فناوری‌ای که اوج سیل را ۱۰ ساعت قبل از وقوع «پیش‌بینی» می‌کند

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

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

به گفته نماینده تیم توسعه، هدف این فناوری تبدیل اطلاعات بارندگی به پیش‌بینی میزان آبی است که وارد دریاچه می‌شود، نرخ افزایش آن و خطر تأثیر بر مناطق پایین‌دست.

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

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

حوضه رودخانه با مساحت بیش از ۱۱۰۰۰ کیلومتر مربع، میانگین بارندگی ۲۵۰ تا ۳۰۰ میلی‌متر را در چند روز ثبت کرده است که معادل حدود ۲.۸۵ تا ۲.۸۷ میلیارد متر مکعب آب است. این رقم تقریباً دو برابر کل آبی است که دریاچه‌های بزرگی مانند Thac Ba (حدود ۱.۲۵ میلیارد متر مکعب) یا Ban Ve (۱.۴ میلیارد متر مکعب) در جریان سیل‌های شدید ناشی از تأثیر طوفان‌های Yagi (۲۰۲۴) یا Wipha (۲۰۲۵) دریافت کردند.

به گفته دکتر توآن، وقتی سطح آب در چنین مقیاس بزرگی به سرعت افزایش می‌یابد، شبیه‌سازی بلادرنگ می‌تواند به اپراتورها کمک کند تا بدانند مخزن چگونه سطح آب خود را افزایش می‌دهد و چه زمانی دریچه‌های سد را باز کنند.

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

این توسعه‌دهنده معتقد است که اگر پیش‌بینی بتواند افزایش سطح آب را در آن بازه زمانی «پیش‌بینی» کند، آژانس واکنش به فاجعه مبنایی برای تصمیم‌گیری‌های تخلیه زودتر و جلوگیری از منفعل بودن خواهد داشت.

داشبورد پایش مخزن در لحظه HNT. عکس: Weatherplus.

با این حال، این گروه همچنین خاطرنشان کرد که خطاهای پیش‌بینی اجتناب‌ناپذیر هستند. در سیل اخیر در رودخانه باها، برخی از مدل‌های بین‌المللی بارندگی بیشتری را در دوره اول پیش‌بینی کردند، در حالی که دوره دوم نتایج بارندگی کمتری را نشان داد. مدل عملیاتی داخلی مورد استفاده توسط Weatherplus در دومین باران شدید بیش از ۱۵ درصد خطا داشت. با این حال، این گروه اعلام کرد که شناسایی بارندگی صدها میلی‌متر در حوضه‌ای به مساحت ده‌ها هزار کیلومتر مربع هنوز "به اندازه کافی قابل اعتماد" است تا خطرات را تعیین کرده و برنامه‌های ایمنی را تهیه کند.

دکتر توآن با بیان اینکه «پیش‌نیاز عملکرد دقیق سیستم، کیفیت داده‌ها است»، افزود: «ایستگاه‌های باران‌سنجی دائماً بررسی می‌شوند، داده‌های اشتباه باید حذف شوند و تمام اطلاعات ورودی قبل از قرار دادن در شبیه‌سازی باید استاندارد شوند.» وی افزود که اگر داده‌ها ناقص یا دارای نویز باشند، هر مدلی در ارائه نتایج قابل اعتماد با مشکل مواجه خواهد شد.

برخی از نمونه‌های عملیات در مخازن ذکر شد، مانند پیش‌بینی افزایش شدید جریان در طول طوفان ویفا، کمک به نیروگاه برق آبی هوآ نا برای آماده‌سازی یک طرح تنظیم بیش از ۱ روز قبل، یا شبیه‌سازی در طول طوفان کاجیکی که نشان داد سطح آب در نیروگاه برق آبی بای تونگ در صورت بهره‌برداری طبق سناریوی محاسبه‌شده، از آستانه ایمنی تجاوز نخواهد کرد.

اگرچه این موضوع به تازگی توسط شرکت اعلام شده است، شواهد نشان دهنده توانایی علم و فناوری در تبدیل داده‌های بارندگی به تصمیمات عملیاتی عملی است.

نیروگاه برق آبی هوآ نا با موفقیت در برابر طوفان ویفا واکنش نشان داد. عکس: TL.

به طور خاص، تیم دکتر توآن همچنین امکان راه‌اندازی یک سیستم هشدار بر اساس سطح آب در یک ایستگاه مرجع را آشکار کرد. به طور خاص، وقتی سطح آب به سطح خاصی می‌رسد، مقامات می‌توانند برای تخلیه گروه‌های آسیب‌پذیر آماده شوند. یا وقتی از آستانه دیگری فراتر می‌رود، همه افراد در منطقه خطر باید آنجا را ترک کنند. به گفته Weatherplus، این رویکرد نسبت به اعلان بر اساس سطوح هشدار I، II یا III که تصور آنها کم و بیش برای مردم دشوار است، شهودی‌تر است.

نماینده گروه ابراز امیدواری کرد که فناوری HNT، پس از تکمیل، بتواند به طور گسترده‌تری، از جمله در طراحی ابزارهای هشدار ساده برای مقامات محلی، به کار گرفته شود.

آنها معتقدند که حدود ۵ تا ۱۰ ساعت قبل از اوج سیل، اگر زود تشخیص داده شود، زمان تعیین‌کننده‌ای برای به حداقل رساندن تلفات و محدود کردن خسارت به مناطق پایین‌دست است. دکتر توآن و همکارانش پس از ۳ سال آزمایش بر روی دریاچه‌های بزرگ، اهمیت داده‌های نظارتی قابل اعتماد و اطلاعات پیش‌بینی را مجدداً تأیید کردند. او در پایان گفت: «مشکل این است که آیا ما جرات سرمایه‌گذاری در داده‌ها، افراد و علم و فناوری را داریم یا خیر؟»

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