Memanfaatkan Teknologi dalam Menangani Bencana Banjir di Malaysia

Peningkatan kejadian banjir besar di Malaysia kebelakangan ini telah meningkatkan kesedaran orang ramai mengenai impak buruk perubahan iklim. Menurut portal Info Bencana Jabatan Kebajikan Masyarakat (JKM) dan laporan Pusat Kawalan Bencana Negara (NDCC), jumlah mangsa banjir pada tahun 2024 telah melebihi 200 000 orang, lalu menjadikannya antara rekod tertinggi selepas banjir besar tahun 2014 dan tahun 2015. Fenomena ini tidak hanya merosakkan infrastruktur awam dan harta benda, malah mengancam nyawa serta memberikan kesan negatif terhadap kesihatan mental individu.

Pada abad ke-21, kemajuan dalam pelbagai teknologi, seperti telefon pintar, kecerdasan buatan (AI), Internet benda (IoT), satelit dan lain-lain telah memberikan manfaat yang besar dalam menangani bencana alam. Sebagai contoh, teknologi dron telah digunakan secara meluas dalam pemantauan kawasan banjir dan operasi penyelamatan di lokasi yang sukar diakses oleh manusia. Integrasi teknologi dalam sistem pengurusan banjir adalah penting untuk menyediakan penyelesaian inovatif dalam meramalkan, memantau dan mengurangkan impak banjir terhadap masyarakat.

Sistem Ramalan Banjir Berasaskan AI

Pembangunan sistem ramalan awal banjir adalah sangat penting untuk memberikan amaran kepada kerajaan dan masyarakat agar bersiap sedia untuk menghadapi banjir besar. Sistem Program Ramalan dan Amaran Banjir (PRABN) yang dibangunkan oleh Jabatan Pengairan dan Saliran Malaysia menggunakan data cuaca, aliran sungai, paras air sungai dan model hidrologi untuk memantau keadaan sungai secara masa nyata di seluruh Malaysia. Sistem ini juga memberikan ramalan banjir yang membantu agensi kerajaan berkaitan untuk membuat persediaan menghadapi banjir.

Selain itu, Jabatan Meteorologi Malaysia telah membangunkan aplikasi MyCuaca yang memberikan maklumat cuaca terkini serta amaran cuaca ekstrem untuk beberapa jam yang akan datang. Pengenalan sistem ramalan banjir ini perlu disebarkan kepada orang ramai, terutamanya di kawasan yang sering dilanda banjir, supaya mereka dapat menerima maklumat terkini dengan segera.

Penggunaan AI dalam bencana alam telah menjadi fokus utama dalam penyelidikan dan pembangunan sistem ramalan cuaca ekstrem dan banjir. AI dipercayai dapat meningkatkan ketepatan model ramalan dengan menganalisis data cuaca lepas.

Selain itu, AI juga mampu menganalisis gambar, teks dan video yang dimuat naik dalam media sosial seperti TikTok dan Facebook atau video yang dirakam di jalan raya untuk menilai tahap keseriusan banjir. Hal ini membolehkan AI memberikan amaran kepada pihak berkuasa sebelum situasi menjadi lebih teruk. Sebagai contoh, AI telah digunakan oleh Agensi Pengurusan Kecemasan Persekutuan (FEMA) di Amerika Syarikat dalam menangani bencana alam dengan menggunakan data yang dikumpul dari orang ramai.

Sistem Geografi Informasi (GIS) dan Penderiaan Jauh

Teknologi GIS memainkan peranan yang amat penting dalam mengenal pasti kawasan berisiko banjir dengan menggabungkan pelbagai maklumat seperti ketinggian tanah, taburan hujan, lokasi perbandaran atau kampung, sungai, jalan raya dan faktor lain. Sementara itu, teknologi penderiaan jauh yang menggunakan dron dan satelit membolehkan pemantauan keadaan banjir secara masa nyata dan menyediakan data yang diperlukan oleh GIS dalam pemetaan kawasan banjir.

Imej yang diperoleh daripada dron dan satelit semasa dan selepas kejadian banjir juga dapat digunakan untuk mengira tahap kemusnahan serta menilai kerosakan infrastruktur. Penggunaan gabungan teknologi GIS dan penderiaan jauh ini amat membantu pihak berkuasa dalam membuat keputusan yang lebih strategik dan berkesan dalam mitigasi kesan banjir di Malaysia.

Program Sarjana Sains Geomatik untuk Pengurangan Risiko Bencana (GeoDRR) yang ditawarkan oleh Universiti Sains Malaysia pada tahun 2024 bertujuan untuk melahirkan graduan profesional yang berkemahiran tinggi dalam aplikasi teknologi GIS dan penderiaan jauh bagi menguruskan risiko bencana, khususnya bencana banjir di Malaysia. Program ini dibangunkan dengan sokongan geran Erasmus+ Eropah dan melibatkan kerjasama dengan profesor dari Poland, Greece dan Sepanyol yang berkongsikan pengalaman serta teknologi terkini yang digunakan di Eropah dalam menangani bencana alam. Kursus seperti ini sangat penting untuk melahirkan tenaga pakar yang dapat menyediakan maklumat yang tepat bagi membantu proses membuat keputusan dalam usaha adaptasi dan mitigasi banjir.

Infastruktur Pintar

Bandar pintar merupakan usaha kerajaan untuk meningkatkan kemampanan bandar di Malaysia melalui penggunaan teknologi moden. Contohnya, bandar seperti Kuala Lumpur, Iskandar Johor dan Putrajaya semakin giat menggunakan sensor IoT untuk memantau hujan dan paras air secara masa nyata. Data yang dikumpulkan oleh penderia ini ini disalurkan ke pusat kawalan, lalu membolehkan pihak berkuasa mengambil tindakan awal untuk mengaktifkan langkah kawalan banjir sebelum situasi menjadi kritikal.

Sebagai contoh, SMART Tunnel menggabungkan teknologi canggih dan reka bentuk kejuruteraan inovatif untuk mengatasi masalah banjir dan kesesakan trafik di Kuala Lumpur. Teknologi ini merangkumi penderia banjir, sistem saliran pintar dan pusat kawalan berpusat yang menganalisis data masa nyata untuk memandu usaha mitigasi banjir. Pada kejadian banjir Disember 2021, terowong ini berjaya mengalihkan sebanyak lima juta meter padu air, sekali gus mengurangkan impak banjir di ibu kota.

Konsep Pengubahsuaian Sinaran Solar (SRM)

SRM yang juga dikenali sebagai pengurusan sinaran solar atau solar geoengineering ialah konsep yang dicadangkan oleh negara maju untuk mengurangkan suhu global dengan pantas. Konsep ini boleh diibaratkan seperti menggunakan payung semasa berjalan di bawah matahari yang terik.

SRM dilakukan dengan meningkatkan jumlah cahaya matahari atau sinaran suria yang dipantulkan oleh atmosfera kembali ke angkasa lepas atau dengan mengurangkan pemerangkap sinaran terma yang dihasilkan oleh bumi. Teknologi SRM yang dicadangkan untuk memantulkan sinaran solar balik ke angkasa lepas termasuklah suntikan aerosol stratosfera, pencerahan awan marin, cermin angkasa lepas, pengubahsuaian permukaan albedo dan pengurangan awan Cirrus.

Suntikan aerosol stratosfera adalah antara teknologi SRM yang paling banyak dibincangkan dan melibatkan pelepasan aerosol seperti sulfur dioksida atau zarah refleksi lain ke lapisan stratosfera pada setiap tahun dengan menggunakan kapal terbang. Tindakan ini adalah untuk mewujudkan lapisan yang akan memantulkan cahaya matahari.

Konsep ini diilhamkan oleh kesan penyejukan semula jadi akibat letusan Gunung Berapi Pinatubo yang berlaku di Filipina pada tahun 1991 yang menyebabkan suhu bumi global menurun sebanyak 0.5 darjah Celsius sehingga pertengahan tahun 1992. Usaha ini dipercayai dapat mengurangkan kesan banjir yang diakibatkan oleh perubahan iklim. Namum begitu, pemahaman mengenai impak teknologi SRM di negara Selatan Global masih amat kurang dan lebih banyak penyelidikan perlu dijalankan mengenai kesesuaian teknologi ini.

Kesimpulannya, peranan teknologi menjadi semakin penting seiring dengan ketidaktentuan perubahan iklim. Penggunaan teknologi bukan sahaja mampu meningkatkan ketepatan dan keberkesanan dalam pemantauan serta ramalan banjir, malah mempercepat operasi menyelamat mangsa banjir. Pemanfaatan teknologi dalam ramalan cuaca, pemodelan, pemantauan dan pembangunan infrastruktur pintar, impak banjir di Malaysia dapat dikurangkan dengan lebih berkesan.

Selain itu, memperkasakan komuniti melalui akses kepada teknologi, terutamanya untuk menerima maklumat terkini seperti ramalan cuaca, amaran banjir dan laluan pemindahan merupakan langkah penting yang harus diberikan perhatian. Pendekatan ini bukan sahaja membantu meningkatkan kesediaan masyarakat dalam menghadapi risiko banjir, tetapi juga menyumbang kepada pembinaan masa depan yang lebih mampan.

Gs. Dr. Mou Leong Tan merupakan Profesor Madya di Bahagian Geografi, Pusat Pengajian Ilmu Kemanusiaan, Universiti Sains Malaysia.

Dr. Nik Norliati Fitri Md Nor ialah Pensyarah Kanan di Bahagian Geografi, Pusat Pengajian Pendidikan Jarak Jauh, Universiti Sains Malaysia.