Искусственный интеллект для прогнозирования речных и внезапных наводнений

Наводнения, как речные, так и внезапные наводнения в городах, стали одним из наиболее распространенных явлений. самые частые и смертоносные стихийные бедствия в миреЕжегодно они становятся причиной тысяч смертей и миллионов долларов убытков, особенно в регионах с малым количеством метеостанций или систем раннего предупреждения. В этом контексте искусственный интеллект перестал быть чем-то из области фантастики и стал реальностью. Практический инструмент для прогнозирования рисков и спасения жизней..

В последние годы Google совершил очень серьезный рывок в этом направлении, опираясь на два ключевых направления: Flood Hub — глобальная платформа компании для прогнозирования речных наводнений на срок до семи дней, и Groundsource — система, использующая Gemini для прогнозирования внезапных городских наводнений за 24 часа.Обе инициативы являются частью их программы повышения устойчивости к изменению климата и предназначены, прежде всего, для стран, где практически отсутствуют физические сети датчиков или современные радары.

Flood Hub: платформа Google для прогнозирования речных наводнений.

Flood Hub — это онлайн-платформа, которая объединяет в себе модели глубокого обучения, спутниковые данные и гидрологические модели. Цель организации – прогнозировать поведение рек до того, как они выйдут из берегов. Ее задача проста для понимания, но очень амбициозна: предлагать надежные прогнозы там, где практически отсутствует метеорологическая инфраструктура, и делать это бесплатно и в глобальном масштабе.

Google расширил зону покрытия Flood Hub, включив в нее следующие сервисы: 80 стран и около 460 миллионов человекОсобое внимание уделяется регионам Африки, Азии и Латинской Америки. Во многих из этих районов наблюдаются интенсивные дожди, внезапные наводнения и разливы рек, но отсутствуют местные станции мониторинга, позволяющие заранее прогнозировать эти явления.

Интерфейс Flood Hub разработан для того, чтобы легко использовать гражданам, властям и группы гражданской защитыС помощью интерактивных карт платформа отображает зоны риска, обозначенные цветами, указывающими на разные уровни опасности, что позволяет с первого взгляда определить, какие районы могут быть затоплены, когда и с какой приблизительной степенью тяжести.

Помимо веб-платформы, Google интегрировал эти оповещения в Поиск Google и Google MapsЭто означает, что если человек находится в районе, подверженном речным наводнениям, он может получать оповещения непосредственно в поисковой системе или при использовании навигационного приложения, без необходимости заходить на какой-либо конкретный веб-сайт.

Как работают модели искусственного интеллекта Flood Hub

В основе Flood Hub лежит... две основные модели искусственного интеллекта, работающие скоординированно.Каждый из них рассматривает разные аспекты гидрологической проблемы, но оба взаимосвязаны и позволяют получить максимально полный прогноз.

Прежде всего есть гидрологическая модельотвечает за оценку речного стока. Для этого он анализирует такие переменные, как ожидаемое количество осадков, влажность почвы, тип местности и топографияНа основе этой информации искусственный интеллект рассчитывает, какой объем воды в конечном итоге пройдет по водоемам и когда будет достигнут опасный уровень.

На втором месте находится модель наводненияЗадача этой модели — преобразовать прогнозируемый поток в карту районов, которые могут быть затоплены. Эта модель оценивает... Какие конкретные районы будут затронуты, как будет распространяться вода и до какой высоты она может подняться на территориях площадью около 20 квадратных километров?Это позволяет выявлять группы населения и районы, подверженные риску.

Для обучения этих моделей Google использует большие объемы общедоступных данных, исторические записи о наводнениях и численные модели.В отличие от традиционных систем, которые полагаются на датчики, установленные в каждой реке, Flood Hub использует технологию, известную как передача обученияИскусственный интеллект обучается в хорошо оснащенных измерительными приборами бассейнах, а затем применяет эти знания в регионах, где данных практически нет.

Эта стратегия позволяет платформе генерировать полезные прогнозы в местах, где никогда не устанавливались расходомеры или дождемеры. Таким образом, Населенные пункты, которые раньше практически ничего не знали о наводнениях, теперь располагают заблаговременной информацией для принятия решений в чрезвычайных ситуациях..

Преимущества, глобальный охват и текущие ограничения Flood Hub.

Одним из главных достижений Flood Hub является то, что Это избавляет страны от необходимости инвестировать в дорогостоящее и сложное измерительное оборудование.Обработка данных осуществляется в вычислительных центрах Google, где анализируются миллионы спутниковых снимков, измерения высоты местности и глобальные прогнозы погоды.

Благодаря этой облачной архитектуре система достигла беспрецедентный уровень точности для бесплатного общедоступного инструмента.В отчетах Google Research подчеркивается, что главная цель — демократизация доступа к информации, имеющей решающее значение для гражданской безопасности, и снижение экономических барьеров, препятствующих многим правительствам развертывать современную инфраструктуру.

В ходе первоначальных испытаний в Индия и БангладешЭта система позволила проводить более своевременную превентивную эвакуацию. Эти дополнительные часы — или даже дни — могут стать решающим фактором между хаотичной операцией и упорядоченной эвакуацией, особенно в густонаселенных районах, где внезапное наводнение может оставить тысячи людей в ловушке.

Однако Google признает, что у этой технологии все еще есть основные ограниченияFlood Hub оптимизирован в первую очередь для речные наводнениявызванное речными наводнениями, его эффективность снижается, когда речь идёт о внезапные наводнения в городских районахв результате сильных штормов, обрушения дренажных систем или перенасыщения водоотводных каналов.

Ещё одним существенным ограничением является пространственное разрешениеВ настоящее время многие прогнозы формируются в масштабе около 20 квадратных километров, что полезно для регионального планирования, но менее точно на уровне микрорайона или улицы. Несмотря на это, система постоянно развивается, и планируется интегрировать новые переменные, такие как... Таяние ледников, вырубка лесов и изменения в способности почвы к поглощению влаги.

Groundsource: Google делает ставку на внезапные городские наводнения

Если Flood Hub был создан для решения проблемы... относительно предсказуемые речные наводненияИздание Groundsource фокусируется на более трудноуловимой стороне вопроса: внезапные наводнения в городахЭти эпизоды носят крайне локализованный, кратковременный и невероятно смертоносный характер: ежегодно во всем мире от них умирает более 5.000 человек.

Главная проблема внезапных наводнений заключается в том, что Они практически не оставляют следа в традиционных инструментальных базах данных.Недостаточно датчиков, многие станции не регистрируют такие локальные детали, и во многих странах мира просто отсутствует стандартизированная сеть наблюдений, которая бы тщательно собирала данные о подобных событиях.

Чтобы преодолеть это узкое место в передаче данных, Google выбрал идею, которая одновременно проста и гениальна: использование новостей и публичных репортажей в качестве исходного материала для анализа данныхТак появился Groundsource — инструмент, использующий Gemini, языковую модель Google, для отслеживания и анализа информации о городских наводнениях по всему миру.

Компания поясняет, что Groundsource работает на базе... Общедоступная информация о 2,6 миллионах наводнений, зарегистрированных с 2000 года в более чем 150 странах.Эти ссылки в основном взяты из статей в прессе, официальных отчетов и других открытых источников, которые до сих пор использовались скорее в качестве качественных свидетельств, чем количественных данных для обучения моделей.

С помощью этого подхода Google стремится решить проблему существенного дефицита качественных исторических записей, преобразуя неструктурированные новости в организованном архиве событийс датами, местоположением и характеристиками, достаточно точными для использования в сложных прогностических моделях.

Как компания Gemini использует новости для создания надежной базы данных

Процесс, используемый Groundsource, довольно скрупулезен. На первом этапе Gemini фокусируется на читать миллионы газетных статей и публичных отчетовопределить, какие из них содержат информацию о реальных городских наводнениях.

Затем ИИ применяет многоэтапный процесс проверкиПервый этап — это фаза классификацияВ этой системе различаются реальные наводнения, новости о текущих событиях, упоминания о прошлых наводнениях или упоминания, не относящиеся к конкретному погодному явлению.

Далее, временное рассуждениеGemini анализирует даты публикации, глаголы и контекст текста, чтобы определить все максимально точно. В какое время произошло каждое наводнение?Это позволяет преобразовывать расплывчатые журналистские сообщения в четко определенные точки во временном ряду.

Третья стадия – это стадия пространственная точностьЗдесь модель определяет местоположение, описанное в новостной статье — районы, города, близлежащие реки, приблизительные координаты — и карты на платформе Google MapsВпоследствии другая система Google Maps помогает определить географические контуры каждого события, то есть приблизительную область, которая фактически находилась под водой.

В конце этого процесса получается база данных под названием Groundsource, которая представляет собой Временные ряды городских наводнений с геолокациейВажно отметить, что мы имеем дело уже не с простыми журналистскими репортажами, а со структурированными данными, которые можно обрабатывать так же, как если бы они были измерены с помощью физических приборов, с указанием даты, места и степени тяжести.

Качество данных и результаты, полученные с помощью Groundsource.

Ключевым вопросом при использовании новостей в качестве источника научных данных является надежностьGoogle поясняет, что после применения всех фильтров и проверок, 60% извлеченных событий были точными как по местоположению, так и по времени.Это означает, что они очень хорошо соответствуют действительности, задокументированной в других источниках.

Кроме того, примерно 82% событий Она достигла уровня точности, достаточного для того, чтобы быть действительно полезной в практических условиях, например, в таких случаях. Анализ городских рисков, планирование инфраструктуры или создание карт опасности.Другими словами, это не идеальная база данных, но она достаточно надежна для обучения моделей в глобальном масштабе.

Компания также подчеркивает, что Groundsource удалось для того, чтобы охватить от 85% до 100% сильных наводнений, зарегистрированных Глобальной системой раннего предупреждения и координации стихийных бедствий (GDACS) в период с 2020 по 2026 год.Это демонстрирует, что система обнаруживает не только крупные медийные катастрофы, но и менее заметные события, оказывающие значительное влияние.

Благодаря этому богатому историческим данным Google обучил новую прогностическую модель, которая Это значительно улучшает прогнозирование внезапных наводнений в городах на срок до 24 часов.Сейчас крайне важно активировать планы действий в чрезвычайных ситуациях, перекрыть дороги, оповестить население и скоординировать действия спасательных служб.

Эти прогнозы внезапных городских наводнений уже интегрированы в систему. Центр по борьбе с наводнениями GoogleВместе с прогнозами речных наводнений от Flood Hub это позволит расширить охват оповещений и повысить готовность к экстремальным событиям.

Прогностическая модель: нейронные сети и гиперлокальные прогнозы

После создания базы данных Groundsource следующим шагом стало обучение системы прогнозирования, специально предназначенной для внезапных наводнений. Для этого исследователи использовали... Нейронные сети LSTM (долговременная кратковременная память)Широко используется в задачах, где время и последовательность данных имеют решающее значение.

Данная модель обрабатывает Глобальные прогнозы погоды, топографическая информация и исторические данные о наводнениях, извлеченные из новостей.Благодаря такому сочетанию факторов система рассчитывает вероятность внезапного наводнения в конкретном районе в ближайшие несколько часов и генерирует оповещения за сутки до его начала.

В отличие от традиционных систем, основанных исключительно на физике, этот гибридный подход сочетает в себе Динамика атмосферы, характеристики местности и историческая память событий. Внешние исследования, такие как исследования Мичиганского университета с использованием Национальной водной модели США, показывают, что интеграция ИИ может повысить точность прогнозов в четыре-шесть раз по сравнению с чисто физическими моделями.

Однако собственная команда Google подчеркивает, что эта модель еще не достигла критического уровня. точность лучших национальных систем оповещения которые используют данные с местных метеорологических радаров в режиме, близком к реальному времени, например, данные Национальной метеорологической службы США. Во многих регионах таких радаров просто нет, и именно здесь предложение Google становится особенно актуальным.

В этом смысле дизайн Groundsource ориентирован на функционировать в условиях острой нехватки развитой инфраструктуры.Цель состоит не в замене более сложных систем там, где есть ресурсы, а скорее в том, чтобы обеспечить разумные возможности прогнозирования в тех местах, где без этого типа ИИ по-прежнему отсутствовала бы какая-либо жизнеспособная система раннего предупреждения.

Социальное воздействие, институциональное сотрудничество и устойчивость к изменению климата

И Flood Hub, и Groundsource являются частью стратегии компании. Реагирование Google на кризисы и устойчивость к изменению климатаКомпания работала в сотрудничестве с местными органами власти и международными организациями для проверки данных, адаптации карт рисков к реальной ситуации на местах и ​​обеспечения интеграции оповещений в национальные протоколы реагирования на чрезвычайные ситуации.

Во многих развивающихся странах отсутствие метеостанций, радаров и сетей датчиков для наблюдения за реками. Это серьезно ограничивает возможности прогнозирования экстремальных событий. Предлагая решение на основе ИИ, не требующее больших инвестиций в локальное оборудование, Google стремится сократить этот разрыв. демократизировать доступ к жизненно важной информации.

Кроме того, в систему оповещений интегрированы следующие функции: Поиск Google, Google Карты и уведомления Android Они позволяют доносить информацию до граждан через каналы, которыми они уже пользуются ежедневно. Нет необходимости устанавливать специальные приложения или посещать определенные веб-сайты, что значительно повышает вероятность того, что оповещение вовремя дойдет до нужных людей.

Руководители компании, такие как Йосси Матиас, вице-президент по инженерным вопросам и руководитель программы реагирования на кризисные ситуации, настаивали на том, что Искусственный интеллект может стать ключевым элементом в решении проблем изменения климата.особенно в условиях ограниченных ресурсов. Инициатива Google по прогнозированию наводнений — хороший пример того, как технологии могут спасти жизни и предотвратить ущерб.

Параллельно успех компании Groundsource демонстрирует потенциал, который... языковые модели для преобразования неструктурированной информации — например, старых новостей — в данные, пригодные для принятия решенийЭтот подход полезен не только для прогнозирования наводнений: он открывает возможности для разработки аналогичных моделей для других стихийных бедствий, таких как засухи, оползни или лавины, с использованием исторических данных, которые до сих пор практически не применялись.

В совокупности, сочетание Flood Hub, Groundsource и связанных с ними моделей искусственного интеллекта создает технологическую экосистему, которая Это меняет наше понимание, измерение и прогнозирование наводнений.Благодаря искусственному интеллекту, районы, которые ранее практически не отображались на картах риска, теперь располагают конкретными инструментами для более эффективной подготовки к всё более экстремальным погодным условиям.

Связанная статья:

CitiVerse: Будущее умных городов на базе искусственного интеллекта

Исаак

Страстный писатель о мире байтов и технологий в целом. Мне нравится делиться своими знаниями в письменной форме, и именно этим я и займусь в этом блоге: покажу вам все самое интересное о гаджетах, программном обеспечении, оборудовании, технологических тенденциях и многом другом. Моя цель — помочь вам ориентироваться в цифровом мире простым и интересным способом.