Quốc tế

AI giúp cải thiện hiệu quả dự báo bão

08:48, 12/10/2024 (GMT+7)

Trí tuệ nhân tạo (AI) đang ngày càng đóng vai trò quan trọng trong dự báo và theo dõi bão. Các mô hình AI có khả năng dự đoán chính xác đường đi của bão nhanh hơn và sớm hơn so với phương pháp truyền thống.

Ảnh chụp từ trên cao khung cảnh tại một khu vực ở Fort Pierce, Florida ngày 10-10 sau khi bão Milton ập đến. Ảnh: AFP
Ảnh chụp từ trên cao khung cảnh tại một khu vực ở Fort Pierce, Florida ngày 10-10 sau khi bão Milton ập đến. Ảnh: AFP

Tuy nhiên, các chuyên gia cảnh báo AI không thể thay thế hoàn toàn các phương pháp dự báo hiện có và vẫn cần sự giám sát của con người, đặc biệt khi đối mặt với thách thức mới do biến đổi khí hậu gây ra.

Ưu việt nhưng chưa hoàn hảo

AI đã chứng minh khả năng dự đoán chính xác đường đi của bão trong năm 2024. Trao đổi với tạp chí Time, nhà khí tượng học Matt Lanza nhận xét: “Cộng đồng khí tượng học đang dần chấp nhận mô hình hóa AI, dù trong một số trường hợp vẫn còn do dự, nhưng trong nhiều trường hợp khác thì hoàn toàn đón nhận công nghệ này”. AI đã dự đoán được khả năng bão Milton đổ bộ vào khu vực giữa Clearwater và Sarasota của bang Florida sớm hơn 12-18 giờ so với các mô hình khác.

Có thể kể ra một số mô hình AI nổi bật trong dự báo bão đã được biết đến cho tới nay như GraphCast của Google DeepMind, AIFS của châu Âu, FourCastNet của NVIDIA và Pangu-Weather của Huawei. Theo Time, GraphCast dự đoán chính xác bão Beryl, cơn bão Đại Tây Dương lớn đầu tiên năm 2024, đổ bộ vào Texas, trong khi mô hình hàng đầu của châu Âu dự đoán nó sẽ đổ bộ vào Mexico. AIFS cũng đã thành công trong việc dự báo đường đi của bão Francine khi nó đổ bộ vào vùng Vịnh. 

Tuy nhiên, AI vẫn có những hạn chế. Time dẫn nghiên cứu năm 2024 cho biết, mặc dù các mô hình học máy có thể dự báo hiệu quả các đặc điểm quy mô lớn của bão Ciarán ở châu Âu, nhưng chúng không thể phát hiện gió bề mặt gây thiệt hại và các khía cạnh bất thường khác của cơn bão. Các mô hình AI thường đánh giá thấp cường độ của các cơn bão và đôi khi gặp khó khăn trong việc đo lường lượng mưa.

Ngoài dự báo đường đi của bão, các nhà khoa học cũng đang phát triển các ứng dụng AI để dự đoán các tác động cụ thể của bão. Tại Đại học Florida, nhà khoa học AI Zhe Jiang đang nỗ lực giải quyết vấn đề dự báo nước dâng do bão ảnh hưởng đến bờ biển Florida. Ông Jiang nói với Time: “Trong dự báo hiện tại, có thể mất vài giờ để đưa ra dự báo. Nếu chúng ta giảm thời gian xuống còn vài giây, các nhà quản lý thảm họa có thể lên kế hoạch trước nhiều thời gian hơn và sẽ có thêm nhiều người chuẩn bị tốt hơn để phòng ngừa rủi ro thiệt hại”.

Nhiều nhà nghiên cứu khác cũng đang tiến hành các dự án tương tự. Chẳng hạn, một nhà nghiên cứu tại Đại học Miami đang huấn luyện máy tính với hy vọng xây dựng bản sao 3D của các hệ thống bão đang hoạt động, để máy bay không phải bay vào bão để lấy số liệu. Một công ty khác đang sử dụng học máy để cố gắng dự đoán nơi xảy ra mất điện và có bao nhiêu cư dân có thể bị ảnh hưởng.

Thách thức trong việc truyền đạt rủi ro bão

Mặc dù AI đang mang lại tiến bộ đáng kể trong dự báo bão, các nhà khí tượng học vẫn phải đối mặt với thách thức trong việc truyền đạt rủi ro bão một cách hiệu quả đến công chúng. Theo tạp chí Weird, thang đo Saffir-Simpson, được sử dụng để phân loại cường độ bão từ cấp 1 đến cấp 5 ở Mỹ, chỉ dựa trên tốc độ gió mà không tính đến các yếu tố quan trọng khác như kích thước bão, độ cao nước dâng do bão, hay lượng mưa - tất cả đều có thể gây thiệt hại nghiêm trọng.

Trong chia sẻ với Wired, ông Erik Salna, nhà khí tượng học tại Trung tâm Nghiên cứu bão quốc tế thuộc Đại học Quốc tế Florida, nhấn mạnh: “Công chúng không nên chỉ tập trung hoàn toàn vào con số cấp độ bão”. Bởi theo ông, ngay cả khi tốc độ gió giảm, một cơn bão vẫn có thể gây ra lũ lụt và nước dâng nghiêm trọng.

Ông Carl Schreck, nhà khoa học nghiên cứu tại Đại học Bắc Carolina, đề xuất thang đo mới dựa trên áp suất mực nước biển để kết hợp tốt hơn các yếu tố liên quan đến nước. Ông lập luận rằng áp suất thấp làm tăng cả tốc độ gió và kích thước bão, và những cơn bão lớn hơn thường có nước dâng và lượng mưa lớn hơn, theo Wired.

Trong khi đó bà Samantha Montano, trợ lý Giáo sư quản lý khẩn cấp tại Học viện Hàng hải Massachusetts, ủng hộ việc loại bỏ hoàn toàn thang đo Saffir-Simpson. Các dự báo bão nên tập trung vào tác động cục bộ ở các khu vực nhất định. Đối với Tampa trong trường hợp bão Milton, những tác động cần cảnh báo là mức nước ngập 15 feet (4,6m) trên đường phố, gió có thể thổi bay mái nhà, và lượng mưa có thể làm quá tải hệ thống thoát nước và phá hủy xe hơi.

Biến đổi khí hậu và những thách thức mới
Biến đổi khí hậu đang tạo ra những thách thức mới trong việc dự báo và ứng phó với bão. The Atlantic dẫn lời ông Ryan Truchelut, nhà khí tượng học ở Florida điều hành công ty tư vấn WeatherTiger cho biết, các quy tắc khí hậu của quá khứ không còn áp dụng nữa. Mùa bão năm 2024 chứng kiến những hiện tượng bất thường, gồm cơn bão Beryl hình thành sớm nhất trong lịch sử vào tháng 7, sau đó là khoảng thời gian yên ắng bất ngờ vào cuối tháng 8 và đầu tháng 9 - thời điểm thường là cao điểm của mùa bão. Tuy nhiên, từ cuối tháng 9 trở đi, hoạt động bão lại bùng nổ dữ dội.
The Atlantic dẫn nghiên cứu sơ bộ cho thấy biến đổi khí hậu khiến bão Helene mạnh hơn 10% về lượng mưa và 11% về tốc độ gió. Ông Jeff Masters, chuyên gia về bão ở Michigan, giải thích: “11% nghe có vẻ không nhiều, nhưng sức tàn phá của một cơn bão lại có thể tăng đến 50% mỗi khi tốc độ gió tăng thêm 5%”.

TRẦN ĐẮC LUÂN

.