Đổi mới toàn diện để nâng cao chất lượng và kéo dài thời gian dự báo, cảnh báo thiên tai

Hiện đại hóa mạng lưới quan trắc, bảo đảm dữ liệu thời gian thực

Theo Ông Hoàng Đức Cường, Phó Cục trưởng Cục KTTV cho biết: Nỗ lực của Cục KTTV trong việc cải thiện chất lượng dự báo đã được triển khai một cách toàn diện, tập trung vào ba nội dung chính: công nghệ quan trắc, mô hình dự báo số trị và ứng dụng trí tuệ nhân tạo (AI). Sự đổi mới này là yếu tố then chốt giúp ngành khí tượng thủy văn Việt Nam đang ngày càng ứng phó hiệu quả hơn với các hình thái thời tiết cực đoan đang gia tăng.

Thứ nhất là quan trắc và thu thập dữ liệu, trong thời gian gần đây, Nhà nước đã có sự quan tâm, bổ sung, nâng cấp mạng lưới quan trắc, chuyển đổi dần từ quan trắc thủ công sang quan trắc tự động và thời gian thực. Điều này đảm bảo số liệu, dữ liệu đầu vào luôn được cập nhật liên tục, với độ chính xác với tần suất cao. Bên cạnh đó, hệ thống ra đa thời tiết cũng được nâng cấp, bổ sung với 10 ra đa thời tiết, cùng với đó là ảnh vệ tinh khí tượng cũng được ứng dụng để theo dõi chi tiết quá trình phát triển của mây dông, cho phép các dự báo viên nhận diện cường độ mưa cục bộ với độ phân giải cao, đặc biệt quan trọng trong việc dự báo dông, lốc và cảnh báo sớm lũ quét, sạt lở đất.

Thứ hai là tiếp tục áp dụng và cải tiến các mô hình dự báo số trị, công nghệ hỗ trợ dự báo, cảnh báo thiên tai. Cục tiếp tục phát triển và làm chủ các mô hình số trị quy mô khu vực có khả năng đồng hóa dữ liệu để mô phỏng khí hậu và dự báo thời tiết, mô phỏng và dự báo các yếu tố hải văn như sóng, dòng chảy, nước dâng. Các công nghệ mã nguồn mở, tự động cũng từng bước được đưa vào sử dụng bên cạnh các mô hình thương mại, truyền thống để dự báo, cảnh báo thủy văn, lũ và ngập lụt. Bên cạnh đó, Cục KTTV cũng tập trung, phát triển nền tảng công nghệ số tích hợp dữ liệu lớn và áp dụng công nghệ cảnh báo của Hoa Kỳ do Tổ chức Khí tượng thế giới chuyển giao để cảnh báo lũ quét, sạt lở đất cho Việt Nam và khu vực Đông Nam Á. Hiện tại, nền tảng này được tích hợp trên hệ thống thông tin cảnh báo lũ quét, sạt lở đất thời gian thực tại địa chỉ https://luquetsatlo.nchmf.gov.vn/ với mức độ chi tiết đến cấp xã.

Thứ ba, Cục đang từng bước ứng dụng AI cho các bài toán dự báo, cảnh báo. Trung tâm Dự báo Khí tượng Thủy văn quốc gia, Cục KTTV đã phối hợp với Viện Nghiên cứu & Ứng dụng Trí tuệ nhân tạo để ứng dụng và phát triển mô hình CIFOMI, ứng dụng mô hình nền tảng (foundation model) kết hợp kỹ thuật tinh chỉnh gợi ý (prompt tuning) trong dự báo bão, áp thấp nhiệt đới từ giữa năm 2024. Kết quả ban đầu rất khả quan, sai số dự báo cường độ bão trong 24 giờ giảm từ 10–20% so với các mô hình và phương pháp khác đang sử dụng, thời gian chạy mô hình cũng cải thiện đáng kể, nhờ đó dự báo viên có thêm thời gian để tập trung phân tích, đánh giá và ra quyết định. 

Những thách thức lớn trong dự báo thiên tai cực đoan

Thách thức đầu tiên và căn bản nhất nằm ở sự thiếu hụt dữ liệu quan trắc đầu vào. Mặc dù đã có sự đầu tư, bổ sung mạng lưới quan trắc, công nghệ viễn thám và radar cũng đã được áp dụng, nhưng mạng lưới quan trắc hiện tại vẫn cần cải thiện để đáp ứng yêu cầu ngày càng cao của các mô hình dự báo hiện đại. Thực tế, mạng lưới trạm quan trắc khí tượng thủy văn trên đất liền còn thưa, chưa đáp ứng được theo quy hoạch mạng lưới trạm quan trắc khí tượng thủy văn đã được công bố, phân bố các trạm quan trắc không đồng đều, đặc biệt thưa ở vùng sâu, vùng núi, nơi thường xuyên xảy ra lũ quét và sạt lở. Mặt khác, quan trắc khí tượng thủy văn trên biển, nơi hình thành bão và ảnh hưởng trực tiếp đến cường độ bão rất hạn chế, mạng lưới trạm hải văn chưa đủ dầy, mặc dù đã có một số Radar để quan trắc dòng chảy biển nhưng chưa đủ dầy, chưa có Radar chuyên dụng quan trắc sóng và thiếu hẳn các nội dung quan trắc các yếu tố hải văn bằng phao trôi, phao nổi, trạm biển. Hệ thống 10 Radar thời tiết đang được vận hành vẫn chưa thể bao quát toàn bộ vùng biển, đất liền Việt Nam và phụ cận, điều này làm giảm khả năng quan trắc, cảnh báo kịp thời các hiện tượng thời tiết nguy hiểm như dông, lốc, và mưa lớn cục bộ cũng như cảnh báo lũ quét, sạt lở đất.

Thách thức thứ hai là hạn chế về hạ tầng tính toán, các mô hình số trị độ phân giải cao và các mô hình trí tuệ nhân tạo đòi hỏi cần có các siêu máy tính mạnh và cụm máy tính hiệu năng cao để xử lý các bài toán với lượng dữ liệu rất lớn. Tuy nhiên, năng lực máy chủ và máy tính cấu hình cao của Cục Khí tượng Thủy văn hiện nay vẫn còn ở mức hạn chế so với các Trung tâm Dự báo quốc tế hàng đầu. Sự thiếu hụt về năng lực tính toán này cản trở việc chạy các mô hình với độ phân giải cao, chi tiết để mô phỏng chính xác các hiện tượng thời tiết cực đoan cục bộ, cũng như kéo dài thời gian dự báo, cảnh báo thiên tai.

Thách thức cuối cùng cũng là quan trọng nhất là nguồn nhân lực chuyên môn cao, vốn là điều kiện tiên quyết để vận hành các công nghệ dự báo phức tạp. Việc triển khai và vận hành các mô hình dự báo số trị khí tượng, thủy văn, hải văn phức tạp không chỉ cần máy tính lớn mà còn đòi hỏi một đội ngũ chuyên gia có kiến thức sâu về khí tượng, thủy văn, hải dương học. Sự thiếu hụt bắt nguồn từ những hạn chế trong công tác đào tạo và tính chất đặc thù của công việc, nguồn tuyển sinh đầu vào của ngành khí tượng thủy văn thường không dồi dào do ngành này chưa đủ sức hấp dẫn đối với sinh viên. Bên cạnh công việc dự báo có áp lực cao, phải trực liên tục 24/7, nhất là trong mùa thiên tai, khiến việc việc giữ chân nhân sự trở nên khó khăn, nhất là trong một lĩnh vực công ích, mức lương và chế độ đãi ngộ cho cán bộ chuyên môn cao thường không cạnh tranh được so với các ngành khác.

Lấp đầy khoảng trống công nghệ và dữ liệu để nâng cao độ tin cậy dự báo

Trong bối cảnh biến đổi khí hậu, các hiện tượng cực đoan khí tượng thủy văn ngày càng gia tăng cả về cường độ lẫn tần suất, đây đang là một trong những thách thức lớn nhất đối với công tác dự báo. Để cải thiện độ tin cậy của dự báo, chúng tôi cần lấp đầy các khoảng trống đã được phân tích ở trên. Đầu tiên là tăng cường giám sát theo thời gian thực, mở rộng và làm dầy mạng lưới trạm khí tượng thủy văn tự động, đặc biệt là khu vực miền núi, biển và hải đảo. Tăng sử dụng radar thời tiết, ảnh vệ tinh độ phân giải cao. Cùng với đó là xây dựng kho dữ liệu lớn (big data), chuẩn hóa dữ liệu, thiết lập hệ thống lưu trữ - truyền dẫn dữ liệu tích hợp. Dữ liệu được cập nhật liên tục giúp quá trình giám sát và dự báo, cảnh báo các hiện tượng cực đoan khí tượng thủy văn thuận tiện hơn.

Việc đầu tư hạ tầng máy tính cấu hình cao, siêu máy tính để chạy mô hình số trị độ phân giải cao (1–3 km) cũng cần thiết phải được đầu tư sớm, bên cạnh việc nâng cấp các mô hình số trị, công nghệ nền tảng trong dự báo, cảnh báo thiên tai, đặc biệt trong lĩnh vực ứng dụng AI. Trong thời gian tới, Cục Khí tượng Thủy văn sẽ hợp tác với các tổ chức có hạ tầng công nghệ cao như Viettel, VNPT cũng như các Trung tâm, Trường Đại học hàng đầu về ứng AI để xây dựng các bài toán lớn, khó trong dự báo, cảnh báo các thiên tai khí tượng thủy văn, trước mắt tập trung vào một số bài toán: 1) Ứng dụng AI trong dự báo thời tiết điểm chi tiết; 2) Ứng dụng AI trong nâng cao chất lượng dự báo mưa lớn định lượng, cảnh báo dông, lốc, lũ quét, sạt lở đất; 3) Ứng dụng AI trong dự báo thủy văn, lũ và ngập lụt cho các lưu vực sông đa quy mô và liên hồ chứa;

Cuối cùng, việc xây dựng chính sách đãi ngộ cạnh tranh về lương, đặc biệt cho các chuyên gia về công nghệ thông tin, AI và khoa học dữ liệu là cần thiết. Cùng với đó, Cục sẽ phối hợp với các Trường Đại học để xây dựng các chương trình đào tạo, các quỹ học bổng nhằm tăng cường thu hút sinh viên giỏi. Bên cạnh đó là tăng cường hợp tác quốc tế, phối hợp với các cơ sở đào tạo chuyên sâu về khí tượng thủy văn tại các quốc gia tiên tiến nhằm đào tạo chuyên sâu, đào tạo sau đại học để nâng cao trình độ của các dự báo viên, đặc biệt quan tâm tới các lĩnh vực mô hình số trị, dữ liệu lớn, trí tuệ nhân tạo trong dự báo, cảnh báo thiên tai.