Hội thảo được tổ chức nhân dịp hưởng ứng các hoạt động Ngày Nước thế giới (22/3), Ngày Khí tượng thế giới (23/3) theo hình thức trực tiếp tại Hà Nội và trực tuyến với các Đài Khí tượng thủy văn tỉnh, thành phố và khu vực. Cục trưởng Cục khí tượng thủy văn Nguyễn Thượng Hiền chủ trì hội thảo.

Phát biểu tại hội thảo, Cục trưởng Nguyễn Thượng Hiền cho biết, từ thực tế hiện nay cho thấy, bài toán thủy văn và nguồn nước ngày nay không còn là câu chuyện riêng của một lĩnh vực kỹ thuật, mà đã trở thành vấn đề mang tính chiến lược, gắn chặt với an ninh nguồn nước, an toàn thiên tai và phát triển bền vững của đất nước.Trong bối cảnh đó, yêu cầu đặt ra đối với công tác dự báo thủy văn là ngày càng cao hơn.

"Chúng ta không chỉ cần dự báo chính xác hơn, mà còn phải dự báo sớm hơn, chi tiết hơn và đặc biệt là phải phục vụ trực tiếp cho công tác chỉ đạo, điều hành trong thực tiễn. Đây là một thách thức rất lớn, đòi hỏi ngành Khí tượng Thủy văn phải đổi mới mạnh mẽ, cả về tư duy và công nghệ", Cục trưởng Nguyễn Thượng Hiền nhấn mạnh.

Theo ông Nguyễn Thượng Hiền, những tiến bộ nhanh chóng của khoa học công nghệ trong thời gian qua, từ mô hình số trị thủy văn - thủy lực, công nghệ viễn thám, dữ liệu vệ tinh, hệ thống cảm biến IoT cho đến trí tuệ nhân tạo (AI),... đã cho phép theo dõi, giám sát và phân tích các quá trình thủy văn với độ chi tiết và độ trễ ngày càng thấp, tiến tới dự báo theo thời gian thực. Tuy nhiên, một thực tế cần thẳng thắn nhìn nhận là khoảng cách giữa nghiên cứu và ứng dụng trong nghiệp vụ vẫn còn tồn tại. Nhiều kết quả nghiên cứu có giá trị, nhưng chưa được chuyển hóa thành công cụ vận hành. Ngược lại, trong thực tiễn nghiệp vụ, vẫn còn những bài toán cần lời giải từ khoa học.

"Hội thảo hôm nay có ý nghĩa rất thiết thực. Đây không chỉ là diễn đàn trao đổi học thuật, mà còn là nơi kết nối giữa nghiên cứu và thực tiễn, giữa các đơn vị nghiên cứu và cơ quan nghiệp vụ. Những kết quả nghiên cứu mới cần được “đặt vào” các bài toán cụ thể của dự báo thủy văn; ngược lại, những khó khăn, thách thức trong thực tiễn cũng cần được chuyển hóa thành các hướng nghiên cứu có trọng tâm, có địa chỉ ứng dụng rõ ràng", ông Nguyễn Thượng Hiền khẳng định.

Thông tin về thực trạng và yêu cầu đối với thông tin dự báo thuỷ văn, nguồn nước, Phó Giám đốc Trung tâm Dự báo khí tượng thủy văn Quốc gia Hoàng Văn Đại cho hay, hiện Trung tâm đang sử dụng mô hình dự báo thuỷ văn, thủy lực như NAM, Mike11 để dự báo trên toàn lưu vực sông; mô hình thủy văn thông số phân bổ MARINE (Pháp) áp dụng cho dự báo, cảnh báo lũ cho lưu vực thượng lưu một số hồ chứa trên sông Hồng; mô hình thủy văn thông số phân bổ IFAS (Nhật Bản) áp dụng cho dự báo, cảnh báo lũ cho lưu vực sông Thái Bình. Tuy nhiên, việc dự báo gặp những khó khăn nhất định như việc phụ thuộc vào chất lượng mưa, thiếu thông tin vận hành hồ chứa, thiếu dữ liệu mưa theo thời gian thực nhất là ở khu vực thượng lưu, thiếu phương án dự báo dòng xả hồ, việc tích hợp hồ chứa vào mô hình còn hạn chế.

Cùng với đó, việc cảnh báo mưa cho khu vực nhỏ, mưa cục bộ và mưa trong cơn dông còn nhiều hạn chế, độ chính xác chưa đảm bảo cho dự báo thuỷ văn, việc áp dụng các công nghệ mới như trí tuệ nhân tạo trong dự báo nghiệp vụ còn hạn chế, chưa có công nghệ tính toán, dự báo chi tiết ngập lụt...

Tại Trung tâm Dự báo khí tượng thủy văn Quốc gia đang vận hành các phần mềm dự báo thủy văn cho các lưu vực sông chính đã tích hợp các phần mềm dự báo mưa số trị, thủy văn, thủy lực và mô hình điều tiết hồ chưa thành bộ công cụ dự báo.

"Yêu cầu đặt ra đối với chức năng công nghệ dự báo, cảnh báo thuỷ văn, nguồn nước là cần phải tích hợp công nghệ quản lý, giám sát, dự báo dòng chảy, điều tiết hồ chứa, dự báo lũ hạ du", ông Hoàng Văn Đại nêu rõ.

Đề cập đến việc dự báo khí tượng thủy văn hướng tới hỗ trợ ra quyết định trong quản lý thiên tai, Phó Giáo sư, Tiến sĩ Trịnh Quang Toàn, Viện Khoa học Thủy lợi Việt Nam nêu vấn đề, thiên tai, nưa lớn diễn biến ngày càng bất thường nên việc tích hợp mô hình và dự báo thời gian thực, cập nhật một cách liên tục có vai trò quan trọng nâng cao độ chính xác và tin cậy của dự báo. Ngoài ra, mô hình tích hợp WEHY kết hợp với các thuật toán AI đã dự báo tương đối tốt lưu lượng và đỉnh lũ...

Chia sẻ về nội dung nghiên cứu nâng cao chất lượng dự báo dòng chảy hạn dài sử dụng kết hợp AI và kết quả dự báo động lực, Phó Giáo sư, Tiến sĩ Ngô Lê An, Đại học Thủy lợi thông tin, nghiên cứu thử nghiệm sử dụng thuật toán AI để dự báo trực tiếp dòng chảy hạn mùa từ số liệu mưa dự báo hạn mùa gốc chưa hiệu chỉnh cho kết quả bước đầu khá khả quan. Qua trình dòng chảy dự báo và dòng chảy thực đo đã có sự tương đồng về xu hướng.

Phó Giáo sư, Tiến sĩ Ngô Lê An kiến nghị cần có nghiên cứu nâng cao chất lượng dự báo thời hạn thời hạn mùa với thời đoạn ngày, tuần, 10 ngày cho các mục đích khác nhau; nghiên cứu chuyên sâu và chi tiết hoá việc tham gia quá trình vận hành công trình trong lưu vực và công trình chuyển nước từ lưu vực khác lưu vực dự báo trong quá trình dự báo dòng chảy thời hạn mùa, đồng thời nghiên cứu, khai thác các nguồn dữ liệu mưa của các dự báo khác đặc biệt là các nguồn dữ liệu có thời gian dự báo lại đủ để nâng cao hiệu quả khi sử dụng các phương pháp AI.

Tại hội thảo, các đại biểu tham dự trao đổi các vấn đề như giải pháp tích hợp mô hình vật lý và AI trong dự báo dòng chảy xuyên biên giới Việt - Trung, ứng dụng mô hình mã nguồn mở SAC-SMA và học máy để dự báo lưu lượng đến hồ Bản Chát và các vấn đề liên quan khác.