【智慧水务】实时预报预警系统的五个关键标准
实时预报预警系统是智慧水务体系应用层的重要组成部分，它对减少洪涝灾害、合流制污水溢流事件带来的损失，具有显著效果。
值得注意的是，不是随随便便一个水力模型拿过来，接上实时数据算起来就叫作实时预报预警系统。一套成熟的智慧水务实时预报预警系统应该满足以下几个关键标准。
- 计算引擎的健壮性
- 数据更新的及时性
- 模型的可适应性
- 简明有效的信息
- 模型的准确性
以目前国际上比较先进的ICMLive智慧水务实时预报预警系统为例，具体说明这几个关键指标：
计算引擎的健壮性
不同于用于规划设计评估的离线排水模型、水力模型，实时预报预警系统由于需要实时、滚动、自动计算，要求每次计算都能成功，尽可能避免出现模型不收敛运行失败的情况。因此，计算引擎的健壮性成为实时预报预警系统的关键标准。
ICMLive基于InfoWorks ICM综合流域排水模型，采用ICM的计算内核。作为国际知名的水动力模型产品，ICM的计算引擎经过几十年的检验，已十分稳定。
数据更新的及时性
实时预报预警系统强调「实时」、「预报」，意味著，该系统必须具备和实时资料库对接的能力，在模型每次运行前，自动更新数据。
ICMLive通过TSDB（Time-Series Database）模块对接实时数据。目前，TSDB已支持多达14种不同的实时数据源，包括常见的Oracle资料库、SQL Server资料库以及CSV文件；除此之外，TSDB还具备对接雷达空间降雨的能力，它支持11种雷达观测降雨数据和10种雷达预报降雨数据格式。
模型的可适应性
模型的运行需要初始条件和边界条件。初始条件指系统当中的初始状态，例如调蓄池的初始水位等；边界条件指模拟时段的时间序列数据，例如降雨、流量、水位等。对于实时预报预警系统，要求模型能实时提供初始条件和边界条件。
ICMLive中，可通过热启动进行初始化，即在前次运行中保存某一时刻的状态，作为下次模拟的初始状态。除此之外，ICMLive还可以通过数据同化，利用实测数据对模型状态进行更新和修正。
简明有效的信息
模型计算可以带来丰富而复杂的结果数据，但是，并不是所有的数据结果都是实时预报预警所需要的、决策调度人员所关心的。实时预报预警系统在运行的过程中，必须提供简明而有效的预报预警信息。
ICMLive中，提供了警告定义的功能，让用户自定义警告内容。例如，若当次模拟中某检查井出现漫水现象，则提供报警信息。这些报警信息在模拟完成后会汇总成表格呈现，甚至可以通过邮件形式自动发送给指定对象。除此之外，ICMLive还提供了丰富的警告样式，例如通过属性主题图、文本、图表形式呈现预报预警信息。
模型的准确性
实时预报预警系统的有效运行，依赖于离线模型搭建的准确性。只有一个相对准确的离线模型，才可以结合实时数据给出有效的预报预警信息。
在ICMLive中，可将实测数据和模型模拟结果的对比作为「验证警告」，一旦实测数据和模型模拟结果不满足设定要求，则给出报警信息，提醒模型师及时了解系统现状，并更新模型，以满足精度要求。
推荐阅读：
