预测像飓风弗洛伦斯这样的重大洪涝事件的能力已显著提高。但了解此类风暴将如何与建筑环境相互作用，以及如何影响特定区域的居民仍然非常有限。
预测洪水情景的因素变化速度快于帮助人们准备和适应的工具。例如，我们知道气候变化导致基线海平面升高，这意味着飓风带来的风暴潮将更大。
但人类活动也在其他方面加剧了灾难。美国沿海地区人口激增，使更多的人口和基础设施暴露于相关威胁之下。维拉诺瓦大学地理与环境学助理教授斯蒂芬·斯特拉德称之为“靶心效应扩大”。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您将有助于确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
斯特拉德说：“社会发展是对灾难影响最大的因素，因为它增加了损失的可能性。” 这也意味着更多环境已被人类居住地铺平，改变了特大洪水的 hydrology，而这些变化尚未得到充分的测量或沟通。
克雷格·富盖特对这些问题之间的相互作用进行了深入思考。他于 2009 年至 2017 年领导了联邦紧急事务管理局 (FEMA)。作为佛罗里达州人，他看到了先前飓风的挥之不去的影响，以及海平面上升如何使洪水变得更加频繁，并在这一过程中导致某些人口流离失所。
在 FEMA 之后的事业中，富盖特现在是一家名为 One Concern 的初创公司的首席应急经理，他说该公司正在使用大数据和机器学习来帮助社区和企业更好地为洪水等威胁做好准备——不仅是像弗洛伦斯这样的单一极端事件，而是气候变化将带来的更常规的问题。
One Concern 表示，其洪水平台计划在今年年底前发布，将有助于在风暴来临前最多五天预测街区级别的淹没程度。这种分辨率可以更轻松地为风暴做好准备，并以更高的精确度适应未来的威胁。富盖特今年夏天告诉大众科学关于该项目的情况。
[以下是采访的编辑稿。]
在您在 FEMA 的工作期间，从 30,000 英尺的高度观察了美国的灾难响应之后，是什么吸引您加入一家人工智能初创公司？
我想改变结果。当我们的 FEMA 地图的所有数据都在回顾过去时，我们如何为未来的风险做好准备？[One Concern] 洪水模型让我着迷的是，它被设计为一种响应工具。它采用降雨量估算，而不是仅仅说“您将遭遇突发洪水”，而是预测这个街区将遭遇三到五英尺的洪水，而那个街区可能会遭遇高达 20 英尺的洪水。我们还可以立即知道哪些区域受到了严重影响——决策者不必等待信息传来才能启动响应。
真正让我信服的是所涉及的数据量，以及我们如何以高分辨率和快速地看到事物。我们可以在风暴到来前的几天内运行各种情景，并了解系统何时以及如何失效。使用人工智能降低了进行“假设”的门槛。
让我感兴趣的还有，我们在 [超级风暴] 桑迪之后，在新泽西地区做了很多所谓的“减灾项目”。许多项目[例如抬高建筑物]都是基于对 100 年成本效益分析的考虑；我们的假设是它们在下一次风暴中会表现得更好。但我们从来没有真正问过这个问题，“它会好多少？”
当我们谈论为沿海社区应对海平面上升做准备时，“韧性”一词经常被抛出——在某些情况下，通过永久性地将人们从危险地带迁出并进行房屋回购。 这些模型如何使韧性不再抽象？
如果我们总是等到灾难之后才转移人口，那么这将是最痛苦和最具破坏性的方式。我们如何将这些工具提供给负责在易受海平面上升影响的地区更改建筑规范和土地利用的官员？
一个小镇可以使用此工具来确定禁建区——一个他们不会颁发任何新建筑许可证的区域。然后他们说，“如果房屋在风暴中被毁，您就不能重建。” 然后，您可以将这些资源重新定向到一个新的区域，使其成为一个有吸引力的居住地。我们有软硬兼施的措施，通过为搬迁到更安全地点提供机会来减少居住在禁建区的人口数量。我们将时间纳入此过程。
如果我们能够使风险更加明确，我们至少可以开始更好地控制自己的命运——而不是每次风暴来袭时都强加于我们，并且我们失去了再也无法收回的阵地。这不会容易，也不会便宜，但这是一个策略。
如果许多沿海地区的价值在于海滩本身，那么当维护沙滩变得站不住脚时会发生什么？
海滩的来来去去是一个自然过程。补给（疏浚近海沙子并将其泵到侵蚀的海滩上）是一个人工过程。我曾经在弗吉尼亚海滩，他们正在进行一个巨大的补给项目，该项目即将完成。然后，一场大型东北风暴在该海岸附近持续了大约三天。之后我走到外面，原来大约 200 码的海滩现在，你知道——海洋正在冲击通往酒店游泳池的挡土墙。
想象一下，国会说陆军工程兵团的预算将不再用于补给，以此作为维护问题来保护我们因海平面上升而失去的海滩。地方政府准备好承担这一角色了吗？通常答案是否定的。
人工智能和大数据工具从根本上改变了我们如何在气候变化未来中为洪水做准备？
现在，很难为地方官员提供任何可视化工具，以足够高的分辨率查看假设情景。科学家们说，“我们将在这些范围内看到这些类型的气候影响。” 但地方规划者想知道，“这对修建新道路意味着什么？” 当官员们查看海平面上升范围的高端时，他们说，“这太荒谬了。如果这一切都将消失，我为什么要规划？”
如果我们用 10 年时间将一个居民区的人口迁出，并将该街区变成沙丘线，那么在所有这些不同的海平面和风暴情景下，它看起来会是什么样子，以便我们知道该沙丘系统何时不再提供保护？您必须运行情景才能查看投资于此是否真的会在未来改变洪水和破坏结果。这是一个适合使用人工智能的过程。
使用人工智能创建适应情景可能充满风险。过度依赖数据以及在模型中包含和排除的数据所造成的偏见存在危险。您如何避免制定使弱势群体更加脆弱的缓解策略？
此模型不是富裕社区的工具。它是弱势社区的工具，最初的想法是在灾难的响应阶段挽救生命。
仅了解建筑环境并不能告诉我们人口在洪水中会过得如何。许多社会经济因素——从社交网络到应对机制再到财务弹性——是更好的预测因素。
我们正在做大量工作，以确保我们不会造成人工智能的意外后果可能会从根本上迫使人们离开家园的情况；或者构建一个偏向富裕阶层的模型，以至于我们消除了可负担性；或者我们不关注先前存在的社会结构。这不仅仅是地球科学——而是人。
当我们开始从海平面上升迁移时，我们必须谨慎的事情之一是，我们不要以那些没有发言权的人为代价这样做，我们不要不成比例地将搬迁负担放在低收入地区——尤其是在这意味着该空间正在为更富裕的社区重新开发的情况下。我们不想根据经济因素来挑选气候变化的赢家和输家。
我们的 国家洪水保险计划不足以应对我们今天正在经历并将在未来经历的洪水规模，这已不是什么秘密。改革它是必要的，但这并不是全部答案，对吗？
我确实认为我们需要停止为洪水区的新建建筑提供[联邦]洪水保险。转向私人市场。如果他们愿意承保——祝您愉快。如果他们不愿意，就不要重建。
但是，让市场力量驱动减灾的双刃剑是，它将使低洼社区的低收入家庭流离失所。在一些沿海地区，市场力量已经将风险定价超出最无力承担风险的人的承受范围。这意味着他们在离工作、学校和社区合理距离的住房市场中被定价出局。
这些人群也是最无力应对海平面上升将带来的反复洪水造成的财务影响的人群。因此，如果政府提供房屋回购，它会给他们搬迁的机会。但你不能对此冷酷无情；您首先必须以拥有良好学校和良好基础设施的可负担住房为目标，以便人们在他们的社区中有地方可去。
很少有地方可以去而没有任何类型的灾难。但问题是：您能多快反弹？这是关于退后一步，不仅要关注灾难计划，还要关注社区如何规划他们的未来。如果他们要开始因气候变化而使人口流离失所，他们将如何为经济所需的劳动力建设可负担的社区？或者他们是否正在日益创造气候富人和气候穷人？