فناوری جدیدی رونمایی شد که می‌تواند اوج سیل را ۱۰ ساعت قبل از وقوع پیش‌بینی کند.

سیستم پشتیبانی بهره‌برداری از مخزن HNT که توسط WeatherPlus با همکاری Kyushu Electric Power توسعه داده شده است، امکان پیش‌بینی بارندگی، رواناب و شبیه‌سازی تخلیه سیلاب را در زمان واقعی فراهم می‌کند.

دکتر ها نگوک توان، نماینده کنسرسیوم کیوشو - ودرپلاس، گفت که مدل پیش‌بینی بر اساس داده‌های لحظه‌ای از سیستمی متشکل از بیش از ۷۰۰ ایستگاه اندازه‌گیری بارندگی، جریان و سطح آب است. اطلاعات این ایستگاه‌ها به طور مداوم به مرکز پردازش منتقل می‌شود، سپس با شبیه‌سازی‌های جریان ترکیب می‌شود تا سناریوهای بهره‌برداری از مخزن در هنگام وقوع بارندگی شدید را تشکیل دهد.

به گفته تیم توسعه، هدف این فناوری تبدیل اطلاعات بارندگی به پیش‌بینی‌هایی در مورد میزان آبی است که به مخزن سرازیر می‌شود، نرخ افزایش آن و تأثیر بالقوه آن بر مناطق پایین‌دست.

دکتر ها نگوک توان، نماینده شرکت مشترک کیوشو - ودرپلاس. عکس: بائو تانگ.

در بارندگی‌های شدید اخیر، از این شبیه‌سازی‌ها برای محاسبه زمان احتمالی وقوع اوج سیل استفاده شده است. مثالی که در انجمن «کاربرد علم و فناوری در پیش‌بینی بلایا و هشدار زودهنگام» در بعدازظهر ۲۵ نوامبر ارائه شد، سیل در حوضه رودخانه باها بود.

حوضه رودخانه، که بیش از ۱۱۰۰۰ کیلومتر مربع را در بر می‌گیرد، میانگین بارندگی ۲۵۰ تا ۳۰۰ میلی‌متر را طی چند روز ثبت کرده است که معادل تقریباً ۲.۸۵ تا ۲.۸۷ میلیارد متر مکعب آب است. این رقم تقریباً دو برابر کل میزان آب دریافتی توسط مخازن بزرگی مانند Thac Ba (تقریباً ۱.۲۵ میلیارد متر مکعب) یا Ban Ve (۱.۴ میلیارد متر مکعب) در طول سیل‌های شدید ناشی از طوفان‌های Yagi (۲۰۲۴) یا Wipha (۲۰۲۵) است.

به گفته دکتر توآن، وقتی سطح آب در چنین مقیاس بزرگی به سرعت بالا می‌رود، شبیه‌سازی بلادرنگ می‌تواند به اپراتورها کمک کند تا بدانند سطح آب مخزن چگونه بالا خواهد آمد و چه زمانی باید دریچه‌های سرریز را باز کنند.

اصل عملکرد این سیستم بر اساس تأخیر طبیعی بین بارندگی در بالادست و سطح آب در پایین‌دست مدل‌سازی شده است. مشاهدات در رودخانه باها نشان می‌دهد که اختلاف زمانی از بارندگی تا افزایش سطح آب در مناطق پرجمعیت معمولاً حدود ۹ تا ۱۰ ساعت است. حتی در شرایط نامساعد، حداقل زمان تقریباً ۵ ساعت است.

واحد توسعه معتقد است که اگر پیش‌بینی بتواند افزایش سطح آب را در آن بازه زمانی «پیش‌بینی» کند، سازمان‌های واکنش به بلایا مبنایی برای تصمیم‌گیری‌های تخلیه زودتر و جلوگیری از غافلگیری خواهند داشت.

تابلوی پایش مخزن در لحظه HNT. عکس: Weatherplus.

با این حال، این تیم همچنین اذعان کرد که خطاهای پیش‌بینی اجتناب‌ناپذیر هستند. در جریان سیل اخیر رودخانه باها، برخی از مدل‌های بین‌المللی بارندگی بیشتری را نسبت به میزان واقعی پیش‌بینی کردند، در حالی که بارندگی بعدی کمتر از میزان واقعی بود. مدل داخلی مورد استفاده توسط Weatherplus در طول دومین رویداد بارندگی شدید، میزان خطایی بیش از ۱۵٪ داشت. با این وجود، این تیم معتقد است که شناسایی میزان بارندگی صدها میلی‌متر در یک حوضه به وسعت ده‌ها هزار کیلومتر مربع هنوز هم برای ارزیابی خطرات و آماده‌سازی اقدامات ایمنی "به اندازه کافی قابل اعتماد" است.

دکتر توآن با بیان اینکه «پیش‌نیاز عملکرد دقیق سیستم، کیفیت داده‌ها است»، افزود: «ایستگاه‌های اندازه‌گیری بارندگی به‌طور مداوم بررسی می‌شوند، داده‌های نادرست باید حذف شوند و تمام اطلاعات ورودی قبل از استفاده در شبیه‌سازی‌ها باید استاندارد شوند.» او افزود که اگر داده‌ها ناقص یا دارای نویز باشند، هر مدلی برای تولید نتایج قابل اعتماد با مشکل مواجه خواهد شد.

برخی از نمونه‌های عملکرد مخزن ذکر شد، مانند پیش‌بینی افزایش شدید جریان در طول طوفان ویفا، که به نیروگاه برق آبی هوآ نا کمک کرد تا طرح تنظیم خود را بیش از یک روز قبل آماده کند، یا شبیه‌سازی در طول طوفان کاجیکی که نشان می‌دهد سطح آب در نیروگاه برق آبی بای تونگ در صورت بهره‌برداری طبق سناریوی محاسبه‌شده، از حد ایمن تجاوز نخواهد کرد.

اگرچه این شرکت اخیراً اعلام کرده است، شواهد نشان می‌دهد که چگونه علم و فناوری می‌توانند داده‌های بارندگی را به تصمیمات عملیاتی عملی تبدیل کنند.

نیروگاه برق آبی هوآ نا با خیال راحت به طوفان ویفا پاسخ می‌دهد. عکس: ارائه شده.

به طور خاص، تیم دکتر توآن همچنین امکان ایجاد یک سیستم هشدار سطح آب در یک ایستگاه استاندارد را آشکار کرد. به طور خاص، هنگامی که سطح آب به نقطه خاصی می‌رسد، مقامات می‌توانند برای تخلیه گروه‌های آسیب‌پذیر آماده شوند. یا هنگامی که از آستانه دیگری فراتر می‌رود، همه ساکنان منطقه خطر باید آنجا را ترک کنند. به گفته Weatherplus، این رویکرد نسبت به سطوح هشدار فعلی I، II یا III که درک آنها برای مردم تا حدودی دشوار است، شهودی‌تر است.

نمایندگان این گروه ابراز امیدواری کردند که فناوری HNT، پس از تکمیل، بتواند به طور گسترده‌تری، از جمله در طراحی ابزارهای هشدار ساده برای مقامات محلی، مورد استفاده قرار گیرد.

آنها استدلال می‌کنند که ۵ تا ۱۰ ساعت قبل از اوج سیل، اگر زود تشخیص داده شود، زمان بسیار مهمی برای به حداقل رساندن تلفات و محدود کردن خسارت به مناطق پایین‌دست است. دکتر توآن و همکارانش پس از سه سال آزمایش بر روی مخازن بزرگ، اهمیت داده‌های نظارتی قابل اعتماد و اطلاعات پیش‌بینی را مجدداً تأیید کردند. او در پایان گفت: «سوال این است که آیا ما جرات داریم روی داده‌ها، روی افراد و در علم و فناوری سرمایه‌گذاری کنیم؟»

منبع: https://nongnghiepmoitruong.vn/he-mo-cong-nghe-nhin-truoc-dinh-lu-10-tieng-d786517.html