Perubahan iklim kini dikenal pasti sebagai salah satu cabaran terbesar kepada persekitaran global dan pembangunan mampan, dengan kesan yang meluas ke atas kedua-dua ekosistem semula jadi dan sistem sosio-ekonomi .
Laporan antarabangsa menunjukkan bahawa manusia adalah punca utama pemanasan global, dengan purata suhu telah meningkat kira-kira 1.1°C berbanding tahap pra-industri. Sejak tahun 1980, setiap dekad adalah lebih panas daripada dekad sebelumnya, dengan kepekatan gas rumah hijau secara konsisten mencapai tahap rekod, menjadikan tahun kebelakangan ini antara yang paling hangat dalam rekod.
Vietnam adalah salah satu negara yang paling teruk terjejas oleh perubahan iklim, menghadapi risiko serentak daripada ribut kuat, hujan lebat, banjir kilat, kemarau, kenaikan paras laut, pencerobohan air masin, dan hakisan pantai. Senario negara menunjukkan bahawa menjelang akhir abad ke-21, paras laut boleh meningkat sehingga 1 meter dalam senario ekstrem, mengancam delta utama dan banyak bandar pantai.
Kajian terbaru menunjukkan bahawa Vietnam telah kehilangan peratusan yang ketara daripada KDNKnya akibat kesan bencana alam dan perubahan iklim; tanpa tindakan tegas, kerosakan boleh meningkat dengan mendadak pada masa hadapan dan menjejaskan kemajuan ke arah mencapai Matlamat Pembangunan Mampan.
Sebagai tindak balas kepada cabaran ini, Parti dan Negara telah melaksanakan banyak dasar dan inisiatif yang kukuh. Strategi Perubahan Iklim Kebangsaan hingga 2050 menyasarkan penyesuaian yang proaktif dan berkesan, mengurangkan kerentanan, mengurangkan pelepasan gas rumah hijau, dan berusaha untuk pelepasan sifar bersih menjelang 2050, sambil meningkatkan keupayaan ramalan, amaran dan pemantauan iklim supaya setanding dengan negara maju. Resolusi No. 57-NQ/TW Politburo mengenai kejayaan dalam sains negara, teknologi, inovasi dan transformasi digital menekankan lagi peranan sains dan teknologi, termasuk AI, sebagai faktor utama dalam meningkatkan kebolehsesuaian dan daya saing ekonomi.
Dalam konteks ini, AI muncul sebagai alat yang mengganggu, pelengkap penting kepada model iklim tradisional. Sebelum ini, model dinamik iklim global dan serantau memerlukan masalah yang kompleks, menuntut masa pengiraan dan kos infrastruktur yang ketara. Kini, AI membolehkan masa simulasi yang lebih singkat, mengurangkan kos dan keupayaan yang diperluas untuk membina dan membandingkan beribu-ribu senario perubahan iklim. Beberapa sistem simulasi iklim berasaskan pembelajaran mesin telah menunjukkan keupayaan untuk berjalan dengan lebih pantas daripada model tradisional, sambil masih menghasilkan hasil yang setanding berkenaan suhu dan aliran hujan serta pengedaran.
Aliran baharu ialah membangunkan model hibrid, menggabungkan model dinamik fizikal dengan model pembelajaran mesin. Pendekatan ini tidak menggantikan tetapi melengkapkan model fizikal, memanfaatkan kedua-dua asas saintifik yang kukuh dan keupayaan AI untuk membetulkan ralat dan mengendalikan proses tak linear yang kompleks. Data pemerhatian, data satelit, data model dan data sejarah disepadukan untuk menghasilkan ramalan yang lebih terperinci dan boleh dipercayai. AI juga digunakan untuk meparameterkan proses fizikal yang merupakan "bottleneck" dalam model tradisional, seperti perolakan, awan dan sinaran, membantu mengurangkan kos pengiraan sambil mengekalkan asas saintifik.
Di Vietnam, Institut Meteorologi, Hidrologi dan Perubahan Iklim pada mulanya telah menggunakan AI dan pembelajaran mesin untuk memperhalusi model dan meningkatkan kualiti ramalan untuk hujan lebat, banjir kilat dan peristiwa cuaca ekstrem. Pada masa yang sama, ia telah membina infrastruktur digital dan sistem pengkomputeran berprestasi tinggi untuk mengendalikan volum data meteorologi dan hidrologi yang semakin meningkat. Sorotan utama ialah penggunaan percubaan AI dalam membina peta banjir akibat kenaikan paras laut dalam rangka kerja projek "Mengemaskini Perubahan Iklim dan Senario Kenaikan Paras Laut untuk Vietnam". Model pembelajaran mesin seperti Random Forest, XGBoost, LightGBM dan rangkaian neural convolutional digunakan pada set data berbilang sumber (topografi, tanah, penderiaan jauh, penggunaan tanah, hidrologi) untuk memendekkan masa pengiraan, meningkatkan resolusi dan meningkatkan kebolehpercayaan peta banjir.
Satu langkah baharu ke hadapan ialah hasil simulasi akan disepadukan ke dalam sistem WebGIS, membolehkan kementerian, jabatan dan lokaliti mengakses dan membandingkannya dalam talian merentas senario dan garis masa, menyediakan secara langsung perancangan spatial, perancangan bandar, perancangan infrastruktur dan pelan penyesuaian perubahan iklim. Ini mewakili peralihan yang ketara daripada "peta statik" kepada "peta digital interaktif yang dinamik," yang menghubungkan sains iklim dengan alat tadbir urus praktikal.
Di luar bidang meteorologi dan hidrologi, AI, apabila disepadukan dengan transformasi digital, semakin menunjukkan peranannya sebagai platform tadbir urus antara disiplin yang mampan.
Dalam pengurusan sumber dan pertanian, AI boleh menganalisis data iklim, tanah dan tanaman untuk meramalkan hasil, memantau kemarau, mengoptimumkan pengairan, dan membantu petani dalam menyesuaikan musim tanaman, varieti tanaman dan input, dengan itu mengurangkan risiko dan meningkatkan kecekapan ekonomi.
Dalam pembangunan bandar dan infrastruktur, AI membantu mensimulasikan kesan hujan yang melampau, banjir, pulau haba bandar dan penenggelaman tanah, menyokong perancangan bandar yang menyesuaikan iklim dan mengoptimumkan pengangkutan, saliran dan ruang hijau.
Dalam bidang keselamatan alam sekitar dan perancangan dasar, AI boleh disepadukan ke dalam platform digital untuk mengukur nilai perkhidmatan ekosistem, menilai kerugian dan kerosakan, menganalisis senario risiko, dan menyokong pembangunan strategi, rancangan dan program tindakan untuk penyesuaian dan pengurangan pelepasan.
Dalam pengurusan risiko bencana, AI memainkan peranan penting dalam sistem amaran awal berbilang bahaya, menganalisis data masa nyata daripada rangkaian pemerhatian, satelit dan penderia untuk memberikan amaran lebih awal dan lebih tepat kepada pihak berkuasa dan orang ramai.
Walau bagaimanapun, masih banyak yang perlu dilakukan agar AI benar-benar menjadi "kuasa baharu" dalam tadbir urus mampan. Data dan infrastruktur pengkomputeran Vietnam masih jauh ketinggalan berbanding keperluan. Data meteorologi, hidrologi, penderiaan jauh dan sosio-ekonomi adalah berpecah-belah, tiada penyeragaman dan sukar untuk dikongsi, manakala data terbuka – asas penting untuk AI – belum dipromosikan sepenuhnya. Sistem pengkomputeran berprestasi tinggi khusus untuk pemodelan iklim dan AI adalah terhad dan berjuang untuk menyokong model pembelajaran mendalam berskala besar.
Sumber manusia antara disiplin yang menggabungkan meteorologi-klimatologi, perubahan iklim dengan sains data, pengkomputeran berprestasi tinggi dan pengurusan risiko adalah kurang dan lemah. Banyak produk AI baharu kekal di peringkat percubaan dan belum disepadukan secara mendalam ke dalam proses operasi dan membuat keputusan. Rangka kerja undang-undang untuk data, perkongsian, keselamatan, dan penggunaan AI dalam sektor awam masih tidak lengkap; mekanisme penyelarasan antara sektor meteorologi-hidrologi dan kementerian, sektor, dan lokaliti lain masih belum benar-benar lancar. Sumber kewangan, terutamanya untuk penyelidikan, pembangunan dan operasi jangka panjang sistem AI, masih banyak bergantung pada bantuan antarabangsa dan projek sokongan.
Dalam konteks ini, pembangunan dan aplikasi AI dalam meteorologi, hidrologi, perubahan iklim, dan tadbir urus mampan harus dianggap sebagai hala tuju strategik, berkait rapat dengan Strategi Perubahan Iklim Kebangsaan, komitmen pelepasan sifar bersih, strategi pembangunan sektor meteorologi dan hidrologi, dan program transformasi digital negara.
Bersama dengan pelaburan dalam infrastruktur digital dan pengkomputeran, Vietnam perlu menumpukan pada membina sistem data iklim negara bersatu, menyepadukan data pemerhatian, model, penderiaan jauh dan data sosio-ekonomi, mewujudkan asas untuk membangunkan model AI bebas dan model hibrid dengan model fizikal.
Pada masa yang sama, perhatian mesti diberikan kepada melatih sumber manusia antara disiplin, menggalakkan institusi latihan dan institut penyelidikan untuk menggabungkan AI, data besar dan pemodelan iklim ke dalam program latihan mereka; mengukuhkan kerjasama antarabangsa dan mengambil bahagian dengan lebih mendalam dalam rangkaian AI dan iklim global, kedua-duanya untuk mengakses pengetahuan baharu dan untuk menggerakkan sumber kewangan dan teknologi tambahan. Memperbaik institusi dan dasar, terutamanya mengenai data, piawaian, keselamatan, tanggungjawab dan etika dalam aplikasi AI, merupakan syarat yang amat diperlukan untuk penggunaan produk AI yang meluas dan boleh dipercayai dalam membuat keputusan.
Dalam era perubahan iklim dan transformasi digital, AI bukan sekadar alat teknologi, tetapi menjadi "infrastruktur lembut" tadbir urus mampan. Jika Vietnam merebut peluang dan mengatasi kesesakan dalam data, infrastruktur, sumber manusia dan institusi, ia boleh mengubah cabaran iklim menjadi daya penggerak untuk inovasi dalam model pertumbuhannya, meningkatkan keupayaan ramalan, mengurangkan risiko dan membuat kemajuan yang mantap dalam laluan ke pembangunan hijau, inklusif dan mampan.
Sumber: https://mst.gov.vn/bien-doi-khi-hau-va-cuoc-dua-moi-suc-manh-cua-ai-va-chuyen-doi-so-trong-quan-tri-ben-vung-197251210181319362.htm
Komen (0)