人工智慧如何助力氣候變化世界中的洪水防備?

前聯邦緊急事務管理局局長克雷格·富蓋特談論海平面上升、大資料和偏見

2012年8月28日,颶風艾薩克引起的大浪吞噬了密西西比州格爾夫波特的沙灘。

預測像颶風弗洛倫斯這樣的重大洪澇事件的能力已顯著提高。但瞭解此類風暴將如何與建築環境相互作用,以及如何影響特定區域的居民仍然非常有限。

預測洪水情景的因素變化速度快於幫助人們準備和適應的工具。例如,我們知道氣候變化導致基線海平面升高,這意味著颶風帶來的風暴潮將更大。

但人類活動也在其他方面加劇了災難。美國沿海地區人口激增,使更多的人口和基礎設施暴露於相關威脅之下。維拉諾瓦大學地理與環境學助理教授斯蒂芬·斯特拉德稱之為“靶心效應擴大”。


關於支援科學新聞報道

如果您喜歡這篇文章,請考慮透過以下方式支援我們屢獲殊榮的新聞報道: 訂閱。透過購買訂閱,您將有助於確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。


斯特拉德說:“社會發展是對災難影響最大的因素,因為它增加了損失的可能性。” 這也意味著更多環境已被人類居住地鋪平,改變了特大洪水的 hydrology,而這些變化尚未得到充分的測量或溝通。

克雷格·富蓋特對這些問題之間的相互作用進行了深入思考。他於 2009 年至 2017 年領導了聯邦緊急事務管理局 (FEMA)。作為佛羅里達州人,他看到了先前颶風的揮之不去的影響,以及海平面上升如何使洪水變得更加頻繁,並在這一過程中導致某些人口流離失所。

在 FEMA 之後的事業中,富蓋特現在是一家名為 One Concern 的初創公司的首席應急經理,他說該公司正在使用大資料和機器學習來幫助社群和企業更好地為洪水等威脅做好準備——不僅是像弗洛倫斯這樣的單一極端事件,而是氣候變化將帶來的更常規的問題。

One Concern 表示,其洪水平臺計劃在今年年底前釋出,將有助於在風暴來臨前最多五天預測街區級別的淹沒程度。這種解析度可以更輕鬆地為風暴做好準備,並以更高的精確度適應未來的威脅。富蓋特今年夏天告訴大眾科學關於該專案的情況。

[以下是採訪的編輯稿。]

在您在 FEMA 的工作期間,從 30,000 英尺的高度觀察了美國的災難響應之後,是什麼吸引您加入一家人工智慧初創公司?

我想改變結果。當我們的 FEMA 地圖的所有資料都在回顧過去時,我們如何為未來的風險做好準備?[One Concern] 洪水模型讓我著迷的是,它被設計為一種響應工具。它採用降雨量估算,而不是僅僅說“您將遭遇突發洪水”,而是預測這個街區將遭遇三到五英尺的洪水,而那個街區可能會遭遇高達 20 英尺的洪水。我們還可以立即知道哪些區域受到了嚴重影響——決策者不必等待資訊傳來才能啟動響應。

真正讓我信服的是所涉及的資料量,以及我們如何以高解析度和快速地看到事物。我們可以在風暴到來前的幾天內執行各種情景,並瞭解系統何時以及如何失效。使用人工智慧降低了進行“假設”的門檻。

讓我感興趣的還有,我們在 [超級風暴] 桑迪之後,在新澤西地區做了很多所謂的“減災專案”。許多專案[例如抬高建築物]都是基於對 100 年成本效益分析的考慮;我們的假設是它們在下一次風暴中會表現得更好。但我們從來沒有真正問過這個問題,“它會好多少?”

當我們談論為沿海社群應對海平面上升做準備時,“韌性”一詞經常被丟擲——在某些情況下,透過永久性地將人們從危險地帶遷出並進行房屋回購。 這些模型如何使韌性不再抽象?

如果我們總是等到災難之後才轉移人口,那麼這將是最痛苦和最具破壞性的方式。我們如何將這些工具提供給負責在易受海平面上升影響的地區更改建築規範和土地利用的官員?

一個小鎮可以使用此工具來確定禁建區——一個他們不會頒發任何新建築許可證的區域。然後他們說,“如果房屋在風暴中被毀,您就不能重建。” 然後,您可以將這些資源重新定向到一個新的區域,使其成為一個有吸引力的居住地。我們有軟硬兼施的措施,透過為搬遷到更安全地點提供機會來減少居住在禁建區的人口數量。我們將時間納入此過程。

如果我們能夠使風險更加明確,我們至少可以開始更好地控制自己的命運——而不是每次風暴來襲時都強加於我們,並且我們失去了再也無法收回的陣地。這不會容易,也不會便宜,但這是一個策略。

如果許多沿海地區的價值在於海灘本身,那麼當維護沙灘變得站不住腳時會發生什麼?

海灘的來來去去是一個自然過程。補給(疏浚近海沙子並將其泵到侵蝕的海灘上)是一個人工過程。我曾經在弗吉尼亞海灘,他們正在進行一個巨大的補給專案,該專案即將完成。然後,一場大型東北風暴在該海岸附近持續了大約三天。之後我走到外面,原來大約 200 碼的海灘現在,你知道——海洋正在衝擊通往酒店游泳池的擋土牆。

想象一下,國會說陸軍工程兵團的預算將不再用於補給,以此作為維護問題來保護我們因海平面上升而失去的海灘。地方政府準備好承擔這一角色了嗎?通常答案是否定的。

人工智慧和大資料工具從根本上改變了我們如何在氣候變化未來中為洪水做準備?

現在,很難為地方官員提供任何視覺化工具,以足夠高的解析度檢視假設情景。科學家們說,“我們將在這些範圍內看到這些型別的氣候影響。” 但地方規劃者想知道,“這對修建新道路意味著什麼?” 當官員們檢視海平面上升範圍的高階時,他們說,“這太荒謬了。如果這一切都將消失,我為什麼要規劃?”

如果我們用 10 年時間將一個居民區的人口遷出,並將該街區變成沙丘線,那麼在所有這些不同的海平面和風暴情景下,它看起來會是什麼樣子,以便我們知道該沙丘系統何時不再提供保護?您必須執行情景才能檢視投資於此是否真的會在未來改變洪水和破壞結果。這是一個適合使用人工智慧的過程。

使用人工智慧建立適應情景可能充滿風險。過度依賴資料以及在模型中包含和排除的資料所造成的偏見存在危險。您如何避免制定使弱勢群體更加脆弱的緩解策略?

此模型不是富裕社群的工具。它是弱勢社群的工具,最初的想法是在災難的響應階段挽救生命。

僅瞭解建築環境並不能告訴我們人口在洪水中會過得如何。許多社會經濟因素——從社交網路到應對機制再到財務彈性——是更好的預測因素。

我們正在做大量工作,以確保我們不會造成人工智慧的意外後果可能會從根本上迫使人們離開家園的情況;或者構建一個偏向富裕階層的模型,以至於我們消除了可負擔性;或者我們不關注先前存在的社會結構。這不僅僅是地球科學——而是人。

當我們開始從海平面上升遷移時,我們必須謹慎的事情之一是,我們不要以那些沒有發言權的人為代價這樣做,我們不要不成比例地將搬遷負擔放在低收入地區——尤其是在這意味著該空間正在為更富裕的社群重新開發的情況下。我們不想根據經濟因素來挑選氣候變化的贏家和輸家。

我們的 國家洪水保險計劃不足以應對我們今天正在經歷並將在未來經歷的洪水規模,這已不是什麼秘密。改革它是必要的,但這並不是全部答案,對嗎?

我確實認為我們需要停止為洪水區的新建建築提供[聯邦]洪水保險。轉向私人市場。如果他們願意承保——祝您愉快。如果他們不願意,就不要重建。

但是,讓市場力量驅動減災的雙刃劍是,它將使低窪社群的低收入家庭流離失所。在一些沿海地區,市場力量已經將風險定價超出最無力承擔風險的人的承受範圍。這意味著他們在離工作、學校和社群合理距離的住房市場中被定價出局。

這些人群也是最無力應對海平面上升將帶來的反覆洪水造成的財務影響的人群。因此,如果政府提供房屋回購,它會給他們搬遷的機會。但你不能對此冷酷無情;您首先必須以擁有良好學校和良好基礎設施的可負擔住房為目標,以便人們在他們的社群中有地方可去。

很少有地方可以去而沒有任何型別的災難。但問題是:您能多快反彈?這是關於退後一步,不僅要關注災難計劃,還要關注社群如何規劃他們的未來。如果他們要開始因氣候變化而使人口流離失所,他們將如何為經濟所需的勞動力建設可負擔的社群?或者他們是否正在日益創造氣候富人和氣候窮人?

© .