Aplikace vědy a techniky, umělé inteligence a digitální transformace v hydrometeorologické předpovědi

V kontextu stále závažnějších klimatických změn a silného rozvoje čtvrté průmyslové revoluce čelí hydrometeorologické předpovědi (HTS) novým a náročným požadavkům. Věda a technologie, umělá inteligence (AI) a digitální transformace hrají nejen podpůrnou roli, ale staly se základním základem, který určuje rychlost, kvalitu a přesnost moderního systému varování před katastrofami.

Nové tlaky v době klimatických změn

Po celém světě jsou tradiční metody předpovědi nahrazovány numerickými modely s vysokým rozlišením, pokročilými systémy pro asimilaci dat a zejména průlomy v oblasti umělé inteligence a hlubokého učení. Přední meteorologické organizace, jako jsou ECMWF nebo JMA, aplikují umělou inteligenci k opravě chyb, vytváření okamžitých předpovědí a využívání stále bohatších otevřených datových skladů Světové meteorologické organizace (WMO), čímž otevírají novou éru meteorologických předpovědí založených na datech a umělé inteligenci.

Ve Vietnamu jsou dopady klimatických změn stále patrnější prostřednictvím zvýšené frekvence a extrémnosti silných bouří, lokálních silných dešťů, bleskových povodní a sesuvů půdy. To způsobilo, že se požadavky na prognózy přesunuly od popisu jevů k předpovídání dopadů; od kvalitativních prognóz ke kvantitativním, podrobným, včasným a dřívějším prognózám, což vytváří velký tlak na hydrometeorologický sektor, aby urychlil technologické inovace a digitální transformaci.

Tradiční metody předpovídání jsou nahrazovány aplikací umělé inteligence a velkých dat pro monitorování, analýzu, předpovídání a varování před hydrometeorologií.

V posledních letech se hydrometeorologický sektor také setkal s významnými příležitostmi k modernizaci. Provoz superpočítače Cray XC40 znamenal významný krok vpřed ve výpočetní kapacitě. S kapacitou téměř 80 TFLOPS pomáhá systém spustit předpovědní model s rozlišením 3 km pro celé území a Východní moře za pouhých 30–40 minut, což Vietnam řadí do skupiny zemí se silnou předpovědní infrastrukturou v regionu.

Síť více než 3 200 automatických dešťových stanic, 10 meteorologických radarů a systému pro určování polohy blesků dohromady vytvořila průběžně aktualizovaný zdroj dat o vysokém rozlišení 1×1 km, který je důležitým základem pro předpovědní modely. Tato data se osvědčila v mnoha praktických situacích, jako například historické deště v centrálním regionu v roce 2020 nebo silné deště v roce 2024.

Vietnam byl WMO rovněž uznán jako Regionální podpůrné centrum pro varování před nepříznivým počasím (SWFP-SeA) a Regionální centrum pro varování před bleskovými povodněmi a sesuvy půdy (SeAFFGS), což rozšiřuje přístup k pokročilým technologiím, standardizuje procesy a posiluje mezinárodní spolupráci.

Výzvy však zůstávají obrovské. Výpočetní infrastruktura pro systémy pro ukládání umělé inteligence a velkých dat dosud nesplňuje potřeby provozování modelů hlubokého učení. Hydrometeorologická data jsou rozptýlená a chybí jim synchronizace mezi ministerstvy a sektory; v některých oblastech, jako jsou hranice a ostrovy, stále chybí data. Náklady na provoz high-tech monitorovacích systémů jsou vysoké a mechanismus socializace je omezený. Lidské zdroje se znalostí numerických modelů, umělé inteligence a analýzy velkých dat dosud nesplňují požadavky na rozvoj. Udržení role v programech mezinárodní spolupráce navíc vyžaduje stabilní zdroj financování.

Průlom v oblasti technologií a umělé inteligence

V posledních letech hydrometeorologický sektor důrazně zavedl řešení pro modernizaci procesu předpovídání. Byly modernizovány numerické předpovědní modely s vysokým rozlišením (1–3 km), které asimilují data z domácích pozorování a kombinují mezinárodní produkty od ECMWF, což pomohlo zkrátit dobu zveřejnění předpovědí z 5–8 hodin na 2–3 hodiny. Systém pro předpovídání s 32 krátkodobými a 51 střednědobými složkami podporuje konstrukci map pravděpodobnosti, předpovědí dopadů a podrobných srážek pro každou obec a obvod.

Systém SmartMet od roku 2019 postupně nahrazuje manuální analýzu a pomáhá vizualizovat, upravovat a synchronizovat prognózní data v reálném čase mezi centrální a místní úrovní, čímž výrazně zkracuje dobu potřebnou k vydání bulletinů.

Umělá inteligence začíná hrát důležitou roli v předpovídání. Modely hlubokého učení se používají při identifikaci tajfunů, předpovídání ultrakrátkých srážek, analýze satelitních snímků Himawari, včasné identifikaci center bouří a vylepšené předpovědi intenzity tropických cyklón. Případ tajfunu Noru v roce 2022 ukázal, že modely umělé inteligence integrující satelitní a radarová data mohou podpořit včasnou identifikaci vývoje bouří při jejich vstupu do Východního moře, což pomáhá prodloužit dobu včasného varování na 72 hodin.

Aplikace umělé inteligence se silně uplatňují při prognózování.

Kvalita předpovědí se výrazně zlepšila. Časové rámce předpovědí bouří se prodloužily z 24 hodin na 3 dny; včasná varování byla vydávána s 5denním předstihem; chyby v lokalizaci bouří v 48hodinových intervalech se snížily na polovinu. Předpovědi silných dešťů a varování před povodněmi s 2–3denním předstihem dosáhly spolehlivosti přibližně 75 %; varování před lokálními bouřkami dosáhla 30minutového až několikahodinového předstihu; předpovědi silného chladu a rozsáhlého horka dosáhly spolehlivosti 70–90 %.

Mezinárodní spolupráce i nadále hraje důležitou roli. Vietnam udržuje odborné výměny s JMA (Japonsko), CMA (Čína) a mnoha významnými meteorologickými agenturami v oblasti sdílení dat, hodnocení konsensu a vzdělávání lidských zdrojů. I během období Covid-19 probíhaly online školení WMO, což zajistilo profesní rozvoj prognostiků v zemi i regionu.

Podle hydrometeorologického odboru Ministerstva zemědělství a životního prostředí se bude hydrometeorologický sektor v období 2025–2030 rozvíjet na třech pilířích: modernizace monitorovací sítě; zlepšení prognostické kapacity směrem k dopadům a prognózám v reálném čase; komplexní digitální transformace. Prioritním úkolem je zejména dokončení automatické a synchronní monitorovací sítě, zejména v oblastech s nedostatkem dat. Cílem sektoru je zvýšit výpočetní kapacitu 5–10krát oproti roku 2020; vyvinout hybridní model kombinující numerickou prognózu a umělou inteligenci; zvýšit schopnost varovat před bleskovými povodněmi a sesuvy půdy o 6–12 hodin a varovat před bouřemi 3–5 dní předem.

Komplexní digitální transformace vyžaduje integraci 100 % dat do Národní hydrometeorologické databáze a zároveň vybudování právního mechanismu na podporu socializace a komercializace hydrometeorologických služeb. Klíčovým faktorem jsou stále lidé, odvětví se zaměřuje na hloubkové vzdělávání v oblasti umělé inteligence, velkých dat, moderních předpovědních modelů a rozšiřování mezinárodní spolupráce, zejména se Světovou meteorologickou organizací (WMO) a zeměmi s vyspělou hydrometeorologií, s cílem přijímat, ovládat a rozvíjet předpovědní technologie nové generace.

Centrum pro vědeckotechnickou komunikaci

Zdroj: https://mst.gov.vn/ung-dung-khoa-hoc-cong-nghe-tri-tue-nhan-tao-va-chuyen-doi-so-trong-cong-tac-du-bao-khi-tuong-thuy-van-197251201234112479.htm