科学周刊丨洪涝何时会来？西安理工大学这款黑科技模型秒变防汛“诸葛亮”

　　正值盛夏，大家最担心的就是洪涝灾害，什么时候洪涝会来？什么时间你家门前的路会有积水？什么时间需要转移车辆等？要是提前能知道就好了。如何精准地预测洪讯，并且能提前判断危险区域从而提前组织撤离等应对措施，一直是人类应对洪涝灾害急需的技术。而西安理工大学水模拟及灾害管理研究团队研发的这款GAST模型，正在解决上述问题，这一研究成果可以最大程度减少因洪涝灾害带来的生命财产损失。

　　GAST模型是什么呢？是具有完全自主知识产权的、显卡加速的地表水及其伴随输移过程模型，近日，这一模型亮相全国洪水风险图成果研讨会，记者了解到，其实，这一模型已在为水利、应急、住建等部门所用，并且走出陕西，为全国多个城市筑起防汛“科技屏障”。

　　GAST模型到底是一个什么样的模型？它的工作原理是什么样的？能为大众起到什么作用？近日，华商报大风新闻记者来到西安理工大学，走进旱区水工程生态环境全国重点实验室，并且专访了西安理工大学旱区水工程生态环境全国重点实验室副主任、教授、博士生导师侯精明。

　　探访实验室

　　“水槽”底部特意放着泥沙

　　“可以试验多大水可以带走多少泥沙”

　　近日，华商报大风新闻记者来到西安理工大学旱区水工程生态环境全国重点实验室，实验室内设备齐全。记者首先注意到“水模拟及灾害研究”试验区，只见有“循环水箱”、“河道”、“内湖”、“外江”。“这一套试验装备模拟了洪水来临，冲击河道，经过水泵调节，让内湖、外江安全泄洪的过程，试验过程中的数据用于我们的科学研究。同时，这里装着3处采集接收信息的电子装备，可以将实验过程、数据同步到上方的显示屏上，这也叫孪生平台。”侯精明教授一边介绍一边演示。记者看到，当“洪水”哗啦啦地冲刷河道，内湖很快水位变高，但在水位到达上限之前，经过水泵调节，从外江排出，期间可以从刻度高低看到水位变化。

　　在另外一侧，是一个长长的“水槽”试验装备，“水槽”底部特意放着泥沙，壁部配有高低刻度，下方是水管管道。“比如，这个可以试验，多大的水可以带走多少泥沙。”侯精明教授介绍。此外，实验室还有AI智能装备，屏幕里，数字人助手可以帮大家解答诸多防汛疑问，还可以监测汛情、发出警报等。

　　模型里输入预测降雨量

　　就可知道西安哪条路将会有积水

　　在VR区域，华商报大风新闻记者沉浸式体验了小寨区域发生内涝后逃生的过程，眼前，水位越来越高，在指挥人员的号令下，大家都跑向天桥高处。

　　随后，侯精明教授向记者介绍并演示了GAST模型，“团队经过多年试验、研究，研发出了这个模型，比如，针对西安市的模型，首先模型里会接入大量基础数据，全市地形地势、排水管网等，而这些数据是专业部门提供和结合我们实地踏勘而成的。有了这些基础数据后，比如，天气预报说什么时间西安将有多大的降雨，我们输入预测降雨量，模型就会快速计算出相应的结果，结果可以显示，什么时间西安哪里容易内涝，哪条路容易积水，屏幕上可以用不同颜色来标出，这个防洪防汛方案可以帮助职能部门提前部署相应措施。不过，这一切需要一个很重要的前提，就是天气预报数据也要准确。”

　　下暴雨时形成检测报告

　　为提供防汛方案提供信息参考

　　7月14日，西安下暴雨，侯精明教授团队人员分别前往西安小寨、东二环金花隧道、兴庆公园、南门沿线等地监测雨量，最后形成相应的监测报告。

　　方案提到降雨过程情况：根据雨量监测数据，2026年7月14日17:00—21:25期间累计降雨量为19.0 mm。主要降雨自17:50开始，至18:20形成集中降雨过程，约30分钟内降雨量达到18.4 mm，占总雨量的96.8%。17:50时段雨量为9.0 mm，对应雨强108.0 mm/h。此后仅出现零星小雨，说明本次过程具有“持续时间短、雨量集中、瞬时雨强高”的特点。

　　综合判断：

　　1、本次监测到的降雨总量为19.0 mm，约96.8%的雨量集中在约30分钟内，短时强降雨特征突出。

　　2. 兴庆公园与仁厚庄南路监测点最大水深为34.3 cm，兴庆公园南门监测点最大水深10.4 cm，前者积水风险和排水压力更大。

　　3. 兴庆公园南门监测点积水持续时间短、退水快；兴庆公园与仁厚庄南路监测点退水较慢，降雨结束后仍存在残余水深，建议后续降雨过程中重点加强该点巡查和排水监测。

　　“这些信息会增加到洪涝模型里，为下一次提供防洪方案提供信息参考。”近日，侯精明教授说。

　　专家问答

　　GAST模型就是提前进行暴雨“模拟考试”

　　华商报：很多市民听过城市防汛、洪水预警，但完全不了解水动力模型是什么。能否用大白话、生活化的比喻，给普通读者解释清楚GAST模型到底是一款什么样的“防汛工具”，它的核心作用是什么？填补了以往防汛技术的哪些短板？

　　侯精明教授：咱们可以把GAST模型理解成给城市和河流做的一次“洪水彩排”。如果把一场暴雨看成一次考试，那么GAST模型就是提前进行“模拟考试”。它能够在电脑中提前演示洪水的发展过程，预测雨水会流向哪里、哪些地方会积水、河水什么时候上涨，让防汛部门能够提前做好准备，而不是等洪水来了再应对。

　　它最大的作用就是把洪水“看得见、算得准、推得快”。不仅能够预测洪水的发展过程，还能分析积水深度、淹没范围、持续时间以及不同防汛措施的效果，为洪水预警、人员转移、工程调度和应急抢险提供科学依据，帮助决策更加精准、高效。过去，防汛更多依赖历史经验或局部分析，难以全面反映洪水的真实演变过程。GAST模型能够综合降雨、河道、城市地形和排水系统等多种因素，对洪水进行快速、精准、全过程模拟，实现从“经验防汛”向“科学防汛”“智慧防汛”的转变。总的来说，GAST模型就像防汛工作的“数字沙盘”和“智慧大脑”，让我们能够在洪水来临之前，提前看到它、分析它、应对它。

　　“降雨—径流—管网排水—河道行洪—城市积涝”连续计算

　　华商报：这次亮相全国研讨会的GAST模型全称很长，包含地表水、输移过程、显卡加速等关键词，能不能拆解通俗解释，每一个关键词对应它的一项什么核心能力？GAST模型可以覆盖“降雨、径流、管网排水、河道行洪、城市积涝”全流程，通俗来说解决了防汛中的哪些难题？

　　侯精明教授：GAST模型的全称是GPU Accelerated Surface Water Flow and Transport Model，中文可理解为“显卡加速的地表水及其伴随输移过程模型”。其中，G代表GPU，也就是利用显卡并行计算能力，为大范围、高精度洪涝模拟提供算力支撑；A代表Accelerated，强调模型的快速计算能力，使原本耗时较长的精细化模拟能够服务于防汛预报和应急调度；S代表Surface Water Flow，指对城市地表径流、道路积水、河道行洪等水流运动过程的模拟能力；T代表 Transport，指对污染物、示踪物等随水流迁移扩散过程的模拟能力。它的突出特点是可以把“降雨—径流—管网排水—河道行洪—城市积涝”等过程放在同一个框架下连续计算，通俗来说，就是解决过去防汛中“只看局部、算得不快、系统衔接不准、调度缺少量化依据”的问题，不仅能判断哪里会积水、积多深、持续多久，还能分析水从哪里来、往哪里去，以及闸门、泵站等工程调度措施会产生什么影响，从而为城市防汛预报、风险研判和应急决策提供更加科学的支撑。

　　西安小寨易发内涝搭建精细化预警平台

　　华商报：能否举例讲讲几个典型应用场景？比如是否参与过城市暴雨内涝预警、山洪防控、流域防洪等实战工作，有哪些真实成效？

　　侯精明教授：GAST 模型已在全国百余个城市投入防汛实战，主要有三大典型应用场景。一是城市内涝预警，西安小寨、西咸新区搭建分钟级精细化预警平台，极端降雨前提前布防，有效减少积水险情。我详细讲讲大家都熟悉的小寨，小寨区域人口密集大，地形地势、排水管网等因素决定这里是内涝易发区，所以，在暴雨预警后，这个区域是大家格外关注的区域。我们在模型中输入预测降雨量，模型通过AI算法，可以算出小寨区域哪里会积水严重，积水深度会在什么时间达到多少，这样大家可以提前防汛，安全度过当次暴雨。另外，前些年，我们团队助力中国建筑集团和中国电建集团完成小寨区域防汛改善方案，调整了排洪路径，增设了调节蓄水池，小寨内涝易发情况得到缓解。此外，团队也在宁波、余姚沿海城市模拟暴雨叠加风暴潮，支撑台风季群众转移。

　　二是黄土台塬山洪防控，以渭南城郊为例，模型适配塬区陡峻地形，提前预判山洪洪峰抵达时间，既完善群众避险预案，也为山洪治理工程提供设计数据。

　　三是流域防洪管控，延河延安段依靠模型排查堤防短板，全国多地还依托它编制标准化洪水风险图，指导防汛预案、物资储备与国土规划。GAST 是完全自主可控的国产水动力模型，覆盖预警、调度、工程评估全流程，用我校水利自研技术，为各地搭建数字化防汛科技屏障。

　　应对乡村山洪、水库河道险情等同样有优势

　　华商报：除了城市防汛，这款模型在乡村山洪防控、水库河道险情、极端暴雨灾害应对方面，有哪些独特的应用优势？

　　侯精明教授：GAST模型在乡村山洪、水库河道和极端暴雨应对方面同样优势显著。山洪防控上，模型擅长复杂地形急变流与干湿交替模拟，结合机器学习后单场预报仅需数秒，较传统水动力提速数百倍，为群众避险争取宝贵时间。水库河道安全上，支持瞬间/逐步溃坝模拟，已在白格堰塞湖、金平水电站等项目中成功应用，并能绘制避洪转移路线图。极端暴雨应对方面，GPU并行计算使效率提升20倍以上，可实现“降雨—地表—管网—河道”全过程耦合，结合AI提速技术，分钟级给出高分辨率内涝风险图。总之，GAST模型兼具高精度、高效率和全场景覆盖能力，已支撑全国百余个防汛项目，为防灾减灾决策提供可靠科学依据。

　　野外踏勘不易

　　无人机卡20米高树上被村民“救下”

　　华商报：水利模型研发需要大量实地数据、反复测算校准，团队是否经常奔赴各地流域、城市实地调研采集数据？有没有印象最深刻的实地攻坚经历？

　　侯精明教授：水利模型研发确实离不开大量实地数据支撑。模型中的地形条件、边界条件、下垫面情况以及排水系统运行状态等，都需要通过现场踏勘、数据采集和反复校准来不断修正。因此，我们团队一直坚持“模型研发与实地调研相结合”，先后前往西安、长治、固原、哈尔滨、衡水、小清河流域、黄河流域、黑河流域等地开展实地调研、资料核验和模型验证工作。印象比较深的一次，是团队去蒲城开展无人机地形勘测。当时学生第一次独立外业，由于现场环境复杂、操作经验不足，无人机不慎卡在了约20米高的树上。幸好当地村民非常热心，主动帮忙将无人机取了下来，事后还热情地留大家吃饭。学生也借此机会向村民介绍了无人机测绘的基本原理，以及相关数据在地形建模和洪涝模拟中的作用。

　　将面向水利工程调度、

　　国土空间洪涝风险评估等延伸配套功能

　　华商报：“目前GAST模型已经实现分钟级高精度预测，未来团队还会对模型进行哪些升级优化？会不会结合AI、大数据、卫星遥感等技术，实现更智能、更精准的防汛预判？未来这款模型是否会拓展更多应用场景？

　　侯精明教授：目前 GAST 模型已经依托 AI 技术完成融合赋能，依托 GPU 并行计算结合机器学习样本推演，把传统数小时的模拟计算压缩至分钟、秒级，实现全域高精度洪涝快速预报，相关技术也已经落地到城市内涝、中小河流洪水、山洪灾害等多个实战场景中投入使用。

　　关于后续团队的优化升级,当前模型本身就已深度嵌入 AI 加速推演模块，后续会持续完善 AI 与物理机理耦合的混合预报框架，让卫星遥感全域观测数据、海量历史水文大数据和数值模型形成联动，构建 “感知—模拟—预警” 完整闭环，让防汛预判更智能、更贴合真实雨情水情。

　　应用场景拓展方面，现阶段模型已在城市积涝、河道行洪、溃坝山洪等场景落地实践。下一步我们会稳步拓展适用领域，面向灌区防洪排涝、山区小流域山洪、地下空间防汛、沿海风暴潮等场景开展适配优化，同时面向水利工程调度、国土空间洪涝风险评估、城乡规划防灾等业务延伸配套功能，为不同层级防汛管理、规划研判提供标准化模拟支撑。

　　专家简介

　　侯精明，西安理工大学旱区水工程生态环境全国重点实验室副主任、教授、博士生导师，主要从事水动力模拟、城市水利、洪涝灾害防控等方面的研究。担任中国水利学会城市水利专委会副主任委员、水力学专委会副主任委员，陕西省青科协副主席，西安市青科协副主席。

　　已在水领域知名期刊发表学术论文200余篇，获省部级科技一等奖3项，牵头的《城市雨洪过程模拟与调控关键技术》获陕西省科技进步一等奖。负责的科研项目包括：国家自然科学基金项目、中德合作国际交流项目、“洪水实时分析模型”、“秦汉新城智慧雨洪管理平台”、“延河防洪系统模拟优化研究”、“亚布力和尚志抽蓄电站溃坝洪水风险分析”、“长治市海绵示范城市建设相关技术研究”、“渭南市海绵示范城市建设技术研究”等30余项。

　　侯精明教授团队青年教师王添、李东来、陈光照、马利平、潘鑫鑫、吕佳豪也参与了本次科普工作。

　　华商报大风新闻记者 李明 任婷 通讯员 李博 文/图

相关热词搜索：