洪水是最常见的自然灾害之一，对发展中国家的影响尤为严重，因为这些国家通常缺乏密集的流量测量网络。准确和及时的预警对于降低洪水风险至关重要，但水文模型通常必须根据每个流域的长期数据记录进行校准。

　　近日，由谷歌公司和ECMWF等研究机构组成的国际小组，开发出一个有望提高洪水预测准确率的AI模型。研究显示，该AI模型的准确率与当前的主流方法相当，甚至更好，有望对特大洪水事件更早做出预警。

　　研究人员用5680个现有测流设备训练了一个AI模型，该模型能在7天的预报期里预测无测站流域的日径流。研究展示了基于AI的洪水预测在预测无测站流域的极端河流事件方面所达到的可靠性，其最长预报时间为五天，与目前最先进的全球模式系统（哥白尼应急管理服务全球洪水预警系统）的临近预报的可靠性相近或更好。对5年重现期事件的预测精度，与目前对1年重现期事件的预测精度相近或更高。这意味着AI可以在无测站流域更早、更大、更有影响的事件中提供洪水预警。

　　新开发的AI模型已被纳入业务预警系统，可提供80多个国家的实时预报。这项工作强调需要提高水文数据的可用性，以继续改进全球获得可靠洪水预警的能力。相关成果以Global prediction of extreme floods in ungauged watersheds发表在Nature期刊上。