Toepassing van kunstmatige intelligentie bij het voorspellen en waarschuwen voor natuurrampen

Meteorologen analyseren gegevens op het smartmetsysteem om voorspellingsbulletins en vroege waarschuwingen voor natuurrampen te kunnen uitgeven bij het National Center for Hydro-Meteorological Forecasting. (Foto: HOAI LINH)

Vroegtijdige waarschuwing is de meest effectieve maatregel om schade te minimaliseren die wordt veroorzaakt door natuurrampen die verband houden met weer, klimaat en hydrologie. Veel studies hebben aangetoond dat als er 24 uur van tevoren wordt gewaarschuwd voor een natuurramp, de schade met ongeveer 30% afneemt in vergelijking met geen waarschuwing. In de context van een steeds complexere klimaatverandering, met een toenemende frequentie en ernst van stormen, zware regenval, overstromingen, plotselinge overstromingen, aardverschuivingen, onweersbuien en bliksem, speelt vroege waarschuwing daarom een steeds belangrijkere rol.

In Vietnam heeft de meteorologische en hydrologische sector, in uitvoering van resolutie nr. 57-NQ/TW van het Politbureau, geleidelijk kunstmatige intelligentie (AI), big data en digitale transformatie toegepast op monitoring en prognoses. Sinds begin dit jaar heeft de afdeling Meteorologie en Hydrologie ( Ministerie van Landbouw en Milieu ) AI-toepassingen ingezet in sommige fasen van het prognoseproces. Meer specifiek worden machine learning-algoritmen getraind op basis van radargegevens, satellietbeelden en automatische monitoring om kortetermijnregenvoorspellingen te bieden met een snelle responstijd en hoge mate van detail.

Voor de identificatie en bepaling van de stormintensiteit in de Oostzee wordt AI gebruikt om meteorologische satellietbeelden te analyseren en zo het centrum van de vortex te identificeren, de intensiteit en ontwikkelingstrend van de storm te beoordelen en diepgaande analyses voor meteorologen te ondersteunen. Deze systemen worden nog steeds geperfectioneerd, uitgebreid getraind en geïntegreerd in het proces ter ondersteuning van professionele voorspellingen. Deze technologie stelt autoriteiten in staat om de weers- en omgevingsomstandigheden continu te monitoren, waardoor ze vroegtijdig kunnen waarschuwen en tijdig kunnen reageren om mensenlevens en eigendommen te beschermen.

De heer Mai Van Khiem, directeur van het Nationaal Centrum voor Hydro-Meteorologische Voorspellingen, zei dat de hydro-meteorologische sector dit jaar tijdens het storm- en overstromingsseizoen gebruik heeft gemaakt van AI in het monitoring- en voorspellingsproces. De resultaten waren nauwkeuriger dan die van traditionele tools.

Wat stormvoorspellingen betreft, bedraagt de 24-uursfout in het centrum van de storm ongeveer 90-110 km, wat overeenkomt met het regionale gemiddelde. AI helpt bij het combineren van waarschijnlijkheids- en onzekerheidsbeoordelingen en ondersteunt zo de besluitvorming rond rampenpreventie.

Bij het voorspellen van zware regenval leveren het WRF-model (Mesoscale Weather Network for Research and Forecasting Weather Operations) en regionale ensembles vrij goede resultaten op bij wijdverspreide regenval, maar vormen ze nog steeds een uitdaging bij kortdurende, lokale regenval in complex terrein, waar conflicten ontstaan tussen kleinschalige circulaties. Waarschuwingen voor onweersbuien, tornado's en bliksem, gecombineerd met weerradar, satellietbeelden, ensemblegegevens en nowcasting-algoritmen, hebben geholpen om in veel belangrijke gebieden 30 minuten tot 3 uur van tevoren waarschuwingen voor onweersbuien af te geven.

De afdeling Hydrometeorologie heeft het grootste probleem van wetenschap en technologie in de industrie geïdentificeerd als "het beheersen van AI-technologie in meteorologische en hydrologische voorspellingen, het bouwen van een uitgebreid AI-systeem voor meteorologische en hydrologische voorspellingen op meerdere schaalniveaus met een hoge nauwkeurigheid en het automatiseren van voorspellingsbewerkingen."
De heer Mai Van Khiem,
Directeur van het Nationaal Centrum voor Hydro-Meteorologische Weersverwachting

Volgens de leider van de Hydrometeorologische Dienst zijn de voorspellingscapaciteit en het monitoringsysteem van ons land, vergeleken met Japan, China, Korea, enz., nog steeds beperkt. Aan de andere kant heeft ons land, vanwege budgettaire beperkingen, niet veel kunnen investeren in wetenschap en technologie voor hydrometeorologische en natuurrampenvoorspellingen. Bovendien is de IT-infrastructuur nog steeds zwak; er zijn niet veel meetstations, enz., terwijl het probleem van AI-verwerking voor de hydrometeorologische industrie een grote hoeveelheid informatie-infrastructuur, financiële middelen en een team van hooggekwalificeerde experts in informatietechnologie vereist. Bovendien vereist de AI-reken- en verwerkingsinfrastructuur snelle processors tegen hoge kosten.

Gezien de complexe klimaatverandering en het toenemende aantal extreme weersomstandigheden zijn de modernisering van de hydrometeorologie en de verbetering van de voorspellings- en vroegtijdige waarschuwingscapaciteit essentieel om de gemeenschap en de economie te beschermen. Daarom spelen de ontwikkeling en verbetering van voorspellings- en vroegtijdige waarschuwingssystemen een zeer belangrijke rol. Dit wordt ook beschouwd als de eerste verdedigingslinie bij het voorkomen en beperken van natuurrampen.

Om dit te bereiken, zei de heer Mai Van Khiem dat de meteorologische en hydrologische sector zich de komende tijd moet richten op de implementatie van een uitgebreid innovatieplan om de voorspellings- en waarschuwingscapaciteit te verbeteren en de preventie van natuurrampen en duurzame ontwikkeling effectief te ondersteunen. De focus van het plan ligt op de effectieve voortzetting van de implementatie van Resolutie nr. 57-NQ/TW over doorbraken in de ontwikkeling van wetenschap en technologie, innovatie en nationale digitale transformatie. De afdeling Meteorologie en Hydrologie heeft het grootste wetenschappelijke en technologische probleem van de sector geïdentificeerd als "het beheersen van AI-technologie in meteorologische en hydrologische voorspellingen, het ontwikkelen van een uitgebreid AI-systeem voor multischaal meteorologische en hydrologische voorspellingen met hoge nauwkeurigheid en het automatiseren van voorspellingsprocessen", aldus de heer Mai Van Khiem.

De afdeling Hydrometeorologie zal daarom prioriteit geven aan de toepassing van moderne technologieën zoals AI, Big Data en Internet of Things (IoT) in het gehele hydrometeorologische proces, van monitoring, dataverzameling en -verwerking tot analyse, voorspelling en communicatie. Het beheersen van deze technologieën draagt niet alleen bij aan het verbeteren van de nauwkeurigheid en automatisering van professionele werkzaamheden, maar opent ook de weg naar de ontwikkeling van een slim, multi-schaal voorspellingssysteem dat voldoet aan de eisen van burgers, overheden en economische sectoren in de context van de steeds complexere klimaatverandering. Daarnaast richt de afdeling zich op het verbeteren van de capaciteit om extreme weersverschijnselen te voorspellen, het opzetten van een vroegtijdig waarschuwingssysteem voor meerdere rampen om tijdige en accurate informatie te garanderen; het ontwikkelen van een team van hooggekwalificeerd personeel, met de nadruk op het opleiden van jonge mensen om aan de nieuwe eisen te voldoen; het versterken van de communicatie, het vergroten van het publieke bewustzijn van de rol van hydrometeorologie bij rampenpreventie en -bestrijding; het bevorderen van internationale samenwerking, het zoeken naar technische en technologische ondersteuning en het opleiden van mensen...

KIM OANH

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