2016-12-08
【智网文摘】巴西研发AI洪灾预警平台，可提前1至4小时预测河流水位上涨
2026-11-12
20261112
来自巴西总统府社会传播秘书处（Secom）的报道：
2026年11月9日，巴西政府发布消息，介绍了一项利用人工智能技术提升自然灾害预警能力的新成果。该平台名为FloodcastingXAI，由隶属于巴西科学、技术与创新部（MCTI）的国家自然灾害监测与预警中心（Centro Nacional de
Monitoramento e Alertas de Desastres Naturais，Cemaden）科研人员研发。
这套系统主要针对强降雨和河流水位快速上涨等情况，通过整合现有气象和水文监测网络的数据，提前判断可能出现的水位变化。根据巴西政府公布的信息，平台能够提前1至4小时预测河流水位上涨，为相关部门采取防灾措施提供更充足的时间。
在传统洪水监测工作中，相关部门通常需要持续关注降雨量、河流水位以及地面监测设备反馈的信息。当强降雨发生时，降雨可能迅速汇集到河流和城市排水系统中，造成水位上涨。如果水位变化速度较快，留给当地居民和应急部门的反应时间就会受到限制。
FloodcastingXAI尝试利用人工智能改变这一监测方式。平台不仅关注当前已经发生的降雨和水位变化，还通过分析实时数据，预测未来数小时内水体可能出现的变化趋势。系统能够提前1至4小时预测水位上涨情况，使监测人员有机会更早识别潜在危险，并为后续预警和人员转移争取时间。
对于居住在河流沿岸、低洼地区以及容易发生洪涝灾害的社区而言，提前获得风险信息具有重要意义。
FloodcastingXAI的技术基础，是整合巴西现有的自然灾害监测网络。平台主要使用两类数据：
第一类是雨量监测设备采集的数据。雨量计（Pluviômetros）用于记录一定时间内的降雨量，帮助系统掌握不同区域的降雨强度和变化情况。第二类是河流水位传感器采集的数据。这类设备能够持续监测河流水位变化，为分析水体上涨速度提供依据。平台将不同设备采集的信息进行整合，数据每10分钟更新一次，再交由经过训练的人工智能系统进行分析。当某一地区出现强降雨时，系统能够同时分析降雨量和河流水位变化，并判断两类数据之间的关联，估算未来几个小时水位快速上涨的可能性。例如，当监测设备记录到降雨量明显增加，同时河流水位也出现变化时，人工智能系统可以结合此前学习到的数据规律，对接下来可能发生的水位变化作出预测。这种方式使灾害监测不再仅仅依赖已经发生的水位上涨，而是增加了对未来变化趋势的判断。
FloodcastingXAI最值得关注的技术特点之一，是采用可解释人工智能（Explainable
Artificial Intelligence，XAI）。传统人工智能模型有时能够给出预测结果，却不容易让使用者理解模型为什么作出这一判断。对于自然灾害预警而言，仅仅提供一个风险预测结果并不足够。气象监测人员和民防部门还需要理解系统作出判断的依据，以便结合实际情况开展分析。FloodcastingXAI的设计重点之一，就是让系统能够解释自身的预测结果，帮助专业人员理解人工智能是如何得出相应判断的。这种技术设计有助于提高预测过程的透明度，也便于专业人员对模型结果进行检查和评估。不过，巴西政府特别强调，人工智能平台并不会取代负责监测和发布预警的专业人员。系统的定位是为专业人员提供辅助决策信息，而不是独立承担灾害预警责任。
除了预测能力和可解释性，FloodcastingXAI还采用开放源代码模式。开放源代码意味着其他科研团队可以在符合相关使用条件的情况下获取系统代码，研究其技术实现，并根据自身需求开展改进。对于自然灾害监测技术而言，这种模式具有一定优势。不同地区的气候、地形、河流条件和监测设备可能存在差异。一个地区开发的预测模型，未必能够直接适用于所有其他地区。通过开放技术成果，其他科研机构可以进一步研究模型结构、数据处理方式和预测方法，并探索如何将相关技术应用于不同的监测环境。这也有助于减少不同科研团队之间重复开发的工作，推动相关技术经验共享。
FloodcastingXAI并不是由单一机构独立完成的项目。根据巴西政府公布的信息，该平台属于iFast项目的研发成果之一。整个项目汇集了来自15家巴西及国际机构的60多名科研人员。参与研发的专业领域包括：水文学：研究河流、水资源和水位变化规律。气象学：分析降雨、天气过程及气候变化。工程学：负责相关监测系统和技术设施。信息技术：开展数据处理、人工智能模型开发和系统建设。这种跨学科合作模式，使平台能够将自然科学研究与人工智能技术结合起来。其中，水文学和气象学研究为系统提供专业领域知识，工程技术负责监测设施与数据系统建设，人工智能和信息技术则承担数据分析与预测任务。通过不同专业团队之间的合作，项目逐步形成了从数据采集、信息处理到智能预测的技术体系。
此次平台研发还获得了巴西多家科研机构和高校的支持。巴西国家空间研究院（Instituto
Nacional de Pesquisas Espaciais，INPE）、圣保罗州立大学（Universidade Estadual Paulista，Unesp）以及圣保罗联邦大学（Universidade
Federal de São Paulo，Unifesp）均参与了相关合作。此外，圣保罗市政府等地方行政机构也为项目建设提供了合作支持。从参与机构的构成来看，项目不仅涉及科研单位和高校，也连接了实际承担城市管理和灾害应对工作的地方政府部门。这使研究成果能够与现实中的自然灾害监测需求建立联系。尤其是在城市洪涝风险管理方面，地方政府需要及时掌握降雨和河流水位变化，并根据相关信息组织防灾工作。人工智能预测平台可以为这一过程提供更多数据分析支持。
FloodcastingXAI的技术应用潜力也获得了巴西相关机构的关注。根据巴西政府公布的信息，该平台入围了第30届公共部门创新竞赛（Concurso Inovação no Setor Público），进入“人工智能服务公共利益”（Inteligência Artificial para o Bem Público）类别的决赛。此外，该项目此前还获得了2025年Brazil Conference颁发的AI4GOOD奖项。这些认可反映出该项目在公共服务和人工智能应用方面具有一定创新价值。与主要面向商业服务的人工智能产品不同，FloodcastingXAI将技术应用集中在自然灾害监测与风险预警领域，体现了人工智能服务公共安全的应用方向。
从技术发展角度来看，FloodcastingXAI体现出人工智能在公共安全领域的一种应用方式：将传统监测设备持续产生的数据与智能分析模型结合，让监测工作从事后观察进一步延伸到提前预测。在实际应用中，雨量计和河流水位传感器负责采集数据，人工智能系统负责识别变化规律并预测未来水位，专业监测人员则结合模型结果和实际情况进行风险判断。三者共同构成一套相互配合的灾害监测体系。
对于巴西而言，这类技术具有较强的现实应用价值。强降雨、河流洪水以及城市内涝可能影响不同地区的居民生活和基础设施运行，及时掌握风险变化是防灾减灾工作的重要环节。未来，随着监测网络和数据资源不断完善，人工智能技术有望在自然灾害监测、气象预测和公共安全管理等领域发挥更加广泛的作用。FloodcastingXAI的研发，也为巴西利用本土科研力量解决实际社会问题提供了一个具体案例。从实时数据采集，到人工智能预测，再到可解释分析和开放技术共享，该平台展现了人工智能与水文学、气象学和工程技术相结合的应用潜力。
这项成果不仅体现了巴西在人工智能应用研发方面的探索，也为拉美地区其他面临洪涝风险的国家提供了值得关注的技术参考
编辑：康晨雨
校对：姚少杰
科讯搜寻：思博
本文使用ChatGPT辅助翻译，内容服务于中拉科技互鉴，不代表平台观点，如有疏漏，欢迎指正。
