A tudomány és a technológia, a mesterséges intelligencia és a digitális transzformáció alkalmazása a hidrometeorológiai előrejelzésben

Az egyre súlyosbodó klímaváltozás és a negyedik ipari forradalom erőteljes fejlődése közepette a hidrometeorológiai előrejelzés (HTS) új és kihívásokkal teli követelményekkel néz szembe. A tudomány és a technológia, a mesterséges intelligencia (MI) és a digitális átalakulás nemcsak támogató szerepet játszik, hanem a modern katasztrófa-előrejelző rendszer sebességét, minőségét és pontosságát meghatározó központi alappá váltak.

Új nyomások a klímaváltozás korában

Világszerte a hagyományos előrejelzési módszereket nagy felbontású numerikus modellek, fejlett adatszimilációs rendszerek, és különösen a mesterséges intelligencia és a mélytanulás terén elért áttörések váltják fel. A vezető meteorológiai szervezetek, mint például az ECMWF vagy a JMA, a mesterséges intelligenciát alkalmazták a hibák kijavítására, azonnali előrejelzések készítésére és a Meteorológiai Világszervezet (WMO) egyre gazdagabb nyílt adattárházainak kiaknázására, megnyitva ezzel az adat- és mesterséges intelligencia-alapú meteorológiai előrejelzések új korszakát.

Vietnámban a klímaváltozás hatásai egyre nyilvánvalóbbak az erős viharok, a helyi heves esőzések, a villámárvizek és a földcsuszamlások gyakoriságának és szélsőségességének növekedésében. Ez ahhoz vezetett, hogy az előrejelzési követelmények a jelenségek leírásáról a hatások előrejelzésére helyeződtek át; a kvalitatív előrejelzésről a kvantitatív, részletes, időszerű és korábbi előrejelzésre, ami nagy nyomást gyakorol a hidrometeorológiai szektorra a technológiai innováció és a digitális átalakulás felgyorsítása érdekében.

A hagyományos előrejelzési módszereket felváltja a mesterséges intelligencia és a big data alkalmazása a hidrometeorológia monitorozására, elemzésére, előrejelzésére és figyelmeztetésére.

Az elmúlt években a hidrometeorológiai szektor is fontos modernizációs lehetőségekkel nézett szembe. A Cray XC40 szuperszámítógép üzemeltetése jelentős előrelépést jelentett a számítási kapacitás terén. A közel 80 TFLOPS kapacitású rendszer mindössze 30-40 perc alatt képes lefuttatni egy 3 km-es felbontású előrejelzési modellt a teljes területre és a Keleti-tengerre vonatkozóan, ezzel Vietnamot a régió erős előrejelző infrastruktúrával rendelkező országai közé sorolva.

Egy több mint 3200 automatikus esőmérő állomásból, 10 időjárás-radarból és egy villámhelyzet-meghatározó rendszerből álló hálózat együttesen egy folyamatosan frissülő, 1×1 km-es, nagy felbontású adatforrást hozott létre, amely fontos alapot jelent az előrejelzési modellekhez. Ezek az adatok számos gyakorlati helyzetben hatékonynak bizonyultak, például a 2020-as központi régió történelmi esőzései vagy a 2024-es heves esőzések során.

A WMO Vietnamot a súlyos időjárási figyelmeztetések regionális támogató központjaként (SWFP-SeA) és a regionális villámárvizek és földcsuszamlások figyelmeztető központjaként (SeAFFGS) is elismerte, bővítve a fejlett technológiához való hozzáférést, szabványosítva a folyamatokat és fokozva a nemzetközi együttműködést.

A kihívások azonban továbbra is hatalmasak. A mesterséges intelligencia és a big data tárolórendszerek számítástechnikai infrastruktúrája még nem felel meg a mélytanulási modellek működtetésének igényeinek. A hidrometeorológiai adatok szétszórtak, és hiányzik a minisztériumok és az ágazatok közötti szinkronizáció; egyes területeken, például a határokon és a szigeteken, továbbra is hiányoznak az adatok. A high-tech monitoring rendszerek üzemeltetési költségei magasak, míg a szocializációs mechanizmus korlátozott. A numerikus modellek, a mesterséges intelligencia és a big data elemzés ismeretével rendelkező emberi erőforrások még nem felelnek meg a fejlesztési követelményeknek. Ezenkívül a nemzetközi együttműködési programokban való szerepvállalás fenntartásához stabil finanszírozási forrásra van szükség.

Áttörés a technológiából és a mesterséges intelligenciából

Az elmúlt években a hidrometeorológiai szektor erőteljesen bevezette az előrejelzési folyamat modernizálására irányuló megoldásokat. A nagy felbontású numerikus előrejelző modelleket (1-3 km) korszerűsítették, asszimilálva a hazai megfigyelési adatokat és kombinálva az ECMWF nemzetközi termékeit, ami segített az előrejelzések közzétételi idejének 5-8 óráról 2-3 órára való lerövidítésében. Az együttes előrejelző rendszer 32 rövid távú és 51 középtávú komponenssel támogatja a valószínűségi térképek, a hatás-előrejelzések és a részletes csapadékmennyiség elkészítését minden község és kerület számára.

2019 óta a SmartMet rendszer fokozatosan felváltotta a manuális elemzést, segítve az előrejelzési adatok valós idejű megjelenítését, szerkesztését és szinkronizálását a központi és a helyi szintek között, jelentősen lerövidítve a közlemények kiadásának idejét.

A mesterséges intelligencia egyre fontosabb szerepet játszik az előrejelzésben. A mélytanulási modelleket már alkalmazzák a tájfunok azonosításában, az ultrarövid csapadékmennyiségek előrejelzésében, a Himawari műholdkép-elemzésben, a viharközpontok korai azonosításában és a trópusi ciklonok intenzitásának előrejelzésében. A 2022-es Noru tájfun esete azt mutatta, hogy a műholdas és radaradatokat integráló mesterséges intelligencia modellek támogathatják a viharok kialakulásának korai azonosítását a Keleti-tengerre való belépéskor, segítve a korai figyelmeztetési idő 72 órára növelését.

A mesterséges intelligencia alkalmazásait erőteljesen alkalmazzák az előrejelzési munkában.

Az előrejelzések minősége jelentősen javult. A vihar-előrejelzések időtartama 24 óráról 3 napra nőtt; a korai figyelmeztetéseket 5 nappal korábban adták ki; a 48 órás időközönkénti viharhely-meghatározási hibák a felére csökkentek. A heves esőzésekre vonatkozó előrejelzések és a 2-3 nappal előre kiadott árvízriasztások megbízhatósága elérte a 75%-ot; a lokalizált zivatarokra vonatkozó figyelmeztetések 30 percről több órára előre érkeztek; a heves hidegre és a széles körű hőségre vonatkozó előrejelzések megbízhatósága elérte a 70-90%-ot.

A nemzetközi együttműködés továbbra is fontos szerepet játszik. Vietnam szakmai kapcsolatokat tart fenn a JMA-val (Japán), a CMA-val (Kína) és számos nagyobb meteorológiai ügynökséggel az adatmegosztás, a konszenzusértékelés és a humánerőforrás-képzés terén. A Covid-19 időszak alatt is online tartották a WMO képzéseit, biztosítva az ország és a régió előrejelzőinek szakmai fejlődését.

A Mezőgazdasági és Környezetvédelmi Minisztérium Hidrometeorológiai Osztálya szerint a 2025-2030 közötti időszakban a hidrometeorológiai szektor három pillérre épülve fog fejlődni: a monitoring hálózat korszerűsítése; az előrejelzési kapacitás javítása a hatás- és valós idejű előrejelzések felé; átfogó digitális átalakulás. Különösen az automatikus és szinkron monitoring hálózat kiépítése kiemelt feladat, különösen az adathiányos területeken. Az ágazat célja, hogy a számítási kapacitást 2020-hoz képest 5-10-szeresére növelje; egy hibrid modellt fejlesszen ki, amely ötvözi a numerikus előrejelzést és a mesterséges intelligenciát; növelje a villámárvizek és földcsuszamlások 6-12 órával történő, valamint a viharok 3-5 nappal történő előzetes figyelmeztetésének képességét.

Az átfogó digitális átalakulás megköveteli az adatok 100%-ának integrálását a Nemzeti Hidrometeorológiai Adatbázisba, miközben jogi mechanizmust kell kiépíteni a hidrometeorológiai szolgáltatások társadalmasításának és kereskedelmi hasznosításának elősegítésére. A kulcstényező továbbra is az emberek, az iparág a mesterséges intelligencia, a big data, a modern előrejelzési modellek mélyreható képzésére és a nemzetközi együttműködés bővítésére összpontosít, különösen a WMO-val és a fejlett hidrometeorológiával rendelkező országokkal, az új generációs előrejelzési technológiák fogadása, elsajátítása és fejlesztése érdekében.

Tudományos és Technológiai Kommunikációs Központ

Forrás: 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