Công nghệ mới giúp dự báo lũ quét sớm hơn nhờ vệ tinh và học máy

Lũ quét là một trong những loại thiên tai nguy hiểm nhất và khó dự báo nhất. Chỉ trong vài giờ, nước có thể dâng cao và cuốn phăng mọi thứ trên đường đi. Nhưng một công nghệ mới kết hợp vệ tinh và trí tuệ nhân tạo đang hứa hẹn sẽ thay đổi cuộc chơi.

Minh họa công nghệ dự báo lũ quét

Khi nước đến quá nhanh

Sáng ngày 9 tháng 6, Laura Lin đang làm việc từ nhà ở Lanesville, một thị trấn nông thôn phía nam bang Indiana, cách biên giới Kentucky khoảng 15 dặm. Cô đang trong cuộc gọi Zoom thì bất ngờ nhìn ra ngoài và thấy những mảnh gỗ của mình đang trôi trên mặt nước.

"Tôi nhìn về phía chuồng trại và thấy gỗ của mình đang trôi. Tôi lập tức nghĩ, 'Mình phải đi ngay'. Đóng laptop, gọi các con dậy và nói, 'Có chuyện không ổn rồi'", Lin kể lại.

Gia đình Lin thoát an toàn và trú tại nhà hàng xóm, nhưng chỉ trong vài giờ, Lanesville hứng chịu hơn 8 inch mưa — vượt xa ngưỡng được coi là mưa lớn. Nước rút vài giờ sau đó.

Lũ lụt là loại thiên tai gây chết người nhiều thứ hai ở Mỹ và đứng đầu trên toàn cầu. Chỉ cần 6 inch nước chảy xiết có thể quật ngã một người lớn, 12 inch có thể cuốn trôi ô tô, và 2 feet có thể di chuyển cả xe tải và SUV. Biến đổi khí hậu khiến mưa cực đoan xuất hiện nhiều hơn, tạo thêm cơ hội cho lũ quét xảy ra.

TACLS — Giải pháp từ vệ tinh và học máy

May mắn thay, các công cụ mới đang được phát triển để đối phó với mối đe dọa này. Một phần mềm có tên Transient Artifact and Continuous Learning System (TACLS) sử dụng vệ tinh và học máy để phát hiện sớm các khu vực có nguy cơ ngập lụt, giúp Cơ quan Khí tượng Quốc gia Mỹ (NWS) đưa ra quyết định cảnh báo lũ quét tốt hơn.

"Chúng tôi không nhận được cảnh báo 'leo lên mái nhà' cho đến khi tôi đã ở nhà người hàng xóm. Tất cả mọi người trong thị trấn đều đã bị ngập khi họ bắt đầu gửi cảnh báo", Lin nói. "Như vậy là quá muộn."

TACLS có tiềm năng thay đổi điều đó. "Nó sẽ giúp cứu sống nhiều người", Ivory Small, cán bộ khoa học và vận hành tại Văn phòng Dự báo Thời tiết NWS San Diego, nhận định.

Dòng sông gần nhà Laura Lin tại Lanesville, Indiana

Cách hoạt động của hệ thống

NWS hiện sử dụng nhiều công cụ để theo dõi tình hình lũ lụt: máy đo mưa, máy đo dòng chảy, vệ tinh và radar thời tiết. Tuy nhiên, công nghệ hiện tại có những hạn chế nhất định. Các vệ tinh NWS sử dụng có độ chi tiết cao hơn trên đại dương so với trên đất liền, và việc theo dõi lượng mưa khi nó đang diễn ra không cho đủ thời gian dẫn trước.

TACLS tận dụng mạng lưới Hệ thống Vệ tinh Dẫn đường Toàn cầu (GNSS) — vốn chủ yếu được dùng để dự báo động đất. Nguyên lý khá thú vị: lượng hơi nước trong khí quyển càng nhiều thì độ trễ tín hiệu giữa vệ tinh GNSS và cảm biến mặt đất càng lớn. Đây chính là dữ liệu quý giá cho việc dự báo.

Bhavik Chandna, nghiên cứu sinh tại UC San Diego, đã dành khoảng một năm phát triển phần học máy của TACLS sử dụng kiến trúc long short-term memory (LSTM) — một dạng mạng nơ-ron đặc biệt hiệu quả với các mẫu thời tiết thay đổi theo thời gian.

Mô hình được huấn luyện bằng nhiều năm dữ liệu đo khí quyển từ mạng GNSS, cùng dữ liệu về các dòng sông khí quyển, lượng mưa và cảnh báo lũ quét. Hệ thống học cách hiểu sự thay đổi độ ẩm trong khí quyển khi bão hình thành, đồng thời xác định liệu điều kiện có phù hợp để đưa ra cảnh báo lũ quét hay không.

"Học máy kém ở một số thứ và xuất sắc ở một số thứ khác. Nhìn chung, rất dễ có nhiễu trong dữ liệu, dương tính giả. Một cảm biến gặp trục trặc, và những thứ tương tự", Joel Johnson, phó giáo sư tại Đại học Texas ở Austin, nhận xét. Tuy nhiên, ông cho rằng TACLS có vẻ "rất phù hợp" với nhiệm vụ dự báo lũ quét.

Không thay thế con người

Chandna nhấn mạnh TACLS không nhằm thay thế các chuyên gia dự báo thời tiết. Nó chỉ là một nguồn thông tin bổ sung hỗ trợ quá trình ra quyết định.

Phần mềm TACLS đã được sử dụng tại các văn phòng dự báo thời tiết ở Los Angeles và San Diego — những nơi lũ quét xảy ra thường xuyên. Phiên bản mới với đồ họa cải tiến đang được nạp lên hệ thống NWS và dự kiến sẽ có mặt tại tất cả các văn phòng vào nửa cuối tháng 10.

Theo Laber, TACLS có khả năng được sử dụng nhiều nhất ở miền Tây nước Mỹ vì phần lớn cảm biến GNSS nằm ở những khu vực có hoạt động địa chấn. Nhưng Chandna tin rằng công nghệ này có thể hoạt động tốt ở nơi khác — miễn là có một số cảm biến GNSS và dữ liệu thời tiết địa phương.

Ý nghĩa với Việt Nam

Với Việt Nam — quốc gia thường xuyên hứng chịu lũ quét và sạt lở đất trong mùa mưa bão, đặc biệt ở các tỉnh miền núi phía Bắc và miền Trung — công nghệ như TACLS mở ra hướng đi đáng quan tâm. Việc kết hợp dữ liệu vệ tinh GNSS sẵn có với học máy có thể giúp nâng cao khả năng cảnh báo sớm, giảm thiệt hại về người và tài sản.

Điều kiện tiên quyết là hạ tầng cảm biến GNSS và dữ liệu thời tiết địa phương đủ dày — yếu tố mà Việt Nam đang từng bước cải thiện trong bối cảnh chuyển đổi số ngành khí tượng thủy văn.