Theo IPCC (2022), các mô hình thích ứng dựa vào cộng đồng (Community-based adaptation - CBA) đạt hiệu quả cao khi kết hợp tri thức bản địa với khoa học hiện đại. Kinh nghiệm quốc tế ghi nhận nhiều sáng kiến CBA tạo ra thay đổi bền vững: “vườn nổi” ở Bangladesh giúp duy trì sản xuất trong mùa ngập; ruộng bậc thang ở Nepal giảm xói mòn và góp phần bảo đảm an ninh lương thực; mô hình quản lý chăn thả luân phiên ở Kenya bảo vệ đồng cỏ và nguồn nước (UNDP, 2010). Tại Việt Nam, định hướng chính sách nhấn mạnh vai trò cộng đồng trong thích ứng BĐKH thông qua Quyết định 896/QĐ-TTg (26/7/2022) về Chiến lược quốc gia về BĐKH đến 2050 và Quyết định 1055/QĐ-TTg (20/7/2022) về Kế hoạch thích ứng giai đoạn 2021–2030, tầm nhìn đến 2050; các mô hình được lồng ghép kỳ vọng giảm tính dễ bị tổn thương, nhất là ở miền núi. Trong bối cảnh Tây Bắc bộ là “điểm nóng” khí hậu với địa hình dốc, mưa cực đoan, lũ quét, sạt lở và khô hạn thường xuyên, sinh kế phụ thuộc chủ yếu vào nông – lâm nghiệp (UNDP, 2010), nghiên cứu tập trung phân tích và hệ thống hóa các mô hình CBA đang triển khai; kết quả nổi bật với ba nhóm: (i) sinh kế nông nghiệp thích ứng; (ii) hệ thống tưới tiêu tiết kiệm nước; (iii) nông lâm kết hợp. Phân tích hiệu quả cho thấy lợi ích đồng thời về kinh tế, môi trường và xã hội, đồng thời chỉ ra thách thức về hạ tầng, vốn, kỹ thuật và liên kết thị trường; vì vậy nghiên cứu đề xuất hướng nhân rộng dựa trên tăng đầu tư và dịch vụ khuyến nông, phát triển chuỗi giá trị, củng cố cơ chế chính sách ưu đãi và tăng liên kết đa tác nhân nhằm nâng cao năng lực chống chịu tại địa phương và tạo cơ sở khoa học cho hoạch định chính sách ở phạm vi rộng hơn.

Song song với các mô hình thích ứng dựa vào cộng đồng, ứng dụng công nghệ trong quản trị rủi ro thiên tai cũng là yêu cầu cấp thiết, nhất là trong bối cảnh sạt lở đất gia tăng về tần suất và mức độ tàn phá. Tại tỉnh Lào Cai—nơi địa hình dốc, bị chia cắt mạnh—việc xây dựng hệ thống cảnh báo sớm nhằm giảm thiểu thiệt hại về người và tài sản gặp nhiều trở ngại do hạn chế dữ liệu quan trắc truyền thống. Nghiên cứu khai thác các nguồn dữ liệu mở theo thời gian thực kết hợp mô hình học máy Random Forest để xây dựng bản đồ cảnh báo nguy cơ sạt lở đất; bộ dữ liệu đầu vào gồm điểm sạt lở quan sát được cùng các yếu tố điều kiện như độ dốc, hướng dốc, lượng mưa, độ ẩm đất, thổ nhưỡng, lớp phủ bề mặt, khoảng cách tới đường và sông suối, đồng thời sử dụng lượng mưa dự báo theo thời gian thực. Kết quả cho thấy độ chính xác tổng thể đạt 85% và hệ số Kappa 0,69; các chỉ số theo ROC và PRC đạt mức tin cậy cao, khẳng định tính khả thi và hiệu quả của cách tiếp cận này, đồng thời cho thấy tiềm năng ứng dụng học máy dựa trên dữ liệu nguồn mở để phát triển hệ thống cảnh báo sớm cho khu vực miền núi còn hạn chế dữ liệu quan trắc như Lào Cai.