危險颶風來臨前如何疏散城市

我們無意傷害任何人。我們的目標一直是幫助休斯頓地區的鄰居脫離危險。然而在2015年，電話開始響起，網際網路訊息開始堆積如山，說我們正在使安全狀況惡化。“你們在幫倒忙，”一位來自休斯頓北部邊緣地區的公職人員說。一位氣象學家斥責我們：“當週圍都在發生洪水時，你們怎麼能告訴人們他們處於低洪水風險中？”

這些訊息是關於我們為該市開發和運營的基於網路的地圖——風暴風險計算器 (SRC)。我們設計它的目的是告訴居民，當颶風來臨時，他們中哪些人應該逃離，因為他們的房屋可能會被摧毀，哪些人可以留下，因為他們的房屋很可能仍然安全。危險是真實存在的：幾年前，該地區曾遭受颶風麗塔和艾克的襲擊。但顯然我們的地圖出了問題。

當像休斯頓這樣的沿海城市面臨嚴重風暴時，疏散似乎是保護人們的顯而易見的方法。但轉移數百萬人也帶來了自身的危險。2005年，當麗塔襲擊我們地區時，官員們告訴所有人撤離。巨大的交通堵塞使45號州際公路、10號州際公路和59號美國國道變成了停車場，低風險人群逃離，阻礙了最需要撤離的人——直接處於強風、暴雨和風暴潮路徑中的居民的逃生路線。一些人在酷熱中死在了路上。一輛疏散療養院居民的巴士起火，點燃了一個氧氣罐，造成23人死亡。因此，當颶風哈維去年八月襲擊休斯頓時，市長西爾維斯特·特納拒絕疏散。“你真的不可能讓650萬人上路，”他當時說。“如果你認為現在的情況很糟糕，你下達疏散命令，你就是在製造一場噩夢。”

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，您正在幫助確保關於塑造我們今天世界的發現和想法的具有影響力的故事的未來。

在麗塔和艾克之後的幾年裡，我們三個人——一位工程師、一位計算機科學家和一位專注於公共安全的政治科學家——決定幫助休斯頓解決這種噩夢般的情況。我們構建了互動式 SRC 地圖，以顯示在颶風級大風和風暴潮面前的安全和不安全區域。但在投訴開始堆積如山之後，我們瞭解到我們的地圖關注的是錯誤的事情。休斯頓人和周邊地區哈里斯縣的人們擔心暴雨造成的大洪水，而不僅僅是颶風，因為該地區更容易發生前者。人們還希望獲得比我們的地圖提供的更精細的風險資訊。

這種情況促使我們開展了一個重要的研究專案，以瞭解人們對風險的看法並開發新的資料來源。因此，我們從頭開始重建了我們的風險地圖，使用了關於真正影響我們地區房屋和居民的危險的更精細的資料。新的風險地圖將於明年開始實況測試，它集成了關於更多型別風暴的更好資料和尖端人工智慧技術，所有這些都是為了向人們展示各個街區的風險以及最佳逃生路線。如果該模型像我們希望的那樣有效，它可以被應急規劃人員用來以前所未有的方式部署資源並挽救更多生命。

風險計算

當我們啟動 SRC 專案時，我們希望提供颶風主要風險的估計，包括風暴潮、大風、海灣水位上漲和停電造成的損害。我們使用了來自美國國家海洋和大氣管理局的即時風場資料，以及哈里斯縣洪水預警系統報告的降雨量水平，以及來自哈里斯縣評估區的房屋特徵，例如建造日期——這可以揭示屋頂與牆壁的連線有多牢固。由此產生的模型預測了不同區域（以一平方公里為單位）房屋損壞或停電的風險。當我們在各種模擬颶風以及颶風艾克的實際損害中對其進行測試時，典型正方形的準確率高於 70%。之前的疏散地圖僅根據整個郵政編碼（可能覆蓋數百平方公里）的風暴潮等情況給出預測。因此，新圖表是一個很大的改進。

為了想象 SRC 的執行情況，假設墨西哥灣有一場颶風將在幾天後襲擊休斯頓。一位居民愛麗絲只需輸入她的地址，她就會看到一張地圖。彩色編碼的低-中-高等級將指示來自大風、風暴潮、海灣洪水和停電的損害機率。她遭受大風破壞的風險將相當高。愛麗絲的二層住宅建於 20 世紀 60 年代，面向海灣前面的一個開放公園，大風在開闊區域不會減速。海灣將充滿風驅動的雨水，並增加她遭受洪水的機率。

另一位使用者鮑勃的房子距離約兩公里，他的風險會較低。鮑勃的房子建於 20 世紀 90 年代，只有一層樓高，周圍環繞著樹木。較低的房子會承受較少的風。樹木也會減緩風速，降低其影響，他更現代的屋頂到牆壁的連線將使他的結構更堅固。（然而，折斷的樹枝可能會掉落在電線上，並很可能導致停電。）鮑勃也離海灣更遠，降低了洪水損壞的機率。更瞭解自己風險的愛麗絲可能會決定離開，而鮑勃可能會選擇留下，即使他們面臨完全相同的風暴。

該計算器在 2012 年 6 月城市宣佈啟動並執行後立即廣受歡迎。在釋出後的幾天內，約有 40,000 人使用了它。使用量很快穩定在每月約 1,000 名檢視者，並在接下來的幾年裡保持不變。但有些奇怪之處。從我們釋出到 2016 年，休斯頓沒有發生任何颶風，但地圖流量在大型降雨事件期間激增。一場大雨可能會造成大問題。這座城市蔓延開來，快速的城市和郊區發展已經取代了吸水的草地和溪流河道，取而代之的是數英里的混凝土，這些混凝土將水引入社群並淹沒房屋。2015 年，我們遭遇了陣亡將士紀念日洪水和萬聖節洪水。2016 年，我們遭遇了稅務日洪水。在這些事件中，降雨量達到 20 至 30 釐米（8 至 12 英寸）；一些海灣無法疏通所有水，並漫過河岸，房屋被毀。噹噹地預報員開始談論持續數小時的暴雨時，人們轉向了我們的地圖。

不幸的是，該地圖沒有向他們提供正確的資訊。它旨在預測颶風驅動海灣水湧入內陸的影響以及 120 公里/小時以上大風造成的破壞。從天而降的幾十釐米降水產生了不同的影響。例如，內陸地區可能會得到大量的水，但我們的地圖不會突出顯示這是一個風險。那時我們開始接到投訴電話。

最後一根稻草出現在 2016 年，當時託管我們 SRC 程式的雲伺服器遭到駭客攻擊。駭客切斷了我們的訪問許可權，並要求付款才能將其還給我們。這是一次典型的勒索軟體攻擊。我們已經受夠了。該網站似乎給出錯誤資訊的次數越多，人們對該程式的信任度就越有可能降低。是時候關閉地圖了。我們不會支付任何勒索。但我們將根據休斯頓居民的實際需求，而不是僅僅根據颶風季節，重建風險計算器。

重新繪製地圖

我們首先聯絡了一位親密的同事，萊斯大學的行為社會科學家裡克·威爾遜，他研究決策制定。我們一起設計了一系列線上實驗，使用風險地圖，其中數百名休斯頓人被隨機分配到不同的資料解析度和風險型別級別。我們專注於搜尋地圖所花費的時間：更多的時間表明公民對風暴風險的興趣以及他們採取行動做好準備的意願。雖然大型颶風（例如四級颶風）最受關注，但如果關於風暴影響的地理資料不是本地的，那麼關注就會消失。人們對劃分為一公里寬或按郵政編碼劃分的區域的地圖不感興趣。但是，當地圖顯示幾乎每個街區的資料時，數百名使用者尋求更多資訊。我們還了解到，特別是在內陸地區，預計降雨量比預計風暴潮水位更受關注。嚴重的降雨事件會影響人們的出行、生產力和安全。

這些行為實驗表明，個人最關注他們認為與自身情況最相關的風險。事後看來，這對我們來說是顯而易見的，但想想它與當今大多數風暴資訊釋出方式的對比——針對罕見事件釋出的官方籠統宣告，涵蓋數百平方公里的區域，例如整個縣和郵政編碼。

隨著我們對本地事件的新關注，我們開始圍繞降雨徑流和積聚構建系統。我們將其稱為颶風和降雨向量化暴露量產生器，方便地縮寫為 HARVEY。我們的計算機模型 HARVEY 具有比我們之前的地圖更精細的地理地形網格，使用僅幾平方米而不是平方公里的單元格。一條街道可以有許多這些新正方形，整個城市總共有超過 1 億個。這種配置提供了更精確的陸地水流及其在暴雨時的深度的估計。

我們使用了各種來源來得出這些估計值。我們當然有國家氣象局的預報和資料歷史，但我們的模型還納入了休斯頓 311 城市資訊服務中心的電話位置，以報告當地洪水。我們還可以利用緊急呼叫消防和警察部門尋求幫助。來自特定地點的重複呼叫表明經常出現問題的地點。哈里斯縣有一個雨量計網路，我們從中提取資料。（我們還在測試街道級洪水感測器的無線網路。）我們的預測模型還包括雷達資料，這些資料表明雲層中含有多少水正在向城市移動，以及風速有多快。較慢的風速使雲層有時間傾瀉大量的水。這種情況會產生大量非颶風洪水，並且是去年緩慢移動的颶風哈維造成的洪水背後的原因。

所有這些資料都疊加在高解析度地形圖上，該地形圖源自休斯頓-加爾維斯頓地區委員會的雷射驅動遙感系統，該系統捕獲地面高度的細微差異。整個過程由人工智慧程式整合，這些程式使用花哨的術語技術，例如整合迴歸模型、深度學習演算法和高維向量空間。但基本要點是，它們比我們原始風暴計算器中使用的工程模型和數學更能夠組合不同型別的資料集。

我們透過為 HARVEY 提供自 2015 年以來風暴之前看到的幾組初始條件來對其進行了測試，並要求該程式生成城市多個地方的洪水估計值。HARVEY 生成的預測與這些風暴的實際現場觀測結果非常吻合。該程式在暴雨（每小時超過 5 釐米，持續數小時）以及海灣溢流和海灣潮汐導致排水不良的地點表現最佳。對於較小的事件，我們將在一個流域接一個流域地校準 HARVEY 多年，以捕捉當地因素和氣候變化的長期影響。

這對我們擔心的休斯頓居民鮑勃和愛麗絲意味著什麼？我們的新地圖將為他們提供不同級別的風險，更多地關注愛麗絲家附近洪水的歷史以及鮑勃家周圍土地的高度。關鍵的區別在於，即使鮑勃和愛麗絲相隔兩個街區而不是兩公里，他們也會被賦予不同的風險級別。鑑於整個城市在任何單一事件中降雨模式都不穩定，像愛麗絲和鮑勃這樣的使用者可能會發現他們家周圍、工作場所和兩者之間路線的街道洪水預估值非常不同。我們的 HARVEY 系統將向像他們這樣的使用者展示影響路線選擇的危險、被困在他們所在位置的可能性以及降雨事件期間房屋的可能洪水水位。它將幫助市政府提前分配應急和規劃資源，使消防部門等急救人員能夠更快地到達遇到麻煩的人。防風暴專案可以位於最需要的地區。

我們目前的計劃是在 2019 年公開發布 HARVEY 的測試版，專門為受災嚴重的佈雷斯海灣流域的居民設計。這條水道縱橫交錯於一個名為邁爾蘭的社群，該社群的房主在過去五年中多次被洪水嚇到。他們的住宅被毀壞、重建，然後再次被毀壞。在許多情況下，人們被困在這些房屋中，眼睜睜地看著水位上漲。我們希望向他們提供更好、更早的警告。我們的下一步是將該系統擴充套件到城市的其他地區。我們的團隊正在與休斯頓市、金德城市研究所和災害性風暴預測、教育和疏散 (SSPEED) 中心達成合作協議，以分階段測試和部署 HARVEY，以實現未來全市範圍的覆蓋。如果該模型適用於休斯頓，則可以將其應用於世界各地面臨類似惡劣天氣問題的其他城市。

根據 SSPEED 中心組織的 2018 年休斯頓特大暴雨會議得出的結論，全球氣候變化將使我們地區的降雨情況變得更糟。風暴將更頻繁地停滯不前，從而導致更多降雨。HARVEY 等工具將提供公共官員和私人公民在嘗試規劃日益嚴重的長期降雨和徑流時尋求的規模的洪水估計。最重要的是，這些工具將使必須生活在這些陰雲下的人們能夠為自己和他人的安全回答一個緊迫的問題：我應該留下，還是應該離開？

根據 SSPEED 中心組織的 2018 年休斯頓特大暴雨會議得出的結論，全球氣候變化將使我們地區的降雨情況變得更糟。風暴將更頻繁地停滯不前，從而導致更多降雨。HARVEY 等工具將提供公共官員和私人公民在嘗試規劃日益嚴重的長期降雨和徑流時尋求的規模的洪水估計。最重要的是，這些工具將使必須生活在這些陰雲下的人們能夠為自己和他人的安全回答一個緊迫的問題：我應該留下，還是應該離開？