Lũ lụt ở Australia (Ảnh: AFP).
Theo thông cáo ngày 13/10 của Đại học Công nghệ Sydney (Australia), các nhà nghiên cứu đã sử dụng dữ liệu lịch sử về lượng mưa và lưu lượng dòng chảy trong suốt hai thập niên tại lưu vực sông DuPage ở bang Illinois (Mỹ) để xây dựng các mô hình.
Những mô hình này tích hợp cơ chế nhằm nhận diện các quy luật của lượng mưa và dòng chảy của sông. Bằng cách kết hợp các dự báo từ những mô hình này, nhóm nghiên cứu đã nâng cao đáng kể độ chính xác của dự báo.
Báo cáo đăng tải trên tạp chí Journal of Hydrologic Engineering cho biết các mô hình đã giảm tỷ lệ sai số dự báo khoảng 38%.
Giáo sư Amir H. Gandomi, đồng tác giả của nghiên cứu, nhấn mạnh rằng phương pháp tiếp cận này duy trì độ chính xác rất cao đối với các dự báo trước tới 12 tuần. Ông cho biết thêm, khoảng thời gian cảnh báo nhiều tuần này có ý nghĩa sống còn giúp các cộng đồng chủ động chuẩn bị ứng phó với lũ lụt.
Theo nhóm nghiên cứu, các kết quả đạt được có thể mang lại những tác động quan trọng đối với công tác quản lý rủi ro thiên tai, bao gồm khả năng sẵn sàng ứng phó, độ bền vững của hạ tầng và quản lý tài nguyên nước.
"Rốt cuộc, mục tiêu không chỉ đơn thuần là dự báo lũ lụt chính xác hơn, mà là biến những dự báo tốt hơn đó thành những quyết định hiệu quả hơn”, giáo sư Gandomi khẳng định.