2026年6月9日清晨，劳拉·林正在印第安纳州南部一个名为莱恩斯维尔的乡村小镇上远程办公，那里距肯塔基州边界约15英里。她正在开Zoom会议，并不知道外面的强降雨已经开始淹没她家的院子。
“我看向谷仓那边，看到我家的木板正漂在水里，我当时想，‘什么情况？’然后立刻意识到，‘我得赶紧走了。’我合上笔记本电脑，叫醒孩子们，跟他们说，‘出事了。’”林回忆道。
林和家人安全撤离，躲到邻居家中，但当天莱恩斯维尔在短短几个小时内降雨量超过8英寸，远远超过所谓“强降雨”的标准。几个小时后，洪水才退去。
洪水是美国致死人数第二多的天气灾害，也是全球致死人数最多的天气灾害。仅6英寸深的急流就能让成年人站立不稳，12英寸深的水能掀翻一辆轿车，2英尺深的水则足以冲走卡车和SUV等更大的车辆。气候变暖导致美国极端降雨事件增多，从而增加了洪水发生的可能性。今年8月尼泊尔因冰川崩塌引发的致命突发洪水，也展现出洪水对全球社区造成的巨大破坏力。
值得庆幸的是，应对这一威胁的新工具正在开发中。一款名为“瞬态特征与持续学习系统”（TACLS）的新软件利用卫星数据和机器学习技术，尝试更早发现可能发生洪水的区域，帮助美国国家气象局（NWS）在发布突发洪水预警时做出更准确的判断。
“直到我到了邻居家，我们才收到‘上屋顶避险’的警报，”林说，“镇上的人早就被淹了，他们才开始发布警报，说‘上屋顶，我们正在派船。’实在是太晚了。”
TACLS有望改变这一局面。
“它能帮助拯救生命，”美国国家气象局圣地亚哥天气预报办公室的科学与业务负责人艾弗里·斯莫尔说。他表示，如果没有TACLS，一场正在逼近的风暴“可能会夺走一些人的生命”。而有了TACLS，“你就能及时发布警报，挽救一些人的生命”。
追踪水的踪迹
美国国家气象局的天气预报办公室负责发布严重天气警报，包括突发洪水警报。据美国国家气象局加州奥克斯纳德天气预报办公室的高级业务水文学家杰米·拉伯介绍，美国及其领土范围内共有122个此类办公室，该办公室负责监测洛杉矶地区。斯莫尔和拉伯都曾深度参与TACLS项目，与更广泛的科学家和研究人员团队合作，他们希望这一新项目能简化天气预警流程。要理解TACLS，首先需要了解美国国家气象局目前是如何发布洪水警报的。
目前，天气预报办公室的工作人员使用多种工具来监测洪水状况。拉伯说，他们依靠雨量计和水位计来了解特定地点在任意时刻的水量情况，同时利用卫星和天气雷达追踪正在形成的风暴。工作人员会持续监测降雨量，一旦降雨量超过某一地区的安全阈值，计算机系统便会发出提醒。“根据我们当地土壤类型和坡度陡缓程度，我们制定了突发洪水指导标准，从而知道在特定时间内、特定区域降下多少雨量可能引发突发洪水，”拉伯说。
“它能帮助拯救生命。”——艾弗里·斯莫尔
拉伯表示，综合以上所有因素，再加上办公室内多年积累的专业经验，最终决定是否为某地区按下发布洪水警报的按钮。
“监视”是级别最低的预警，意味着有可能发生突发洪水。拉伯解释说，这类预警通常会提前12到48小时发布。他表示，当发布洪水监视预警时，当地应急团队应立即着手实施“防洪措施”，以便在人们被困、被迫寻找高地之前争取足够的准备时间。应急团队可能会检查撤离计划、设置沙袋和路障，并提前识别风险最高的区域。
“建议”预警级别更高一些，可能已经发生洪水，“但属于滋扰性质，不会威胁到生命或财产安全，”拉伯说。“警告”则是最严重的预警级别。“那意味着生死攸关的可能性——比如被水流冲倒，或被顺流而下的漂浮汽车撞到，”斯莫尔说。
美国国家气象局根据发生时间来区分普通洪水和突发洪水，斯莫尔表示，如果某地区在6小时内发生洪水，即被视为突发洪水。
美国国家气象局有多种方式来判断是否需要发布突发洪水警报，但其现有技术存在局限性，TACLS项目负责人、加州大学圣地亚哥分校斯克里普斯海洋研究所的研究大地测量学家叶胡达·博克说。他表示，美国国家气象局使用的卫星在海洋上空的探测精度要高于陆地。而且，在降雨发生时才进行追踪，往往无法提供足够的提前预警时间，“因为一旦开始降水，你就已经身处灾害事件之中了，”他解释道。
拉伯说，沙漠等人口稀少地区通常雨量计较少。“我们的（雨量计）网络已经相当密集，但仍无法覆盖地球上的每一个角落。”
从空中入手
TACLS利用卫星和机器学习技术，在地图上识别出有可能从普通降雨转变为危险突发洪水的区域——目前仅限加州范围内。但不久后，这项技术将向所有美国国家气象局办公室开放。加州大学圣地亚哥分校、美国国家气象局和美国国家航空航天局（NASA）的科学家共同合作开发了TACLS，项目资金由NASA地球科学技术办公室通过其先进信息系统技术项目提供。
博克说，TACLS依赖全球导航卫星系统（GNSS），该系统主要用于地震预测。但由卫星和地面传感器组成的GNSS网络，恰好也能提供有助于预报员判断是否需要发布突发洪水警报的数据。大气中的水汽（即湿度）含量越高，GNSS卫星与地面传感器之间的通信延迟就越长。
拉伯表示，大气中的“可降水量”能够反映出风暴来临前天空中实际发生的变化情况。
TACLS利用卫星和机器学习技术，识别出有可能从降雨转变为危险突发洪水的区域。
在TACLS出现之前，拉伯和同事们只能依赖天气预报，但预报结果并不总是准确。TACLS能够提供大气中可降水量的实时数据，用以与预报结果进行对比，从而帮助他们判断风暴的实际移动速度是否与天气模型预测的一致。“这有助于我们在预警决策过程中做出更好的判断，”拉伯说。
即便有了GNSS湿度数据，预报员仍然需要工具来分析这些数据。加州大学圣地亚哥分校研究生巴维克·钱德纳花费约一年时间，利用一种被称为长短期记忆架构的技术，开发了TACLS的机器学习部分。据钱德纳介绍，这种特定的机器学习系统特别擅长处理正在发展中的风暴以及其他随时间变化的天气模式。
研究团队利用GNSS网络多年积累的大气观测数据，以及有关大气河流、降水和突发洪水警报的数据，训练机器学习模型理解“风暴形成过程中”大气湿度的变化情况，钱德纳解释道。与此同时，该机器学习系统也被训练用于判断当前条件是否符合发布突发洪水警报的标准。
“机器学习在某些方面表现很差，但在另一些方面却表现出色，”德克萨斯大学奥斯汀分校地球与行星科学系副教授乔尔·约翰逊说。约翰逊并未参与TACLS项目，但他亲身体会过使用此类工具面临的挑战。“通常来说，数据中很容易出现异常伪影和误报，比如传感器出现故障等情况，”约翰逊说。不过，他认为TACLS看起来“非常适合”用于预测突发洪水这项任务。
钱德纳表示，误报确实会发生。“真实的天气系统通常会影响一整片区域，而不仅仅是某一个孤立的GNSS监测站。如果某个监测站信号强烈，但周边监测站没有类似信号，该检测结果就可能被系统抑制。如果多个邻近监测站都观测到相同模式，我们就有更大把握认为这代表了真实的大气信号，”他补充道。
钱德纳表示，TACLS并不打算取代负责发布天气警报的预报员，它只是为决策过程提供的又一项辅助信息。
寻找更好的方式
拉伯说，TACLS软件已在洛杉矶和圣地亚哥的天气预报办公室投入使用，这两地突发洪水较为常见。“在美国西部，我们面临的突发洪水更多，而且发生速度也更快，”他解释道。目前，TACLS会向他们展示一张带有多个数据点的图表，实时反映当前情况。
拉伯表示，一个图形界面更完善的TACLS新版本目前正在加载至美国国家气象局系统中，接近完成，预计将于10月下半月向所有美国国家气象局办公室开放使用。这一新版本配有细节丰富的地图图形，能够显示降雨量大小以及是否正在发生极端天气事件。
拉伯说，拥有更多工具——比如TACLS的最新更新——将进一步改善他们在发布突发洪水警报时的决策水平，进而可能加快预警发布速度，让人们更早知道情况危急。
拉伯表示，由于大多数GNSS传感器都部署在地震活跃地区，TACLS未来很可能主要用于美国西部。但钱德纳认为，TACLS在其他地区同样能发挥作用。只要当地拥有一定数量的GNSS传感器和可用的天气数据，“我们就可以将现有系统的理念应用到世界不同地区，”他说。
斯莫尔的思考已不局限于TACLS本身。他认为，持续开展研究对于改进美国国家气象局发布突发洪水警报的方式至关重要。“每经历一场风暴，我们都会对情况有更多了解，因为每场风暴都不尽相同，”他说，“尤其是在重大灾害事件之后开展复盘研究非常必要，要弄清楚是什么导致了灾害的发生，以及如果结果与我们已知的情况不同，原因究竟是什么。”
而林最关心的，还是莱恩斯维尔和自己的家。“如果能在被困之前就知道洪水要来，那会很有帮助。我当时哪儿都去不了，”林说，“如果我能收到一条警报，说‘如果你在低洼地区，现在就得撤离，洪水马上就到’，那确实会有帮助。可洪水来得实在太快了。”
Q&A
Q1：TACLS是什么？它是如何工作的？
A：TACLS全称“瞬态特征与持续学习系统”，是由加州大学圣地亚哥分校、美国国家气象局和NASA共同开发的软件，利用GNSS卫星网络数据和机器学习技术分析大气湿度变化，帮助预报员更早识别可能发生突发洪水的区域。
Q2：TACLS目前在哪些地区投入使用？
A：TACLS目前已在洛杉矶和圣地亚哥的天气预报办公室使用，这两地是美国突发洪水多发地区。新版本预计将于2026年10月下半月向美国国家气象局所有办公室开放。
Q3：TACLS会取代人工天气预报员吗？
A：不会。开发团队表示，TACLS并非要取代负责发布警报的预报员，而是为他们的决策过程提供额外的辅助信息，帮助他们更准确、更及时地判断是否需要发布突发洪水警报。