從哈維颶風(fēng)和墨西哥大地震到伊爾瑪颶風(fēng)和哥倫比亞泥石流，2017年堪稱世界范圍內(nèi)自然災(zāi)害最多的一年：335場(chǎng)自然災(zāi)害，9560多萬(wàn)人受災(zāi)，9697人死亡，損失高達(dá)3350億美元。
然而不幸的是，2018年同樣也是災(zāi)難性的一年。從西伯利亞寒流肆虐歐洲到美國(guó)東海岸各州遭受風(fēng)暴襲擊，從法國(guó)阿爾卑斯省昂特羅訥鎮(zhèn)的雪崩到中國(guó)貴州的風(fēng)雹災(zāi)害……自然災(zāi)害以一種“你方唱罷我登場(chǎng)”的姿態(tài)在世界各地完成了一年的“巡演”。
由于氣候變化，未來(lái)幾年可能會(huì)發(fā)生更頻繁、影響更大的災(zāi)難。但在這個(gè)災(zāi)難性的場(chǎng)景中，仍然有一些好消息令人鼓舞：數(shù)據(jù)分析和尖端技術(shù)的普及有望在災(zāi)難面前挽救生命。
隨著科技變得越來(lái)越智能化，相關(guān)專業(yè)機(jī)構(gòu)和科學(xué)家們能夠分析之前未被開發(fā)的信息。大數(shù)據(jù)分析領(lǐng)域不僅可以預(yù)測(cè)災(zāi)害路徑，還可以讓有關(guān)部門優(yōu)化準(zhǔn)備工作，比如繪制疏散路線、精確定位受災(zāi)區(qū)域以及制定救援策略。通過(guò)接受并分析大數(shù)據(jù)，各個(gè)機(jī)構(gòu)可以更快、更有效地應(yīng)對(duì)不可避免的情況。
預(yù)測(cè)、準(zhǔn)備和預(yù)防
毫無(wú)疑問(wèn)，每次災(zāi)難都會(huì)提供大量的數(shù)據(jù)。
從以往的災(zāi)害中獲取信息，政府機(jī)構(gòu)官員和應(yīng)急人員可以收集有助于預(yù)測(cè)未來(lái)事故的線索。結(jié)合傳感器數(shù)據(jù)收集、監(jiān)測(cè)和衛(wèi)星圖像，大數(shù)據(jù)分析可以對(duì)關(guān)鍵任務(wù)領(lǐng)域進(jìn)行調(diào)查和評(píng)估。例如，了解已被洪水淹沒(méi)的某一特定區(qū)域的信息，以及被洪水淹沒(méi)的程度，就可以為確定易發(fā)洪水的區(qū)域和規(guī)劃在何地儲(chǔ)存關(guān)鍵的救援資源提供非常有用的基準(zhǔn)。
目前，通過(guò)人工智能，谷歌正在預(yù)測(cè)印度的洪水模式，并努力提高應(yīng)對(duì)工作的準(zhǔn)確性和精確性。
多年來(lái)，谷歌一直通過(guò)將聯(lián)邦應(yīng)急管理局等政府機(jī)構(gòu)的警報(bào)整合到地圖和搜索等應(yīng)用程序中，向用戶發(fā)出自然災(zāi)害警告�，F(xiàn)在，該公司正在做出自己的預(yù)測(cè)。作為與印度中央水務(wù)委員會(huì)合作的一部分，谷歌現(xiàn)在將向該國(guó)用戶發(fā)布即將發(fā)生洪水的警告。這項(xiàng)服務(wù)目前只在巴特那地區(qū)可用，未來(lái)將會(huì)擴(kuò)展到更多地區(qū)。
谷歌表示，之所以推出這項(xiàng)服務(wù)，是因?yàn)槊磕昙s有2.5億人受洪水影響，印度占洪水相關(guān)死亡人數(shù)的20％。為提高對(duì)洪水的防范力，該公司正在使用歷史事件數(shù)據(jù)以及特定區(qū)域的河流水位讀數(shù)、地形和海拔高度來(lái)訓(xùn)練其人工智能模型。該模型可以創(chuàng)建一個(gè)地圖并運(yùn)行多個(gè)模擬來(lái)進(jìn)行預(yù)測(cè)，該模型可以準(zhǔn)確預(yù)測(cè)可能的洪水事件的位置、時(shí)間和嚴(yán)重程度。
此外，無(wú)人機(jī)越來(lái)越多地被用來(lái)收集數(shù)據(jù)，用于應(yīng)對(duì)森林大火。而且，科學(xué)家們還將最先進(jìn)的增強(qiáng)現(xiàn)實(shí)技術(shù)與無(wú)人機(jī)結(jié)合起來(lái)，在救援任務(wù)中提高關(guān)鍵態(tài)勢(shì)的感知能力。在這方面，以色列的Edgybees公司尤為突出。
Edgybees公司研發(fā)了一款針對(duì)高速移動(dòng)平臺(tái)的AR技術(shù)，搭載這項(xiàng)技術(shù)的無(wú)人機(jī)可以讓操作員在監(jiān)測(cè)設(shè)備（手機(jī)或平板）上獲得真實(shí)場(chǎng)景以外的更加豐富的虛擬信息。提供的額外參數(shù)使得操作界面宛如主機(jī)游戲一般。
這一技術(shù)最早在2017年的伊爾瑪颶風(fēng)結(jié)束后被用于監(jiān)測(cè)及救援，其出色的表現(xiàn)令人印象深刻。在今年11月的美國(guó)佛羅里達(dá)州邁克爾颶風(fēng)事件中，該技術(shù)再次得到成功應(yīng)用。
值得一提的是，在邁克爾颶風(fēng)期間，一對(duì)美國(guó)夫婦被困，在自家草坪上用樹木拼出“HELP”的字樣被衛(wèi)星圖像捕捉后獲救的故事，也證明了衛(wèi)星圖像的價(jià)值所在。
受困者實(shí)時(shí)數(shù)據(jù)
同樣，通過(guò)可穿戴設(shè)備和個(gè)人技術(shù)生成的數(shù)據(jù)，應(yīng)急響應(yīng)人員可以更好地處理突發(fā)事件。
例如，可以分析從手機(jī)應(yīng)用程序、智能手表或聯(lián)網(wǎng)醫(yī)療設(shè)備中傳輸?shù)男畔�，從而有助于�?yōu)先安排響應(yīng)與救援。當(dāng)災(zāi)難期間接到大量報(bào)警電話時(shí)，調(diào)度員可以根據(jù)相關(guān)數(shù)據(jù)（如年齡和疾�。┐笾屡袛啻螂娫捛缶鹊娜说那闆r，并就每個(gè)案件的緊急程度作出決定。
受困者還可以通過(guò)地理標(biāo)記或時(shí)間標(biāo)簽來(lái)創(chuàng)建現(xiàn)場(chǎng)實(shí)時(shí)情況的圖片，通過(guò)在社交媒體發(fā)布信息以獲得幫助。社交媒體可以從用戶那里獲得直接的、有價(jià)值的線索，并向官員通報(bào)受災(zāi)地區(qū)、道路封閉、停電等情況。社交媒體還可以收集數(shù)據(jù)，讓受困者在危機(jī)時(shí)刻顯示自己的現(xiàn)狀（是否安全），這對(duì)應(yīng)急小組和為受困者擔(dān)心的朋友及家人都有幫助。政府機(jī)構(gòu)也可以利用這些社交媒體接觸目標(biāo)用戶，并提供可訪問(wèn)的大規(guī)模災(zāi)難預(yù)警。
今年9月，美國(guó)北卡羅來(lái)納州新伯爾尼市受到颶風(fēng)佛羅倫薩襲擊，造成洪水泛濫。當(dāng)時(shí)，一些沒(méi)有及時(shí)撤離的居民被困家中。
市政府隨即在推特上一個(gè)致力于確保人員安全抵達(dá)的賬戶——CrowdSource Rescue上發(fā)布推文，表示有大約150人等待救援。與此同時(shí)，受困的居民也使用推特將他們所在的詳細(xì)位置以及所需要的幫助發(fā)送給救援人員。
不久后，由兩個(gè)州外聯(lián)邦緊急事務(wù)管理署小組、市消防局和CajunNavy志愿者組成的救援隊(duì)駕駛船只，協(xié)助將被困人員轉(zhuǎn)移到安全地帶。
精確定位
如今，定位技術(shù)已經(jīng)變得相當(dāng)精確，以至于應(yīng)急人員可以很容易地識(shí)別出災(zāi)難發(fā)生的確切位置——導(dǎo)航應(yīng)用程序所使用的技術(shù)同樣可以實(shí)現(xiàn)這種有價(jià)值的效果。例如，今年，在美國(guó)加州雷德丁發(fā)生的卡爾大火（Carr Fires）中，官員們使用實(shí)時(shí)地圖中顯示的火勢(shì)蔓延的確切位置，來(lái)警告市民注意危險(xiǎn)發(fā)生的區(qū)域。
此外，在突發(fā)事件不斷發(fā)展的情況下，智能手機(jī)和物聯(lián)網(wǎng)設(shè)備中的先進(jìn)的定位技術(shù)可以讓響應(yīng)者準(zhǔn)確地確定打電話者所處的位置。
這一點(diǎn)尤其重要，因?yàn)閾?jù)估計(jì)，僅在美國(guó)，如果應(yīng)急服務(wù)采用這種精確定位技術(shù)，那么每年就能拯救大約1萬(wàn)人的性命。例如，數(shù)據(jù)和測(cè)繪技術(shù)可以向應(yīng)答者顯示，汽車、步行、船只或直升機(jī)是否可以抵達(dá)呼叫者的位置，且有助于他們規(guī)劃出實(shí)施救援的最佳方式。
精確定位曾在哈維颶風(fēng)期間的救援中大顯身手。當(dāng)時(shí)，一名卡車司機(jī)被困在不斷上漲的水位中。汽車根本無(wú)法接近，只得在無(wú)法固定位置的高速公路上用船進(jìn)行救援。通過(guò)數(shù)據(jù)、測(cè)量和測(cè)繪技術(shù)，救援人員知道了周圍水域的深度以及洪水下的道路情況，隨即開展了有針對(duì)性地救援行動(dòng)。
顯然，在一個(gè)數(shù)據(jù)生成連接設(shè)備的時(shí)代，重要的不僅僅是收集的數(shù)據(jù)數(shù)量，還有如何管理和分析這些數(shù)據(jù)。人工智能輔助下的技術(shù)和大數(shù)據(jù)分析正在通過(guò)增強(qiáng)預(yù)測(cè)和準(zhǔn)備能力、加快響應(yīng)時(shí)間和提高響應(yīng)者在資源稀缺時(shí)高效運(yùn)作的能力，來(lái)改變救災(zāi)工作。當(dāng)每一秒都很重要的時(shí)候，有了正確的數(shù)據(jù)管理策略，政府就可以更明智地為應(yīng)對(duì)災(zāi)難做準(zhǔn)備，并改善援助措施。