论文部分内容阅读
摘 要：智慧气象是气象现代化的重要标志，通过发展智慧气象，有利于提升气象部门业务能力、服务能力、管理能力。本文对智慧气象在大连防灾减灾平台的应用与探索进行了系统性梳理与总结，对未来智慧气象在防灾减灾应用进行了思考和建议。
关键词：智慧气象;防灾减灾
Smart weather in disaster prevention
and mitigation platform construction application and exploration
Zhang Jianguo Weng Xueling Sun Yuecheng
Meteorological Information Center LiaoningDalian 116001
Abstract：Smart weather is an important symbol of meteorological modernization.Through the development of smart weather，it is conducive to improve the operational ability，service ability and management ability of meteorological departments.In this paper，the application and exploration of smart weather in Dalian disaster prevention and mitigation platform are systematically sorted out and summarized，and the future application of smart weather in disaster prevention and mitigation is considered and proposed.
Keywords：Smart weather;Disaster prevention and mitigation
1 智慧气象发展规划
气象信息化是气象现代化的重要指标，气象现代化实现的重要前提是气象信息化。2015年，中国气象局结合“十三五”气象事业发展规划的编制，明确智慧气象的发展思路，提出依靠信息化推进智慧气象与智慧城市、智慧交通、智慧农业等领域的深度融合，使气象现代化迈上更高水平，为政府决策、行业生产、民生保障提供更加精细化、专业化、个性化的普惠气象服务。2018年，国家气象局出台《全面推进气象现代化行动计划（2018—2020年）》，该文件明确指出到2020年，基本建成适用需求、结构完善、功能先进、保障有力的，以智慧气象为重要标志的现代气象业务体系、服务体系、科技创新体系、治理体系。2019年，中国气象局出台《智慧气象服务发展行动计划（2019—2023年）》。《行动计划》提出愿景，到2023年，初步实现气象服务产品制作从体力劳动向智能生产转变、服务模式从单向推送向双向互动转变、服务体系从低散重复向集约化转变，初步形成智能感知、精准泛在、情景互动、普惠共享的新型智慧气象服务发展生态。
2 大连防灾减灾平台简介
大连气象综合防灾减灾平台实现了各类基础信息、实时监测数据及灾情信息的接入共享，并充分利用已有数据、硬件、软件、网络及发布手段等资源，实现地方防灾减灾各成员单位数据资源横向融合，具备多部门信息共享、气象灾害精细化监测预报预警、基层防灾减灾信息上报、防灾减灾信息管理、突发公共事件预警信息审批发布等功能，为大连地方领导提供气象防灾减灾技术支撑和决策参考。
2.1 实时监测模块
实时监测模块可以查询雨量统计、温度统计、其他要素、水情数据及视频数据等模块。雨量统计包括近1小时雨量、近3小时雨量、近6小时雨量、近12小时雨量、近24小时雨量等统计信息。温度统计包括实时温度、近6小时最高气温、近6小时最低气温、地表温度等统计信息。其他要素模块包括风、土壤水分、能见度、空气质量、闪电定位等信息。水情数据包括河流水位、河流流向、水库水情等信息。
2.2 基础数据模块
基础数据数据模块包括防灾减灾基础数据、应急物资及救援力量等。基础数据主要涵盖旅游景点、暴雨区划、地灾隐患点、地灾易发区、内涝隐患点、人影作业点、重大危险源、中小学校、应急责任人、山洪沟、气象助理员、气象服务站、农村应急广播等信息。基础数据能够通过行政区域进行筛选，还可以进行各类数据叠加筛选，保留或者剔除某项数据。
2.3 灾情统计模块
灾情统计模块主要显示大连地区发生的历史灾情，可以根据灾害类型和行政区域进行筛选。灾情统计除了表格显示之外，还可以显示饼状图。通过该图可以清晰分辨出影响大连的灾害类型和灾害频率。
2.4 三区联防模块
三区联防模块主要显示防灾减灾责任區、警戒区和监视区。根据各区的责任划分，利用GIS绘图技术描绘出各区域的三区联防。三区区联防可以方便管理人员快速识别出天气过程对本区域的影响，及早通过雷达图、风云图等气象产品，发布各类预警信息。
2.5 联动报警模块
联动报警模块将一段时间内的雨量划分为中雨、暴雨、大雨、特大暴雨、大暴雨五个等级进行监控。该时间范围可以逐5分钟更新，也可以手动选择开始时间和结束时间。平台通过对区域内的雨量站的雨量值进行插值，生成面雨量级别区域，对所监控的降雨级别区域内的山洪沟、水库、内涝点、中小学校进行闪烁报警。
3 智慧气象在大连防灾减灾平台的应用
3.1 Hadoop数据库简介
Hadoop是一个集合较强的运算性能、稳定的可靠性、可弹性拓展的分布式数据存储系统。通过使用Hadoop数据库可以在配置较低的服务器上搭建起较大的分布式存储集群。 3.2 Hadoop数据库在大连防灾减灾平台的存储应用
大连防灾减灾数据支撑系统通过VMWARE虚拟资源池配置的7台虚拟机搭建起Hadoop数据库，完成数据支撑系统的资源配置。每台服务器基于Hadoop系统架构完成各类核心软件的部署和配置。
（1）自动站历史数据存储。大连自动站历史数据存储于Oracle数据库中，为充分利用历史数据，提高查询速度，课题采用Hadoop数据库进行存储。通过Python数据清洗技术，将历史数据导入到Hadoop的HDFS分布式存储中。通过导入Hadoop数据库，长时间序列数据查询速度明显提高，同时因采用分布式数据存储，数据支撑可靠性明显增强。
（2）雷达基数据存储。根据数据的实际情况，雷达基数据为二进制文件，频次为每6分钟一次，通过雷达处理技术，将雷达基数据插值成格点数据，方便雷达图像叠加显示。同时，课题对于雷达基本反射率、垂直液态降水等常见雷达要素进行分析，产生雷达雷暴格点产品，并对该产品进行存储。
（3）气象历史天气图资料存储设计。气象历史天气图供气象灾害个例库使用，每个天气图大小约为1M左右，由国家局CMCAST卫星系统下发到各个市局。该产品适合存储到文件存储专用FastDFS上，并将位置索引信息存储至Hadoop数据库中。
3.3 智能网格预报技术在平台的应用
智能网格预报的目的是采用大数据技术与人工智能技术，提升各类气象数据的融合与应用能力，增强预报预警核心信息的提炼能力，夯实预报技术的自主积累能力，锤炼预报与服务需求的双向互动能力，全面提升气象预报精准化、客观化、智能化水平。
大连市气象局近年来组织形成大连气象格点专家团队，学习国内兄弟省市先进经验，开发完成了覆海大连地区及大连渤海海域的1公里分辨率的格点预报产品。格点预报产品经过近两年的开发运行检验，大大增强了大连市气象局精细化预报能力与水平，衍生出了丰富的服务产品。
大连市气象局智能网格预报产品是充分借鉴兄弟省台成熟算法，再进行深入本地化系统调优建立起来。算法采用历史EC数据产品与大连地区全部区域自动站资料建立起预报模型，针对EC模式特点，格点团队采用了多种订正方法与解释应用技术，生成了涵盖温度、降水、风场、相对湿度等要素预报产品。
（1）使用智能网格预报技术制作重点水库面雨量图。平台通过使用智能网格预报产品，生成大连重点水库面雨量预报产品。大连智能网格预报产品按照EC产品下发时次，每天生成两次产品。面雨量计算水库经纬度范围内的平均雨量值，制作12H和24H预报时效的雨量色斑图，供水库管理人员使用，在平台上以图片方式显示。气象预报员可以直观通过该产品查看大连四个重点水库未来降水情况，方便气象决策人员制作为政府领导气象服务的决策材料。
（2）使用智能网格预报技术制作乡镇预报产品。利用智能网格预报技术将格点产品反向插值成站点产品，供大连主要街道和主要行政乡镇预报使用，并将预报结果展示在大连防灾减灾平台。大连防灾减灾平台将乡镇预报雨量及风向、风速信息叠加显示在平台中。乡镇预报产品已应用在大连气象决策APP系统，方便用户在移动客户端进行查看。
3.4 基于新安江模型的山洪预警模型研究与探索
（1）方法背景。山洪预警技术主要应用在对雨量、洪水水情等多种资料数据研究的基础上，重点关注山洪暴雨产生的客观规律，由算法生成山洪的临界雨量。根据一个流域防洪标准的警戒水位可以计算生成警戒流量，当时间段内累计降水达到预警值雨量，就可能会超出警戒流量，并引发山洪等严重灾害，将时间段内的累计降水所达到的雨量值我们称之为临界雨量，本课题也着重分析临界雨量对于山洪预警的警示作用。本课题采用的是动态临界雨量，即考虑流域的土壤水分含量，以新安江水文模型为基础，应用于大连冰峪沟水域山洪预警。
（2）冰峪沟水域概况和资料。冰峪沟流域处于大连低山丘陵区，其地势高度自南向北逐渐升高，这主要是受构造和岩性控制影响。大连冰峪沟流域在全球温带亚湿润气候区，因此具有部分海洋性气候特点，冰峪沟流域内降水在全年分布并不均匀，全年暴雨期主要集中于7月下旬-8月上旬，暴雨持续时间较短，一般不超过三天，但短时暴雨强度较大，流域的洪水均为持续短时暴雨形成。流域内洪水一般具有峰高量大、陡涨陡落的特点。本课题通过分析研究国内多种水文模型，选用具有一定区域性规律、在国内湿润地区洪水预报应用广泛的新安江水文模型，本文详细探究新安江模型算法，重点阐述探索采用该模型应用于大连防灾减灾平台，对大连冰峪沟流域进行山洪预警研究。
（3）方法介绍。面雨量是指一次降雨过程中，整个流域面上的平均累计雨量。最常用的推求方法有算术平均法、泰森多边形法和绘制等量线法。本课题采用算术平均法，对流域内的网格雨量进行算术平均计算。
（4）土壤含水量饱和度计算。本文在根据新安江水文模型来计算土壤含水量时采用步骤如下：首先将冰峪沟流域划分为15个子流域单元，划分依据是根据子流域降水量和下垫面特征;再次，逐个对子流域单元进行计算，得到各个子单元流域的汇流数据;最后，将各个子流域单元出流數据进行叠加，即可得到完整冰峪沟流域的出流过程，同时还可以输出土壤含水量值。
土壤含水量饱和度=wmx/WM
3.5 动态临界雨量计算方法步骤
（1）数据资料准备。本文重点对水文资料进行研究，主要研究水文数据的可靠性、连续性，对异常值进行剔除和清洗。本课题主要采用冰峪沟流域的2005至2013年之间的水文站历史资料，主要包括沿岸区域自动站短时降雨量资料、日降水雨量资料，洪涝时间段内的区域自动站降水量，瞬时流浪资料、土壤水分资料、逐日蒸发资料，根据流域经纬度划分，将降水资料、流量资料插值成1KM网格资料，得到最终7场洪水资料。
（2）模型参数选定。蒸散发能力折算系数K取值在0.70～0.99之间，本文最终选定为0.98;上层张力水蓄水容量WUM其值一般大于25mm，本文最终选定为30mm;流域蓄水容量取值在0.2至0.3之间，本课题最终选定为0.27。 自由蓄水容量SM一般其值越大，结合冰峪沟流域内的实际情况，将范围最终考虑在20～50内。冰峪沟流域地下径流流出速度较为缓慢，因此KI与KG之和定为0.75。而冰峪沟流域实际地面径流消退较快，最终确定消退系数CS取值在0.4～0.7范围内。所有参数最终确定的参数结果如下表格所示。
（3）模拟结果分析。新安江模型对冰峪沟流域的产流、汇流模拟结果如下表所示。
根据水文情预报规范，模拟径流量合格率98%，模拟洪峰、洪峰出现时间和确定性系数的合格率为80.8%。可以看出，新安江模型在應用于冰峪沟流域模式下，对于降水量比较少，土壤较为湿润的洪水预测较好，对于土壤含水量低的时期，洪水模拟量误差超过9%。
4 智慧气象在气象未来应用场景思考
智慧气象是现代化发展的产物，必将随着时代科技的进步而产生新的应用场景。5G技术、云计算技术、大数据技术、人工智能技术等高精尖技术与气象的深度融合。本文重点对5G技术应用于智慧气象进行深入思考：
4.1 即时可靠通信应用场景
5G技术能够实现海量气象大数据的传输，具有稳定性强，延迟低，时效性可靠等特点。通过5G技术，可以实现5G超高清画面直播，方便气象服务直播;通过5G技术，还可以实现无人自动站监控，实时监控河流、水道、水库降水等情况，可以随时利用5G技术进行应急远程会商，可以实现海量大数据快速移动端传输，方便自动站修站人员快速定位问题站点。此外，5G通信技术在农业气象服务具有广阔前景，利用5G技术可方便查看农业生长情况，判别天气影响状态。
4.2 海量数据通信融合场景
5G技术能够实现各行业防灾减灾数据海量交融，比如旅游部门、民政部门、农业部门、林业部门、交通运输部门等，通过物联网、互联网等移动终端的接入，实现海量数据交汇融合。
参考文献：
[1]智慧气象内涵及发展思路[J].陕西气象，2018（5）：37-19.
[2]王兴，朱彬，卞浩瑄，杨雅涵.“互联网+”背景下我国智慧气象服务模式优化研究[J].中国管理信息化，2019，22（23）：135-138.
[3]李昱文，黄锦灿，梁建辉，罗云.佛山市南海区智慧气象平台的架构和关键技术[J].广东气象，2017，39（02）：42-46.
[4]周勇，胡爱军，杨诗芳，龚江丽.智慧气象的内涵与特征研究[J].中国信息化，2016（03）：83-88.
[5]孙林.辽宁省山洪灾害预报预警平台设计与开发[D].大连理工学，2019.
[6]薛霞.山洪防治区小流域分类与预警指标确定研究[D].山东大学，2016.
[7]张红萍.山区小流域洪水风险评估与预警技术研究[D].中国水利水电科学研究院，2013.
关键词：智慧气象;防灾减灾
Smart weather in disaster prevention
and mitigation platform construction application and exploration
Zhang Jianguo Weng Xueling Sun Yuecheng
Meteorological Information Center LiaoningDalian 116001
Abstract：Smart weather is an important symbol of meteorological modernization.Through the development of smart weather，it is conducive to improve the operational ability，service ability and management ability of meteorological departments.In this paper，the application and exploration of smart weather in Dalian disaster prevention and mitigation platform are systematically sorted out and summarized，and the future application of smart weather in disaster prevention and mitigation is considered and proposed.
Keywords：Smart weather;Disaster prevention and mitigation
1 智慧气象发展规划
气象信息化是气象现代化的重要指标，气象现代化实现的重要前提是气象信息化。2015年，中国气象局结合“十三五”气象事业发展规划的编制，明确智慧气象的发展思路，提出依靠信息化推进智慧气象与智慧城市、智慧交通、智慧农业等领域的深度融合，使气象现代化迈上更高水平，为政府决策、行业生产、民生保障提供更加精细化、专业化、个性化的普惠气象服务。2018年，国家气象局出台《全面推进气象现代化行动计划（2018—2020年）》，该文件明确指出到2020年，基本建成适用需求、结构完善、功能先进、保障有力的，以智慧气象为重要标志的现代气象业务体系、服务体系、科技创新体系、治理体系。2019年，中国气象局出台《智慧气象服务发展行动计划（2019—2023年）》。《行动计划》提出愿景，到2023年，初步实现气象服务产品制作从体力劳动向智能生产转变、服务模式从单向推送向双向互动转变、服务体系从低散重复向集约化转变，初步形成智能感知、精准泛在、情景互动、普惠共享的新型智慧气象服务发展生态。
2 大连防灾减灾平台简介
大连气象综合防灾减灾平台实现了各类基础信息、实时监测数据及灾情信息的接入共享，并充分利用已有数据、硬件、软件、网络及发布手段等资源，实现地方防灾减灾各成员单位数据资源横向融合，具备多部门信息共享、气象灾害精细化监测预报预警、基层防灾减灾信息上报、防灾减灾信息管理、突发公共事件预警信息审批发布等功能，为大连地方领导提供气象防灾减灾技术支撑和决策参考。
2.1 实时监测模块
实时监测模块可以查询雨量统计、温度统计、其他要素、水情数据及视频数据等模块。雨量统计包括近1小时雨量、近3小时雨量、近6小时雨量、近12小时雨量、近24小时雨量等统计信息。温度统计包括实时温度、近6小时最高气温、近6小时最低气温、地表温度等统计信息。其他要素模块包括风、土壤水分、能见度、空气质量、闪电定位等信息。水情数据包括河流水位、河流流向、水库水情等信息。
2.2 基础数据模块
基础数据数据模块包括防灾减灾基础数据、应急物资及救援力量等。基础数据主要涵盖旅游景点、暴雨区划、地灾隐患点、地灾易发区、内涝隐患点、人影作业点、重大危险源、中小学校、应急责任人、山洪沟、气象助理员、气象服务站、农村应急广播等信息。基础数据能够通过行政区域进行筛选，还可以进行各类数据叠加筛选，保留或者剔除某项数据。
2.3 灾情统计模块
灾情统计模块主要显示大连地区发生的历史灾情，可以根据灾害类型和行政区域进行筛选。灾情统计除了表格显示之外，还可以显示饼状图。通过该图可以清晰分辨出影响大连的灾害类型和灾害频率。
2.4 三区联防模块
三区联防模块主要显示防灾减灾责任區、警戒区和监视区。根据各区的责任划分，利用GIS绘图技术描绘出各区域的三区联防。三区区联防可以方便管理人员快速识别出天气过程对本区域的影响，及早通过雷达图、风云图等气象产品，发布各类预警信息。
2.5 联动报警模块
联动报警模块将一段时间内的雨量划分为中雨、暴雨、大雨、特大暴雨、大暴雨五个等级进行监控。该时间范围可以逐5分钟更新，也可以手动选择开始时间和结束时间。平台通过对区域内的雨量站的雨量值进行插值，生成面雨量级别区域，对所监控的降雨级别区域内的山洪沟、水库、内涝点、中小学校进行闪烁报警。
3 智慧气象在大连防灾减灾平台的应用
3.1 Hadoop数据库简介
Hadoop是一个集合较强的运算性能、稳定的可靠性、可弹性拓展的分布式数据存储系统。通过使用Hadoop数据库可以在配置较低的服务器上搭建起较大的分布式存储集群。 3.2 Hadoop数据库在大连防灾减灾平台的存储应用
大连防灾减灾数据支撑系统通过VMWARE虚拟资源池配置的7台虚拟机搭建起Hadoop数据库，完成数据支撑系统的资源配置。每台服务器基于Hadoop系统架构完成各类核心软件的部署和配置。
（1）自动站历史数据存储。大连自动站历史数据存储于Oracle数据库中，为充分利用历史数据，提高查询速度，课题采用Hadoop数据库进行存储。通过Python数据清洗技术，将历史数据导入到Hadoop的HDFS分布式存储中。通过导入Hadoop数据库，长时间序列数据查询速度明显提高，同时因采用分布式数据存储，数据支撑可靠性明显增强。
（2）雷达基数据存储。根据数据的实际情况，雷达基数据为二进制文件，频次为每6分钟一次，通过雷达处理技术，将雷达基数据插值成格点数据，方便雷达图像叠加显示。同时，课题对于雷达基本反射率、垂直液态降水等常见雷达要素进行分析，产生雷达雷暴格点产品，并对该产品进行存储。
（3）气象历史天气图资料存储设计。气象历史天气图供气象灾害个例库使用，每个天气图大小约为1M左右，由国家局CMCAST卫星系统下发到各个市局。该产品适合存储到文件存储专用FastDFS上，并将位置索引信息存储至Hadoop数据库中。
3.3 智能网格预报技术在平台的应用
智能网格预报的目的是采用大数据技术与人工智能技术，提升各类气象数据的融合与应用能力，增强预报预警核心信息的提炼能力，夯实预报技术的自主积累能力，锤炼预报与服务需求的双向互动能力，全面提升气象预报精准化、客观化、智能化水平。
大连市气象局近年来组织形成大连气象格点专家团队，学习国内兄弟省市先进经验，开发完成了覆海大连地区及大连渤海海域的1公里分辨率的格点预报产品。格点预报产品经过近两年的开发运行检验，大大增强了大连市气象局精细化预报能力与水平，衍生出了丰富的服务产品。
大连市气象局智能网格预报产品是充分借鉴兄弟省台成熟算法，再进行深入本地化系统调优建立起来。算法采用历史EC数据产品与大连地区全部区域自动站资料建立起预报模型，针对EC模式特点，格点团队采用了多种订正方法与解释应用技术，生成了涵盖温度、降水、风场、相对湿度等要素预报产品。
（1）使用智能网格预报技术制作重点水库面雨量图。平台通过使用智能网格预报产品，生成大连重点水库面雨量预报产品。大连智能网格预报产品按照EC产品下发时次，每天生成两次产品。面雨量计算水库经纬度范围内的平均雨量值，制作12H和24H预报时效的雨量色斑图，供水库管理人员使用，在平台上以图片方式显示。气象预报员可以直观通过该产品查看大连四个重点水库未来降水情况，方便气象决策人员制作为政府领导气象服务的决策材料。
（2）使用智能网格预报技术制作乡镇预报产品。利用智能网格预报技术将格点产品反向插值成站点产品，供大连主要街道和主要行政乡镇预报使用，并将预报结果展示在大连防灾减灾平台。大连防灾减灾平台将乡镇预报雨量及风向、风速信息叠加显示在平台中。乡镇预报产品已应用在大连气象决策APP系统，方便用户在移动客户端进行查看。
3.4 基于新安江模型的山洪预警模型研究与探索
（1）方法背景。山洪预警技术主要应用在对雨量、洪水水情等多种资料数据研究的基础上，重点关注山洪暴雨产生的客观规律，由算法生成山洪的临界雨量。根据一个流域防洪标准的警戒水位可以计算生成警戒流量，当时间段内累计降水达到预警值雨量，就可能会超出警戒流量，并引发山洪等严重灾害，将时间段内的累计降水所达到的雨量值我们称之为临界雨量，本课题也着重分析临界雨量对于山洪预警的警示作用。本课题采用的是动态临界雨量，即考虑流域的土壤水分含量，以新安江水文模型为基础，应用于大连冰峪沟水域山洪预警。
（2）冰峪沟水域概况和资料。冰峪沟流域处于大连低山丘陵区，其地势高度自南向北逐渐升高，这主要是受构造和岩性控制影响。大连冰峪沟流域在全球温带亚湿润气候区，因此具有部分海洋性气候特点，冰峪沟流域内降水在全年分布并不均匀，全年暴雨期主要集中于7月下旬-8月上旬，暴雨持续时间较短，一般不超过三天，但短时暴雨强度较大，流域的洪水均为持续短时暴雨形成。流域内洪水一般具有峰高量大、陡涨陡落的特点。本课题通过分析研究国内多种水文模型，选用具有一定区域性规律、在国内湿润地区洪水预报应用广泛的新安江水文模型，本文详细探究新安江模型算法，重点阐述探索采用该模型应用于大连防灾减灾平台，对大连冰峪沟流域进行山洪预警研究。
（3）方法介绍。面雨量是指一次降雨过程中，整个流域面上的平均累计雨量。最常用的推求方法有算术平均法、泰森多边形法和绘制等量线法。本课题采用算术平均法，对流域内的网格雨量进行算术平均计算。
（4）土壤含水量饱和度计算。本文在根据新安江水文模型来计算土壤含水量时采用步骤如下：首先将冰峪沟流域划分为15个子流域单元，划分依据是根据子流域降水量和下垫面特征;再次，逐个对子流域单元进行计算，得到各个子单元流域的汇流数据;最后，将各个子流域单元出流數据进行叠加，即可得到完整冰峪沟流域的出流过程，同时还可以输出土壤含水量值。
土壤含水量饱和度=wmx/WM
3.5 动态临界雨量计算方法步骤
（1）数据资料准备。本文重点对水文资料进行研究，主要研究水文数据的可靠性、连续性，对异常值进行剔除和清洗。本课题主要采用冰峪沟流域的2005至2013年之间的水文站历史资料，主要包括沿岸区域自动站短时降雨量资料、日降水雨量资料，洪涝时间段内的区域自动站降水量，瞬时流浪资料、土壤水分资料、逐日蒸发资料，根据流域经纬度划分，将降水资料、流量资料插值成1KM网格资料，得到最终7场洪水资料。
（2）模型参数选定。蒸散发能力折算系数K取值在0.70～0.99之间，本文最终选定为0.98;上层张力水蓄水容量WUM其值一般大于25mm，本文最终选定为30mm;流域蓄水容量取值在0.2至0.3之间，本课题最终选定为0.27。 自由蓄水容量SM一般其值越大，结合冰峪沟流域内的实际情况，将范围最终考虑在20～50内。冰峪沟流域地下径流流出速度较为缓慢，因此KI与KG之和定为0.75。而冰峪沟流域实际地面径流消退较快，最终确定消退系数CS取值在0.4～0.7范围内。所有参数最终确定的参数结果如下表格所示。
（3）模拟结果分析。新安江模型对冰峪沟流域的产流、汇流模拟结果如下表所示。
根据水文情预报规范，模拟径流量合格率98%，模拟洪峰、洪峰出现时间和确定性系数的合格率为80.8%。可以看出，新安江模型在應用于冰峪沟流域模式下，对于降水量比较少，土壤较为湿润的洪水预测较好，对于土壤含水量低的时期，洪水模拟量误差超过9%。
4 智慧气象在气象未来应用场景思考
智慧气象是现代化发展的产物，必将随着时代科技的进步而产生新的应用场景。5G技术、云计算技术、大数据技术、人工智能技术等高精尖技术与气象的深度融合。本文重点对5G技术应用于智慧气象进行深入思考：
4.1 即时可靠通信应用场景
5G技术能够实现海量气象大数据的传输，具有稳定性强，延迟低，时效性可靠等特点。通过5G技术，可以实现5G超高清画面直播，方便气象服务直播;通过5G技术，还可以实现无人自动站监控，实时监控河流、水道、水库降水等情况，可以随时利用5G技术进行应急远程会商，可以实现海量大数据快速移动端传输，方便自动站修站人员快速定位问题站点。此外，5G通信技术在农业气象服务具有广阔前景，利用5G技术可方便查看农业生长情况，判别天气影响状态。
4.2 海量数据通信融合场景
5G技术能够实现各行业防灾减灾数据海量交融，比如旅游部门、民政部门、农业部门、林业部门、交通运输部门等，通过物联网、互联网等移动终端的接入，实现海量数据交汇融合。
参考文献：
[1]智慧气象内涵及发展思路[J].陕西气象，2018（5）：37-19.
[2]王兴，朱彬，卞浩瑄，杨雅涵.“互联网+”背景下我国智慧气象服务模式优化研究[J].中国管理信息化，2019，22（23）：135-138.
[3]李昱文，黄锦灿，梁建辉，罗云.佛山市南海区智慧气象平台的架构和关键技术[J].广东气象，2017，39（02）：42-46.
[4]周勇，胡爱军，杨诗芳，龚江丽.智慧气象的内涵与特征研究[J].中国信息化，2016（03）：83-88.
[5]孙林.辽宁省山洪灾害预报预警平台设计与开发[D].大连理工学，2019.
[6]薛霞.山洪防治区小流域分类与预警指标确定研究[D].山东大学，2016.
[7]张红萍.山区小流域洪水风险评估与预警技术研究[D].中国水利水电科学研究院，2013.