AI

GoogleのAI、都市の突発洪水を最大24時間前に予測

この記事のポイント

  1. 実現したこと

    Googleは、都市の突発洪水リスクを最大24時間前に予測する機能を洪水予報サービスで提供し始めた。

  2. 実現の仕組み

    Geminiが公開ニュースから洪水の発生場所や時刻を抽出し、その履歴を予測モデルの学習に使う。

  3. 得られた結果

    Googleの警報監査では、誤検知と分類された警報の多くで実際の洪水が確認された。

  4. 従来との違い

    Googleの洪水予測の対象に、従来の河川氾濫に加えて都市の突発洪水が加わった。

雨の降る都市街区に半透明の予測範囲が重なり、低い道路の水たまり、地形と土壌の断面、洪水報道を示す紙片が描かれた編集イラスト。
AI生成画像

都市の突発洪水リスクを最大24時間前に予測するAI機能が、洪水予報サービスに加わった。報道から作った洪水履歴で学習し、気象の時系列と地形などを組み合わせる。予測は20km四方の単位で行う。

ニュースの発生場所と時刻を学習データにする

Googleは、情報抽出手法Groundsourceを使い、公開ニュースから過去の洪水データセットを作成した。生成AIモデルのGeminiが洪水に言及する報道を分析し、発生場所や時刻が明確かを確認する。

確認した事例を集約したデータセットは、都市の突発洪水予測モデルの学習と評価に使う。初期の予測対象を都市に絞ったのは、学習の基になるニュース報道が都市部に多いためだ。

気象の時間変化に地形と土壌を組み合わせる

洪水履歴で学習する予測モデルは、時系列を扱うLSTMを組み込んだ再帰型ニューラルネットワーク(RNN)を使う。気象の時間変化に加え、都市化の密度、地形、土壌の吸水率といった静的な属性を入力する。

気象入力には、NASAの降水データIMERG、NOAAの気象データCPC、欧州中期予報センター(ECMWF)の予報モデルIFS HRESを使う。これらにGoogle DeepMindのAI気象予測モデルによる全球予報も組み合わせる。

20km四方の都市域へ予測対象を広げる

Googleによると、このモデルを使い、都市の突発洪水リスクを最大24時間前に予測する機能を洪水予報サービスFlood Hubで提供し始めた。従来は河川の氾濫を対象としていた予測に、都市で急に発生する洪水が加わった。

予測対象は、人口密度が1平方キロメートル当たり100人を超える地域だ。空間解像度は20km四方で、主に全球で利用できる入力データの解像度によって制約されている。

誤検知とされた警報を実際の洪水と照合する

Googleが大陸ごとに無作為抽出した100件の警報を手作業で監査したところ、誤検知と分類されていた警報の多くで実際の洪水が確認された。報道から作ったデータセットとの照合で誤検知とされた警報にも、洪水を捉えたものが含まれていた。

一方、影響の大きい洪水をどれだけ捉えるかは、災害情報システムGDACSに記録された洪水を使って評価した。Googleは、この記録を基準として、洪水事例のうち予測できた割合を表す再現率を算出した。