科技防災! Google如何靠AI預測洪水來襲風險?
洪水是常見的自然災害,每年造成許多生命與財產損失。現行的洪水警報仰賴河流監測系統,但因全球監測站分布不均,在發展中國家特別稀少,為洪水預測與警報帶來挑戰。新發表在《自然》期刊上的研究發現,利用AI預測,可望為這項難題找到新解方。
近年,人類活動引起的氣候變遷加速了水文循環,也加劇洪災發生風險。根據世界氣象組織(WMO)2021年的報告,自2000年以來,全球與洪水有關的災害增加了134%。
洪水預警可以救人命
在世界第三極的喜馬拉雅山,冰河融化造成的冰湖潰決洪水(Glacial Lake Outburst Flood, GLOF)時有所聞,從印度拉達克到尼泊爾的聖母峰,隨著氣候變遷加劇,冰川湖不斷擴大,一旦潰堤,將對居民的生命與財產帶來極大威脅與傷害。
建置洪水預警系統是降低災害損失的有效做法,能夠降低四成以上的死亡人數與約三到五成的經濟損失。
目前常見的河川預測系統,多仰賴架設於河川流域的沿河監測站,透過長時間的數據收集來校準預測。然而,河川監測系統在全球仍分布不均。在全球易受洪災風險影響的18億人口中,90%位於中低收入國家,這些國家往往沒有成熟可靠的洪水預警系統,河川流域也缺乏監測站,讓全球的洪水預測難題更為棘手。
根據WMO報告,洪災造成的死亡與經濟損失大多集中在亞洲。WMO約有33%的成員國能提供水文數據,不過,其中有近三成五的成員國仍缺乏端到端的洪水預報與警報系統(End-to-end riverine flood forecasting and warning systems),或還在使用不適當的預警系統;目前只有44%成員國的現存系統能覆蓋超過三分之二的洪災風險人口。
世界銀行估計,若能大幅改善發展中國家的洪水預警系統,平均每年可拯救 2萬3000人的性命。設備上的限制為發展中國家帶來巨大挑戰,在最需要洪災預測且人命更容易受洪災影響的地區,卻最缺乏高品質的數據以及有效的洪災預警,將生命財產損失暴露於風險之中。
AI加入洪水預測
近期在《自然》期刊上發表的研究,讓洪水預測出現轉機。2024年4月,由Google研究員尼爾林(Grey S. Nearing)以及中期氣象預測歐洲中心等研究員共同發表的研究指出,利用AI可望有效預測洪水風險。研究團隊開發了新的模型,使用現有5680個河流監測站的資料來訓練AI,並利用長短期記憶(long short-term memory, LSTM)網路來預測七天內那些未測量流域的每日水流。
現行的全球即時水文預測系統,是由歐盟委員會聯合研究中心(European Commission’s Joint Research Centre)所發布的「全球洪水預警系統(Global Flood Awareness System, GloFAS)」。
研究團隊將新開發的AI模型預測結果與GloFAS做比對,結果顯示,AI模型提高了洪水重現期(Return Period)的預測準確度,且在多數結果中,AI對不同大陸地區的預測表現都比GloFAS好。
AI模型提高了對極端河流事件的短期(0-7天)預報能力,並延長了預報的可靠性,能夠提前五~七天預測洪水,且與GloFAS系統的當日預測一樣可靠,更將缺乏監測站的非洲大陸的預報提高到了與歐洲相近的水準。
儘管該系統仍有許多進步空間,未來還有賴更多的監測數據及模型更新,以增加人工智慧的預測精確度。不過,研究者已將這項成果納入一個早期預警系統的開源資料庫中,能在80多個國家產生即時、免費的預報。同時建置了能夠將警報推播到個人手機上的Flood Hub Web系統,希望以此改善全球以及發展中國家獲得可靠洪水預報的機會。
參考資料
- Global prediction of extreme floods in ungauged watersheds, Nature , DOI: https://doi.org/10.1038/s41586-024-07145-1
- PreventionWeb(2024年3月21日),AI could help predict floods where traditional methods struggle
- WMO(2021年10月6日),2021 State of Climate Services: Water
- Dialogue Earth(2021年4月6日),From Ladakh to Everest, risk of GLOFs grows in the Himalayas
本文授權轉載自《低碳生活部落格》,內容由台達電子文教基金會及台灣環境資訊協會共同企劃。(原文標題:科技防災! Google如何靠AI預測洪水來襲風險?)
收聽【倡議家電台】Podcast:在Apple Podcast收聽、在Spotify收聽、在KKBOX收聽、在Google Podcast收聽,或搜尋「倡議家電台」。