6 月 9 日上午，蘿拉·林（Laura Lin）在印第安納州南部萊恩斯維爾的家中工作，這個鄉村小鎮距離肯塔基州邊界約 15 英里。她當時正在進行 Zoom 視訊會議，完全沒有意識到屋外的大雨已經開始淹沒她的院子。

林回憶道：「我往穀倉那邊看過去，看到我的木頭碎片漂浮著，我心想：『什麼？』我立刻反應過來：『我必須走了。』我關上筆記型電腦，叫醒我的孩子，然後說：『出事了。』」林和她的家人安全撤離，並在鄰居家避難。那天萊恩斯維爾在短短幾個小時內降雨量超過 8 英寸，遠遠超過「豪雨」的標準，但幾個小時後水就退了。

洪水是美國第二致命的天氣事件，也是全球最致命的。僅 6 英寸的急流就能將成年人沖倒，12 英寸能抬起一輛汽車，而 2 英尺則能移動卡車和休旅車等大型車輛。氣候變暖意味著美國極端降雨事件增多，增加了洪水發生的機會。八月尼泊爾因冰川崩塌造成的致命山洪暴發，也顯示了水對全球社區的破壞力。

幸運的是，新的工具正在開發中以應對這一威脅。一套名為「瞬態人工製品與持續學習系統」（Transient Artifact and Continuous Learning System, TACLS）的新軟體，利用衛星和機器學習來嘗試更早地發現可能發生洪水的區域，並幫助國家氣象局（NWS）在發布山洪暴發警報時做出更好的決策。

林說：「直到我已經到鄰居家了，我們才收到『上屋頂』的警告。當他們開始發布警報，說『上屋頂，我們正在調派船隻』時，鎮上所有的人都已經被淹了。所以那時候已經太晚了。」

TACLS 有潛力改變這種情況。「它將幫助你拯救生命。」NWS 聖地牙哥天氣預報辦公室的科學與營運官艾佛利·史莫（Ivory Small）說。

史莫表示，沒有 TACLS，一場進入你所在地區的風暴「可能會導致一些人死亡」。有了 TACLS，「你可以發出警告並拯救一些人」。

天氣預報辦公室負責發布惡劣天氣警報，包括山洪暴發警告。NWS 奧克斯納德（Oxnard）天氣預報辦公室（負責洛杉磯地區）的高級水文氣象學家傑米·拉伯（Jayme Laber）表示，美國及其領土內共有 122 個此類辦公室。史莫和拉伯與更廣泛的科學家和研究人員團隊密切合作 TACLS 專案，他們希望這個新專案能簡化天氣警報。要了解 TACLS，首先了解 NWS 如何發布洪水警報很重要。

目前，天氣預報辦公室的工作人員使用各種工具監測洪水狀況。拉伯說，他們依賴雨量計和河流測量儀來告知他們在任何特定時間某個地方有多少水。他們使用衛星和天氣雷達追蹤正在發展的風暴。工作人員監測降雨量，但當降雨量超過特定地區的安全標準時，他們的電腦也會發出警報。

拉伯解釋：「根據我們土壤的類型、坡度的陡峭程度，我們已經制定了山洪暴發指南，因此我們知道，如果某個地區在某段時間內達到這個降雨量，就可能導致山洪暴發。」

所有這些，加上這些建築物內多年的專業知識，決定了是否有人按下按鈕為其地區發布洪水警報，拉伯說。

「觀測」（Watch）是嚴重程度最低的警報。它意味著有可能發生山洪暴發。拉伯解釋說，觀測警報可能會提前 12 到 48 小時發布。他說，當發布洪水觀測警報時，地方緊急應變團隊應開始採取「防洪措施」，以便在人們被困並被迫尋找高地之前有足夠的時間準備。應變團隊可能會審查疏散計畫、設置沙袋和路障，並在潛在洪水來臨前識別高風險區域。

「預警」（Advisory）是下一個級別。拉伯說，這可能會有洪水，但「更多是造成不便的程度，不會威脅生命或財產」。

「警告」（Warning）是最嚴重的警報。史莫說：「那是一種生死攸關的可能性，你可能會被沖走，或者被漂浮的汽車撞到。」史莫說，NWS 根據時間來區分一般洪水和山洪暴發。如果一個地區在六小時內發生洪水，那就是山洪暴發。

TACLS 專案負責人、加州大學聖地牙哥分校斯克里普斯海洋研究所的研究大地測量師葉胡達·博克（Yehuda Bock）表示，NWS 有許多不同的方法來判斷是否需要發布山洪暴發警告，但其技術有其局限性。他說，NWS 使用的衛星在海洋上比在陸地上更詳細。而且，追蹤正在發生的降雨無法提供足夠的預警時間，「因為一旦有降水，你已經身處事件之中了。」他解釋道。

拉伯說，沙漠和其他人口稀少地區的雨量計通常較少。「我們有一個相當密集的雨量計網絡，但它並不能覆蓋地球的每一寸土地。」

TACLS 利用衛星和機器學習來識別地圖上（目前僅限加州）有從降雨轉變為危險山洪暴發風險的地區。但很快，這項技術將會提供給所有 NWS 辦公室。來自 UCSD、NWS 和 NASA 的科學家們合作開發了 TACLS。NASA 的地球科學技術辦公室透過其先進資訊系統技術計畫資助了這個專案。

博克說，TACLS 依賴於全球導航衛星系統（Global Navigation Satellite System, GNSS），該系統主要用於預測地震。但 GNSS 網絡（由衛星和地面感測器組成）也恰好提供數據，可以幫助預報員判斷是否需要發布山洪暴發警告。大氣中的水蒸氣或濕氣越多，GNSS 衛星與地面感測器之間的通訊延遲就越長。

拉伯說，大氣中的濕氣量，即「可降水量」，告訴 NWS 在風暴來臨前天空中實際發生了什麼。

在 TACLS 之前，拉伯和他的同事們必須依賴預報，而預報並不總是準確的。TACLS 提供大氣中可降水量的即時數據，以便與預報進行比較。這有助於他們判斷風暴是否真的以天氣模型預測的速度移動。拉伯說：「它幫助我們在警告決策過程中做出更好的決定。」

即使有了 GNSS 濕氣數據，預報員仍然需要一些東西來分析所有這些數據。UCSD 研究生巴維克·錢德納（Bhavik Chandna）花了大約一年的時間，使用所謂的長短期記憶（long short-term memory）架構開發了 TACLS 的機器學習部分。錢德納表示，這種特定的機器學習系統對於發展中的風暴和其他隨時間變化的天氣模式特別有效。

錢德納解釋說，利用 GNSS 網絡多年的大氣測量數據，以及有關大氣河流、降水和山洪暴發警告的數據，訓練了機器學習模型，使其能夠理解「風暴發展過程中」大氣中的濕氣變化。同時，該機器學習系統也被訓練來判斷是否具備發布山洪暴發警告的條件。

德州大學奧斯汀分校地球與行星科學系副教授喬爾·詹森（Joel Johnson）說：「機器學習在某些方面很糟糕，但在某些方面卻很出色。」詹森沒有參與 TACLS 專案，但他親身了解使用這些工具的挑戰。詹森說：「一般來說，數據中很容易出現人工製品、誤報。感測器出問題之類的。」儘管如此，他表示 TACLS 似乎「非常適合」預測山洪暴發的任務。

錢德納說，誤報確實會發生。「一個真正的天氣系統通常會影響一個區域，而不僅僅是一個孤立的 GNSS 站點。如果一個站點顯示出強烈的訊號，但其鄰近站點沒有，那麼這種檢測可以被抑制。如果幾個附近的站點看到相同的模式，我們對它代表真實大氣訊號的信心就會大得多。」他補充道。

錢德納表示，TACLS 並非旨在取代發布天氣警報的預報員。他說，它只是另一項可以協助他們決策的資訊。

拉伯說，TACLS 軟體已經在洛杉磯和聖地牙哥的天氣預報辦公室使用，這些地區山洪暴發頻繁。「在西部，我們處理更多的山洪暴發，它發生得更快。」他解釋道。如今，TACLS 向他們顯示一個圖表，上面有各種點，即時告訴他們正在發生什麼。

拉伯說，一個具有改進圖形的新版本 TACLS 目前正在載入 NWS 系統，並且即將完成。他補充說，它將在十月下半月提供給所有 NWS 辦公室。這個版本有一個帶有詳細圖形的地圖，顯示降雨量以及是否正在發生極端天氣事件。

拉伯表示，擁有更多工具——例如 TACLS 的最新更新——將進一步改善他們在發布山洪暴發警報時的決策，進而可能加快警報時間，讓民眾更早知道問題。拉伯說，TACLS 最有可能在美國西部使用，因為大多數 GNSS 感測器都位於以地震活動聞名的地方。

但錢德納認為 TACLS 在其他地方也能很好地運作。他說，只要有一些 GNSS 感測器和可用的當地天氣數據，「我們就可以將我們系統中的相同理念應用於世界各地。」

史莫正在思考 TACLS 之外的發展。他認為持續研究對於改進 NWS 發布山洪暴發警告的方式至關重要。他說：「每次我們處理一場風暴時，我們都會學到更多，因為它們都不同。在特別是重大事件之後進行研究至關重要，看看是什麼導致了它的發生，以及如果它與我們已知的情況不同，為什麼會發生。」

林最關心的是萊恩斯維爾和她的家。「如果在我被困住之前就知道（水要來了）會很有幫助。我哪裡都去不了。」林說：「如果我收到一個警報，說『如果你在低窪地區，現在需要撤離，這就要來了。』是的，那會很有幫助。但它來得太快了。」