花几百万建的城市水文模型，实战中调取过几次？
这个问题的背后，其实是一个建模目的的错位。
很多城市委托开发的水文水动力模型，最初的定位是用于规划评估——比如验证某条河道拓宽后的行洪能力，或者比选几个排涝泵站的布局方案。这类用途下，模型对精度要求高，但对实时性要求低，跑一次可能花几个小时，只要最终能出几张漂亮的淹没图，汇报过关就行。
但当大家试图把这个模型直接拿来实时防汛指挥时，矛盾就出现了。
首先是数据同化跟不上。模型需要源源不断的实时降雨、水位、流量数据来校正状态变量。但很多城市的监测密度不足，或者数据延迟严重，导致模型开边界条件本身就是滞后的。用它预报未来一小时，基础就是错的。
其次是计算效率的妥协。高精度的二维模型，网格一密，步长一短，单次模拟耗时很长。雨情瞬息万变，等结果出来，决策窗口已经过了。于是有些地方把模型简化成一维或粗网格，精度又没法满足局部积水点位的判断——一积水就是一大片，具体哪个井先溢流，模型给不出来。
更核心的问题是：模型的可解释性。一线值班人员面对的是一个黑箱——输入降雨，输出积水图。当模型说某某路口不会淹，而视频监控已经看到路面有积水时，该信谁？绝大多数人会选择关掉模型。模型如果缺乏参数化调整的接口，不能允许现场人员根据经验微调糙率、局部加细网格，它就永远是个汇报工具。
那有没有办法让模型实战化？有，但要从设计之初就改变目标。
不是先建一个完美的大模型，然后试图把它塞进应急流程；而是先明确应急场景下需要回答哪几个关键问题——比如哪几个低洼点会在多大降雨量下超警、哪些泵站需要提前多久强排。然后针对这些具体问题，开发轻量化的、可以实时调用的专题模型或代理模型（基于机器学习训练水动力结果）。大模型可以留在后台，平时用于规划分析，暴雨时只运行简化版或预计算方案库。
另外，模型必须与SCADA、视频、工单系统打通。当模型预报某片区即将溢流，系统自动调出周边摄像头确认，同时生成预排指令推送到泵站值班员手机上——整个过程要压缩在几分钟内。这样的模型，一线人员才愿意点开。
所以，问题不在于模型本身有没有价值，而在于我们有没有把它当成一个需要养和用的实时工具，而不是一个一次性交付的成果。花几百万的模型，如果不舍得再花几十万做数据接入和流程适配，那它最后大概率只会出现在两个地方：汇报现场，和档案柜里。