我們已開源我們的水文模型，以協助各國氣象水文機構將先進的 AI 洪水預測技術整合至其工作流程中。洪水是全球最具破壞性的自然災害之一，往往預警時間短，並造成長期損害。多年來，Google Research 已建立最先進的 AI 模型，以提供更精確的洪水預測，確保這項技術能傳達給第一線應變人員，讓他們有時間採取行動。

為了進一步保護脆弱社區，我們現在已在 GitHub 上開源我們的水文建模框架，供他人使用和在此基礎上進行開發。這個開源建模框架讓研究人員和預報員能夠使用與 Google Flood Hub 上用於河川洪水預測相同的架構和類似的訓練資料來訓練 AI 洪水預測模型。

它的開發旨在讓水文科學家能夠在 Google Research 已完成的基礎上，透過新增和測試新的模型、資料和方法來進一步發展。它也讓操作預報員，其工作涉及為特定區域提供可操作的洪水預警的人員，能夠將當地資料和知識整合到最先進的 AI 洪水預測中。

我們相信，當一項科學突破能夠賦予他人複製和擴展研究成果的能力時，它才能充分發揮潛力，確保創新成為全球進步的催化劑。這就是為什麼我們在內部開發此框架，並與捷克水文氣象研究所 (CHMI) 等合作夥伴進行測試。發布我們的模型架構和訓練管線代表著全球洪水應變準備方面的一項根本性轉變，它允許各國氣象水文機構 (NMHSs)、其他氣象機構和主管機關保留對其資料的完全控制權，同時賦予當地專家使用專業資料集微調模型的能力。

如何運作我們的水文模型是一個 Python 套件，它使用開源的 PyTorch 機器學習建模套件來實作驅動 Google Flood Hub 的河川預測模型。這些模型接收與氣候、土壤、地形和土地覆蓋相關的地理特徵形式的輸入資料，以及與降雨、溫度和其他天氣條件相關的氣象預報，以預測全球河流的每日流量。

水文建模套件包含基於長短期記憶 (LSTM) 網路的模型架構，以及一個訓練管線，允許這些模型使用來自開源 Caravan 資料集的歷史河流資料進行訓練。研究人員和洪水預測機構可以將自己的資料添加到這個開源資料庫中，以訓練或微調適用於其當地流域的模型。

要開始實作，請查看這個 Python 互動式教學筆記本以及 YouTube 上關於導覽模型程式碼的相關影片教學。模型改進這個程式碼儲存庫包含我們水文模型的兩個不同版本：一個是我們在 2024 年發表的基準測試研究中測試的原始版本，另一個是目前為 Flood Hub 提供即時全球洪水預測的升級模型。

新模型透過轉換到新的模型架構，建立在我們初步研究的基礎成功之上。這個框架允許我們將多樣化的多來源氣象輸入處理成一個統一的洪水預測系統，如下圖所示。我們最近的基準測試研究顯示，相較於舊版本，這個新模型在有測量站的流域中將可靠預測期延長了六天，在沒有測量站的流域中延長了一天。

從理論到實際操作在《2025 年多災害早期預警系統全球現狀報告》中，世界氣象組織 (World Meteorological Organization) 認識到，當地資料以及原住民和地方知識 (Indigenous and Local Knowledge, ILK) 是有效災害預警的關鍵組成部分，並指出「將 ILK 系統地整合到風險知識生產中仍然是例外而非常態」。

我們的開源洪水預測工作流程透過讓區域預報員直接、親手控制 AI 驅動的預測模型來解決報告中的發現。這些框架相對容易且成本低廉，提供準確性，同時避免了傳統水文預測模型的複雜性，並允許使用者納入自己的專業資料進行訓練和預測。易於採用的開源工具對於彌合技術創新與洪水災害系統實際效益之間的差距至關重要，特別是對於加速早期預警系統的能力發展。

本次發布的操作潛力最好透過我們與 CHMI 的合作來證明。他們的合作是驗證我們的 AI 模型提供的預測品質與傳統的、局部校準的概念模型相當的關鍵。CHMI 還開發了一個轉接器，將水文開源框架整合到 Delft-FEWS 平台中，Delft-FEWS 是一個受歡迎的操作性洪水預測工具，被國家和地方洪水預測機構、非政府組織和私人公司用於驅動預測模型。

Delft-FEWS 由 Deltares 研究院營運和維護。這使得 CHMI 和全球其他水文服務機構能夠在其標準工作流程中使用該模型。這種整合為全球機構如何將機器學習納入其水資源管理工作流程提供了一個藍圖。除了像 CHMI 這樣的大型機構之外，開源模型發布還提供了一個可擴展、易於使用的工具，使先進預測的獲取民主化，並為資源有限的地區和地方團隊提供了利用高水準洞察的機會，而無需昂貴的傳統預測基礎設施。

國際氣象界已認識到這種開放科學方法的價值。世界氣象組織水文建模和預測部門負責人 Hwirin Kim 博士指出：「我歡迎開源水文建模工具的擴展，這對於支持社會如何管理水資源和應對環境挑戰至關重要。我們世界氣象組織熱衷於支持開源、可互操作、成員驅動的模型和工具，這些模型和工具可以幫助拯救生命，並推進全球使命，確保各地社區都能預先收到災害警報，以保護其生命和生計。」

氣候行動的統一框架模型架構、全面的文件和訓練材料現已在 GitHub 上以 Apache 2.0 許可證發布，使該框架完全可供研究人員和操作預測專業人員使用。透過將我們的水文模型交到全球水文界手中，我們可以建立一個更具洪水韌性的世界。有關 Google 更廣泛的洪水預測計畫和資源的更多詳細資訊可在 Google Research 網站上找到。

我們邀請全球水文界在這些開源工具的基礎上進行開發。致謝許多人參與了這項工作的開發。我們特別感謝 CHMI 的 Jakub Krejci 和 Jan Daňhelka 的合作與回饋，以及 Google Research 和社會影響合作夥伴團隊的以下個人：Amit Markel、Avinatan Hassidim、Deborah Cohen、Emily Reinstein、Gila Loike、Grey Nearing、Nina Bekele、Omri Shefi、Reuven Sayag、Rony Amira、Shmulik Fronman、Stephanie Rees 和 Yossi Matias。