Mai Nhung
Writer
Trước những đợt nắng nóng ngày càng gay gắt, các nhà nghiên cứu tại Ấn Độ đang tiên phong trong việc sử dụng trí tuệ nhân tạo (AI) và dữ liệu viễn thám để xác định những tòa nhà và khu dân cư dễ bị tổn thương nhất. Cách tiếp cận này hứa hẹn sẽ mang lại những biện pháp can thiệp hiệu quả và chính xác hơn, thay thế cho các khuyến cáo chung chung.
Kế hoạch hành động chống nóng năm 2025 của New Delhi đã bao gồm việc sử dụng các bản đồ nhiệt độ mặt đất có độ phân giải cao nhằm xác định các "điểm nóng" trong thành phố. Tuy nhiên, các chuyên gia cho rằng dữ liệu này vẫn còn hạn chế. Ông Raj Bhagat Palanichamy thuộc tổ chức nghiên cứu WRI India chỉ ra rằng, nhiều bản đồ hiện tại dựa trên dữ liệu vệ tinh vốn được thiết kế cho giám sát nông nghiệp, có thể không đủ chính xác cho các cảnh quan đô thị phức tạp.
Để có một cái nhìn chi tiết hơn, các tổ chức phi lợi nhuận như SEEDS và Chintan đã triển khai một phương pháp mới. Họ tập trung vào các khu dân cư có thu nhập thấp, nơi người dân sống trong những ngôi nhà lợp mái tôn, ngói hoặc tấm nhựa và là đối tượng dễ bị tổn thương nhất trước cái nóng cực đoan.
Trọng tâm của dự án này là một mô hình trí tuệ nhân tạo (AI) có tên "Sunny Lives", được phát triển bởi SEEDS và Microsoft. Mô hình này không chỉ phân tích nhiệt độ bề mặt mà còn xem xét cả trải nghiệm nhiệt độ bên trong từng ngôi nhà. "Nếu ngoài trời 40 độ C, bên trong một ngôi nhà có mái tôn có thể đạt 45 độ C, ảnh hưởng nghiêm trọng đến trẻ sơ sinh, người già và người bệnh," ông Anshu Sharma, đồng sáng
Nhóm nghiên cứu đã tiến hành theo dõi điều kiện thực tế của các loại nhà ở khác nhau, kết hợp với việc tính toán nhiệt độ bầu ướt – một chỉ số đo lường kết hợp giữa nhiệt độ và độ ẩm để đánh giá mức độ căng thẳng nhiệt lên cơ thể con người. Dữ liệu này sau đó được dùng để huấn luyện cho mô hình AI.
Bằng cách kết hợp dữ liệu huấn luyện với hình ảnh vệ tinh, mô hình "Sunny Lives" giờ đây có khả năng xác định loại mái và vật liệu xây dựng trên quy mô lớn. Từ đó, các nhà nghiên cứu có thể đánh giá và dự báo nhiệt độ bên trong của từng tòa nhà mà không cần phải lắp đặt cảm biến ở khắp mọi nơi.
Độ phân giải ở cấp độ vi mô như vậy có thể cách mạng hóa các kế hoạch hành động chống nóng trong tương lai. Thay vì đưa ra những khuyến cáo chung chung như "uống nhiều nước hơn", chính quyền có thể sử dụng dữ liệu này để đưa ra các hành động cụ thể và có mục tiêu rõ ràng.
Chẳng hạn, họ có thể thay đổi giờ làm việc của các khu chợ hoặc nhà máy ở những khu vực có nguy cơ cao, triển khai các nơi tránh nóng chi phí thấp, hoặc thiết lập các trạm cung cấp dung dịch bù nước ở những nơi có lưu lượng người qua lại lớn. Mặc dù chính quyền New Delhi đã hứa hẹn nhiều biện pháp cứu trợ, phần lớn vẫn chưa được thực hiện một cách hiệu quả.
Việc ứng dụng AI và dữ liệu vệ tinh để lập bản đồ rủi ro nhiệt độ ở cấp độ từng tòa nhà là một bước tiến quan trọng, cho thấy công nghệ có thể trở thành một công cụ đắc lực giúp các thành phố bảo vệ những người dân dễ bị tổn thương nhất trước tác động ngày càng khắc nghiệt của biến đổi khí hậu.
Từ bản đồ vĩ mô đến dữ liệu vi mô
Kế hoạch hành động chống nóng năm 2025 của New Delhi đã bao gồm việc sử dụng các bản đồ nhiệt độ mặt đất có độ phân giải cao nhằm xác định các "điểm nóng" trong thành phố. Tuy nhiên, các chuyên gia cho rằng dữ liệu này vẫn còn hạn chế. Ông Raj Bhagat Palanichamy thuộc tổ chức nghiên cứu WRI India chỉ ra rằng, nhiều bản đồ hiện tại dựa trên dữ liệu vệ tinh vốn được thiết kế cho giám sát nông nghiệp, có thể không đủ chính xác cho các cảnh quan đô thị phức tạp.
Để có một cái nhìn chi tiết hơn, các tổ chức phi lợi nhuận như SEEDS và Chintan đã triển khai một phương pháp mới. Họ tập trung vào các khu dân cư có thu nhập thấp, nơi người dân sống trong những ngôi nhà lợp mái tôn, ngói hoặc tấm nhựa và là đối tượng dễ bị tổn thương nhất trước cái nóng cực đoan.
Mô hình AI "Sunny Lives" và sức mạnh của dữ liệu
Trọng tâm của dự án này là một mô hình trí tuệ nhân tạo (AI) có tên "Sunny Lives", được phát triển bởi SEEDS và Microsoft. Mô hình này không chỉ phân tích nhiệt độ bề mặt mà còn xem xét cả trải nghiệm nhiệt độ bên trong từng ngôi nhà. "Nếu ngoài trời 40 độ C, bên trong một ngôi nhà có mái tôn có thể đạt 45 độ C, ảnh hưởng nghiêm trọng đến trẻ sơ sinh, người già và người bệnh," ông Anshu Sharma, đồng sáng
Nhóm nghiên cứu đã tiến hành theo dõi điều kiện thực tế của các loại nhà ở khác nhau, kết hợp với việc tính toán nhiệt độ bầu ướt – một chỉ số đo lường kết hợp giữa nhiệt độ và độ ẩm để đánh giá mức độ căng thẳng nhiệt lên cơ thể con người. Dữ liệu này sau đó được dùng để huấn luyện cho mô hình AI.
Bằng cách kết hợp dữ liệu huấn luyện với hình ảnh vệ tinh, mô hình "Sunny Lives" giờ đây có khả năng xác định loại mái và vật liệu xây dựng trên quy mô lớn. Từ đó, các nhà nghiên cứu có thể đánh giá và dự báo nhiệt độ bên trong của từng tòa nhà mà không cần phải lắp đặt cảm biến ở khắp mọi nơi.
Hướng tới các biện pháp can thiệp hiệu quả
Độ phân giải ở cấp độ vi mô như vậy có thể cách mạng hóa các kế hoạch hành động chống nóng trong tương lai. Thay vì đưa ra những khuyến cáo chung chung như "uống nhiều nước hơn", chính quyền có thể sử dụng dữ liệu này để đưa ra các hành động cụ thể và có mục tiêu rõ ràng.
Chẳng hạn, họ có thể thay đổi giờ làm việc của các khu chợ hoặc nhà máy ở những khu vực có nguy cơ cao, triển khai các nơi tránh nóng chi phí thấp, hoặc thiết lập các trạm cung cấp dung dịch bù nước ở những nơi có lưu lượng người qua lại lớn. Mặc dù chính quyền New Delhi đã hứa hẹn nhiều biện pháp cứu trợ, phần lớn vẫn chưa được thực hiện một cách hiệu quả.
Việc ứng dụng AI và dữ liệu vệ tinh để lập bản đồ rủi ro nhiệt độ ở cấp độ từng tòa nhà là một bước tiến quan trọng, cho thấy công nghệ có thể trở thành một công cụ đắc lực giúp các thành phố bảo vệ những người dân dễ bị tổn thương nhất trước tác động ngày càng khắc nghiệt của biến đổi khí hậu.
