Dự báo mưa, dự báo lũ, dự báo ngập lụt hoàn toàn có thể làm được. Tuy nhiên cần có sự đầu tư lớn và bài bản của nhà nước.
Em ấn tượng với lần đi Mỹ cách đây 8 năm. Để chuẩn bị đồ đạc, em vào mạng xem thời tiết trước 1 tuần. Thấy trang đó dự báo cả tuần thì không mưa, đúng hôm em đến thì mưa.
Hôm đó nhập cảnh xong đang tính bắt taxi hoặc metro về thì bất ngờ là xếp thân chinh đến đón. Và đúng lúc đang đi trên đường về thì mưa. Xếp bảo cả tuần vừa rồi không mưa. Như vậy họ dự báo khá chính xác.
Vì sao họ làm được như vậy? Vì họ đã đầu tư rất nhiều, trong đó có mạng lưới quan trắc các trạm khí tượng tự động AWS, siêu máy tính dùng để dự báo thời tiết và mô hình dự báo thời tiết (bao gồm cả dự báo bão) dựa trên tương tác đại dương + khí quyển đồng bộ với số liệu thực đo. Một ví dụ đơn giản, số liệu hiển thị trên Windy như mưa, gió, nhiệt độ, bão chính là kết quả mô hình dự báo thời tiết toàn cầu GFS của Mỹ; độ cao, hướng sóng là kết quả mô hình sóng WW3 của Mỹ. Tuy nhiên, vì là chạy cho toàn cầu nên các mô hình GFS có độ phân giải khá thô theo không gian là 0,25 độ (gần 30 km) một điểm.
Các trung tâm khí tượng như Tokyo (Nhật), Hongkong dựa trên kết quả mô hình GFS toàn cầu, kết hợp với số liệu thực đo của họ để làm các mô hình chi tiết hơn cho khu vực họ phụ trách (trong đó có VN). Tuy nhiên độ phân giải cũng vẫn còn khá thô. Các mô hình toàn cầu và mô hình cũng có sử dụng số liệu đo đạc ở VN nhưng chỉ là một số trạm khí tượng cấp I hoặc sân bay có phát báo quốc tế mà không phải là toàn bộ dữ liệu của VN nên dữ liệu cho các mô hình này cũng khá thô dẫn đến mô hình chưa được chi tiết và chưa khớp lắm với VN.
Do vậy, để dự báo chi tiết và chính xác hơn thì VN cũng cần đầu tư mạnh hơn nữa về mạng lưới trạm quan trắc, hạ tầng tính toán dự báo thời tiết và nguồn nhân lực. Còn mô hình thì sử dụng của thế giới nhưng thiết lập độ phân giải cao hơn (một vài km) cho VN. Ví dụ năm 2012 em làm dự án ở Sydney thấy Cục Khí tượng (BoM) của họ có mô hình dự báo thời tiết với độ phân giải 5 km cho thành phố Sydney.
Một khi đã có nhiều dữ liệu đo đạc từ các trạm và kết quả mô hình tính toán (mô hình số trị chạy hơi lâu nên phải dùng đến siêu máy tính) thì có thể ứng dụng AI để dự báo được nhanh hơn. Ví dụ Huawei ứng dụng AI được đào tạo trên kết quả mô hình số trị dự báo thời tiết của Trung tâm dự báo thời tiết hạn vừa Châu Âu (ECMWF) cho kết quả dự báo thời tiết 10 ngày chính xác và nhanh hơn 10 000 lần so với mô hình số trị của ECMWF. Mô hình AI của Hoa Vỹ chỉ cần mất 10 giây để dự báo cho 10 ngày sử dụng 1 máy tính sử dụng 1 GPU. Trong khi ECMWF mất 4 - 5 giờ để chạy mô hình mô hình số trị trên cụm 3000 máy chủ (Nguồn:
https://www.huaweicloud.com/intl/en-us/about/takeacloudleap2024/ai-weather-prediction.html)
Một khi đã có kết quả dự báo thời tiết một cách chi tiết cho từng điểm cách nhau vài km (chứ không phải dự báo kiểu "trong mấy ngày tới có thể có mưa to, một vài nơi có thể mưa rất to với lượng mưa xxx mm") thì hoàn toàn có thể sử dụng làm đầu vào cho các mô hình thủy văn tính ra lũ và ngập lụt phục vụ cho việc cảnh báo sớm và lên phương án ứng phó.
Một nguồn mà các cụ cũng có thể xem để biết được chỗ mình trong 1 vài giờ tới có mưa hay không và mưa ở mức độ nào là trang
https://www.accuweather.com/en/vn/hanoi/353412/weather-radar/353412.
Ngoài ra, số liệu quan trắc chỉ sử dụng trong các cơ quan chuyên môn thì cũng là một hạn chế vì nguồn lực các cơ quan này có hạn. Nếu các số liệu này được cung cấp online (real-time hoặc near real-time) thì sẽ giúp ích cho cộng đồng những người làm nghiên cứu (trong đó có nhiều người Việt ở nước ngoài) để thúc đẩy khoa học công nghệ và phát triển các công nghệ dự báo mưa, lũ, ngập lụt, vận hành hồ chứa.