Tillämpning av artificiell intelligens för att prognostisera och varna för naturkatastrofer

Meteorologer analyserar data i smartmet-systemet för att utfärda prognosbulletiner och tidiga varningar om naturkatastrofer vid National Center for Hydro-Meteorological Forecasting. (Foto: HOAI LINH)

Tidig varning är den mest effektiva åtgärden för att minimera skador orsakade av naturkatastrofer relaterade till väder, klimat och hydrologi. Många studier har visat att om en naturkatastrof varnas 24 timmar i förväg, kommer skadorna att minska med cirka 30 % jämfört med ingen varning. Därför, i samband med alltmer komplexa klimatförändringar, ökande frekvens och svårighetsgrad av stormar, kraftiga regn, översvämningar, störtfloder, jordskred, åskväder och blixtar, spelar tidig varning en viktigare roll.

I Vietnam har den meteorologiska och hydrologiska sektorn, genom implementering av politbyråns resolution nr 57-NQ/TW, gradvis tillämpat artificiell intelligens (AI), big data och digital transformation för övervaknings- och prognosarbete. Sedan början av året har avdelningen för meteorologi och hydrologi ( jordbruks- och miljöministeriet ) implementerat AI-applikationer i vissa skeden av prognosprocessen. Mer specifikt tränas maskininlärningsalgoritmer från radardata, satellitbilder och automatisk övervakning för att ge kortsiktiga nederbördsprognoser med snabb svarstid och hög detaljrikedom.

För att identifiera och bestämma stormintensiteten i Östersjön används AI för att analysera meteorologiska satellitbilder för att identifiera virvelns centrum, bedöma stormens intensitet och utvecklingstrend och stödja djupgående analyser för prognosmakare. Dessa system är fortfarande under utveckling, utbildas noggrant och integreras i processen att stödja professionell prognostisering. Denna teknik gör det möjligt för myndigheter att kontinuerligt övervaka väder- och miljöförhållanden och därigenom ge tidiga varningar och snabba responsåtgärder för att skydda människors liv och egendom.

Mai Van Khiem, chef för National Center for Hydro-Meteorological Forecasting, sa att den hydrometeorologiska sektorn har använt AI i övervaknings- och prognosprocessen under årets storm- och översvämningssäsong. Resultaten uppnådde högre noggrannhet än traditionella verktyg.

När det gäller stormprognoser är 24-timmarsfelet i stormens centrum cirka 90–110 km, vilket överensstämmer med det regionala genomsnittet. AI hjälper till att kombinera sannolikhets- och osäkerhetsbedömningar, vilket stöder beslutsfattande om katastrofförebyggande åtgärder.

Vid prognoser för kraftigt regn ger WRF-modellen (Mesoscale Weather Network for Research and Forecasting Weather Operations) och regionala ensembler ganska bra resultat med utbrett regn, men har fortfarande utmaningar med kortvariga lokala regn i komplex terräng, där det finns konflikter mellan småskaliga cirkulationer. Varningar för åskväder, tornader och blixtar när man kombinerar väderradar, satellitbilder, ensembledata och nutidsprognosalgoritmer har bidragit till att utfärda åskvädervarningar 30 minuter till 3 timmar i förväg i många viktiga områden.

Institutionen för hydrometeorologi har identifierat det största problemet inom vetenskap och teknik inom branschen som "Att bemästra AI-teknik inom meteorologisk och hydrologisk prognostisering, bygga ett omfattande AI-system för meteorologisk och hydrologisk prognostisering i flera skalor med hög noggrannhet och automatisera prognosoperationer."
Herr Mai Van Khiem,
Chef för Nationellt centrum för hydrometeorologisk prognostisering

Enligt chefen för den hydrometeorologiska avdelningen är vårt lands prognoskapacitet och övervakningssystem fortfarande begränsade jämfört med Japan, Kina, Korea etc. Å andra sidan har vårt land på grund av budgetbegränsningar inte kunnat investera mycket i vetenskap och teknik för hydrometeorologiska prognoser och prognoser för naturkatastrofer. Dessutom är informationsteknologiinfrastrukturen fortfarande svag; det finns inte många övervakningsstationer etc., medan problemet med AI-bearbetning för den hydrometeorologiska industrin kräver en stor mängd informationsinfrastruktur, ekonomiska resurser och ett team av högkvalificerade experter inom informationsteknik. Dessutom kräver AI-beräknings- och bearbetningsinfrastrukturen snabba bearbetningschips till höga kostnader.

Med den komplexa klimatförändringssituationen och det ökande antalet extrema väderhändelser är moderniseringen av hydrometeorologin och förbättringen av prognos- och tidig varningskapacitet avgörande för att skydda samhället och ekonomin ... Därför spelar uppbyggnaden och förbättringen av prognos- och tidig varningssystem en mycket viktig roll. Detta anses också vara den första försvarslinjen i arbetet med att förebygga och mildra risker för naturkatastrofer.

För att göra detta sa Mai Van Khiem att den meteorologiska och hydrologiska sektorn i framtiden måste fokusera på att implementera en omfattande innovationsplan för att förbättra prognos- och varningskapaciteten och effektivt stödja arbetet med att förebygga naturkatastrofer och hållbar utveckling. Planens fokus är att fortsätta att effektivt implementera resolution nr 57-NQ/TW om genombrott inom vetenskaplig och teknisk utveckling, innovation och nationell digital transformation. Institutionen för meteorologi och hydrologi har identifierat det största vetenskapliga och tekniska problemet för sektorn som "Att bemästra AI-teknik inom meteorologisk och hydrologisk prognostisering, bygga ett omfattande AI-system för flerskalig meteorologisk och hydrologisk prognostisering med hög noggrannhet och automatisera prognosoperationer", delade Mai Van Khiem.

Följaktligen kommer institutionen för hydrometeorologi att prioritera tillämpningen av moderna tekniker som AI, Big Data och sakernas internet (IoT) i hela den hydrometeorologiska processen, från övervakning, datainsamling och bearbetning till analys, prognoser och kommunikation. Att behärska dessa tekniker bidrar inte bara till att förbättra noggrannheten och automatiseringen i det professionella arbetet, utan öppnar också upp vägen för att utveckla ett smart, flerskaligt prognossystem som uppfyller kraven för att betjäna människor, myndigheter och ekonomiska sektorer i samband med alltmer komplexa klimatförändringar. Utöver detta fokuserar institutionen på att förbättra kapaciteten att prognostisera extrema väderfenomen, bygga ett tidigt varningssystem för flera katastrofer för att säkerställa aktuell och korrekt information; utveckla ett team av högkvalificerad personal med fokus på att utbilda unga mänskliga resurser för att möta nya krav; stärka kommunikationen, öka allmänhetens medvetenhet om hydrometeorologins roll i katastrofförebyggande och katastrofkontroll; främja internationellt samarbete, söka tekniskt och tekniskt stöd och utbildning av mänskliga resurser...

Kommentar (0)