Ứng dụng dữ liệu số nâng cao năng lực dự báo, giảm thiểu rủi ro thiên tai

TMO - Khai thác dữ liệu số trong dự báo thiên tai đang trở thành giải pháp trọng tâm nhằm nâng cao khả năng theo dõi, giám sát và cảnh báo sớm. Nguồn dữ liệu được cập nhật liên tục cho phép cơ quan chuyên môn nhận diện nguy cơ kịp thời, từ đó giúp cộng đồng giảm thiểu rủi ro và tăng tính chủ động trong mọi tình huống.

Việc ứng dụng dữ liệu số trong dự báo và quản lý rủi ro thiên tai đang trở thành xu hướng tất yếu, góp phần thay đổi cách thức vận hành của các cơ quan chức năng. Thông qua hệ thống thu thập, phân tích và tích hợp dữ liệu tự động, thông tin về mưa, lũ, sạt lở, triều cường hay bão được cập nhật theo thời gian thực, giúp nâng cao đáng kể độ chính xác trong dự báo.

Các mô hình số hóa cho phép so sánh, nhận diện nguy cơ trên nhiều kịch bản khác nhau, từ đó cơ quan chuyên môn có thể đưa ra cảnh báo sớm và khuyến nghị giải pháp phù hợp cho từng khu vực. Bên cạnh đó, việc chia sẻ dữ liệu giữa các ngành, địa phương được thực hiện nhanh hơn, giảm tình trạng chậm trễ trong ứng phó.

Nhiều địa phương đã triển khai áp dụng bản đồ rủi ro số, hệ thống cảnh báo qua điện thoại thông minh và các nền tảng trực tuyến để người dân tiếp cận thông tin kịp thời. Nhờ tận dụng sức mạnh của công nghệ số, công tác phòng chống thiên tai ngày càng chủ động, hiệu quả hơn, góp phần hạn chế thiệt hại về người, tài sản và ổn định đời sống, sản xuất cho cộng đồng.

Đại diện Quỹ cộng đồng phòng tránh thiên tai, nhận định, nước ta hàng năm phải đối phó với nhiều loại thiên tai. Nhà nước ta đã quan tâm đầu tư, xây dựng, phát triển hệ thống giám sát, dự báo, cảnh báo thiên tai và đã có rất nhiều tiến bộ, nhất là trong phòng chống bão. Tuy nhiên, nhu cầu cải thiện hơn đối với giám sát, cảnh báo một số loại hình thiên tai thì cần phải được tiếp tục cải tiến. Trong đó, đặc biệt là việc dự báo và cảnh báo đối với lũ lụt, sạt lở đất – những loại hình gây nhiều thiệt hại về người và của.

Trong nỗ lực khắc phục tình trạng “độ trễ thông tin”, nhiều nhà khoa học Việt Nam đã tìm cách đưa trí tuệ nhân tạo (AI) và viễn thám trở thành công cụ dự báo mới. Thay vì chỉ dựa vào quan trắc thủ công, các hệ thống công nghệ số ngày nay có thể mở rộng phạm vi theo dõi lên không gian rộng lớn, cập nhật dữ liệu theo thời gian thực. Viễn thám trong cảnh báo thiên tai là việc sử dụng các công nghệ thu thập dữ liệu từ xa (vệ tinh, máy bay, drone) để theo dõi, dự báo và đánh giá các hiện tượng thiên nhiên như bão, lũ lụt, cháy rừng, hoặc núi lửa, nhằm đưa ra cảnh báo sớm, giảm thiểu thiệt hại và bảo vệ an toàn cho cộng đồng.

Công nghệ này cung cấp dữ liệu thời gian thực về các yếu tố như nhiệt độ bề mặt, sự thay đổi của mây, mực nước, tình trạng thực vật, giúp các cơ quan chức năng đưa ra quyết định kịp thời. Hiện nay, đơn cử tại trường Đại học Khoa học Tự nhiên (ĐHQGHN), đang xây dựng hệ thống cảnh báo trượt lở đất bằng cách kết hợp nhiều nguồn dữ liệu.

 Nhóm nghiên cứu dùng bản đồ địa chất, địa hình để đánh giá những yếu tố rất ít thay đổi theo thời gian. Bên cạnh đó, sử dụng UAV hay ảnh viễn thám để đánh giá sự thay đổi theo ngày, theo tháng, theo năm; thêm các thiết bị đo mưa và quan trắc trong mái dốc để biết được biến đổi theo giờ.

Các thông tin này được liên kết với nhau và giải đoán nguy cơ trượt lở, lũ quét, sạt lở như thế nào thì thông qua các thuật toán. Thuật toán là cầu nối để xây dựng các mô hình, kết hợp các yếu tố với nhau. Hệ thống không chỉ dừng ở dữ liệu tĩnh mà còn liên tục cập nhật các thông số động như lượng mưa, độ ẩm đất từ ảnh vệ tinh.

Áp dụng công nghệ hiện đại góp phần phát hiện sớm và giảm thiểu tối đa thiệt hại do thiên tai gây ra. (Ảnh: BTP).

AI phân tích, đối chiếu với lịch sử để xác định ngưỡng mưa gây trượt, xây dựng bản đồ phân vùng nguy cơ. Đặc biệt, các mô hình còn có thể mô phỏng 3D phạm vi và đường đi của khối trượt, giúp nhà quản lý hình dung trực quan kịch bản thiên tai có thể xảy ra. Điểm mới của hệ thống này là đưa cảnh báo tới tận tay người dân qua đa nền tảng. Từ website, cổng thông tin, ứng dụng “Sạt lở Việt Nam” cho đến tin nhắn SMS – mỗi hình thức được thiết kế cho một nhóm đối tượng khác nhau, từ nhà quản lý đến từng cá nhân.

Điểm mới là đã tích hợp nhiều công nghệ khác nhau và xây dựng được mô hình học máy, trí tuệ nhân tạo phù hợp với điều kiện Việt Nam, đánh giá được tai biến sạt lở với độ tin cậy cao. Những tiến bộ này cho thấy khả năng cá thể hóa cảnh báo thiên tai, để không chỉ cả một cộng đồng mà từng người dân có thể nhận thông tin sớm, gắn với chính nơi mình sinh sống.

Song song với AI, việc tận dụng dữ liệu cộng đồng đang mở ra một hướng đi mới. Một sản phẩm nghiên cứu có tên RiskMap Vietnam được phát triển trên cơ sở phối hợp giữa Urban Risk Lab (Viện Công nghệ Massachusetts, Mỹ) và Khoa Kỹ thuật Tài nguyên nước, trường Đại học Thủy lợi có thể tiếp nhận thông tin ngập lụt từ cộng đồng để thiết lập bản đồ theo thời gian thực.

Trong mùa mưa năm 2024, nền tảng được triển khai thí điểm, khuyến khích người dân cập nhật tình hình qua Zalo hoặc Line. Dữ liệu ngay lập tức hiển thị trên bản đồ số và cung cấp đồng thời cho cư dân, cộng đồng và cơ quan chức năng để tăng cường nhận thức, cùng nhau giảm thiểu rủi ro. Một thành viên nhóm nghiên cứu chia sẻ, dựa vào bản đồ này, người dân và chính quyền có thể ra quyết định để giảm thiểu rủi ro.

Đồng thời, các vết lũ được lưu trữ số hóa, phục vụ cho việc kiểm định mô hình trong tương lai. Không chỉ dừng ở lũ, công nghệ UAV gắn cảm biến cũng đã được áp dụng để giám sát chất lượng nước. UAV bay theo quỹ đạo định sẵn, khi tới các điểm đo sẽ thả phao, truyền dữ liệu trực tiếp về server.

Trong tương lai, việc ứng dụng AI sẽ giúp giải đoán ảnh UAV nhanh chóng, kịp thời phát hiện nguy cơ, đảm bảo cấp nước an toàn cho đô thị. Sự tham gia của cộng đồng cùng công nghệ số đã hỗ trợ cho công tác phòng chống thiên tai, biến mỗi người dân thành một “cảm biến sống” kết nối vào hệ thống quản lý tổng thể.

Để những giải pháp phát huy hiệu quả, cần một hệ sinh thái đồng bộ, từ nhân lực, thiết bị đến chính sách. Thiên tai là điều không thể ngăn chặn, nhưng thiệt hại hoàn toàn có thể giảm nhẹ khi thúc đẩy ứng dụng công nghệ trong cảnh báo sớm.

Khánh Ngọc