北京时间12月28日上午消息，随着气候变化的加速，海平面上升，沿海社区面临巨大威胁。如果将AI工具、社交媒体、众包App组合起来，也许可以帮助社区做好准备，应对自然灾害。

　　最近，英国邓迪大学的科学家团队向外界展示可以用来监测城市内洪涝灾害的技术，它是由AI、社交媒体、众包技术组成的。

　　团队的目标是开发一套早期洪涝灾害侦测系统，首先从超归结（hyper-resolution）城市洪涝计算机模型开始。为了让系统可靠，研究人员需要用地面真实数据验证模型的结果是否正确。然而研究人员罗杰·王（Roger Wang）花了3个月寻找可靠数据集，最终空手而归，一无所获。

　　如果选择卫星遥感技术，费用太高，而且在城区使用时经常会被技术问题干扰；如果在地面安装传感器网络，安装和维持成本太高。即使选择最普通的方法，由政府人员调查，预算也不低。

　　怎么办？团队在Twitter和MyCoast平台找到了替代方案。MyCoast是一个众包App，它会收集沿海环境数据。扫描Twitter，搜索相应关键词，团队就可以找到与洪水有关的事件。然后团队用自然语言处理AI技术给事件分类，按照严重性、位置分类。

　　罗杰·王说：“一条Twitter消息可能包含许多信息。例如，它也许可以告诉我们洪水的位置在哪里，水深多少，洪水泛滥的趋势是怎样的，估计受到多大的损伤。还有一点更重要，它可以提供超归结数据。”如果用户留下街道名称、建筑物门牌号数，数据可以精确到英尺。他还说：“如果没有AI技术，数据中就会有许多噪音，因为有很多Twitter信息虽然带有关键词，但是并无关联。”自然语言处理技术可以帮助研究人员确定用户的位置，计算机视觉技术可以将洪水照片与非洪水照片区分。

　　研究人员发现，与洪水有关的Twitter消息跟高降水量有关，而众包数据又与实际道路封闭事件有关。他们认为，Twitter这样的工具可以给大规模监控提供帮助，至于MyCoast这样的App，可以为小规模监控提供富有价值的意见。有了这些工具的帮助，社区可以提前部署，为可能发生的洪灾做准备。

　　新系统并不完美，研究人员使用的计算机视觉技术精准度只有70%，不过研究人员正在用MyCoast照片继续训练算法。