AI 驅動的洪水建模和 3D 可視化工具正在改變社區應對氣候風險的方式。在這場 NVIDIA GTC 2024 會議中，RSS-Hydro 的 Guy Schumann 和 Guillaume Gallion 將探索新一代地理空間應用和高保真可視化 (包括 NVIDIA Omniverse ) 如何通過為決策制定、公眾教育和救災人員訓練提供動態工具來增強抗災能力。
他們深入探討了 FloodSENS 等 AI 驅動的平臺如何結合使用衛星和傳感器數據以及在 NVIDIA GPUs 上運行的機器學習模型來創建高度準確的洪水地圖，即使在云量等具有挑戰性的條件下也是如此。
主要技術和方法包括：
FloodSENS 平臺 FloodSENS 是一款由機器學習驅動的洪水繪圖工具，使用基于光學衛星數據訓練的 U-Net 模型。它通過集成數字高程模型 (DEM) 和水流量網格等輔助數據集，在不同的生物群落 (即使在云覆蓋下) 提供高精度的洪水檢測。該模型在 NVIDIA T4 Tensor Core 和 NVIDIA L4 Tensor Core GPU 上運行進行推理，并在巴基斯坦、西班牙和蘇丹顯示了一致的結果。
借助 NVIDIA Omniverse 實現 3D 可視化該演示重點介紹了 RSS-Hydro 如何利用 NVIDIA Omniverse 實現高端 3D 可視化 。這些沉浸式模型可幫助決策者更好地了解洪水模式，直觀呈現極端天氣事件的影響，并更有效地做好防災準備。
AI 賦能的洪水建模 該團隊展示了能夠模擬河流 (河流) 和洪水 (地表水) 洪水的高級液壓模型。這些模型集成了地形、基礎設施和城市布局等土地特征。這些模型在配備 NVIDIA A100 Tensor Core GPU 的 MeluXina 等高性能計算系統上運行，可實現城市和地區規模的超高分辨率仿真。
您將學習以下內容：
- 數據驅動的洪水評估： 探索 AI 模型如何使用衛星和傳感器數據創建詳細的洪水地圖，從而提高災害期間的態勢感知能力。
- 決策支持可視化 ：了解 3D 可視化工具在風險溝通、公共教育和響應者培訓方面的優勢。
- AI 在災害管理中的作用： 了解機器學習模型和高性能 GPUs 如何改進洪水預測、風險評估和實時響應策略。
- 實際實施：與 Microsoft Azure、UN WFP 和 ESA HeManEO 計劃等合作伙伴合作，深入了解 RSS-Hydro 技術的成功部署。
觀看會議使用新一代地理空間應用和 3D 可視化技術改善氣候風險抗災策略探索有關 NVIDIA On-Demand 的更多視頻，加入 NVIDIA Developer Program ，聆聽行業專家的寶貴技能和見解。
此內容在生成式 AI 和 LLM 的幫助下部分完成。它經過仔細審查，并由 NVIDIA 技術博客團隊進行編輯，以確保準確性、準確性和質量。
精選圖片由 Pexels . Pexels 提供。
?
?
