Google 推出 Groundsource，一种基于 Gemini 的方法，将数十年公众报告与地图边界结合，构建超过 260 万条城市内涝历史事件数据集，并据此训练模型实现最长 24 小时的城市暴雨内涝预测，结果已并入 Google Flood Hub。该方法可推广到其他灾害类型，为社区、研究者与合作方提供开源基准与更早预警能力。
概述
– Groundsource 是 Google 使用 Gemini 分析公众报告与 Google Maps 边界来生成高质量历史灾害数据的新方法。
– 首次应用聚焦城市暴雨内涝：识别 >260 万条历史洪涝事件，覆盖 150 多个国家。
数据与模型
– 数据来源：数十年公开报告（公众记录）+ Google Maps 定位边界。
– 数据产出：面向城市内涝的事件级数据集，公开可用以做为基准。
– 模型能力：基于该数据训练的新模型可对城市暴雨内涝进行最多 24 小时的提前预报。
产品与可用性
– 产出整合：城市暴雨内涝预测已加入 Google 的 Flood Hub，补充现有河流洪水预测能力（覆盖 20 亿人口的重大河川洪水）。
– 面向用户：为社区提供更早的准备时间，为研究者与合作伙伴提供开源基准数据以扩展影响力。
可扩展性与前景
– 方法通用性：Groundsource 的 AI 驱动流程可扩展到滑坡、热浪等其他自然灾害类型。
– 目标：通过把公开报告转成可操作数据，提升全球韧性，减少突发灾害带来的意外冲击。
限制与注意事项
– 依赖公开报告质量与覆盖度；历史报告的偏倚或稀疏区域可能影响预测性能。
– Google 表示该方法为新推进方向，未来仍需与本地伙伴、科学界合作以验证与改进。
Groundsource 用公开报告补数据短板，短期内对城市内涝预警具实用价值，但对数据偏差与本地验证仍需持续关注。