TACLS有望提前发出山洪预警
The Verge AI··作者 Megan Wollerton
关键信息
TACLS旨在辅助而非取代预报员；目前预报员会综合雨量计、河流水位计、雷达、卫星、当地土壤与坡度数据以及专业判断。现有报道没有提供量化验证结果、预警提前时间的改善幅度、误报率或部署时间表，因此尚无法据此确认它的实际表现。
资讯摘要
6月9日，印第安纳州莱恩斯维尔在数小时内降雨超过8英寸（约203毫米），居民劳拉·林在意识到情况严重之前，院子已经开始被淹。林带着孩子安全撤离，但她表示，当局发出“到屋顶避险”的指示时，镇上许多人已经遭遇洪水，救援船也已开始出动。这一事件凸显了山洪预警的困难，因为洪水可能迅速形成，并在数小时后消退。报道指出，洪水是美国致死人数第二多的天气灾害类型，也是全球最致命的天气灾害，而仅6英寸深的急流就可能将成年人冲倒。
TACLS是一套新软件，利用卫星数据和机器学习更早识别可能发生洪水的地点，并辅助美国国家气象局作出预警决定。美国及其领地共有122个天气预报办公室，负责发布包括山洪预警在内的恶劣天气警报。预报员目前会监测雨量计、河流水位计、雷达、卫星和累计降雨量，并结合土壤类型、坡度等因素确定的本地阈值，最终决定是否发布警报。参与TACLS项目的美国国家气象局官员认为，该系统可以简化这一流程，让警报及时送达受威胁社区，从而挽救生命。
资讯正文
山洪可能在毫无预警的情况下袭来——这项新技术或将改变这一局面
6月9日上午，Laura Lin正在位于印第安纳州南部乡村小镇Lanesville的家中工作。这里距肯塔基州边界约15英里。她当时正在参加一场Zoom通话，并未意识到屋外的暴雨已经开始淹没自家庭院。
Lin回忆道：“我朝那边谷仓的位置看过去，发现我的木料碎片漂在水上，当时就想，‘怎么回事？’然后我立刻意识到，‘我得走了。’我合上笔记本电脑，叫醒孩子们，对他们说，‘出事了。’”
Lin和家人安全撤离，并在邻居家中避难。但当天短短几个小时内，Lanesville的降雨量就超过了8英寸，远远超过被视为“强降雨”的标准。几小时后，积水便退去了。
洪水是美国致死人数第二多的天气灾害，在全球范围内则是造成死亡人数最多的天气灾害。仅仅6英寸深的湍急水流就能将成年人冲倒，12英寸深的水可以托起汽车，而2英尺深的水则能冲动卡车和SUV等更大型车辆。气候变暖意味着美国将出现更多极端降雨，为洪水发生创造更多条件。8月，尼泊尔因冰川崩塌引发的致命山洪，也显示了洪水摧毁世界各地社区的巨大威力。
幸运的是，人们正在开发新工具来应对这一威胁。一款名为“瞬态伪影与持续学习系统”（Transient Artifact and Continuous Learning System，TACLS）的新软件利用卫星和机器学习，尝试更早识别可能发生洪水的区域，并帮助美国国家气象局（NWS）在发布山洪预警时作出更好的决策。
Lin说：“直到我已经到了那个人家里，我们才收到‘爬到屋顶上去’的警报。等他们开始发送警报，告诉大家‘爬上屋顶，我们正在派船过去’时，镇上所有人那里都已经被淹了。所以警报来得太晚了。”
TACLS有望帮助改变这一局面。
美国国家气象局圣迭戈气象预报办公室的科学与业务官员Ivory Small说：“它将帮助你挽救生命。”Small表示，如果没有TACLS，一场正向你所在地区移动的风暴“可能会夺走一些人的生命”；而有了TACLS，“你就可以发布预警，救下一些人”。
图片说明：近日一场降雨过后，Laura Lin位于印第安纳州Lanesville的住宅附近河流发生洪水。新技术有望在威胁出现时更快向居民发出预警。
追踪水流
气象预报办公室负责发布包括山洪预警在内的恶劣天气警报。美国国家气象局位于加利福尼亚州Oxnard、负责洛杉矶地区的气象预报办公室高级业务水文学家Jayme Laber表示，美国及其领地共有122个这样的办公室。Small和Laber与一个规模更大的科学家及研究人员团队密切合作，共同推进TACLS项目。他们希望这个新项目能够简化天气警报的发布流程。要了解TACLS，首先必须了解美国国家气象局是如何发布洪水警报的。
Laber表示，目前，气象预报办公室的工作人员会使用多种工具监测洪水状况。他们依靠雨量计和河流水位计，了解特定地点在任意时刻的水量；还利用卫星和天气雷达追踪正在发展的风暴。工作人员会监测降雨量，而当降雨量超过某一地区被认为安全的水平时，计算机也会向他们发出警报。Laber说：“根据当地土壤的类型和坡度，我们制定了山洪暴发指导标准，因此我们知道，如果某个地区在一定时间内出现一定量的降雨，就可能引发山洪暴发。”
“这将帮助你挽救生命。”——Ivory Small
Laber表示，所有这些信息，再加上这些机构中工作人员多年积累的专业经验，共同决定了是否会有人按下按钮，向当地发布洪水警报。
“监视”（watch）是严重程度最低的警报，意味着存在发生山洪的可能。Laber解释说，洪水监视可能会提前12至48小时发布。他表示，洪水监视发布后，当地应急团队就应开始采取“防洪措施”，以便在人们受困、被迫前往高处避险之前留出足够的准备时间。应急响应团队可能会检查疏散方案、设置沙袋和道路路障，并提前确定潜在洪水中风险最高的地区。
“提示”（advisory）的严重程度更高一级。Laber说，这时可能已经发生洪水，“但更多只是造成不便，不会威胁生命或财产”。“警告”（warning）则是最严重的警报。Small说：“这可能事关生死——你可能被洪水冲倒，或者被顺流漂下的汽车撞上。”
Small表示，NWS根据时间来区分普通洪水和山洪。如果一个地区在不到6小时内发生洪水，就属于山洪。
加州大学圣迭戈分校斯克里普斯海洋研究所的研究大地测量学家、TACLS项目负责人Yehuda Bock表示，NWS有许多不同的方法来判断是否需要发布山洪警告，但其技术存在局限。他说，NWS使用的卫星对海洋的观测比对陆地更细致。而且，在降雨发生时才进行追踪，无法提供足够的提前预警时间。他解释道：“因为一旦出现降水，你就已经身处事件之中了。”
Laber表示，沙漠和其他人口较少的地区通常布设的雨量计更少。“我们的雨量计网络相当密集，但它无法覆盖地球上的每一寸土地。”
从空中监测
TACLS利用卫星和机器学习技术，在地图上识别可能从降雨演变为危险山洪的地点——目前仅限于加利福尼亚州。不过，这项技术很快将向NWS的每个办公室开放。来自UCSD、NWS和NASA的科学家共同开发了TACLS。NASA地球科学技术办公室通过其先进信息系统技术项目为该项目提供了资金。
Bock 表示，TACLS 依赖全球导航卫星系统（GNSS），该系统主要用于预测地震。不过，由卫星和地面传感器组成的 GNSS 网络也能提供数据，帮助预报员判断是否需要发布山洪预警。大气中的水蒸气或水分越多，GNSS 卫星与地面传感器之间的通信延迟就越长。
Laber 表示，大气中的水分含量，即“可降水量”，能让美国国家气象局（NWS）了解暴风雨来临前天空中实际发生的情况。
在 TACLS 出现之前，Laber 和同事只能依赖天气预报，而预报并非总是准确。TACLS 可提供大气可降水量的实时数据，以便与预报进行比较。这有助于他们判断风暴的实际移动速度是否与天气模型的预测一致。Laber 说：“它能帮助我们在决定是否发布预警时做出更好的判断。”
即使有了 GNSS 的水分数据，预报员仍需要工具来分析所有这些信息。加州大学圣迭戈分校（UCSD）研究生 Bhavik Chandna 花了大约一年时间，利用所谓的长短期记忆架构开发 TACLS 的机器学习部分。Chandna 表示，这种特定的机器学习系统尤其适合处理正在形成的风暴，以及其他随时间变化的天气模式。
Chandna 解释说，研究人员使用 GNSS 网络多年来积累的大气测量数据，以及有关大气河、降水和山洪预警的数据来训练机器学习模型，使其能够理解“风暴形成过程中”大气水分的变化。与此同时，该机器学习系统还接受了训练，以判断当前条件是否适合发布山洪预警。
“机器学习在某些事情上很糟糕，但在另一些事情上表现出色。”得克萨斯大学奥斯汀分校地球与行星科学系副教授 Joel Johnson 说。Johnson 并未参与 TACLS 项目，但他亲身了解使用这类工具所面临的挑战。他说：“总的来说，数据中很容易出现伪影和误报。比如某个传感器出了问题，诸如此类。”不过，他认为 TACLS 似乎“非常适合”用于预测山洪。
Chandna 表示，误报确实会发生。他补充说：“真正的天气系统通常会影响一片区域，而不仅仅是某一个孤立的 GNSS 站点。如果一个站点显示出强烈信号，而相邻站点没有，那么这次检测结果就可以被抑制。如果附近多个站点都发现了相同模式，我们就能更有把握地认为它代表了真实的大气信号。”
Chandna 表示，TACLS 并非旨在取代发布天气预警的预报员。它只是又一项可帮助预报员进行决策的信息。
寻找更好的方法
Laber 表示，TACLS 软件已经在洛杉矶和圣迭戈的天气预报办公室投入使用，这些地区经常发生山洪。“在美国西部，我们要应对更多山洪，而且洪水来得快得多，”他解释道。目前，TACLS 会向工作人员显示一张带有多个数据点的图表，告诉他们实时情况。
Laber 说，图形显示得到改进的新版 TACLS 目前正在部署到美国国家气象局（NWS）的系统中，已接近完成。他补充说，NWS 的所有办公室都将在 10 月下半月使用这一版本。新版系统配有地图和详细图形，可显示降雨量以及是否正在发生极端天气事件。
Laber 表示，拥有更多工具——比如 TACLS 的这次最新更新——将进一步帮助他们改进发布山洪警报时的决策，进而可能缩短警报发布所需的时间，让人们更早知道危险正在发生。
Laber 说，TACLS 最有可能在美国西部得到最广泛的应用，因为大多数全球导航卫星系统（GNSS）传感器都位于以地震活动著称的地区。但 Chandna 认为，TACLS 在其他地方也能很好地发挥作用。他说，只要当地有一些 GNSS 传感器和可用的天气数据，“我们就可以把系统采用的相同理念应用到世界不同地区”。
Small 的思考并不局限于 TACLS。他认为，持续开展研究对于改进 NWS 发布山洪预警的方式至关重要。“每经历一场风暴，我们都会对正在发生的情况多了解一点，因为每场风暴都不一样，”他说，“事后开展研究至关重要，尤其是在重大事件之后。我们需要弄清楚是什么导致事件以那种方式发展，以及如果实际情况与我们原本掌握的认知不同，为什么会出现这种差异。”
Lin 担心的是 Lanesville 和自己的家。“如果在我被困住之前就知道洪水要来了，那会很有帮助。我当时哪儿也去不了，”Lin 说，“如果我收到一条警报，内容类似‘如果你在低洼地带，现在必须马上撤离，洪水就要来了’，那确实会有帮助。但洪水来得太快了。”
来源与参考
收录于 2026-09-19