การประยุกต์ใช้ปัญญาประดิษฐ์ในการพยากรณ์และเตือนภัยภัยพิบัติทางธรรมชาติ

การเตือนภัยล่วงหน้าเป็นมาตรการที่มีประสิทธิภาพสูงสุดในการลดความเสียหายที่เกิดจากภัยธรรมชาติที่เกี่ยวข้องกับสภาพอากาศ ภูมิอากาศ และอุทกวิทยา การศึกษาหลายชิ้นแสดงให้เห็นว่า หากมีการเตือนภัยล่วงหน้า 24 ชั่วโมง ความเสียหายจะลดลงประมาณ 30% เมื่อเทียบกับการไม่มีการเตือนภัยล่วงหน้า ดังนั้น ในบริบทของการเปลี่ยนแปลงสภาพภูมิอากาศที่ซับซ้อนมากขึ้นเรื่อยๆ ซึ่งรวมถึงความถี่และความรุนแรงของพายุ ฝนตกหนัก น้ำท่วม น้ำท่วมฉับพลัน ดินถล่ม พายุฝนฟ้าคะนอง และฟ้าผ่า การเตือนภัยล่วงหน้าจึงมีบทบาทสำคัญมากขึ้นเรื่อยๆ

ในประเทศเวียดนาม จากการบังคับใช้มติที่ 57-NQ/TW ของกรมอุตุนิยมวิทยาและอุทกวิทยา หน่วยงานอุตุนิยมวิทยาและอุทกวิทยาได้นำปัญญาประดิษฐ์ (AI) ข้อมูลขนาดใหญ่ และการเปลี่ยนแปลงทางดิจิทัลมาประยุกต์ใช้ในการติดตามและพยากรณ์อย่างค่อยเป็นค่อยไป ตั้งแต่ต้นปี กรมอุตุนิยมวิทยาและอุทกวิทยา ( กระทรวงเกษตรและสิ่งแวดล้อม ) ได้นำ AI มาใช้ในบางขั้นตอนของกระบวนการพยากรณ์ โดยเฉพาะอย่างยิ่ง อัลกอริทึมการเรียนรู้ของเครื่องได้รับการฝึกฝนจากข้อมูลเรดาร์ ภาพถ่ายดาวเทียม และการตรวจสอบอัตโนมัติ เพื่อให้สามารถพยากรณ์ปริมาณน้ำฝนระยะสั้นได้อย่างรวดเร็วและมีรายละเอียดสูง

เพื่อระบุและประเมินความรุนแรงของพายุในทะเลตะวันออก ปัญญาประดิษฐ์ (AI) ถูกนำมาใช้วิเคราะห์ภาพถ่ายดาวเทียมอุตุนิยมวิทยา เพื่อระบุศูนย์กลางของพายุไซโคลน ประเมินความรุนแรงและแนวโน้มการพัฒนาของพายุ และสนับสนุนการวิเคราะห์เชิงลึกสำหรับนักพยากรณ์อากาศ ระบบเหล่านี้ยังอยู่ในขั้นตอนการพัฒนา ฝึกอบรมอย่างเข้มข้น และบูรณาการเข้ากับกระบวนการสนับสนุนการพยากรณ์อากาศอย่างมืออาชีพ เทคโนโลยีนี้ช่วยให้หน่วยงานต่างๆ สามารถติดตามสภาพอากาศและสภาพแวดล้อมได้อย่างต่อเนื่อง จึงสามารถแจ้งเตือนล่วงหน้าและดำเนินมาตรการตอบสนองอย่างทันท่วงทีเพื่อปกป้องชีวิตและทรัพย์สินของประชาชน

นายไม วัน เคียม ผู้อำนวยการศูนย์พยากรณ์อุทกวิทยาแห่งชาติ กล่าวว่า ในช่วงฤดูพายุและน้ำท่วมปีนี้ ภาคอุทกวิทยาได้นำ AI มาใช้ในกระบวนการติดตามและพยากรณ์ ซึ่งผลลัพธ์มีความแม่นยำสูงกว่าเครื่องมือแบบเดิม

สำหรับการพยากรณ์พายุ ความผิดพลาดของศูนย์กลางพายุในรอบ 24 ชั่วโมงอยู่ที่ประมาณ 90-110 กิโลเมตร ซึ่งสอดคล้องกับค่าเฉลี่ยของภูมิภาค AI ช่วยให้ทีมประเมินความน่าจะเป็นและความไม่แน่นอน ซึ่งสนับสนุนการตัดสินใจในการป้องกันภัยพิบัติ

ในการพยากรณ์ฝนตกหนัก แบบจำลอง WRF (Mesoscale Weather System for Research and Forecasting Weather Operations) และแบบจำลองกลุ่มสภาพอากาศระดับภูมิภาค (regional ensemble) ให้ผลลัพธ์ที่ค่อนข้างดีกับปริมาณฝนที่ตกกระจายเป็นบริเวณกว้าง แต่ยังคงมีความท้าทายกับปริมาณฝนเฉพาะพื้นที่ระยะสั้นในพื้นที่ซับซ้อน ซึ่งเกิดความขัดแย้งระหว่างการหมุนเวียนขนาดเล็ก คำเตือนเกี่ยวกับพายุฝนฟ้าคะนอง พายุทอร์นาโด และฟ้าผ่า เมื่อรวมเรดาร์ตรวจอากาศ ภาพถ่ายดาวเทียม ข้อมูลกลุ่มสภาพอากาศ และอัลกอริทึมการพยากรณ์ปัจจุบันเข้าด้วยกัน ช่วยให้สามารถออกคำเตือนพายุฝนฟ้าคะนองล่วงหน้าได้ 30 นาทีถึง 3 ชั่วโมงในหลายพื้นที่สำคัญ

ภาควิชาอุทกอุตุนิยมวิทยาได้ระบุปัญหาหลัก ทางวิทยาศาสตร์และ เทคโนโลยีของอุตสาหกรรมว่า "การเชี่ยวชาญเทคโนโลยี AI ในการพยากรณ์อุตุนิยมวิทยาและอุทกวิทยา การสร้างระบบ AI ที่ครอบคลุมสำหรับการพยากรณ์อุตุนิยมวิทยาและอุทกวิทยาหลายมาตราส่วนด้วยความแม่นยำสูง และการดำเนินการพยากรณ์แบบอัตโนมัติ"

นายไม วัน เคียม
ผู้อำนวยการศูนย์พยากรณ์อุทกวิทยาแห่งชาติ

หัวหน้ากรมอุตุนิยมวิทยาอุทกวิทยา ระบุว่า เมื่อเทียบกับญี่ปุ่น จีน เกาหลีใต้ ฯลฯ ความสามารถในการพยากรณ์และระบบติดตามสถานการณ์ของประเทศเรายังคงมีจำกัด ในทางกลับกัน ด้วยข้อจำกัดด้านงบประมาณ ประเทศของเราจึงไม่สามารถลงทุนด้านวิทยาศาสตร์และเทคโนโลยีเพื่อการพยากรณ์อุทกวิทยาและภัยพิบัติทางธรรมชาติได้มากนัก นอกจากนี้ โครงสร้างพื้นฐานด้านเทคโนโลยีสารสนเทศยังคงอ่อนแอ มีสถานีติดตามสถานการณ์ไม่มากนัก... ในขณะที่ปัญหาการประมวลผล AI ในภาคอุทกวิทยาอุทกวิทยาจำเป็นต้องใช้โครงสร้างพื้นฐานด้านข้อมูล ทรัพยากรทางการเงิน และทีมผู้เชี่ยวชาญที่มีคุณวุฒิสูงในด้านเทคโนโลยีสารสนเทศ นอกจากนี้ โครงสร้างพื้นฐานการประมวลผลและติดตามสถานการณ์ของ AI ยังต้องการชิปประมวลผลความเร็วสูงที่มีต้นทุนสูง

ด้วยพัฒนาการที่ซับซ้อนของการเปลี่ยนแปลงสภาพภูมิอากาศและจำนวนเหตุการณ์สภาพอากาศรุนแรงที่เพิ่มมากขึ้น การปรับปรุงอุทกอุตุนิยมวิทยาให้ทันสมัยและการพัฒนาศักยภาพการพยากรณ์และเตือนภัยล่วงหน้าจึงเป็นสิ่งจำเป็นอย่างยิ่งต่อการปกป้องชุมชนและ เศรษฐกิจ ... ดังนั้น การสร้างและการทำให้ระบบพยากรณ์และเตือนภัยล่วงหน้าเสร็จสมบูรณ์จึงมีบทบาทสำคัญอย่างยิ่ง นอกจากนี้ยังถือเป็นแนวป้องกันด่านแรกในการป้องกันและบรรเทาความเสี่ยงจากภัยพิบัติทางธรรมชาติอีกด้วย

เพื่อบรรลุเป้าหมายดังกล่าว นายไม วัน เคียม กล่าวว่า ในอนาคตอันใกล้ ภาคอุตุนิยมวิทยาและอุทกวิทยาจำเป็นต้องมุ่งเน้นไปที่การดำเนินแผนนวัตกรรมที่ครอบคลุม เพื่อพัฒนาศักยภาพในการพยากรณ์และเตือนภัย และรองรับการป้องกันภัยพิบัติทางธรรมชาติและการพัฒนาอย่างยั่งยืนได้อย่างมีประสิทธิภาพ แผนนี้มุ่งเน้นการดำเนินตามมติที่ 57-NQ/TW เกี่ยวกับความก้าวหน้าทางวิทยาศาสตร์และเทคโนโลยี นวัตกรรม และการเปลี่ยนแปลงทางดิจิทัลระดับชาติอย่างมีประสิทธิภาพ กรมอุตุนิยมวิทยาและอุทกวิทยาได้ระบุปัญหาสำคัญทางวิทยาศาสตร์และเทคโนโลยีของภาคส่วนนี้ไว้ว่า “การเชี่ยวชาญเทคโนโลยี AI ในการพยากรณ์อุตุนิยมวิทยาและอุทกวิทยา การสร้างระบบ AI ที่ครอบคลุมสำหรับการพยากรณ์อุตุนิยมวิทยาและอุทกวิทยาแบบหลายระดับที่มีความแม่นยำสูง และการดำเนินการพยากรณ์แบบอัตโนมัติ” นายไม วัน เคียม กล่าว

ดังนั้น ภาควิชาอุทกอุตุนิยมวิทยาจึงให้ความสำคัญกับการประยุกต์ใช้เทคโนโลยีสมัยใหม่ เช่น ปัญญาประดิษฐ์ (AI), บิ๊กดาต้า (Big Data), อินเทอร์เน็ตออฟธิงส์ (IoT) ในกระบวนการอุทกอุตุนิยมวิทยาทั้งหมด ตั้งแต่การติดตาม การรวบรวมและประมวลผลข้อมูล การวิเคราะห์ การพยากรณ์ และการสื่อสาร การเชี่ยวชาญเทคโนโลยีเหล่านี้ไม่เพียงแต่ช่วยปรับปรุงความแม่นยำและการทำงานอัตโนมัติในการทำงานระดับมืออาชีพเท่านั้น แต่ยังเปิดทิศทางการพัฒนาระบบพยากรณ์อัจฉริยะแบบหลายระดับ เพื่อตอบสนองความต้องการของประชาชน หน่วยงาน และภาคเศรษฐกิจในบริบทของการเปลี่ยนแปลงสภาพภูมิอากาศที่ซับซ้อนมากขึ้น นอกจากนี้ ภาควิชายังมุ่งเน้นการพัฒนาขีดความสามารถในการพยากรณ์ปรากฏการณ์สภาพอากาศรุนแรง การสร้างระบบเตือนภัยล่วงหน้าหลายภัยพิบัติเพื่อให้มั่นใจว่าได้รับข้อมูลที่ถูกต้องและทันท่วงที การพัฒนาทีมบุคลากรที่มีคุณสมบัติสูง การฝึกอบรมบุคลากรรุ่นใหม่ให้สอดคล้องกับข้อกำหนดใหม่ๆ การเสริมสร้างการสื่อสาร การสร้างความตระหนักรู้แก่สาธารณชนเกี่ยวกับบทบาทของอุทกอุตุนิยมวิทยาในการป้องกันและควบคุมภัยพิบัติ การส่งเสริมความร่วมมือระหว่างประเทศ การแสวงหาการสนับสนุนทางเทคนิคและเทคโนโลยี และการฝึกอบรมบุคลากร...