Hotline: 0941068156

Thứ bảy, 12/04/2025 07:04

Tin nóng

Việt Nam – Tây Ban Nha: Hướng đến quan hệ Đối tác chiến lược toàn diện

Quảng Nam: Găng néo gần 700 năm tuổi được công nhận Cây di sản Việt Nam

Công trình, nhà ở khu vực vùng núi cần tính toán tác động thiên tai

TP. HCM đón hơn 8 triệu lượt khách du lịch trong 3 tháng đầu năm 2025

Dự kiến trước tháng 6/2025 sẽ thí điểm triển khai sàn giao dịch carbon

Nhiều cổ thụ từ 250 - 800 năm tuổi ở Phú Quốc được công nhận Cây Di sản Việt Nam

Nhiều dự án bất động sản ở Hà Nội trong diện kiểm toán

Động đất ở Myanmar: Ghi nhận hơn 1.000 người thiệt mạng, thế giới cam kết sát cánh

Việt Nam và Brazil hướng đến mục tiêu kim ngạch thương mại đạt 15 tỷ USD

Động đất 7,7 độ rung chuyển Myanmar, Hà Nội và TP. HCM bị rung lắc

Việt Nam – Brazil: Thúc đẩy hợp tác mạnh mẽ trong các lĩnh vực thế mạnh

Tổng thống Brazil thăm cấp Nhà nước đến Việt Nam

Việt Nam và Singapore: Nhiều thuận lợi mở rộng hợp tác an ninh lương thực

Hà Nội triển khai quyết liệt các giải pháp chặn gia tăng ô nhiễm

Việt Nam – Singapore: Tiếp tục thúc đẩy hợp tác trên các lĩnh vực then chốt

Giờ Trái đất 2025: Tiết kiệm hơn 942 triệu đồng sau 1 giờ tắt đèn

Hàng chục ha lúa ở Gia Lai, Kon Tum bị hư hỏng do khô hạn

Thêm 8 cây cổ thụ vùng ngoại thành Hà Nội được công nhận Cây Di sản Việt Nam

Phú Thọ: 2 cây hoa đại 1.000 năm tuổi được công nhận Cây Di sản Việt Nam

“Số hóa cây cổ thụ” – Giải pháp tối ưu để quản lý, bảo vệ cây xanh

Thứ bảy, 12/04/2025

Công nghệ mới trong dự đoán tác động của sóng thần

Thứ năm, 05/01/2023 04:01

TMO - Thông qua cảm biến ngoài khơi và học máy, nhóm nghiên cứu ở viện RIKEN (Nhật Bản) chỉ mất gần một giây để dự đoán tác động sóng thần, giúp tăng thời gian sơ tán trước thảm họa.

Năm 2011, vùng đông bắc Nhật Bản hứng chịu trận sóng thần kinh hoàng cướp đi sinh mạng của khoảng 18.500 người. Kể từ đó, quốc gia này đã tập trung vào việc ngăn chặn một kết quả tương tự trong tương lai. Thông qua cảm biến ngoài khơi và học máy, nhóm nghiên cứu ở viện RIKEN chỉ mất gần một giây để dự đoán tác động sóng thần, giúp tăng thời gian sơ tán trước thảm họa.

Iyan Mulia, trưởng nhóm nghiên cứu và là nhà khoa học tại RIKEN giải thích: “Ưu điểm chính của phương pháp của chúng tôi là tốc độ dự đoán, điều rất quan trọng để cảnh báo sớm. Mô hình sóng thần thông thường đưa ra dự đoán sau 30 phút, quá muộn. Nhưng mô hình của chúng tôi có thể đưa ra dự đoán trong vòng vài giây".

(Ảnh minh hoạ)

Để đạt được điều này, các nhà nghiên cứu lắp đặt mạng lưới cảm biến lớn nhất thế giới ở vùng ven biển Nhật Bản để theo dõi chuyển động của đáy đại dương. Mạng lưới bao gồm 150 trạm ngoài khơi, kết hợp với nhau để cung cấp cảnh báo sớm sóng thần. Tuy nhiên, để hoạt động hiệu quả, dữ liệu do các cảm biến tạo ra cần phải được chuyển đổi thành độ cao và phạm vi sóng thần dọc theo bờ biển. Điều này thường yêu cầu giải các phương trình phi tuyến tính khó, có thể mất khoảng 30 phút trên máy tính tiêu chuẩn, dẫn tới không đủ thời gian sơ tán trước thảm họa.

Nhóm nghiên cứu RIKEN thiết lập hệ thống học máy của họ thông qua sử dụng hơn 3.000 sự kiện sóng thần do máy tính mô phỏng và thử nghiệm với 480 kịch bản sóng thần khác và 3 vụ sóng thần thực tế. Họ nhận thấy mô hình dựa trên học máy có thể đạt độ chính xác vượt xa máy tính thông thường. Nhóm nghiên cứu khẳng định mô hình của họ có thể hoạt động với bất kỳ thiên tai nào cần tranh thủ thời gian.

Vào tháng 12/2021, các nhà nghiên cứu phát triển phương pháp mới để phát hiện sóng thần qua từ trường tạo ra khi sóng thần di chuyển qua nước dẫn điện dưới biển. Từ trường này có thể được phát hiện vài phút trước khi mực nước biển dâng lên, cung cấp thêm thời gian phản ứng. Tuy rất ấn tượng, phương pháp cũ không thể cạnh tranh với mô hình mới nhất của RIKEN. Tuy nhiên, mô hình chỉ chính xác với những cơn sóng thần lớn cao trên 1,5 mét. Mulia và cộng sự đang làm việc để cải thiện độ chính xác của mô hình với các cơn sóng thần nhỏ hơn.

 

 

Thu Thảo 

 

 

Thích và chia sẻ bài viết:

Bình luận

    Bình luận của bạn

    cmt
      Web đang chạy kỹ thuật
      Zalo phone Hotline