Tendencia a las catastrofes inundaciones, deslizamientos de tierra aumentan
En la mañana del 25 de abril, el Ministerio de Agricultura y Medio Ambiente coordino con el Fondo Comunitario para evitar que los desastres naturales organicen un seminario 'Soluciones y inundaciones repentinas de advertencia de tecnologia y deslizamientos de tierra en la comunidad'. El seminario fue implementado por el Departamento de Hidrometeorologia y el Periodico Agricultura y Medio Ambiente.
En su intervencion en la conferencia, el viceministro de Agricultura y Medio Ambiente, Le Cong Thanh, destaco que las inundaciones y los deslizamientos de tierra son dos de los tipos de desastres naturales que causan daños mas graves, no solo en personas y bienes, sino que tambien dejan consecuencias a largo plazo para los medios de vida, el medio ambiente y la infraestructura y afectan los objetivos de desarrollo economico y social.
En los ultimos años, la tendencia de los desastres naturales de inundaciones y deslizamientos de tierra en las montañas de Vietnam y en el sur de Vietnam ha aumentado y requiere medidas drasticas en la prevencion y la lucha.
La alerta temprana y la accion temprana en la comunidad son claves para minimizar el daño.
"Actualmente, a pesar de los avances en la tecnologia de prediccion, la alerta de inundaciones, deslizamientos de tierra y asentamientos sigue siendo un gran desafio, especialmente en las zonas mas remotas y profundas, donde la poblacion tiene poco acceso a la informacion, la falta de sistemas de alerta directa y la preparacion limitada para responder", dijo el viceministro Le Cong Thanh.
El viceministro Le Cong Thanh propuso aclarar el umbral de alerta de desastres para que la comunidad pueda tomar medidas, enfatizando que la informacion debe ser veraz, oportuna, facil de entender y acorde con la capacidad de respuesta de la gente.
Ademas, es necesario implementar tecnologia moderna para advertir temprano de inundaciones y deslizamientos de tierra, y promover la socializacion en el establecimiento de estaciones de alerta automatica en comunidades de alto riesgo.
Tambien afirmo que el Ministerio de Agricultura y Medio Ambiente continuara dirigiendo la ampliacion de modelos, la innovacion tecnologica, la finalizacion de politicas y la estrecha colaboracion con las partes interesadas para hacer realidad las iniciativas.
Mejorar la calidad de la prevision, la alerta es la clave
El Sr. Nguyen Xuan Tung, jefe adjunto del Departamento de Respuesta y Correccion de Desastres, Departamento de Gestion de De De, Prevencion y Control de desastres propuso una serie de soluciones. Segun el Sr. Tung, en terminos de instituciones politicas, es necesario continuar perfeccionando el marco legal, aumentando la inversion en obras de prevencion y control y sistemas de advertencia; Al mismo tiempo, controle la planificacion de la construccion y reorganice la poblacion asociada con los medios de vida.
Con respecto a la ciencia y la tecnologia, es necesario mejorar la capacidad de pronostico y advertencia de fuertes lluvias, especialmente lluvia extrema en el corto periodo de tiempo para inundaciones repentinas y advertencia de deslizamientos de tierra. Construyendo mapas de particion, mapas de riesgo de inundacion repentina, deslizamientos de tierra a aldeas y aldeas para servir la planificacion, el acuerdo residencial y la respuesta a la situacion. Instalacion del sistema de sensores de lluvia, sensor de movimiento de rocas en areas con alto riesgo y construccion de sistemas de advertencia temprana que combinan equipos de advertencia y tecnologia digital.
De la agencia de pronostico, el Sr. Mai Van Khiem, director del Centro Nacional de Pronostico Hidrometeorologico (Departamento de Hidrometeorologia) propuesto, es necesario promover la investigacion, la encuesta y la particion detallada. Ademas, estudiar y determinar el umbral de lluvia detallado para cada region es muy importante. A partir de ahi, garantice informacion oportuna de advertencia a la comunidad, aldea y aldea.
Al mismo tiempo, la aplicacion de tecnologias avanzadas (AI, Big Data) ayuda a advertir con mayor precision y detalle; mejora continuamente la calidad de las previsiones de lluvia mediante la combinacion de datos de multiples fuentes.
