Pemenang Golden Globe "menjejaki" data, membuat ramalan banjir 6 kali lebih tepat

(Dan Tri) - Di saat penghormatan di Anugerah Golden Globe 2025, Dr. Tran Ngoc Vinh berasa bermasalah kerana penyelidikannya tidak dapat digunakan untuk membantu kampung halamannya mengurangkan kerosakan akibat ribut dan banjir baru-baru ini.

Pada 29 Oktober, pada Majlis Anugerah Sains dan Teknologi Golden Globe 2025, Dr. Tran Ngoc Vinh tidak dapat menyembunyikan perasaan dan rasa bangganya apabila kerja penyelidikannya diberi penghormatan.

Melangkah ke pentas di tengah-tengah tepukan rakan-rakannya yang berbakat, saintis muda itu berasa bangga dan menyesal.

Kira-kira sebulan yang lalu, kampung halaman Dr. Vinh ( Bac Ninh ) terpaksa bergelut menghadapi banjir yang serius akibat pengaruh ribut No. 11 (ribut Matmo).

Detik dinamakan sebagai satu kebanggaan, tetapi juga detik sedih apabila projek ramalan banjir yang membawa anugerah itu tidak dapat menyumbang untuk membantu tanah air mengurangkan kehilangan banyak nyawa dan harta benda.

Malah, pada tahun 2025, bencana alam di Vietnam akan kerap berlaku dan dengan keterukan yang semakin meningkat, memberi kesan serius kepada kehidupan dan pengeluaran orang di seluruh negara.

Hujan lebat, banjir kilat dan ribut berturut-turut menimbulkan cabaran yang semakin meningkat kepada ramalan, tindak balas dan pencegahan bencana.

Air banjir yang semakin meningkat menyebabkan banyak komune di sepanjang Sungai Thuong (Bac Ninh) tenggelam dalam akibat kesan ribut No. 11 (Foto: Manh Quan).

Dalam konteks itu, penyelidikan Dr. Tran Ngoc Vinh dianggap sebagai satu kejayaan dalam ramalan banjir apabila menggabungkan kecerdasan buatan (AI) dengan model fizikal, memberikan ketepatan 6 kali lebih tinggi daripada kaedah tradisional.

Kerja itu diterbitkan dalam jurnal utama American Geophysical Union (AGU), yang menerbitkan kurang daripada 100 kajian setiap tahun.

Karya "Quiet Sa Pa" membuka jalan kepada saintis muda untuk menyelidik

Apa yang membuatkan anda berazam untuk meneruskan ramalan banjir, anda mesti sangat bersemangat atau meneruskan tradisi keluarga anda?

- Saya lulus dari Universiti Sains Semula Jadi dan bekerja sebagai penyelidik di sekolah itu sehingga 2017, dalam jurusan sains Bumi, khususnya hidrometeorologi.

Pada tahun yang sama, saya menerima biasiswa PhD di Korea, dengan hala tuju penyelidikan utama saya ialah ramalan banjir di sungai dan banjir bandar.

Dr. Vinh telah menghadiri kursus latihan pengurusan sumber air oleh UNESCO di Pulau Jeju, Korea Selatan pada tahun 2021 (Foto: NVCC).

Sebelum menyiapkan tesis saya, saya mula memohon pekerjaan di AS dan bertuah kerana menerima 10 tawaran daripada universiti.

Akhirnya, saya memilih Universiti Michigan, tempat saya bekerja dan meneliti sehingga hari ini.

Semasa di sekolah menengah, saya hampir tidak tahu apa-apa tentang bidang hidrometeorologi, kecuali imej pemuda yang bekerja sebagai ahli meteorologi di puncak gunung Yen Son dalam karya "Quiet Sa Pa" yang saya pelajari dalam buku Sastera.

Apabila saya mendaftarkan hasrat saya, saya hanya memikirkan industri "utama" seperti ekonomi , teknologi maklumat atau pembinaan.

Peluang itu hanya benar-benar datang apabila saya gagal hasrat pertama saya.

Pada tahun pertama saya di kolej, saya hampir tidak tahu apa pekerjaan yang akan saya libatkan dalam jurusan saya.

Sehingga tahun ketiga saya, apabila saya mula mengambil bahagian dalam projek penyelidikan saintifik dan menerima bimbingan khusus daripada guru, saya secara beransur-ansur menyedari kepentingan bidang ini dan benar-benar menyukai jurusan yang saya pilih.

Saya berpeluang pergi ke banyak tempat di seluruh negara untuk mengukur sungai, laut, arus, meteorologi...

Perjalanan itulah yang menyedarkan saya betapa cantik dan kayanya negara saya, dan pada masa yang sama, pakar dan doktor dari dalam dan luar negara mengajar saya banyak perkara.

Pakar dan guru apakah yang telah memberi inspirasi kepada anda?

- Sebahagiannya benar, bagaimanapun, apabila menyaksikan pemandangan orang ramai di wilayah Tengah terpaksa menghadapi banjir setiap tahun.

Sungai seperti sungai Lam dan Thu Bon naik setiap kali hujan lebat, menyebabkan kerosakan kepada orang ramai. Fakta ini selalu membuatkan saya tertanya-tanya bagaimana untuk meramalkan dengan lebih tepat untuk meminimumkan risiko.

Minat penyelidikan saya tertumpu pada banjir sungai dan banjir bandar.

Aplikasi kecerdasan buatan (AI) pada asasnya hanyalah kaedah baharu untuk meningkatkan ketepatan, berikutan daripada model matematik dan fizikal sebelumnya.

Seiring dengan kemajuan AI, saya ingin melihat sejauh mana teknologi ini boleh meningkatkan peramalan.

Kegembiraan Golden Globe dan kebimbangan peramal banjir

Apabila penyelidikan anda diumumkan dan anda memegang anugerah itu di tangan anda, apakah perasaan anda?

- Ini adalah tahun kedua saya dicalonkan tetapi tahun pertama saya dalam 10 teratas, diiktiraf atas usaha saya adalah pengiktirafan yang berharga.

Mungkin sebahagiannya disebabkan oleh masa apabila Utara, menghadapi banjir berturut-turut, nilai gunaan penyelidikan itu diiktiraf dan mendapat lebih perhatian.

Dr. Vinh ialah pengarang bersama 8 paten, berpuluh-puluh artikel yang diterbitkan dalam jurnal Q1 dan beberapa buku khusus dalam bidang hidrologi (Foto: NVCC).

Tetapi kegembiraan itu bercampur dengan banyak kebimbangan, apabila banyak tempat di seluruh negara dilanda banjir, terutamanya di kampung halaman saya Bac Ninh, yang membuatkan saya berasa sangat sedih.

Ada kalanya kita berasa tidak berdaya, kerana walaupun kita mempunyai data, tidak ada cara untuk menyampaikan maklumat itu kepada orang ramai dengan cara yang paling cepat dan berkesan.

Apakah matlamat utama yang anda ingin capai dengan projek ini?

- Kerja saya tidak berhenti pada mencipta model ramalan yang lebih tepat, matlamatnya adalah untuk menyumbang kepada mengurangkan risiko dan kerosakan yang disebabkan oleh banjir.

Saya ingin membangunkan sistem ramalan interaktif dua hala di mana maklumat datang bukan sahaja daripada pihak berkuasa, tetapi juga daripada kumpulan pengurusan, perniagaan, dan juga rakyat.

Bahagian yang lebih penting terletak pada peringkat sambungan, komunikasi dan membuat keputusan, supaya maklumat ramalan sampai kepada orang ramai tepat pada masanya dan jelas.

Pada pendapat anda, apakah batasan utama dalam ramalan banjir dan kerja komunikasi hari ini yang menjadikan orang ramai pasif dalam menghadapi bencana alam?

- Sebenarnya, kebanyakan maklumat hanya pada tahap "ramalan hujan lebat", manakala apa yang orang ramai ingin tahu ialah kawasan, sungai atau jalan mana yang berisiko banjir supaya mereka boleh bertindak balas secara proaktif.

Satu fakta yang mudah dilihat ialah kekurangan kualiti ramalan banjir daripada sumber rasmi tetapi banyak ramalan tidak rasmi daripada "pakar rangkaian".

Maklumat ramalan yang bersifat "clickbait" boleh menimbulkan salah faham dan kekeliruan dalam masyarakat.

Sementara itu, kekurangan ramalan dengan langkah masa ramalan yang panjang (hasil ramalan perlu dimaklumkan kepada orang ramai beberapa hari lebih awal) membawa kepada tindak balas yang sangat terhad kepada bencana alam pada masa ini.

Banjir di Bac Ninh baru-baru ini adalah contoh tipikal yang menunjukkan bahawa orang ramai hanya "mula bertindak balas" apabila paras air di sungai-sungai telah meningkat dengan sangat tinggi dan hampir melimpahi tebing, di mana orang ramai hanya mempunyai masa untuk mengerahkan tenaga untuk membina benteng dan memindahkan aset.

Ini adalah langkah kecemasan dan situasional.

Tetapi jika terdapat sistem ramalan yang cukup awal dan cukup terperinci, orang ramai boleh menjadi lebih proaktif dan kerosakan akan dikurangkan dengan ketara.

Kesesakan masalah banjir bandar

  Kecerdasan buatan membawa keupayaan ramalan yang pantas tetapi mempunyai banyak potensi risiko. Bagaimanakah anda mengawal "sisi gelap" itu?

- Semasa projek, saya mengalami banyak kesukaran dan kegagalan, terutamanya masalah sukar untuk mengumpul sumber data yang bersih dan komprehensif.

Data ukuran sebenar selalunya tidak konsisten, yang membawa kepada keputusan ramalan yang lemah apabila menggunakan model dari Pusat ke Amerika Syarikat Barat, terutamanya di lembangan berbatu, menjadi "kuburan" model ramalan.

Dr. Vinh dan rakan-rakannya membangunkan rangka kerja pemodelan baharu, menggabungkan model ramalan banjir AI dan Model Air Kebangsaan (NWM), untuk membantu mengurangkan ralat dalam pengaturcaraan ramalan banjir dan membuat ramalan yang lebih tepat (Foto: Vu Thanh Binh).

Dalam bidang ramalan banjir, kecerdasan buatan boleh menghasilkan hasil yang baik, tetapi keberkesanannya sangat bergantung pada kualiti data.

Ia tidak dapat memahami sepenuhnya sifat fizikal, model perlu diuji dengan teliti sebelum digunakan, digabungkan dengan pengalaman manusia untuk memastikan kebolehpercayaan.

Di Universiti Michigan, terima kasih kepada pengkomputeran berprestasi tinggi, proses latihan model hanya mengambil masa 1-3 hari, manakala menggunakan sistem konvensional, kerja ini boleh mengambil masa sehingga sebulan.

Di Vietnam, jika terdapat pelaburan yang kukuh dalam sains asas, aplikasi AI dalam ramalan banjir tidak lagi menjadi impian yang jauh.

Dari perspektif penyelidik, pada pendapat anda apakah punca banjir Hanoi selepas setiap hujan lebat, walaupun pelaburan dalam pencegahan banjir?

- Malah, Hanoi masih dilanda banjir walaupun terdapat pelaburan dalam pembinaan infrastruktur, jalan raya dan pembetung, tetapi belum ada kajian asas untuk memahami sifat rangkaian aliran bandar.

Hujan lebat pada 7 Oktober menyebabkan banjir teruk di banyak jalan di Hanoi (Foto: Vu Thanh Binh).

Punca asas boleh dijelaskan kerana sistem perparitan semasa tidak mampu atau tidak berfungsi dengan berkesan dalam mengalirkan banjir.

Salah satu sebab ketidakberkesanan sistem saliran banjir ialah banyak lurang ditutup dengan sampah, menghalang air hujan daripada mengalir, mengurangkan kecekapan operasi keseluruhan sistem dengan ketara.

Setiap kali hujan lebat, sampah mengalir ke dalam pembetung, menyebabkan tersumbat setempat.

Sementara itu, kerja-kerja penyelenggaraan pembetung dan pengorekan menghadapi banyak kesukaran disebabkan kepadatan penduduk yang tinggi dan jumlah sisa domestik yang besar.

Hanya 0.1-1% daripada berjuta-juta penduduk Hanoi yang membuang sampah secara haram sudah cukup untuk menjejaskan sistem perparitan bandar dengan serius.

Penyelidikan saintifik asas membantu memahami sifat sebab sesuatu titik ditenggelami air dan ke arah mana air mengalir, yang akan membantu kami memperuntukkan dan mengawal selia aliran secara munasabah, dan pada masa yang sama menyokong pengurus untuk merancang pelaburan infrastruktur yang lebih berkesan.

Adakah anda bercadang untuk kembali ke Vietnam untuk bekerja bagi menyelesaikan kebimbangan anda?

- Saya sentiasa berharap untuk berpeluang kembali ke Vietnam, jika saya boleh terus memajukan diri dan meneruskan hala tuju penyelidikan saya, sambil memastikan keselamatan kewangan saya untuk menjaga keluarga saya.

Mengimbangi kehidupan, kedua-dua tanggungjawab kerjaya dan keluarga, adalah amat penting.

Dr. Tran Ngoc Vinh sekembalinya ke Universiti Sains Semula Jadi untuk menghadiri sambutan ulang tahun ke-30 Fakulti Hidrometeorologi dan Oseanografi (Foto: Vu Thanh Binh).

Selain itu, sehingga kini bajet untuk sains bumi khususnya untuk ramalan bencana banjir berada pada tahap yang rendah. Kos projek terbesar hanya sekitar 5-10 bilion VND.

Jelas sekali, bajet sesuatu projek akan menentukan kualiti keluarannya. Pelaburan terhad membawa kepada pengehadan dalam data, teknologi atau sistem pengiraan yang digunakan untuk penyelidikan.

Terima kasih TS untuk sembang!

Sumber: https://dantri.com.vn/khoa-hoc/chu-nhan-qua-cau-vang-truy-vet-du-lieu-dua-du-bao-lu-chinh-xac-gap-6-lan-20251114153912464.htm