【河好如初周報】之一 ⦙ AI預測洪水可望提前12週，研究團隊盼為防災爭取更多時間 (1019/1025)

河好如初網站關注河川議題，將於每周四推出「河好如初周報」為讀者網羅全球重要的河川治理、生態與文化，涵蓋水資源政策、環境爭議、生物多樣性與復育行動等議題。快速掌握最新動態，串連不同流域的聲音與事件，讓河流不再只是背景，而是公共關注與討論的主體。

洪水來臨前，如果能提早幾週掌握風險，地方政府與居民就有更多時間準備。澳洲雪梨科技大學（University of Technology Sydney，UTS）10月13日公布研究指出，結合多種深度學習模型的人工智慧（AI）技術，有機會提升長期洪水預報準確度，部分預測可提前至12週，為防災決策爭取更充裕的準備時間。

根據雪梨科技大學發布的研究消息，研究團隊使用美國伊利諾州杜佩奇河（DuPage River）流域長達20年的歷史降雨與河川流量資料，訓練深度學習模型。模型運用注意力機制，辨識降雨與河川流量之間的關聯，再整合不同模型的預測結果，改善預報表現。

研究指出，集成式深度學習模型可將預測誤差降低約38％，另一項融合預測架構則使預測效能提升約47％。不過，兩項數據分別代表不同的評估指標，不能直接視為預報準確率提高38％或47％。

研究共同作者、雪梨科技大學教授甘多米（Amir H. Gandomi）表示，這套方法在提前12週預測時，仍維持良好表現。更長的預警時間，有助於社區及早規劃應變措施。

根據美國土木工程師學會（ASCE）旗下水環境與資源研究所（EWRI）相關研究資訊，這項成果也獲得《水文工程期刊》（Journal of Hydrologic Engineering）2026年最佳研究論文獎肯定。

不過，長期預測仍須經過不同流域與實際情境的進一步驗證。各地降雨型態、地形、土地利用及河川反應不盡相同，模型在一個流域的表現，不能直接推論到所有地區。

對河川治理而言，AI的價值不只在於提早預測水位變化，更在於讓預測結果能轉化為具體行動，包括提前部署防災資源、檢視基礎設施韌性，以及協助居民做好準備。研究團隊強調，真正的目標不是單純提高預測精度，而是讓更好的預測帶來更好的決策。

消息來源

• 雪梨科技大學：AI improves long-term flood forecasting

• 新華社：AI models improve long-term flood forecasting: study

✳︎此文章為河好如初主編整理，AI 協作