Mô hình dự báo lũ lụt mới mở ra cơ hội cứu sống nhiều người dân hơn

Mô hình này được phát triển bởi các nhà nghiên cứu thuộc Đại học Melbourne. Công trình được công bố trên tạp chí Nature Water, cho thấy những lợi ích tiềm năng trong việc phản hồi khẩn cấp, giảm thiểu thời gian dự báo lũ lụt vốn mất nhiều ngày, nhiều giờ xuống chỉ còn vài giây. Bên cạnh đó, mô hình cũng cho phép dự báo chính xác các hành vi của dòng lũ trong các trường hợp khẩn cấp.

Niels Fraehr (Nghiên cứu sinh Đại học Melbourne) cùng với GS. Q. J. Wang, TS. Wenyan Wu và GS. Rory Nathan (Khoa Kỹ thuật và CNTT) đã phát triển mô hình LSG (Low-Fidelity, Spatial Analysis and Gaussian Process Learning) nhằm dự báo những ảnh hưởng của lũ lụt.

Mô hình LSG có thể đưa ra những dự báo có độ chính xác giống như những mô hình mô phỏng cao cấp nhất hiện nay, với thời gian nhanh gấp 1000 lần.

GS. Nathan cho biết mô hình này có tiềm năng rất lớn để trở thành một công cụ phản hồi khẩn cấp. Theo GS. Nathan, những mô hình dự báo lũ lụt cao cấp nhất hiện nay có thể mô phỏng các hành vi của lũ một cách chính xác, tuy nhiên hệ thống vẫn vận hành rất chậm, không thể sử dụng trong quá trình lũ lụt xuất hiện. Mô hình mới mang lại kết quả nhanh gấp 1000 lần so với bất kỳ mô hình nào đã từng xuất hiện trước đó, cho phép mô hình hóa chính xác ở mức độ cao và có thể áp dụng trong thời gian thực đối với những trường hợp khẩn cấp. Với khả năng truy cập theo thời gian thực tế trong suất quá trình xảy ra thảm họa, mô hình có thể góp phần hỗ trợ các dịch vụ khẩn cấp cũng như cộng đồng nhận được nhiều thông tin chính xác hơn về nguy cơ ngập lụt và phản hồi tương ứng với các nguy cơ đó. Mô hình này được đánh giá là người thay đổi cuộc chơi hiện nay.

Khi thử nghiệm trên 2 hệ thống sông phức tạp và rộng lớn như nhau tại Australia, mô hình LSG có thể dự báo ngập lụt với độ chính xác lên tới 99%. Cụ thể, mô hình dự báo vùng ngập Chowilla ở Nam Úc trong 33 giây thay vì 11 giờ như trước đây, vùng ngập sông Burnett ở Queensland trong 27 giây thay vì 36 giờ so với những mô hình cao cấp được sử dụng trước đây cũng như hiện nay.

Tốc độ của mô hình mới cho phép những người phản hồi giải thích được những hiện tượng không thể dự báo được trong các bản tin dự báo thời tiết. Những hạn chế của các mô hình hiện nay nằm ở việc các mô phỏng chỉ tập trung vào viễn cảnh dễ xảy ra nhất để dự báo ngập lụt.

Ngược lại, LSG cho phép mô phỏng cách thức những điều không chắc chắn gắn liền với các dự báo thời tiết được chuyển dịch thành những ảnh hưởng của lũ lụt tại hiện trường, và sự dịch chuyển này tạo thành một dòng sự kiện liên quan tới đợt lũ. Mô hình sử dụng những biến đổi toán học và hướng tiếp cận học máy phức tạp nhằm tận dụng lượng dữ liệu khổng lồ, đồng thời kết hợp với việc sử dụng những hệ thống tính toán phổ biến hiện nay.

GS. Nathan cho rằng mô hình có rất nhiều lợi ích tiềm năng không chỉ tại Australia mà còn trên thế giới. Mô hình cũng giúp ích trong việc thiết kế cơ sở hạ tầng có khả năng phục hồi nhanh chóng. Với khả năng mô phỏng hàng ngàn kịch bản ngập lụt khác nhau, mô hình sẽ giúp việc thiết kế cơ sở hạ tầng giúp cho chúng ta ứng phó được với những sự kiện thời tiết khắc nghiệt và không thể dự báo được.

FULL TEXT