Οι αιφνίδιες πλημμύρες αποτελούν τον δεύτερο θανατηφορότερο τύπο καιρικού φαινομένου στις ΗΠΑ και τον πρώτο παγκοσμίως. Νέο σύστημα που συνδυάζει δορυφορικά δεδομένα με μηχανική μάθηση επιχειρεί να αλλάξει αυτή την εικόνα, εντοπίζοντας νωρίτερα τις περιοχές που κινδυνεύουν.
Το λογισμικό φέρει την ονομασία Transient Artifact and Continuous Learning System και σχεδιάστηκε ώστε να υποστηρίξει τις μετεωρολογικές υπηρεσίες στη λήψη αποφάσεων για την έκδοση προειδοποιήσεων. Η ανάγκη είναι προφανής. Tο κρίσιμο πρόβλημα σε τέτοια φαινόμενα δεν είναι η πρόβλεψη της βροχής αλλά ο χρόνος που μεσολαβεί μέχρι να φτάσει η ειδοποίηση σε όσους κινδυνεύουν.
Πόσο γρήγορα εξελίσσεται μια αιφνίδια πλημμύρα
Ένα περιστατικό της 9ης Ιουνίου στην αγροτική Ιντιάνα αποτυπώνει με ακρίβεια το πρόβλημα. Κάτοικος της περιοχής εργαζόταν από το σπίτι της σε τηλεδιάσκεψη, χωρίς να αντιλαμβάνεται ότι η έντονη βροχόπτωση είχε ήδη αρχίσει να πλημμυρίζει την αυλή της.
Κατάλαβε τι συνέβαινε μόνο όταν είδε κομμάτια ξύλου από τον στάβλο της να επιπλέουν. Πρόλαβε να απομακρυνθεί με τα παιδιά της και να καταφύγει σε γειτονικό σπίτι. Η περιοχή δέχτηκε πάνω από 20 εκατοστά βροχής μέσα σε λίγες ώρες – ποσότητα πολλαπλάσια του ορίου που χαρακτηρίζεται έντονη βροχόπτωση. Το νερό είχε υποχωρήσει λίγες ώρες αργότερα.
Η πιο εύγλωττη λεπτομέρεια αφορά τον χρόνο της προειδοποίησης. Όπως αναφέρει η ίδια, οι ειδοποιήσεις που καλούσαν τους κατοίκους να ανέβουν στις στέγες τους έφτασαν όταν εκείνη βρισκόταν ήδη στο σπίτι του γείτονα.
Γιατί λίγα εκατοστά νερού αρκούν
Τα μεγέθη που καθιστούν το φαινόμενο θανατηφόρο είναι μικρότερα από όσο υποθέτει ο μέσος άνθρωπος. Δεκαπέντε εκατοστά νερού που κινείται γρήγορα αρκούν για να ρίξουν κάτω έναν ενήλικα. Τριάντα εκατοστά σηκώνουν αυτοκίνητο. Εξήντα εκατοστά μετακινούν μεγαλύτερα οχήματα, όπως φορτηγά και SUV.
Η υποτίμηση αυτών των μεγεθών εξηγεί γιατί σημαντικό μέρος των θανάτων σε πλημμύρες αφορά οδηγούς που επιχείρησαν να διασχίσουν πλημμυρισμένο δρόμο. Η κλιματική αλλαγή εντείνει παράλληλα τη συχνότητα των ακραίων βροχοπτώσεων, αυξάνοντας τις ευκαιρίες εκδήλωσης τέτοιων φαινομένων.
Τι αλλάζει με το νέο σύστημα
Η προσέγγιση του λογισμικού στηρίζεται στον συνδυασμό δορυφορικών δεδομένων με αλγορίθμους μηχανικής μάθησης, ώστε να εντοπίζονται νωρίτερα οι περιοχές υψηλού κινδύνου.
Το ουσιαστικό όφελος δεν είναι η πρόβλεψη καθαυτή αλλά ο χρόνος. Σε ένα φαινόμενο που εξελίσσεται μέσα σε λεπτά, κάθε επιπλέον διάστημα προειδοποίησης μεταφράζεται άμεσα σε ανθρώπινες ζωές. Το σύστημα λειτουργεί υποστηρικτικά προς τους μετεωρολόγους και όχι αντικαθιστώντας τους – η απόφαση για την έκδοση προειδοποίησης παραμένει ανθρώπινη.
Η αναγκαία επιφύλαξη
Εδώ χρειάζεται μια παρατήρηση που συχνά λείπει. Η τεχνολογία βελτιώνει την ανίχνευση, δεν λύνει ωστόσο το δεύτερο σκέλος του προβλήματος: τη διανομή της προειδοποίησης.
Μια ειδοποίηση που εκδίδεται έγκαιρα αλλά δεν φτάνει στον παραλήπτη – επειδή το κινητό βρίσκεται σε σίγαση, επειδή ο χρήστης έχει απενεργοποιήσει τις ειδοποιήσεις έκτακτης ανάγκης ή επειδή απλώς δεν την πρόσεξε – δεν σώζει κανέναν. Το ανθρώπινο σκέλος της αλυσίδας παραμένει το ασθενέστερο κρίκο, ανεξάρτητα από την ποιότητα των δεδομένων.
Τι σημαίνει για την Ελλάδα
Το φαινόμενο δεν είναι αμερικανικό. Η χώρα έχει βιώσει επανειλημμένα καταστροφικές αιφνίδιες πλημμύρες, με τη Μάνδρα το 2017 και τον Δανιήλ στη Θεσσαλία το 2023 να αποτελούν τα πιο οδυνηρά παραδείγματα – τόσο σε ανθρώπινες απώλειες όσο και σε υλικές καταστροφές.
Η ελληνική γεωμορφολογία εντείνει μάλιστα τον κίνδυνο. Απότομες κλίσεις, μπαζωμένα ρέματα και εκτεταμένη δόμηση σε περιοχές απορροής δημιουργούν συνθήκες όπου το νερό συγκεντρώνεται εξαιρετικά γρήγορα.
Το σύστημα 112 λειτουργεί ήδη ως μηχανισμός μαζικής ειδοποίησης και έχει αποδειχθεί χρήσιμο. Το ζητούμενο παραμένει ωστόσο η ακρίβεια της πρόβλεψης σε τοπικό επίπεδο – το να γνωρίζει δηλαδή κανείς ποιο ρέμα θα υπερχειλίσει και πότε, αντί για γενική προειδοποίηση που καλύπτει ολόκληρη περιφέρεια. Εκεί ακριβώς στοχεύουν εργαλεία αυτού του τύπου, και εκεί βρίσκεται και η μεγαλύτερη υστέρηση των ελληνικών συστημάτων.
