来源：环球时报
【环球时报报道 记者 马俊】编者的话：尽管对于很多城市里的中国人而言，停水已经越来越少见了，但放眼全球，水资源形势依然严峻：目前有超过20亿人口生活在缺水国家，约8亿人缺少安全的清洁饮水。随着全球极端气候的增加，流域暴雨洪水、城市内涝、大范围持续性干旱等极端水文事件日趋频发且强度加大，对于大坝、堤防、城市供水系统、交通管网等的韧性安全带来全新考验。在10月19日到21日举行的中国工程院工程科技学术研讨会第五届水安全与可持续发展国际会议上，《环球时报》记者采访了来自全球的多位顶级业内专家，听他们介绍如何发展更加具备韧性的“水未来”。
极端天气带来更多挑战
中国工程院院士，中国工程院土木、水利与建筑工程学部主任冯夏庭在大会致辞中表示，水安全是事关国家长治久安的重大议题。在全球气候变化驱动下，极端水文灾害、海平面上升等问题不断加剧，全球水资源保障压力持续加大。当今水安全挑战没有国界，需要各国科研人员、行业实践者携手应对。
英国皇家工程院院士、英国卡迪夫大学教授罗杰·福尔科纳在接受《环球时报》记者采访时表示，如今人类面对的“水安全”不是单一的问题，而是多维度、人类需要长期经受的现实挑战。“水安全历来决定文明的兴衰成败，这在中国尤其明显。随着气候变化，我们面临的洪水、干旱、滑坡、健康等问题往往都是通过水安全问题表现出来。如今气候变化带来了长期、深层的不确定性，将是当代人和子孙后代面临的挑战。”
具体到气候变化的实际影响，中国工程院院士、英国皇家工程院外籍院士、大会学术委员会主席张建云提及，大家都非常关注今年的超强厄尔尼诺现象。“今年形成的台风数量明显较往年偏多，而且因为东太平洋海温比较高，台风生成的位置偏东，台风在中国境内的运行路径很长，并积聚了大量能量、吸取了大量水汽，所以今年台风的强度很大。”更需要警惕的是，厄尔尼诺现象不仅会在当年产生重要影响，次年的影响也非常严重。“1997年发生强厄尔尼诺现象后，1998年中国长江、松花江和闽江都发生了流域性大洪水。2015年的厄尔尼诺现象后，长江流域发生流域性大洪水，南京城市内涝非常严重。”
台风等极端天气频发，直接对水库大坝、城市排水系统等基础设施形成更严峻的挑战。张建云表示，“台风不可避免，但要把台风带来的影响和损失降到最小程度”，为此需要针对病险水利工程、存在隐患的工程除险加固。同时需要加强台风监测和预警、台风降雨的监测预警以及台风降雨带来洪水的预警。在此基础上，更科学地调度水利工程。
中国工程院院士、中国水利水电科学研究院水资源研究所名誉所长王浩介绍说，截至2023年年底，全国已建成各类水库94877座，水库总容量9999亿立方米，大型水库836座，总库容8077亿立方米。这些水库群通过调节径流，在防洪、供水、发电等方面发挥了重要作用。但它们也面临调度的难题，发电、防洪、灌溉、航运等不同任务之间的要求是相互矛盾的，因此蓄多少水、放多少水、何时放、怎么放，就需要全流域统筹。
此外，全球极端天气的增加，还带来更多的海岸灾害。河海大学校长郑金海介绍说，我国是世界上遭受海岸水灾害影响最严重的国家之一，主要包括台风大浪、风暴增水、海平面上升、海岸侵蚀等灾害，导致沿海基础设施破坏、工程失效、海堤越浪、海水倒灌和岸滩侵蚀等问题十分严重。同时，在气候变化影响下，海岸灾害的频次和强度在持续增加，这给海岸带水安全与可持续发展带来了巨大风险。
人工智能助力水治理
本次大会主题为“重大基础设施系统韧性提升与风险智能管控”，与会各方专家介绍了利用多种科技手段助力“水治理”的方案，其中备受关注的就是如何用好当前流行的人工智能（AI）技术。
张建云表示，水利是一门高度依赖数据观测、模拟模型和工程调度的学科，而AI的特长恰恰是建立在大量数据和模型的基础上，能把数据、算力、模型和决策更紧密地结合起来。在实际工作中，AI技术在我们的洪水预报和调度中得到了越来越广泛的应用，取得了很好的效果。传统的水利治理是依托人工经验和离线计算进行的，难以支撑复杂场景下的实时预测、快速推演和动态调度，而AI可以将实时感知、智能预测、风险预警、动态调度和反馈优化形成闭环，通过自动同步卫星遥感降水、地面水量站、河道水位流量等数据，再结合具体的地形和土壤情况、城市管网分布、水库调度等不同来源的信息，对于可能的风险处置从“事后响应”转向“主动预警”。
此外，一些中小河流以前没有水文资料，传统的水位模型没有资料就没办法预测。但现在用AI技术，可以通过大数据挖掘、迁移学习来分析无资料地区的模型参数，实现预报。
但张建云同时也强调说，AI技术的基础是物理模型，是整个流域大量的数据监测。“没有数据、没有物理模型，AI再好也不能给出好的结果”。
南京水利科学研究院副总工程师范子武告诉《环球时报》记者，数字孪生水利通过对物理流域全要素和水利治理管理业务全过程进行数字化映射、智能化模拟，支撑预报、预警、预演、预案“四预”功能实现。但AI与数字孪生水利的融合，不是简单增加一个问答入口，也不是用通用大模型替代水文水动力计算，而是面向具体业务，贯通数据、模型、知识与业务。目前仍存在高质量数据集不足、专业知识分散、计算工具效率与精度有待提升、业务流程覆盖不全等问题。
英国皇家工程院院士德拉甘·萨维奇表示，过去利用AI解决的大多是孤立的单个水利问题或数据，现在大语言模型和生成式AI提供了额外的能力：它们能整合不同来源的数据，在处理数据和形成定制化方案领域具备更强的能力及更高的效率。他强调，如今在利用AI方面也有需要注意的地方：需要确立这些AI工具应用的规则，然后才能使用它们，“这正是我们在欧洲乃至更广范围一直在研究和尝试落地的事”。
向世界传递中国经验
多名与会专家告诉《环球时报》记者，中国在水治理方面的经验值得向世界推广。罗杰·福尔科纳教授表示，“我们可以学习你们流域管理的方式——中国围绕整条河流构建水治理系统。而在英国和西方许多国家，相关治理都非常零散，有很多不同机构参与，协调管理的问题很多。”他还表示，中国在水安全方面的成果很多：无论是洪涝干旱、水环境问题，还是经济社会发展带来的新老问题交织，都得到了比较好的处理。所以中国是国际学界研究水安全的一个很好的平台。“过去二三十年，很多中国相关方案已经走向国际，包括水利工程建设技术、大坝建设技术，以及水资源规划、洪水预报预警等技术，都在一些国家推广应用，取得了很好的效益。”
罗杰·福尔科纳教授在本届大会上重点推荐的是潮汐能项目。“这在英国很困难，因为潮汐能项目要先测试、再监测，然后才能设计，之后还得建造——至少需要十年。而政客们往往不看长远。因此虽然英国的潮差很大，却还未建成任何潮汐能项目。这一点我们可以向中国学习，中国是着眼长远规划的。”
郑金海也介绍了中国水治理方案走向海外的实际效果。“我们围绕非洲西海岸港湾开发与保护，组建科研团队针对当地特殊海洋环境开展技术攻关，建立西非海域水动力数据集，揭示海岸侵蚀演变规律，破解当地波浪、泥沙、海岸灾害等技术难题；同时也为大批海外重点港口项目提供波浪模拟、物理模型试验、港址规划、物流通道研究等科技支撑。”