“长江洪峰正在通过南京，高水位还将维持一段时间”“长江大通7时50分潮位10.26米，已超历史最高，水文部门预计潮位还有上涨可能”……熟悉天气预报的你，知道洪水预报吗？
河海大学水利水电学院球教授告诉记者，洪水预报，最关键的是预报精度和预见期。其中，预见期与流域自身特性相关，比如，通常流域面积大、地势平缓的流域预见期长，反之则预见期短。而预报精度的影响因素更多，诸如预报所用模型包括参数的合、流域下垫面的复杂程度等。值得注意的是，洪水预报如果考虑天气预报则可显著增加预见期，未来天气预报的准确性对洪水预报结果精度的影响尤为显著。“我国的水文预报整体上处于世界领先水平，特别是由河海大学提出的‘新安江模型’，在洪水预报研究领域具有非常重要的影响力。”
洪水预报模型从实现原理上讲分为水文模型、村子情事水动力模型和人工智能预测模型三种。其中，水文模型是半经验-半物理过程的预测模型，也是目前最常用的一种模型。适用于大流域和中短期的水文预测，预测精度较高。水动力模型是严格基于物理过程的水流预测模型，其预测精度是最高的。然而受限于计算能力，此类模型一般适用于重要水库、湖泊和河流的重要河段等水体，不适用于流域尺度。“目前传统的洪水预报方法主要是将水文模型和水动力模型相结合，水文模型做流域预测整体，水动力模型做局部重要水体的细节预测，各取所长，相得益彰。”球说。
记者从江苏省水文水资源勘测局了解到，目前，江苏有42个洪水预报站点，其中有20个站点开展日常化预报。工作人员主要利用“模型+人工”的形式，对每个站点的历史数据和今年现场的水位、流量、雨量、上下游、干支流、两岸地形、气象等情况综合分析，来预测来水的洪量、水位等指标。长江江苏段水位预测模型可以预测出未来3天过境洪水的水位、流量和流经的全过程，而7-30天的中长期预报受气象精度影响较大。当前，长江江苏段水位预报的平均（或最大）误差约为5厘米。
当人工智能“飞入寻常百姓家”，在洪水预测方面发挥着怎样的作用呢？球表示，人工智能预测模型是目前新兴的一个研究领域，主要用于长期和超长期的洪水预测。由于测量精度不足和误差累积效应，水文模型与水动力模型在中短期预报可以很精准，但是对于长期预报，则可能出现较大偏差。人工智能预测模型正好弥补这一点，其预测精度和输入的历史数据量有关，也就是我们说的“大数据”，数据量越大，人工智能判断将越准确。“未来的预测模型发展形势，将是水文-人工智能模型相结合。”球表示。 本报记者 叶 真
“新安江模型”是一种典型的“水文模型”，由河海大学赵人俊教授团队首创，尤其适用于湿润与半湿润地区。其特点在于采用三层蒸散发模式计算流域蒸散发量；将总径流考虑为地面径流、壤中流和地下径流。新安江模型是我国水文科学最具原创性的科研，在防洪减灾、水资源与水生态管理应用方面取得了突出成绩。在新中国成立40周年庆典上，入选100项重大科技。WMO将其列入了水文综合业务系统（HOMS）核心组件，广泛应用于亚洲、欧洲、美洲、非洲及。