首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Google以AI预测洪水泛滥地区,进而提供防洪预报

Google使用人工智能为印度巴特那地区创建洪水预报系统。而要开发准确洪水预报系统的关键,就是发展洪水泛滥预测模型,把河流中的水量或是预测水量作为模型的输入,仿真水在整个洪泛区的行为,这些仿真信息可以转换成空间风险图,让人们知道哪些区域将被洪水淹没,而哪些地区是安全的。

模型输入数据之一是即时的水量信息,印度中央水利委员每小时会从分布在印度各地的千个水位高度表,汇总水位高度数据,并根据上游测量的结果进行预测,而Google会使用这些数据以及预测结果作为模型输入。

当已经知道河道中有多少水量,接下来便要创建地形高程图,了解精细的地形变化,才能预测洪水的流向,Google使用自家Google Maps卫星图片,经过关联与校正作业后,为每个卫星图像创建了深度图,交叠深度图后期作出高程图,并且移除在仿真中会阻挡水流的树或是桥梁等对象。

一旦有了这些输入,便可以开始创建水力模型,Google采用了物理仿真的建模方法,使用物理定律来计算水流的位置和速度,Google表示,当输入数据非常精确且经高分辨率运算,则得到的结果也会非常准确。

不过,这同时也带来无法估计计算成本的复杂性,因为Google每将分辨率提高1倍,就必须要增加8倍的运算时间。因此为了解决这个问题,Google对水力模型进行优化,除了使用TPU加速运算外,也使用了机器学习代替部分基于物理仿真的算法,扩展离散数据至二维模型,以便以更大的网格覆盖更多的人们。

不过这个水力模型,只是整个洪水泛滥预测模型的一部分,因为使用仿真的方法,终究会有一些不准确的地方,所以Google还以历史数据来修正预测模型。欧洲太空总局从2014年来,便使用卫星识别洪水发生地区,累积了珍贵的洪水发生历史数据集,Google利用这个数据集比对水力模型预测结果,找出结果不一致的地方,并且推测估计可能原因,判断是由于地表改变造成的偏差,抑或是建模不准确造成,来进一步修正模型。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190924A0O7J800?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券