Search
Close this search box.

【生活智庫】國際救援組織用AI預測水災 預早向災民發放現金

根據世界銀行的數據,全球有五分一人口,約18億人面對嚴重的洪災風險。氣候變化帶來極端天氣,令水災日益頻仍和嚴重。聯合國更發出警告,本世紀沿岸地區遭遇洪水的可能會增加五倍。Google與國際人道救援組織合作,運用人工智能(AI)技術預測嚴重水災,然後預早向受影響的人發放援助金,增強災民的應對能力和減少損失,真正做到未雨綢繆。

莫桑比克受災情況。(圖片來源:Getty Image)
莫桑比克受災情況。(圖片來源:Getty Image)

Google.org 撥捐460萬美元予GiveDirectly和國際救援委員會(The International Rescue Committee),讓該兩個慈善組織的賬災項目向7,500人發放現金應急。首個合作項目在嚴重水災頻生的尼日利亞推展,GiveDirectly的數碼創新高級經理林繆斯(Vera Lummis)指出:「在雨季,我們用Google的人工智能模型和政府數據,監測洪水成災的風險。一旦洪災出現,AI也可幫助我們找出哪些地方將會首當其衝,我們繼而用電子支付方式,向受災地區的人提供支援,緊急援助金在一日內就可以直接存入他們的銀行戶口。」

這種災前預支援助金方案的成效得到肯定。國際救援委員會在2022年尼日利亞水災前夕測試這措施,嚴重洪災如預期在8月出現,有賴人工智能的預測,受影響的六個村莊有三個得到災前支援,每個受災家庭在7月底獲發400美元。

為了進一步了解預先救助模式的成效,救援組織作出對照實驗──向一個社群發出水災預報,但在洪水退去才發放救濟金。實驗結果顯示,預先發放有助受災社區改善糧食供應和災民收入的穩定性,災民變賣家當應急的需要也減少。

國際救援委員會的經濟復元及發展部研究員奇連(Clare Clingain)解釋,水災往往令受災的村莊交通中斷,通往市場的道路受淹,災民無法買賣。

GiveDirectly今年在莫桑比克推行試驗計劃,在水災前三、四天向受災地區住戶每戶發放225美元。一些家庭運用這筆錢購置糧食和醫療用品,有人用來搬家,到安全地方暫避洪水,有人即時鞏固家園的防洪設施,也有人在洪水退減後用應急資金購買種籽,恢復耕作。

反觀傳統的人道救援行動往往在災後一段時間才將捐款送到災民手上。某些賑災行動對災民構成負擔,多於援助,例如在夏季颶風後送上大批禦寒衣物。以往沒有科技輔助,救援組織想提供災前支援,就要逐家逐戶探訪,相當費時。現在智能手機普及,令發放現金援助變得方便。

這項實驗主要歸功於洪水資訊機構Flood Hub,Google用人造衞星影像建立特定地區的精密地圖,然後以人工智能分析當地天氣、土地和河道分佈等地理條件、排洪設施,推算出暴雨後出現洪水的可能性,推測的準確度比天文台的天氣預報還要精準,最早可以在洪水出現前七天預知。這技術對於資源和基建匱乏的發展中國家非常有用,有助疏散和防災措施,而且可省卻人力。在印度,Flood Hub用短訊向4,500萬人發出警報。

國際救援委員會的氣候抗逆研究和創新總監郭建(Tara Clerkin)表示,尼日利亞是其中一個氣候災害頻仍的國家,由於國內局勢不穩,國際性的對抗氣候變化行動鮮有關注尼日利亞,人道救援工作人員亦卻步。

有救援組織呼籲跨國企業和各地政府參與和支持,將AI預報系統納入其社會保障制度:「我們需要國際社會團結,用集體意志將這個系統的運作由回應式變成主動出擊,減低人命和財物損失。」

Google提供80個國家的河道洪水預報系統,免費放在Flood Hub平台供人使用。AI的優勢是即使歷史參考資料極少,也可以向其他水災「學習」,從而作出預測。

專門研究人工智能天氣預測可信性的電腦專家麥加法教授(Dr McGovern)指出,AI的模擬有其局限,譬如以往甚少發生水災的地方,由於缺乏數據訓練AI系統,相對較難作出預測,而且結果可能不準確。

分享這篇文章

相關文章

【生活智庫】肯尼亞人象衝突 竟靠蜜蜂化解

大象雖然是受到保育的物種,但在印度、斯里蘭卡或東南亞一些地區,卻不時發生人象衝突,引致人命和大象傷亡。在東非的肯尼亞也不例外,但保育大象組織為當地農民提供了一個特別的解決方案,就是利用非洲蜜蜂來嚇阻大象。