Giới thiệu

Hải dương học, khí tượng học và thủy văn là ba lĩnh vực khoa học cốt lõi trong nghiên cứu hệ thống Trái Đất, tập trung vào việc nghiên cứu các hệ thống nước và khí quyển từ quy mô địa phương đến toàn cầu. Hải dương học nghiên cứu về đại dương và các quá trình vật lý, hóa học, sinh học diễn ra trong môi trường biển. Khí tượng học tập trung vào khí quyển và các hiện tượng thời tiết. Thủy văn nghiên cứu về chu trình nước, bao gồm nước mặt, nước ngầm và sự tương tác giữa chúng. Ba lĩnh vực này có mối liên hệ mật thiết với nhau, tạo thành một hệ thống tương tác phức tạp.  Trong thời đại công nghệ số hiện nay, việc ứng dụng trí tuệ nhân tạo (AI) đã mang lại những thay đổi cách mạng trong cách chúng ta quan sát, phân tích và dự đoán các hiện tượng trong ba lĩnh vực này. Trí tuệ nhân tạo, với khả năng xử lý dữ liệu lớn và nhận dạng mẫu phức tạp, đã trở thành công cụ không thể thiếu trong việc theo dõi và nghiên cứu các hệ thống tự nhiên này.

Lịch sử phát triển các phương pháp quan sát

Phương pháp truyền thống

Trước khi có sự xuất hiện của trí tuệ nhân tạo, việc nghiên cứu trong các lĩnh vực như hải dương học, khí tượng học và thủy văn chủ yếu dựa vào các phương pháp truyền thống. Các phương pháp này bao gồm quan sát bằng radar, đã được sử dụng từ những năm 1940 để theo dõi các hiện tượng thời tiết, chuyển động của nước biển và mưa. Hệ thống radar thời tiết có khả năng phát hiện cường độ mưa, hướng gió cùng các hiện tượng khí tượng nguy hiểm như lốc xoáy. Bên cạnh đó, các vệ tinh quan sát Trái Đất từ những năm 1960 cung cấp dữ liệu toàn cầu về nhiệt độ bề mặt biển, độ cao bề mặt, nồng độ chlorophyll, nhiệt độ khí quyển, độ ẩm và lượng mưa. Dự án Argo, bắt đầu từ năm 2000, là một mạng lưới gồm hàng nghìn phao tự động đo lường nhiệt độ và độ mặn của nước biển trên toàn cầu. Ngoài ra, các mạng lưới trạm quan sát gồm các trạm khí tượng, thủy văn, hải văn được đặt tại nhiều nơi để thu thập dữ liệu về nhiệt độ, áp suất, độ ẩm, tốc độ gió, mực nước sông, lưu lượng dòng chảy và các thông số khác. Các trạm đo áp suất mực nước biển cũng đóng vai trò quan trọng trong việc theo dõi sự biến đổi của mực nước biển theo thời gian, góp phần nghiên cứu về biến đổi khí hậu và dự báo thủy triều. Các phương pháp quan sát trực tiếp qua các chuyến khảo sát bằng tàu, máy bay khí tượng và các thiết bị in-situ giúp thu thập dữ liệu chi tiết về các đặc điểm vật lý, hóa học và sinh học của môi trường.

Các phương pháp truyền thống đã góp phần quan trọng trong việc nghiên cứu về hải dương học, khí tượng học và thủy văn nhưng có  một số hạn chế nhất định. Một trong những điểm yếu lớn là độ phân giải thời gian và không gian còn hạn chế, nghĩa là dữ liệu thu thập thường diễn ra với tần suất thấp và phạm vi nhỏ, không phù hợp để theo dõi các hiện tượng biến đổi nhanh. Thêm vào đó, việc xử lý dữ liệu đa nguồn gặp nhiều khó khăn, bởi sự tích hợp và phân tích dữ liệu từ các nguồn khác nhau như vệ tinh, radar và trạm quan sát thường phức tạp và tốn thời gian. Các mô hình truyền thống thường dựa vào các mô hình tuyến tính, điều này làm hạn chế khả năng dự báo các hiện tượng phi tuyến phức tạp như El Niño, La Niña hay các cơn bão mạnh. Ngoài ra, việc mô hình hóa các tương tác đa quy mô cũng gặp nhiều khó khăn, do các quá trình xảy ra ở các quy mô khác nhau – từ vi mô đến toàn cầu – chưa thể kết nối một cách chính xác. Thêm vào đó, chi phí cho các hoạt động quan sát thực địa, bao gồm duy trì các chuyến khảo sát và các trạm đo đạc, cũng là một rào cản lớn, đòi hỏi nguồn lực tài chính và nhân lực đáng kể.

Ứng dụng AI trong nghiên cứu khí tượng học, hải dương học và thủy văn hiện đại

1. Ứng dụng AI trong nghiên cứu khí tượng học

Trí tuệ nhân tạo đã mang lại bước tiến lớn trong lĩnh vực dự báo thời tiết số trị bằng cách phân tích dữ liệu khí tượng đa chiều một cách hiệu quả. Các mô hình học máy có khả năng xử lý hàng petabyte dữ liệu từ vệ tinh, radar và hàng nghìn trạm quan sát trên toàn cầu để cung cấp dự báo chính xác hơn. Trong đó, mạng nơ-ron tích chập (CNN) được sử dụng để phân tích hình ảnh vệ tinh và radar, còn mạng nơ-ron hồi quy (RNN) giúp xử lý chuỗi dữ liệu thời gian của các biến khí tượng. Hệ thống AI còn có khả năng tự động phát hiện và dự báo các hiện tượng thời tiết cực đoan như bão nhiệt đới, lốc xoáy hay mưa đá nhờ vào các thuật toán học sâu được huấn luyện để nhận dạng đặc điểm đám mây xoáy đặc trưng của các cơn bão, từ đó cảnh báo sớm và dự đoán cường độ, hướng di chuyển với độ chính xác cao hơn từ 20-30% so với phương pháp truyền thống. Ngoài ra, AI còn hỗ trợ nghiên cứu biến đổi khí hậu bằng cách phân tích các mẫu khí hậu phức tạp từ dữ liệu lịch sử kéo dài hàng thế kỷ. Các thuật toán máy học này giúp nhận diện các xu hướng ẩn trong dữ liệu, phát hiện các điểm chuyển đổi trong hệ thống khí hậu và dự đoán tác động của biến đổi khí hậu tới từng khu vực cụ thể.

2. Ứng dụng AI trong nghiên cứu hải dương học

Trong lĩnh vực nghiên cứu hải dương học, khái niệm “Đại dương thông minh” (Smart Ocean) đề cập đến việc tích hợp các công nghệ AI tiên tiến vào quá trình quan sát và phân tích biển khơi. Hệ thống này bao gồm nhiều thành phần. Kỹ thuật viễn thám biển, trong đó AI được sử dụng để phân tích dữ liệu đa phổ từ các vệ tinh, giúp phát hiện và theo dõi các hiện tượng như El Niño, La Niña, dòng chảy biển hay tảo nở hoa. Các thuật toán học máy còn có khả năng nhận diện sự xuất hiện của tảo độc dựa trên màu sắc và đặc tính quang phổ của nước biển qua hình ảnh vệ tinh. Mạng lưới cảm biến biển thông minh, trang bị AI có thể tự điều chỉnh các thông số đo lường phù hợp với điều kiện môi trường, đồng thời phát hiện các bất thường về chất lượng nước, nhiệt độ hay độ mặn, báo cáo kịp thời các sự kiện đặc biệt như sóng thần, triều đỏ hay ô nhiễm dầu. Ngoài ra, robot biển tự hành như AUV và ASV được trang bị AI có khả năng thực hiện các nhiệm vụ khảo sát phức tạp mà không cần sự can thiệp của con người, tự điều hướng, tránh vật cản và thu thập dữ liệu về địa hình đáy biển, hệ sinh thái, chất lượng nước.  AI còn đóng vai trò trong nghiên cứu sinh thái biển bằng cách phân tích dữ liệu âm thanh dưới nước để theo dõi hành vi của các động vật biển, đặc biệt trong việc nhận dạng tiếng kêu của cá voi, cá heo nhằm nghiên cứu mật độ quần thể và các tuyến đường di cư của chúng (Hình 1)

Hình 1. Minh họa các ứng dụng AI trong quan trắc biển

3. Ứng dụng AI trong nghiên cứu thủy văn

Trong lĩnh vực quản lý tài nguyên nước, trí tuệ nhân tạo được ứng dụng để nâng cao hiệu quả trong phân phối và sử dụng nguồn nước. Các mô hình AI có khả năng dự đoán nhu cầu sử dụng nước của cộng đồng và ngành nghiệp, từ đó tối ưu hóa hoạt động của hệ thống cấp nước và phát hiện sớm các vấn đề về chất lượng nước để xử lý kịp thời. Trong việc dự báo thiên tai, hệ thống AI phân tích dữ liệu về mưa, độ ẩm đất và mực nước sông để dự đoán nguy cơ lũ lụt hoặc hạn hán, giúp đưa ra cảnh báo sớm và giảm thiểu thiệt hại về người và của cải. Ngoài ra, AI còn hỗ trợ nghiên cứu nước ngầm bằng cách phân tích dữ liệu địa vật lý nhằm xác định vị trí, chất lượng của các tầng nước ngầm. Các thuật toán học máy có thể dự đoán sự di chuyển của các chất ô nhiễm trong nước ngầm, từ đó đề xuất các biện pháp bảo vệ phù hợp để duy trì nguồn nước sạch và bền vững.

Trong lĩnh vực tích hợp liên ngành, trí tuệ nhân tạo đóng vai trò quan trọng trong việc xây dựng các hệ thống dự báo tổng hợp bằng cách hợp nhất dữ liệu từ nhiều lĩnh vực khác nhau. Ví dụ, để dự báo bão, cần kết hợp thông tin về áp suất khí quyển (khí tượng), nhiệt độ bề mặt biển (hải dương) và địa hình ven biển (thủy văn), từ đó tạo ra các dự báo chính xác hơn. Ngoài ra, AI còn hỗ trợ mô hình hóa chu trình nước toàn cầu, phản ánh quá trình bốc hơi từ đại dương, vận chuyển hơi nước trong khí quyển và giáng thủy về các lưu vực sông, giúp hiểu rõ hơn về quá trình vận động của nước trên quy mô lớn. Trong lĩnh vực nghiên cứu dữ liệu đại dương, phương pháp truyền thống chủ yếu dựa vào nội suy thống kê và mô hình vật lý để tái tạo dữ liệu lớn, nhưng những phương pháp này thường thiếu độ chính xác và chi tiết cần thiết để phản ánh đúng tình trạng của đại dương. AI cung cấp các phương pháp tiên tiến hơn, có khả năng phân tích dữ liệu phức tạp, mạnh mẽ hơn để tái tạo trạng thái của đại dương một cách chính xác và toàn diện hơn.

AI giúp nâng cao khả năng dự báo chính xác và hiệu quả trong hải dương, khí tượng và thủy văn, góp phần bảo vệ cuộc sống và tài sản của cộng đồng. Công ty DeepMind của Google đã phát triển hệ thống AI tên là GraphCast, có khả năng dự báo thời tiết toàn cầu trong vòng 10 ngày với độ chính xác vượt trội so với các mô hình truyền thống. Hệ thống này sử dụng Graph Neural Networks để mô hình hóa các tương tác phức tạp trong hệ thống Trái Đất, giúp đưa ra dự báo chính xác hơn về các hiện tượng khí hậu và thời tiết. Hệ thống cảnh báo sớm của IBM Weather đã ứng dụng AI để dự báo các hiện tượng thời tiết nguy hiểm như bão, lũ lụt, hạn hán với độ chính xác đạt 89%, cao hơn nhiều so với phương pháp truyền thống. Hệ thống này giúp cảnh báo sớm, hỗ trợ các cơ quan chính quyền và cộng đồng chuẩn bị ứng phó kịp thời, giảm thiểu thiệt hại. Các nhà nghiên cứu tại Đại học Stanford đã phát triển thuật toán AI có khả năng phát hiện và theo dõi các loại ô nhiễm như rác thải nhựa, tràn dầu, và các chất ô nhiễm khác trên bề mặt đại dương dựa trên ảnh vệ tinh. Hệ thống này đã được sử dụng để theo dõi “đảo rác thải Thái Bình Dương” và hỗ trợ các chiến dịch bảo vệ môi trường biển, giúp các nhà chức trách nhanh chóng phát hiện các khu vực ô nhiễm và đưa ra các biện pháp xử lý kịp thời. Hệ thống AI ở Hà Lan đã được áp dụng để quản lý hệ thống đê điều và kiểm soát lũ lụt. Hệ thống này có khả năng dự đoán mực nước sông dựa trên dữ liệu thời tiết và thủy văn, đồng thời tự động điều chỉnh các cánh cửa van để tối ưu hóa việc phòng chống lũ lụt, giúp giảm thiểu thiệt hại và bảo vệ an toàn cho cộng đồng. Ngoài ra, AI còn được ứng dụng để dự báo nguồn lợi thủy sản: phân tích dữ liệu về nhiệt độ nước biển, dòng chảy, và các yếu tố môi trường khác giúp dự đoán sự phân bố, di cư của các loài cá. Điều này hỗ trợ ngư dân tối ưu hóa hoạt động đánh bắt và giúp các cơ quan quản lý đưa ra chính sách hạn ngạch phù hợp, đảm bảo nguồn lợi thủy sản bền vững và phát triển lâu dài.

Kết luận

Việc ứng dụng trí tuệ nhân tạo trong hải dương học và thủy văn đã mở ra những khả năng mới đầy hứa hẹn. Từ việc cải thiện khả năng quan sát và dự báo đến việc tái tạo dữ liệu quy mô lớn, AI đang thay đổi cách chúng ta nghiên cứu và quản lý các hệ thống nước trên Trái Đất. Tuy nhiên, để khai thác tối đa tiềm năng của AI, cần có sự đầu tư mạnh mẽ vào nghiên cứu, phát triển cơ sở hạ tầng, và đào tạo nhân lực. Đồng thời, việc đảm bảo chất lượng dữ liệu và phát triển các mô hình AI có thể giải thích được là những ưu tiên hàng đầu. Trong tương lai, chúng ta có thể kỳ vọng vào sự phát triển của các hệ thống AI ngày càng thông minh và chính xác hơn, góp phần quan trọng vào việc hiểu biết và bảo vệ hành tinh xanh của chúng ta.

Nguồn tham khảo chính

• Special issue “Applications of Artificial Intelligence in Ocean Modeling” , 3 July 2023
• Tao Song et al., (2023) A review of artificial intelligence in marine science, Frontiers in Earth Science, DOI:10.3389/feart.2023.1090185
• https://www.geeksforgeeks.org/artificial-intelligence/artificial-intelligence-in-oceanography/ ( 03 Jul, 2024)