科学家问答：研究人员如何利用人工智能预测洪水？
内容提要
谷歌自2018年起利用AI进行洪水预测，现已覆盖150国超20亿人。2026年推出Groundsource方法，结合Gemini分析500万份新闻，构建城市山洪数据集，扩展预测至城市内涝。工具如Flood Hub和API已帮助尼日利亚等地提前预警，显著提升灾民收入与准备度。未来计划扩展至农村和沿海洪水，并探索热浪、泥石流预测，数据已开源供研究。
延伸解读
数据稀缺地区的预测突破
传统洪水模型依赖当地历史水位数据，而许多最需要预警的地区恰恰缺乏这些数据。谷歌利用AI从全球数据中提取信息，使得在无历史数据的地区也能进行预测。这一方法对数据稀缺地区尤为重要，因为那里的人们往往面临最大的洪水风险。
Groundsource：填补城市洪水数据空白
城市山洪预测的难点在于缺乏全球性的历史数据。Groundsource方法通过Gemini分析500万份新闻报告，构建了包含260万起历史洪水事件的数据库，覆盖150多个国家。这一创新方法不仅扩展了预测范围，也为其他灾害（如热浪、泥石流）的数据收集提供了新思路。
早期预警的实际效益
在尼日利亚科吉州的案例中，通过洪水预测API提前发放现金，帮助家庭在洪水来临前撤离和保护财产。结果显示，灾民收入翻倍，粮食不安全状况下降90%，93%的受访者表示对未来洪水准备更充分。这凸显了早期预警在减少灾害损失方面的巨大潜力。
Q&A
谷歌从哪一年开始利用AI进行洪水预测？
谷歌自2018年开始试点洪水预测模型，最初在印度利用实时河流数据进行预测。
谷歌的AI洪水预测目前覆盖了多少国家和多少人？
目前谷歌的AI洪水预测已覆盖150个国家，惠及超过20亿人口。
谷歌的Flood Hub工具是如何工作的？
Flood Hub利用全球领先的天气数据，通过AI生成预测警报并显示在地图上。与传统模型不同，它不需要本地历史数据，因此可以在数据稀缺地区提供预测。
谷歌如何解决城市山洪数据缺乏的问题？
谷歌开发了Groundsource方法，利用Gemini分析500万份新闻报道，构建了一个包含260万历史洪水事件的数据集，覆盖150多个国家，从而填补了城市山洪数据的空白。
谷歌的洪水预测API在尼日利亚产生了什么影响？
在尼日利亚科吉州，Give Directly利用洪水预测API提前向居民发放现金，帮助家庭撤离、保护财产和重建。结果收入翻倍，粮食不安全下降90%，93%的受助者感到对未来洪水准备更充分。
谷歌未来计划将洪水预测扩展到哪些领域？
谷歌计划将预测扩展到农村地区的山洪和沿海洪水，并探索将Groundsource方法应用于热浪和泥石流等其他自然灾害。
研究人员如何获取谷歌的洪水预测数据？
谷歌开源了其水文框架，并公开了Groundsource数据集和洪水预测API，供国家气象水文部门和其他研究机构使用。
