藍色、黃色、橙色、紅色…… 汛期災害預警如何產生？
“上菜吧。”7月15日17時，核對稿件后，省水文局總工程師謝學成在本年度第十一期《水情簡報》上簽了字。這期簡報發布的主要內容，是“青衣江形成了今年汛期的第一號洪水”。
把發布預警比喻成“菜”，不是謝學成一個人。從事災害預警的技術人員們說，汛期的災害預警過程，就像是“做飯”——選材料、烹制，還要挑好“上桌”的時機。
那么，這道“菜”對選擇“食材”有啥要求？又該怎么“烹調”、上桌？
有暴雨預警就會有災害發生嗎？
洪災還要看“未來”，地災還要看“過去”
“發言順序按慣例來。”7月14日16時，省水利廳水旱災害防御處處長凌先得剛在會商室坐下，省氣象局就通報：暴雨預警由藍色升級為黃色。
天氣信息，是預警的前提和基礎。
數據會說話。僅上世紀80年代，特大暴雨就觸發四川4次大范圍的區域性滑坡和崩塌。至于四川江河的洪水、內澇、山洪，則與強降雨的關聯度接近100%。
氣象的基礎作用不止于此。中科院院士崔鵬說，是否有強降雨只能判斷災害發生的可能性。而“有多大”，還要看降雨強度和范圍。
統計顯示，降雨強度越大、范圍越廣，形成的江河洪水規模就越大，地質災害發生的頻率和烈度就越高。崔鵬解釋，強度越大和范圍越廣的強降雨，對山體的浸泡程度越深，形成的地表徑流就越多。所以，天氣信息越精準，災害預警也就越精確。
就像不同的菜對應不同的食材，不同類型的災害預警對天氣信息的需求不盡相同。
洪水領域，主要看“未來”。“既有的流量和土壤飽和度是可以隨時監測的。只要掌握新增降雨量，就可以算出洪水的規模。”省水利廳水旱災害防御處防汛抗旱督察專員朱錫松說，洪澇災害發生準備時間與強降雨時間高度重合，俗稱“雨洪同頻”。
地質災害，則還要看近期的“過去”。
“地災的發生是一個相對漫長的過程，參考的數據就要更多。”中國地質大學（武漢）教授李長安以滑坡災害舉例：近期經歷過強降雨的山體，土壤飽和度較高。此時再來一場小雨，就可能誘發坡面失穩，進而發生災害。因此，目前四川的地質災害預報，都要參考過去48小時降雨量和未來24小時降雨量。
預報如何更精準？
顯性+隱性預報結合并逐級精細，避免各地預警“一刀切”
7月14日的會商會上，省水利廳總工程師梁軍提到，預報單元要“再小一點”。
梁軍解釋，強降雨對不同地形地貌產生的影響完全不同。例如，同樣是遭遇24小時雨量為100毫米的強降雨，成都平原產生地質災害的風險極低；但在涼山，則可能引發一場泥石流。
四川省總面積48.6萬平方公里，地域廣闊且地形復雜，如何實現預報更精準？
思路是，顯性+隱性預報結合，并逐級精細。
顯性預報法，是一種綜合考慮地質環境變化與降水參數等迭加因素而建立的預警判據模型方法。前提是，要對不同地區的成災因子、成災標準有充足的搜集和分析，進而梳理出其成災規律。
省國土空間生態修復與地質災害防治研究院預警預報室主任屈伯強介紹，四川已開展地災與氣象風險研究10余年，初步掌握不同類型、不同規模地災形成條件的基礎數據。在將全省按照5公里乘以5公里的標準劃分成若干個網格后，四川構建了以地形地貌、地質構造、地層巖性、坡度等因素作為背景值的預警模型。
洪水預警不遑多讓。謝學成介紹，上世紀50年代起，四川陸續在各江河設置各類水文站監測點數千個，初步摸清了各江河、山洪溝的成災標準。最終，構建了包含各流域集水面積大小、降雨強度、既有江河底水等為背景的預警模型。
隱性預報法的思路，是依托歷史成災規律與標準，僅考慮降水參數建立模型，推算出區域內的成災風險和烈度。簡單來說，就是把降雨數量和風險登記等級一一對應，比如50毫米降水為黃色預警，100毫米則為橙色預警。
目前，四川省級預警主要采用顯性預報法，市州則以隱性預報法為主。
“省上掌握的資料全、技術手段豐富，面上預判得精準；市州掌握的小單元氣象資料多，能實現預警再細化。”達州市防汛辦主任劉仕殿說，在省級預警發布后，市州會通過隱性預報法進一步修正，把預報精準度精確到鄉鎮一級。
劉仕殿說，根據四川防汛等災害應急預案，在一定級別的災害預警狀態下，該區域將面臨一定的社會管制。譬如，對游客勸返、交通限行等。但四川大部分縣（市、區）同時存在平壩、山區和丘陵，不可能“一刀切”。
如何在預報系統基礎上發預警？
同一條河流同時發生強降雨，對應預警級別可能完全不同
7月14日，拿到天氣信息后不到5秒鐘，朱錫松就在四川省水旱災害防御決策支持系統生成了當天山洪和江河洪水預報成果。這套2017年投入使用的系統，已實現預警自動化和信息化。
建立在大數據基礎上的預報系統，極大縮減了預警過程。但結果如何應用，仍然考驗決策者的智慧。
“這是一個系統工程。”省水利廳副廳長譚小平介紹，多年來的實踐中，四川摸索出了一套行之有效的“打法”。
首先是定區域。李長安說，災害主要發生在主雨區及周邊區域。因此，預警信息的發布和防災減災的準備，要鎖定主雨區這個重點。
其次是定級別。這主要依據受影響區域和可能的烈度來研判。省減災委相關負責人舉例，一條主要江河和多條主要江河同時發生強降雨并引發一定級別的洪水，對應的預警級別可能完全不同。
目前，參照受影響區域和發生高烈度災害概率，四川將地災、江河和山洪預警，從低到高分為黃色、橙色、紅色3個級別。
最后是定對策。省防汛抗旱指揮部相關負責人介紹，依據預警結果，四川制定了從低到高的IV級到I級的4個級別應急響應，并分別明確了不同的應對措施和標準。如，I級預警狀態下，災害發生率較高區域的各級黨委、政府主要負責人要坐鎮當地應急指揮中心，社會物資和救援力量要服從應急部門統一調配等。
但最大的應用，還是圍繞“防”字展開。
“哪怕是最低的黃色預警，都會要求基層監測員加密巡查。”雅安市漢源縣自然資源和規劃局工作人員周崇猛說，地災防范就是要“聞風而動、聞令而動”。
不僅盯住風險點和風險區域，還要管住人。去年8月6日前后，我省山洪、地災預警齊發。隨后，都江堰、青城山、水磨古鎮等多個景區景點臨時關閉，并對游客勸返、組織撤離。
“哪怕十防九空，也比一次疏忽強。”成都市水務局相關負責人說，7月14日強降雨之前，該局就發布了全市194座下穿隧道的淹沒風險預警，同步協調交警、城管等部門到場執勤，并要求做好抽取積水等準備。
如何讓數據更好為減災服務？
更新數據模型，增加“千里眼”，提升預警能力
7月14日下午，拿到新鮮出爐的山洪和江河洪水預報結果后，朱錫松并沒有立即發布，預報結果還要經過專家們的會商與研判。
這是因為，不少變量正在改變系統預判的精準度。例如，多次地震導致的水土流失，已經改變了部分河流的某些河段的行洪能力，讓依據過去多年數據而建立的模型精準度下降。
朱錫松透露，去年，四川省水旱災害防御決策支持系統進行過一次升級完善。重點內容之一，是更新部分河流的基礎數據。
但這些仍然不夠。四川大學教授黎曉東表示，接下來，我省將會在系統中陸續加入地表植被覆蓋度、土壤特性等新數據，“數據越新，預報就越精準。”
不只更新，還要更細。
“我們將進一步在中小河流布建水文站點，掃除監測盲區。人口分布密度大、流域內有重要工程設施者優先。”謝學成介紹，作為洪水監測預警的“千里眼”，水文遙測站點在全省已建有5000余處。但我省僅流域面積在50平方公里以上的河流，就有2816條。“‘千里眼’不夠多，致使部分中小河流的基礎水文數據沒辦法搜集，也就無法建立預警模型。”
不同的（監測）預警手段之間還要相互融合，形成不同梯度的監測預警合力。
目前，省自然資源廳已將智慧防災云平臺建設納入“十四五地質災害防治規劃”項目，計劃聯通市縣，形成省、市、縣三級一體化預警平臺，并將預警結果接入國家系統。同時，在地災風險調查的基礎上，將網格細化到1公里乘以1公里，不斷提升預警能力。
