Phát hiện sớm rủi ro do thiên tai với công nghệ khí hậu thông minh
Công nghệ khí hậu thông minh được phát triển nhằm mục đích tăng cường khả năng phục hồi gây ra do lũ lụt và hạn hán.
Phân bố thời gian ngập lụt với độ sâu> 0,5 m tính theo mô hình RRI ở lưu vực sông Mundeni Aru, Sri Lanka với dữ liệu Gauged-R trong giai đoạn: (a) từ tháng 10 năm 2011 đến tháng 3 năm 2012; (b) từ tháng 10 năm 2012 đến tháng 3 năm 2013; và (c) từ tháng 10 năm 2013 đến tháng 3 năm 2014
Các sự kiện thời tiết khắc nghiệt, biến đổi nghiêm trọng và thường xuyên hơn do biến đổi khí hậu, đang nhanh chóng trở thành hiện tưởng phổ biến mới trên toàn thế giới. Hiện nay, số người chết và thiệt hại về tài sản gây ra bởi những thảm họa này nhiều hơn so với gây ra bởi các khủng bố.
Theo Cơ sở dữ liệu sự kiện khẩn cấp của Trung tâm nghiên cứu dịch tễ học về thiên tai (Emergency Events Database of the Centre for Research on the Epidemiology of Disasters/EM-DAT – CRED) – lũ lụt và hạn hán ảnh hưởng đến khoảng 3 tỷ người mỗi năm. Các cộng đồng nghèo đặc biệt dễ bị tổn thương do hạn chế về khả năng đối phó. Điều này không chỉ làm trầm trọng thêm bất bình đẳng xã hội mà còn gây ra gánh nặng tài chính lớn cho nhà nước. Tình trạng khó khăn đặc biệt nghiêm trọng ở Nam Á, nơi có khoảng 750 triệu người bị tiếp xúc với nhiều mối nguy hiểm khí hậu khác nhau, trong đó lũ lụt được xem là mối đe dọa lớn nhất, theo một báo cáo nghiên cứu của Viện quản lý nước quốc tế (International Water Management Institute – IWMI).
Để cung cấp các công cụ giúp dự báo và lên kế hoạch đối phó với các hiện tượng thời tiết khắc nghiệt, IWMI và các đối tác đã phát triển các mô hình ngập lụt thông qua một nghiên cứu 3 năm vừa hoàn thành ở Sri Lanka. Các mô hình cung cấp thông tin cảnh báo sớm về lũ lụt và do đó có thể giúp giảm thiệt hại về tính mạng và tài sản. Sử dụng mô hình ngập lụt (rainfall-runoff inundation – RRI) cho lưu vực sông Mundeni Aru, một nhóm các nhà nghiên cứu do Giriraj Amarnath (là lãnh đạo Nhóm Water Risks Research Group của IWMI) đã tính toán độ sâu và mức độ ngập lụt có thể xảy ra do mưa lớn.
Các chỉ số hạn hán là một phần của Hệ thống giám sát hạn hán Nam Á (South Asia Drought Monitoring System-SADMS) cho bang Gujarat, Ấn Độ.
Tần suất lũ lụt tại Sri Lanka được nhận định là có sự gia tăng ổn định trong hai thập kỷ qua. Từ năm 2000 đến năm 2013, khoảng 25 trận lũ lớn đã ảnh hưởng đến hơn 5 triệu người và gây thiệt hại với giá trị ước tính hơn 580 triệu USD. Trong 3 năm qua, gió mùa tây nam đã mang lại lũ lụt, sạt lở đất và gió lốc, dẫn đến số người chết cao và thiệt hại về tài sản lớn trên diện rộng. Theo chiến lược quốc gia về thích ứng với biến đổi khí hậu của Sri Lanka, được công bố bởi Bộ Môi trường và Năng lượng tái tạo, “hạn hán và chế độ mưa không thể đoán trước đã xảy ra trong Khu vực khô hạn, dự kiến sẽ kéo dài và không thể dự báo được”.
Ngoài việc đánh giá tiềm năng lũ lụt, các mô hình có thể giúp hướng dẫn thiết kế các hồ chứa mới có đủ khả năng chứa nước sông và dòng chảy từ những trận mưa lớn. Nước này sau đó có thể được sử dụng cho nông nghiệp vào những thời điểm khan hiếm nước và hạn hán. IWMI đang thí điểm một kỹ thuật tương tự ở miền bắc Ấn Độ đưa nước dư thừa từ các kênh thủy lợi vào các tầng ngậm nước vào mùa mưa để sử dụng cho tưới cây trong mùa khô.
Mô hình RRI vượt qua giới hạn chính của hình ảnh vệ tinh thường được sử dụng để lập bản đồ lũ lụt, là đôi khi không thu được ảnh do che phủ mây hoặc chu kỳ quỹ đạo của vệ tinh. Mặc dù mô hình không mới, nhưng đây là lần đầu tiên nó được sử dụng để phân tích lũ và tiềm năng lưu trữ nước ở Nam Á. Được tài trợ bởi Bộ Nông nghiệp, Lâm nghiệp và Thủy sản Nhật Bản (Japan’s Ministry of Agriculture, Forestry, and Fishery-MAFF), nghiên cứu đã có đóng góp vào các Chương trình Nghiên cứu của CGIAR về Nước, Đất và Hệ sinh thái (WLE) với sự hỗ trợ của các nhà tài trợ CGIAR (Consultative Group for International Agricultural Research – Nhóm tư vấn về nghiên cứu nông nghiệp quốc tế).
Dự án cũng đã xây dựng một quy trình để đánh giá tổng thể những rủi ro gây ra do những thảm họa liên quan đến nước. Sử dụng các chỉ số kinh tế xã hội được công bố, các nhà nghiên cứu đã xác định tiềm năng rủi ro ở 179 quốc gia, cung cấp thông tin cần thiết để đưa ra các chương trình bảo hiểm lũ dựa trên chỉ số được hỗ trợ bởi Chương trình Nghiên cứu CGIAR về Biến đổi khí hậu, Nông nghiệp và An ninh lương thực (CCAFS). Khung Sendai về Giảm nhẹ Rủi ro Thiên tai thừa nhận bảo hiểm như một phương tiện quan trọng quản lý tài chính gây ra do tác động của thiên tai đối với chính phủ và cộng đồng.
Ngoài ra, dự án còn xây dựng mô hình quy mô lớn (Catchment-based Macro-scale Floodplain/CaMa-Flood) để đánh giá các nguy cơ lũ lụt ở các nước Nam Á với các hệ thống lưu vực rộng hơn. Các nhà nghiên cứu đã thử nghiệm mô hình này trong lưu vực sông Hằng và Godavari ở Ấn Độ để xác định hiệu quả của nó đối với cảnh báo lũ sớm. Một hệ thống cảnh báo sớm lũ lụt thử nghiệm cho khu vực sẽ được đưa ra vào đầu năm 2019.
Dự án đã tăng cường năng lực của các nhà ra quyết định chịu trách nhiệm ứng phó với lũ lụt ở các nước Nam Á và Đông Nam Á thông qua những hiểu biết và chia sẻ dữ liệu, và một hệ thống thông tin dựa trên web. Một hội thảo được tổ chức tại Lào cũng đóng góp quan trọng cho mục đích này.
Theo một dự án mới được hỗ trợ bởi MAFF, “Giám sát và dự báo hạn hán để tăng cường khả năng phục hồi nông nghiệp và cải thiện an ninh lương thực ở Nam Á”, các nhà nghiên cứu và đối tác của IWMI sẽ phát triển một hệ thống giám sát và dự báo hạn hán cải tiến cho khu vực. Hệ thống sẽ hỗ trợ phát triển các chiến lược để tăng cường khả năng phục hồi hạn hán dài hạn. Nhóm dự án sẽ phối hợp chặt chẽ với các cơ quan quốc gia để cải thiện sự phối hợp các chính sách hạn hán của quốc gia với nỗ lực của cộng đồng nhằm giảm thiểu rủi ro đối với trồng trọt và chăn nuôi.
Link: Getting ahead of disaster risks with climate-smart technology