کاربرد هوش مصنوعی در پیش‌بینی و هشدار بلایای طبیعی

در سال‌های اخیر، کشور ما به شدت تحت تأثیر بلایای طبیعی و تغییرات اقلیمی قرار گرفته است. طوفان‌ها، سیل‌ها، خشکسالی‌ها و رانش زمین به طور مکرر رخ می‌دهند... در این زمینه، هوش مصنوعی (AI) در حال تبدیل شدن به یک ابزار پشتیبانی قدرتمند برای کمک به بهبود اثربخشی پیش‌بینی بلایای طبیعی، به حداقل رساندن خسارات و پشتیبانی از واکنش به موقع است.

پیش‌بینی‌کنندگان، داده‌های سیستم هواشناسی هوشمند را برای ارائه بولتن‌های پیش‌بینی و هشدارهای اولیه بلایای طبیعی در مرکز ملی پیش‌بینی‌های آب و هواشناسی تجزیه و تحلیل می‌کنند. (عکس: HOAI LINH)

هشدار زودهنگام مؤثرترین اقدام برای به حداقل رساندن خسارات ناشی از بلایای طبیعی مرتبط با آب و هوا، اقلیم و هیدرولوژی است. بسیاری از مطالعات نشان داده‌اند که اگر یک فاجعه طبیعی 24 ساعت قبل هشدار داده شود، خسارات در مقایسه با عدم هشدار حدود 30 درصد کاهش می‌یابد. بنابراین، در شرایط تغییرات اقلیمی پیچیده‌تر، افزایش فراوانی و شدت طوفان‌ها، باران‌های شدید، سیل، سیلاب‌های ناگهانی، رانش زمین، رعد و برق و صاعقه، هشدار زودهنگام نقش مهم‌تری ایفا می‌کند.

در ویتنام، با اجرای قطعنامه شماره 57-NQ/TW دفتر سیاسی، بخش هواشناسی و هیدرولوژی به تدریج هوش مصنوعی (AI)، کلان داده و تحول دیجیتال را در کار نظارت و پیش‌بینی به کار گرفته است. از ابتدای سال، وزارت هواشناسی و هیدرولوژی ( وزارت کشاورزی و محیط زیست ) برنامه‌های هوش مصنوعی را در برخی از مراحل فرآیند پیش‌بینی مستقر کرده است. به طور خاص، الگوریتم‌های یادگیری ماشین از داده‌های راداری، تصاویر ماهواره‌ای و نظارت خودکار آموزش داده می‌شوند تا پیش‌بینی‌های کوتاه‌مدت بارندگی را با زمان پاسخ سریع و جزئیات بالا ارائه دهند.

برای شناسایی و تعیین شدت طوفان در دریای شرقی، از هوش مصنوعی برای تجزیه و تحلیل تصاویر ماهواره‌ای هواشناسی به منظور شناسایی مرکز گرداب، ارزیابی شدت و روند توسعه طوفان و پشتیبانی از تجزیه و تحلیل عمیق برای پیش‌بینی‌کنندگان استفاده می‌شود. این سیستم‌ها هنوز در حال تکمیل، آموزش گسترده و ادغام در فرآیند پشتیبانی از پیش‌بینی‌های حرفه‌ای هستند. این فناوری به مقامات اجازه می‌دهد تا به طور مداوم شرایط آب و هوایی و محیطی را رصد کنند و از این طریق هشدارهای اولیه و اقدامات واکنش به موقع را برای محافظت از جان و مال مردم ارائه دهند.

آقای مای ون خیم، مدیر مرکز ملی پیش‌بینی‌های آب و هواشناسی، گفت که در طول فصل طوفان و سیل امسال، بخش آب و هواشناسی از هوش مصنوعی در فرآیند نظارت و پیش‌بینی استفاده کرده است. نتایج به دست آمده از این فناوری، دقت بالاتری نسبت به ابزارهای سنتی داشته است.

در مورد پیش‌بینی طوفان، خطای ۲۴ ساعته در مرکز طوفان حدود ۹۰ تا ۱۱۰ کیلومتر است که با میانگین منطقه‌ای مطابقت دارد. هوش مصنوعی به ترکیب ارزیابی‌های احتمال و عدم قطعیت کمک می‌کند و از تصمیم‌گیری برای پیشگیری از بلایا پشتیبانی می‌کند.

در پیش‌بینی باران‌های شدید، مدل WRF (شبکه هواشناسی میان‌مقیاس برای تحقیق و پیش‌بینی عملیات آب و هوا) و گروه‌های منطقه‌ای نتایج بسیار خوبی با باران‌های گسترده ارائه می‌دهند، اما هنوز در مورد باران‌های محلی کوتاه‌مدت در زمین‌های پیچیده، که در آن بین گردش‌های کوچک‌مقیاس تضاد وجود دارد، با چالش‌هایی مواجه هستند. هشدارهای مربوط به رعد و برق، گردبادها و صاعقه هنگام ترکیب رادارهای هواشناسی، تصاویر ماهواره‌ای، داده‌های گروهی و الگوریتم‌های پیش‌بینی لحظه‌ای، به صدور هشدارهای رعد و برق 30 دقیقه تا 3 ساعت قبل در بسیاری از مناطق کلیدی کمک کرده است.

دپارتمان آب و هواشناسی، مشکل اصلی علم و فناوری در صنعت را «تسلط بر فناوری هوش مصنوعی در پیش‌بینی‌های هواشناسی و هیدرولوژیکی، ساخت یک سیستم جامع هوش مصنوعی برای پیش‌بینی‌های هواشناسی و هیدرولوژیکی چندمقیاسی با دقت بالا و خودکارسازی عملیات پیش‌بینی» شناسایی کرده است.

آقای مای ون خیم،
رئیس مرکز ملی پیش‌بینی‌های آب و هواشناسی

به گفته رئیس بخش آب و هواشناسی، در مقایسه با ژاپن، چین، کره و غیره، ظرفیت پیش‌بینی و سیستم نظارت کشور ما هنوز محدود است. از سوی دیگر، به دلیل محدودیت‌های بودجه، کشور ما نتوانسته است سرمایه‌گذاری زیادی در علم و فناوری برای پیش‌بینی آب و هواشناسی و بلایای طبیعی انجام دهد. علاوه بر این، زیرساخت فناوری اطلاعات هنوز ضعیف است؛ ایستگاه‌های نظارتی زیادی وجود ندارد و غیره، در حالی که مشکل پردازش هوش مصنوعی برای صنعت آب و هواشناسی به مقدار زیادی زیرساخت اطلاعاتی، منابع مالی و تیمی از متخصصان بسیار ماهر در فناوری اطلاعات نیاز دارد. علاوه بر این، زیرساخت محاسبات و پردازش هوش مصنوعی به تراشه‌های پردازش سریع با هزینه‌های بالا نیاز دارد.

با توجه به وضعیت پیچیده تغییرات اقلیمی و افزایش تعداد رویدادهای شدید آب و هوایی، نوسازی آب و هواشناسی و بهبود ظرفیت پیش‌بینی و هشدار زودهنگام برای محافظت از جامعه و اقتصاد ضروری است... بنابراین، ساخت و بهبود سیستم‌های پیش‌بینی و هشدار زودهنگام نقش بسیار مهمی ایفا می‌کند. این امر همچنین به عنوان اولین خط دفاعی در کار پیشگیری و کاهش خطرات بلایای طبیعی در نظر گرفته می‌شود.

آقای مای ون خیم گفت که برای انجام این کار، بخش هواشناسی و هیدرولوژی در آینده باید بر اجرای یک طرح جامع نوآوری برای بهبود ظرفیت پیش‌بینی و هشدار و خدمت مؤثر به کار پیشگیری از بلایای طبیعی و توسعه پایدار تمرکز کند. تمرکز این طرح، ادامه اجرای مؤثر قطعنامه شماره 57-NQ/TW در مورد پیشرفت‌های حاصل در توسعه علم و فناوری، نوآوری و تحول دیجیتال ملی است. آقای مای ون خیم گفت که وزارت هواشناسی و هیدرولوژی مشکل اصلی علم و فناوری این بخش را «تسلط بر فناوری هوش مصنوعی در پیش‌بینی هواشناسی و هیدرولوژی، ساخت یک سیستم جامع هوش مصنوعی برای پیش‌بینی چند مقیاسی هواشناسی و هیدرولوژی با دقت بالا و خودکارسازی عملیات پیش‌بینی» شناسایی کرده است.

بر این اساس، دپارتمان آب و هواشناسی، کاربرد فناوری‌های مدرن مانند هوش مصنوعی، کلان‌داده، اینترنت اشیا (IoT) را در کل فرآیند آب و هواشناسی، از نظارت، جمع‌آوری و پردازش داده‌ها گرفته تا تجزیه و تحلیل، پیش‌بینی و ارتباطات، در اولویت قرار خواهد داد. تسلط بر این فناوری‌ها نه تنها به بهبود دقت و اتوماسیون در کار حرفه‌ای کمک می‌کند، بلکه مسیر را برای توسعه یک سیستم پیش‌بینی هوشمند و چندمقیاسی که الزامات خدمت‌رسانی به مردم، مقامات و بخش‌های اقتصادی را در زمینه تغییرات اقلیمی فزاینده و پیچیده برآورده می‌کند، هموار می‌کند. در کنار آن، دپارتمان بر بهبود ظرفیت پیش‌بینی پدیده‌های آب و هوایی شدید، ایجاد یک سیستم هشدار اولیه چندفاجعه‌ای برای اطمینان از اطلاعات به موقع و دقیق؛ توسعه تیمی از کارکنان بسیار ماهر، با تمرکز بر آموزش منابع انسانی جوان برای برآورده کردن نیازهای جدید؛ تقویت ارتباطات، افزایش آگاهی عمومی از نقش آب و هواشناسی در پیشگیری و کنترل بلایا؛ ترویج همکاری‌های بین‌المللی، جستجوی پشتیبانی فنی و فناوری و آموزش منابع انسانی... تمرکز دارد.

کیم اوآن

منبع: https://nhandan.vn/ung-dung-tri-tue-nhan-tao-trong-du-bao-va-canh-bao-thien-tai-post902631.html