Tổng quan nghiên cứu

Theo ước tính, mỗi năm trên thế giới xảy ra nhiều trận động đất gây thiệt hại nghiêm trọng về người và tài sản. Tại Liban, đặc biệt là khu vực Sioufi, quận của thành phố Beirut với dân số khoảng 10.000 người, nguy cơ rủi ro do động đất càng trở nên cấp thiết do sự phát triển đô thị nhanh chóng, kết cấu hạ tầng chưa đồng bộ và thiếu các quy định chống động đất nghiêm ngặt. Nghiên cứu tập trung mô phỏng và phân tích các hành vi di chuyển của cá nhân sau một trận động đất nhằm đánh giá tác động của các hành vi này đến số lượng thương vong và mức độ phơi nhiễm nguy hiểm. Mục tiêu cụ thể là xây dựng mô hình AMEL (Agent-based Model for Earthquake evacuation in Lebanon) dựa trên dữ liệu khảo sát thực tế từ 88 người dân tại Sioufi, đồng thời sử dụng dữ liệu GIS về cấu trúc đô thị để mô phỏng chính xác môi trường thực tế. Phạm vi nghiên cứu tập trung vào khoảng thời gian hai giờ đầu sau trận động đất, giai đoạn quan trọng quyết định sự sống còn của người dân. Kết quả mô phỏng không chỉ giúp hiểu rõ hơn về hành vi xã hội trong tình huống khẩn cấp mà còn cung cấp cơ sở khoa học để thiết kế các chiến dịch truyền thông nâng cao nhận thức và hướng dẫn hành vi ứng phó hiệu quả, góp phần giảm thiểu thiệt hại nhân mạng và tổn thất tài sản.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên hai lý thuyết chính: lý thuyết điều chỉnh rủi ro động đất và mô hình hệ thống đa tác nhân (Multi-Agent System - MAS). Lý thuyết điều chỉnh rủi ro nhấn mạnh các hành vi và biện pháp mà cá nhân và cộng đồng thực hiện để giảm thiểu thiệt hại do động đất, bao gồm cả chuẩn bị trước và ứng phó sau sự kiện. Mô hình MAS cho phép mô phỏng các hành vi phức tạp của từng cá nhân (đại diện bởi các tác nhân) trong môi trường đô thị, thể hiện sự tương tác giữa các tác nhân và ảnh hưởng của môi trường vật lý như các tòa nhà, đường phố và chướng ngại vật. Các khái niệm chính bao gồm:

  • Hành vi di chuyển (movement behavior): quyết định cách thức và hướng đi của từng cá nhân sau động đất.
  • Hành vi nhận thức chướng ngại vật (obstacle perception): khả năng phát hiện và phản ứng với các vật cản do động đất gây ra.
  • Hành vi bắt chước (imitation behavior): mô phỏng hiện tượng cá nhân theo dõi và đi theo các lãnh đạo không chính thức trong nhóm.
  • Mức độ phơi nhiễm và tử vong (exposure and mortality): các chỉ số đánh giá thiệt hại nhân mạng dựa trên vị trí và hành vi di chuyển của cá nhân.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp mô hình hóa và mô phỏng dựa trên tác nhân (Agent-Based Modeling and Simulation - ABMS) với nền tảng dữ liệu thực tế. Dữ liệu xã hội được thu thập từ khảo sát 88 người dân tại Sioufi, bao gồm các hành vi di chuyển sau động đất và đặc điểm nhân khẩu học. Dữ liệu không gian GIS cung cấp thông tin chi tiết về mạng lưới đường phố, tòa nhà, không gian xanh và các chướng ngại vật do động đất gây ra. Mô hình được phát triển trên nền tảng GAMA, hỗ trợ tích hợp dữ liệu GIS và mô phỏng đa tác nhân. Cỡ mẫu mô phỏng là khoảng 10.000 tác nhân đại diện cho dân số khu vực. Phương pháp phân tích bao gồm:

  • Xây dựng các kịch bản mô phỏng với tỷ lệ hành vi khác nhau dựa trên khảo sát thực tế và giả định.
  • Thực hiện các chuỗi mô phỏng lặp lại để đánh giá số lượng tử vong và người phơi nhiễm nguy hiểm trong từng kịch bản.
  • So sánh kết quả mô phỏng với dữ liệu khảo sát và các nghiên cứu tương tự để kiểm định tính hợp lý của mô hình.
  • Phân tích nhạy cảm để xác định ảnh hưởng của các tham số hành vi đến kết quả thiệt hại.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Phân bố hành vi di chuyển sau động đất: Theo khảo sát, 57% người dân chọn ở lại nguyên vị trí (C2), 12% tiếp tục di chuyển mà không thay đổi hoạt động (C1), chỉ 2% chuyển đến nơi an toàn (C3), 9% di chuyển đến nơi không an toàn (C4), và 20% hủy bỏ kế hoạch di chuyển (C5). Mô phỏng dựa trên phân bố này cho thấy tỷ lệ tử vong và phơi nhiễm cao do phần lớn người dân không chủ động di chuyển đến nơi an toàn.
  2. Ảnh hưởng của hành vi lãnh đạo và bắt chước: Khi tỷ lệ người biết hành vi đúng (lãnh đạo) tăng lên, số người theo dõi và di chuyển đến nơi an toàn cũng tăng, giảm thiểu tử vong khoảng 15-20% so với kịch bản cơ sở.
  3. Tác động của thời gian và địa điểm: Mô phỏng các kịch bản ban ngày và ban đêm cho thấy khi mọi người chủ yếu ở trong nhà (ban đêm, 100% trong tòa nhà), tỷ lệ tử vong tăng lên khoảng 25% do nguy cơ sập đổ cao hơn. Ngược lại, ban ngày với nhiều người ở ngoài đường, tỷ lệ tử vong giảm đáng kể.
  4. Ảnh hưởng của chướng ngại vật: Các tòa nhà bị hư hại tạo ra chướng ngại vật lớn, làm tắc nghẽn đường di chuyển và tăng nguy cơ tử vong. Mô hình cho thấy khoảng 30% số người tiếp xúc với các khu vực nguy hiểm do không thể di chuyển kịp thời.

Thảo luận kết quả

Kết quả mô phỏng phản ánh thực tế khảo sát và các nghiên cứu quốc tế về hành vi con người sau động đất, như hiện tượng "đứng yên" hoặc "đóng băng" tại chỗ chiếm tỷ lệ lớn, làm tăng nguy cơ thương vong. Việc mô hình hóa hành vi lãnh đạo và bắt chước cho thấy vai trò quan trọng của những cá nhân có kiến thức và khả năng ứng phó tốt trong việc hướng dẫn cộng đồng, phù hợp với các nghiên cứu về vai trò của lãnh đạo không chính thức trong tình huống khẩn cấp. So sánh với các nghiên cứu tại Nhật Bản và Mỹ, mô hình AMEL cho thấy sự tương đồng về ảnh hưởng của phân bố dân cư và thời điểm xảy ra động đất đến mức độ thiệt hại. Việc sử dụng dữ liệu GIS giúp mô phỏng môi trường thực tế chính xác hơn, cho phép đánh giá chi tiết tác động của các chướng ngại vật vật lý. Các biểu đồ Victim Exposed Chart và Exposition Time Chart minh họa rõ ràng sự thay đổi số người phơi nhiễm theo thời gian và kịch bản hành vi, hỗ trợ trực quan cho việc phân tích và ra quyết định.

Đề xuất và khuyến nghị

  1. Tăng cường đào tạo và truyền thông về hành vi ứng phó sau động đất: Tổ chức các chiến dịch thông tin nhằm nâng cao nhận thức và kỹ năng di chuyển đến nơi an toàn, đặc biệt tập trung vào nhóm dân cư có kiến thức thấp. Mục tiêu giảm tỷ lệ người ở lại nguyên vị trí từ 57% xuống dưới 30% trong vòng 2 năm. Chủ thể thực hiện: cơ quan quản lý địa phương và tổ chức phi chính phủ.
  2. Phát triển mạng lưới lãnh đạo cộng đồng: Xây dựng và đào tạo đội ngũ lãnh đạo không chính thức trong các khu dân cư để hướng dẫn và hỗ trợ người dân trong tình huống khẩn cấp. Mục tiêu tăng tỷ lệ lãnh đạo từ 12% lên 25% trong 3 năm. Chủ thể thực hiện: chính quyền địa phương phối hợp với các tổ chức xã hội.
  3. Cải thiện hạ tầng đô thị và quản lý chướng ngại vật: Kiểm tra, nâng cấp các công trình xây dựng theo tiêu chuẩn chống động đất, đồng thời thiết lập hệ thống cảnh báo và xử lý nhanh các chướng ngại vật sau động đất để đảm bảo lối thoát hiểm thông suốt. Mục tiêu giảm thiểu 30% các điểm tắc nghẽn trong mạng lưới giao thông đô thị trong 5 năm. Chủ thể thực hiện: cơ quan quản lý xây dựng và đô thị.
  4. Tổ chức diễn tập và mô phỏng thường xuyên: Sử dụng mô hình AMEL để tổ chức các buổi diễn tập ứng phó động đất, giúp người dân làm quen với các kịch bản và hành vi ứng phó phù hợp. Mục tiêu tổ chức ít nhất 2 lần diễn tập mỗi năm tại các khu vực trọng điểm. Chủ thể thực hiện: ban chỉ huy phòng chống thiên tai và các tổ chức cộng đồng.

Đối tượng nên tham khảo luận văn

  1. Nhà quản lý và hoạch định chính sách: Có thể sử dụng kết quả mô phỏng để xây dựng các chính sách phòng chống thiên tai, quy hoạch đô thị và phát triển các chương trình đào tạo ứng phó động đất.
  2. Các nhà nghiên cứu và học giả trong lĩnh vực địa lý, quản lý rủi ro và khoa học máy tính: Tham khảo phương pháp mô hình hóa đa tác nhân kết hợp dữ liệu GIS để phát triển các nghiên cứu tương tự hoặc mở rộng mô hình.
  3. Cơ quan cứu hộ và phòng chống thiên tai: Áp dụng mô hình để dự báo tình huống, lên kế hoạch cứu trợ và tổ chức diễn tập thực tế nhằm nâng cao hiệu quả ứng phó.
  4. Cộng đồng dân cư và tổ chức xã hội: Nắm bắt thông tin về hành vi ứng phó hiệu quả, từ đó nâng cao nhận thức và chuẩn bị tốt hơn cho các tình huống động đất thực tế.

Câu hỏi thường gặp

  1. Mô hình AMEL có thể áp dụng cho các khu vực khác ngoài Sioufi không?
    Mô hình có thể được điều chỉnh và áp dụng cho các khu vực khác có cấu trúc đô thị và đặc điểm dân cư tương tự, tuy nhiên cần cập nhật dữ liệu GIS và khảo sát hành vi địa phương để đảm bảo tính chính xác.

  2. Dữ liệu khảo sát 88 người có đủ đại diện cho toàn bộ dân cư Sioufi không?
    Mặc dù cỡ mẫu 88 người là tương đối nhỏ so với dân số khoảng 10.000 người, nhưng khảo sát cung cấp các xu hướng hành vi quan trọng. Mô hình cũng sử dụng các giả định hợp lý để mở rộng mô phỏng cho toàn bộ dân cư.

  3. Làm thế nào để mô hình phản ánh được sự đa dạng trong hành vi con người?
    Mô hình phân loại hành vi thành 5 nhóm chính dựa trên khảo sát thực tế và bổ sung hành vi bắt chước, đồng thời cho phép thay đổi tỷ lệ hành vi trong các kịch bản để phản ánh sự đa dạng và biến động trong thực tế.

  4. Mô hình có tính đến yếu tố tâm lý như hoảng loạn hay sợ hãi không?
    Phiên bản hiện tại tập trung vào hành vi di chuyển và nhận thức chướng ngại vật, chưa mô phỏng chi tiết các yếu tố tâm lý. Tuy nhiên, các yếu tố này có thể được tích hợp trong các phiên bản phát triển tiếp theo.

  5. Kết quả mô phỏng có thể hỗ trợ trực tiếp cho công tác quản lý khủng hoảng như thế nào?
    Kết quả giúp xác định các hành vi nguy hiểm cần thay đổi, đánh giá hiệu quả các chiến dịch truyền thông, đồng thời hỗ trợ lập kế hoạch sơ tán và bố trí nguồn lực cứu hộ phù hợp với đặc điểm hành vi dân cư.

Kết luận

  • Nghiên cứu đã xây dựng thành công mô hình AMEL mô phỏng hành vi di chuyển của cá nhân sau động đất tại khu vực Sioufi, Beirut dựa trên dữ liệu thực tế và GIS.
  • Kết quả mô phỏng cho thấy hành vi di chuyển chủ động đến nơi an toàn có thể giảm thiểu đáng kể số người tử vong và phơi nhiễm nguy hiểm.
  • Vai trò của các lãnh đạo không chính thức và hành vi bắt chước là yếu tố then chốt trong việc cải thiện hiệu quả sơ tán.
  • Mô hình cung cấp cơ sở khoa học để thiết kế các chiến dịch truyền thông và chính sách quản lý rủi ro thiên tai hiệu quả hơn.
  • Các bước tiếp theo bao gồm mở rộng mô hình tích hợp yếu tố tâm lý, đa dạng hóa phương tiện di chuyển và áp dụng mô hình cho các khu vực khác nhằm nâng cao khả năng ứng dụng thực tiễn.

Hành động ngay hôm nay bằng cách áp dụng các khuyến nghị từ nghiên cứu để tăng cường khả năng ứng phó động đất tại các khu vực đô thị có nguy cơ cao.