Ứng dụng trí tuệ nhân tạo trong cảnh báo sớm sạt lở đất

TMO - Các nhà khoa học thuộc Trường Đại học Tài nguyên và Môi trường Hà Nội đã xây dựng thành công hệ thống cảnh báo sớm, phòng chống sạt lở đất bằng việc ứng dụng trí tuệ nhân tạo (AI). Qua đó góp phần chủ động phương án ứng phó, giảm nhẹ thiệt hại do trượt lở đất gây ra. 

Việt Nam là một trong những quốc gia chịu ảnh hưởng nghiêm trọng từ thiên tai nằm trong khu vực được xem là quốc gia chịu nhiều ảnh hưởng của thiên tai. Theo thống kê của Cục Quản lý đê điều và Phòng chống thiên tai (Bộ Nông nghiệp và Phát triển nông thôn), trong năm 2023, thiên tai xảy ra cực đoan trên các vùng miền với 1.145 trận thiên tai (21/22 loại hình), đặc biệt là mưa lớn gây sạt lở đất, lũ quét, lũ, ngập lụt trên diện.

Tại khu vực miền núi phía Bắc, 4 tỉnh có nguy cơ trượt lở đất cao nhất khu vực phía Bắc là Điện Biện, Lào Cai, Sơn La và Yên Bái. Trong đó, tỉnh Điện Biên (673 điểm trượt); Lào Cai (534 điểm trượt). Đặc biệt, Yên Bái và Sơn La là 2 tỉnh có trên 1.000 điểm trượt.

Trong những năm gần đây, sự phát triển mạnh mẽ của công nghệ quan sát trái đất như: hệ thống vệ tinh, công nghệ không gian, không ảnh…với nguồn dữ liệu đa dạng và chi tiết đã hỗ trợ tích cực cho hoạt động nghiên cứu và dự báo vùng nguy cơ trượt lở đất. Đặc biệt các công nghệ này rất hữu ích trong việc kiểm kê hiện trạng trượt lở, thành lập bản đồ phân vùng dự báo nguy cơ trượt lở đất, phân tích nguy cơ trượt lở đất, quản lý trượt lở và cảnh báo sớm, giúp quản lý và giảm thiểu thiệt hại do tai biến trượt lở đất gây ra.

Bên cạnh đó, các thuật toán trí tuệ nhân tạo giúp tăng khả năng xử lý dữ liệu lớn và phân tích hình ảnh từ ảnh vệ tinh viễn thám. Thông qua việc sử dụng các thuật toán trí tuệ nhân tạo, các nhà nghiên cứu và chuyên gia có thể phát hiện và phân tích các đặc điểm địa hình, biến đổi đất và dấu hiệu tiềm ẩn nguy cơ trượt lở đất. 

Ảnh minh họa. 

Từ thực tế trên, các nhà khoa học thuộc Trường Đại học Tài nguyên và Môi trường Hà Nội đã thực hiện đề tài “Tích hợp trí tuệ nhân tạo và các công nghệ giám sát Trái đất trong nghiên cứu tai biến trượt lở đất ở vùng núi phía Bắc Việt Nam”. Đề tài hướng đến mục tiêu xây dựng mô hình trí tuệ nhân tạo nâng cao độ tin cậy trong nhận diện, giám sát tai biến trượt lở đất, với sự hợp tác của Trung tâm GEOlab (Đại học Polimi - Ý) - Trung tâm nghiên cứu mạnh có nhiều chuyên gia trong các lĩnh vực trắc địa, địa chất, môi trường, kiến trúc và kỹ thuật xây dựng, KH&CN hàng không vũ trụ, địa tin học…

Để giám sát và nhận diện sớm nguy cơ trượt lở đất, nhóm nghiên cứu đã sử dụng phương pháp CNN (Mạng nơ ron tích chập) và phương pháp PSInSAR tập trung thu nhận những điểm tán xạ mạnh, ổn định từ các địa vật. Đồng thời, để có những hình ảnh trực quan, chính xác nhất về địa điểm sạt lở đất, nhóm nghiên cứu sử dụng thiết bị bay không người lái UAV. Thiết bị có độ phân giải cao, thu thập được dữ liệu không gian trong các thời điểm khác nhau, giúp các nhà khoa học theo dõi sát sao sự chuyển dịch và thay đổi trên bề mặt.

Nhóm nghiên cứu đã tiến hình chụp ảnh ở các tuyến quốc lộ (khoảng 85km) trên địa bàn huyện Mù Cang Chải. Kết hợp với phương pháp thống kê đề tìm ngưỡng mưa ở khu vực này. Qua đó xác định được các khu vực có nguy cơ trượt lở đất, đá sẽ hiển thị màu sắc, hình dạng, kích thước của vùng có nguy cơ. Phương pháp này có độ chính xác cao hơn các phương pháp truyền thống như mô hình hóa bề mặt (DEM), mô hình kỹ thuật số bề mặt (DSM)…

Bên cạnh đó, nhóm nghiên cứu đã lựa chọn phương pháp thống kê để tìm ngưỡng mưa kích hoạt trượt lở cho khu vực nghiên cứu (đây là phương pháp phù hợp nhất với dữ liệu hiện có của nhóm nghiên cứu). Dữ liệu mưa cung cấp cho hệ thống và tính ngưỡng mưa gồm có: Dữ liệu mưa từ trạm đo tại 3 trạm ở Mù Cang Chải và 3 trạm ở Văn Yên, dữ liệu được cập nhật gần thời gian thực, liên tục vào hệ thống; Dữ liệu mưa vệ tinh (GPM - Global Precipitation Measurement Mission) miễn phí có độ phân giải tốt và tần suất 30 phút/lần; Dữ liệu mưa từ mô hình GFS (Hệ thống Dự báo toàn cầu) cung cấp dữ liệu dự báo mưa, đang được sử dụng trong các hệ thống cảnh báo của Tổng cục Phòng chống Thiên tai và Tổng cục Khí tượng Thủy văn. 

Từ các phương pháp về công nghệ trên, nhóm nghiên cứu đã xây dựng thành công hệ thống cảnh báo trượt lở đất tại khu vực huyện Văn Yên và Mù Cang Chải ở tỷ lệ bản đồ 1:50.000. Đặc biệt, hệ thống cảnh báo này đã tích hợp mô hình trí tuệ nhân tạo với dữ liệu viễn thám, dữ liệu mưa từ các trạm. Hệ thống cảnh báo được chia làm 4 cấp độ: 1) ít nguy cơ; 2) nguy cơ trung bình; 3) nguy cơ cao; 4) nguy cơ rất cao.

Hệ thống cảnh báo trượt lở đất của nhóm nghiên cứu vừa đưa ra các cấp độ cảnh báo, vừa đề xuất các giải pháp kỹ thuật như chống nguy cơ trượt lở, tránh tác động gây áp lực lên sườn dốc và những phương án di dời khi có điều kiện bất thường về mưa lũ.

Hải Vân