击败全球 No.1 系统、覆盖 80+ 国家，谷歌洪水预测模型再登 Nature
💡
原文中文，约4500字，阅读约需11分钟。
📝
内容提要
2023年7月，台风引发特大暴雨袭击北京，超过129万人受灾。谷歌研究科学家开发了基于机器学习的河流预报模型，能提前5天预测洪水，覆盖80多个国家。该模型使用静态流域数据、历史气象时间序列数据和预测气象时间序列数据作为输入，基于LSTM构建。研究表明，该模型在70%的监测站上表现优于全球最先进的洪水预报系统。AI技术的洪水预报系统已扩展到80多个国家，保护更多市民免于洪水危害。
🎯
关键要点
- 2023年7月，台风引发特大暴雨袭击北京，造成超过129万人受灾。
- 谷歌研究科学家开发了基于机器学习的河流预报模型，能提前5天预测洪水，覆盖80多个国家。
- 该模型使用静态流域数据、历史气象时间序列数据和预测气象时间序列数据作为输入，基于LSTM构建。
- 研究表明，该模型在70%的监测站上表现优于全球最先进的洪水预报系统GloFAS。
- 有效的洪水预报系统能够将相关死亡人数减少43%，经济损失降低35%-50%。
- 低收入和中等收入国家的流量计安装量较低，导致洪灾来临时难以提前做好应对措施。
- 人工智能在洪水领域的应用为无测站流域的洪水防御带来了希望。
- 研究使用来自5,680个流域的数据进行模型训练和测试。
- 模型架构基于LSTM，采用编码器-解码器机制，确保模型的泛化能力得到有效评估。
- 河流预报模型在预测极端事件的精确度和召回率上表现优于GloFAS。
- 谷歌的洪水预报系统已扩展到其他无测站流域地区，覆盖超过80个国家。
- 我国自主研发的新安江模型被广泛应用于防洪减灾等领域，提供准确的水文预测结果。
- 通过先进的洪水预报系统，提前预知灾害并采取措施，可以减少洪灾对人类社会的负面影响。
❓
延伸问答
谷歌的洪水预测模型有什么特点？
谷歌的洪水预测模型基于机器学习，能够提前5天预测洪水，覆盖80多个国家，且在70%的监测站上表现优于现有的洪水预报系统GloFAS。
洪水预报系统如何减少损失？
有效的洪水预报系统能够将相关死亡人数减少43%，经济损失降低35%-50%。
该模型使用了哪些数据进行训练？
模型使用静态流域数据、历史气象时间序列数据和预测气象时间序列数据进行训练，数据来自5,680个流域。
低收入国家在洪水预报方面面临什么挑战？
低收入和中等收入国家的流量计安装量较低，导致在洪灾来临时难以提前做好应对措施。
谷歌的洪水预报系统如何与其他系统比较？
研究表明，谷歌的河流预报模型在预测极端事件的精确度和召回率上优于GloFAS，尤其在70%的监测站上表现更佳。
人工智能在洪水预报中有哪些应用？
人工智能在洪水预报中用于建立基于机器学习的模型，能够在无测站流域提供有效的洪水防御支持。
➡️
