Google разработала систему прогнозирования речных наводнений и внезапных паводков с использованием искусственного интеллекта и сообщает, что прогнозы в настоящее время доступны в 150 странах и охватывают более двух миллиардов человек. Компания предоставляет эту информацию через инструмент Flood Hub; некоторые предупреждения также отображаются в результатах поиска, а организации и учреждения могут получать их через интерфейс Flood Forecasting API.
Проект начался с эксперимента, запущенного Google в Индии в 2018 году. Он использовал данные о реках в режиме реального времени для прогнозирования наводнений. С тех пор компания расширила сферу применения моделей: теперь они прогнозируют речные наводнения за семь дней до их начала, а внезапные паводки в городских районах — за 24 часа.
Как работает система Flood Hub?
Модели обрабатывают большой объём глобальных данных, включая осадки, уровень воды в реках, состояние земной поверхности и погодные данные. Прогнозирование речных наводнений опирается на две основные модели: гидрологическая модель рассчитывает объём воды, который будет протекать по реке, исходя из погодных условий и состояния поверхности, а модель затопления оценивает территории, которые могут пострадать от наводнения, на основе данных о потоке воды.
Для калибровки традиционным моделям обычно требуются местные исторические данные, например измерения уровня воды. Однако измерительная сеть доступна не в одинаковой степени во всех регионах мира, особенно в районах, где потребность в предупреждениях наиболее высока. Google сообщает, что её модели могут использовать данные из разных регионов для подготовки прогнозов в местах, где отсутствуют достаточные местные архивы.
Groundsource устраняет пробел в данных о городских паводках
Добавление внезапных городских паводков в Flood Hub оказалось сложнее, чем прогнозирование речных наводнений, из-за нехватки датчиков и исторических записей о событиях такого типа. Для устранения этого пробела Google в марте 2026 года объявила о методологии Groundsource, в рамках которой модель Gemini проанализировала более 5 миллионов новостных сообщений о наводнениях за 20-летний период.
В результате была создана база данных, содержащая 2,6 миллиона исторических случаев наводнений в более чем 150 странах. Затем эти данные интегрировали в новую модель внезапных паводков в городских районах, и модель стала доступна в Flood Hub.
Почему это развитие важно?
Ценность ранних прогнозов заключается не только в выдаче предупреждения: они дают сообществам и гуманитарным организациям время для принятия практических мер до подъёма воды. Google приводит в качестве примера опыт организации GiveDirectly в нигерийском штате Коги, где для перевода средств людям, находящимся под угрозой наводнения, до повышения уровня воды использовался интерфейс Flood Forecasting API. Согласно приведённым компанией результатам, ранняя помощь позволила семьям эвакуироваться, защитить имущество и восстановиться; доходы увеличились более чем вдвое, отсутствие продовольственной безопасности сократилось на 90%, а 93% получателей заявили, что стали лучше подготовлены к будущим наводнениям.
Следующие шаги и доступность данных
Модели внезапных паводков в Flood Hub пока ограничены городскими районами, где в настоящее время доступны наиболее качественные данные. Google изучает возможность расширить их, включив паводки в сельских районах и прибрежные наводнения, а также рассматривает применение методологии Groundsource для прогнозирования других рисков, таких как волны жары и оползни.
Компания сообщает, что предоставила свою гидрологическую платформу в качестве открытого исходного кода, что позволяет национальным метеорологическим и гидрологическим службам и профильным организациям интегрировать собственные данные и создавать индивидуальные прогнозы. Кроме того, Google открыла набор данных Groundsource и интерфейс Flood Forecasting API для поддержки исследований наводнений и приложений, повышающих устойчивость к стихийным бедствиям.