Thứ năm, Tháng mười hai 12, 2024

Sử dụng AI trong hoạt động dự báo thời tiết và biến đổi khí hậu

(SGTT) - Bằng cách hợp lý hóa quy trình chuyển dữ liệu thời tiết và khí hậu thành thông tin đầu vào, trí tuệ nhân tạo (AI) có thể đóng một vai trò quan trọng trong việc hỗ trợ khả năng dự báo thời tiết và biến đổi khí hậu.
Tình trạng khô hạn, thời tiết thất thường ảnh hưởng mạnh đến canh tác lúa, lương thực ở Đông Nam Á và Nam Á. Ngân hàng Phát triển châu Á (ADB) sẽ chú trọng hơn đối với các dự án thích ứng biến đổi khí hậu, tác động trực tiếp sinh kế người dân. Ảnh: IRRI

Theo Tổ chức Khí tượng Thế giới (WMO), lũ lụt là mối nguy tự nhiên nguy hiểm nhất và đang gia tăng theo cấp số nhân cả về tần suất và cường độ trong thập kỷ qua. Dự báo lũ lụt được coi là một chiến lược quan trọng nhằm giảm thiểu thiệt hại do lũ lụt và tình trạng dễ bị tổn thương của cộng đồng. Những cải tiến trong giám sát và dự báo biến đổi khí hậu đã ghi nhận các kết quả tích cực trong bảo vệ tính mạng cộng đồng.

Căn cứ số liệu của WMO, trong năm thập kỷ qua, thiệt hại kinh tế được ghi nhận liên quan đến các sự kiện khí tượng thủy văn cực đoan đã tăng gần 50 lần, nhưng thiệt hại về nhân mạng trên toàn cầu đã giảm đáng kể, khoảng 10 lần. Đa phần các đánh giá từ nhiều chuyên gia trong ngành khí tượng thủy văn đều đồng thuận rằng AI là công cụ hỗ trợ đắc lực trong hoạt động phân tích các dữ liệu sẵn có và khả năng trực quan hóa kết quả dự báo thời tiết.

Theo WMO, AI đã cải thiện độ chính xác dự báo thời tiết lên tới 25%(1). Trong báo cáo thường niên về Hệ thống cảnh báo sớm và rủi ro khí hậu 2022 (CREWS), Liên hiệp quốc đã xác định AI là công nghệ chủ chốt để đạt được mục tiêu này. Có thể kể đến như công nghệ học máy (machine learning).

Kết quả nghiên cứu của Trung tâm Dự báo thời tiết châu Âu cho thấy học máy có thể tạo ra các mô hình dòng chảy có khả năng ngoại suy tốt hơn các mô hình thủy văn truyền thống, qua đó nâng cao tính chính xác trong kết quả dự báo thời tiết(2).

Hầu hết các hệ thống dự báo khí hậu thủy văn tại những nước phát triển đều áp dụng hỗn hợp giữa mô hình động lực và phương pháp thống kê bằng AI trong hoạt động thu thập, phân tích, khai thác dữ liệu về lượng mưa, nhiệt độ, dòng chảy… Từ đó, đưa ra các dự đoán về tình hình thời tiết tại địa phương.

Đây là sự kết hợp đầy hứa hẹn để nâng cao kỹ năng dự đoán các biến số khó dự báo về khí hậu, bao gồm: mưa, gió, sấm, chớp, dông, tố, bão, tuyết… cũng như các sự kiện khí tượng thủy văn đặc biệt như mưa đá, vòi rồng, lũ lụt, hạn hán…

Năm 2018, Google bắt đầu phát triển hệ thống dự báo lũ lụt thông qua việc thu thập và phân tích dữ liệu từ nhiều nguồn như vệ tinh và trạm mặt đất, bao gồm: lượng mưa, dữ liệu thời tiết và hệ thống lưu vực tại địa phương. Đến tháng 11-2022, Google chính thức ra mắt phần mềm Google Flood Hub. Mô hình ngập lụt mô phỏng hành vi của nước khi nó di chuyển qua vùng ngập dựa trên dữ liệu thủy văn và hình ảnh vệ tinh.

Điều này cho phép hệ thống nhận biết khu vực nào sẽ bị ảnh hưởng và dự báo mực nước sẽ điều chỉnh theo thời gian. Đây là hệ thống dự báo lũ lụt kết hợp hai mô hình công nghệ AI xử lý các nguồn dữ liệu có sẵn công khai đa dạng: (1) mô hình thủy văn dự báo lượng nước chảy và (2) mô hình ngập lụt phân tích tình hình mực nước tại những khu vực có nguy cơ xảy ra lũ lụt. Về mặt thời gian, phần mềm này có khả năng cảnh báo sớm cho người dân ở những khu vực sắp bị ảnh hưởng tối đa bảy ngày trước khi thảm họa xảy ra(3).

Từ năm 2018, Cục Khí tượng Thủy văn Việt Nam đã ứng dụng AI trong hoạt động kiểm tra, theo dõi và tiến hành các phân tích dữ liệu thu thập được để dự báo khí tượng thủy văn.

Cụ thể, giai đoạn từ tháng 7-2018 đến tháng 12-2020, các nhà nghiên cứu tại Trung tâm Thông tin và Dữ liệu Khí tượng thủy văn đã thực hiện nghiên cứu liên quan đến triển khai các hệ thống AI hỗ trợ dự báo các hiện tượng biến đổi khí hậu nguy hiểm.

Thông qua cơ sở dữ liệu Big Data về thông tin khí tượng thủy văn và các ứng dụng công cụ Cray PE DL Plugin trong bài toán học sâu, hệ thống AI có khả năng cảnh báo trước hiện tượng nguy hiểm theo thời gian thực trong khoảng 30-60 phút(4).

Bên cạnh các chương trình phát thanh và truyền hình truyền thống, các tổ chức dịch vụ phần mềm ngày nay tích hợp ngay trên ứng dụng điện thoại thông minh, cung cấp thông tin thời tiết cập nhật từng phút cho người xem.

Gần đây, Thủ tướng Chính phủ ban hành Quyết định 1261/QĐ-TTg năm 2023 về việc Phê duyệt Đề án “Hiện đại hóa Ngành Khí tượng Thủy văn đến năm 2025 và thời kỳ 2026-2030”, trong đó các cơ quan, ban, ngành trong nước được yêu cầu tập trung nghiên cứu áp dụng công nghệ quan trắc từ xa bằng vệ tinh, camera, viễn thám, vạn vật kết nối, AI trong hoạt động quan trắc phục vụ giám sát, dự báo trên diện rộng là mục tiêu hàng đầu của mạng lưới trạm quan trắc khí tượng thủy văn quốc gia. Kế hoạch dự kiến đến năm 2030, tăng thời hạn dự báo thời tiết đến 10 ngày và cảnh báo xu thế diễn biến một số hiện tượng khí tượng thủy văn nguy hiểm đến một tháng.

Theo Tổ chức Khí tượng Thế giới (WMO), lũ lụt là mối nguy tự nhiên nguy hiểm nhất và đang gia tăng theo cấp số nhân cả về tần suất và cường độ trong thập kỷ qua. Dự báo lũ lụt được coi là một chiến lược quan trọng nhằm giảm thiểu thiệt hại do lũ lụt và tình trạng dễ bị tổn thương của cộng đồng. Những cải tiến trong giám sát và dự báo biến đổi khí hậu đã ghi nhận các kết quả tích cực trong bảo vệ tính mạng cộng đồng.

Căn cứ số liệu của WMO, trong năm thập kỷ qua, thiệt hại kinh tế được ghi nhận liên quan đến các sự kiện khí tượng thủy văn cực đoan đã tăng gần 50 lần, nhưng thiệt hại về nhân mạng trên toàn cầu đã giảm đáng kể, khoảng 10 lần. Đa phần các đánh giá từ nhiều chuyên gia trong ngành khí tượng thủy văn đều đồng thuận rằng AI là công cụ hỗ trợ đắc lực trong hoạt động phân tích các dữ liệu sẵn có và khả năng trực quan hóa kết quả dự báo thời tiết.

Theo WMO, AI đã cải thiện độ chính xác dự báo thời tiết lên tới 25%(1). Trong báo cáo thường niên về Hệ thống cảnh báo sớm và rủi ro khí hậu 2022 (CREWS), Liên hiệp quốc đã xác định AI là công nghệ chủ chốt để đạt được mục tiêu này. Có thể kể đến như công nghệ học máy (machine learning).

Kết quả nghiên cứu của Trung tâm Dự báo thời tiết châu Âu cho thấy học máy có thể tạo ra các mô hình dòng chảy có khả năng ngoại suy tốt hơn các mô hình thủy văn truyền thống, qua đó nâng cao tính chính xác trong kết quả dự báo thời tiết(2).

Hầu hết các hệ thống dự báo khí hậu thủy văn tại những nước phát triển đều áp dụng hỗn hợp giữa mô hình động lực và phương pháp thống kê bằng AI trong hoạt động thu thập, phân tích, khai thác dữ liệu về lượng mưa, nhiệt độ, dòng chảy… Từ đó, đưa ra các dự đoán về tình hình thời tiết tại địa phương.

Đây là sự kết hợp đầy hứa hẹn để nâng cao kỹ năng dự đoán các biến số khó dự báo về khí hậu, bao gồm: mưa, gió, sấm, chớp, dông, tố, bão, tuyết… cũng như các sự kiện khí tượng thủy văn đặc biệt như mưa đá, vòi rồng, lũ lụt, hạn hán…

Năm 2018, Google bắt đầu phát triển hệ thống dự báo lũ lụt thông qua việc thu thập và phân tích dữ liệu từ nhiều nguồn như vệ tinh và trạm mặt đất, bao gồm: lượng mưa, dữ liệu thời tiết và hệ thống lưu vực tại địa phương. Đến tháng 11-2022, Google chính thức ra mắt phần mềm Google Flood Hub. Mô hình ngập lụt mô phỏng hành vi của nước khi nó di chuyển qua vùng ngập dựa trên dữ liệu thủy văn và hình ảnh vệ tinh.

Điều này cho phép hệ thống nhận biết khu vực nào sẽ bị ảnh hưởng và dự báo mực nước sẽ điều chỉnh theo thời gian. Đây là hệ thống dự báo lũ lụt kết hợp hai mô hình công nghệ AI xử lý các nguồn dữ liệu có sẵn công khai đa dạng: (1) mô hình thủy văn dự báo lượng nước chảy và (2) mô hình ngập lụt phân tích tình hình mực nước tại những khu vực có nguy cơ xảy ra lũ lụt. Về mặt thời gian, phần mềm này có khả năng cảnh báo sớm cho người dân ở những khu vực sắp bị ảnh hưởng tối đa bảy ngày trước khi thảm họa xảy ra(3).

Từ năm 2018, Cục Khí tượng Thủy văn Việt Nam đã ứng dụng AI trong hoạt động kiểm tra, theo dõi và tiến hành các phân tích dữ liệu thu thập được để dự báo khí tượng thủy văn.

Cụ thể, giai đoạn từ tháng 7-2018 đến tháng 12-2020, các nhà nghiên cứu tại Trung tâm Thông tin và Dữ liệu Khí tượng thủy văn đã thực hiện nghiên cứu liên quan đến triển khai các hệ thống AI hỗ trợ dự báo các hiện tượng biến đổi khí hậu nguy hiểm.

Thông qua cơ sở dữ liệu Big Data về thông tin khí tượng thủy văn và các ứng dụng công cụ Cray PE DL Plugin trong bài toán học sâu, hệ thống AI có khả năng cảnh báo trước hiện tượng nguy hiểm theo thời gian thực trong khoảng 30-60 phút(4).

Bên cạnh các chương trình phát thanh và truyền hình truyền thống, các tổ chức dịch vụ phần mềm ngày nay tích hợp ngay trên ứng dụng điện thoại thông minh, cung cấp thông tin thời tiết cập nhật từng phút cho người xem.

Gần đây, Thủ tướng Chính phủ ban hành Quyết định 1261/QĐ-TTg năm 2023 về việc Phê duyệt Đề án “Hiện đại hóa Ngành Khí tượng Thủy văn đến năm 2025 và thời kỳ 2026-2030”, trong đó các cơ quan, ban, ngành trong nước được yêu cầu tập trung nghiên cứu áp dụng công nghệ quan trắc từ xa bằng vệ tinh, camera, viễn thám, vạn vật kết nối, AI trong hoạt động quan trắc phục vụ giám sát, dự báo trên diện rộng là mục tiêu hàng đầu của mạng lưới trạm quan trắc khí tượng thủy văn quốc gia. Kế hoạch dự kiến đến năm 2030, tăng thời hạn dự báo thời tiết đến 10 ngày và cảnh báo xu thế diễn biến một số hiện tượng khí tượng thủy văn nguy hiểm đến một tháng.

____

(1) https://blog.emb.global/ai-in-predicting-climate-change-patterns/
(2) https://ourworldindata.org/weather-forecasts
(3) https://fortune.com/2022/11/08/google-ai-global-flood-hub-prediction-tool/
(4) http://tapchikttv.vn/data/article/599/7.%20NgoVanManh.pdf

Nguyễn Hoàng Nam

BÌNH LUẬN

Vui lòng nhập bình luận của bạn
Vui lòng nhập tên của bạn ở đây

Kết nối