کاربرد علم و فناوری، هوش مصنوعی و تحول دیجیتال در پیش‌بینی‌های آب و هواشناسی

در زمینه تغییرات اقلیمی فزاینده و شدید و توسعه قوی انقلاب صنعتی چهارم، پیش‌بینی آب و هواشناسی (HTS) با الزامات جدید و چالش‌برانگیزی روبرو است. علم و فناوری، هوش مصنوعی (AI) و تحول دیجیتال نه تنها نقش حمایتی ایفا می‌کنند، بلکه به پایه اصلی تبدیل شده‌اند و سرعت، کیفیت و دقت سیستم هشدار بلایای مدرن را تعیین می‌کنند.

فشارهای جدید در عصر تغییرات اقلیمی

در سراسر جهان ، روش‌های سنتی پیش‌بینی با مدل‌های عددی با وضوح بالا، سیستم‌های پیشرفته‌ی جذب داده‌ها و به ویژه پیشرفت‌های چشمگیر در هوش مصنوعی و یادگیری عمیق جایگزین می‌شوند. سازمان‌های پیشرو هواشناسی مانند ECMWF یا JMA از هوش مصنوعی برای اصلاح خطاها، انجام پیش‌بینی‌های فوری و بهره‌برداری از انبارهای داده‌ی بازِ غنیِ سازمان جهانی هواشناسی (WMO) استفاده کرده‌اند و دوران جدیدی از پیش‌بینی‌های هواشناسی مبتنی بر داده‌ها و هوش مصنوعی را آغاز کرده‌اند.

در ویتنام، تأثیرات تغییرات اقلیمی به طور فزاینده‌ای از طریق افزایش فراوانی و شدت طوفان‌های شدید، باران‌های شدید محلی، سیل‌های ناگهانی و رانش زمین مشهود است. این امر باعث شده است که الزامات پیش‌بینی از توصیف پدیده‌ها به پیش‌بینی تأثیرات تغییر کند؛ از پیش‌بینی کیفی به پیش‌بینی کمی، دقیق، به موقع و زودهنگام، که فشار زیادی را برای بخش آب و هواشناسی ایجاد می‌کند تا نوآوری‌های فناوری و تحول دیجیتال را تسریع کند.

روش‌های پیش‌بینی سنتی با استفاده از هوش مصنوعی و کلان‌داده برای نظارت، تجزیه و تحلیل، پیش‌بینی و هشدار در مورد هواشناسی آب و هوایی جایگزین می‌شوند.

در سال‌های اخیر، بخش آب و هواشناسی نیز با فرصت‌های مهمی برای نوسازی مواجه بوده است. بهره‌برداری از ابررایانه Cray XC40 گامی بزرگ در ظرفیت محاسباتی ایجاد کرده است. این سیستم با ظرفیتی نزدیک به 80 ترافلاپ، به اجرای یک مدل پیش‌بینی با وضوح 3 کیلومتر برای کل قلمرو و دریای شرقی تنها در 30 تا 40 دقیقه کمک می‌کند و ویتنام را در گروه کشورهایی با زیرساخت پیش‌بینی قوی در منطقه قرار می‌دهد.

در کنار هم، شبکه‌ای متشکل از بیش از ۳۲۰۰ ایستگاه باران‌سنجی خودکار، ۱۰ رادار هواشناسی و یک سیستم موقعیت‌یابی رعد و برق، یک منبع داده با وضوح بالا به ابعاد ۱×۱ کیلومتر که به طور مداوم به‌روزرسانی می‌شود، ایجاد کرده‌اند که مبنای مهمی برای مدل‌های پیش‌بینی است. این داده‌ها در بسیاری از موقعیت‌های عملی، مانند باران‌های تاریخی در منطقه مرکزی در سال ۲۰۲۰ یا باران‌های شدید در سال ۲۰۲۴، مؤثر بوده‌اند.

ویتنام همچنین توسط WMO به عنوان مرکز پشتیبانی منطقه‌ای برای هشدار آب و هوای شدید (SWFP-SeA) و مرکز منطقه‌ای هشدار سیل و رانش زمین (SeAFFGS) شناخته شده است که دسترسی به فناوری پیشرفته، استانداردسازی فرآیندها و افزایش همکاری‌های بین‌المللی را گسترش می‌دهد.

با این حال، چالش‌ها همچنان عظیم هستند. زیرساخت‌های محاسباتی برای سیستم‌های ذخیره‌سازی هوش مصنوعی و کلان‌داده هنوز نیازهای عملیاتی کردن مدل‌های یادگیری عمیق را برآورده نکرده‌اند. داده‌های آب‌وهواشناسی پراکنده هستند و فاقد هماهنگی بین وزارتخانه‌ها و بخش‌ها هستند؛ برخی مناطق مانند مرزها و جزایر هنوز فاقد داده هستند. هزینه عملیاتی کردن سیستم‌های نظارتی پیشرفته بالا است، در حالی که مکانیسم اجتماعی‌سازی محدود است. منابع انسانی با دانش مدل‌های عددی، هوش مصنوعی و تحلیل کلان‌داده هنوز الزامات توسعه را برآورده نکرده‌اند. علاوه بر این، حفظ نقش در برنامه‌های همکاری بین‌المللی نیازمند منبع مالی پایدار است.

پیشرفتی شگرف در فناوری و هوش مصنوعی

در سال‌های اخیر، بخش آب و هواشناسی به طور جدی راهکارهایی را برای مدرن‌سازی فرآیند پیش‌بینی به کار گرفته است. مدل‌های پیش‌بینی عددی با وضوح بالا (۱ تا ۳ کیلومتر) ارتقا یافته‌اند که داده‌های مشاهداتی داخلی را جذب کرده و محصولات بین‌المللی ECMWF را ترکیب می‌کنند و به کوتاه شدن زمان انتشار پیش‌بینی از ۵ تا ۸ ساعت به ۲ تا ۳ ساعت کمک می‌کنند. سیستم پیش‌بینی جامع با ۳۲ مؤلفه کوتاه‌مدت و ۵۱ مؤلفه میان‌مدت، از ساخت نقشه‌های احتمال، پیش‌بینی‌های تأثیر و بارندگی دقیق برای هر بخش و منطقه پشتیبانی می‌کند.

از سال ۲۰۱۹، سیستم SmartMet به تدریج جایگزین تحلیل‌های دستی شده و به تجسم، ویرایش و همگام‌سازی داده‌های پیش‌بینی در زمان واقعی بین سطوح مرکزی و محلی کمک کرده و زمان انتشار بولتن‌ها را به طور قابل توجهی کاهش داده است.

هوش مصنوعی در حال ایفای نقش مهمی در پیش‌بینی است. مدل‌های یادگیری عمیق در شناسایی طوفان، پیش‌بینی بارش‌های بسیار کوتاه، تجزیه و تحلیل تصاویر ماهواره‌ای هیماواری، شناسایی زودهنگام مکان‌های مرکز طوفان و پیش‌بینی بهبود شدت طوفان‌های گرمسیری به کار گرفته می‌شوند. مورد طوفان نورو در سال ۲۰۲۲ نشان داد که مدل‌های هوش مصنوعی که داده‌های ماهواره‌ای و راداری را ادغام می‌کنند، می‌توانند از شناسایی زودهنگام تحولات طوفان هنگام ورود به دریای شرقی پشتیبانی کنند و به افزایش زمان هشدار اولیه به ۷۲ ساعت کمک کنند.

برنامه‌های هوش مصنوعی به طور گسترده برای ارائه خدمات پیش‌بینی به کار گرفته می‌شوند.

کیفیت پیش‌بینی‌ها به طور قابل توجهی بهبود یافته است. بازه‌های زمانی پیش‌بینی طوفان از ۲۴ ساعت به ۳ روز افزایش یافته است؛ هشدارهای اولیه ۵ روز قبل صادر شده است؛ خطاهای مکان‌یابی طوفان در فواصل ۴۸ ساعته به نصف کاهش یافته است. پیش‌بینی باران‌های شدید و هشدارهای سیل ۲-۳ روز قبل به حدود ۷۵٪ رسیده است؛ هشدارهای رعد و برق محلی از ۳۰ دقیقه به چند ساعت قبل رسیده است؛ پیش‌بینی سرمای شدید و گرمای گسترده به ۷۰-۹۰٪ رسیده است.

همکاری‌های بین‌المللی همچنان نقش مهمی ایفا می‌کنند. ویتنام تبادلات حرفه‌ای خود را با JMA (ژاپن)، CMA (چین) و بسیاری از سازمان‌های بزرگ هواشناسی در زمینه اشتراک‌گذاری داده‌ها، ارزیابی اجماع و آموزش منابع انسانی حفظ می‌کند. حتی در دوره کووید-۱۹، دوره‌های آموزشی WMO به صورت آنلاین برگزار می‌شد و توسعه حرفه‌ای پیش‌بینی‌کنندگان در کشور و منطقه را تضمین می‌کرد.

طبق اعلام دپارتمان آب و هواشناسی وزارت کشاورزی و محیط زیست ، در دوره 2025-2030، بخش آب و هواشناسی بر اساس سه رکن توسعه خواهد یافت: نوسازی شبکه پایش؛ بهبود ظرفیت پیش‌بینی به سمت پیش‌بینی تأثیر و زمان واقعی؛ تحول جامع دیجیتال. به طور خاص، تکمیل شبکه پایش خودکار و همزمان، به ویژه در مناطقی که فاقد داده هستند، یک وظیفه اولویت‌دار است. این بخش قصد دارد ظرفیت محاسباتی را در مقایسه با سال 2020، 5 تا 10 برابر افزایش دهد؛ یک مدل ترکیبی با ترکیب پیش‌بینی عددی و هوش مصنوعی توسعه دهد؛ توانایی هشدار سیل و رانش زمین را 6 تا 12 ساعت افزایش دهد و 3 تا 5 روز قبل از وقوع طوفان‌ها هشدار دهد.

تحول جامع دیجیتال مستلزم ادغام ۱۰۰٪ داده‌ها در پایگاه داده ملی آب و هواشناسی و در عین حال ایجاد یک سازوکار قانونی برای ترویج اجتماعی‌سازی و تجاری‌سازی خدمات آب و هواشناسی است. عامل کلیدی همچنان مردم هستند، این صنعت بر آموزش عمیق در هوش مصنوعی، کلان‌داده، مدل‌های پیش‌بینی مدرن و گسترش همکاری‌های بین‌المللی، به‌ویژه با سازمان جهانی هواشناسی (WMO) و کشورهایی با آب و هواشناسی پیشرفته، برای دریافت، تسلط و توسعه فناوری‌های پیش‌بینی نسل جدید تمرکز دارد.

مرکز ارتباطات علم و فناوری

منبع: 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