Cảnh báo ngập theo vị trí là thông báo cho biết khu vực bạn đang ở hoặc sắp đi qua có nguy cơ ngập trong một khoảng thời gian ngắn tới, dựa trên lượng mưa đang rơi, mực nước đo được và đặc điểm địa hình. AI, cụ thể là các mô hình học máy, được dùng ở một số khâu của chuỗi này: đoán vùng mưa di chuyển trong vài chục phút tới, ước tính mực nước tại những nơi không có cảm biến, và lọc báo cáo của người dùng.
Hiểu hệ thống làm việc ra sao giúp bạn dùng thông báo cho đúng: biết lúc nào nên tin, lúc nào nên nghi, và vì sao một thông báo báo nguy cơ ngập không có nghĩa là chắc chắn ngập. Bài viết theo nguyên lý chung, vì mỗi thành phố và mỗi nhà cung cấp dịch vụ triển khai khác nhau; chi tiết từng hệ thống bạn cần xem tài liệu chính thức của bên vận hành.
Ba lớp dữ liệu phía sau một thông báo ngập
Lớp thứ nhất là mưa. Radar thời tiết quét bầu trời và cho biết vùng nào đang có mưa, mưa mạnh đến đâu và đang di chuyển về hướng nào. Trạm đo mưa mặt đất cho số liệu chính xác tại điểm. Vệ tinh nhìn thấy mây trên diện rộng. Kết hợp lại, hệ thống biết được trong mười lăm phút vừa qua mỗi khu vực đã nhận bao nhiêu nước.
Lớp thứ hai là nước trên mặt đất. Cảm biến mực nước đặt ở một số điểm trũng, trạm đo mực nước sông và kênh, thông tin về giờ triều. Lớp này cho biết nước đã đọng đến đâu ở những chỗ có thiết bị, và đường thoát ra sông có đang bị chặn không.
Lớp thứ ba là bản đồ nền: địa hình chi tiết của thành phố, mạng lưới cống, vị trí hồ điều hoà, trạm bơm, lịch sử các điểm từng ngập. Lớp này không đổi theo giờ nhưng quyết định nước sẽ dồn về đâu. Một hệ thống cảnh báo tốt cần cả ba lớp; thiếu lớp nào thì cảnh báo yếu đi ở lớp đó.
Ở nhiều đô thị Việt Nam, lớp thứ hai và thứ ba còn mỏng: số cảm biến mực nước trên đường chưa nhiều, bản đồ cống chi tiết chưa phải lúc nào cũng được số hoá đầy đủ. Vì vậy chất lượng cảnh báo ngập theo vị trí có thể khác nhau rõ giữa các khu trong cùng một thành phố. Khu trung tâm có thiết bị đo thường được cảnh báo tốt hơn khu ven mới đô thị hoá.
AI làm phần nào trong chuỗi cảnh báo
Dự báo mưa trong vài chục phút đến vài giờ tới. Các mô hình học máy được huấn luyện trên chuỗi ảnh radar quá khứ để đoán ảnh radar tiếp theo, tức là vùng mưa sẽ đi đâu và mạnh lên hay yếu đi. Kiểu dự báo cực ngắn này là hướng nghiên cứu đang được nhiều cơ quan khí tượng và tổ chức nghiên cứu trên thế giới phát triển.
Ước tính mực nước ở nơi không có cảm biến. Cảm biến đắt và ít, không thể đặt ở mọi góc phố. Mô hình có thể học mối liên hệ giữa lượng mưa, địa hình và mực nước đo được ở các điểm có cảm biến, rồi suy ra cho các điểm lân cận. Kết quả là ước tính, kèm sai số.
Thay thế một phần mô hình thuỷ lực nặng. Mô hình thuỷ lực truyền thống tính dòng chảy qua từng đoạn cống rất chính xác nhưng tốn thời gian tính. Một số nghiên cứu dùng học máy để học lại kết quả của mô hình thuỷ lực, cho ra đáp án nhanh hơn, đủ để cảnh báo kịp thời.
Lọc báo cáo của người dùng. Khi có nhiều người báo ngập, thuật toán có thể gộp báo cáo trùng, loại báo cáo lệch vị trí hoặc quá cũ, và đánh dấu điểm có nhiều người cùng xác nhận.
Chỗ mạnh và chỗ yếu của cảnh báo ngập tự động
Bảng dưới giúp bạn nhìn cân bằng. Không có hệ thống nào hoàn hảo; biết chỗ yếu để không đặt kỳ vọng sai.
| Khía cạnh | Thường làm tốt | Thường yếu |
|---|---|---|
| Thời gian | Cảnh báo trước vài chục phút khi vùng mưa đã hình thành | Không biết trước nhiều giờ nơi mưa giông sẽ sinh ra |
| Không gian | Điểm có cảm biến, điểm ngập quen thuộc | Hẻm nhỏ, hầm xe, tầng trệt riêng của từng toà nhà |
| Nguyên nhân | Ngập do mưa lớn và triều có dữ liệu | Ngập do cống bị rác bịt đột ngột, vỡ đường ống, trạm bơm hỏng |
| Độ sâu | Mức tương đối: nông, vừa, sâu | Con số chính xác đến từng centimet ở từng điểm |
| Tình huống hiếm | Mưa ở mức từng gặp trong dữ liệu huấn luyện | Mưa cực đoan vượt xa những gì mô hình từng thấy |
Dòng cuối là chỗ cần nhớ nhất. Mô hình học máy học từ quá khứ; khi gặp trận mưa lớn hiếm có, nó có thể đánh giá thấp mức nguy hiểm. Lúc đó cảnh báo chính thức của cơ quan khí tượng thuỷ văn và chỉ đạo của chính quyền phải được đặt lên trước.
Đọc một thông báo ngập: chữ nào quan trọng
Một thông báo tốt thường có bốn phần: khu vực, thời gian dự kiến, mức độ, và nguồn. Khu vực có thể là quận, tuyến đường hay bán kính quanh vị trí bạn. Thời gian là trong bao lâu tới. Mức độ có thể là chữ như nguy cơ ngập nhẹ, ngập sâu, hoặc màu sắc. Nguồn cho biết thông báo đến từ cơ quan chính thức hay từ một ứng dụng tổng hợp.
Cụm từ nguy cơ hay có khả năng có nghĩa là xác suất, không phải chắc chắn. Nếu bạn nhận cảnh báo nguy cơ ngập mà con đường vẫn khô, đó không hẳn là hệ thống sai; có thể mưa lệch đi vài cây số. Ngược lại, không nhận được cảnh báo không có nghĩa là an toàn, vì hệ thống có thể không có dữ liệu cho con hẻm của bạn.
Với cảnh báo tự động, thái độ hợp lý là coi như một người bạn nhắc: nhắc bạn nhìn trời, nhắc bạn xem bản tin, nhắc bạn dời xe. Quyết định cuối cùng dựa trên quan sát tại chỗ và tin chính thức. Đặc biệt khi cảnh báo liên quan đến lũ quét, sạt lở hay sơ tán, chỉ làm theo hướng dẫn của chính quyền địa phương.
Bật cảnh báo theo vị trí mà vẫn giữ quyền riêng tư
Muốn nhận cảnh báo theo vị trí, ứng dụng cần biết bạn ở đâu. Đó là trao đổi hợp lý nếu bạn kiểm soát được mức chia sẻ.
- Chỉ cấp quyền vị trí khi đang dùng ứng dụng, thay vì luôn luôn, nếu ứng dụng vẫn làm được việc chính.
- Với cảnh báo khu vực, thường chỉ cần vị trí gần đúng; nhiều điện thoại cho phép chọn chia sẻ vị trí ước lượng thay vì chính xác.
- Thay vì để ứng dụng theo dõi liên tục, có thể đăng ký nhận cảnh báo cho vài khu vực cố định như nhà, nơi làm, trường của con.
- Đọc phần chính sách dữ liệu xem ứng dụng có bán hoặc chia sẻ dữ liệu vị trí cho bên thứ ba không.
- Xoá lịch sử vị trí định kỳ nếu ứng dụng có lưu.
- Không cài ứng dụng thời tiết lạ tải từ đường dẫn quảng cáo, nhất là ứng dụng đòi quyền đọc tin nhắn, danh bạ.
Cảnh báo chính thức qua tin nhắn của nhà mạng trong tình huống thiên tai thường không cần bạn cài thêm gì. Hãy đảm bảo số điện thoại của mình và người thân đang hoạt động bình thường để nhận được.
Nên ưu tiên nguồn cảnh báo nào
Cơ quan khí tượng thuỷ văn. Bản tin cảnh báo mưa lớn, triều cường, lũ do cơ quan khí tượng thuỷ văn quốc gia và các đài khu vực phát hành là nguồn có trách nhiệm pháp lý và có số liệu quan trắc gốc. Đây là căn cứ chính khi có thiên tai.
Chính quyền và đơn vị quản lý thoát nước địa phương. Họ biết tình trạng trạm bơm, cửa van, các tuyến đang phân luồng. Thông báo cấm đường, sơ tán, hướng dẫn tránh ngập đến từ đây.
Tin nhắn cảnh báo của nhà mạng. Trong tình huống khẩn cấp, cơ quan chức năng có thể gửi tin nhắn tới thuê bao trong vùng ảnh hưởng. Bạn không cần cài gì thêm, chỉ cần đọc kỹ khi nhận.
Ứng dụng thời tiết và bản đồ. Tiện lợi, cập nhật nhanh, giao diện dễ dùng, nhưng nguồn dữ liệu và cách xử lý của mỗi ứng dụng khác nhau. Dùng để nhắc và tham khảo, không thay tin chính thức khi có khác biệt.
Nhóm cộng đồng. Có ảnh thực tế và thông tin con hẻm cụ thể, nhưng dễ lẫn tin cũ. Đọc kèm thời gian đăng.
Dùng chatbot để hiểu một cảnh báo khó đọc
Đôi khi bạn nhận được một bản tin dài, nhiều thuật ngữ, hoặc cảnh báo bằng tiếng Anh từ một ứng dụng quốc tế. Chatbot có thể giải nghĩa. Câu lệnh mẫu: "Giải thích bằng tiếng Việt dễ hiểu cảnh báo thời tiết dưới đây: nó nói khu vực nào, thời gian nào, mức độ ra sao, và người đi xe máy nên làm gì. Không suy đoán thêm ngoài nội dung cảnh báo." Dán nội dung, bỏ phần có vị trí nhà riêng nếu có.
Đừng hỏi chatbot kiểu quận mình có bị ngập không. Nó không đọc được cảm biến của thành phố, không thấy radar lúc này, và nếu trả lời thì đó là phỏng đoán khoác lời văn chắc chắn. Một số chatbot có thể tra cứu web, nhưng kết quả phụ thuộc vào trang nó tìm được và thời điểm trang đó cập nhật; bạn vẫn phải mở nguồn gốc để kiểm.
Việc chatbot làm tốt là giúp bạn chuẩn bị trước: soạn danh sách việc khi nhận cảnh báo ngập, phân việc trong gia đình, soạn tin nhắn báo khách hàng dời lịch hẹn vì mưa lớn. Những việc này không đòi dữ liệu thời gian thực và tiết kiệm cho bạn vài phút lúc cần.
Câu hỏi thường gặp
Cảnh báo ngập bằng AI có chính xác hơn cách truyền thống không?
Ở một số khâu như dự báo mưa trong vài chục phút tới, các mô hình học máy cho kết quả hứa hẹn và nhanh. Nhưng chúng thường được dùng kết hợp với phương pháp truyền thống, không thay thế hẳn. Độ chính xác phụ thuộc chất lượng dữ liệu của từng thành phố.
Vì sao nhận cảnh báo nguy cơ ngập mà đường vẫn khô?
Vì cảnh báo nói về khả năng trên một khu vực, không phải chắc chắn tại từng điểm. Mưa giông có thể lệch đi vài cây số hoặc yếu hơn dự kiến. Đó là đặc tính của dự báo xác suất, không hẳn là hệ thống hỏng.
Không nhận được cảnh báo có nghĩa là an toàn không?
Không. Hệ thống có thể không có dữ liệu cho con hẻm, tầng hầm hay khu vực của bạn, hoặc ngập do nguyên nhân bất ngờ như cống bị bịt. Bạn vẫn cần quan sát tại chỗ và theo dõi tin chính thức của cơ quan khí tượng và chính quyền.
Có nên để ứng dụng thời tiết truy cập vị trí liên tục?
Chỉ khi thật cần. Với phần lớn nhu cầu, cấp quyền vị trí khi đang dùng hoặc vị trí gần đúng là đủ. Bạn cũng có thể đăng ký vài khu vực cố định thay vì để ứng dụng theo dõi mọi lúc, và nên đọc chính sách dữ liệu trước khi cấp quyền.
Chatbot có biết đường nào đang ngập không?
Thường là không biết chính xác. Chatbot không kết nối với cảm biến của thành phố và có thể trả lời bằng phỏng đoán. Nếu nó có công cụ tìm kiếm, kết quả vẫn phụ thuộc vào nguồn và thời điểm cập nhật. Hãy kiểm tra trên nguồn chính thức.
Mô hình AI có xử lý được trận mưa lớn bất thường không?
Đây là điểm yếu đã được giới nghiên cứu nhắc nhiều. Mô hình học từ dữ liệu quá khứ nên với trận mưa hiếm gặp, nó có thể đánh giá thấp. Trong tình huống như vậy, cảnh báo của cơ quan khí tượng thuỷ văn và chỉ đạo của chính quyền là căn cứ chính.