Theo một nghiên cứu đầu tiên trên thế giới của các nhà khoa học tại Đại học Charles Darwin (CDU) Australia, các quan sát chuyên sâu về lịch theo mùa của các dân tộc bản địa có thể là chìa khóa để cải thiện dự báo năng lượng mặt trời.
Điện mặt trời là một trong những nguồn năng lượng tái tạo hàng đầu thế giới, nhưng việc tối đa hóa điện năng thu được từ tấm pin mặt trời một cách ổn định vẫn là thách thức lớn, làm hạn chế độ tin cậy của công nghệ này. Hiện tại, việc sản xuất điện mặt trời rất khó dự đoán do thời tiết, điều kiện khí quyển, lượng ánh sáng hấp thụ trên bề mặt tấm pin.
Mặc dù công nghệ máy học đã cải thiện đáng kể các mô hình dự báo hiện nay, nhưng vẫn còn nhiều chỗ cần cải thiện. Điều này có nghĩa là về cơ bản không thể tạo ra một mô hình dự đoán chung, do đó, các hệ thống dự báo năng lượng mặt trời cục bộ là điều cần thiết.
Với các nhà nghiên cứu tại CDU, thật khó để tìm ra bộ dữ liệu nào dự báo năng lượng mặt trời tốt hơn lịch theo mùa của người bản địa. Phương pháp mới của họ, kết hợp lịch theo mùa của người bản địa với mô hình máy học mới, để dự đoán sản lượng điện của tấm pin mặt trời, được công bố trên tạp chí IEEE Open của Hiệp hội máy tính.
Các nền văn hóa phi bản địa ngày nay thường chia năm thành bốn mùa, nhưng điều đó không đúng với nhiều cộng đồng bản địa trong quá khứ và hiện tại. Ở Australia, người dân quần đảo Tiwi sử dụng lịch ba mùa dựa trên kiến thức sinh thái địa phương của họ. Cộng đồng Gulumoerrgin (Larrakia) của Darwin công nhận bảy mùa chính, trong khi người Kunbarlanja (Gunbalanya) và người Ngurrungurrudjba ở lãnh thổ phía bắc cũng có lịch riêng biệt.
Những lịch này gắn chặt với các kiểu thời tiết và mùa. Các tác giả của nghiên cứu giải thích, sự hiểu biết sâu sắc về khí hậu địa phương cho phép người dân bản địa đưa ra các quyết định sáng suốt về quản lý tài nguyên và phát triển bền vững. Khi biến đổi khí hậu ảnh hưởng đến các kiểu thời tiết, kiến thức của những bộ lịch này trở nên rất quan trọng để thích ứng với các thách thức môi trường.
Ngoài ra, không giống như các hệ thống lịch thông thường, các nền văn hóa bản địa của Australia dựa trên các tín hiệu sinh thái địa phương để phân loại theo mùa. Những yếu tố này bao gồm hành vi của thực vật, động vật có liên quan chặt chẽ đến sự thay đổi của ánh sáng mặt trời và các kiểu thời tiết.
Với suy nghĩ này, nhóm nghiên cứu phân tích nhiều dữ liệu từ lịch của các dân tộc bản địa Tiwi, Gulumoerrgin (Larrakia), Kunwinjku và Ngurrungurrudjba, cùng với một loại lịch hiện đại có tên là Red Centre. Sau đó, các nhà nghiên cứu nhập bộ Số liệu theo mùa của các dân tộc bản địa (FNS-Metrics) vào mô hình máy học mới, được thiết kế để phát hiện các mẫu quy mô lớn. Từ đó, họ thử nghiệm hệ thống với thông tin về năng lượng mặt trời và thời tiết trước đó do Trung tâm năng lượng mặt trời Desert Knowledge Australia tại Alice Springs thu thập.
Kết quả thật đáng kinh ngạc: Số liệu theo mùa của các dân tộc bản địa (FNS-Metrics) vượt trội hơn hẳn nhiều mô hình dự báo hàng đầu hiện nay. So với một mô hình cơ sở vốn đã rất mạnh, dữ liệu của các dân tộc bản địa chính xác hơn 14,6%, đồng thời giảm tỉ lệ lỗi xuống 26,2%, ít hơn một nửa tỉ lệ lỗi của các chương trình dự báo hiện có.
Theo nhóm nghiên cứu, hiểu biết theo mùa lưu giữ trong những bộ lịch này là nguồn tài nguyên vô giá. Việc kết hợp kiến thức theo mùa của người bản địa vào dự đoán sản xuất điện mặt trời, có thể nâng cao đáng kể độ chính xác của dự báo bằng cách liên kết các dự báo với các chu kỳ tự nhiên đã được quan sát và hiểu biết trong hàng nghìn năm.
Dự đoán chính xác điện mặt trời là một thách thức. Nhưng sự kết hợp giữa trí tuệ nhân tạo tiên tiến và trí tuệ cổ xưa có thể cách mạng hóa công nghệ dự đoán này. Nghiên cứu này cũng đặc biệt hứa hẹn đối với các vùng nông thôn, vốn là nơi sinh sống của các cộng đồng người bản địa xa xưa. Phương pháp này cho thấy nó có thể là công cụ giá trị để thúc đẩy phát triển điện mặt trời ở các vùng nông thôn và công trình khác trong tương lai.
