XAI+城市洪涝防控，在港上线！

1月22日

由华南理工大学唐洪武教授

率领团队研发的

香港智慧水浸预测及预警系统上线

香港智慧水浸预测及预警系统上线仪式 邓梓锋 摄

该系统将

最新一代AI模型——XAI模拟技术

落地到洪涝防控实际业务场景

这在全国城市洪涝防控领域尚属首次

什么是XAI？

人工智能的崛起伴随着一个核心矛盾

模型的能力越强大

其内部机制越像“黑箱”

开发者能输入数据并看到输出结果

但中间的决策过程如同迷雾

为破解人工智能模型“黑箱”机制

提高人工智能模型透明度

对人工智能的信息组织机制

进行解释说明

可解释人工智能XAI应运而生

香港为何易受城市洪涝威胁？

香港属于海洋性亚热带季风气候

年平均降雨量为2400毫米

是太平洋周边地区

降雨量最高的城市之一

同时香港的低洼地带

容易受到热带气旋移近带来的

风暴潮威胁

如果风暴潮适逢天文大潮

海平面可能比平常高出很多

导致沿海低洼地区被海水淹浸

在气候变化与城市化叠加影响下

香港面临日益严峻的城市内涝风险

观塘地铁出口有行人涉水而过 图片源自香港《经济导报》

传统基于物理机制的洪涝模拟模型

虽能准确反映水动力过程机理

但其计算效率低、响应时间长

难以满足城市洪涝快速预警

与实时响应的需求

为突破传统模型的时效瓶颈

支撑区域可持续发展

华南理工大学团队构建起

基于XAI的城市内涝风险评估

与快速预警模型

以强化香港预报、预警、预演、预案

“四预”能力

模型将如何应用？

为了克服传统数据驱动“黑箱”模型预测所导致的决策透明度低、风险识别困难等问题，基于前期构建的香港典型集水区物理机制模型与城市洪涝数据集，该预警系统结合XAI技术的分析结果，对预测模型中各类特征的贡献进行系统化量化分析，通过特征贡献度分析，明确历史降雨、潮位、地形等因素在不同集水区洪涝事件中的贡献权重，为城市洪涝灾害风险决策提供更加科学、明确的依据。

香港智慧水浸预测及预警系统 华南理工大学供图

“用通俗语言解释就是，哪个因素、哪个地区对洪涝灾害影响最大，系统会提示决策者重点关注相应部分解决问题。让‘四预’跑在灾害形成之前。”华南理工大学水利工程系主任程香菊说。

XAI模型架构 华南理工大学制图

针对汛期洪涝突发性强、响应时间短的特点，系统实时接入天文台数据，实现水利气象数据的互联互通；同时引入卷积神经网络（CNN）、长短期记忆神经网络（LSTM）和AI可解释方法，构建XAI洪涝快速模拟模型。

系统根据香港天文台数据，以6分钟为间隔进行滚动预报，实时预测未来两小时的洪涝演进过程。在单核单线程条件下，完成香港全域近1000平方公里的模拟仅需约3分钟。

实时天气界面示意图 华南理工大学供图

为提高模型预测的透明度和信任度，首先对降雨、潮位等因素进行标准化处理，通过网格搜索法对模型的网络结构与超参数进行优化，并结合正则化、交叉验证等手段提升模型泛化能力，构建最优参数模型。所开发的深度学习模型可基于历史和设计的降雨、潮位信息，对未来两小时的城市洪涝淹没情况进行快速、准确预测，为香港滨海地区的防灾减灾与应急管理提供科学决策支持。

随着系统投用

XAI技术在水旱灾害防御中

还将有更广阔的应用空间

文案 | 陈思杰

审核 | 樊弋滋

监制 | 轩玮

责编 | 孟京

校对 | 王子月