Menurut Bendahari Persatuan IoT Malaysia, Pathmanathan Muniandy, sistem pengesanan banjir pintar yang mampu mengintegrasikan pelbagai sumber data akan mengatasi kelemahan sistem sedia ada serta meningkatkan keupayaan ramalan banjir hingga menjangkau aspek cuaca.
"Sebagai contoh, sistem ini dapat memproses data daripada sensor yang memantau paras air sungai, pola hujan, data pasang surut dari Pusat Hidrografi Kebangsaan serta imej satelit. Integrasi pintar ini memberikan gambaran yang lebih komprehensif dan tepat mengenai risiko banjir.
"Model ini kini digunakan oleh Jabatan Meteorologi India (IMD) melalui kerjasama dengan Google Flood Forecasting Initiative dan terbukti berkesan dalam meningkatkan ketepatan ramalan banjir di negara tersebut," katanya dalam kenyataan kepada Bernama.
Pathmanathan menjelaskan bahawa, berbanding sistem konvensional, teknologi berasaskan pelbagai sensor ini mampu memberikan amaran seawal 48 jam sebelum bencana berlaku, sekali gus meningkatkan ketepatan pengesanan risiko banjir.
"Teknologi seperti ini wajar dimanfaatkan untuk mengelakkan keadaan bertambah buruk, di samping memberi notifikasi kepada penduduk agar mengambil langkah berjaga-jaga," katanya.
Menurutnya, penggunaan AI membolehkan sistem itu dikemas kini secara berterusan, yang seterusnya mempertingkatkan ketepatan dan kualiti ramalan dari semasa ke semasa.
Pathmanathan turut mencadangkan agar sistem itu dilaksanakan secara berperingkat, bermula di kawasan bandar berisiko tinggi sebelum diperluaskan ke kawasan luar bandar.
"Selain diintegrasikan dengan Pusat Ramalan dan Amaran Banjir Negara (PRABN), maklumat tambahan daripada imej satelit juga dapat membantu kerajaan tempatan merancang pembangunan bandar dengan lebih berkesan," katanya.
-- BERNAMA
