Nästa generations katastrofvarningsmodell

Meteorologer analyserar data i smartmet-systemet för att producera väderprognoser och tidiga varningar om naturkatastrofer vid National Center for Meteorological and Hydrological Forecasting. (Foto: HOAI LINH)

Att göra detta väl kommer inte bara att bidra till att minimera skador på människor och egendom, utan också bekräfta nationens självförsörjning inom vetenskap och teknik inom området katastrofförebyggande och katastrofkontroll.

Under många år har Quang Tri -provinsen konsekvent varit bland de orter som drabbats hårdast av stormar och översvämningar. Även om tekniska lösningar som reservoarer, vallar, översvämningskontroll och befolkningsomlokalisering har visat sig vara effektiva, kräver de betydande finansiering och långa investeringsperioder, samtidigt som naturkatastrofernas natur förändras snabbt.

Ett akut behov uppstår av att utveckla verktyg för tidig varning baserade på realtidsdata, moderna matematiska modeller och snabb informationsöverföringsteknik.

Baserat på den verkligheten gav ministeriet för vetenskap och teknik det nationella nyckellaboratoriet för flod- och kustdynamik i uppdrag att genomföra projektet "Forskning om tillämpning av avancerad teknik för att bygga ett tidigt varningssystem för naturkatastrofrisker orsakade av översvämningar och översvämningar i Quang Tri-provinsen och angränsande områden", lett av docent Dr. Nguyen Thanh Hung.

Kraftiga regn orsakade översvämningar i staden Hue. (Foto: QUANG TIEN)

Projektet har tre strategiska mål: Utveckla en katastrofriskkarta (upprätta en detaljerad karta över översvämnings- och översvämningsrisker ner på kommunnivå, som direkt tjänar katastrofförebyggande insatser); utveckla varningsteknik i realtid (bygga avancerad teknik för tidig varning om översvämnings- och översvämningsrisker i realtid, baserat på meteorologiska och hydrologiska prognoser); och förbättra överförings- och responssystemet (utveckla teknik för att överföra varningsinformation och föreslå lämpliga och effektiva responsplaner).

För att uppnå dessa mål genomförde forskargruppen sex huvudinitiativ, med fokus på djupgående datainsamling och analys, samt tillämpning av banbrytande teknik.

Nyckeln till systemets effektivitet ligger i den samtidiga tillämpningen av flera banbrytande teknologier. Först och främst är det den matematiska modellen som är baserad på fysikaliska processer.

Forskargruppen utvecklade en verktygslåda för översvämningssimulering och riskbedömning med hjälp av en fysisk metod, det vill säga simulering av verkliga beteenden hos avrinning, nederbörd, topografisk lutning och hydrologiska faktorer för att skapa mer realistiska prognosscenarier.

Dessutom fungerar artificiell intelligens (AI) och maskininlärning som en "förstärkt hjärna". Docent Dr. Nguyen Thanh Hung och hans kollegor har tränat systemet på stora datamängder under många år och därigenom skapat 282 olika scenarier för katastrofvarning.

Tack vare AI minskas bearbetnings- och prognoshastigheten avsevärt, vilket är en nyckelfaktor i katastrofförebyggande åtgärder och insatser, vilket kräver realtidsåtgärder.

En annan viktig pelare är integrerad informationsöverföringsteknik. Systemet är utformat för att skicka varningar och svarsinstruktioner direkt till medborgarna via mobiltelefoner, webbplatser och sociala medier, vilket säkerställer att viktig information levereras snabbt, till rätt plats och vid rätt tidpunkt.

De första resultaten av projektet testades under översvämningssäsongen 2024 i Quang Tri. Realtidsprognoser och varningar baserade på den nya modellen uppskattades mycket av förvaltningsmyndigheter och experter för deras fullständighet, modernitet och förmåga att möta akuta praktiska krav på plats.

Inte bara den centrala regionen, utan även många kustområden i Vietnam står inför risken för allvarliga översvämningar på grund av kombinationen av kraftiga stormar, stigande havsnivåer och stora vågor.

Som svar på denna situation har National Center for Hydro-Meteorological Forecasting lanserat ett nationellt projekt med titeln "Utveckla en modell och teknisk process för att prognostisera kustöversvämningar orsakade av stormfloder och vågor", lett av docent Dr. Nguyen Ba Thuy, och genomfört från december 2022 till november 2025.

Målet var att behärska den integrerade beräkningsmodellen för atmosfäriska vågor och stormfloder och utveckla en prognosprocess lämplig för Vietnams kustförhållanden. Forskargruppen slutförde insamlingen och bearbetningen av meteorologiska, hydrologiska, oceanografiska och topografiska data och integrerade tre avancerade modeller: WRF (stormvindsimulering), SWAN (vågsimulering) och ADCIRC (stormflodssimulering).

Systemet möjliggör detaljerad simulering av hur stormar interagerar med kustterräng, vilket gör att översvämningsnivåer kan förutsägas under specifika scenarier. Modellen testades i Thanh Hoa-provinsen i en kartskala på 1/10 000, där översvämningar bedömdes baserat på stormnivåerna 11-14, med och utan havsvallar, och med olika tidvattenperioder inkluderande.

Produkterna har levererats till lokala myndigheter för att utveckla evakueringsplaner, skydda båtar, vattenbruksområden och infrastruktur för vallar. Prognosverktygslådan testades under tyfonsäsongen 2025 och visade en hög grad av korrelation med faktiska data.

Herr Hoang Duc Cuong, biträdande chef för avdelningen för meteorologi och hydrologi, bedömde att projektet har bidragit viktigt till att förbättra kvaliteten på tidig varning för kustområden, i linje med branschens mål att modernisera prognoser.

En anmärkningsvärd punkt är att modellen separerar prognosprocessen för två typer av terräng: områden med vallar och områden utan vallar. Havsvallar påverkar starkt vågutbredning och stormfloder, vilket kräver en annan prognosmetod. Detta gör att modellen kan vara lämplig för varje kustprovins med olika strandlinjestrukturer, från Thanh Hoa och Hue till Khanh Hoa, Vinh Long och Ca Mau.

Enligt docent Dr. Nguyen Ba Thuy bidrar modellen också till att förbättra prognosteamets prognoskapacitet. För att modellen ska fungera i realtid för professionella ändamål behövs dock ytterligare investeringar i ett kraftfullt datorsystem.

Båda studierna visar Vietnams mognad när det gäller att utveckla avancerad katastrofsimulering och varningsteknik för självförsörjning. Även om det är svårt att kvantifiera direkt i ekonomiska termer, är de indirekta fördelarna med skadebegränsning betydande.

Mot bakgrund av alltmer extrema naturkatastrofer är utveckling av integrerade prognosmodeller, tillämpning av AI, big data och snabb kommunikationsteknik rätt riktning för Vietnam att fullända sitt nationella system för tidig varning.

Detta är inte bara ett mål för den meteorologiska och hydrologiska sektorn utan också ett centralt krav för hållbar socioekonomisk utveckling, särskilt i högriskområden.

ROSA LJUS och GYLLENE BACH

Källa: https://nhandan.vn/mo-hinh-canh-bao-thien-tai-the-he-moi-post929692.html