1月9号帕利塞德（Palisades）山火的航拍图。Alphabet旗下的X实验室开发出一项突破性技术，大大缩短了在气候灾害发生后为急救人员提供救援地点信息所需的时间。
紧急灾情
上周，太平洋帕利塞德（Palisades）社区爆发山火，由于预计将出现强风，该地区仍未脱离危险。目前洛杉矶地区共有6处火情，仅帕利塞德和伊顿山火就已造成24人死亡。
救援挑战
国民警卫队等一线救援人员需要快速获取最具可操作性的信息，以便在山火、洪水等日益频发的灾害中迅速部署。这为信息技术领域带来重大挑战：在受灾的广大区域中，如何确定最需要立即援助的目标？往往事关生死。
技术创新
Alphabet旗下X实验室开发的贝尔韦瑟（Bellwether）系统提供了突破性解决方案。该系统由萨拉·拉塞尔（Sarah Russell）于2020年创立，被称为"地球及其上一切事物的首个预测引擎"。
系统核心在于将实时灾区航拍照片与人工合成的参考照片数据库进行智能匹配。通过利用谷歌（Google）地球和地图的地理空间资源，系统能够准确定位每张照片的拍摄位置和内容，将原本需要12小时的人工标注工作大幅缩短。
2017年，国民警卫队队员在协助受哈维飓风洪水影响的居民。
应用效果
机器学习通过为每次照片匹配分配置信度来降低不确定性。即使部分照片因角度、天气等因素影响无法完全匹配，系统仍能保证为救援人员提供足够多的高置信度位置信息。
拉塞尔表示，除了协助国民警卫队，该技术还将扩展应用于热浪、龙卷风等多种自然灾害的救援工作。系统不仅能帮助确定最优先疏散区域，还可预测潜在的环境事件。
"机器学习已成为地球科学的新范式，"拉塞尔说，"现在的模型可以利用跨地区数据，比如用美国东海岸的洪水数据来预测西海岸的情况。"