Các nhà nghiên cứu ở Đại học Cambridge đang sử dụng AI nhằm đẩy nhanh tốc độ phát hiện sạt lở đất sau các sự kiện mưa cực đoan và các trận động đất lớn – giúp tiết kiệm thời gian để điều phối các hoạt động cứu trợ, giảm thiểu thiệt hại.
Vào ngày 3/4/2024, một trận động đất mạnh 7,4 độ richter – trận động đất mạnh nhất Đài Loan trong 25 năm qua – đã làm rung chuyển bờ biển phía đông của nước này. Dù hầu hết các công trình vẫn an toàn nhờ các quy chuẩn xây dựng nghiêm ngặt, song các khu vực miền núi và vùng sâu, vùng xa đã bị tàn phá bởi sạt lở đất.
Thông thường, trong các thảm họa ảnh hưởng một khu vực rộng lớn và khó tiếp cận, lực lượng ứng phó thường sử dụng hình ảnh vệ tinh để xác định các khu vực bị ảnh hưởng và ưu tiên các nỗ lực cứu trợ.
Tuy nhiên, việc lập bản đồ sạt lở đất từ hình ảnh vệ tinh theo cách thông thường sẽ tốn nhiều thời gian – TS. Lorenzo Nava ở Khoa Khoa học Trái đất và Địa lý, Đại học Cambridge, đồng tác giả nghiên cứu, cho biết. “Sau thảm họa, thời gian cực kỳ quan trọng”, ông nói. Để rút ngắn thời gian, TS. Nava đã ứng dụng AI và xác định được 7000 vụ sạt lở sau trận động đất ở Đài Loan, chỉ trong vòng ba giờ sau khi có được hình ảnh vệ tinh.
Kể từ trận động đất ở Đài Loan, TS. Nava cùng các cộng sự đã tiếp tục phát triển phương pháp này. Bằng cách ứng dụng các công nghệ vệ tinh – bao gồm các vệ tinh có thể quan sát xuyên mây và vào ban đêm – các nhà nghiên cứu hy vọng sẽ nâng cao khả năng phát hiện sạt lở đất của AI.
Nguy cơ gia tăng
Hoạt động của con người, bao gồm phá rừng và xây dựng trên các sườn dốc kém ổn định khiến các trận sạt lở do mưa lớn hoặc động đất càng trở nên tệ hơn. Trong một số điều kiện nhất định, chúng có thể dẫn đến các hiểm họa khác như lũ bùn đá hoặc lũ lụt nghiêm trọng, khiến hậu quả càng thêm trầm trọng.
Nghiên cứu của Nava nằm trong một dự án của Đại học Cambridge nhằm tìm hiểu sạt lở đất và các hiểm họa khác có thể gây ra chuỗi hiểm họa liên hoàn như thế nào. Cụ thể, Nhóm nghiên cứu Phức hợp và đa hiểm họa Cambridge (CoMHaz) do Maximillian Van Wyk de Vries, Giáo sư về hiểm họa thiên nhiên thuộc Khoa Địa lý và khoa học Trái đất, dẫn dắt, đã sử dụng thông tin từ hình ảnh vệ tinh, mô hình máy tính và nghiên cứu thực địa để xác định vị trí sạt lở đất, tìm hiểu nguyên nhân và dự đoán sự xuất hiện của chúng.
Họ cũng đang hợp tác với các cộng đồng để nâng cao nhận thức về sạt lở đất. Tại Nepal, Nava và Van Wyk de Vries đã hợp tác với các nhà khoa học địa phương và liên minh Khả năng chống chịu với Khí hậu và Thảm họa tại Nepal (CDRIN) để thử nghiệm một hệ thống cảnh báo sớm cho Butwal, nằm dưới một sườn dốc lớn không ổn định.
Nava đang đào tạo AI để xác định sạt lở đất qua hai loại hình ảnh vệ tinh – hình ảnh quang học của bề mặt đất và dữ liệu radar xuyên mây, có thể thu được hình ảnh vào ban đêm.
Tuy nhiên, việc diễn giải hình ảnh radar không đơn giản, vì các đặc tính bề mặt tương phản được mô tả bằng thang độ xám, và các đặc điểm cảnh quan cũng có thể bị bóp méo. Công nghệ AI có thể góp phần khắc phục vấn đề này, hạn chế việc bỏ sót các điểm đặc trưng trong quá trình diễn giải hình ảnh radar.
Bằng cách kết hợp khả năng xuyên qua mây của ảnh radar với độ trung thực của hình ảnh quang học, Nava hy vọng có thể xây dựng một mô hình tích hợp AI giúp phát hiện chính xác vị trí sạt lở đất ngay cả trong điều kiện thời tiết xấu.
Kết quả thử nghiệm sau trận động đất Đài Loan năm 2024 cho thấy nhiều tiềm năng hứa hẹn, giúp phát hiện hàng nghìn vụ sạt lở đất có thể bị bỏ lỡ nếu không có phương pháp này. Tuy nhiên, Nava thừa nhận vẫn còn nhiều việc phải làm, để cải thiện độ chính xác và tính minh bạch của mô hình.
Thanh An lược dịch từ Đại học Cambridge
(Visited 6 times, 1 visits today)
https%3A%2F%2Ftiasang.com.vn%2Fdoi-moi-sang-tao%2Fung-dung-ai-day-nhanh-toc-do-phat-hien-sat-lo-dat%2F
