ESCAPE: Dự đoán các rủi ro trong chiến lược sơ tán khi gặp lũ lụt

Nghiên cứu của các nhà khoa học Việt Nam và Pháp đã mô hình hóa tất cả những yếu tố này, giúp các nhà hoạch định chính sách dễ dàng quan sát các kịch bản có thể xảy đến, từ đó có cơ sở để đưa ra quyết định dễ dàng hơn.

Năm 1971, trận đại hồng thủy khiến hệ thống đê sông Hồng vỡ hàng loạt, hàng triệu hộ gia đình vùng Đồng bằng Bắc Bộ bị ngập lụt nặng. Sẽ thế nào nếu một sự kiện tương tự diễn ra trong hiện tại? Liệu chúng ta có thể tránh được những tổn thất nặng nề? Câu trả lời vẫn còn bỏ ngỏ, đặc biệt trong bối cảnh cuối năm 2021, báo chí đã ghi nhận nhiều vị trí sạt lở đê nghiêm trọng ven bờ sông Hồng. Thêm vào đó, “mật độ dân cư tại các vùng ven đê ngày càng lớn khiến việc sơ tán trở nên khó khăn, hệ sinh thái đô thị suy yếu, hệ thống thoát nước không đáp ứng được tiêu chuẩn đô thị hiện nay”, GS. Alexis Drogoul, Viện Nghiên cứu vì sự Phát triển (IRD), nhận định.

Việc có thể quan sát và dự đoán trước những gì có thể xảy đến đối với từng phương án xây dựng hạ tầng, kế hoạch dự phòng, trở thành một nhu cầu bứt thiết đối với các nhà hoạch định chính sách trên thế giới. Nhu cầu này đã khơi gợi nên cho các nhà khoa học máy tính những ý tưởng mới, từ đó tạo ra các phương pháp mô hình hóa tích hợp khác nhau giúp mô phỏng thế giới kèm theo những bất cập có khả năng xảy ra như hỏa hoạn, dịch bệnh, ô nhiễm không khí.

Các nhà khoa học tại ĐH Thủy lợi, Viện Nghiên cứu vì sự Phát triển (IRD), Viện Nghiên cứu Quốc gia về Nông nghiệp, Thực phẩm và Môi trường (Pháp) cũng không đứng ngoài xu thế đó, họ đã dành nhiều năm cùng nghiên cứu nên một phương pháp GAMA (GIS & Agent-based Modeling Architecture) mô hình hóa dựa trên tác tử, cho phép chúng ta hình dung thế giới tương ứng với hành vi của các tác nhân và môi trường xung quanh một cách cụ thể, và nhóm đã thử nghiệm công nghệ này tại Việt Nam thông qua dự án ESCAPE - dự án thiết kế các chiến lược sơ tán trong trường hợp lũ lụt.

Cũng giống như những mô hình tích hợp khác, một trong những điểm thú vị nhất của mô hình GAMA đó là nó cho phép chúng ta thỏa sức tưởng tượng và quan sát những kịch bản có thể xảy ra, trong khi thực tế thì không thể. Điều khác biệt của GAMA đó là hệ nền này giúp người dùng có một môi trường thực hiện mô phỏng đa tác tử. Có thể hiểu tác tử phần mềm (agent) là một phần mềm máy tính tồn tại trong một môi trường nhất định, tự động hành động phản ứng lại sự thay đổi của môi trường nhằm đáp ứng mục tiêu đã được thiết kế trước. Trong kịch bản sơ tán người do lũ lụt, chúng ta sẽ có các dữ liệu là tác tử người, tác tử sông, tác tử đường,v.v và sự tương tác giữa các tác tử.

Cái khó của nhóm nghiên cứu đó là tác tử phải được thiết kế với những tính chất cụ thể, phản ánh hiện thực cuộc sống. “Khi đề cập đến một rủi ro, chúng tôi lưu ý ba yếu tố chính: mối nguy (hazard), mức độ phơi bày (exposition) và tính dễ bị tổn thương (vulnerability) của những người liên quan đến mối nguy đó”, GS. Alexis Drogoul giải thích tại tọa đàm “Phát triển đô thị và những nguy cơ mới” diễn ra vào tuần qua. Cụ thể, ông cho biết có thể đánh giá mức độ phơi bày tiềm năng dựa trên thang đo và những yếu tố như việc con người, cơ sở hạ tầng, nhà ở có nằm trong vùng đối mặt với rủi ro hay không. “Chẳng hạn, khi xây dựng mô hình lũ lụt, ta có thể thấy mức độ phơi bày của người dân vùng ngoài đê An Dương sẽ cao hơn so với những người sống bên trong đê.” Còn với mức độ dễ bị tổn thương, nhóm sẽ quan tâm đến những khía cạnh về thể chất, sinh lý, kinh tế - xã hội v.v. của người dân.

Tuy nhiên, các tính chất trên vẫn chưa phải là thứ khó dự đoán nhất đối với nhóm, những yếu tố biến động khó lường nhất chính là hành vi, cảm xúc của cá nhân trong xã hội. Theo PGS.TS. Nguyễn Ngọc Doanh (trường ĐH Thủy lợi), nghiên cứu mô hình hóa là một nghiên cứu liên ngành, đòi hỏi cần phải có “các nhà khoa học hành vi cùng tham gia giải quyết”. Khi đối diện với một sự cố, con người thường có xu hướng mất bình tĩnh, dẫn đến nhiều hành vi bất ngờ. “Chúng tôi phải đặt ra hàng tá câu hỏi: Quá trình nhận thức, cảm xúc, chuẩn mực đạo đức của các cá nhân sẽ diễn biến như thế nào? Trong trường hợp xảy ra sự cố, người dân có vội vã đi đón con đang học trên trường không? Họ có đến tìm bạn bè mình không? Mối quan hệ xã hội tác động đến hành vi của họ đến mức nào?” - GS. Patrick Taillandier, thành viên nhóm nghiên cứu, nhấn mạnh rằng người thiết kế “phải nhận thấy xã hội luôn trong trạng thái động, và đây là một thách thức lớn”.

May mắn là nhóm nghiên cứu đã có kinh nghiệm thiết kế mô hình sơ tán cho các thành phố tại Pháp. Tại thành phố Saumur, cực Tây Pháp, nhóm đã có được dữ liệu về trận lũ lụt lịch sử năm 1856, mực nước dâng lên gần 7m, nhấn chìm làng xã xung quanh. “Tại Pháp, các thành phố đều phải có kịch bản sơ tán, cứu trợ trong trường hợp thiên tai. Bằng việc mô hình hóa, chúng tôi đặt ra những câu hỏi như điểm tập trung cứu trợ ở đâu? Người dân đã được thông tin đầy đủ về rủi ro có thể xảy đến hay chưa?”, GS. Taillandier lý giải.

Người dân hành xử như thế nào còn tùy thuộc một phần vào chính sách của địa phương. Chẳng hạn, tại La Ciotat, địa điểm này trước đây đã gặp nhiều vấn đề về lũ lụt, nhưng hiện nay người dân đã bắt đầu chủ quan và không có sự chuẩn bị phòng ngừa nào. Nhóm nghiên cứu đã đưa ra rất nhiều kịch bản cho chính quyền: kịch bản người dân không nắm được thông tin về nguy cơ lũ lụt, nhưng hệ thống đê điều vẫn được gia cố thường xuyên; kịch bản người dân nắm được thông tin nhưng hệ thống đê điều, thoát nước bị bỏ bê nhiều năm v.v. Với mỗi kịch bản, chính quyền sẽ đánh giá và dựa vào đó đưa ra những chính sách tuyên truyền, củng cố hệ thống thoát nước, gia cố đê phù hợp.

Dù đã có kinh nghiệm lên kịch bản sơ tán tại Pháp, nhưng việc hiểu về đặc điểm địa lý, hành vi của người dân tại Việt Nam lại là một câu chuyện rất khác. Là người chuyên nghiên cứu về mô hình hóa hành vi con người và xem xét những khía cạnh của nhận thức, xã hội và cảm xúc trong việc ra quyết định, khó khăn trên lại chính là nguồn cảm hứng kích thích GS. Taillandier tìm kiếm phương án tích hợp các yếu tố về thủy lợi, địa lý, đa tác tử, đặc biệt là quá trình tư duy, nhận thức của con người một cách hiệu quả và đúng với thực tế nhất.

Nhóm nghiên cứu quyết định thử nghiệm mô hình GAMA tại phường Phúc Xá (Hà Nội). Đây là phường duy nhất của quận Ba Đình nằm ở phía ngoài đê sông Hồng với diện tích 0,92 km², mật độ dân số đạt 23.939 người/km². “Với mật độ dân cư lớn, việc di tản sẽ gặp phải rất nhiều khó khăn, gây cản trở cho công tác quản lý thiên tai, rủi ro”, ông cho hay.

Để chạy mô hình, bên cạnh những thông tin về đặc điểm địa lý, tình hình thủy lợi, nhóm còn cần dữ liệu đầu vào là thói quen đi xe của người dân. Nhóm nghiên cứu đã đặt camera quan sát thực tế giao thông tại khu vực phường, ghi nhận tỷ lệ sử dụng phương tiện như xe hơi, xe máy, xe đạp, taxi, xe buýt, đi bộ. Đáng chú ý, mặc dù đường phố ở Phúc Xá khá hẹp, nhưng mật độ di chuyển bằng xe hơi vẫn rất đông. “Tất nhiên chúng tôi cũng ghi nhận sự thay đổi hành vi cá nhân nữa, có những người thường ngày đi bộ, nhưng nếu có sự cố thì họ dùng đến xe hơi”.

Nhóm nghiên cứu sau đó tiến hành chạy mô hình, hiệu chỉnh dựa trên những dữ liệu thực đo được. Kết quả cho thấy nếu người dân sơ tán cùng lúc, sẽ có một số trường hợp xảy ra: với kịch bản hầu hết người dân đều dùng xe hơi, đường bị tắc và phải mất 2 tiếng để sơ tán người dân đến nơi an toàn; với kịch bản người dân sử dụng nhiều loại phương tiện như xe đạp, xe máy, xe hơi, chạy bộ, thời gian sơ tán sẽ giảm đi. Bên cạnh đó, để tìm kiếm tuyến đường sơ tán nhanh nhất, tránh khu vực ngập lụt, nhóm nghiên cứu đã chạy mô phỏng nhiều lần với các khu vực, thời điểm khác nhau.

Mỗi nhóm đối tượng sẽ đối mặt với mối nguy đó bằng khả năng chống chịu, mức độ phơi bày, mức độ dễ bị tổn thương khác nhau. Đó là một bức tranh với nhiều mảnh ghép. Có rất nhiều yếu tố buộc các nhà khoa học trong nhóm phải tính đến, chẳng hạn như sức khỏe, tốc độ chạy; người già, trẻ con, những người dễ bị tổn thương cần được ưu tiên di tản trước.

Bên cạnh việc giúp các nhà quản lý quan sát được kịch bản sơ tán, mô hình hóa còn hỗ trợ đề xuất một số chính sách điều chỉnh cơ sở hạ tầng và công tác tuyên truyền. Người dân sẽ bình tĩnh hơn nếu họ đã được cảnh báo từ trước, nhận được lời khuyên nên làm gì trong trường hợp mưa lũ lớn, “mặc dù tiến hành khảo sát một số người Pháp, chúng tôi nhận thấy không phải ai cũng tuân theo những lời khuyên này”, GS. Taillandier đề cập đến các biến số. Cùng với việc tuyên truyền, các nhà quản lý cần cân nhắc đến việc cải thiện hệ thống đê điều và hệ thống đường bộ để giảm thời gian sơ tán. “Chỉ cần khơi thông, mở rộng một số tuyến đường, nút thắt quan trọng, chiến lược di tản sẽ diễn ra thuận lợi hơn nhiều”.

Dù đã chạy được rất nhiều kịch bản khác nhau, nhưng GS. Taillandier thừa nhận rằng công cụ hiện đang cần thêm rất nhiều dữ liệu về tâm sinh lý, hành vi của con người. “Dữ liệu là điều kiện cần nếu muốn ứng dụng mô hình đa tác tử này. Nếu được cung cấp thêm nhiều dữ liệu, chúng tôi có thể phát triển ra nhiều mô hình sát với thực tế hơn”.

Dẫu vậy, cần lưu ý rằng việc mô hình hóa chỉ là một công cụ gợi ý chứ không phải là phương thức ‘kỳ diệu’ giúp dự đoán trước tương lai. Mục tiêu của nhóm nghiên cứu khi đề xuất phương pháp mô hình hóa GAMA “không phải để yêu cầu các nhà quyết sách phải làm gì, mà chúng tôi chỉ muốn cung cấp thông tin nhằm hỗ trợ ra quyết định”, ông nhấn mạnh. “Việc mô hình hoá sau rốt chỉ là sự giả định. Các nhà quyết sách có thể đưa ra quyết định khác với kết quả kịch bản, bởi họ có những lập luận khác dựa trên tình hình thực tế và kinh nghiệm của bản thân”.