洪水通常伴随着各种恶劣的天气条件，如乌云、大雨和狂风。

基于GPU的数据科学系统现在可以帮助研究人员和水灾应急团队“看透”这一切。

利物浦大学地理数据科学实验室客座教授John Murray开发了cuSAR，该平台可以利用欧洲航天局的雷达数据来监测地面状况。

cuSAR使用卫星数据创建图像，以此描绘恶劣天气条件下地面状况的准确地理信息。

为创建雷达视觉平台，Murray使用了NVIDIA RAPIDS软件库套件和CUDA并行计算平台以及NVIDIA GPU。

该平台最初是针对财产保险领域设计的，因为抵押贷款和保险供应商需要评估包括水灾之内影响财产的风险因素。

要想以这种方式使用卫星数据，就需要清晰的地面视觉效果，但要想获得可分析的图像，就意味着可能要在英国乌云密布的天气中等待数周。借助cuSAR，用户就能近乎实时地进行洞察。

雷达视觉平台的应用案例现已扩展至安全领域。

几年前，北威尔士地区应急规划局首先联系了地理数据科学实验室，请求解决迪河谷发生的严重洪灾。低矮、浓密的云层笼罩着山谷，该团队无法驾驶直升机，无人机也无法充分了解沿河洪泛区的整体状况。

利用基于NVIDIA GPU的图像分析平台，Murray能实时提供受灾地区的高质量渲染图。应急规划局可利用这些信息，将有限的资源分配到关键地区，并随洪灾的发展变化调整工作。

去年，该实验室提供雷达数据来监测一个受到水位上升威胁的疫苗工厂。应急团队得以在天气条件允许的情况下，将直升机送到抗击洪水的最佳位置。

从雷达数据中创建可分析的图像并非易事。

地球的曲率、卫星图像的透视失真要求使用“橡皮拉伸”技术，用数学方法矫正，并与位置数据叠加，以实现精确的地理定位。

一个典型的雷达清单包含数十亿个数据点，以网格形式呈现。

雷达图像失真与其所对应位置的对比示例

Murray说道："我们无法仅通过雷达数据来成像。这其中涉及大量的处理和数学运算，也正是GPU的用武之地。"

Murray使用NVIDIA RAPIDS和Python Numba CUDA编写了cuSAR的代码，与雷达和位置数据无缝匹配。

传统的Java或Python代码通常需要40分钟左右才能输出。而在NVIDIA GPU的加持下，仅需4秒钟。

数据得以处理之后，该平台就会输出带有精确地理信息的图像，该图像与英国陆军测量局的网格坐标相一致。

在收到卫星数据的15分钟内，就可以将其交给紧急救援队，让他们能够掌握信息，迅速应对当地迅速变化的情况。

在过去十年中，英国经历了有记录以来最潮湿的几个月。值得注意的是，2020年是有记录以来第一年在所有三个关键天气排名中都进入前十名——最暖、最潮湿和最晴朗。气象局预测，50年后，发生严重山洪的可能性会增加近五倍。

像cuSAR这样的技术使研究人员和应急人员能够及时监测和应对灾害，保护最易受恶劣天气条件影响的家庭和企业。