Trong thảm họa lũ lụt Colorado năm 2013,ạngxãhộigiúpbáotinbãochínhxáchơndựbáotruyềnthốborneo – bali united pusam hơn 180.000 người được sơ tán, hàng ngàn người và vật nuôi được cứu sống, 8 người thiệt mạng và tài sản bị phá hủy trị giá hơn 2 tỉ USD. Cũng như các trường hợp khác, giao thức đối phó với thiên tai luôn là xác định nơi thiệt hại, cứu hộ nạn nhân, viện trợ vật tư y tế và thực phẩm.

Hình ảnh tổng hợp từ các nguồn khác nhau cho thấy chính xác nơi ngập và mức độ thiệt hại khi có thiên tai, trong đó, nguồn từ mạng xã hội (phải, cuối) là những hình ảnh chi tiết nhất - Ảnh: IJRS

Nhưng làm sao để kế hoạch trơn tru khi hình ảnh vệ tinh và dữ liệu vốn chỉ gồm khu vực ảnh hưởng nặng nhất, hơn nữa, các công cụ này không phải lúc nào cũng chính xác và thuận tiện. “Hình ảnh vệ tinh công khai có sẵn cho một địa điểm không phải lúc nào cũng xuất hiện vào đúng lúc. Đôi khi nó phải mất vài ngày trước khi hiển thị”, Elena Sava, sinh viên tốt nghiệp ngành địa lý thuộc Penn State cho biết.

Bằng cách theo vết các tweet về cơn lũ của cư dân mạng, các cơ quan phản ứng có thể biết và tiếp cận nơi cần sự trợ giúp nhanh hơn bao giờ hết - Ảnh: Twitter.

Sau khi xem xét trận lũ Colorado, báo cáo công bố trên tạp chí Viễn thám quốc tế chỉ ra vai trò của mạng xã hội trong quá trình thông tin này. Các nhà khoa học cho biết nghiên cứu “tập trung vào việc xác định dữ liệu trong dòng dữ liệu phi truyền thống”.

Guido Cervone, Phó Giáo sư về địa lý và Phó Giám đốc Viện phần mềm quan sát khoa học CyberScience của Penn State (Mỹ),chia sẻ: “Chúng tôi muốn xem liệu phương tiện truyền thông xã hội có thể giúp lấp đầy các khoảng trống dữ liệu vệ tinh hay không”.

Từ đó, họ đã chỉ ra tính hiệu quả của việc sử dụng dữ liệu mạng xã hội trong công tác xác định và ước đoán thiệt hại cũng như địa điểm cần trợ giúp khi thiên tai xảy ra. Elena Sava nói thêm: “Bằng cách theo dõi các tweet và đăng tải trên mạng xã hội khác, có thể xác định khu vực cần giúp đỡ nhanh hơn bao giờ hết”.

Khi có “biến”, vệ tinh thương mại được dùng thu thập hình ảnh độ nét cao nhằm xác định khu vực bị ảnh hưởng bởi thiên tai. Phần tiếp theo của quá trình đòi hỏi đánh giá thiệt hại cơ sở hạ tầng giao thông vận tải. Nó được thực hiện bằng cách kết hợp hình ảnh với các dữ liệu thu từ phương tiện truyền thông như Twitter và Flickr cũng như bất kỳ dữ liệu bổ sung nào.

Cụ thể, bằng cách kiểm tra Twitter, các nhà nghiên cứu tìm được 150.000 tweet từ người bị ảnh hưởng lũ lụt. Một chương trình tên CarbonScanner được dùng để xác định điểm nóng và các từ khóa dùng trên tweet liên quan đến thảm họa. Ngoài ra, vệ tinh thu 22.000 hình ảnh từ Flickr, Air Patrol dân sự, phương tiện bay không người lái và nguồn khác cho các nhà nghiên cứu thấy chính xác nơi ngập.

Để giải cứu thành công, cơ quan phản ứng cần thông tin về thảm họa đúng thời gian nó đang diễn ra và mạng xã hội cho biết điều đó. Mặt khác, nếu phân tích dữ liệu Flickr và Twitter sẽ thấy dấu hiệu nhiều nơi bị ngập hơn là chỉ nhìn vào ảnh vệ tinh.

Trên Twitter, mọi người cũng miêu tả tình thế như kiểu “đường biến thành sông rồi này” hay việc họ đã không về nhà được vì ngập nước như thế nào. Những đăng tải này là chỉ số góp phần tính toán chính xác tác động thiên tai.

Bên cạnh đó, như Guido Cervone nói: “FEMA, Hội Chữ thập đỏ và các cơ quan phản ứng khác sử dụng phương tiện truyền thông xã hội hiện nay để phổ biến thông tin liên quan đến công chúng. Chúng tôi thấy ở đây tiềm năng dùng dữ liệu mạng xã hội từ thành viên cộng đồng giúp xác định các điểm nóng cần viện trợ đặc biệt khi nó kết hợp với hình ảnh viễn thám của khu vực”.

Nhóm nghiên cứu hiện đang tiếp tục tiến hành chỉnh các thuật toán và đánh giá các nền tảng truyền thông xã hội khác như Facebook, Instagram để cung cấp dữ liệu hữu ích cho lực lượng phản ứng khấn cấp.