Nâng cao năng lực ứng phó thiên tai

Thời gian qua, hệ thống khí tượng thủy văn và phòng, chống thiên tai ở nước ta đã có những bước tiến quan trọng. Các mô hình số trị với độ phân giải cao, vận hành trên siêu máy tính CRAY cho phép cung cấp dữ liệu dự báo thời tiết chi tiết trên lưới tính 3kmx3km.

19/04/2026 08:14

Dự báo viên phân tích dữ liệu trên hệ thống smartmet phục vụ việc ra bản tin dự báo, cảnh báo sớm thiên tai tại Trung tâm Dự báo Khí tượng thủy văn quốc gia. (Ảnh: HOÀI LINH)

Cùng với đó, việc tích hợp dữ liệu đa nguồn từ vệ tinh, ra-đa, trạm quan trắc tự động đến hệ thống định vị sét đã giúp hình thành hệ thống giám sát thời tiết theo thời gian thực. 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 cải thiện.

Một bước tiến rất được quan tâm, theo dõi là ứng dụng trí tuệ nhân tạo (AI). Các mô hình AI không chỉ giúp tự động nhận dạng vị trí, cường độ bão mà còn có khả năng học từ dữ liệu lịch sử để cải thiện dự báo. Trong ngắn hạn, hiệu quả dự báo cường độ bão đã được cải thiện từ 10-20% . Trong lĩnh vực thủy văn, các mô hình dự báo lũ, xâm nhập mặn theo lưu vực sông, kết hợp dữ liệu quốc tế, nhất là trên lưu vực sông Mekong, đã giúp kéo dài thời gian cảnh báo lên nhiều ngày, tạo điều kiện cho các địa phương chủ động ứng phó. Hiện nay, các hệ thống cảnh báo lũ quét, 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 người dân.

Dù đã có nhiều tiến bộ, khoảng cách giữa yêu cầu thực tiễn và năng lực dự báo vẫn còn lớn. Trước hết là nguồn nhân lực khoa học-công nghệ chưa theo kịp yêu cầu phát triển. Mạng lưới quan trắc chưa đồng bộ, dữ liệu thiếu liên thông, thiếu chuẩn dữ liệu mở. Kinh phí đầu tư nghiên cứu còn thấp, thiếu cơ chế tài chính linh hoạt, khó xã hội hóa. Bên cạnh đó, còn thiếu cơ chế khuyến khích, thu hút nhà khoa học, tổ chức nghiên cứu tham gia. Chưa có chính sách hỗ trợ thử nghiệm, ứng dụng công nghệ mới trong điều kiện thực tế.

Ở khía cạnh kỹ thuật, công nghệ dự báo quỹ đạo bão đã có những cải thiện nhất định, nhưng sai số vẫn còn đáng kể; trong khi đó, năng lực dự báo cường độ bão gần như không có bước tiến rõ rệt suốt 15 năm qua. Dự báo mưa của các mô hình số trị tốt nhất hiện nay vẫn có độ chính xác ở mức thấp. Với hạn 1-3 ngày đối với ngưỡng mưa lớn hơn 50 mm/24h chỉ đạt được ở mức tỷ lệ chính xác là 15-20%. Thời hạn dự báo sớm được đỉnh lũ trên các sông Bắc Bộ, Trung Bộ vẫn còn hạn chế. Chưa thể cảnh báo lũ quét, sạt lở đất chi tiết đến từng vị trí khu dân cư, công trình do thiếu số liệu quan trắc địa chất, địa hình thời gian thực.

Cần tập trung vào bốn trụ cột chính: Làm chủ công nghệ lõi, nhất là 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. Ông Nguyễn Xuân Hiển, Phó Giám đốc Trung tâm Dự báo Khí tượng Thủy văn quốc gia

Do vậy, để nâng cao hiệu quả dự báo cảnh báo, ông Nguyễn Xuân Hiển, Phó Giám đốc Trung tâm Dự báo Khí tượng Thủy văn quốc gia cho biết, cần tập trung vào bốn trụ cột chính: làm chủ công nghệ lõi, nhất là 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.

Cùng với đó, 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, qua đó nâng cao hiệu quả cảnh báo lũ và ngập lụt. 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.

Bên cạnh yếu tố công nghệ, theo ông Lê Công Thành, Thứ trưởng Bộ Nông nghiệp và Môi trường, một trong những định hướng quan trọng là đưa thông tin dự báo và cảnh báo thiên tai đến người dân nhanh nhất, dễ tiếp cận nhất, thông qua các nền tảng số, các ứng dụng trên thiết bị di động và hệ thống truyền thông đa kênh.

Theo ĐỨC TÙNG/Nhân dân