Công nghệ mới giúp dự báo lũ quét chính xác hơn bằng vệ tinh và trí tuệ nhân tạo
Lũ quét là một trong những hiện tượng thời tiết nguy hiểm chết người nhưng thường xảy ra mà không được cảnh báo trước. Hệ thống phần mềm mới mang tên TACLS kết hợp vệ tinh và máy học được kỳ vọng sẽ giúp Cơ quan Thời tiết Quốc gia Mỹ đưa ra cảnh báo sớm và chính xác hơn để cứu mạng người.
Vào sáng ngày 9 tháng 6, Laura Lin đang làm việc tại nhà ở Lanesville, một thị trấn nông thôn ở miền nam Indiana, cách biên giới Kentucky khoảng 15 dặm. Cô đang trong một cuộc họp Zoom mà không hề hay biết trận mưa như trút nước bên ngoài bắt đầu làm ngập sân nhà mình.
"Tôi nhìn sang khu vực có nhà kho và thấy những khúc gỗ của mình đang nổi lềnh bềnh, tôi kiểu như, 'Cái gì thế?' và ngay lập tức nghĩ rằng, 'Mình phải đi thôi'. Tôi gập laptop lại, gọi các con dậy và bảo, 'Có chuyện không ổn rồi'," Lin nhớ lại.
Lin và gia đình đã thoát nạn an toàn và tá túc nhà hàng xóm, nhưng Lanesville đã hứng chịu lượng mưa hơn 8 inch chỉ trong vòng vài giờ ngày hôm đó, vượt xa ngưỡng được coi là mưa "lớn". Nước đã rút đi vài giờ sau đó.
Lũ lụt là loại hình thiên tai gây tử vong cao thứ hai tại Hoa Kỳ và cao nhất trên toàn cầu. Chỉ cần 6 inch nước chảyết xiết cũng có thể quật ngã một người trưởng thành, 12 inch có thể nhấc bổng một chiếc ô tô, và 2 feet có thể di chuyển các phương tiện lớn hơn như xe tải và SUV. Khí hậu ấm lên đồng nghĩa với việc sẽ có nhiều trận mưa cực đoan hơn ở Mỹ, tạo ra nhiều cơ hội hơn cho lũ lụt xảy ra. Trận lũ quét chết người ở Nepal hồi tháng 8 do sụp đổ sông băng cho thấy sức mạnh của nước có thể tàn phá các cộng đồng trên toàn thế giới như thế nào.
May mắn thay, các công cụ mới đang được phát triển để chống lại mối đe dọa này. Một phần mềm mới có tên là Hệ thống Học tập Liên tục và Hiện vật Chuyển tiếp (TACLS) sử dụng vệ tinh và máy học để cố gắng phát hiện các khu vực có nguy cơ ngập lụt sớm hơn và giúp Cơ quan Thời tiết Quốc gia (NWS) đưa ra quyết định tốt hơn khi phát hành cảnh báo lũ quét.
"Chúng tôi không nhận được cảnh báo 'trèo lên mái nhà' cho đến khi tôi đã có mặt ở nhà người đó," Lin nói. "Tất cả mọi người trong thị trấn đã bị ngập lụt khi họ bắt đầu gửi cảnh báo kiểu như, 'Hãy trèo lên mái nhà đi. Chúng tôi đang điều thuyền tới.' Vì vậy, mọi thứ đã quá muộn."
TACLS có tiềm năng giúp thay đổi điều đó.
"Nó sẽ giúp bạn cứu sống nhiều người," Ivory Small, nhân viên khoa học và vận hành tại Văn phòng Dự báo Thời tiết NWS San Diego cho biết. Không có TACLS, Small nói, một cơn bão tiến vào khu vực của bạn "có thể giết chết một số người." Với TACLS, "bạn có thể đưa ra cảnh báo và cứu sống một số người."
Theo dòng nước
Các văn phòng dự báo thời tiết chịu trách nhiệm phát hành cảnh báo thời tiết khắc nghiệt, bao gồm cả cảnh báo lũ quét. Có 122 văn phòng như vậy trên khắp nước Mỹ và các vùng lãnh thổ của nước này, theo Jayme Laber, nhà thủy văn dịch vụ cấp cao tại Văn phòng Dự báo Thời tiết NWS ở Oxnard, California, nơi giám sát khu vực LA. Small và Laber đã hợp tác chặt chẽ trong dự án TACLS với một nhóm lớn các nhà khoa học và nhà nghiên cứu, và họ hy vọng dự án mới này sẽ hợp lý hóa các cảnh báo thời tiết. Để hiểu về TACLS, điều quan trọng là trước tiên phải hiểu cách NWS đưa ra cảnh báo lũ lụt.
Hiện tại, những người làm việc tại các văn phòng dự báo thời tiết sử dụng nhiều công cụ khác nhau để theo dõi tình trạng lũ lụt. Họ dựa vào các trạm đo mưa và đo dòng chảy để biết có bao nhiêu nước ở một địa điểm nhất định tại bất kỳ thời điểm nào, Laber nói. Họ theo dõi các cơn bão đang phát triển bằng cách sử dụng vệ tinh và radar thời tiết. Nhân viên theo dõi lượng mưa, nhưng máy tính của họ cũng cảnh báo họ khi trời mưa nhiều hơn mức được coi là an toàn cho một khu vực cụ thể.
"Dựa trên loại đất chúng ta có, độ dốc của sườn đồi, chúng tôi đã phát triển hướng dẫn lũ quét để biết rằng nếu chúng tôi nhận được lượng mưa này trong khoảng thời gian này ở khu vực đó, nó có thể dẫn đến lũ quét," Laber nói.
Tất cả những điều đó, cộng với nhiều năm chuyên môn bên trong những tòa nhà đó, quyết định xem có ai đó nhấn nút để đưa ra cảnh báo lũ lụt cho khu vực của họ hay không, Laber cho biết.
Một bản tin theo dõi (watch) là cảnh báo ít nghiêm trọng nhất. Nó có nghĩa là có khả năng xảy ra lũ quét. Bản tin theo dõi có thể được ban hành trước từ 12 đến 48 giờ, Laber giải thích. Ông nói rằng các đội khẩn cấp địa phương nên bắt đầu làm việc về "các biện pháp bảo vệ chống lũ" khi bản tin theo dõi lũ lụt được ban hành, để có đủ thời gian chuẩn bị trước khi mọi người bị mắc kẹt và buộc phải tìm vùng đất cao hơn. Các đội phản ứng có thể xem xét các kế hoạch sơ tán, thiết lập bao cát và rào chắn đường, đồng thời xác định các khu vực có nguy cơ cao nhất trước một trận lũ lụt tiềm ẩn.
Một bản tin cố vấn (advisory) là cấp độ tiếp theo. Có thể có ngập lụt, "nhưng đó là mức độ gây phiền toái nhiều hơn. Nó không đe dọa đến tính mạng hoặc tài sản," Laber nói. Cảnh báo (warning) là cảnh báo nghiêm trọng nhất. "Đó là khả năng sinh tử khi bị cuốn trôi [hoặc] bị cán qua bởi một chiếc ô tô trôi nổi trên dòng suối," Small nói.
NWS phân biệt lũ lụt thông thường với lũ quét dựa trên thời gian, Small cho biết. Nếu một khu vực bị ngập lụt trong vòng chưa đầy sáu giờ, thì đó là lũ quét.
NWS có nhiều cách khác nhau để xác định xem họ có cần phát hành cảnh báo lũ quét hay không, nhưng công nghệ của họ có những hạn chế, Yehuda Bock, trưởng dự án TACLS và là nhà trắc địa nghiên cứu tại Viện Hải dương học Scripps thuộc Đại học California, San Diego cho biết. Các vệ tinh mà NWS sử dụng có chi tiết rõ hơn ở các đại dương so với đất liền, ông nói. Và việc theo dõi lượng mưa khi nó đang xảy ra không mang lại cho bạn đủ thời gian chuẩn bị trước, "vì một khi có lượng mưa, bạn đã ở trong chính sự kiện đó rồi," ông giải thích.
Sa mạc và các khu vực ít dân cư hơn thường có ít trạm đo mưa hơn, Laber nói. "Chúng tôi có một mạng lưới khá dày đặc [các trạm đo mưa], nhưng nó không bao phủ mọiinch của Trái đất."
Bay lên không trung
TACLS sử dụng vệ tinh và máy học để xác định các địa điểm trên bản đồ — hiện tại chỉ ở California — có nguy cơ chuyển từ mưa sang lũ quét nguy hiểm. Nhưng sớm thôi, công nghệ này sẽ có sẵn cho mọi văn phòng NWS. Các nhà khoa học từ UCSD, NWS và NASA đã làm việc cùng nhau để tạo ra TACLS. Văn phòng Công nghệ Khoa học Trái đất của NASA đã tài trợ cho dự án thông qua chương trình Công nghệ Hệ thống Thông tin Tiên tiến.
TACLS dựa vào Hệ thống Vệ tinh Dẫn đường Toàn cầu (GNSS), vốn chủ yếu được sử dụng để dự đoán động đất, Bock cho biết. Nhưng mạng lưới GNSS, bao gồm các vệ tinh và cảm biến mặt đất, cũng cung cấp dữ liệu có thể giúp các nhà dự báo quyết định xem họ có cần phát hành cảnh báo lũ quét hay không. Càng có nhiều hơi nước, hoặc độ ẩm trong khí quyển, thì độ trễ trong giao tiếp giữa các vệ tinh GNSS và các cảm biến trên mặt đất càng lớn.
Lượng độ ẩm, hoặc "nước kết tủa", trong khí quyển cho NWS biết những gì đang thực sự xảy ra trên bầu trời dẫn đến một cơn bão, Laber nói.
Trước TACLS, Laber và các đồng nghiệp của ông phải dựa vào dự báo, vốn không phải lúc nào cũng chính xác. TACLS cung cấp dữ liệu thời gian thực về lượng nước kết tủa trong khí quyển để so sánh với dự báo. Điều này giúp họ xác định xem cơn bão có thực sự di chuyển theo tốc độ được dự đoán bởi các mô hình thời tiết hay không. "Nó giúp chúng tôi đưa ra quyết định tốt hơn trong quá trình ra quyết định cảnh báo," Laber nói.
Ngay cả với dữ liệu độ ẩm GNSS, các nhà dự báo vẫn cần một thứ gì đó để phân tích tất cả những dữ liệu đó. Bhavik Chandna, một nghiên cứu sinh tại UCSD, đã dành khoảng một năm để phát triển mặt máy học của TACLS bằng cách sử dụng cái gọi là kiến trúc bộ nhớ ngắn hạn dài hạn. Theo Chandna, hệ thống máy học cụ thể này hoạt động đặc biệt tốt đối với những thứ như các cơn bão đang phát triển và các mô hình thời tiết khác thay đổi theo thời gian.
Nhiều năm đo đạc khí quyển từ mạng lưới GNSS, cũng như dữ liệu về các dòng sông khí quyển, lượng mưa và cảnh báo lũ quét, đã được sử dụng để huấn luyện mô hình máy học nhằm hiểu những thay đổi độ ẩm trong khí quyển "khi một cơn bão phát triển," Chandna giải thích. Đồng thời, hệ thống máy học được đào tạo để xác định xem các điều kiện đã phù hợp để phát hành cảnh báo lũ quét hay chưa.
🌐 CÔNG NGHỆ MỚI GIÚP DỰ BÁO LŨ QUÉT CHÍNH XÁC HƠN BẰNG VỆ TINH VÀ TRÍ TUỆ NHÂN TẠO Vào sáng ngày 9 tháng 6, Laura Lin đang làm việc tại nhà ở Lanesville, một thị trấn nông thôn ở miền nam Indiana, cách biên giới Kentucky khoảng 15 dặm. Cô đang trong một cuộc họp Zoom mà không hề hay biết trận mưa như trút nước bên ngoài bắt đầu làm ngập sân nhà mình. "Tôi nhìn sang khu vực có nhà kho và thấy những khúc gỗ của mình đang nổi lềnh bềnh, tôi kiểu như, 'Cái gì thế?' và ngay lập tức nghĩ rằng, 'Mình phải đi thôi'. Tôi gập laptop lại, gọi các con dậy và bảo, 'Có chuyện không ổn rồi'," Lin nhớ lại. Lin và gia đình đã thoát nạn an toàn và tá túc nhà hàng xóm, nhưng Lanesville đã hứng chịu lượng mưa hơn 8 inch chỉ trong vòng vài giờ ngày hôm đó, vượt xa ngưỡng được coi là mưa "lớn". Nước đã rút đi vài giờ sau đó. Lũ lụt là loại hình thiên tai gây tử vong cao thứ hai tại Hoa Kỳ và cao nhất trên toàn cầu. Chỉ cần 6 inch nước chảyết xiết cũng có thể quật ngã một người trưởng thành, 12 inch có thể nhấc bổng một chiếc ô tô, và 2 feet có thể di chuyển các phương tiện lớn hơn như xe tải và SUV. Khí hậu ấm lên đồng nghĩa với việc sẽ có nhiều trận mưa cực đoan hơn ở Mỹ, tạo ra nhiều cơ hội hơn cho lũ lụt xảy ra. Trận lũ quét chết người ở Nepal hồi tháng 8 do sụp đổ sông băng cho thấy sức mạnh của nước có thể tàn phá các cộng đồng trên toàn thế giới như thế nào. May mắn thay, các công cụ mới đang được phát triển để chống lại mối đe dọa này. Một phần mềm mới có tên là Hệ thống Học tập Liên tục và Hiện vật Chuyển tiếp (TACLS) sử dụng vệ tinh và máy học để cố gắng phát hiện các khu vực có nguy cơ ngập lụt sớm hơn và giúp Cơ quan Thời tiết Quốc gia (NWS) đưa ra quyết định tốt hơn khi phát hành cảnh báo lũ quét. "Chúng tôi không nhận được cảnh báo 'trèo lên mái nhà' cho đến khi tôi đã có mặt ở nhà người đó," Lin nói. "Tất cả mọi người trong thị trấn đã bị ngập lụt khi họ bắt đầu gửi cảnh báo kiểu như, 'Hãy trèo lên mái nhà đi. Chúng tôi đang điều thuyền tới.' Vì vậy, mọi thứ đã quá muộn." TACLS có tiềm năng giúp thay đổi điều đó. "Nó sẽ giúp bạn cứu sống nhiều người," Ivory Small, nhân viên khoa học và vận hành tại Văn phòng Dự báo Thời tiết NWS San Diego cho biết. Không có TACLS, Small nói, một cơn bão tiến vào khu vực của bạn "có thể giết chết một số người." Với TACLS, "bạn có thể đưa ra cảnh báo và cứu sống một số người." Theo dòng nước Các văn phòng dự báo thời tiết chịu trách nhiệm phát hành cảnh báo thời tiết khắc nghiệt, bao gồm cả cảnh báo lũ quét. Có 122 văn phòng như vậy trên khắp nước Mỹ và các vùng lãnh thổ của nước này, theo Jayme Laber, nhà thủy văn dịch vụ cấp cao tại Văn phòng Dự báo Thời tiết NWS ở Oxnard, California, nơi giám sát khu vực LA. Small và Laber đã hợp tác chặt chẽ trong dự án TACLS với một nhóm lớn các nhà khoa học và nhà nghiên cứu, và họ hy vọng dự án mới này sẽ hợp lý hóa các cảnh báo thời tiết. Để hiểu về TACLS, điều quan trọng là trước tiên phải hiểu cách NWS đưa ra cảnh báo lũ lụt. Hiện tại, những người làm việc tại các văn phòng dự báo thời tiết sử dụng nhiều công cụ khác nhau để theo dõi tình trạng lũ lụt. Họ dựa vào các trạm đo mưa và đo dòng chảy để biết có bao nhiêu nước ở một địa điểm nhất định tại bất kỳ thời điểm nào, Laber nói. Họ theo dõi các cơn bão đang phát triển bằng cách sử dụng vệ tinh và radar thời tiết. Nhân viên theo dõi lượng mưa, nhưng máy tính của họ cũng cảnh báo họ khi trời mưa nhiều hơn mức được coi là an toàn cho một khu vực cụ thể. "Dựa trên loại đất chúng ta có, độ dốc của sườn đồi, chúng tôi đã phát triển hướng dẫn lũ quét để biết rằng nếu chúng tôi nhận được lượng mưa này trong khoảng thời gian này ở khu vực đó, nó có thể dẫn đến lũ quét," Laber nói. Tất cả những điều đó, cộng với nhiều năm chuyên môn bên trong những tòa nhà đó, quyết định xem có ai đó nhấn nút để đưa ra cảnh báo lũ lụt cho khu vực của họ hay không, Laber cho biết. Một bản tin theo dõi (watch) là cảnh báo ít nghiêm trọng nhất. Nó có nghĩa là có khả năng xảy ra lũ quét. Bản tin theo dõi có thể được ban hành trước từ 12 đến 48 giờ, Laber giải thích. Ông nói rằng các đội khẩn cấp địa phương nên bắt đầu làm việc về "các biện pháp bảo vệ chống lũ" khi bản tin theo dõi lũ lụt được ban hành, để có đủ thời gian chuẩn bị trước khi mọi người bị mắc kẹt và buộc phải tìm vùng đất cao hơn. Các đội phản ứng có thể xem xét các kế hoạch sơ tán, thiết lập bao cát và rào chắn đường, đồng thời xác định các khu vực có nguy cơ cao nhất trước một trận lũ lụt tiềm ẩn. Một bản tin cố vấn (advisory) là cấp độ tiếp theo. Có thể có ngập lụt, "nhưng đó là mức độ gây phiền toái nhiều hơn. Nó không đe dọa đến tính mạng hoặc tài sản," Laber nói. Cảnh báo (warning) là cảnh báo nghiêm trọng nhất. "Đó là khả năng sinh tử khi bị cuốn trôi [hoặc] bị cán qua bởi một chiếc ô tô trôi nổi trên dòng suối," Small nói. NWS phân biệt lũ lụt thông thường với lũ quét dựa trên thời gian, Small cho biết. Nếu một khu vực bị ngập lụt trong vòng chưa đầy sáu giờ, thì đó là lũ quét. NWS có nhiều cách khác nhau để xác định xem họ có cần phát hành cảnh báo lũ quét hay không, nhưng công nghệ của họ có những hạn chế, Yehuda Bock, trưởng dự án TACLS và là nhà trắc địa nghiên cứu tại Viện Hải dương học Scripps thuộc Đại học California, San Diego cho biết. Các vệ tinh mà NWS sử dụng có chi tiết rõ hơn ở các đại dương so với đất liền, ông nói. Và việc theo dõi lượng mưa khi nó đang xảy ra không mang lại cho bạn đủ thời gian chuẩn bị trước, "vì một khi có lượng mưa, bạn đã ở trong chính sự kiện đó rồi," ông giải thích. Sa mạc và các khu vực ít dân cư hơn thường có ít trạm đo mưa hơn, Laber nói. "Chúng tôi có một mạng lưới khá dày đặc [các trạm đo mưa], nhưng nó không bao phủ mọiinch của Trái đất." Bay lên không trung TACLS sử dụng vệ tinh và máy học để xác định các địa điểm trên bản đồ — hiện tại chỉ ở California — có nguy cơ chuyển từ mưa sang lũ quét nguy hiểm. Nhưng sớm thôi, công nghệ này sẽ có sẵn cho mọi văn phòng NWS. Các nhà khoa học từ UCSD, NWS và NASA đã làm việc cùng nhau để tạo ra TACLS. Văn phòng Công nghệ Khoa học Trái đất của NASA đã tài trợ cho dự án thông qua chương trình Công nghệ Hệ thống Thông tin Tiên tiến. TACLS dựa vào Hệ thống Vệ tinh Dẫn đường Toàn cầu (GNSS), vốn chủ yếu được sử dụng để dự đoán động đất, Bock cho biết. Nhưng mạng lưới GNSS, bao gồm các vệ tinh và cảm biến mặt đất, cũng cung cấp dữ liệu có thể giúp các nhà dự báo quyết định xem họ có cần phát hành cảnh báo lũ quét hay không. Càng có nhiều hơi nước, hoặc độ ẩm trong khí quyển, thì độ trễ trong giao tiếp giữa các vệ tinh GNSS và các cảm biến trên mặt đất càng lớn. Lượng độ ẩm, hoặc "nước kết tủa", trong khí quyển cho NWS biết những gì đang thực sự xảy ra trên bầu trời dẫn đến một cơn bão, Laber nói. Trước TACLS, Laber và các đồng nghiệp của ông phải dựa vào dự báo, vốn không phải lúc nào cũng chính xác. TACLS cung cấp dữ liệu thời gian thực về lượng nước kết tủa trong khí quyển để so sánh với dự báo. Điều này giúp họ xác định xem cơn bão có thực sự di chuyển theo tốc độ được dự đoán bởi các mô hình thời tiết hay không. "Nó giúp chúng tôi đưa ra quyết định tốt hơn trong quá trình ra quyết định cảnh báo," Laber nói. Ngay cả với dữ liệu độ ẩm GNSS, các nhà dự báo vẫn cần một thứ gì đó để phân tích tất cả những dữ liệu đó. Bhavik Chandna, một nghiên cứu sinh tại UCSD, đã dành khoảng một năm để phát triển mặt máy học của TACLS bằng cách sử dụng cái gọi là kiến trúc bộ nhớ ngắn hạn dài hạn. Theo Chandna, hệ thống máy học cụ thể này hoạt động đặc biệt tốt đối với những thứ như các cơn bão đang phát triển và các mô hình thời tiết khác thay đổi theo thời gian. Nhiều năm đo đạc khí quyển từ mạng lưới GNSS, cũng như dữ liệu về các dòng sông khí quyển, lượng mưa và cảnh báo lũ quét, đã được sử dụng để huấn luyện mô hình máy học nhằm hiểu những thay đổi độ ẩm trong khí quyển "khi một cơn bão phát triển," Chandna giải thích. Đồng thời, hệ thống máy học được đào tạo để xác định xem các điều kiện đã phù hợp để phát hành cảnh báo lũ quét hay chưa. 🗞 Nguồn: The Verge #vgsnews #vgs #tintuc
Nguồn: The Verge
