AI辅助自然灾害预测：“利奇马”儿们的驯服之策
【慧聪通信网】8月10日至13日，超强台风“利奇马”两次在我国沿海登陆，接连肆虐浙江、江苏、山东等地，给当地人民群众的生命与财产安全造成了极大危害。令人欣慰的是，在本次台风灾害期间，人们借助AI实时台风路径预测系统成功预测了台风的移动路径，并通过AI主播“小范儿”进行了全天候的台风资讯播报，有效提升了人们对于此次台风灾害的应对能力，显著降低了恶劣天气对公众生命与财产安全带来的损害。
近年来，随着深度学习算法取得重大突破，以及大数据、云计算等新一代信息技术的不断发展，AI(人工智能)迎来了它的第三次发展高峰期，各类技术产品层出不穷，与各行业的融合发展也在不断加快。实际上，在自然灾害预测领域，立足于数据的AI辅助自然灾害预测方法也已开始取代基于经验的传统预测方法，逐步成为驯服“利奇马”儿们的一记良策。
一、传统自然灾害预测中存在的不足
自然灾害具有无法规避、不可控制、破坏力极强等特点，严重的自然灾害更是会使人类蒙受巨大的人员伤亡和经济损失。在长期与自然灾害的较量中，人们虽已总结形成出一些灾害的预测及应对办法，但现阶段仍不能完全满足人们的实际需求。
首先，传统预测方法所需的预测时间较长。虽然人类已经掌握多数自然灾害的活动习性，但有相当一部分自然灾害的预兆不易被提前察觉，这就导致留给人们预警时间将受到挤压，不利于人们对突发自然灾害进行及时而有效的应对。
其次，传统预测方法的预测精度仍有不足。由于传统预测方法所采集的数据类型较少，且大多不具备同时处理多来源、高复杂度的非结构化数据能力，导致预测结果可能与实际情况出现较大的偏离，同时因为缺乏更多有效数据的输入，预测模型修正也较为困难，一定程度将增加预测的不确定性。
再次，传统预测方法对人力资源的需求较大。自然灾害持续时间久、影响范围大，政府、群众需要实时跟进灾害动态来进行相应的部署谋划。基于传统的预测办法，需要消耗大量的人力成本来完成对灾害数据的实时更新与分析处理，以及应急救灾的部署工作。
二、AI技术在自然灾害预测领域的潜力巨大
AI、大数据、云计算等技术的快速发展，给人们在自然灾害预测方面带来了全新的思路。借助AI技术，可以有效弥补传统预测方法在及时性、准确性、动态性方面的不足。
在预测及时性方面，通过智能传感、图像识别等AI技术，能够快速捕捉到人类不易察觉的灾害预兆，大幅缩短预测时间，从而为灾前预警和灾害应对部署提供充足的时间保障。
在预测准确性方面，深度学习技术可通过对历史数据的反复挖掘和训练学习，不断降低预测误差。同时，由于人工智能预测方案的易迁移特性，一款训练成熟的基于AI的灾害预测系统能很容易地移植到更多类似场景中应用，从而有效提升相关场景的预测准确度。
在预测动态性方面，AI技术可以实现24小时不间断的数据采集处理、灾害预测预警、灾情实时播报和救援方案制定地缓解了相关从业者的压力，提高了灾害发生前后各项工作的推进效率。
三、基于AI技术的自然灾害预测已初具成效
在风暴预测领域，宾夕法尼亚州立大学、AccuWeather公司和西班牙阿尔梅里亚大学的研究人员开发了一款AI系统，通过自动识别和检测卫星图像中“逗点状”云的形状与运动，将恶劣天气事件的预测准确率提升到了64%。
在泥石流预测领域，大阪大学的研究人员利用日本全国50多万处泥石流多发地数据，开发出泥石流预警系统。该系统通过传感器获取山地斜面水分含量和倾斜度，结合降水时间和降水量预告，成功将泥石流预警时间由发生前几分钟提至数小时。
在洪水预测领域，Google公司与印度中央水务委员会合作建立了河流洪水预警模型。该模型不但可以准确地预测洪水发生的时间和地点，还可以更准确地预测洪水发生的严重程度，预测准确率高达75%。
四、彻底驯服“利奇马”，未来还需更多努力
当前，AI在部分自然灾害场景中的应用仍受制约。一是在火山与地震等数据难以采集的自然灾害中的应用受限。相较于风暴、洪水等自然灾害，火山与地震的数据来源于地壳深处，数据采集较为困难，这就导致AI技术也只能是“巧妇难为无米之炊”;二是AI灾害预测的应用场景较为单一。目前AI技术大多仅应用于灾前的预测预警，在灾后的资源调配、救援方案部署等场景中的应用还相对欠缺。
针对现阶段AI在辅助自然灾害预测时存在的局限，可以从两方面着手，进一步推动AI在自然灾害预测领域的发展与应用：一是加快AI在灾害预测领域的技术攻关。突破地震、火山等场景的数据采集技术，加快发展各类自然灾害预测的算法模型，提高AI灾害预测的覆盖面和准确度。二是促进AI在自然灾害预测领域的应用深度。通过政府支持引导、社会投入参与等方式，加快发展集灾前预警与灾后救助方案部署等功能于一体的AI辅助自然灾害预测综合解决方案，充分发挥AI在自然灾害防治工作中的关键性作用。
