Nước đóng nhiều vai trò trong cuộc sống của chúng ta. Ở mức độ cơ bản, chúng ta cần nguồn nước sạch, an toàn và dễ tiếp cận hàng ngày. Nhưng chúng ta cũng cần sử dụng nước sạch để nấu ăn, vệ sinh, dịch vụ, phát điện và mục đích tưới tiêu. Tuy nhiên, vị trí và tính sẵn có của nguồn nước ngọt tự nhiên thay đổi theo thời tiết và có khả năng thay đổi trong tương lai do ảnh hưởng của con người và khí hậu thay đổi. Chúng ta đã từ lâu tìm cách chế ngự và ổn định khả năng tiếp cận các nguồn nước thông qua các tiến bộ kỹ thuật, dẫn đến xây dựng gần 7000 đập trên toàn thế giới.
Hiện nay, chúng ta đang có một công cụ mới là hình ảnh vệ tinh và điều này mang lại cho chúng ta khả năng giám sát việc cung cấp nước trên toàn thế giới.
Đào tạo máy tính để giám sát nguồn nước
Tại Descartes Labs, chúng tôi đã phát triển một nền tảng cho phân tích không gian địa lý cho phép các nhà khoa học dễ dàng truy cập vào kho ảnh vệ tinh để xây dựng mô hình bằng cách sử dụng công cụ học máy và trí thông minh nhân tạo. Thoạt nhìn, việc lập bản đồ và giám sát nước có vẻ dễ dàng – chỉ cần tìm các pixel màu xanh, phải không? Nhưng thực tế phức tạp hơn nhiều: nước có thể xuất hiện màu xanh, nâu, xanh lá cây, hoặc đen tùy thuộc vào ánh sáng và mức độ bụi bẩn hoặc tảo. Và một số thứ không phải là nước, giống như bóng phản chiếu, cũng có thể có các đặc điểm quang phổ tương tự như nước.
Để xây dựng mô hình nước, chúng tôi lấy mẫu hơn nửa triệu điểm ảnh 30 mét từ khắp nơi trên thế giới thông qua các vệ tinh Landsat từ 4 đến 8, và Sentinel 2 từ năm 1984 đến nay. Sử dụng số liệu nguồn nước có sẵn như là “sự thật cơ bản”, chúng tôi đã xây dựng một mô hình rừng ngẫu nhiên để dự đoán xác suất có mặt của nước. Ngoài 06 bước sóng chính của các vệ tinh (đỏ, lục, lam, gần hồng ngoại, tia hồng ngoại sóng ngắn 1 & 2), chúng tôi đã sử dụng hai phép biến đổi thành giá trị màu không gian, cũng như chuẩn hóa sự khác biệt như chỉ số nước khác biệt chuẩn hóa (NDWI). Cuối cùng, chúng tôi sử dụng thông tin độ dốc có độ phân giải cao, giúp chúng tôi phân biệt các bóng địa hình từ mặt nước. Bởi vì mây thường che khuất tầm nhìn mặt đất, chúng tôi kết hợp các dự đoán cho mỗi hình ảnh của các mùa trong vòng 3 tháng (ví dụ: tháng 3, tháng 4 và tháng 5) để tạo bản đồ nước hàng quý.
Thời gian di chuyển qua Terabytes
Khi mô hình của chúng tôi được đào tạo, chúng tôi đã triển khai nó ở quy mô lớn. Chúng tôi đã chọn tập trung vào khoảng một chục đập và hồ chứa trên toàn thế giới, cũng như toàn bộ lục địa Hoa Kỳ. Nhiệm vụ thứ hai thực sự là một trong những “dữ liệu lớn”: lục địa Hoa Kỳ có diện tích bề mặt trên 8 triệu km vuông, tương ứng với gần 9 nghìn tỷ điểm ảnh 30 mét – và chúng tôi đã theo dõi trong khoảng thời gian 34 năm. Tuy nhiên, nhờ sự làm việc chăm chỉ của nhóm kỹ sư phần mềm, chúng tối có thể thực hiện phân tích dữ liệu này không lâu hơn một ngày cuối tuần bằng cách chạy hàng nghìn máy tính trên đám mây cùng một lúc và gửi một tập hợp con hình ảnh đến từng máy tính . Cuối cùng, các mô hình của chúng tôi đã thu hút hơn 100 terabyte hình ảnh vệ tinh trên hàng triệu máy trong đám mây của Google.
Bằng cách đánh giá từ dữ liệu trong quá khứ qua hình ảnh vệ tinh, chúng ta có thể có được một cái nhìn về một số thay đổi đáng kể đối của nguồn nước mặt theo thời gian. Ví dụ, chúng ta có thể thấy tiến trình tự nhiên của sông Yangtze ở Hubei, Trung Quốc vào năm 1987 dựa trên dữ liệu của vệ tinh Landsat 5 (hình ảnh dưới đây thể hiện hình ảnh nước có màu xanh dương nhạt). Cảnh quan đã bị thay đổi đáng kể sau khi xây dựng đập Three Gorges. Trong khi đập cung cấp một lượng lớn năng lượng nhiên liệu phi hóa thạch cho Trung Quốc, những thay đổi lớn mà chúng ta có thể nhìn thấy từ ảnh vệ tinh thậm chí còn có tác động lớn hơn trên mặt đất: 1,3 triệu người phải rời khỏi nhà của họ do sự ngập lụt từ các hồ chứa, và công trình xây dựng của nó đã dẫn đến sự tăng vọt về sạt lở đất lớn gây nguy cơ thương tích cho con người và cơ sở hạ tầng.
Mực nước (thể hiện bằng màu xanh) ở khu vực xung quanh Sandouping, Trung Quốc trước (1987) và sau (2016) xây dựng đập Three Gorges. Lưu ý rằng hình nền của cả hai hình ảnh là một hỗn hợp trung bình từ năm 1987 để nhấn mạnh những thay đổi của nước bề mặt.
Chúng ta cũng có thể kiểm tra những thay đổi nhanh hơn trong nước mặt. Tây Ban Nha đã trải qua một đợt hạn hán lớn trong hai năm qua, do sự kết hợp của lượng mưa thấp và nhiệt độ cao. Nhiều hồ chứa cung cấp nước cho nông nghiệp đã đạt đến mức thấp đáng kể – trong một số ảnh đã thể hiện các thành phố ban đầu bị ngập lụt khi xây đập, là một lời nhắc nhở về tác động của con người đối với việc xây đập. Sử dụng hình ảnh vệ tinh, chúng ta có thể xem một hồ chứa dọc theo sông Duero, Almendra, đã bị thu hẹp từ tháng 3 năm 2016 đến tháng 11 năm 2017. Tuy nhiên, đây không phải là lần đầu tiên Hồ chứa Almendra bị thu hẹp đến mức thấp này, chúng ra có thể thấy hiện tượng tương tự trong hình ảnh từ cuối những năm 1980 và đầu những năm 2000.
Mực nước (thể hiện bằng màu xanh) của Hồ chứa Almendra ở Tây Bắc Tây Ban Nha. Mỗi bức ảnh trên là kết quả dựa trên hình ảnh vệ tinh thu được trong 3 tháng, bắt đầu từ tháng 3 năm 2016 và kết thúc vào tháng 11 năm 2017. Lưu ý rằng hình nền của tất cả hình ảnh là tổng hợp trung bình từ tháng 9 năm 2017 để nhấn mạnh những thay đổi của nước mặt.
Tương lai của nguồn nước
Những hình ảnh này chỉ là sự khởi đầu: với thuật toán và tập dữ liệu này, chúng ta có thể trả lời các câu hỏi quan trọng về sự sẵn có của nước đang thay đổi như thế nào do cách con người sử dụng nguồn nước và thời tiết ở quy mô không gian lớn.
Để giải quyết những thách thức môi trường ngày càng tăng mà chúng ta phải đối mặt, trước tiên chúng ta phải chủ động đo lường và giám sát tài nguyên thiên nhiên của mình – và sau đó thực hiện các thay đổi toàn cầu, khu vực và địa phương cần thiết để bảo vệ chúng. Lần đầu tiên, chúng tôi có thể làm như vậy với chế độ xem toàn cầu thông qua việc sử dụng dữ liệu vệ tinh. Thông tin chúng tôi thu thập từ các phân tích của chúng tôi có thể giúp chúng tôi hiểu, ví dụ: thiếu nước có liên quan đến thời tiết địa phương và sự thay đổi cách sử dụng hay là xu hướng của toàn lục địa. Câu trả lời cho những câu hỏi như thế này không chỉ là lợi ích khoa học mà còn quan trọng đối với các chính phủ, các tổ chức phi chính phủ và các doanh nghiệp cam kết xây dựng một tương lai bền vững hơn.
Cũng như có thể sử dụng lượng lớn dữ liệu vệ tinh và sức mạnh tính toán của chúng tôi để theo dõi chuỗi cung ứng toàn cầu và ước tính sản lượng nông nghiệp, chúng tôi cũng cam kết theo dõi tài nguyên thiên nhiên quý giá. Tăng tính minh bạch và cải thiện các phép đo là những bước quan trọng đầu tiên hướng tới sự phát triển các chính sách mà đảm bảo rằng tất cả chúng ta đều có một tương lai với nguồn nước được đảm bảo.
Nguồn: geospatialworld.net