Việc tích hợp dữ liệu đa nguồn từ vệ tinh, ra-đa, trạm quan trắc tự động đến hệ thống định vị sét đã hình thành một mạng lưới giám sát thời tiết theo thời gian thực, mang lại bước tiến quan trọng trong công tác dự báo. Nhờ đó, các hiện tượng nguy hiểm như dông, lốc, mưa đá có thể được cảnh báo trước từ 30 phút đến 3 giờ với độ chính xác ngày càng được cải thiện, giúp giảm thiểu rủi ro cho người dân.
Bước Đột Phá Từ Trí Tuệ Nhân Tạo
Một trong những tiến bộ nổi bật là ứng dụng trí tuệ nhân tạo (AI) trong dự báo khí tượng. Các mô hình AI không chỉ tự động nhận dạng vị trí và cường độ bão mà còn có khả năng học hỏi từ dữ liệu lịch sử để tối ưu hóa dự báo. Trong ngắn hạn, hiệu quả dự báo cường độ bão đã được cải thiện từ 10-20%, cho thấy tiềm năng lớn của công nghệ này.
Cải Thiện Trong Lĩnh Vực Thủy Văn
Trong lĩnh vực thủy văn, các mô hình dự báo lũ và xâm nhập mặn theo lưu vực sông, kết hợp với dữ liệu quốc tế, đặc biệt trên lưu vực sông Mekong, đã kéo dài thời gian cảnh báo lên nhiều ngày. Điều này tạo điều kiện cho các địa phương chủ động ứng phó, giảm thiểu thiệt hại. Hệ thống cảnh báo lũ quét và sạt lở đất thời gian thực, cập nhật theo giờ và chi tiết đến cấp xã, đang từng bước đưa công nghệ đến gần hơn với cộng đồng.
Những Thách Thức Còn Tồn Tại
Dù đã có nhiều tiến bộ, khoảng cách giữa yêu cầu thực tiễn và năng lực dự báo vẫn còn lớn. Nguồn nhân lực khoa học-công nghệ chưa theo kịp yêu cầu phát triển, mạng lưới quan trắc thiếu đồng bộ, dữ liệu chưa liên thông và thiếu chuẩn mở. Kinh phí đầu tư nghiên cứu còn thấp, thiếu cơ chế tài chính linh hoạt và khó khăn trong xã hội hóa.
Bên cạnh đó, thiếu cơ chế khuyến khích để thu hút nhà khoa học và tổ chức nghiên cứu tham gia, cùng với việc chưa có chính sách hỗ trợ thử nghiệm công nghệ mới trong điều kiện thực tế, làm hạn chế sự phát triển. Về mặt kỹ thuật, công nghệ dự báo quỹ đạo bão đã cải thiện nhưng sai số vẫn đáng kể, trong khi năng lực dự báo cường độ bão gần như không có bước tiến rõ rệt trong 15 năm qua.
Hạn Chế Trong Dự Báo Mưa Và Lũ
Dự báo mưa của các mô hình số trị tốt nhất hiện nay vẫn có độ chính xác thấp. Với hạn 1-3 ngày đối với ngưỡng mưa lớn hơn 50 mm/24h, tỷ lệ chính xác chỉ đạt 15-20%. Thời hạn dự báo sớm đỉnh lũ trên các sông Bắc Bộ và Trung Bộ còn hạn chế, và chưa thể cảnh báo lũ quét, sạt lở đất chi tiết đến từng vị trí khu dân cư do thiếu số liệu quan trắc địa chất, địa hình thời gian thực.
Định Hướng Phát Triển Tương Lai
Theo ông Nguyễn Xuân Hiển, Phó Giám đốc Trung tâm Dự báo Khí tượng Thủy văn quốc gia, cần tập trung vào bốn trụ cột chính: làm chủ công nghệ lõi như AI và mô hình dự báo tổ hợp; phát triển hệ thống quan trắc thông minh thời gian thực; tăng cường năng lực xử lý dữ liệu lớn (Big data); và nâng cao hiệu quả truyền tải thông tin cảnh báo đến người dân.
Trước hết, cần nâng cao độ chính xác dự báo cường độ bão, phấn đấu giảm sai số xuống dưới 7m/s, đồng thời cải thiện khả năng nhận diện và dự báo các hiện tượng tăng cấp đột ngột của bão trên Biển Đông. Dự báo mưa định lượng cần được nâng lên một bước mới, hướng tới đạt tỷ lệ chính xác hơn 60% đối với các ngưỡng mưa phổ biến và hơn 40% đối với các ngưỡng mưa lớn nguy hiểm.
Vai Trò Của AI Trong Dự Báo Lũ
Một nhiệm vụ nền tảng là xây dựng hệ thống dữ liệu học chi tiết, đồng bộ từ dữ liệu lưới khí tượng và quan trắc thực tế, tạo cơ sở cho việc phát triển và ứng dụng các mô hình AI trong dự báo bão và mưa lớn tại Việt Nam. Cần đẩy mạnh ứng dụng AI trong nhận dạng, phân tích và cảnh báo lũ lớn trên các lưu vực sông trước từ 2-5 ngày dựa trên các kịch bản mưa nguy hiểm, kết hợp chặt chẽ giữa các mô hình thủy văn-thủy lực với công nghệ AI để nâng cao chất lượng dự báo lũ trong hạn ngắn và cực ngắn.
Truyền Thông Và Tiếp Cận Thông Tin
Bên cạnh yếu tố công nghệ, theo ông Lê Công Thành, Thứ trưởng Bộ Nông nghiệp và Môi trường, một định hướng quan trọng là đưa thông tin dự báo và cảnh báo thiên tai đến người dân nhanh nhất và dễ tiếp cận nhất. Điều này có thể thực hiện thông qua các nền tảng số, ứng dụng trên thiết bị di động và hệ thống truyền thông đa kênh, đảm bảo mọi người đều được cảnh báo kịp thời.
