22 省遭受重大洪灾,机器学习未来能预报么?
By 超神经
场景描述:在人类历史上,洪水灾害每年都会发生,这是世界上最严重的自然灾害之一。虽然不可避免,但是如果能够做好准确预报,洪水造成的损失则会减少三分之一甚至更多。科学家已经研究出机器学习系统,可准确预测洪水发生的时间地点,目前已经应用在印度。
关键词:洪水灾害 预报 机器学习系统
转发文章最多的朋友可以免费进入价值99元的《湾区AI精英会》海归圈子
这个夏天,洪水又开始肆虐。
自 6 月以来,我国从南到北全面进入汛期,部分地区出现严重暴雨洪涝灾情,抗洪救灾的新闻每天见诸报端。
据报道,今年汛期,广东、广西、江西等 22 个省都遭受了不同程度的洪涝灾害。截至今日,洪涝灾情已经导致 675 万人受灾,农作物受灾面积 623 千公顷,直接经济损失约 100 亿元。
广西省桂林市全州县洪水冲毁房屋,房主失神地站在废墟前
而受灾严重的江西省,受灾人数已经超过 200 万,倒塌房屋 531 户 1357 间,严重损坏房屋 508 户 1063 间;江河方面有 4 个站超警戒,8 个水库超汛限。
洪灾还在继续,直到 7 月中旬,仍会有多轮强降水。相关部门预测,未来几天,江西可能遇到十年一遇的中洪水,防汛形势将更加严峻。
航拍洪水灾害中的江西吉安,消防人员在积极救援
与此同时,美国中西部、伊朗等地也正遭遇洪灾重创,死亡人数不断上升。
对此,我国多地已经紧急启动应急响应,消防救援大队也都赶赴灾区实施救援。
然而,面对自然灾害,人类的力量总是显得渺小。但庆幸的是,如今我们能够借助科学武器,精准预报、预警,将损失降到最低。而消防救援人员,也将不用再屡屡冒着生命危险冲向第一线。
洪水灾害:历史已久,遍布全球
洪水灾害是世界上最严重的自然灾害之一,在人类历史上每年都会发生。世界各地都有着很多关于洪水灾害的故事,诺亚方舟的故事就是其中之一。
根据《圣经》里的记载,为了逃避上帝因故而造的洪水大灾难,诺亚与家人花费 120 年造成了诺亚方舟。最终大洪水来临时,只有诺亚一家人与方舟中的生命得以存活。
据《圣经》记载,连续 40 天的降雨造成这场大洪水
而洪水淹没大地 150 天后才退去
现实中,我们没有诺亚方舟,洪水灾害每年会造成数万人死亡和数亿人流离失所。洪水灾害往往是由河流湖泊和水库遭受暴雨侵袭,引起洪水泛滥造成的,另外也有海底地震,飓风以及堤坝坍塌等原因。
洪水经常发生在人口稠密、农业垦殖度高、江河湖泊集中,降雨充沛的地方,如北半球暖温带、亚热带。中国、孟加拉国是世界上洪水灾害发生最频繁的地区。
美国达特茅斯洪水观测站记录的全球 1985 年 1 月
至 2017 年 3 月典型洪水事件的分布图
据史料统计,我国平均约两年就发生 1 次洪涝灾害。历史上,洪水曾五进北京城,八次淹了天津市。除沙漠、极端干旱地区和高寒地区外,我国大约三分之二的国土面积都存在着不同程度和不同类型的洪水灾害。
每年夏季,南方多省都会经历暴雨、特大暴雨等强降水天气,「城市看海」的情景已不罕见,城市内涝和洪水应急减灾是居民和管理者共同面对并要努力去解决的难题。
很多城市每逢暴雨必然内涝,形成「城市看海」现象
而许多市民甚至需要划船出行
洪水看似平静,实则来势汹汹。每次洪水发生之前,有太多人因为信息不足,没有做好准备,生命就在瞬间被无情洪水带走。
与地震之类的自然灾害一样,就洪水本质而言,是无法预测的,也是无法避免的。但是,如果我们做好准确预报,就能最大程度减少损失,根据一些研究结果显示,预警系统可以将洪灾造成的死亡和经济损失减少三分之一以上。
机器学习系统:准确预报,提防洪水
来自谷歌、以色列理工学院和巴伊兰大学的研究人员,借助 AI 和强大的计算机算力的帮助,已经研究出了可准确预测河流洪水的机器学习系统。
研究人员将研究论文发表在 Arvix 上
论文地址链接:https://arxiv.org/pdf/1901.09583.pdf
这些预测使用机器学习、降雨记录和洪水模拟的组合。在机器学习模型中,加入了各种元素——从历史事件到河流水位读数,再到特定区域的地形和海拔。根据这些元素,他们生成地图并在每个位置运行多达数十万次模拟。
综合这些信息,他们创建了河流洪水预报模型,不仅可以更准确地预测洪水发生的时间和地点,还可以预测事件的严重程度。
图片显示为印度海德拉巴河的洪水模拟
(左侧为公开数据,右侧为谷歌系统模拟)
「大规模有效的河流洪水预报受到多种因素的阻碍,最明显的是,当前方法需要依赖人工校准,费力又费时,且特定地点的数据量有限,以及构建的计算难度......」团队写道,「模型则足够准确。机器学习在这种情况下非常有用:学习模型经常在复杂的高维场景中能够超越人类专家。」
正如论文所指出的,构建洪水预测模型的最大挑战之一是参数校准。这是一种旨在将算法预测与某些基线测量相匹配的优化过程。传统方法涉及手工操作,得出的模型虽然表现良好,却不可泛化。
事实上,在洪水预报领域,已经有很多自动化的尝试,但无法达到能足够在操作系统中使用的精度和可靠性水平。因此,实际应用仅限于半自动化过程,包括手工干预或交互。
谷歌在今年 I/O 大会介绍了其人工智能驱动的洪水预报系统
机器学习则非常适合克服上述限制。因为水文模型中,许多核心挑战在于自动校准,而这正是机器学习武器的优势所在。现在,大多数大型机器学习系统都替换和改进了先前基于手动校准的劣质系统。
研究人员通过利用河流水位的实时测量和短期预测克服了其中的一些障碍,他们的模型从中产生了一个洪水图(一张显示水位可能发生在哪里的地图)估算预测洪水的程度。
他们称,根据 2018 年季风季节产生的警报,预测精确到 300 米的分辨率,分别超过 90% 和 75% 的查全率和精确度。
该系统可将洪水预报发送给个人手机端
由于基于物理的模拟的高仿真计算成本和易出错和偏差导致的不准确性,这并不是一个完美的模型。但该团队认为,机器学习技术是改进未来工作预测的关键,通过更大范围的数据,可以学习到更好的模型。
他们也相信,归纳迁移、迁移学习和多任务学习的最新进展,能够将从多个相关来源去学习有效模型的困难克服。而且这些技术有朝一日,可用于预测未通过物理模型模拟的事件,如融雪和河流流量。
这些成果将最终进入谷歌的谷歌公共警报计划,该计划向谷歌搜索,地图和谷歌新闻等应用程序的用户通报正在发生或即将发生的自然灾害,如飓风,火山爆发,海啸和地震。
20% 的洪水灾害发生在印度,谷歌的预警系统已经
于今年季风之前在印度启用,从恒河上获取警报
目前,美国,澳大利亚,加拿大,哥伦比亚,日本,台湾,印度尼西亚,墨西哥,菲律宾,印度,新西兰和巴西的政府机构都参与该项目中。
「我们相信机器学习可以提高多个组件的质量,」研究者说。「为了实现这一目标,我们正在收集,组织和组合来自不同来源的开放数据集,以使机器学习社区更容易解决这个问题。」
洪水不可避免,但其危害可避免
洪水还在各地大肆搞破坏,但科技工作者更在日以继夜地研究对抗方法。自然灾害不可避免,但人类的生命与财产,可以在做好预报的前提下,免受灾难。
希望在下一次洪水到来之时,我们看到的不是消防队员冲在前线的身影,而是 AI 及时为我们做好预报工作,人们提前做好疏散撤离工作,把洪水灾害降低到最小。
致转行AI的在校大学生的一封信
点进来,你就赢了全国90%的人|湾区人工智能
湾区人工智能私密圈|湾区AI精英汇
【AI自学】 完备的 AI 学习路线,最详细的资源整理!
转行AI需要看的一些文章
转行学AI,具体细分方向如何选,来自一线工程师的感悟
【中美之争】其实已经失去了悬念 (深度好文)|湾区人工智能
【送书PDF】Python编程从入门到实践
Python从入门到精通,深度学习与机器学习资料大礼包!
【免费】某机构最新3980元机器学习/大数据课程高速下载,限量200份
长按扫码撩海归
觉得不错, 请随意转发,麻烦点个在看!
历史文章(点击图片阅读)
花莲地震前 20 秒就已报警,地震精准预测不再遥远?
工业爆炸事故频发,AI 已经看不下去了
对于森林大火的肆虐,AI 能做些什么?
AI 百科
教程
数据集
商店
更多
http://hyper.ai
22 省遭受重大洪灾,机器学习未来能预报么?相关推荐
- 首发|机器学习未来十年:你需要把握的趋势和热点
CSDN 出品的<2018-2019 中国人工智能产业路线图>V2.0 版即将重磅面世! V1.0 版发布以来,我们有幸得到了诸多读者朋友及行业专家的鼎力支持,在此表示由衷感谢.此次 V2 ...
- 人工智能(AI)和机器学习——未来的发展趋势
当今时代,人工智能(AI)和机器学习(Machine Learning)的发展已成为了科技领域不可忽视的一部分.而作为国内最大的IT技术社区,CSDN也是关注这些前沿技术的重要平台之一.本文将围绕AI ...
- 机器学习未来十年:你需要把握的趋势和热点
https://mp.weixin.qq.com/s/hN5BahBo_1TpQSs6JCEFeg 本文贡献者:刘铁岩.秦涛.邵斌.陈薇.边江 刘铁岩,微软亚洲研究院副院长,国际电子电气工程师学会(I ...
- 开工了!三位大咖给你指路:未来 3~5 年内,哪个方向的机器学习人才最紧缺?
十一长假结束,收心归来,重新投入工作.如何能克服假期综合症呢?如何快速收心?今天营长就携三位大咖来为你打打鸡血,指引指引未来的路.他们将从自身的工作经历和学习经历的角度,告诉你未来3到5年,你的努力应 ...
- 面试 | 22道机器学习常见面试题目
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|视觉算法分享22道常考的机器学习面试题,给正在准备面试的朋 ...
- AutoML:机器学习的下一波浪潮
AI 前线导读: 人工智能和机器学习仍然是一个进入门槛较高的领域,需要专业的知识和资源,很少有公司可以自己承担.-- 李飞飞 自动机器学习(AutoML)是将机器学习应用于现实问题的端到端流程自动化的 ...
- 人工智能泰斗迈克尔·乔丹分享机器学习要义:创新视角,直面挑战
2017年6月21日至22日,腾讯·云+未来峰会在深圳举行.人工智能领域的世界级泰斗迈克尔·欧文·乔丹(Michael I.Jordan)进行了主题为"机器学习:创新视角,直面挑战" ...
- 国行 iPhone 12/Pro/Max双卡模式支持5G网络;支付宝推出「晚点付」功能;MySQL 8.0.22 GA|极客头条
整理 | 郑丽媛 头图 | CSDN 下载自东方 IC 「极客头条」-- 技术人员的新闻圈! CSDN 的读者朋友们早上好哇,「极客头条」来啦,快来看今天都有哪些值得我们技术人关注的重要新闻吧. 国内 ...
- 机器学习(一)机器学习概述
机器学习概述 机器学习开发流程 流程图: 学习框架和资料介绍 需明确几点问题: (1)算法是核心,数据与计算是基础 (2)找准定位 大部分复杂模型的算法设计都是算法工程师在做,机器学习开发人员需要做的 ...
最新文章
- 团队项目—每日记录3(补4.25)
- 【细品架构8/100】好代码是架构的根基
- 【 C 】队列 简记
- VS2015快捷键使用学习总结
- 细说Android 4.0 NDK编程pdf
- 静态网页制作html语言入门
- Java开发知识之Java中的集合上List接口以及子类讲解.
- Java黑皮书课后题第8章:**8.19(模式识别:四个连续相等的数)编写下面的方法,测试一个二维数组是否有四个连续相等的数字(水平、垂直、对角线方向都可以)。编写一个测试程序,提示用户输入一个数组
- 【Android开发】Android应用程序目录结构
- Linux系统管理员的Bash指南,11条Bash实践经验!
- Python学习相关文档
- 图像处理基本概念、术语
- Xcode10升级问题:Multiple commands produce Info.plist
- java疯狂讲义pdf_《疯狂Java讲义(第3版)》PDF 下载
- 【交叉编译】配置交叉编译工具链
- PM之数据分析与逻辑能力
- 物理表中每2条记录符合某一条件如何合二为一输出结果
- 金错刀对话口袋购物王珂:找到痛点,确认卖点,制造爆点!
- CTF 2020 第二届 网鼎杯 第一道 Misc 签到
- REST 接口 原文翻译