Google现在准备向公众提供 “洪水警报”

科技巨头谷歌正在扩大其在巴特那的一个试点项目的学习，使用复杂的机器学习技术，以简单的文本格式向该国许多地区的人们提供洪水警报。联盟水利部向Google提供有关河流水位的数据，以准备此类公共警报。

在毁灭性的喀拉拉邦洪灾发生一个月后，作为印度东部试点项目的一部分，Google 9月发出了一系列洪水预警警报。虽然这些警报集中在毗邻Ghaghara河的patna周围地区，但这家总部位于加利福尼亚的公司现在正在季风季节之前扩大规模，以覆盖该国的更多地区。印度占全球洪水相关死亡人数的20%。

在与印度中央水委员会合作实施的试点中，谷歌通过公共警报显示了一张地图，其中包括被指定为 “高风险” “中等风险” 和 “低风险” 的区域。飞行员使用了可操作的水动力模型，其明确目标是为将机器学习 (ML) 模型集成到过程中做准备。然后，警报以地图和Android通知的形式发送到集水区的内部。

巴特那 (patna) 因其人口众多且是最常见的严重河流洪水之一而被选为飞行员。“在我们发出警报后，这让我们能够调查人们是如何体验我们发送的警报并与之互动的。我们已经意识到，许多人更喜欢描述我们地图显示的相同信息的文本，“谷歌研究和机器情报团队的塞拉·内沃说。内沃说: “这让我们相对有信心，我们的飞行员也将提供信息，因为我们准备扩大我们的努力 ...... 我们的警报，尽管我们的第一个飞行员的范围有限，取得了我们满意的结果。”

有许多新的技术和方法可以创建洪水预报图。例如，'LDAR' (光检测和测距) 技术，它能够快速、经济地获得整个洪泛区的精确高程，以及TRIMR2D (二维河流瞬态淹没模型)，一个数值计算机程序，这可以模拟洪泛区和预报点下游几英里处的洪水。然后，有一个空间分析软件 (GIS) 可以将模型结果转换为地图，并将其叠加在其他地图上，例如某个地方的地图，甚至是航拍。

然而，大规模有效的河流洪水预报受到许多因素的阻碍，例如在当前方法中需要依靠人为校准，特定位置的数据量有限以及建立大陆级模型的计算难度足够准确。

工会水利部官员表示，政府希望与Google的合作将有助于洪水管理工作。这位官员说: “(与谷歌合作) 的倡议可以帮助危机管理机构更好地应对极端水文事件。”谷歌表示，其基于ML的建模比传统的基于物理的模型提供了广泛的改进。在这种情况下，ML被认为是有利的，在复杂的高维情况下，某些模型通常会超过人类专家，而转移或多任务学习的框架是一种有吸引力的解决方案，可以利用本地信号来提高全局性能。

“首先，它可以合并其他类型的数据、细节和细微差别，这些数据、细节和细微差别要么被基于物理的模型忽略，要么被不准确地建模。其次，它提供了更高效的模型，这对于在印度乃至全球范围内扩展这项工作至关重要。最后，它可以使许多需要使用现有方法手动实现的流程自动化，这大大降低了成本并使我们能够扩展规模。”Nevo说。去年9月，在喀拉拉邦洪水期间，密歇根理工大学和喀拉拉大学的一个联合研究人员小组利用卫星图像和欧洲航天局雷达卫星哨兵的数据，绘制了洪水期间和洪水后喀拉拉邦被淹没地区的地图。团队对地图进行了实地访问，以验证数据。