我家在长江中游丘陵地区，洪水频发怎么办？_风闻

作者为清华博士，加州伯克利大学博后研究员。本文原载于知乎“种花匠”。

花匠在上篇文章《我家在长江中游丘陵地区，为什么洪水频发？》中，主要分析了家乡某市易发洪水的原因，结果发现南方丘陵地带在暴雨季节涨洪水几乎是必然现象，因此无奈地发出了“暴雨年年有，涨水乃自然；若为安全计，谨慎泽址栖”的悲叹。有朋友看了那片文章后，建议再出个续篇，谈谈解决方案。

说实话，花匠一开始是持悲观态度的，因为洪水本身就是世界上最常见、最致命的自然灾害之一，每年都会导致全球数万人死亡和数亿人流离失所，而且造成巨额损失。据报道，2018年仅美国就因为洪水灾害损失了2100亿美元。由此可见洪水问题不是那么容易解决的，否则像美国这样的发达资本国家，在巨额经历诱因面前，早就想尽办法挽救损失。

但花匠还是抱着试一试的心态，尝试着去找找合理的解决方案。

1. 杜绝洪水 vs 预测洪水？

由上一篇文章可知，南方丘陵地区的洪水主要是由其地形地貌造成的，几乎无法避免；若要从根本上杜绝洪水，除非改变地形地貌，例如建更多的水库、挖更多更大的蓄水湖。花匠用卫星图查看了一下家乡某市周边的水库，肉眼可识别的水库如下图红色标记，可以说已经是“星罗密布”，建更多水库是否管用，花匠表示这个问题实在超出了自己的专业判断范畴，暂且认为家乡没条件再建更多各大的水库，所以爆发洪水基本是无可避免的。

家乡某市周边的水库分布（红色标记为水库）

如果无法杜绝洪水，那么有没有可能预测洪水水位和涨势呢？这个问题就回到了花匠的认知体系。如果能够准确预测洪水涨势、并成功实现预警，将大大减少洪水造成的生命财产损失，无疑是解决了一个世界性难题，已有的研究和实际经验表明，光是实现早期（提前2~3小时）洪水预警，就可以降低30%以上的损失。

2. 洪水预测技术及其可行性

既然洪水预测如此重要，有什么方法可以实现呢？花匠又开始查阅相关资料，还算是小收获，下面按国内外技术现状、个人看法做个简单对比。

首先就国内情况而言，已经有一家水利信息化建设公司，在其官网中推出了一款《城市水文防汛检测预警预报系统》，号称能实现“监测-预测-调度-评估-仿真-会商”全要素集成的洪水防灾信息服务平台，还能3D实景再现淹没数据，如下图所示，非常酷炫。如果真能实现其官网所描述的功能，那么洪水预测和预警这个难题基本上已经得到决解。

洪水预测软件

然而， 国外研究却表明洪水预测并没有那么容易。花匠查到，国际科技巨头谷歌在2018年尝试着用人工智能技术来预测洪水，其准确性比传统物理模型有所改善，但仍然只有75%的水平，这里有相关中文报道。说到这，花匠觉得有必要解释一下物理模型和人工智能（或机器学习）模型的基本原理。

物理模型是指利用质量守恒、流量守恒、以及流体力学方程建立的模型来预测洪水状况，如水位、流速等；其优点是能够清晰地解释洪水背后的物理原因，其缺点是对物理方程描述不清的随机变量不敏感，往往导致其理论预测值与实际情况出入较大。

机器学习模型则是利用机器学习算法，基于历史监测数据或其它洪水相关参数（如监测水位、降水量、水库放水量等），自动预测未来一段时间的洪水状态；其优点是预测准确性高，尤其是不容易受随机变量的干扰；其缺点是只能描述现象，不太涉及因果和原理。

基于两类模型特征，花匠判断，那家水利信息公司的模型大概率属于物理模型，如果是机器学习模型，其官网应该会高调宣传，毕竟近几年人工智能可是科技高点和热点。

其实花匠认为，有条件建立洪水监测、预警系统当然是好事，毕竟“技多不压身”，设备多了，也总归能用得上；同时花匠也相信，洪水预测不用太过花哨，水位监测+雨量监测+水库放水量监测，积累一段时间，完全有可能建立起历史数据驱动（data-driven）的水位预测模型。对于现在的机器学习能力来说，这个模型应该算入门级的。

例如，一位在华为工作了7年的同学也觉得这个思路是可行的，关键在于能否有可靠的数据。如果有关部门能够支持这个利国利民利天下的大事，协助提供相关数据，建一个适用于当地的洪水预测模型，技术上应该是乐观可行的。

3. 洪水预测和预警，向世界级难题进军

写到这，花匠难免小激动了一下，因为花匠学的是工科，不像生命科学、数理化学专业那样有很多机会解决“前无古人、后无来者”的开创新难题，但是洪水这头猛兽给人类带来的灾难，无疑是世界性的，至少在数千年的人类文明史中，还没能将其彻底制服的办法，因此其难度无疑是世界级的。

虽然上面这些想法只是初步设想，花匠也不是水利专家，但愿以上这些想法能够引起跟多有识之士的共鸣，通过技术途径解决困扰老百姓的难题，以便我们及后代子孙们能更好地追逐日月星辰。