概述
人工智能将降雨量、河流水位、地形和卫星数据转化为准确的、提前数小时至数天的洪水预测，包括水位将上涨的位置和高度。更好的预测意味着更早的疏散和更少的生命损失。
洪水预报中的人工智能侧重于实际部署：将模型功能转化为可靠的日常工作流程，提供可衡量的价值。
深入探讨
洪水是最常见的自然灾害，传统的水文模型可能速度缓慢、校准成本高昂且需要大量数据。人工智能通过直接从历史数据中学习降雨量、土壤湿度、河流水位和下游洪水之间的关系来改变游戏规则。例如，Google 的洪水中心使用经过数十年记录训练的机器学习，可以提前 7 天预测 100 多个国家的河流洪水，其中包括没有当地模型的未测量流域。模型将天气预报与“水文”阶段（有多少水到达河流）和“淹没”阶段（水在地图上扩散的位置）结合起来。其结果是通过搜索、地图和警报提供街道级洪水地图，并与救援组织合作，帮助弱势社区。
技术洞察
像 LSTM 这样的序列模型非常适合洪水，因为它们可以捕捉降雨随着时间的推移如何积累和流过盆地的情况。 Google 的方法根据全球测量数据进行训练，因此单个模型可以推广到没有本地传感器的河流，这对发展中国家来说是一个重大胜利。预测将水文模型（预测河流流量）与洪水模型配对，将流量映射到地形上以估计洪水范围和深度。
掌握人工智能在洪水预报中的应用
人工智能将降雨量、河流水位、地形和卫星数据转化为准确的、提前数小时至数天的洪水预测，包括水位将上涨的位置和高度。更好的预测意味着更早的疏散和更少的生命损失。洪水预报中的人工智能侧重于实际部署：将模型功能转化为可靠的日常工作流程，提供可衡量的价值。为了建立深入的理解，请将洪水预报中的人工智能视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，在洪水预报中使用人工智能的强大团队会关注工作流程结果，而不是模型演示，并尽早定义人工检查点。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
应用级设计决定了人工智能是否能改善实际结果。与此同时，将损坏的流程自动化可能会加剧现有的问题。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
应用级设计决定了人工智能是否能改善实际结果。
应用级设计决定了人工智能是否能改善实际结果。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
良好的工作流程集成可以创造用户值得信赖的生产力收益。
良好的工作流程集成可以创造用户值得信赖的生产力收益。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
范围明确的用例可以减少变更疲劳和实施风险。
范围明确的用例可以减少变更疲劳和实施风险。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
Google 洪水中心可提前 7 天发布 100 多个国家（包括数据稀缺地区）的河流洪水预报。
救灾机构使用人工智能洪水地图来安排疏散时间并预先安置救援船和物资。
保险公司和城市规划者对未来的洪水易发区进行建模，以设定保费并指导分区决策。
水库运营商利用预测的流入量提前放水，避免灾难性的大坝漫溢。
实施模式
人工智能在洪水预报中的实践
Google 洪水中心可提前 7 天发布 100 多个国家（包括数据稀缺地区）的河流洪水预报。
Google 洪水中心提前 7 天向 100 多个国家/地区（包括数据稀缺地区）发布河流洪水预报。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
人工智能在洪水预报中的实践
救灾机构使用人工智能洪水地图来安排疏散时间并预先安置救援船和物资。
灾难机构使用人工智能洪水地图来安排疏散时间并预先安置救援船和物资。当团队预先定义质量阈值、为边缘情况保留人员升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会得到更好的结果。
人工智能在洪水预报中的实践
保险公司和城市规划者对未来的洪水易发区进行建模，以设定保费并指导分区决策。
保险公司和城市规划者对未来的洪水易发区进行建模，以设定保费并指导分区决策。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
人工智能在洪水预报中的实践
水库运营商利用预测的流入量提前放水，避免灾难性的大坝漫溢。
水库运营商利用预测的流入量提前放水，避免灾难性的大坝漫溢。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
将损坏的流程自动化可能会加剧现有问题。
团队可能会过度自动化并消除所需的人工判断。
如果不持续评估输出，质量可能会出现偏差。
实施路线图
绘制当前工作流程并确定摩擦最大的步骤。
绘制当前工作流程并确定摩擦最大的步骤。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在完全自动化之前定义人工检查点。
在完全自动化之前定义人工检查点。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
对用户进行提示、升级路径和质量标准方面的培训。
对用户进行提示、升级路径和质量标准方面的培训。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪任务级结果以确认持续价值。
跟踪任务级结果以确认持续价值。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。