TS Hà Ngọc Tuấn, Đại diện Liên danh Kyushu - Weatherplus cho biết, mô hình dự báo dựa trên dữ liệu thời gian thực từ hệ thống hơn 700 trạm đo mưa, lưu lượng và mực nước. Thông tin từ các trạm liên tục được truyền về trung tâm xử lý, sau đó kết hợp với mô phỏng dòng chảy để hình thành những kịch bản vận hành hồ chứa khi xảy ra mưa lớn.
Theo đại diện nhóm phát triển, mục tiêu của công nghệ là chuyển thông tin mưa thành dự báo về lượng nước sẽ vào hồ, tốc độ dâng và nguy cơ ảnh hưởng đến khu vực hạ du.
TS Hà Ngọc Tuấn, Đại diện Liên danh Kyushu - Weatherplus. Ảnh: Bảo Thắng.
Trong những sự kiện mưa cực đoan gần đây, các mô phỏng này đã được sử dụng để tính toán thời điểm đỉnh lũ có thể xuất hiện. Một ví dụ được đưa ra tại Diễn đàn “Ứng dụng khoa học, công nghệ trong dự báo và cảnh báo sớm thiên tai” vào chiều 25/11, là trận lũ trên lưu vực sông Ba Hạ.
Lưu vực sông rộng hơn 11.000 km² ghi nhận lượng mưa trung bình 250 - 300 mm trong vài ngày, tương đương khoảng 2,85 - 2,87 tỷ m³ nước đổ xuống. Con số này gần gấp đôi tổng lượng nước mà những hồ lớn như Thác Bà (khoảng 1,25 tỷ m³) hay Bản Vẽ (1,4 tỷ m³) tiếp nhận trong các trận lũ mạnh do ảnh hưởng của bão Yagi (năm 2024) hay Wipha (năm 2025).
Khi lượng nước tăng nhanh ở quy mô lớn như vậy, việc mô phỏng theo thời gian thực có thể giúp nhà vận hành biết hồ sẽ tăng mực nước ra sao và khi nào cần mở cửa xả, theo TS Tuấn.
Nguyên tắc vận hành được mô phỏng dựa trên độ trễ tự nhiên giữa mưa thượng nguồn và mực nước hạ du. Quan trắc tại sông Ba Hạ cho thấy khoảng chênh từ lúc mưa rơi đến khi nước dâng cao ở các điểm dân cư thường vào khoảng 9-10 giờ. Kể cả điều kiện bất lợi, thời gian tối thiểu vẫn đạt khoảng 5 giờ.
Đơn vị phát triển nhận định, nếu dự báo có thể “nhìn thấy trước” quá trình tăng nước trong khung thời gian đó, cơ quan ứng phó thiên tai sẽ có cơ sở để đưa ra quyết định sơ tán sớm hơn và tránh bị động.
Bảng theo dõi các hồ chứa theo thời gian thực của HNT. Ảnh: Weatherplus.
Tuy nhiên, nhóm cũng ghi nhận sai số dự báo là điều khó tránh. Trong trận lũ vừa qua tại sông Ba Hạ, một số mô hình quốc tế dự báo cao hơn thực tế ở đợt mưa đầu, còn đợt mưa sau lại cho kết quả thấp hơn lượng mưa thực tế. Mô hình vận hành trong nước mà Weatherplus sử dụng có sai số trên 15% ở đợt mưa lớn thứ hai. Dù vậy, nhóm cho rằng nhận diện được quy mô mưa hàng trăm milimét trên lưu vực rộng hàng chục nghìn km² vẫn "đủ tin cậy" để xác định rủi ro và chuẩn bị phương án an toàn.
"Điều kiện tiên quyết để hệ thống hoạt động chính xác là chất lượng dữ liệu. Các trạm đo mưa được kiểm tra liên tục, dữ liệu lỗi phải được loại bỏ và toàn bộ thông tin đầu vào phải được chuẩn hóa trước khi đưa vào mô phỏng", TS Tuấn chia sẻ và nói thêm, nếu dữ liệu không đầy đủ hoặc có nhiễu, mọi mô hình đều khó đưa ra kết quả đáng tin cậy.
Một số ví dụ vận hành ở các hồ chứa được nêu, chẳng hạn dự báo dòng chảy tăng mạnh trong bão Wipha giúp nhà máy thủy điện thủy điện Hủa Na chuẩn bị phương án điều tiết trước hơn 1 ngày, hoặc mô phỏng trong bão Kajiki cho biết mức nước tại thủy điện Bái Thượng sẽ không vượt ngưỡng an toàn nếu vận hành theo kịch bản đã tính toán.
Dù mới được phía doanh nghiệp công bố, dẫn chứng cho thấy khả năng cách khoa học công nghệ có thể chuyển dữ liệu mưa thành những quyết định vận hành thực tế.
Thủy điện Hủa Na ứng phó an toàn với bão Wipha. Ảnh: TL.
Đặc biệt, nhóm của TS Tuấn còn hé lộ khả năng thiết lập hệ thống cảnh báo theo mực nước tại một trạm chuẩn. Cụ thể, khi nước lên tới một mức nào đó, cơ quan chức năng có thể chuẩn bị sơ tán những nhóm dễ bị tổn thương. Hoặc khi vượt một ngưỡng khác, toàn bộ người dân trong vùng nguy hiểm phải rời đi. Cách tiếp cận này, theo Weatherplus, trực quan hơn so với thông báo theo báo động I, II hoặc III vốn ít nhiều gây khó hình dung đối với người dân.
Đại diện nhóm bày tỏ mong muốn công nghệ HNT, sau khi hoàn thiện, có thể được ứng dụng rộng rãi hơn, trong đó có việc thiết kế các công cụ cảnh báo đơn giản cho chính quyền cơ sở.
Họ cho rằng khoảng 5-10 tiếng trước đỉnh lũ, nếu được xác định sớm, là thời gian quyết định để giảm thiểu thương vong và hạn chế thiệt hại cho vùng hạ du. Sau 3 năm thử nghiệm trên các hồ lớn, TS Tuấn cùng cộng sự tái khẳng định tầm quan trọng của dữ liệu quan trắc và thông tin dự báo tin cậy. “Vấn đề là chúng ta có dám đầu tư cho dữ liệu, cho con người và khoa học công nghệ hay không?", ông kết lại,
