Aplikasi kecerdasan buatan dalam ramalan dan amaran bencana alam

Dalam beberapa tahun kebelakangan ini, negara kita telah banyak terjejas oleh bencana alam dan perubahan iklim. Ribut, banjir, kemarau dan tanah runtuh kerap berlaku... Dalam konteks ini, kecerdasan buatan (AI) menjadi alat sokongan yang berkuasa untuk membantu meningkatkan keberkesanan ramalan bencana alam, meminimumkan kerosakan dan menyokong tindak balas tepat pada masanya.

Peramal menganalisis data pada sistem smartmet untuk menyampaikan pengeluaran buletin ramalan dan amaran awal bencana alam di Pusat Kebangsaan untuk Ramalan Hidro-Meteorologi. (Foto: HOAI LINH)

Amaran awal adalah langkah paling berkesan untuk meminimumkan kerosakan akibat bencana alam yang berkaitan dengan cuaca, iklim dan hidrologi. Banyak kajian telah menunjukkan bahawa jika bencana alam diberi amaran 24 jam lebih awal, kerosakan akan berkurangan kira-kira 30% berbanding tanpa amaran. Oleh itu, dalam konteks perubahan iklim yang semakin kompleks, meningkatkan kekerapan dan keterukan ribut, hujan lebat, banjir, banjir kilat, tanah runtuh, ribut petir dan kilat, amaran awal memainkan peranan yang lebih penting.

Di Vietnam, melaksanakan Resolusi No. 57-NQ/TW Politburo, sektor Meteorologi dan Hidrologi telah secara beransur-ansur menggunakan kecerdasan buatan (AI), data besar dan transformasi digital untuk kerja pemantauan dan ramalan. Sejak awal tahun ini, Jabatan Meteorologi dan Hidrologi ( Kementerian Pertanian dan Alam Sekitar ) telah menggunakan aplikasi AI dalam beberapa peringkat proses ramalan. Khususnya, algoritma pembelajaran mesin dilatih daripada data radar, imej satelit dan pemantauan automatik untuk menyediakan ramalan hujan jangka pendek dengan masa tindak balas yang pantas dan perincian yang tinggi.

Untuk pengenalpastian dan penentuan keamatan ribut di Laut Timur, AI digunakan untuk menganalisis imej satelit meteorologi untuk mengenal pasti pusat pusaran, menilai intensiti dan aliran perkembangan ribut, dan menyokong analisis mendalam untuk peramal. Sistem ini masih dalam proses untuk disempurnakan, dilatih secara meluas dan disepadukan dalam proses menyokong ramalan profesional. Teknologi ini membolehkan pihak berkuasa memantau keadaan cuaca dan persekitaran secara berterusan, dengan itu memberikan amaran awal dan langkah tindak balas yang tepat pada masanya untuk melindungi nyawa dan harta benda orang ramai.

Encik Mai Van Khiem, Pengarah Pusat Ramalan Hidro-Meteorologi Kebangsaan, berkata semasa musim ribut dan banjir tahun ini, sektor Hidro-Meteorologi telah menggunakan AI dalam proses pemantauan dan ramalan. Hasilnya mencapai ketepatan yang lebih tinggi daripada alat tradisional.

Mengenai ramalan ribut, ralat 24 jam di tengah-tengah ribut adalah kira-kira 90-110 km, selaras dengan purata serantau. AI membantu untuk menggabungkan penilaian kebarangkalian dan ketidakpastian, menyokong pembuatan keputusan pencegahan bencana.

Dalam meramalkan hujan lebat, model WRF (Rangkaian Cuaca Mesoscale untuk Penyelidikan dan Operasi Cuaca Ramalan) dan kumpulan serantau memberikan hasil yang agak baik dengan hujan yang meluas, tetapi masih menghadapi cabaran dengan hujan setempat jangka pendek dalam rupa bumi yang kompleks, di mana terdapat konflik antara peredaran skala kecil. Amaran ribut petir, puting beliung dan kilat apabila menggabungkan radar cuaca, imej satelit, data kumpulan dan algoritma siaran sekarang telah membantu mengeluarkan amaran ribut petir 30 minit hingga 3 jam lebih awal di banyak kawasan utama.

Jabatan Hidrometeorologi telah mengenal pasti masalah utama sains dan teknologi dalam industri sebagai "Menguasai teknologi AI dalam ramalan meteorologi dan hidrologi, membina sistem AI yang komprehensif untuk ramalan meteorologi dan hidrologi pelbagai skala dengan ketepatan tinggi dan mengautomasikan operasi ramalan.

Encik Mai Van Khiem,
Pengarah Pusat Ramalan Hidro-Meteorologi Kebangsaan

Menurut ketua Jabatan Hidrometeorologi, berbanding Jepun, China, Korea dan sebagainya, kapasiti ramalan dan sistem pemantauan negara kita masih terhad. Sebaliknya, disebabkan kekangan bajet, negara kita tidak dapat melabur banyak dalam bidang sains dan teknologi untuk ramalan hidrometeorologi dan bencana alam. Selain itu, infrastruktur teknologi maklumat masih lemah; tidak terdapat banyak stesen pemantauan, dsb., manakala masalah pemprosesan AI untuk industri hidrometeorologi memerlukan sejumlah besar infrastruktur maklumat, sumber kewangan, dan pasukan pakar yang berkelayakan tinggi dalam teknologi maklumat. Di samping itu, infrastruktur pengkomputeran dan pemprosesan AI memerlukan cip pemprosesan pantas pada kos yang tinggi.

Dengan situasi perubahan iklim yang kompleks dan peningkatan jumlah kejadian cuaca ekstrem, pemodenan hidrometeorologi dan peningkatan kapasiti ramalan dan amaran awal adalah penting untuk melindungi masyarakat dan ekonomi ... Oleh itu, pembinaan dan penambahbaikan sistem ramalan dan amaran awal memainkan peranan yang sangat penting. Ini juga dianggap sebagai barisan pertahanan pertama dalam kerja-kerja mencegah dan mengurangkan risiko bencana alam.

Untuk melakukan ini, Encik Mai Van Khiem berkata bahawa pada masa akan datang, sektor Meteorologi dan Hidrologi perlu menumpukan pada pelaksanaan pelan inovasi yang komprehensif untuk meningkatkan kapasiti ramalan dan amaran serta melaksanakan kerja-kerja pencegahan bencana alam dan pembangunan mampan secara berkesan. Fokus rancangan itu adalah untuk terus melaksanakan Resolusi No. 57-NQ/TW secara berkesan mengenai penemuan dalam pembangunan sains dan teknologi, inovasi dan transformasi digital negara. Jabatan Meteorologi dan Hidrologi telah mengenal pasti masalah sains dan teknologi utama sektor ini sebagai "Menguasai teknologi AI dalam peramalan meteorologi dan hidrologi, membina sistem AI yang komprehensif untuk ramalan meteorologi dan hidrologi berbilang skala dengan ketepatan tinggi dan mengautomasikan operasi peramalan", kongsi Encik Mai Van Khiem.

Sehubungan itu, Jabatan Hidrometeorologi akan mengutamakan penggunaan teknologi moden seperti AI, Big Data, Internet of Things (IoT) dalam keseluruhan proses hidrometeorologi, daripada pemantauan, pengumpulan dan pemprosesan data, kepada analisis, ramalan dan komunikasi. Menguasai teknologi ini bukan sahaja menyumbang kepada peningkatan ketepatan dan automasi dalam kerja profesional, tetapi juga membuka hala tuju untuk membangunkan sistem peramalan berskala pintar yang memenuhi keperluan untuk berkhidmat kepada orang ramai, pihak berkuasa dan sektor ekonomi dalam konteks perubahan iklim yang semakin kompleks. Seiring dengan itu, Jabatan memberi tumpuan kepada meningkatkan kapasiti untuk meramalkan fenomena cuaca ekstrem, membina sistem amaran awal pelbagai bencana untuk memastikan maklumat tepat pada masanya dan tepat; membangunkan pasukan kakitangan yang berkelayakan tinggi, memberi tumpuan kepada latihan sumber manusia muda untuk memenuhi keperluan baharu; memperkukuh komunikasi, meningkatkan kesedaran awam tentang peranan hidrometeorologi dalam pencegahan dan kawalan bencana; Menggalakkan kerjasama antarabangsa, dapatkan sokongan teknikal dan teknologi serta latihan sumber manusia...

KIM OANH

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