某地区网格产流与概率洪水预报产品系统

某地区山区按 90×80 共 7200 个网格做洪水预报：ERA5-Land 的逐时气象、土壤和植被落到每个网格，先算地表产流，再沿河网汇到 7 个出口，判断洪峰多大、会不会超警戒、大约什么时候到。原有 LSTM 只能逐流域在 notebook 里跑，2025 年雨季一段序列要 2 小时 18 分，数据到了以后来不及预报。业务上也不能只给一条流量线，还需要洪峰的波动范围和超阈值概率。

系统分四段。产流用 NeuralHydrology 的 CUDA LSTM，7200 个网格一次批量前向，现场推理约 59 秒。汇流用运动波，把网格产流汇到 7 个出口。概率预报对残差做空间相关采样，蒙特卡洛 80 次，输出 5%–95% 流量区间、洪峰分布和首次越线时间。验证按事件对齐 2025 年雨季洪峰，而不是拿整季最大值充数。去掉泄漏特征后的结果是：233 场检出 206 场（88%），超阈值 POD 0.89、FAR 0.01、CSI 0.88，网格 NSE 中位数 0.971；洪峰量级 63% 落在 ±10% 以内。峰现时间落在 24 小时以内的比例是 58%，量级好于峰时。

我负责整体项目的实施，在不改原有产流和汇流模块的前提下，把产流换成可批量推理的 CUDA LSTM，并补上概率预报和全季检验。我实现了 7200 个网格的批量产流、沿河网汇到 7 个出口的运动波汇流，以及蒙特卡洛 80 次的概率洪水预报，输出流量区间、超阈值概率和峰现时间，并完成 2025 年雨季洪峰检验。实现从业务理解、数据理解、数据准备、建模、模型评估和模型发布的全流程，开发过程中严格遵守CRISP-DM准则。