Nature重磅：Google AI实现7天洪水预警，每年可挽救数千生命

Nature重磅：Google AI实现7天洪水预警，每年可挽救数千生命

引用

中国气象网

等

8

来源

1.

https://www.cma.gov.cn/en/special/20240618/2024061804/

2.

https://hub.baai.ac.cn/view/37401

3.

http://skxjz.nhri.cn/cn/article/doi/10.14042/j.cnki.32.1309.2024.01.014

4.

https://climatecooperation.cn/climate/china-plans-to-strengthen-south-south-cooperation-on-early-warning-for-climate-change-adaptation/

5.

https://www.ictworks.org/google-ai-flood-forecasting/

6.

https://hub.baai.ac.cn/view/41952

7.

https://www.ultralytics.com/zh/blog/ai-in-natural-disaster-management

8.

https://www.shine.cn/news/nation/2410310725/

近日，Nature期刊发表了一项重磅研究：Google Research团队开发出一种新型人工智能模型，能够通过现有的5680个测量仪进行训练，准确预测未测量流域在未来7天的日径流。这一突破性技术不仅提高了发展中地区获得可靠洪水预报的机会，每年还能挽救数千人的生命。

该研究采用的训练数据集来自美国、英国、中欧、加拿大等地共计2,089个流域。研究团队提出了一种新颖的跨区域时空集成模型ED-DLSTM，该模型融合了静态空间属性和时间强制属性，以实现跨区域流量预测。

模型的输入为多模态数据，输入的空间静态网格属性数据形成了一个相对稀疏的矩阵。其中，编码器结合了静态信息和强制数据，静态数据包括数字高程模型、雪覆盖范围、土壤含水量、地下水位深度、潜在蒸散量、干旱指数和河道几何形状，这些属性指导模型区分不同区域的水文行为；强制数据包括降水、太阳辐射、气温、露点温度、地表气压、东风和北风速度，这些数据具有24小时的时间分辨率。

研究结果显示，ED-DLSTM模型在数据集上产生的NSE（Nash-Sutcliffe效率）结果表现优异。在美国地区，所分析的482个流域中，有438个流域的NSE超过0，在加拿大地区，所分析的740个流域中，有695个流域的NSE超过0，平均NSE为0.75，中位数NSE为0.77。

这项技术已经整合到Google Flood Hub，这是一个运行中的早期预警系统，为80多个国家提供实时预报。这些预报是公开且免费的，不需要任何成本或注册，确保了广泛的可访问性。

对于人道主义工作者来说，Flood Hub的AI模型能够提前预测洪水，提供了显著的好处。早期预警系统已被证明可以将洪水相关的死亡减少多达43%，并将经济损失减少35-50%。通过提供准确和及时的洪水预警，AI模型帮助人道主义者更有效地规划和实施疏散及其他风险缓解策略，最终拯救生命并减少洪水的影响。

国际救援委员会（IRC）和GiveDirectly正在使用来自Google.org的460万美元，向最易受洪水影响的社区中的7,500人发送现金。付款将在一天内直接转入他们的银行账户。

随着气候变化加剧，洪水灾害在全球范围内变得更加频繁。联合国减少灾害风险办公室与比利时鲁汶大学灾害流行问题研究中心联合发布的报告显示，过去20年间，全球洪水灾害数量从1,389起上升到3,254起，增加了超两倍，占到灾害总数的40%，影响人数达165万人。

Google的这项AI技术为解决这一全球性挑战提供了新的希望。它不仅提高了洪水预测的准确性和提前期，更重要的是，它为那些缺乏监测数据的发展中国家提供了可靠的预警解决方案。随着技术的进一步完善和应用范围的扩大，我们有理由相信，这项技术将在全球洪水灾害管理中发挥越来越重要的作用。