中文

关闭非洲早期预警缺口:AI天气预报用于灾害预防

计算机与社会 2026-02-23 v1 分布式、并行与集群计算 人机交互

摘要

2026年1月,南部非洲的暴雨导致200至300人死亡,暴露出一个关键现实:由于基础设施成本,60%的非洲国家缺乏有效的早期预警系统。传统雷达站成本超过100万美元,使非洲相较于美国和欧盟的覆盖范围缺口达18倍。我们提出了在1430-1730美元/月的成本范围内,为国家级部署提供生产级架构,用于在NVIDIA Earth-2 AI天气模型上部署——使其在成本上实现2000-4545倍于雷达。该系统生成15天的全球大气预报,缓存在PostgreSQL中,以实现用户查询在200毫秒内无需实时推理。于2026年2月在南非部署后,本系统展示了三项技术贡献:(1)一种基于ProcessPoolExecutor的事件循环隔离模式,解决aiobotocore会话生命周期在异步Python应用程序中的冲突;(2)一种数据库后端的服务架构,其中GPU直接将全局预报写入PostgreSQL,消除高分辨率张量的HTTP传输瓶颈;(3)一种自动坐标管理模式,用于跨61个时间步的多步骤推理。预报通过WhatsApp交付,利用80%以上的市场渗透率。这一架构使大规模早期预警系统在经济上变得可行,支持UNDRR发现的表明此类系统可使灾害死亡率降低6倍。所有架构细节均在内联文档中记录,以实现完全可复现。

关键词

引用

@article{arxiv.2602.17726,
  title  = {Closing Africa's Early Warning Gap: AI Weather Forecasting for Disaster Prevention},
  author = {Qness Ndlovu},
  journal= {arXiv preprint arXiv:2602.17726},
  year   = {2026}
}

备注

23 pages, 4 figures