Dự báo chính xác về sóng dâng do bão (storm surge) có ý nghĩa then chốt trong việc giúp người dân vùng ven biển có thời gian sơ tán và giúp lực lượng ứng phó khẩn cấp chuẩn bị tốt hơn.
Bão là dạng thiên tai gây thiệt hại nghiêm trọng nhất, cướp đi nhiều sinh mạng và tài sản hơn bất kỳ loại thảm họa nào khác. Kể từ năm 1980, riêng ở Mỹ, những cơn bão nhiệt đới mạnh này đã gây thiệt hại hơn 1,5 nghìn tỷ đô la Mỹ và khiến hơn 7.000 người thiệt mạng.
Sóng dâng là hiện tượng mực nước biển dâng cao do sự kết hợp của gió mạnh đẩy nước vào bờ và áp suất không khí thấp bên trong cơn bão so với bên ngoài. Ngoài ra, sóng vỡ gần bờ cũng làm mực nước tăng thêm, và là một yếu tố quan trọng góp phần vào sóng dâng.
Tuy nhiên, các mô hình dự báo sóng dâng có độ phân giải cao lại thường mất nhiều thời gian để chạy trên máy tính.
Cách dự báo sóng dâng hiện nay
Hiện nay, các dự báo sóng dâng vận hành dựa trên mô hình thủy động lực học, tức là mô hình mô phỏng vật lý của chuyển động nước.
Những mô hình này sử dụng các điều kiện môi trường hiện tại — chẳng hạn tốc độ và hướng di chuyển của bão, vận tốc gió, thời điểm thủy triều, hình dạng địa hình đáy biển và bờ biển — để tính toán độ cao sóng dâng dự kiến và xác định khu vực có nguy cơ cao nhất.
Trong nhiều thập kỷ qua, mô hình thủy động lực học đã được cải thiện đáng kể và máy tính cũng mạnh mẽ hơn nhiều, nhờ đó có thể thực hiện mô phỏng nhanh ở độ phân giải thấp trên phạm vi rộng. Tuy nhiên, mô phỏng độ phân giải cao — với chi tiết đến từng khu dân cư — có thể mất nhiều giờ để hoàn thành.
Những giờ quý giá đó lại có thể quyết định sự sống còn của người dân vùng nguy hiểm cần sơ tán và lực lượng cứu hộ cần chuẩn bị.
Để dự báo sóng dâng trên diện rộng, các nhà mô hình hóa chia khu vực thành nhiều ô nhỏ tạo thành một lưới tính toán (giống như các điểm ảnh – pixel – trong hình ảnh). Ô càng nhỏ, tức độ phân giải càng cao, thì dự báo càng chính xác. Tuy nhiên, điều đó cũng đòi hỏi năng lực tính toán lớn hơn, khiến quá trình dự báo mất nhiều thời gian hơn.
Để rút ngắn thời gian, các nhà dự báo có thể dùng lưới tính toán độ phân giải thấp, nhưng điều đó làm giảm độ chính xác và tăng mức độ bất định về nguy cơ ngập lụt. Đây chính là lúc trí tuệ nhân tạo (AI) có thể giúp tăng tốc độ mà vẫn đảm bảo độ chính xác.
Cách AI giúp tạo ra dự báo tốt hơn
Có hai nguồn chính tạo ra sự bất định trong dự báo sóng dâng. Thứ nhất là dữ liệu đầu vào cho mô hình. Quỹ đạo và trường gió của bão — những yếu tố quyết định nơi bão đổ bộ và mức độ sóng dâng — vẫn khó dự báo chính xác trước vài ngày. Ngoài ra, các thay đổi của bờ biển và đáy biển (do nạo vét kênh, mất rừng ngập mặn, đụn cát hay đầm lầy muối) cũng ảnh hưởng đến khả năng cản trở sóng dâng.
Yếu tố thứ hai là độ phân giải của lưới tính toán. Độ phân giải càng cao thì mô hình càng mô phỏng tốt độ cao địa hình, lớp phủ bề mặt, và các đặc tính vật lý của sóng và sóng dâng, nhưng đổi lại, cần thời gian tính toán lâu hơn.
AI có thể tạo ra dự báo chi tiết nhanh hơn nhiều. Các kỹ sư và nhà khoa học đã phát triển mô hình AI sử dụng mạng nơ-ron sâu (deep neural networks) để dự đoán mực nước dọc bờ biển nhanh và chính xác, dựa trên dữ liệu về trường gió. Trong một số trường hợp, AI còn cho kết quả chính xác hơn mô hình thủy động lực học truyền thống.
AI cũng có thể dự báo cho các khu vực thiếu dữ liệu lịch sử, hoặc giúp hiểu rõ hơn những điều kiện cực đoan chưa từng xảy ra.
Để làm điều này, các mô hình vật lý có thể được sử dụng để tạo ra dữ liệu giả lập giúp AI “học” từ các kịch bản có thể xảy ra nhưng chưa từng được ghi nhận. Khi đã được huấn luyện bằng cả dữ liệu thực tế và dữ liệu giả lập, AI có thể nhanh chóng tạo ra dự báo sóng dâng dựa trên thông tin về gió và áp suất khí quyển.
Ngoài ra, huấn luyện AI bằng dữ liệu từ mô hình thủy động lực học còn giúp AI tạo bản đồ rủi ro ngập lụt nhanh chóng, chỉ ra đường phố hoặc nhà cửa nào có khả năng bị ngập trong những sự kiện cực đoan chưa từng có tiền lệ nhưng có thể xảy ra trong tương lai.
Tương lai của AI trong dự báo bão
AI hiện đã được sử dụng ở mức độ hạn chế trong dự báo sóng dâng vận hành, chủ yếu để hỗ trợ các mô hình vật lý truyền thống.
Ngoài việc nâng cao hiệu quả của các mô hình hiện có, nhiều nhà nghiên cứu đang phát triển các phương pháp sử dụng AI trong dự báo sóng dâng dựa trên dữ liệu quan sát, đánh giá thiệt hại sau bão, và phân tích hình ảnh camera để xác định cường độ ngập lụt. Cách tiếp cận này giúp lấp đầy khoảng trống dữ liệu chi tiết cần thiết để kiểm chứng mô hình sóng dâng.
Khi AI ngày càng phổ biến trong mọi lĩnh vực của đời sống và nguồn dữ liệu ngày càng phong phú, công nghệ này hứa hẹn mang lại bước tiến lớn cho dự báo bão và sóng dâng, giúp cộng đồng ven biển nhận được cảnh báo nhanh hơn, chi tiết hơn về các rủi ro sắp tới.
Sóng dâng là phần tàn phá nhất của các cơn bão. Ảnh: Basile Morin
