Một phương pháp nghiên cứu hội tụ THÔNG MINH nhằm đảm bảo tính toàn diện trong thiết kế hệ thống giám sát và cảnh báo để cung cấp thông tin cảnh báo sớm nhằm giảm thiểu rủi ro thiên tai. Nguồn: Khoa học Hệ thống Trái đất và Thiên tai (2023). DOI: 10.5194/nhess-23-667-2023
Một nghiên cứu mới cho thấy, việc huy động cộng đồng tham gia phát triển hệ thống cảnh báo sớm theo thời gian thực có thể giúp giảm thiểu tác động tàn phá của lũ lụt đối với người dân và tài sản - đặc biệt là ở các vùng núi, nơi các hiện tượng nước cực đoan là một vấn đề "nghiêm trọng".
Lũ quét đang trở nên thường xuyên hơn và gây thiệt hại nặng nề đến tính mạng và tài sản của những người dễ bị tổn thương, nhưng các nhà nghiên cứu tin rằng việc sử dụng phương pháp SMART (xem hình trên) để tương tác với những người sống trong các khu vực này sẽ giúp cảnh báo tốt hơn về nguy cơ lũ lụt sắp xảy ra.
Các nhà khoa học tin rằng việc kết hợp dữ liệu khí tượng với thông tin về cách người dân sinh sống và làm việc tại các khu vực đó sẽ giúp các nhà quản lý rủi ro thiên tai, các nhà thủy văn học và kỹ sư thiết kế ra những phương pháp tốt hơn để cảnh báo trước các trận lũ lớn.
Công bố kết quả nghiên cứu trên tạp chí Natural Hazards and Earth System Sciences, một nhóm nghiên cứu quốc tế do Đại học Birmingham dẫn đầu tin rằng việc tích hợp khoa học, chính sách và các phương pháp tiếp cận do cộng đồng địa phương dẫn dắt sẽ giúp đưa ra các quyết định về môi trường phù hợp hơn với bối cảnh địa phương.
Đồng tác giả Tahmina Yasmin, nghiên cứu sinh sau tiến sĩ tại Đại học Birmingham, nhận xét: "Một vấn đề 'khó giải quyết' là một thách thức xã hội hoặc văn hóa khó hoặc không thể giải quyết được do tính chất phức tạp và liên kết chặt chẽ của nó. Chúng tôi tin rằng việc tích hợp khoa học xã hội và dữ liệu khí tượng sẽ giúp xác định những phần chưa được biết đến của bức tranh khi thiết kế một hệ thống cảnh báo sớm."
"Việc tăng cường tương tác với cộng đồng và phân tích các yếu tố xã hội do cộng đồng có nguy cơ xác định – ví dụ như khu định cư bất hợp pháp ven sông hoặc khu ổ chuột – sẽ giúp những người hoạch định chính sách hiểu rõ hơn về rủi ro do các hiện tượng khí tượng thủy văn cực đoan này gây ra và lập kế hoạch ứng phó và giảm thiểu lũ lụt, từ đó mang lại sự bảo vệ tốt hơn cho cộng đồng."
Các nhà nghiên cứu cho rằng việc sử dụng phương pháp SMART giúp các nhà hoạch định chính sách xác định được điểm yếu và rủi ro của cộng đồng bằng cách áp dụng một bộ nguyên tắc cơ bản:
● S= Hiểu biết chung về các rủi ro, đảm bảo mọi nhóm người trong cộng đồng đều được đại diện và sử dụng nhiều phương pháp thu thập dữ liệu khác nhau.
● M= Giám sát rủi ro và thiết lập hệ thống cảnh báo nhằm xây dựng lòng tin và trao đổi thông tin rủi ro quan trọng — giúp duy trì hệ thống dự báo.
● A= Tòa nhàANâng cao nhận thức thông qua các hoạt động đào tạo và phát triển năng lực, trong đó lồng ghép sự hiểu biết về thông tin cảnh báo thời tiết và lũ lụt theo thời gian thực.
● RT= Thể hiện sự chuẩn bị trướcRcác hành động phản hồi vềTPhối hợp với các kế hoạch quản lý thiên tai và sơ tán toàn diện dựa trên cảnh báo do hệ thống cảnh báo sớm (EWS) đưa ra.
Đồng tác giả David Hannah, Giáo sư Thủy văn và Chủ nhiệm Khoa học Nước của UNESCO tại Đại học Birmingham, nhận xét: "Việc xây dựng lòng tin của cộng đồng vào các cơ quan chính phủ và dự báo dựa trên công nghệ, đồng thời sử dụng các phương tiện do cộng đồng dẫn dắt để thu thập thông tin ở các vùng núi khan hiếm dữ liệu là rất quan trọng để bảo vệ những người dễ bị tổn thương."
"Việc sử dụng phương pháp SMART này để thu hút cộng đồng tham gia phát triển các hệ thống cảnh báo sớm toàn diện và có mục đích chắc chắn sẽ giúp phát triển năng lực, khả năng thích ứng và khả năng phục hồi trước những hiện tượng cực đoan về nước như lũ lụt và hạn hán, cũng như sự gia tăng bất ổn trong bối cảnh biến đổi khí hậu toàn cầu."
Thông tin chi tiết hơn:Tahmina Yasmin và cộng sự, Thông báo ngắn gọn: Tính toàn diện trong thiết kế hệ thống cảnh báo sớm về khả năng chống chịu lũ lụt, Khoa học về các mối nguy hiểm tự nhiên và hệ thống Trái đất (2023).DOI: 10.5194/nhess-23-667-2023
Được cung cấp bởiĐại học Birmingham
Thời gian đăng bài: 10/04/2023