Jaarlijks eisen overstromingen duizenden levens. Deze rampen manifesteren zich met verwoestende snelheid, en vooral stedelijke gebieden zijn kwetsbaar. Voorheen ontbrak het wetenschappers aan de gegevens die nodig zijn om voorspellingen te doen over dergelijke gebeurtenissen. Echter, Google heeft nu een innovatieve oplossing ontwikkeld die gebruikmaakt van geavanceerde AI-technologie.
Google introduceert Groundsource, een systeem dat gebruikmaakt van de kracht van de Gemini AI om miljoenen nieuwsartikelen te analyseren die sinds 2000 zijn gepubliceerd. Het doel is eenvoudig maar cruciaal: het verzamelen van gegevens over overstromingsgebeurtenissen, die vervolgens worden gekarteerd op locatie en datum. Deze aanpak heeft geleid tot een dataset van maar liefst 2,6 miljoen historische flash floods (plotse overstromingen) in meer dan 150 landen, die nu toegankelijk is voor een breed publiek.
Wat deze dataset zo bijzonder maakt, is de manier waarop het hen in staat stelt om een AI-model te trainen dat voorspellingen kan doen over de kans op een flash flood in een stedelijk gebied binnen de komende 24 uur. De resultaten zijn nu te vinden op Google’s Flood Hub, hetzelfde platform dat wereldwijd ongeveer 2 miljard mensen waarschuwt voor overstromingen gerelateerd aan rivieren. Dit biedt niet alleen mogelijkheden voor de wetenschap, maar ook voor investeerders en beleidsmakers binnen de Europese cryptomarkt die zich verdiepen in de rol van technologie in risicobeheer.
De uitdaging die Groundsource aanpakt, is verrassend basaal. Terwijl rivieren sensoren hebben die waterstanden registreren, ontbreekt dat in stedelijke gebieden. Wanneer hevige regenval de afvoersystemen overbelast, gebeurt de overstroming te snel en te lokaal om met traditionele instrumenten vast te leggen. Zonder historische data kan een AI-model geen complexe patronen herkennen, wat de voorspelling van overstromingen bemoeilijkt.
Door nieuwsartikelen als ontbrekende sensoren te beschouwen, geeft Google ons een baanbrekend inzicht in ons vermogen om noodsituaties aan te pakken. “Door publieke informatie om te zetten in actiegerichte data, analyseren we niet alleen het verleden, maar bouwen we aan een veerkrachtigere toekomst,” aldus Google. Dit is een krachtige boodschap richting iedereen die belang heeft bij het integreren van data-analyse in real-time besluitvorming.
Het data-analysetraject is niet eenvoudig. Het team heeft miljoenen teksten ontdaan van advertenties en duplicaten, en artikelen vanuit verschillende talen naar het Engels vertaald. Hierdoor is schone, geolocatie- en tijdserie-data ontstaan. De AI maakt gebruik van een LSTM-neuraal netwerk (Long Short-Term Memory), dat uitermate geschikt is voor het verwerken van sequentiële data. Het model combineert gegevens zoals lokale weersvoorspellingen met variabelen als verstedelijkingsdichtheid, bodemabsorptie en topografie. Uiteindelijk geeft het een risicosignaal af: gemiddeld of hoog overstromingsrisico binnen 24 uur.
Toch zijn er beperkingen. Het systeem heeft slechts invloed op gebieden van ongeveer 20 vierkante kilometer tegelijk en kan niet voorspellen hoe ernstig een overstroming zal zijn. Het presteert bovendien minder goed in gebieden met beperkte nieuwsverslaggeving. Deze factoren maken het noodzakelijk om het systeem kritisch te benaderen en de resultaten daarvan zorgvuldig te interpreteren.
Ondanks de beperkingen zijn de vroege resultaten veelbelovend. Een regionale rampenautoriteit in Zuid-Afrika ontving een waarschuwing via Flood Hub tijdens de bètafase, bevestigde de overstroming ter plaatse en zette een humanitaire medewerker in voor de respons. Dit benadrukt de daadwerkelijke impact van dergelijke technologie in noodsituaties. Zoals Juliet Rothenberg, directeur crisisresilience bij Google, opmerkte: “Die opeenvolging van een voorspelling via Flood Hub tot actie ter plaatse is precies wat Flood Hub beoogt.”
Investeringen in dergelijke technologieën, vooral binnen de cryptomarkt, kunnen niet alleen financiële voordelen opleveren, maar ook bijdragen aan een grotere maatschappelijke weerbaarheid tegen natuurrampen. Dit is een groeiend gebied waar technologie, data-analyse en sociaal welzijn samenkomen, en het biedt fascinerende kansen voor toekomstige investeringen.
Hoe kan Groundsource de toekomst van overstromingsvoorspelling veranderen?
Groundsource stelt steden in staat om sneller en effectiever te reageren op overstromingsgevaren door gebruik te maken van historische gegevens uit nieuwsartikelen, wat leidt tot meer gecomplimenteerde voorspellingen.
Wat zijn de belangrijkste beperkingen van dit systeem?
Het model is beperkt tot gebieden van ongeveer 20 vierkante kilometer en kan de ernst van overstromingen niet inschatten. Daarnaast is het minder effectief in gebieden met beperkte nieuwsdekking.
Welke rol speelt data-analyse in het risicobeheer van de toekomst?
Data-analyse speelt een cruciale rol in de preventie van rampen door het ontwikkelen van voorspellende modellen die zowel overheden als investeerders in staat stellen om beter voorbereid te zijn op natuurrampen.
