Aplikasi sains dan teknologi, kecerdasan buatan dan transformasi digital dalam ramalan hidrometeorologi

Dalam konteks perubahan iklim yang semakin teruk dan perkembangan kukuh Revolusi Perindustrian Keempat, ramalan hidrometeorologi (HTS) menghadapi keperluan baharu dan mencabar. Sains dan teknologi, kecerdasan buatan (AI) dan transformasi digital bukan sahaja memainkan peranan sokongan tetapi telah menjadi asas teras, menentukan kelajuan, kualiti dan ketepatan sistem amaran bencana moden.

Tekanan baru dalam era perubahan iklim

Di seluruh dunia , kaedah peramalan tradisional digantikan oleh model berangka resolusi tinggi, sistem asimilasi data lanjutan, dan terutamanya penemuan dalam AI dan pembelajaran mendalam. Organisasi meteorologi terkemuka seperti ECMWF atau JMA telah menggunakan AI untuk membetulkan ralat, membuat ramalan segera dan mengeksploitasi gudang data terbuka yang semakin kaya daripada Pertubuhan Meteorologi Dunia (WMO), membuka era baharu peramalan meteorologi berasaskan data dan AI.

Di Vietnam, kesan perubahan iklim semakin jelas melalui peningkatan kekerapan dan keterlaluan ribut kuat, hujan lebat setempat, banjir kilat dan tanah runtuh. Ini telah menyebabkan keperluan ramalan beralih daripada menerangkan fenomena kepada meramal kesan; daripada peramalan kualitatif kepada peramalan kuantitatif, terperinci, tepat pada masanya dan lebih awal, mewujudkan tekanan yang hebat untuk sektor hidrometeorologi untuk mempercepatkan inovasi teknologi dan transformasi digital.

Kaedah peramalan tradisional digantikan dengan penggunaan AI dan data besar untuk memantau, menganalisis, meramal dan memberi amaran tentang hidrometeorologi.

Dalam beberapa tahun kebelakangan ini, sektor hidrometeorologi juga menghadapi peluang penting untuk pemodenan. Pengendalian superkomputer Cray XC40 telah mencipta satu langkah besar ke hadapan dalam kapasiti pengkomputeran. Dengan kapasiti hampir 80 TFLOPS, sistem ini membantu menjalankan model ramalan resolusi 3 km untuk seluruh wilayah dan Laut Timur dalam masa 30-40 minit sahaja, meletakkan Vietnam dalam kumpulan negara yang mempunyai infrastruktur ramalan yang kukuh di rantau ini.

Bersama-sama, rangkaian lebih daripada 3,200 stesen hujan automatik, 10 radar cuaca dan sistem kedudukan kilat telah mencipta sumber data resolusi tinggi 1×1 km yang dikemas kini secara berterusan, asas penting untuk model ramalan. Data ini telah terbukti berkesan dalam banyak situasi praktikal, seperti hujan bersejarah di wilayah Tengah pada tahun 2020 atau hujan lebat pada tahun 2024.

Vietnam juga telah diiktiraf oleh WMO sebagai Pusat Sokongan Serantau untuk Amaran Cuaca Teruk (SWFP-SeA) dan Pusat Amaran Banjir Kilat dan Tanah Runtuh Serantau (SeAFFGS), meluaskan akses kepada teknologi canggih, menyeragamkan proses dan meningkatkan kerjasama antarabangsa.

Walau bagaimanapun, cabaran tetap besar. Infrastruktur pengkomputeran untuk sistem storan AI dan Data Besar belum lagi memenuhi keperluan untuk mengendalikan model pembelajaran mendalam. Data hidrometeorologi bertaburan dan tidak mempunyai penyegerakan antara kementerian dan sektor; beberapa kawasan seperti sempadan dan pulau masih kekurangan data. Kos pengendalian sistem pemantauan berteknologi tinggi adalah tinggi, manakala mekanisme sosialisasi adalah terhad. Sumber manusia dengan pengetahuan tentang kedua-dua model berangka, AI dan analisis data besar masih belum memenuhi keperluan pembangunan. Di samping itu, mengekalkan peranan dalam program kerjasama antarabangsa memerlukan sumber pembiayaan yang stabil.

Terobosan daripada teknologi dan kecerdasan buatan

Dalam beberapa tahun kebelakangan ini, sektor hidrometeorologi telah melaksanakan penyelesaian untuk memodenkan proses ramalan dengan kuat. Model ramalan berangka resolusi tinggi (1-3 km) telah dinaik taraf, mengasimilasikan data pemerhatian domestik dan menggabungkan produk antarabangsa daripada ECMWF, membantu memendekkan masa keluaran ramalan daripada 5-8 jam kepada 2-3 jam. Sistem ramalan ensemble dengan 32 komponen jangka pendek dan 51 komponen jangka sederhana menyokong pembinaan peta kebarangkalian, ramalan impak dan hujan terperinci bagi setiap komune dan wad.

Sejak 2019, sistem SmartMet telah menggantikan analisis manual secara beransur-ansur, membantu untuk menggambarkan, mengedit dan menyegerakkan data ramalan dalam masa nyata antara peringkat pusat dan tempatan, dengan ketara memendekkan masa untuk mengeluarkan buletin.

AI mula memainkan peranan penting dalam peramalan. Model pembelajaran mendalam digunakan dalam pengenalpastian taufan, ramalan hujan ultra-pendek, analisis imej satelit Himawari, pengenalpastian awal lokasi pusat ribut, dan ramalan keamatan siklon tropika yang lebih baik. Kes Taufan Noru pada 2022 menunjukkan bahawa model AI yang menyepadukan data satelit dan radar boleh menyokong pengecaman awal perkembangan ribut apabila memasuki Laut Timur, membantu meningkatkan masa amaran awal kepada 72 jam.

Aplikasi AI sedang digunakan dengan kuat untuk melaksanakan kerja ramalan.

Kualiti ramalan telah meningkat dengan ketara. Skala masa ramalan ribut telah meningkat daripada 24 jam kepada 3 hari; amaran awal telah dikeluarkan 5 hari lebih awal; ralat lokasi ribut pada selang 48 jam telah dikurangkan separuh. Ramalan hujan lebat dan amaran banjir 2-3 hari lebih awal telah mencapai kebolehpercayaan kira-kira 75%; amaran ribut petir setempat telah mencapai dari 30 minit hingga beberapa jam lebih awal; ramalan haba sejuk dan meluas yang teruk telah mencapai kebolehpercayaan 70-90%.

Kerjasama antarabangsa terus memainkan peranan penting. Vietnam mengekalkan pertukaran profesional dengan JMA (Jepun), CMA (China) dan banyak agensi meteorologi utama dalam perkongsian data, penilaian konsensus dan latihan sumber manusia. Walaupun semasa tempoh Covid-19, kursus latihan WMO dikekalkan dalam talian, memastikan pembangunan profesional untuk peramal di negara dan rantau ini.

Menurut Jabatan Hidrometeorologi, Kementerian Pertanian dan Alam Sekitar , dalam tempoh 2025-2030, sektor hidrometeorologi akan berkembang berdasarkan tiga tonggak: memodenkan rangkaian pemantauan; meningkatkan kapasiti ramalan ke arah impak dan ramalan masa nyata; transformasi digital yang menyeluruh. Khususnya, melengkapkan rangkaian pemantauan automatik dan segerak, terutamanya di kawasan yang kekurangan data, adalah tugas keutamaan. Sektor ini menyasarkan untuk meningkatkan kapasiti pengkomputeran sebanyak 5-10 kali ganda berbanding 2020; membangunkan model hibrid yang menggabungkan ramalan berangka dan AI; meningkatkan keupayaan untuk memberi amaran tentang banjir kilat dan tanah runtuh sebanyak 6-12 jam dan memberi amaran tentang ribut 3-5 hari lebih awal.

Transformasi digital yang komprehensif memerlukan penyepaduan 100% data ke dalam Pangkalan Data Hidrometeorologi Kebangsaan, sambil membina mekanisme undang-undang untuk menggalakkan sosialisasi dan pengkomersilan perkhidmatan hidrometeorologi. Faktor utama masih orang, industri memberi tumpuan kepada latihan mendalam dalam AI, data besar, model ramalan moden dan mengembangkan kerjasama antarabangsa, terutamanya dengan WMO dan negara dengan hidrometeorologi termaju, untuk menerima, menguasai dan membangunkan teknologi peramalan generasi baharu.

Pusat Komunikasi Sains dan Teknologi

Sumber: 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