Google Flood Hub — Bangladesh Water Development Board's AI-Powered River Flood Alert System
Bangladesh
Since 2020, Google Research's machine-learning flood model — which forecasts river levels even in ungauged basins — has combined with …
Kenya · Kisumu · See the Kenya profile
Sensores e modelos de IA do KMFRI do Quénia e do ShoShin Innovation Hub de Nairobi detetaram uma quebra de oxigénio em Dunga Beach, Kisumu, em fevereiro de 2026; mais de 300 agricultores moveram 450+ gaiolas de tilápia por SMS, evitando repetir perdas de $1M em 2024-25.
Em fevereiro de 2026, sensores subaquáticos instalados pelo Instituto de Investigação Marinha e Pesqueira do Quénia (KMFRI) e pelo ShoShin Innovation Hub, sediado em Nairobi, detetaram uma queda perigosa nos níveis de oxigénio dissolvido — abaixo do limiar de 2,0 mg/L associado a mortandades de peixes — nas águas ao largo de Dunga Beach, Kisumu, no Lago Vitória. Modelos de IA alojados na nuvem, treinados com dados históricos de mortandades do KMFRI combinados com leituras de sensores em tempo real, identificaram o padrão e dispararam alertas por SMS com instruções simples e práticas ('reduzir a alimentação', 'mover as gaiolas') para os telemóveis básicos de mais de 300 criadores de tilápia.
Em poucas horas, os agricultores coordenaram-se por telefone e deslocaram mais de 450 gaiolas de tilápia para águas mais seguras. A mortandade em massa que caracterizava a aquacultura em gaiolas naquele troço do lago não aconteceu: entre 2024 e 2025, quebras de oxigénio semelhantes tinham destruído cerca de 1 milhão de dólares em stock de peixe só em Dunga Beach, um padrão em que um inquérito do KMFRI de 2022 constatou que mais de três quartos dos criadores de peixe quenianos já tinham sofrido mortandades. Desde o alerta de fevereiro de 2026, Dunga Beach não registou mais mortandades em massa.
O governo queniano cobre atualmente os custos de dados e divulgação da plataforma, estando a ser ponderado um modelo de subscrição de baixo custo à medida que a rede cresce; a iniciativa é apresentada como estando alinhada com o Plano Diretor Digital Nacional do Quénia (2022–2032). O KMFRI identificou 15 pontos críticos adicionais ao longo da margem queniana do Lago Vitória para possível expansão, com mais dois locais previstos para entrar em funcionamento no segundo semestre de 2026, e a ONG WorldFish está a adaptar uma abordagem semelhante de sensores e IA (E-Samaki) para locais de maricultura costeira nos condados de Kilifi e Kwale.
Investigadores e jornalistas que acompanham a implementação têm sido francos quanto às suas limitações: o sistema pode ganhar aos agricultores as horas entre uma quebra de oxigénio e uma perda total, mas não consegue reverter a poluição subjacente — resíduos urbanos não tratados e escoamento agrícola que alimentam as proliferações de algas responsáveis pela depleção de oxigénio — nem regular o clima. Lacunas de conectividade rural, a sustentabilidade do financiamento a longo prazo à medida que o apoio governamental diminuir, e questões por resolver sobre quem controla os dados dos sensores dos agricultores ao longo do tempo foram todas levantadas como preocupações em aberto pelas pessoas que constroem e relatam o sistema.
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
Where this practice's information was retrieved from, and when.
Bangladesh
Since 2020, Google Research's machine-learning flood model — which forecasts river levels even in ungauged basins — has combined with …
Iraq
Iraq's Prime Ministerial AI Advisor announced a small-scale AI trial at the Kufa and Al-Abbasiya water regulators near Najaf to …
Switzerland
SPSP integrates AI-powered genomic analysis to detect pathogen variants across Switzerland. Mandated by the Federal Office of Public Health since …
Singapore
Singapore's National Environment Agency runs a peer-reviewed machine-learning system that forecasts dengue cases up to three months ahead. In the …
Open full copilot Grounded in cited practices — always check the sources.