2020年的魔幻开局，不少人都愁哭了。

一不小心见证了太多的“历史时刻”。

澳洲火灾、印度蝗灾、新冠疫情、高考延期、奥运会延期、美股四次熔断、中国水灾......

洪涝造成巨大损失

截止到7月10日，受灾人数就达到了3385万人，直接经济损失接近700亿元，另有195.8万人紧急转移安置，141人死亡失踪。

有数据显示，1/6的中国已经泡在了水里。

其中千岛湖上游的安徽歙县因为灾情严重，高考都被延期，这也是第一次因为洪灾而导致延期。

当地的老人说，活了这么久从没有见过这么严重的洪水。

歙县当地还有一茶厂因为茶叶被洪水淹，损失金额达到了九千万。

据茶厂负责人老郑回忆：7日当天，凶猛的洪水一下子冲进厂区，数千吨成品半成品被淹。

类似的情景不在少数。

预报对防洪至关重要

中国确实是水灾大国，500年以来几乎每年都有洪涝发生。

针对一场在途的洪水，尽早预判其过境的时间和峰值，对提早部署和防御决策无疑有着重要意义。

“我们常说，水雨情监测预报是防汛的‘耳目’和‘参谋’，早一分提供准确的预测预报，为防御洪水抢占先机，人民的生命财产安全便能多一分保障。” 水利部水文水资源监测预报中心副主任刘志雨道。

近年来通过充分利用气象水文耦合技术，将降雨数值预报结果跟洪水预报进行耦合，实现了将洪水预报的预见期从过去的一天延长到三天左右。

除此之外，还引入视频监测、实时校正等技术方法，通过“以测补报”提高预报准确率。

同时，洪水预报的效率也在不断提升。据介绍， 目前全国12.1万个水文站的雨水情信息汇集到水利部水文水资源监测预报中心需10~15分钟，水文预报人员完成一次洪水作业预报的时间为几十分钟。

IPFS为防洪赋能

目前，国家级水文气象服务技术支撑中，流域分布式水文模型的构建如火如荼。

所谓分布式水文模型，简单来说就是将整个流域划分为众多子流域，然后依据每个子流域不同的土地利用类型、土壤、植被、坡度等条件，针对每个子流域采用不同的参数或计算方法的一种洪水预报方法。

然而分布式水文模型在洪水预报方面也面临着众多问题，但大部分都是随着经济的发展逐渐得到解决的。

例如改进计算速度，高精度数据的获取，时效性数据的获取等。

在上半年抗疫方面，区块链技术发挥其积极作用，一直是帮助我们恢复供应链、进行信息认证以及跨境汇款的强有力武器。

如果说防洪需要依靠区块链技术赋能，IPFS或许是最佳赋能者。

IPFS的优势在于：

其分布式、P2P的特征，可以负担起快速传输信息流，有效存储大量必要数据的重任。

借助于IPFS，分布式水文模型的众多问题众多问题也会得到改善，实现洪水预报的预见期再度延长。

如果在这次的洪涝中，我们能借助IPFS，早一分提供准确的预测预报，人民的生命和财产安全便能多一分保障。