Dữ liệu khí tượng thủy văn cùng sự hỗ trợ từ hệ thống AI đã giúp việc dự báo, cảnh báo dài hạn hơn và chi tiết đến từng khu vực nhỏ.
Khi có dữ liệu KTTV trong tay, con người không chỉ giải mã các đặc điểm khí hậu trong quá khứ và hiện tại, mà còn có thể dự báo tương lai một cách khoa học.
Minh chứng rõ nét nhất chính là Kịch bản Biến đổi khí hậu của Việt Nam, do Viện Khoa học Khí tượng Thủy văn, Môi trường và Biển (Bộ Nông nghiệp và Môi trường) xây dựng, cập nhật định kỳ 5 năm một lần. Thay vì sử dụng trực tiếp kịch bản chung toàn cầu, Việt Nam đã xây dựng chi tiết hóa kịch bản biến đổi khí hậu cho Việt Nam chi tiết đến từng tỉnh/thành phố, phục vụ quy hoạch hạ tầng, chuyển đổi cơ cấu cây trồng, định hướng phát triển kinh tế - xã hội. Đây là căn cứ khoa học để tối ưu hóa nguồn lực đầu tư, chủ động xây dựng các phương án phòng chống, giảm thiểu tối đa thiệt hại trước thời tiết cực đoan.
Việt Nam đã có 4 lần công bố Kịch bản Biến đổi khí hậu và dự kiến sẽ tiếp tục công bố bản cập nhật trong năm 2026. Ảnh: IMHEN. Tiến sĩ Trần Thanh Thủy, Trưởng phòng Khoa học, Đào tạo và Hợp tác quốc tế (Viện Khoa học Khí tượng thủy văn, Môi trường và Biển) chia sẻ: Dữ liệu quan trắc nhiệt độ, lượng mưa, độ ẩm… được thu thập liên tục trong nhiều thập kỷ cho phép xác định rõ xu hướng tăng nhiệt độ trung bình, biến động phân bố lượng mưa theo mùa, sự thay đổi của các yếu tố khí hậu khác theo không gian và thời gian, từ quá khứ cho đến hiện tại.
Mặt khác, dữ liệu quan trắc cũng được sử dụng để đánh giá độ tin cậy của các mô hình dự báo và mô hình khí hậu khu vực khi dự tính kịch bản biến đổi khí hậu trong tương lai.
Trong quy trình dự báo, số liệu đo từ các trạm quan trắc khí tượng thủy văn đóng hai vai trò: vừa là "nguyên liệu" để máy tính chạy mô hình, vừa là căn cứ để đối chiếu sau này. Bằng cách so sánh kết quả mô phỏng với số liệu thực tế, các chuyên gia xử lý để nâng cao mức độ tin của các kết quả dự báo, đồng thời biết được dự báo đó chính xác đến mức nào, từ đó quyết định mức độ tin cậy của các kết quả dự báo và đánh giá mức độ rủi ro.
Khi tiến hành đánh giá tác động của biến đổi khí hậu đến các lĩnh vực khác nhau, dữ liệu khí tượng thủy văn cũng là đầu vào thiết yếu. Trong y tế, dữ liệu nhiệt độ và độ ẩm được sử dụng để đánh giá stress nhiệt, nguy cơ bệnh liên quan đến nắng nóng hoặc dịch bệnh. Trong nông nghiệp, các yếu tố khí tượng được tích hợp vào mô hình sinh trưởng cây trồng, dự báo năng suất và hạn hán. Trong năng lượng, dữ liệu bức xạ, gió và nhiệt độ được sử dụng để dự báo tiềm năng điện mặt trời, điện gió và nhu cầu phụ tải. Trong tài nguyên nước, mưa và dòng chảy là đầu vào cho các mô hình cân bằng nước và vận hành hồ chứa.
Với sự phát triển của trí tuệ nhân tạo (AI), dữ liệu quan trắc chính là nền tảng cốt lõi cho các mô hình trí tuệ nhân tạo (AI/ML). Các hệ thống AI hiện nay được thiết kế với nhiều khả năng khác nhau: có loại chuyên phân tích hình ảnh để nắm bắt sự thay đổi thời tiết theo không gian, có loại ghi nhớ lịch sử khí hậu để hiểu quy luật biến đổi theo thời gian... Nhờ học từ dữ liệu thực tế, AI có thể hiệu chỉnh sai số, đồng thời đưa ra dự báo chi tiết đến từng khu vực nhỏ hơn (cấp xã, thôn hay điểm trên bản đồ).
Tiến sĩ Trần Thanh Thủy trình bày tại cuộc họp Hội đồng nghiệm thu niên độ 2025 dự án "Xây dựng cập nhật Kịch bản Biến đổi khí hậu”. Ảnh: IMHEN.Xu hướng nổi bật hiện nay là mô hình học máy lai giữa mô hình số trị truyền thống và trí tuệ nhân tạo. Trong đó, AI học phần sai số và xử lý các tình huống thời tiết phức tạp mà các mô hình số trị truyền thống khó mô phỏng chính xác. Sự kết hợp này giúp nâng cao đáng kể độ chính xác cho các bản tin dự báo, làm đầu vào cho các mô hình dự báo nguy cơ ngập lụt hay các đánh giá tác động của thiên tai. Phục vụ công tác chủ động thích ứng biến đổi khí hậu.
Dữ liệu quan trắc KTTV không chỉ là đầu vào mà đã trở thành “hạ tầng dữ liệu cốt lõi” cho cả mô hình vật lý và mô hình AI, đồng thời là cầu nối giữa dự báo khí hậu với các hệ thống đánh giá tác động và hỗ trợ ra quyết định trong nhiều lĩnh vực khác nhau.
“Chất lượng và mật độ dữ liệu quan trắc càng cao thì độ tin cậy của dự báo, dự tính trong tương lai, cũng như các ứng dụng liên ngành càng được nâng cao. Điều này thể hiện rõ nét trong bối cảnh chuyển đổi số và phát triển hệ thống dự báo thông minh hiện nay”, TS Trần Thanh Thủy nhấn mạnh.
Cũng theo TS Trần Thanh Thủy, hệ sinh thái dữ lhiệu khí tượng thủy văn hiện vẫn chưa đồng bộ xuyên suốt từ thu thập - chuẩn hóa - tích hợp - chia sẻ. Trong bối cảnh biến đổi khí hậu ngày càng phức tạp, việc giải quyết các nút thắt này là điều kiện then chốt để nâng cao chất lượng nghiên cứu và dự báo.
Về thu thập dữ liệu, mạng lưới quan trắc còn thưa, chưa đồng bộ, dẫn đến thiếu hụt và gián đoạn chuỗi số liệu dài hạn. Dù ngoài số liệu quan trắc tại trạm, dữ liệu còn đến từ nhiều nguồn khác nhau như vệ tinh nhưng vẫn khó tích hợp thành bộ dữ liệu nền thống nhất.
Mạng lưới quan trắc tại Việt Nam còn thưa, chưa đồng bộ, dẫn đến thiếu hụt và gián đoạn chuỗi số liệu dài hạn. Ảnh: Trung Nguyên. Bên cạnh đó, công tác chuẩn hóa dữ liệu vẫn gặp khó khăn do thiếu đồng bộ về tiêu chuẩn và quy trình xử lý giữa các nguồn khác nhau. Song song đó, rào cản về cơ chế pháp lý và quyền truy cập cũng khiến việc chia sẻ, khai thác dữ liệu chưa đạt hiệu quả tối ưu. Dữ liệu đòi hỏi phải cân bằng giữa yêu cầu chia sẻ và tính bảo mật thông tin.
Về chuẩn hóa dữ liệu, hiện vẫn tồn tại sự thiếu đồng bộ về tiêu chuẩn và quy trình xử lý giữa các nguồn dữ liệu. Trong khi đó, khối lượng dữ liệu ngày càng lớn đòi hỏi công nghệ xử lý hiện đại và nguồn nhân lực có trình độ cao, điều mà chúng ta đang trong quá trình hoàn thiện.
Về định hướng sắp tới, đối với lĩnh vực BĐKH, Viện Khoa học Khí tượng Thủy văn, Môi trường và Biển tập trung vào nghiên cứu cơ bản về khí hậu và biến đổi khí hậu, bao gồm xây dựng kịch bản biến đổi khí hậu, đánh giá xu thế và các hiện tượng cực đoan như nắng nóng, mưa lớn hay bão mạnh, đánh giá khí hậu quốc gia.
Viện cũng sẽ đẩy mạnh nghiên cứu ứng dụng phục vụ thích ứng và giảm nhẹ biến đổi khí hậu. Ưu tiên là phát triển các dịch vụ khí hậu cho các lĩnh vực dễ bị tổn thương như nông nghiệp, tài nguyên nước và y tế. Đồng thời, đào tạo nguồn lực chuyên sâu về kiểm kê, giảm phát thải khí nhà kính nhằm hiện thực hóa mục tiêu phát thải ròng bằng "0".
Công tác nghiên cứu tích hợp liên hoàn các mô hình dự báo bão, lũ, sóng... cũng đang được triển khai để nâng cao năng lực cảnh báo sớm, góp phần giảm thiểu thiệt hại do biên đổi khí hậu tại Việt Nam. Ngoài ra, Viện chú trọng phát triển và ứng dụng công nghệ hiện đại, như trí tuệ nhân tạo, dữ liệu lớn, viễn thám và GIS trong xử lý và phân tích dữ liệu khí hậu. Đây là xu hướng tất yếu để nâng cao độ chính xác của dự báo và hiệu quả nghiên cứu.
Thông qua việc đẩy mạnh nghiên cứu chính sách và hợp tác quốc tế, Viện đã và đang cung cấp những cơ sở khoa học cho việc xây dựng các chiến lược, quy hoạch và thực hiện các cam kết khí hậu của Việt Nam trên trường quốc tế. Với tâm huyết và nỗ lực không ngừng, đội ngũ nhà khoa học của Viện kỳ vọng những đóng góp chuyên môn của mình sẽ trở thành điểm tựa vững chắc, giúp đất nước chủ động ứng phó và bảo vệ tương lai trước những biến động khó lường của biến đổi khí hậu.