Cựu Sinh Viên Khoa Khí Tượng Thủy Văn Phát Triển Mô Hình AI Dự Báo Lũ Vượt Trội Hơn Cả Google
Tiến sĩ Trần Ngọc Vĩnh, cựu sinh viên khóa K54 ngành Thủy văn học (Tài nguyên và môi trường nươc), Khoa Khí tượng Thủy văn và Hải dương học, đã ghi dấu ấn với những đóng góp nổi bật trong nghiên cứu và ứng dụng trí tuệ nhân tạo (AI) vào dự báo lũ. Sau khi hoàn thành chương trình tiến sĩ tại Đại học Ulsan (Hàn Quốc), anh tiếp tục thực hiện nghiên cứu sau tiến sĩ tại Đại học Michigan (Hoa Kỳ).
Tại Việt Nam, TS. Vĩnh từng tham gia nhiều dự án quan trọng liên quan đến mô hình thủy văn, quản lý tài nguyên nước, dự báo và giám sát lũ lụt, mô phỏng dòng chảy, phân tích mưa – dòng chảy, cũng như xây dựng các công cụ hỗ trợ ra quyết định trong bối cảnh biến đổi khí hậu và phát triển bền vững tài nguyên nước. Bên cạnh đó, anh cũng thực hiện nhiều nghiên cứu đánh giá liên quan đến sạt lở sông và các khu vực cửa sông – cửa biển.
Trong quá trình nghiên cứu sau tiến sĩ, anh tập trung phát triển các giải pháp dự báo lũ và ngập lụt đô thị. Một nghiên cứu tiêu biểu được công bố trên tạp chí uy tín thuộc nhà xuất bản Nature Springer đã chỉ ra sự phức tạp của hiện tượng "flood connectivity" (kết nối lũ) tại các đô thị. Anh cho rằng phần lớn hệ thống thoát nước hiện nay được thiết kế chưa tối ưu, do vẫn dựa trên các kịch bản mô phỏng và thiết kế còn nhiều hạn chế.
Gần đây, trong một công trình nghiên cứu công bố trên tạp chí AGU Advances, tạp chí khoa học hàng đầu của Liên đoàn Địa Vật lý Hoa Kỳ (AGU), TS. Trần Ngọc Vĩnh đã phát triển một mô hình cảnh báo và dự báo lũ quy mô quốc gia cho toàn bộ Hoa Kỳ. Mô hình này kết hợp trí tuệ nhân tạo (AI) với các phương pháp thủy văn truyền thống. Kết quả cho thấy độ chính xác của mô hình cao hơn gấp 4–6 lần so với các phương pháp hiện hành.
Đáng chú ý, mô hình lai này còn vượt trội hơn cả một mô hình AI tiên tiến do Google phát triển, cho thấy rằng AI có thể hoạt động hiệu quả hơn khi được tích hợp với các mô hình thủy văn truyền thống. Quan trọng hơn, phương pháp này không chỉ giới hạn ở một loại mô hình cụ thể, mà có thể được điều chỉnh linh hoạt để áp dụng cho bất kỳ mô hình thủy văn hiện có nào – từ quy mô địa phương, khu vực cho đến toàn cầu.
Công nghệ tiên tiến này không chỉ nâng cao đáng kể năng lực dự báo mà còn đóng vai trò quan trọng trong hỗ trợ ra quyết định ứng phó thiên tai, góp phần giảm thiểu thiệt hại về người và tài sản trong các đợt lũ lớn.
