受近期强降雨影响，淮河干流王家坝站水位超过保证水位。图为7月20日，洪水通过王家坝闸涌入蒙洼蓄洪区。新华社记者 黄博涵摄
1998年，我国只有3300个报汛站，现在发展到超过12万个，现在借助水情信息交换系统，集齐12万多个报汛站的信息只要10—15分钟；采用气象水文预报耦合、人机交互技术等方法，我国精度不断提高，南方主要江河预报准确度能达到90%。
本报记者 唐 婷
6月以来，我国南方地区暴雨洪水集中频繁发生，部分地区洪涝灾害严重。针对一场在途的洪水，尽早预判其过境的时间和峰值，对提早部署制定防御方案无疑有着重要意义。
“7月2日和17日，长江先后发生了今年第1号和第2号洪水，我们提前两天就做出了洪峰精准预报。7月17日，太湖发生超标洪水，我们提前5天做出了太湖可能发生超标洪水的预判，提前2天做出了水位精准预报。”水利部水文水资源监测预报中心副主任刘志雨在接受科技日报记者采访时介绍，今年以来，截至7月22日，全国水文部门共发布1034条河流1579个断面作业预报20.7万多站次，为主动防御洪水提供有力支撑。
那么，洪水预报是怎么实现的？如何通过相关模型对降雨到洪水形成的过程进行模拟和推演？科技日报记者就此进行了采访。
模拟洪水形成过程
由暴雨引起的江河水量迅速增加并伴随水位急剧上升的现象被称为暴雨洪水。我国河流的主要洪水大都是暴雨洪水，多发生在夏、秋季节，南方一些地区春季也可能发生。
“科研人员通过建立洪水预报系统，模拟从降雨到洪水形成的过程，进而对洪水的发展趋势进行预测预报。”中国水利水电科学研究院减灾中心教授级高工张大伟说：“天上下多少雨，降雨在地面如何形成径流，径流形成后在坡面和沟道如何运动等，都是洪水预报中需要考虑的因素。”
“降雨落到地面，首先是垂直方向运动，扣除蒸发、填洼等损失，若超过土壤下渗能力，在地面就形成超渗径流。下渗入土壤的水，在土壤中运动，继续渗入地下。土壤水蓄满后，多余部分的水在地面形成蓄满径流。所有地面径流沿着一定坡度和土壤水、地下水汇入河网，这就是流域降雨径流的大致过程。”刘志雨说。
在流域各处所形成的地面径流，都依其远近先后汇集于河道的观测断面处。当近处的地面径流到达该断面时，河水流量开始增加，水位相应上涨，这就是洪水起涨之时。随着流域远处的地表径流陆续流入河道，使流量和水位继续增长，大部分高强度的地表径流汇集到河流的观测断面时，洪水流量増至最大值。
据了解，降雨扣除损失成为净雨的过程称为产流过程；净雨沿坡面汇入河网，然后经河网汇集到流域出口断面，这一过程称为流域汇流过程。
结合流域内的降雨数据，水情预报人员可以进行流域产汇流情况预报。然后结合产流计算和汇流计算，进行流域内的降雨径流计算，一般有两种常用方法。一种是采用降雨径流相关图计算净雨，随后再采用单位线等汇流方法计算流域出口断面的径流过程。另一种常用的方法是采用一些完整的水文概念性模型来进行计算，例如常用的有新安江模型、陕北模型等，需要输入的数据主要是降雨数据和前期的土壤含水量数据等。
降雨径流从支流汇入干流后的情况，需要通过河段洪水预报来进行推演和预测。“这一阶段常用的方法有相应水位（流量）法和马斯京根法，输入数据为上游断面的水位（流量）过程数据。”张大伟介绍。另外，采用水动力模型也可以对洪水演进过程进行计算，但水动力模型需要有非常详细的河道地形数据，对于资料不全的地区这种方法就不能发挥作用。
实时校正提高预报精度
洪水预报模型基本都是先确定好相关参数，然后结合观测到的历史水文资料，对洪水进行预报，这样的预报方案在实时预报时，会不可避免地产生一定误差。
在分析出现误差的原因时，张大伟认为，流域水文系统是一个非常复杂的巨系统，而预报所用的模型或方法通常都采用了一系列的假设，对真实世界情况进行了概化处理；雨量站点监测数据或其他途径获取的降雨数据并不能完全反映真实的降雨时空分布；流域中存在的许多小型水利工程的调度或下垫面出现大的变化后，可能无法及时在模型中反映。
“为了进一步提高预报精度，预报人员通常利用雨水情报汛和水文应急监测信息，对洪水预报进行实时校正，以尽可能地提高预报精度。”刘志雨举例说，目前在华北山前平原区布设了170多个应急监测点，可根据上游监测信息，滚动修正预报，提高下游河道预报精度。在漳河、滹沱河的应用结果表明，这种“以测补报”的技术手段可将洪水预报准确度平均提高10%左右。
事实上，提高洪水预报精度，延长预见期，一直是水文预报人员追求的方向。近年来，水利部采取了有力措施推动水文测报科技发展。刘志雨介绍，1998年，我国只有3300个报汛站，现在发展到超过12万个；1998年采用电报传送方式，集齐3300个报汛站的信息需要两个小时，而现在借助水情信息交换系统，集齐12万多个报汛站的信息只要10—15分钟；采用气象水文预报耦合、人机交互技术等方法，我国洪水预报精度不断提高，南方主要江河预报准确度能达到90%。
刘志雨说，目前多源信息融合、数据同化、集合预报、人工智能、大数据、分布式模拟等技术有了长足的发展，未来将进一步应用到洪水预报业务中，提升洪水影响预报和风险预警能力，为水旱灾害防御提供强有力的支撑。
