Ứng dụng trí tuệ nhân tạo trong dự báo thời tiết ngắn hạn đang tạo ra bước ngoặt cho công tác dự báo và cảnh báo sớm

Nhiều hiện tượng thời tiết cực đoan mang tính cục bộ - như giông bão và mưa lớn - thường hình thành đột ngột và nhanh chóng trở nên dữ dội, vượt ngoài khả năng dự báo ngắn hạn. Dù chỉ kéo dài trong thời gian ngắn và giới hạn về không gian, chúng vẫn có thể gây ra lũ quét và nhiều hiểm họa nghiêm trọng khác, dẫn đến thiệt hại về người và làm gián đoạn đời sống.

Dự báo ngắn hạn (nowcasting) - hình thức dự báo trong vài giờ sắp tới - đóng vai trò then chốt trong việc nâng cao khả năng ứng phó thiên tai. Phương pháp này tận dụng dữ liệu thời gian thực từ radar thời tiết, vệ tinh và các nguồn quan trắc khác để dự đoán các hiện tượng thời tiết nguy hiểm xảy ra bất ngờ, từ đó phát đi cảnh báo kịp thời nhằm giảm thiểu thương vong và tổn thất kinh tế.

Trong nhiều năm qua, mô hình dự báo số dựa trên các nguyên lý vật lý vẫn là nền tảng của công tác dự báo thời tiết. Tuy nhiên, những tiến bộ gần đây trong lĩnh vực trí tuệ nhân tạo (AI) đã thúc đẩy sự phát triển của các mô hình dựa trên dữ liệu, giúp cải thiện đáng kể độ chính xác của các dự báo ngắn và trung hạn.

Song song đó, nghiên cứu và phát triển việc ứng dụng AI trong dự báo ngắn hạn cũng đang tiến triển nhanh chóng. Nhằm đẩy mạnh việc ứng dụng vào thực tiễn, Hệ thống Tích hợp Xử lý và Dự báo của Tổ chức Khí tượng Thế giới (WIPPS) phối hợp với Chương trình Nghiên cứu Thời tiết Toàn cầu (WWRP) đang triển khai Dự án Thí điểm AI cho Dự báo Ngắn hạn (AINPP).

Hội thảo về Dự án Thí điểm AI cho Dự báo Ngắn hạn

Trong khuôn khổ sáng kiến này, Tổ chức Khí tượng Thế giới (WMO) phối hợp với Cục Khí tượng Hàn Quốc (KMA) đã tổ chức Hội thảo WMO AINPP từ ngày 24-26 tháng 9 tại Jeju, Hàn Quốc. Sự kiện quy tụ hơn 70 chuyên gia đến từ các Cơ quan Khí tượng và Thủy văn Quốc gia (NMHSs), các viện nghiên cứu, trường đại học và các công ty tư nhân hàng đầu như Google, Microsoft và NVIDIA.

“Việc phát triển nhanh chóng của công nghệ dự báo ngắn hạn ứng dụng trí tuệ nhân tạo đánh dấu một bước tiến quan trọng hướng tới việc xây dựng các xã hội có khả năng chống chịu tốt hơn trước thời tiết cực đoan,” ông David John Gagne, đồng Chủ tịch Nhóm Chỉ đạo AINPP và Trưởng nhóm Tích hợp Máy học cho Hệ thống Trái đất tại Trung tâm Nghiên cứu Khí quyển Quốc gia Hoa Kỳ (NCAR), cho biết.

“Bằng cách thúc đẩy sự hợp tác giữa nghiên cứu và vận hành, đảm bảo chuyển giao công nghệ công bằng, và khuyến khích sự tham gia của cả khu vực công và tư nhân, cộng đồng khí tượng toàn cầu đang đặt nền tảng cho những dự báo nhanh hơn, chính xác hơn, có thể cứu sống con người và giảm thiểu rủi ro thiên tai trên toàn thế giới,” ông nói thêm.

Hội thảo đã thảo luận về các chiến lược nhằm chuyển giao công nghệ AI vào dịch vụ vận hành, đặc biệt là ở các quốc gia đang phát triển, nhận thấy rằng việc thu hẹp khoảng cách giữa nghiên cứu và thực tiễn là yếu tố then chốt đối với khả năng chống chịu toàn cầu.

Các cuộc thảo luận nhấn mạnh sự cần thiết phải xây dựng các hướng dẫn kỹ thuật về các phương pháp dự báo ngắn hạn dựa trên AI, chia sẻ mã chương trình đã phát triển dưới dạng phần mềm mã nguồn mở, và sử dụng các môi trường đóng gói như Docker để hợp lý hóa việc triển khai.

Việc tăng cường các trung tâm dự báo khu vực cũng được xác định là một ưu tiên quan trọng, cùng với các hành động cụ thể khác nhằm đảm bảo rằng các đổi mới tiên tiến có thể được chuyển thành các công cụ thực tiễn cho các nhà dự báo trên toàn cầu.

Tuần lễ này cũng bao gồm các hoạt động bổ trợ. Hội thảo chuyên đề của KMA về mô hình nền tảng (ngày 22-23 tháng 9) đã giới thiệu những tiến bộ mới nhất trong lĩnh vực thời tiết và khí hậu cũng như các ứng dụng tiềm năng của chúng.

Hội thảo cho thấy rằng dự báo ngắn hạn dựa trên AI đã và đang phát triển với một số xu hướng mới trong những năm gần đây. Những xu hướng này bao gồm: sự chuyển dịch từ ConvLSTM sang các mô hình Transformer và Diffusion; tích hợp dữ liệu đa nguồn; áp dụng các mô hình tổ hợp xác suất; liên kết giữa dự báo ngắn hạn và trung hạn; đa dạng hóa các chỉ số đánh giá; và tối ưu hóa cho hoạt động thời gian thực.

Một ví dụ là NowAlpha-Diff của KMA, cho thấy những cải tiến đáng kể bằng cách mở rộng khả năng dự đoán chuyển động đáng tin cậy lên đến sáu giờ, đồng thời khắc phục sai lệch từ tây sang đông bắc thường thấy trong chế độ gió tây vĩ độ trung bình.

Tin ngắn: Phòng Thông tin KTTV phục vụ cộng đồng

Nguồn: https://wmo.int/media/news/ai-powered-nowcasting-game-changer-weather-prediction-and-early-warnings