政府和组织如何利用谷歌的人工智能突破提升危机韧性

证据等级：A1 证据类型：官方一手信息 来源：Google Product News 官方发布日期：2026-07-07 采集时间：2026-07-18T16:33:05.430Z

随着极端天气事件和自然灾害的加剧，今天联合国的报告《利用人工智能增强多灾害预警系统》强调了技术在保障社区安全中的关键作用。自COP27会议启动以来，谷歌一直支持联合国的全民早期预警倡议，并在其中发挥了积极作用。

在过去的十年里，通过我们的危机韧性工作，谷歌团队在全球检测和预测中取得了基于人工智能的突破。通过与合作伙伴合作，以及通过向数十亿人提供有用信息的产品，我们正在共同努力迈向一个没有人会因自然灾害而感到惊讶的世界。

从预测到实时警报，再到灾后响应，以下是我们如何与联合国、各国政府及国际组织在全球危机韧性方面开展合作。

预测和应对灾害

及时的现报和预测使政府、人道主义组织和社区能够在灾害发生前采取行动。在2025年的飓风季节，美国国家飓风中心使用了谷歌的WeatherNext模型。它预测了飓风梅丽莎历史性袭击牙买加的登陆，比实际发生提前五天，使牙买加气象局能够通知公众。在尼日利亚阿达马瓦州，联合国人道主义事务协调厅启动了一个使用谷歌河流洪水预测的洪水预防性行动计划。当预测显示重大洪水的高风险时，它会启动一系列早期干预措施，如避难所准备。非政府组织GiveDirectly在尼日利亚科吉州采用了类似的方法，使用 谷歌预测在洪水发生前发放现金。这使家庭能够安全撤离，并购买像沙袋这样的设备来保护他们的财产。

我们的预测可在 Flood Hub, 获取，覆盖 150 多个国家的 20 亿人口，涵盖有重大洪水风险的地区。我们正与合作伙伴持续改进预测能力。世界气象组织（WMO）以及捷克、尼日利亚、乌拉圭和越南的国家水文机构与谷歌合作启动了一项试点项目，以评估本地数据如何影响区域河流流域的人工智能预测。我们发现，将本地河流流量数据纳入全球人工智能模型可以显著改善无测站地区的预测。该研究结果将在未来几周内发布，凸显了将全球人工智能模型与本地专业知识相结合的价值，为人工智能如何更好地支持国家预测工作提供了蓝图。

为了进一步推进研究，我们最近开源了我们的Groundsource城市暴雨洪水数据集，以及我们的水文建模框架，帮助专家在构建新方法的同时，仍然完全控制自己的本地数据。我们与捷克水文气象研究所（CHMI）测试了水文框架，他们开发了一个适配器，使他们和全球其他水文服务能够在其标准工作流程中使用该模型。

对于野火，我们利用卫星影像在搜索和地图中追踪火灾边界，覆盖34个国家。与地球火灾联盟和Muon Space合作，我们开发了专门的FireSat星座，旨在提供前所未有的野火数据集，并帮助消防机构在火灾蔓延之前更快地检测到野火，在地球上的任何地方。今天早些时候，三颗新的FireSat卫星从加利福尼亚州范登堡太空军基地发射。

在危机时刻提供救生警报

在危机时刻，获得可靠、权威的信息对受影响的人至关重要。仅在2025年，谷歌平均每天就帮助人们查询危机信息超过1000万次。

在我们发布的警报中，有公共警报——通过通用警报协议（CAP）提要展示来自警报机构的内容。截至目前，这些公共警报包含来自90多个国家的政府机构的数据，合作伙伴包括美国国家气象局、英国气象局和巴西国家风险与灾害管理中心（CENAD）。我们鼓励更多国家发布CAP警报提要。

当当局发布这些警报时，它们可能会出现在搜索、地图以及Android通知中。这确保了公共安全信息，如严重天气警告和洪水更新，以及人们保持安全所需的实用信息，能够迅速且直接地传达到人们手中。

虽然有效地向人们发出地震警告仍然是一个关键挑战，但我们在警告震中以外的人群方面已经取得了进展。上个月，当毁灭性地震袭击委内瑞拉时，谷歌的Android地震警报系统利用安卓手机网络作为微型地震仪，提醒了震中以外的数百万用户，使他们能够在震动开始的几秒钟前采取防护措施。

利用卫星影像加速灾害响应

灾后，核心挑战是尽快将救生援助送到需要的人手中。人工智能驱动的洞察可以帮助政府和组织更高效地响应。

社会与人道行动数据洞察（DISHA）与谷歌合作开发了一套损害评估工作流程，并与联合国卫星中心（UNOSAT）合作实施。该流程使用开放建筑和建筑损害评估模型来分析卫星影像，并最近通过新界面得到了增强，标志着运营影响的新阶段。迄今为止，它已部署了11次，支持地震、洪水和气旋等灾害的应对。它能够在极短的时间内对数十万栋建筑进行高精度分析，为UNOSAT专家每次启动节省了数周的工作时间。

当2025年10月飓风梅丽莎袭击牙买加时，这个基于人工智能的分析对超过38.5万栋建筑进行了初步损毁评分，以为恢复工作提供信息。最近，在2026年2月哥伦比亚洪水发生后，UNOSAT通过将人工智能生成的建筑地图与洪水雷达影像进行交叉参考，迅速评估了受损基础设施。该分析为联合国人道主义机构和国家政府的应对计划提供了信息。

由DISHA人工智能辅助损毁评估解决方案识别出的热带气旋梅丽莎损坏的建筑。来源

虽然单个模型功能强大，但结合影像、人口和环境洞察力使组织能够应对更复杂的现实世界问题。我们已将气候和地理空间模型整合到 Google Earth AI 模型和数据集集合中。这提供了可操作的行星级情报，帮助企业和组织进行 灾害响应、行星监测 等工作。

我们期待继续推进基于人工智能的解决方案，并与我们的合作伙伴共同致力于实现我们共享的全球使命。