Trần Văn Trung /// Thanh Luân
Trần Văn Trung
 
Đó là công trình “Nghiên cứu ứng dụng công nghệ Lora trong hệ thống cảnh báo lũ lụt tại khu vực hạ lưu sông Kôn - Hà Thành, xã Phước Thắng, huyện Tuy Phước, tỉnh Bình Định)” của Trần Văn Trung, sinh viên năm cuối của Khoa Kỹ thuật và công nghệ (Trường ĐH Quy Nhơn) vừa “trình làng” tại cuộc thi Giải thưởng Sinh viên nghiên cứu khoa học - Euréka 2020, do Thành đoàn TP.HCM phối hợp ĐH Quốc gia TP.HCM tổ chức.
 
Xuất phát từ nhu cầu cấp thiết
 
Chia sẻ về lý do thực hiện nghiên cứu này, Trần Văn Trung nói: “Trong bối cảnh của biến đổi khí hậu như hiện nay, lũ lụt đã và đang gây ra những thiệt hại nghiêm trọng đến tính mạng và tài sản của người dân trên toàn cầu nói chung, Việt Nam nói riêng, trong đó có Bình Định. Do vậy, việc xây dựng các hệ thống giám sát và cảnh báo lũ sớm với công nghệ hiện đại là yêu cầu hết sức cấp thiết. Chính vì vậy, mình đã nghiên cứu và thiết kế một hệ thống giám sát và cảnh báo lũ lụt thời gian thực ứng dụng công nghệ LoRa kết hợp vớí nền tảng mã nguồn mở Thingsboard. Hệ thống này là thu thập từ xa các dữ liệu quan trọng trong cảnh báo lũ lụt: lượng mưa, mực nước và lưu lượng dòng chảy (m3/s). Các dữ liệu này sẽ được gửi về trung tâm xử lý và hiển thị theo thời gian thực để phục vụ cho công tác giám sát phân tích và hỗ trợ ra quyết định cảnh báo”.
 
Trung giải thích thêm: “LoRa (Long Range) là một chuẩn không dây được thiết kế cho các mạng diện rộng công suất thấp LPWAN nhằm kết nối các thiết bị với yêu cầu băng thông và tốc độ dữ liệu thấp, đồng thời tập trung hiệu quả về vùng phủ sóng cũng như hiệu suất năng lượng. Nó được xem là một trong những công nghệ truyền thông thuộc nhóm kết nối tầm xa tiêu thụ điện năng thấp LPWA. Công nghệ LoRa cho phép truyền dữ liệu với khoảng cách lên hàng kilomet mà không cần các mạch khuếch đại công suất, nhờ đó giúp tiết kiệm năng lượng tiêu thụ khi truyền/nhận dữ liệu và có thể hoạt động trong thời gian dài trước khi thay pin”. 
 
Chàng trai ứng dụng công nghệ vào hệ thống cảnh báo lũ lụt sớm - ảnh 1

Trần Văn Trung tham gia Cuộc thi Giải thưởng Sinh viên nghiên cứu khoa học - Euréka 2020

 
Theo Trung, tính ưu việt của hệ thống này là cho phép thu thập số liệu tại các khu vực khác nhau trên sông một cách đầy đủ, chính xác và kịp thời, nhằm phục vụ cho công tác dự báo và cảnh báo sớm về lũ lụt để người dân có thời gian phòng tránh.
 
“Một trong những thách thức lớn nhất để giảm thiểu thiệt hại đến cộng đồng hiện nay là vấn đề cảnh báo kịp thời những tình huống thiên tai khó lường để người dân ứng phó. Việc cảnh báo lũ hoặc ngập lụt một cách kịp thời sẽ giúp người dân ở khu vực hạ lưu các sông có những biện pháp phòng tránh hiệu quả nhằm bảo vệ tính mạng và tài sản”, Trung chia sẻ.
 
Để hiện thực hóa các nhiệm vụ trên, Trung đưa ra giải pháp: “Việc triển khai các trạm quan trắc để thu thập dữ liệu về lượng mưa, tốc độ dòng chảy, mực nước... đóng vai trò hết sức quan trọng. Dựa trên các mô hình thủy văn và thủy lực được áp dụng trong lĩnh vực khí tượng thủy văn và các dữ liệu thu thập theo thời gian thực từ các trạm quan trắc, các cơ quan chức năng có thể phân tích và đề xuất các kịch bản đánh giá lũ lụt, các dự báo và cảnh báo phù hợp, góp phần nâng cao hiệu quả phòng chống thiên tai”.
 
Vận dụng trí tuệ nhân tạo vào hệ thống giám sát và cảnh báo lũ  
 
Nói về hướng phát triển của công trình này, Trung chai sẻ: “Trong thời gian tới sẽ phối hợp với các chuyên gia trong các lĩnh vực liên quan như: địa lý tự nhiên, khí tượng thủy văn, thủy lợi… để tích hợp các mô hình thủy văn và thủy lực vào các thuật toán hiện có nhằm nâng cao tính chính xác trong công tác dự đoán, dự báo và cảnh báo. Vận dụng trí tuệ nhân tạo vào nền tảng dữ liệu có sẵn để tiến hành phân tích và đưa ra các quyết định cảnh báo phù hợp. Bên cạnh đó sẽ tích hợp thêm các mạch hấp thụ năng lượng từ một số nguồn năng lượng tái tạo như: năng lượng mặt trời, năng lượng gió, năng lượng tín hiệu vô tuyến... vào hệ thống giám sát và cảnh báo lũ lụt hiện có. Việc tích hợp này cho phép hệ thống có thể duy trì hoạt động lâu dài, thậm chí có thể hoạt động dựa vào các nguồn năng lượng tái tạo (không cần dùng đến nguồn pin). Đây chính là mục tiêu "xanh và bền vững" mà các hệ thống IoT cần hướng tới trong tương lai, phù hợp với các tiêu chí phát triển bền vững”.
 
Đánh giá kết quả về nghiên cứu này, thạc sĩ Đoàn Kim Thành, Giám đốc Trung tâm Phát triển khoa học-công nghệ trẻ (Thành đoàn TP.HCM), cho rằng: Nghiên cứu, thiết kế và xây dựng thành công mô hình giám sát, cảnh báo lũ thời gian thực dựa vào công nghệ LoRa với chi phí thấp. Hệ thống cho phép thu thập và gửi dữ liệu một cách hiệu quả về trung tâm xử lý để đưa ra cảnh báo phù hợp. Hệ thống hoạt động trong môi trường mã nguồn mở (Thingsboard) và có khả năng tích hợp nhiều công nghệ truyền thông khác nhau như LoRa, WiFi và thậm chí là 4G. Có thể vận dụng và triển khai mô hình hệ thống trên diện rộng với nhiều nút cảm biến để thu thập dữ liệu. Nếu thiết lập trên Thingsboard, công khai các bảng hiển thị dữ liệu trực quan, sẽ cho phép tất cả người dùng có thể trực tiếp truy cập và giám sát các thông số cụ thể đã thu thập được một cách tiện lợi và dễ dàng.
 
Nguồn: TNO