Vietnam använder superdatorer och AI för att förutsäga stormar och kraftiga regn

Institutionen för hydrometeorologi har introducerat superdatorn CrayXC40, som använder AI för att förbättra noggrannheten i prognoser och varningar för stormar, kraftiga regn och andra typer av naturkatastrofer.

Prognoser från AI-modeller tillämpas av institutionen för hydrometeorologi i prognosarbetet - Foto: NCHMF

Den 3 oktober tillkännagav hydrometeorologiska institutionen att med anledning av 80-årsdagen av hydrometeorologibranschens traditionella dag (3 oktober 1945 - 3 oktober 2025) fick hydrometeorologiska institutionen äran att motta First Class Labor Medal från presidenten .

Enligt planen hölls ceremonin för att fira och ta emot medaljen i eftermiddags. På grund av den komplicerade situationen med regn och översvämningar efter storm nr 10 och stormen Matmo (storm nr 11) som direkt kan påverka vårt land, beslutade dock Hydrometeorologiska institutionen att skjuta upp ceremonin för att fokusera på stormprognoser för att förebygga naturkatastrofer.

Enligt Hydrometeorologiska institutionen har hydrometeorologibranschen efter 80 år gjort stora framsteg när det gäller att prognostisera stormar, kraftiga regn och varna för naturkatastrofer.

För närvarande har det nationella nätverket av hydrometeorologiska stationer 2 807 stationer (en ökning med 44 % jämfört med perioden 2016–2023), automatiseringsgraden för meteorologisk övervakning är 65 %, regn är 100 %, åska är 100 %, hydrologi är 69 % och oceanografi är 74 %. Det moderna väderradarnätet är distribuerat för att i princip täcka hela landet.

Beträffande utvecklingen av ny teknik och utrustning sade institutionen för hydrometeorologi att de har tagit superdatorn CrayXC40 i drift, ett genombrott i branschen.

Med en kapacitet på nästan 80 TFLOPS möjliggör superdatorn CrayXC40 prognoser med en upplösning på 3 km för hela territoriet och Östhavet på bara 30–40 minuter, vilket placerar Vietnam i gruppen av länder med stark datorkapacitet i regionen.

Till exempel, under de kraftiga regnen i september 2024, hjälpte detta system till att uppdatera den 3 km långa kvantitativa nederbördsprognoskartan, vilket stödde varningar för översvämningar och jordskred på kommunnivå.

Avdelningen har också kraftigt uppgraderat tekniken för digitala väderprognoser (NWP). Högupplösta modeller (1–3 km) synkroniseras med all inhemsk observationsdata, i kombination med prognoskällor från ECMWF för att minska produktförseningen från 5–8 timmar till 2–3 timmar.

Ensembleprognossystemet med 32 kortsiktiga komponenter och 51 medelsiktiga komponenter hjälper till att skapa sannolikhetskartor, effektprognoser och kvantitativ nederbörd för mer än 3 000 kommuner och stadsdelar.

Institutionen för hydrometeorologi använder många moderna tekniker och artificiell intelligens för att prognostisera och varna för naturkatastrofer - Foto: NCHMF

Enligt institutionen för hydrometeorologi har artificiell intelligens (AI) använts av industrin för att identifiera stormar, prognostisera extremt korta regnperioder, analysera satellitbilder från Himawari och förbättra prognoser för tropisk cyklons intensitet.

Till exempel hjälpte en djupinlärningsmodell som integrerar satellit- och radardata till att identifiera centrum för tyfonen Noru (2022) tidigt när den gick in i Östersjön, vilket stödde 72-timmars tidig varning.

Detta är ett viktigt förberedande steg för Vietnam att gradvis bemästra prognosteknik för flera skalor med hjälp av AI, mot att utveckla en modell med ett vietnamesiskt varumärke.

Departementet använder även AI-teknik, komplexa modeller, radar och blixtpositioneringssystem, vilket möjliggör extremt kortsiktiga varningar (0–6 timmar) med ökande noggrannhet. Portalen iWeather.gov.vn drivs för att direkt betjäna befolkningen.

Tillsammans med detta, tillämpningen av ett realtids varningssystem för översvämningar och jordskred, med hjälp av simuleringsteknik för markfuktighet i kombination med analys av regndata för att ge onlinevarningar till kommunnivå. Detta är ett tydligt genombrott som visar på en stor beslutsamhet att använda vetenskapen till att tjäna livet, särskilt i avlägsna områden.

Tack vare teknisk innovation och förbättrade prognosmakares färdigheter har prognoskvaliteten förbättrats avsevärt, till exempel har prognosperioden för stormar ökats från 24 timmar till 3 dagar, varningar utfärdats 5 dagar i förväg och felet i stormens plats vid 48 timmar har halverats.

Prognoser för kraftigt regn och översvämningsvarningar 2–3 dagar i förväg har en tillförlitlighet på cirka 75 %, varningar för lokala åskväder 30 minuter till flera timmar i förväg, och prognoser för svår kyla och utbredd värme har en tillförlitlighet på 70–90 %.

Tillbaka till ämnet

VISDOM

Källa: https://tuoitre.vn/viet-nam-dua-sieu-may-tinh-ung-dung-ai-vao-du-bao-bao-mua-lon-20251003115001914.htm