Trang chủ Thế giới nói gì Dữ liệu lớn: phao cứu sinh trong cuộc chiến với biến đổi...

Dữ liệu lớn: phao cứu sinh trong cuộc chiến với biến đổi khí hậu

WHO tuyên bố, hàng năm, thiên tai giết chết khoảng 90 000 người và gây hại cho gần 160 triệu dân trên toàn thế giới. Công nghệ, dữ liệu lớn sẽ đóng vai trò như thế nào trong công cuộc ứng phó với biến đổi khí hậu?

Châu Á sẽ là nơi phải hứng chịu nặng nề nhất hậu quả của biến đổi khí hậu, theo báo cáo của ReliefWeb – một nguồn tin uy tín về các cuộc khủng hoảng và thảm họa toàn cầu. Sẽ có tới 20 trận động đất mỗi năm, tất cả trong số này đều lớn hơn 7.0 độ Richter. Các hiện tượng khí hậu cực đoan này sẽ ảnh hưởng nghiêm trọng và phức tạp hơn ở các quốc gia đang phát triển. Tương lai, xu hướng trên sẽ ngày một trở gia tăng, bởi trái đất đang trên hành trình tới mức kỉ lục 5 năm nóng nhất trong lịch sử và không đạt được mục tiêu đã thống nhất là giữ cho nhiệt độ trung bình của hành tinh không tăng quá 2 độ C mỗi năm so với mức tiền công nghiệp hoặc giới hạn mức tăng ở 1,5 độ C (Theo Tổ chức Khí tượng thế giới (WMO).

Mặt khác, Dữ liệu lớn và Trí tuệ nhân tạo đang tạo ra một “cơn bão” mới làm thay đổi toàn bộ thế giới, trong đó có cách con người ứng phó với thiên tai, thảm họa. Sau khi hiện tượng thời tiết cực đoan đi qua, thế giới lại sản sinh ra một lượng dữ liệu khổng lồ. Đây là nội dung được CityLab khẳng định, trong bài báo có nhan đề “After the Storm, a Flood of Data”. Tiềm năng của dữ liệu lớn có thể được tận dụng nhằm giảm thiểu tác động của những thảm họa kế tiếp. 

Dữ liệu lớn: “phao cứu sinh” trong cuộc chiến chống thiên tai

Ấn Độ và Hàn Quốc gần đây đã kí kết các thỏa thuận hợp tác nhằm phát triển ứng dụng của dữ liệu lớn, trong đó có việc quản lí thiên tai. Các chuyên gia trong lĩnh vực Khí tượng học, Khoa học máy tính, Địa chất học, Khoa học Môi trường trên toàn thế giới hiện đang nỗ lực tối đa để tận dụng dữ liệu sẵn có nhằm giảm thiểu thiệt hại do những thảm họa này gây ra. Với sự hỗ trợ của IoT và Học máy, vai trò của dữ liệu lớn bao gồm:

  • Dữ liệu lớn cho phép các cơ quan liên quan lập kế hoạch sơ tán phù hợp trong thời gian xảy ra thảm họa, dựa trên các thông tin về dân số của một khu vực cụ thể, nơi thiên tai có khả năng để lại nhiều thiệt hại hơn. Dựa trên dữ liệu này, lực lượng cứu hộ có thể tạo ra các chiến lược như tuyến đường sơ tán, phân bổ nguồn lực và xác định vị trí trú ẩn cho những người được giải cứu. 
  • Bằng cách sử dụng vệ tinh nhân tạo, có thể khảo sát và đánh giá các khu vực xung yếu. Ví dụ, đánh giá khu vực bị ngập lụt có thể cung cấp dữ liệu về những vùng dễ chịu tổn hại vì thiên tai, về lý do mực nước dâng cao,…. Những dữ liệu này có thể được sử dụng để tạo ra một chiến lược về cách phòng chống thảm họa hoặc cách giải quyết vấn đề vào lần sau, khi một tình huống tương tự phát sinh.
  • Dữ liệu lớn ứng dụng trong dự đoán các tai nạn biển. Các cảm biến hàng hải và phân tích dữ liệu có thể được sử dụng để hiểu sự thay đổi của dòng hải lưu, sóng, chất lượng nước, từ đó, dự đoán tác động của bất kỳ thảm họa nào. Dựa trên dự đoán này, các biện pháp cần thiết có thể được áp dụng để giảm bớt thiệt hại do những thảm họa gây ra. Theo một báo cáo của PAT Research, những phương pháp này đã được sử dụng để dự đoán các tai nạn ngoài khơi, sóng thần và các thảm họa thiên nhiên khác dọc theo Bờ biển phía Tây của Canada. 
  • Hệ thống máy bay không người lái (UAS) rất hữu ích cho các hoạt động cứu hộ và theo dõi. UAS có thể được sử dụng để thu thập hình ảnh của các khu vực khó tiếp cận. Dữ liệu do UAS cung cấp có thể được phân tích để giúp lực lượng chức năng đưa ra các chiến lược cứu hộ. Các chính phủ hiện đã bắt đầu tài trợ cho việc phát triển hệ thống tương tự sau khi nhận thấy những hệ thống đó có thể hiệu quả như thế nào trong thời gian xảy ra thiên tai.
  • Dữ liệu được thu thập từ những người sống sót sau thảm họa giúp hiểu được các biện pháp an toàn sẽ áp dụng trong tương lai. Trong vài năm qua, mọi người đã bắt đầu sử dụng các nền tảng truyền thông xã hội như Facebook để yêu cầu trợ giúp bằng cách gắn thẻ vị trí của họ. Nó đã giúp thông báo cho các lực lượng chức năng để bắt đầu các biện pháp cứu hộ cũng như giúp họ hiểu được tình hình hiện tại của khu vực cụ thể đó. Ngay cả Google và Facebook cũng đã phát triển các hệ thống có thể giúp đỡ mọi người trong những thảm họa này. Google Person Finder hay ‘Safety check service’ của Facebook là hai ví dụ như vậy.
  • Cảm biến địa chấn là những thiết bị phản ứng với các chuyển động trên mặt đất do động đất, núi lửa phun trào và các vụ nổ gây ra. Các cảm biến phát hiện các sóng sơ cấp, là sóng âm thanh địa chấn đầu tiên mà một trận động đất tạo ra. Một hình ảnh đồ họa vẽ bằng cách phân tích dữ liệu được cung cấp bởi các cảm biến này rất hữu ích trong việc giải quyết những tình huống nguy cấp, trên có sở đó xây dựng cảnh báo cho công chúng.
  • Dữ liệu lớn cung cấp hiểu biết sâu sắc về mối liên hệ đa ngành, chẳng hạn như thảm họa sẽ ảnh hưởng gián tiếp đến các lĩnh vực khác như thế nào, trên cơ sở đó, Chính phủ cân nhắc can thiệp kịp thời để giảm tác động của thiên tai lên nền kinh tế nói chung.
  • Dữ liệu về thiên tai cũng được sử dụng nhằm hoạch định kế hoạch xây dựng, phát triển cơ sở hạ tầng hợp lý: như cầu đường, kiến trúc tòa nhà có khả năng chịu được lũ lụt, động đất.

Từ những phân tích trên, có thể thấy Dữ liệu lớn có một vai trò thiết yếu trong tất cả các giai đoạn của quản lý thiên tai. Dự đoán, phát hiện và xây dựng các chiến lược phù hợp sử dụng Dữ liệu lớn là cách để giảm thiểu ảnh hưởng của thảm họa đối với tính mạng và tài sản người dân. Tương lai, những ứng dụng cụ thể của dữ liệu lớn trong công cuộc ứng phó với biến đổi khí hậu sẽ tiếp tục được phát triển nhanh và mạnh.

(Nguồn: colocationamerica.com)

BÀI MỚI NHẤT

Transformer Neural Network – Mô hình học máy biến đổi thế giới NLP

Năm 2017, Google công bố bài báo “Attention Is All You Need” thông tin về Transformer như tạo ra bước ngoặt mới trong lĩnh...

Các biểu thức chính quy cần thiết (Regex) trong NLP

Khi xử lý văn bản, chúng ta thường mong muốn chuẩn hóa và trích xuất một số thông tin (như số, ngày tháng, v.v.)...

Giảm chiều dữ liệu để tăng hiệu quả của mô hình AI

Các tập dữ liệu đa chiều (high-dimensionality datasets) hiện là tài nguyên quý giúp tổ chức nghiên cứu giải quyết những vấn đề phức...

Newsletter nổi bật về khoa học dữ liệu và AI (2021)

Newsletter về khoa học dữ liệu và AI là giải pháp tuyệt vời cho việc quá tải thông tin khi nghiên cứu. Newsletter đã...

BÀI ĐỌC NHIỀU

Khái quát về Data Pipeline

Dữ liệu là chìa khóa trong việc khám phá tri thức sâu rộng, nâng cao hiệu quả quy trình và thúc đẩy đưa ra...

Data Lake và Data Warehouse: Đâu là lựa chọn phù hợp?

Data Lake và Data Warehouse là hai khái niệm hay bị nhầm lẫn trong dữ liệu lớn, song thực tế, điểm chung duy nhất...

Chiến thuật chinh phục các cuộc thi trên Kaggle

Với hơn 5 triệu tài khoản đăng ký, các cuộc thi trên Kaggle là sân chơi quốc tế dành cho cộng đồng trí tuệ...

Ảo hóa dữ liệu: bước đột phá của hồ dữ liệu

Khác với Kho dữ liệu (Data Warehouse) - nơi phát triển các lược đồ và phân cấp trước khi  lưu trữ dữ liệu, hồ...