登录体验完整功能(收藏、点赞、评论等) — 已累计有 12512 人加入

谷歌用大语言模型解析历史新闻 攻克山洪预测数据稀缺难题

详情页推荐

2026年3月,谷歌公布全新山洪预测技术方案,依托大语言模型(LLM)解析海量历史新闻报道,将原本零散的定性灾害记录转化为可用于模型训练的定量水文数据,可大幅提升无水文监测站的偏远区域山洪预警准确率,填补了全球灾害预警领域长期存在的数据稀缺痛点。

山洪作为全球致死率最高的突发自然灾害之一,其预测精度始终受限于底层数据覆盖度:据联合国减灾署2025年发布的报告,全球42%的山洪高发区域未布设水文监测站,仅靠卫星遥感数据支撑的预警方案漏报率超过50%,远达不到安全预警标准。

过去行业的通用解决方案是新建更多监测站,但在地形复杂、人口密度低的偏远山区,监测站的建设、运维成本极高,多数欠发达国家难以承担相关投入,这一缺口已经存在超过20年。

免责声明:本网站AI资讯内容仅供学习参考,不构成任何建议,不对信息准确性与完整性负责。