谈山洪灾害防治，很多项目第一步都会做“一张图”。把山洪沟画上去，把危险区画上去，把村庄、道路、桥涵、安置点标出来，再接入雨量站、水位站和视频监控，最后做成一张看起来很完整的山洪防治地图。这当然有必要。但问题在于，风险点上图只是开始，不是山洪预警能力本身。山洪灾害不是静态风险，它是一个动态过程：雨落到上游，形成径流，进入沟道，沿山谷快速下泄，最后影响村庄、道路、桥涵、景区、工地和低洼区域。所以，山洪防治真正需要的，不是一张“能看”的地图，而是一套能支撑计算、研判、预警和转移的数据底板。简单说：地图解决“在哪里”，数据底板要解决“会不会出事、会影响谁、该通知谁、往哪里转”。这才是山洪预警从展示走向实战的第一步。

01 山洪防治为什么不能只做“风险点上图”？

风险点上图，很容易给人一种系统已经建好的感觉。但山洪防治真正难的地方，不是把点画出来，而是让这些点能被动态调用。比如，当上游某个小流域出现短时强降雨时，系统需要马上判断：这场雨落在哪个小流域？

对应哪几条山洪沟？

下游有哪些村庄和桥涵？

有没有低洼路段和临河房屋？

哪些群众需要提前转移？

责任人是谁？

转移路线是否安全？

安置点是否可用？如果这些问题回答不了，地图再漂亮，也只是“风险展示图”。真正的数据底板，要能把空间对象、监测数据、业务规则和责任体系连接起来。山洪防治的数据底板，不是给人看的“图层集合”，而是给系统算的“业务底账”。

02 山洪数据底板至少要有六类对象

一套可用的山洪防治数据底板，至少要包含六类核心对象。第一类是小流域单元。

山洪不是以行政边界发生的，而是以小流域为基本响应单元。雨落在哪个小流域，决定了后续汇流路径和风险范围。第二类是山洪沟道。

沟道是洪水下泄的通道。沟道宽窄、坡降、弯曲程度、堵塞情况、下游出口，都直接影响洪水演进速度。第三类是监测站点。

包括雨量站、水位站、视频监控、雷达降雨、卫星遥感、无人机巡查、应急广播等。站点数据不能孤立存在，必须和小流域、沟道、村庄建立空间关联。第四类是风险对象。

山洪真正要保护的对象，不只是河沟本身，而是村庄、学校、景区、工地、道路、桥涵、低洼点、临河房屋等。第五类是转移资源。

包括转移路线、安置点、避险场所容量、车辆、物资、广播设备、应急队伍等。

第六类是人员台账。

包括危险区人口、老人儿童、病患残障人员、游客、施工人员、外来务工人员等。只有把这些对象建成一套可关联的数据体系，山洪预警才有可能从“看到报警”走向“知道谁该行动”。

03 监测感知不能只靠雨量站，要形成“天空地水工”

融合山洪防治中，雨量站很重要，但不能只靠雨量站。因为山洪风险往往受多种因素共同影响：短时强降雨、前期土壤含水、沟道堵塞、滑坡塌方、桥涵过水能力、道路通行状态、村庄位置等。因此，山洪感知应形成“天空地水工”融合体系。天基主要是卫星遥感。它适合用于洪涝范围识别、灾情监测、灾后评估等场景。SL/T 750.5—2025《卫星遥感水利监测技术要求 第5部分：水旱灾害》将洪涝灾害遥感监测组织为数据获取、数据处理、灾害识别、结果分析和产品制作等流程，这对山洪灾害复盘和灾情评估很有价值。空基主要是无人机。无人机适合山区沟道、桥涵、道路、滑坡点、临时险情的巡查和取证。SL/T 860—2026《水利无人机监测技术规范》中涉及数据获取、日常巡检、取证调查、应急监测等内容，正好可以嵌入山洪防治的空中巡查体系。地面主要是雨量站、水位站、视频监控、应急广播、物联网设备。水工和人工巡查则包括桥涵、堤防、道路、闸坝、村级巡查员、网格员和防汛责任人反馈。山洪监测不是某一种设备的工作，而是多源数据共同支撑的业务网络。

04 地形底板是山洪预警的关键算据山洪预警不能只看降雨量。

同样一场雨，落在平原地区和山丘区，风险完全不同；落在缓坡地区和陡坡沟谷，汇流速度也完全不同。这就决定了山洪防治必须重视地形底板。山洪数据底板中，至少要关注：DEM数字高程模型；DSM数字表面模型；点云数据；坡度坡向；沟谷线；汇流累积量；低洼区；道路桥涵高程关系；村庄与沟道的空间关系。SL/T 861—2026《流域下垫面激光雷达测量技术规范》涉及流域下垫面、DEM、DSM、点云、地形变化模型等内容，这些并不是单纯测绘成果，而是山洪风险研判的重要空间算据。没有高质量地形底板，系统很难判断水从哪里来、往哪里走、哪里可能被冲到。

05 数据质量决定预警质量山洪预警最怕一种情况：数据看起来很多，但真正预警时不能算、不能联、不能用。

常见问题包括：第一，坐标基准不统一。

站点、村庄、沟道、道路、安置点在图上看似都有，但叠加后位置偏差很大。

第二，时间频率不匹配。

山洪响应快，分钟级雨情、水情更新很重要。如果数据更新慢，预警提前量就会被吃掉。

第三，空间关系没建好。

雨量站没有关联小流域，小流域没有关联沟道，沟道没有关联村庄，系统就很难自动研判。

第四，风险对象更新不及时。

村庄人口、施工营地、景区游客、临时道路、安置点容量，如果长期不更新，预警对象就可能不准。

第五，数据不能进入模型。

有些数据只能展示，不能作为模型输入。这样的数据对预警研判价值有限。山洪预警不是数据越多越好，而是关键数据必须能进入模型、进入规则、进入任务。

06 数据安全也要前置设计山洪防治数据看似都是防灾减灾数据，但其中也包含不少敏感信息。

例如：危险区人口；特殊人群名单；责任人联系方式；监测设施位置；重要工程信息；视频图像；安置点和转移路线；应急物资储备。这些数据既要在应急场景下快速共享，又要防止无边界扩散。SL/T 864—2026《水利数据分类分级规则》对水利数据分类分级提出了规则要求；SL/T 846—2025《水利重要数据安全保护要求》则强调重要数据识别、安全保护和数据安全管理等内容。山洪防治平台建设时，权限管理、接口安全、日志审计、数据脱敏和备份恢复都应前置考虑。真正成熟的数据底板，既要能用，也要可控。

07 写在最后：

山洪数据底板，要看四个能不能判断一套山洪防治数据底板有没有价值，不要只看图层多不多、界面炫不炫。

更应该看四个问题：第一，能不能定位小流域？

雨落在哪里，对应哪个小流域，风险会沿哪条沟道传导？

第二，能不能关联风险对象？

下游有哪些村庄、道路、桥涵、学校、景区和工地？

第三，能不能进入模型计算？

地形、雨量、水位、前期降雨、下垫面、人口等数据能否支撑风险研判？

第四，能不能支撑叫应转移？

预警出来后，能不能自动匹配责任人、群众清单、路线和安置点？

山洪灾害防治的数据底板，真正的价值不是“看得见”，而是：算得动、叫得准、转得快、复得清。这也是数字孪生水利从展示走向实战的第一道门槛。

你认为山洪防治数据底板中，最容易被忽视的是哪一类数据？欢迎留言讨论。