Lũ quét ập đến bất ngờ: Công nghệ AI mới có thể thay đổi cuộc chơi

Vào sáng ngày 9 tháng 6, Laura Lin đang làm việc tại nhà ở Lanesville, một thị trấn nông thôn phía nam Indiana, cách biên giới Kentucky khoảng 15 dặm. Cô đang trong một cuộc gọi Zoom mà không hề hay biết rằng cơn mưa lớn bên ngoài đang bắt đầu làm ngập sân nhà mình.

“Tôi nhìn về phía cái kho thóc đằng kia và thấy những mảnh gỗ của mình đang trôi nổi, tôi kiểu như, ‘Cái gì vậy?’. Và ngay lập tức tôi nghĩ, ‘Mình phải đi thôi’. Tôi đóng máy tính xách tay, gọi các con dậy và nói, ‘Có chuyện không ổn rồi’,” Lin nhớ lại.

Lin và gia đình đã thoát ra ngoài an toàn và trú ẩn tại nhà một người hàng xóm, nhưng Lanesville đã hứng chịu hơn 8 inch (khoảng 20 cm) mưa chỉ trong vài giờ ngày hôm đó, vượt xa ngưỡng được coi là mưa “lớn”. Nước 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 (khoảng 15 cm) nước chảy xiết cũng có thể khiến một người trưởng thành mất thăng bằng, 12 inch (khoảng 30 cm) có thể cuốn trôi một chiếc ô tô và 2 feet (khoảng 60 cm) có thể di chuyển các phương tiện lớn hơn như xe tải và xe SUV. Khí hậu nóng lên đồng nghĩa với việc các đợt mưa cực đoan xảy ra thường xuyên hơn ở Mỹ, tạo điều kiện cho lũ lụt xuất hiện nhiều hơn. Trận lũ quét chết người ở Nepal vào tháng 8 do vỡ 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 đối phó với mối đe dọa này. Một phần mềm mới có tên là Transient Artifact and Continuous Learning System (TACLS) sử dụng vệ tinh và học máy (machine learning) để cố gắng phát hiện sớm các khu vực có nguy cơ lũ lụt, giúp Cơ quan Thời tiết Quốc gia (NWS) đưa ra quyết định tốt hơn khi phát đi các cảnh báo lũ quét.

“Chúng tôi không nhận được cảnh báo ‘hãy leo lên mái nhà’ cho đến khi tôi đã ở nhà người đó rồi,” Lin nói. “Tất cả mọi người trong thị trấn đều đã bị ngập khi họ bắt đầu gửi cảnh báo, kiểu như, ‘Hãy leo lên mái nhà. Chúng tôi đang điều thuyền đến’. Vậy nên đã quá muộn rồi.”

TACLS có tiềm năng giúp thay đổi điều đó.

“Nó sẽ giúp bạn cứu sống nhiều người,” Ivory Small, sĩ quan khoa học và vận hành tại Văn phòng Dự báo Thời tiết NWS San Diego cho biết. Nếu không có TACLS, Small nói, một cơn bão di chuyển vào khu vực của bạn “có thể giết chết một vài người”. Với TACLS, “bạn có thể đưa ra cảnh báo và cứu được một số người.”

Theo dõi dòng nước

Các văn phòng dự báo thời tiết chịu trách nhiệm phát đi các cảnh báo thời tiết khắc nghiệt, bao gồm cả cảnh báo lũ quét. Có 122 văn phòng như vậy trên khắp Hoa Kỳ và các vùng lãnh thổ, Jayme Laber, chuyên gia thủy văn dịch vụ cấp cao tại Văn phòng Dự báo Thời tiết NWS ở Oxnard, California, nơi giám sát khu vực LA, cho biết. Small và Laber đã hợp tác chặt chẽ trong dự án TACLS cùng với một đội ngũ các nhà khoa học và nghiên cứu rộng lớn hơn, và họ hy vọng dự án mới này sẽ hợp lý hóa các cảnh báo thời tiết. Để hiểu về TACLS, trước tiên cần hiểu cách NWS đưa ra các 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 mực nước để biết lượng nước tại một địa điểm nhất định vào 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 cũng sẽ cảnh báo họ khi lượng mưa vượt quá mức an toàn cho một khu vực cụ thể. “Dựa trên loại đất, độ dốc của sườn đồi, chúng tôi đã phát triển hướng dẫn về lũ quét để biết rằng nếu lượng mưa này đổ xuống trong khoảng thời gian đó tại khu vực đó, nó có thể dẫn đến lũ quét,” Laber nói.

“Nó sẽ giúp bạn cứu sống nhiều người.”

— Ivory Small

Tất cả những điều đó, cộng với kinh nghiệm nhiều năm tích lũy bên trong các tòa nhà đó, quyết định việc ai đó có nhấn nút để phát đi cảnh báo lũ lụt cho khu vực của họ hay không, Laber nói.

“Watch” (Theo dõi) là cảnh báo ít nghiêm trọng nhất. Nó có nghĩa là có khả năng xảy ra lũ quét. Cảnh báo này có thể được đưa ra trước từ 12 đến 48 giờ, Laber giải thích. Ông cho biết các đội ứng cứu khẩn cấp địa phương nên bắt đầu thực hiện “các biện pháp phòng chống lũ lụt” khi cảnh báo lũ được đưa ra, để có đủ thời gian chuẩn bị trước khi mọi người bị mắc kẹt và buộc phải tìm nơi cao hơn. Các đội phản ứng có thể xem xét kế hoạch sơ tán, đặt bao cát và rào chắn đường, đồng thời xác định các khu vực có nguy cơ cao nhất trước khi lũ lụt tiềm ẩn xảy ra.

“Advisory” (Cố vấn/Khuyến cáo) là cấp độ tiếp theo. Có thể sẽ có lũ lụt, “nhưng nó ở mức độ gây phiền toái hơn. Nó sẽ không đe dọa đến tính mạng hoặc tài sản,” Laber nói. “Warning” (Cảnh báo) là cảnh báo nghiêm trọng nhất. “Đó là khả năng sinh tử khi bị cuốn trôi [hoặc] bị xe hơi đè trúng khi đang trôi theo dòng nước,” Small nói.

NWS phân biệt lũ lụt thông thường với lũ quét dựa trên thời gian, Small nói. Nếu một khu vực bị ngập trong vòng dưới sáu giờ, đó là lũ quét.

NWS có nhiều cách khác nhau để xác định xem họ có cần đưa ra cảnh báo lũ quét hay không, nhưng công nghệ của họ vẫn còn những hạn chế, Yehuda Bock, trưởng dự án TACLS và là nhà nghiên cứu trắc địa tại Viện Hải dương học Scripps thuộc Đại học California, San Diego cho biết. Các vệ tinh mà NWS sử dụng chi tiết hơn ở đại dương so với đất liền, ông nói. Và việc theo dõi lượng mưa khi nó đang xảy ra không cung cấp đủ thời gian chuẩn bị, “bởi vì một khi đã có lượng mưa, bạn đã ở trong chính sự kiện đó rồi,” ông giải thích.

Các sa mạc và những khu vực ít dân cư khác thường có ít trạm đo mưa hơn, Laber nói. “Chúng tôi có một mạng lưới [trạm đo mưa] khá dày đặc, nhưng nó không bao phủ mọi tấc đất trên Trái đất.”

Trên không trung

TACLS sử dụng vệ tinh và học máy 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 hợp tác 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 Định vị Toàn cầu (GNSS), vốn chủ yếu được sử dụng để dự đoán động đất, Bock nói. 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 đưa ra cảnh báo lũ quét hay không. Càng có nhiều hơi nước, hay độ ẩm, trong khí quyển, thì sự chậm trễ trong giao tiếp giữa các vệ tinh GNSS và các cảm biến trên mặt đất càng lớn.

Lượng độ ẩm, hay “nước kết tủa” (precipitable water), trong khí quyển cho NWS biết điều gì thực sự đang xảy ra trên bầu trời trước khi một cơn bão ập đến, Laber nói.

TACLS sử dụng vệ tinh và học máy để xác định các địa điểm có nguy cơ chuyển từ mưa sang lũ quét nguy hiểm.

Trước khi có TACLS, Laber và các đồng nghiệp 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 với tốc độ như các mô hình thời tiết dự đoán hay không. “Nó giúp chúng tôi đưa ra quyết định tốt hơn trong quy trình ra quyết định cảnh báo của mình,” Laber nói.

Ngay cả với dữ liệu độ ẩm GNSS, các nhà dự báo vẫn cần thứ gì đó để phân tích tất cả. Bhavik Chandna, một sinh viên cao học tại UCSD, đã dành khoảng một năm để phát triển khía cạnh học máy của TACLS bằng cách sử dụng cái gọi là kiến trúc bộ nhớ dài-ngắn hạn (long short-term memory architecture). Theo Chandna, hệ thống học máy cụ thể này hoạt động đặc biệt hiệu quả đối với những thứ như các cơn bão đang phát triển và các kiểu 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 học máy nhằm hiểu được những thay đổi độ ẩm trong khí quyển “khi một cơn bão phát triển,” Chandna giải thích. Đồng thời, hệ thống học máy được huấn luyện để xác định xem các điều kiện có phù hợp để đưa ra cảnh báo lũ quét hay không.

“Học máy rất tệ ở một số thứ và lại xuất sắc ở một số thứ khác,” Joel Johnson, phó giáo sư tại khoa khoa học trái đất và hành tinh tại Đại học Texas ở Austin cho biết. Johnson, người không tham gia vào dự án TACLS, biết rõ những thách thức khi làm việc với các loại công cụ này. “Nhìn chung, rất dễ xảy ra các sai số (artifacts) trong dữ liệu của bạn, các kết quả dương tính giả. Một cảm biến bị hỏng, và những thứ tương tự như vậy,” Johnson nói. Tuy nhiên, ông cho biết TACLS có vẻ “rất phù hợp” với nhiệm vụ dự đoán lũ quét.

Các kết quả dương tính giả vẫn xảy ra, Chandna nói. “Một hệ thống thời tiết thực sự thường ảnh hưởng đến một khu vực, chứ không chỉ một trạm GNSS riêng lẻ. Nếu một trạm cho thấy tín hiệu mạnh nhưng các trạm lân cận thì không, việc phát hiện đó có thể bị loại bỏ. Nếu nhiều trạm gần đó thấy cùng một kiểu mẫu, chúng tôi có nhiều tự tin hơn rằng đó là một tín hiệu khí quyển thực sự,” ông nói thêm.

Chandna cho biết TACLS không nhằm mục đích thay thế các nhà dự báo, những người đưa ra cảnh báo thời tiết. Nó chỉ là một phần thông tin khác có thể hỗ trợ cho việc ra quyết định của họ, ông nói.

Tìm ra một cách tốt hơn

Phần mềm TACLS đã được sử dụng tại các văn phòng dự báo thời tiết LA và San Diego, nơi lũ quét là hiện tượng phổ biến, Laber nói. “Ở miền Tây, chúng tôi đối phó với nhiều trận lũ quét hơn, nơi nó xảy ra nhanh hơn nhiều,” ông giải thích. Ngày nay, TACLS hiển thị cho họ một biểu đồ với các điểm khác nhau cho biết điều gì đang xảy ra trong thời gian thực.

Một phiên bản mới hơn của TACLS với đồ họa cải tiến hiện đang được tải lên hệ thống NWS và gần như đã hoàn tất, Laber nói. Nó sẽ có sẵn cho tất cả các văn phòng NWS vào nửa cuối tháng 10, ông nói thêm. Phiên bản này có một bản đồ với đồ họa chi tiết hiển thị lượng mưa và liệu một sự kiện thời tiết cực đoan có đang xảy ra hay không.

Theo Laber, việc có thêm nhiều công cụ — như bản cập nhật mới nhất này của TACLS — sẽ cải thiện hơn nữa khả năng ra quyết định của họ khi phát đi các cảnh báo lũ quét, và từ đó, có thể đẩy nhanh thời gian cảnh báo để mọi người biết có vấn đề sớm hơn.

Laber cho biết TACLS có khả năng sẽ được sử dụng nhiều nhất ở miền Tây Hoa Kỳ vì phần lớn các cảm biến GNSS nằm ở những nơi được biết đến với hoạt động động đất. Nhưng Chandna nghĩ rằng TACLS cũng có thể hoạt động tốt ở những nơi khác. Miễn là có một số cảm biến GNSS và dữ liệu thời tiết địa phương sẵn có, “chúng tôi có thể sử dụng cùng một hệ tư tưởng mà chúng tôi có trong hệ thống của mình ở các nơi khác nhau trên thế giới,” ông nói.

Small đang suy nghĩ xa hơn TACLS. Ông tin rằng nghiên cứu đang diễn ra là rất quan trọng để cải thiện cách NWS đưa ra cảnh báo lũ quét. “Chúng tôi học được điều gì đang xảy ra nhiều hơn một chút mỗi khi chúng tôi thực hiện một cơn bão vì tất cả chúng đều khác nhau,” ông nói. “Việc thực hiện nghiên cứu sau đó là bắt buộc, đặc biệt là các sự kiện lớn, và xem điều gì đã khiến nó xảy ra như vậy, tại sao, nếu nó khác với những gì chúng ta đã biết, tại sao điều này lại xảy ra.”

Mối quan tâm của Lin là Lanesville và ngôi nhà của cô. “Sẽ rất hữu ích nếu biết [nước đang đến] trước khi tôi bị mắc kẹt. Tôi không thể đi đâu cả,” Lin nói. “Nếu tôi nhận được một cảnh báo kiểu như, ‘Bạn cần phải rời đi ngay bây giờ nếu bạn đang ở vùng đất thấp, điều này sắp xảy ra’. Vâng, điều đó sẽ [rất hữu ích]. Nhưng nó đến quá nhanh.”

Theo dõi các chủ đề và tác giả từ câu chuyện này để xem thêm những nội dung tương tự trong nguồn cấp dữ liệu trang chủ cá nhân của bạn và nhận các bản cập nhật qua email.