TP. HCM dùng trí tuệ nhân tạo để dự báo ngập lụt đô thị

Ngày 10/6, Sở Khoa học và Công nghệ TP. HCM đã công bố nghiệm thu công trình khoa học “Nghiên cứu, xây dựng và triển khai thử nghiệm hệ thống cảnh báo sớm ngập lụt đô thị dựa trên nền tảng trí tuệ nhân tạo tại thành phố Hồ Chí Minh” do Thạc sĩ Lê Ngọc Quyền làm chủ nhiệm, bài đăng báo Hà Nội Mới cùng ngày cho hay.

Ngập lụt do mưa lớn, triều cường tại TP. HCM, đô thị lớn nhất cả nước, trong những năm gần đây đã và đang gây nhiều cản trở giao thông, ảnh hưởng cuộc sống của hàng triệu người dân.

Dự án nghiên cứu được triển khai trong hơn hai năm và đã thực hiện những phần việc như thiết lập hệ thống dữ liệu lớn về vùng ngập lụt, mức độ ngập lụt, thời gian ngập lụt (ở cả 3 hình thái ngập do mưa lớn, ngập do triều cường, ngập do mưa lớn kết hợp triều cường) trong nhiều năm qua tại TP. HCM.

Dựa trên lượng dữ liệu thu được, nhóm nghiên cứu gồm các nhà khoa học thuộc Đài Khí tượng thủy văn khu vực Nam Bộ dạy trí tuệ nhân tạo (AI) phân tích, nhận định mưa thế nào, trong bao lâu; nước triều dâng cao bao nhiêu thì vùng nào sẽ ngập, trong bao lâu.

AI cũng được dạy để nhận hình ảnh từ camera giao thông, an ninh, ảnh do người dân chụp tại hiện trường và gửi về hệ thống, từ đó dự báo định hướng vùng ngập, mức ngập và thời gian ngập.

Kết quả thử nghiệm thực tế cho thấy, AI đã giúp đưa ra dự báo khá tốt các trận mưa lớn xuất hiện ở Nam Bộ, TP. HCM và Thủ Đức. Đặc biệt, nhóm đã “huấn luyện AI bằng mô hình RainNet để tính toán và ước lượng mưa từ ảnh radar Nhà Bè với dữ liệu dùng các tháng mùa mưa, từ tháng 5 đến tháng 11, cập nhật 10 phút/lần để đưa ra dự báo.

Nhóm đã xây dựng 1.188 kịch bản ngập lụt có thể xảy ra trong tương lai tại vùng nghiên cứu; đồng thời thiết lập trang web và các ứng dụng trên mọi thiết bị cầm tay thông minh để thông báo bản đồ dự báo mưa, ngập lụt và các cảnh báo đến người dùng khi một vị trí ngập nào đó vượt ngưỡng theo cài đặt lộ trình của người sử dụng (bán kính 5 km), Thạc sĩ Lê Ngọc Quyền cho biết.

Dự án được kỳ vọng sẽ cung cấp thông tin, dự báo chính xác các khu vực có nguy cơ bị ngập lụt, từ đó người sử dụng sẽ chủ động có phương án ứng phó phù hợp với điều kiện thực tế.