我家在長江中游丘陵地區，洪水頻發怎麼辦？_風聞

作者為清華博士，加州伯克利大學博後研究員。本文原載於知乎“種花匠”。

花匠在上篇文章《我家在長江中游丘陵地區，為什麼洪水頻發？》中，主要分析了家鄉某市易發洪水的原因，結果發現南方丘陵地帶在暴雨季節漲洪水幾乎是必然現象，因此無奈地發出了“暴雨年年有，漲水乃自然；若為安全計，謹慎澤址棲”的悲嘆。有朋友看了那片文章後，建議再出個續篇，談談解決方案。

説實話，花匠一開始是持悲觀態度的，因為洪水本身就是世界上最常見、最致命的自然災害之一，每年都會導致全球數萬人死亡和數億人流離失所，而且造成鉅額損失。據報道，2018年僅美國就因為洪水災害損失了2100億美元。由此可見洪水問題不是那麼容易解決的，否則像美國這樣的發達資本國家，在鉅額經歷誘因面前，早就想盡辦法挽救損失。

但花匠還是抱着試一試的心態，嘗試着去找找合理的解決方案。

1. 杜絕洪水 vs 預測洪水？

由上一篇文章可知，南方丘陵地區的洪水主要是由其地形地貌造成的，幾乎無法避免；若要從根本上杜絕洪水，除非改變地形地貌，例如建更多的水庫、挖更多更大的蓄水湖。花匠用衞星圖查看了一下家鄉某市周邊的水庫，肉眼可識別的水庫如下圖紅色標記，可以説已經是“星羅密佈”，建更多水庫是否管用，花匠表示這個問題實在超出了自己的專業判斷範疇，暫且認為家鄉沒條件再建更多各大的水庫，所以爆發洪水基本是無可避免的。

家鄉某市周邊的水庫分佈（紅色標記為水庫）

如果無法杜絕洪水，那麼有沒有可能預測洪水水位和漲勢呢？這個問題就回到了花匠的認知體系。如果能夠準確預測洪水漲勢、併成功實現預警，將大大減少洪水造成的生命財產損失，無疑是解決了一個世界性難題，已有的研究和實際經驗表明，光是實現早期（提前2~3小時）洪水預警，就可以降低30%以上的損失。

2. 洪水預測技術及其可行性

既然洪水預測如此重要，有什麼方法可以實現呢？花匠又開始查閲相關資料，還算是小收穫，下面按國內外技術現狀、個人看法做個簡單對比。

首先就國內情況而言，已經有一家水利信息化建設公司，在其官網中推出了一款《城市水文防汛檢測預警預報系統》，號稱能實現“監測-預測-調度-評估-仿真-會商”全要素集成的洪水防災信息服務平台，還能3D實景再現淹沒數據，如下圖所示，非常酷炫。如果真能實現其官網所描述的功能，那麼洪水預測和預警這個難題基本上已經得到決解。

洪水預測軟件

然而， 國外研究卻表明洪水預測並沒有那麼容易。花匠查到，國際科技巨頭谷歌在2018年嘗試着用人工智能技術來預測洪水，其準確性比傳統物理模型有所改善，但仍然只有75%的水平，這裏有相關中文報道。説到這，花匠覺得有必要解釋一下物理模型和人工智能（或機器學習）模型的基本原理。

物理模型是指利用質量守恆、流量守恆、以及流體力學方程建立的模型來預測洪水狀況，如水位、流速等；其優點是能夠清晰地解釋洪水背後的物理原因，其缺點是對物理方程描述不清的隨機變量不敏感，往往導致其理論預測值與實際情況出入較大。

機器學習模型則是利用機器學習算法，基於歷史監測數據或其它洪水相關參數（如監測水位、降水量、水庫放水量等），自動預測未來一段時間的洪水狀態；其優點是預測準確性高，尤其是不容易受隨機變量的干擾；其缺點是隻能描述現象，不太涉及因果和原理。

基於兩類模型特徵，花匠判斷，那家水利信息公司的模型大概率屬於物理模型，如果是機器學習模型，其官網應該會高調宣傳，畢竟近幾年人工智能可是科技高點和熱點。

其實花匠認為，有條件建立洪水監測、預警系統當然是好事，畢竟“技多不壓身”，設備多了，也總歸能用得上；同時花匠也相信，洪水預測不用太過花哨，水位監測+雨量監測+水庫放水量監測，積累一段時間，完全有可能建立起歷史數據驅動（data-driven）的水位預測模型。對於現在的機器學習能力來説，這個模型應該算入門級的。

例如，一位在華為工作了7年的同學也覺得這個思路是可行的，關鍵在於能否有可靠的數據。如果有關部門能夠支持這個利國利民利天下的大事，協助提供相關數據，建一個適用於當地的洪水預測模型，技術上應該是樂觀可行的。

3. 洪水預測和預警，向世界級難題進軍

寫到這，花匠難免小激動了一下，因為花匠學的是工科，不像生命科學、數理化學專業那樣有很多機會解決“前無古人、後無來者”的開創新難題，但是洪水這頭猛獸給人類帶來的災難，無疑是世界性的，至少在數千年的人類文明史中，還沒能將其徹底制服的辦法，因此其難度無疑是世界級的。

雖然上面這些想法只是初步設想，花匠也不是水利專家，但願以上這些想法能夠引起跟多有識之士的共鳴，通過技術途徑解決困擾老百姓的難題，以便我們及後代子孫們能更好地追逐日月星辰。