Ấn Độ sử dụng AI và vệ tinh để đối phó nắng nóng

Theo Wired, kế hoạch hành động chống nóng năm 2025 của New Delhi bao gồm bản đồ nhiệt độ mặt đất có độ phân giải cao ở cấp phường, nhằm xác định khu vực dễ bị ảnh hưởng bởi nhiệt độ nhất trong thành phố, các khu phố thiếu cơ sở hạ tầng cơ bản để đối phó với nắng nóng cực đoan. Tuy nhiên, chất lượng và ứng dụng của dữ liệu vẫn còn hạn chế.

Raj Bhagat Palanichamy, quản lý chương trình cao cấp về phân tích địa lý tại tổ chức nghiên cứu độc lập WRI India, chỉ ra nhiều bản đồ nhiệt độ mặt đất hiện dựa trên tệp dữ liệu vệ tinh ban đầu được thiết kế cho giám sát nông nghiệp, có thể không được hiệu chỉnh cho cảnh quan đô thị phức tạp. Chúng có thể không đầy đủ để hỗ trợ những biện pháp can thiệp nhắm vào mục tiêu cụ thể trong thành phố như New Delhi.

Để nắm bắt tốt hơn độ biến động, SEEDS, tổ chức phi lợi nhuận chuyên về ứng phó thảm họa tại New Delhi, cùng với Chintan, tổ chức về quản lý chất thải và sinh kế, sử dụng bản đồ GIS về rủi ro nhiệt trong nhà ở khu dân cư thu nhập thấp tại New Delhi, nằm gần các bãi rác và khu công nghiệp và là nơi sinh sống của những người nhặt rác.

Họ sử dụng một mô hình trí tuệ nhân tạo mang tên Sunny Lives, được phát triển bởi SEEDS và Microsoft, để đánh giá theo loại tòa nhà khác nhau. Theo Anshu Sharma, nhà đồng sáng lập SEEDS, mô hình xem xét 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 đến những người dễ bị tổn thương như trẻ sơ sinh, người già và người bệnh.

SEEDS và Chintan cũng tính toán nhiệt độ bầu ướt, thước đo kết hợp nhiệt độ và độ ẩm để chỉ ra hiệu quả của làm mát bay hơi hay đổ mồ hôi. Độ ẩm càng cao, nhiệt độ bầu ướt càng cao, đổ mồ hôi càng kém hiệu quả trong việc hạ nhiệt, có nghĩa mọi người nhiều khả năng bị căng thẳng nhiệt hơn.

Nhóm nghiên cứu theo dõi điều kiện nhà lợp mái tôn, ngói, tấm nhựa và bê tông để tìm hiểu loại nào có nguy cơ trải qua nhiệt độ cực hạn trong nhà cao nhất. Điều đó giúp huấn luyện mô hình trong việc xác định yếu tố lặp lại, sau đó các nhà nghiên cứu kết hợp với hình ảnh vệ tinh để xác định loại mái và vật liệu xây dựng ở quy mô lớn. Hiện nay, họ có thể đánh giá nhiệt độ trong nhà đối với từng tòa nhà mà không cần lắp đặt cảm biến.

Độ phân giải cấp vi mô như trên có thể giúp cải tiến kế hoạch hành động chống nóng trong tương lai của Ấn Độ. Thay vì khuyến cáo chung chung như "uống nhiều nước hơn", dữ liệu địa phương có thể thúc đẩy hành động cụ thể, chẳng hạn thay đổi giờ làm việc của chợ hoặc nhà máy, triển khai nơi tránh nóng chi phí thấp, hoặc thiết lập trạm dung dịch bù nước qua đường uống ở khu vực có lưu lượng người qua lại cao.

Nhà chức trách New Delhi hứa hẹn tiến hành nhiều biện pháp cứu trợ như đặt 3.000 máy làm mát nước ở nơi công cộng, thay đổi thời gian làm việc của công trình xây dựng, xây nơi tránh nóng ban ngày cho công nhân ngoài trời và người vô gia cư nhưng phần lớn vẫn chưa được thực hiện.

An Khang (Theo Wired)