極目新聞記者 潘錫珩

通訊員 徐琦

武漢市水務科學研究院（以下簡稱“市水科院”）圍繞市水務規劃咨詢研究，經過多年的數據積累，形成武漢水空間一張圖平臺，集成5大類50小類約1628個屬性水務自然資源河湖水系與水務設施數據，并整合高清遙感、地理測繪等底圖資源，形成水務空間二維數據、重點區域三維數據的水空間一張圖體系。依托水空間一張圖，在洪澇模擬、遙感解譯、水質模擬等領域進行創新研究，實現了水務“預報、預警、預案、預演”四預的功能基礎。

【資料圖】

洪水預報可實現分鐘級頻次

3月24日，水利部發布信息稱，我國正式進入汛期，較多年平均入汛日期（4月1日）偏早8天。據預測，今年汛期區域性、階段性旱澇重于常年，極端水旱災害事件多發。

防汛歷來都是武漢“天大的事”，不斷提高防汛預警預報的科學性和準確性，一直是市水科院科研團隊努力的方向。日前記者獲悉，由市水科院研發的舉水流域洪水實時預報技術已正式投入使用，這將為武漢城市防洪安全再添一道防線。

市水科院規劃室負責人謝珊介紹，舉水流域位于湖北省東北部，自北向南流經麻城、團風等縣市，于武漢市新洲區匯入長江。舉水干流全長170.4千米，流域面積4055平方千米，是長江的一條重要的跨市域支流。由于武漢位于舉水下游最末端，因此流經區域受到上游來水影響較大。“上游發生多大的降雨，怎樣影響水位、水量，演進到下游的武漢后，水位、水量又會產生多大變化，可能產生哪些災害？”這些數據的預測預報，密度越大越好，精度越高越好。

謝珊表示，此前的預報多為不在線的趨勢預報，而市水科院舉水洪水預報模型采用IFMS軟件，由降雨徑流模塊、一維河網模塊和二維地表漫流模塊耦合而成。降雨徑流模塊采用新安江模型，用于各子流域產匯流模擬計算。

“一維河網模型用于徑流匯入河道之后的演進過程模擬，包括沿程各斷面水位、流量和流速等。二維地漫流模型用于模擬舉水河沿岸邊重點區域和易淹區的洪水演進的過程。”謝珊表示，該模型的建立為中小河流的全流域洪水預報提供了基礎，并且為實時預報，最高可實現分鐘級預報。對于風險區的劃定、人員轉移線路的制定、防范預案的編制等，都具有更強的可操作性和指導性。

舉水流域洪水預報主界面

可像查天氣預報一樣查漬水預報

2021年7月20日，河南鄭州那場罕見的特大暴雨和隨之產生的巨大災害，時隔近兩年依然是水務科學家們研究的對象。這場降雨如果發生在武漢，會導致怎樣的結果？我們應該以怎樣的“底線思維”籌劃各項應對措施？

早在當年“7·20”后不久，市水科院“李敏工作室”團隊就利用計算機數據模型，將鄭州那場罕見強降雨“搬”到了武漢，生成了武漢中心城區“鄭州7·20降雨”淹沒圖，發現結果并不樂觀，必須進一步完善各類應急預案。

市水科院副院長李敏介紹，他們基于鄭州“7·20”特大暴雨，利用水力模型，對武漢市中心城區內澇風險區域進行了定量分析，劃分了不同區域風險等級，對重點防護對象，如醫院、學校、養老院、地鐵、下穿涵洞、排澇泵站等進行風險識別。

同時，通過對武漢市直排型水系、調蓄型水系退水過程的分析，來預測調蓄型湖泊在不同工況下的最高水位與各水系退水時間，最后從標準內內澇防治體系、超標內澇風險應急觸發條件分析、重點防御措施等方面提出應對極端暴雨內澇的策略。

李敏表示，對于普通百姓而言，這項研究也十分有意義。“比如，基于武漢水空間一張圖，我們正在部分區域開放查詢試點漬澇情況，某個點位淹水的深度、流速、風險等級等信息都可以方便地查詢，就像我們現在查看天氣預報一樣。”

武漢中心城區模擬“鄭州7·20降雨”淹沒圖

更快捷更精準的流域內澇調度

武漢是著名的百湖之市，市域范圍內有大小166個湖泊。市水科院水環境工程師符韻介紹，江南片區的城中湖，大多具有調蓄功能，在汛期面臨強降雨時，這些城中湖預先降低水位，承擔著重要的削峰分流作用。然而，預降水位是個準確性要求很高的技術活，不能簡單憑經驗任意調度。“水位降得少了，可能裝不下雨水，造成漫溢內澇。水位降得多了，可能會造成水體藍藻水華暴發。”

市水科院通過東沙流域內澇預警及精細化風險預測技術，能夠為東沙湖流域的防汛排澇提供預報預警數據，支撐精細化防汛調度管理。據介紹，該技術建模總面積約184.2平方公里，其中東湖匯水區約112.5平方公里，沙湖匯水區約6.78平方公里，楊春湖匯水區約4.02平方公里，其它匯水區約60.9平方公里。通過采用IFMS/Urban模型，構建東沙湖流域洪澇預報預警模型，經過一系列計算，可以精確生成預降水位的時間和高度，為決策提供科學數據的支持。

符韻表示，在東沙湖流域洪澇預報預警模型的基礎上，通過采用1米×1米的激光雷達點云數據細化了水果湖、茶港片區的模型。“該模型的構建區別于城市水系大尺度內澇風險的識別，實現了城市敏感區細化至建筑邊界、道路區間的內澇風險識別技術的突破；并為靜候細化研究坡面流速、漬澇深度組合對于行人、車輛的定量研究提供了數據支撐；為漬澇點的精準預防、行泄通道的組織提供了依據。”

水果湖區域雨水徑流圖

遙感技術讓填占湖泊行為無所遁形

隨著生態環境被擺在越來越重要的位置，湖泊的保護也成為公眾關注的一大焦點。隨著河湖長制的不斷深入推進，官方河湖長聯手民間河湖長定期開展巡湖，守護良好生態的同時也保障湖泊岸線不被侵占。

但在遠郊的深山老林內，人工巡湖通常很難覆蓋，此時，基于高分辨率遙感的河湖岸線智能分析模型就派上了用場，不但成為無人巡查湖泊的守護者，對于有人巡查的湖泊，也成為河湖長巡湖的得力助手。

市水科院遙感工程師鄧實權介紹，針對深度學習模型在岸線監管上應用的限制，基于深度學習模型的遙感影像岸線目標檢測方法，可利用不同時期的高分辨率遙感影像數據，智能識別河湖庫管理范圍內建構筑物及其變化情況，輔助河湖庫岸線管理、違章違法行為監測識別、水域空間變化研究等，為提高河湖岸線的高效監管提供技術支撐。對于圖像中出現的建筑物、網箱等變化，系統能夠自動識別并分析預警，精準判斷河湖岸線出現的細微變化，并將相關證據提供給執法人員。

水體岸線監測模塊

此外，遙感技術還可以提供多尺度、多光譜、多平臺的藍藻水華信息，并反映其時空特征，對分析藍藻水華暴發規律具有重要意義，這已在藍藻水華監測中得到廣泛應用。

關鍵詞：