بر اساس مدلهای پیشبینی وضعیت آب و هوایی، ایران در سه دهه آینده میزبان صدها سیلاب مخرب خواهد بود
نسخه نجات «شریف»
معاونت علمی و فناوری ریاست جمهوری، دانشگاه را مجری طرح توسعه سامانه دانشبنیان برای هشدار زودهنگام وقوع سیلاب کرد
میترا جلیلی
دبیر گروه علم و فناوری
برای شروع گفتوگو کمی از خودتان بگویید.
محمد دانش یزدی، متولد 1366 و زاده یزد هستم. با توجه به علاقهام، در مقطع کارشناسی در رشته عمران دانشگاه صنعتی شریف تحصیل کردم و کارشناسی ارشد را با گرایش مدیریت منابع آب در همین دانشگاه به پایان رساندم. سپس راهی آمریکا شدم و پس از گذراندن مقطع دکتری و دوره پسادکتری در این کشور، به ایران برگشتم.
از علاقهتان به این حوزه صحبت کردید. چرا مدیریت منابع آب و تحصیل در این بخش برای شما جذابیت داشت؟
با توجه به اینکه در آن زمان که حدود 20 سال از آن میگذرد، اخبار و رویدادها نشان میدادند که دنیا و همچنین کشور ما در آینده با بحرانهای آبی مواجه خواهد بود، ذهنم درگیر موضوع مدیریت منابع آب شد. به همین دلیل تحصیلاتم را در مقطع کارشناسی ارشد در همین موضوع ادامه دادم.
اگر قرار باشد یک مسأله و چالش را در کشور حل کنید، به دنبال حل کدام مورد می روید و چه راهکاری برای آن ارائه میدهید؟
آب، انرژی و محیطزیست؛ اکنون مشکلات اصلی کشور هستند که کاملاً هم با یکدیگر مرتبطند و مسائل پیچیده خود را دارند. بهعنوان مثال، فرونشست زمین به دلیل برداشت بیرویه از آبهای زیرزمینی ایجاد شده و خشک شدن تالابها زمینهساز کانونهای جدید ریزگردها شده است. بنابراین با توجه به تخصصی که دارم، باز هم قطعاً حوزه مدیریت منابع آب را انتخاب میکنم؛ موضوعی که در حال حاضر نیز درگیر آن هستم.
سال گذشته طرح توسعه سامانه «پیشبینی و هشدار زودهنگام وقوع سیل برای غرب کشور» بهعنوان یکی از پروژههای برگزیده طرح «هاتف» در دانشگاه صنعتی شریف با حمایت معاونت علمی، فناوری و اقتصاد دانشبنیان ریاستجمهوری به انجام رسید. کمی درباره این طرح و اینکه در چه مرحلهای قرار دارد، توضیح دهید؟
با توجه به اثرات تغییرات اقلیمی و احتمال افزایش وقوع سیل در کشور بویژه در استانهای جنوبی و غربی، سراغ توسعه این سامانه رفتیم و در گام اول بر توسعه آن در حوضه کرخه متمرکز شدیم. دلیل آن هم این بود که این حوضه جزو سیلخیزترین مناطق کشور محسوب میشود و عموماً هم سیلهای بزرگ کشور در این منطقه اتفاق میافتد.
این سامانه از ترکیب مدلسازی فیزیکی و هوش مصنوعی برای پیشبینی شدت و پهنهبندی سیل استفاده میکند و تاکنون تا نقطه عملیاتی شدن، 80 درصد پیشرفت داشته است. اکنون در حال کامل کردن این سامانه هستیم و انتظار میرود توسعه آن تا 6 ماه آینده تکمیل شود. سپس باید به مدت حداقل یک تا دو سال به صورت مداوم، کار پیشبینی را توسط این سامانه انجام دهیم. در نهایت، مقایسه پیشبینیها با آنچه در دنیای واقعی اتفاق میافتد، میتواند میزان دقت پیشبینی سامانه را نشان دهد که این اطلاعات یکی از کلیدیترین ابزارها برای بهبود عملکرد سامانه در آینده خواهد بود.
با انتخاب حوضه کرخه بهعنوان پایلوت اجرای این طرح، چه مسیری برای توسعه سامانه طی شد؟
ما در این طرح از ابتدا به دنبال استقرار تجهیزات پایش آنلاین دبی رودخانه بودهایم تا به کمک آن دادهها بتوانیم دقت پیشبینیها را به طور قابلتوجهی ارتقا دهیم. این موضوع متأسفانه فعلاً در کشور عملیاتی نشده است. به همین منظور تصمیم گرفتیم به صورت پایلوت و برای اولینبار در دو نقطه از حوضه کرخه، با اعتبار طرح «هاتف»، تجهیزاتی نصب کنیم که با کمک آن، تراز یا دبی آب در رودخانه اندازهگیری شود. سپس دادههای حاصل از اندازهگیری، به صورت آنلاین روی سرور ما قرار گیرد تا بتوانیم پیشبینیها را با دقت بالاتری انجام داده و در عمل نشان دهیم وجود دادههای لحظهای و آنلاین تا چه حد میتواند طبق تجارب سایر نقاط دنیا، دقت پیشبینی وقوع سیل را بالاتر ببرد. به طور خلاصه، با کمک این سامانه با دقتی بالا، میتوان پیشبینی کرد در صورت رخداد بارش در هر یک از مناطق هدف، کدام مناطق پاییندست مستعد مواجه شدن با خطر سیلاب هستند. به همین منظور سال گذشته در نشست با مسئولان مربوطه در وزارت نیرو، به منظور نصب ایستگاههایی برای پایش آنلاین دادهها در حداقل دو نقطه از کرخه اعلام آمادگی کردیم. در ابتدا به ما اعلام شد این تجهیزات در 25 نقطه از کرخه وجود دارد و میتوان از آنها استفاده کرد، اما پیگیریهای بعدی تیممان نشان داد که متأسفانه دادههای آنها به صورت آنلاین منتقل نمیشوند و ما نتوانستیم به دادههای لحظهای دست پیدا کنیم. با توجه به اینکه پیگیری این فرآیند زمانبر شد و متعهد به انجام طرح تا موعد مشخصی بودیم، نهایتاً تصمیم تیم بر آن شد تا اعتبار بخش خریداری و نصب این تجهیزات را صرف توسعه یک بستر تحت وب برای مدیریت دادههای خروجی از سامانه کنیم و در فاز بعدی مجدداً بخش مربوط به پایش آنلاین رودخانه از سرگرفته شود.
جدا از پایلوت کرخه، برای مناطق دیگر هم این طرح را اجرا خواهید کرد؟
این موضوع بسیار زمانبر است. بهعنوان مثال در اتحادیه اروپا هم با آن همه سرمایهگذاری سالانه و تعداد زیاد نیروی متخصص همکار، حدود 20 سال از شروع توسعه اجرای آن میگذرد و هنوز هم ادامه دارد. یک تیم در شریف به تنهایی نمیتواند در کوتاهمدت کار به این بزرگی را انجام دهد، مگر اینکه یک حرکت جمعی شکل گیرد. بهعنوان مثال حالا که یک تیم در دانشگاه شریف هسته کار را درآورده است، باید چند نهاد بالادستی، مؤسسات پژوهشی و شرکتهای بزرگ دیگر نیز پای کار بیایند تا بر اساس یک اصول و مبنای مشترک، تقسیم کار انجام شود.
آیا برای پیشبینی وقوع سیل و همچنین میزان خسارات ناشی از آن با فناوری جهانی فاصله داریم؟
اساساً برخی حوزههای فناوری نیاز به تجهیزات یا مواد اولیهای دارند که در داخل امکان تولید آنها نیست و از طرفی ممکن است تولید و تأمین آنها با توجه به تحریمها چندان راحت نباشد و همین امر باعث عقب ماندن در این بخش شده است. اما از قضا، همه ملزومات حوزه پیشبینی و هشدار سیل به ظرفیتهای داخل کشور مربوط میشود و از هیچ نظر از جمله نیروی انسانی متخصص یا تجهیزات مورد نیاز، کمبودی نداریم. فقط کافی است همت کنیم و با یک همکاری منسجم، به نتیجه مطلوب برسیم.
عمده تلاش جدی جهانی در این زمینه از حدود سال 2000 یعنی 20 تا 25 سال گذشته انجام شده و بخش عملیاتی این تلاشها هم به سال 2010 تاکنون مربوط میشود. در واقع دنیا هم هنوز در این زمینه در حال کار و مطالعه است و به بلوغ نرسیده، بنابراین با اتکا بر تجربیات کشورهای پیش رو در این زمینه، با سرعت خوبی میتوانیم این کار مهم را به سرانجام برسانیم.
در دنیا نمونههای موفقی هم از سامانههای هشدار سیل داریم؟
بله. برخی سامانهها پیشبینی سیل را در مقیاس جهانی انجام میدهند و بعضی کشورها از جمله آمریکا، استرالیا، هند و نپال هم این سامانهها را در مقیاس ملی و برای کشور خودشان طراحی کردهاند. اما اتحادیه اروپا که بهعنوان یکی از موفقترینها در زمینه پیشبینی وقوع سیل و صدور هشدار شناخته میشود، برای کل کشورهای عضو این اتحادیه یک سامانه مشترک با دقت قابل قبول دارد. بنابراین الگوی موفق جهانی در این زمینه وجود دارد و با استفاده از تجارب آنها میتوان این کار را در کشور انجام داد.
در اجرای پایلوت سامانه پیشبینی و هشدار سیل، از مدلهای موفق هم بهره گرفتهاید؟
بله. تصمیم گرفتیم مدل خوبی بسازیم که واقعاً کارآمد باشد و البته در این مسیر، چرخ را از اول اختراع نکردیم بلکه از تجربه کشورهای موفق بهره گرفتیم. تحقیق و مطالعاتی انجام دادیم تا دریابیم کدام روش در دنیا بهترین جواب را داده است. به همین دلیل رویکرد اتحادیه اروپا را انتخاب کردیم. البته سعی داشتیم این مدل را بر مبنای ایران و شرایط غرب کشور و مشخصاً حوضه کرخه بومیسازی کنیم.
چرا داده تا این حد برای توسعه سامانه پیشبینی و هشدار سیل اهمیت دارد؟
هرچه داده به روزتری از شرایط رودخانه در اختیار این مدلهای پیشبینی قرار بدهید، شرایط اولیه مدل به واقعیت نزدیکتر است. لذا مدل پیشبینی دقیقتری به شما ارائه میدهد که این یک موضوع کلیدی است. به عنوان مثال وقتی یک مدل را با دادههای هفته گذشته یک رودخانه اجرا میکنید، نسبت به دادههای یک ماه قبل، دادههای واقعیتری را به مدل انتقال میدهید. پس پیشبینی دقیقتری نیز از 10 روز آینده در اختیارتان قرار میگیرد.
دادههای دقیق و آنلاین مورد نیاز مدل پیشبینی را چگونه باید جمعآوری کرد؟
برای این منظور، باید در مناطقی که پیشبینی و هشدار سیل را انجام میدهید، ایستگاهها و تجهیزات میدانی برای اندازهگیری دبی آب، ارتفاع یا سرعت آب وجود داشته باشد. همچنین باید با نصب یک Data Transmitter روی این تجهیزات، دیتا به صورت آنلاین به سرور منتقل شود تا بلافاصله برای بهروزرسانی پیشبینیها مورد استفاده قرار گیرد.
کدام نهادها میتوانند از خروجی سامانه پیشبینی و هشدار سیل بیشترین استفاده را ببرند؟
خروجی سامانه به صورت بالقوه میتواند در اتاقهای پایش وضعیت وزارت نیرو و شرکتهای تابعه استفاده شود و با تحلیل آن، میتوانند تشخیص دهند که آیا قرار است در این منطقه سیل ایجاد شود یا نه و اگر احتمال وقوع سیل وجود دارد کدام قسمت ممکن است زیر آب برود.
در گام بعدی، وزارت نیرو میتواند این هشدارها در سطوح مختلف قرمز، نارنجی و... را به سازمان پیشگیری و مدیریت بحران کشور ارسال کند تا در صورت نیاز، علاوه بر اطلاعرسانی و صدور هشدار، از قبل اقدامات پیشگیرانه انجام دهد. به عنوان مثال در صورت نیاز به تخلیه یک منطقه یا روستا یا امکان تغییر مسیر احتمالی آب، اقدامات میدانی لازم را انجام دهند.
بعد از سیل هم دادهها به سامانه پیشبینی شما کمک میکند؟
بله. بعد از وقوع سیل هم باید ارزیابیهایی انجام و مشخص شود آیا هشدار و پیشبینیها درست بوده یا نه. بسته به میزان خطایی که وجود داشته، دوباره باید به گامهای مختلف توسعه سامانه بازگشت و به اصلاح خطاها پرداخت. در نهایت هم بعد از اجرای چند پایلوت موفق، نوبت به Up Scale و اجرای آن در کل کشور میرسد که نیاز به همت بسیار بیشتری دارد.
چشمانداز شما برای طراحی چنین سامانههایی چیست؟
هدف بزرگ ما این است که دقت پیشبینی ما در همه مناطق سیلخیز کشور از جمله سیستان و بلوچستان، هرمزگان، کرخه، گلستان و... در حد مطلوب و عملیاتی باشد تا بتوانیم هزینه مدیریت بحران را کاهش دهیم. دسترسی به دادهها درباره میزان بارش، بویژه بارشهای حدی، یکی از مهمترین موارد برای تحقق این هدف و پیشبینی دقیق است. جدا از پیچیدگی پیشبینی بارش، ما در کشورمان چیزی به عنوان پیشبینی آب و هوا نداریم و تنها با پردازش خروجی مدلهای جهانی یا قارهای هواشناسی که خارج از ایران در حال انجام است، وضوح مکانی آن را پایینتر میآوریم. اما خودمان هنوز مدلسازی فیزیکی و پیشبینی هوا به صورت مستقل در داخل کشور نداریم.
با بروز تغییرات اقلیمی، شاهد وقوع سیلابهایی بیسابقه در کشور هستیم. اما روانآب حاصل از سیل تنها خسارت میآفریند و به نظر می رسد تاکنون برای استحصال این آبها کاری انجام نشده باشد. شما طرحی برای این کار ندارید؟
این موضوع هم مورد توجه ما قرار داشته و با حمایت بنیاد ملی علم ایران، قرار است در قالب یک پروژه که در سیستان و بلوچستان پیاده شود و مطالعات آن از ماه آینده کلید بخورد. هدف اصلی آن پروژه، شناسایی نقاط سیلخیز و برآورد حجم روانآب قابل استحصال با وقوع این سیلابها در این استان است. این پروژه در عمل به ما کمک میکند تا دریابیم در چه مناطقی از این استان باید سازههایی برای استحصال آب، ایجاد کنیم. در نهایت هم میتواند به ما نشان دهد با استفاده از حجم آب جمعآوری شده ناشی از سیلاب، کدام یک از نیازهای آبی این منطقه قابل تأمین از این طریق است. با توجه به تنش آبی منطقه، دنبال استفاده از روانآبها در این وضعیت کم آبی هستیم.
اولین طرح شما فقط در حوزه پیشبینی کاربرد دارد و در پروژه دوم، هم پیشبینی و هم استفاده از روانآبهای سیلاب را در نظر گرفتهاید. پروژه اول میتواند کار شما را جلو بیندازد؟
بله. یکی از دلایل حمایت از این طرح این بود که زیرساختهای پروژه تا حدی پیش رفته و در نقطه صفر قرار نداشتیم. در این پروژه بسیار جلوتر هستیم و سامانه پیشبینی را فقط باید در سیستان و بلوچستان بومیسازی کنیم و پس از آن، بیشتر بر نحوه استحصال روانآب تمرکز خواهیم کرد.
بعد از طرح استفاده از روانآبهای سیل چه پروژهای را در نظر دارید اجرا کنید؟
این پروژهها پایانی ندارد و باید دائم به دنبال بهتر کردن آن برویم. اما چالش اصلی، ایجاد تجهیزات آنلاین است چراکه وجود آن یک گام بزرگ رو به جلو محسوب میشود و دقت مدلهای پیشبینی را حداقل 20 تا 30 درصد بالا میبرد. به عنوان مثال اگر در حال حاضر دقت 60 درصد پیشبینی میکنیم، میتوانیم آن را به 80 درصد برسانیم که بسیار امیدوارکننده است.
گفتید که بیشتر در زمینه پایش دادهها فعالیت دارید. به منظور رفع چالشها در حوزههای دیگر هم ورود کردهاید؟
بله حدود 7 سال است که در حوزه پایش مصرف آب در بخش کشاورزی ورود کرده و حالا دیگر در این زمینه به بلوغ رسیدهایم. در این حوزه نقشه الگوی کشت یک منطقه را استخراج میکنیم و میتوانیم تعیین کنیم که کدام کشاورز، چه زمانی، کجا و چقدر مازاد بر نیازش آب مصرف کرده است.
به تازگی به حوزه پایش آلودگی هوای صنایع هم وارد شدهایم. در صنایع بالادستی نفت، هنگام استخراج نفت، گازی خارج میشود که از آن با عنوان گاز همراه یاد میشود. اگر برنامهای برای بهرهبرداری از این گاز مانند انتقال آن به شبکه انتقال گاز وجود نداشته باشد، راحتترین کار، سوزاندن آن به صورت مشعلهای گازی است. دولت چهاردهم نسبت به فعالیت این مشعلها حساسیت بالایی دارد و قرار شده در مدت 3 سال آینده درصد زیادی از این مشعلها خاموش شوند. سوزاندن گاز در این مشعلها سالهاست که در ایران انجام میشود و به عنوان یکی از منابع آلودگی هوا به شمار میرود.
ما در طرح خود، علاوه بر شناسایی این مشعلهای روشن، میزان گازی که در هریک از آنها سوخته را اندازهگیری میکنیم و اطلاعات را در اختیار سازمان حفاظت محیط زیست قرار میدهیم. طبق قانون، اگر این صنایع نفت و پتروشیمی بیشتر از زمان مجاز این گازها را بسوزانند یا دودزایی داشته باشند، مشمول قانون عوارض آلایندگی شده و جریمه میشوند. شأن نزول این قانون هم این بوده که به جای اینکه صنایع هرسال جریمه بدهند، همان هزینه را صرف سرمایهگذاری کنند تا از این گاز، به جای سوزاندن، بهرهبرداری کنند. همچنین در حوزهای دیگر، در حال حاضر مشغول کار روی ایجاد و توسعه سامانه پایش کیفیت آب در خلیج فارس نیز هستیم.
برش
از نگاه شما بهعنوان یک پژوهشگر و متخصص، طراحی سامانه ملی پیشبینی و هشدار سیل در کشور چه پیشنیازهایی دارد؟
برای طراحی این سامانه ملی باید چند گام برداشت؛ اولین گام، ارزیابی دادههای تاریخی عمق، پهنه و سرعت آب به منظور ارزیابی شرایط و میزان خطرپذیری سیل پیش از شروع رخداد است که نیازمند یک شبکه برخط پایش و ارسال اطلاعات ایستگاههای هیدرومتری و سیلابدشت است که در حال حاضر ایران از آن بینصیب است. گام دوم، انجام پیشبینی سیل است که مدلسازی مربوطه میتواند به صورت فیزیکی، با استفاده از هوش مصنوعی یا تلفیق هر دو مدل باشد که هر کدام نقاط قوت و ضعف خودشان را دارند. نه مدلهای هوش مصنوعی بهترین و نه مدلهای فیزیکی جوابگوی همه نیازها هستند.
اما موضوع کلیدی توسعه چنین سامانهای، در اختیار داشتن «داده» کافی و دقیق است. همچنین دریافت دادههای بهنگام برای افزایش دقت پیشبینی زمان شروع، شدت، وسعت و بزرگی سیل، اهمیت ویژهای در ارتقای دقت پیشبینی دارد.
گام سوم، تفسیر پیشبینیها و مشاهدات و تعیین اثرات احتمالی بر منطقه است. سپس اعلام هشدار در گام بعدی انجام میشود تا بر اساس آن، اقدامات پیشگیرانه یا کاهش خسارت توسط سازمانهای مدیریت و پیشگیری بحران انجام شود. نهایتاً باید عملکرد سیستم هشدار در طول زمان ارزیابی شود تا بر اساس درسآموختههای حاصل، اقدامات فنی لازم بـرای بهبــــــــــود آن انجام شود.
