Dự báo thời tiết thời 4.0
Làm thế nào để các bản tin dự báo đảm bảo độ tin cậy và phục vụ hiệu quả cho phòng chống thiên tai là bài toán đang được ngành khí tượng thủy văn tìm nhiều lời giải? Ngoài việc phát triển nguồn nhân lực chất lượng cao, ngành khí tượng thủy văn còn đầu tư, ứng dụng các công nghệ số hiện đại, phù hợp với sự phát triển thời kỳ cách mạng công nghiệp 4.0.
Page Content
* Số hóa trong phân tích dữ liệuDữ liệu để phục vụ dự báo KTTV là một khối lượng khổng lồ với các dữ liệu quan trắc của nhiều loại hình, dữ liệu cũ, dữ liệu khai thác từ quốc tế. Các dữ liệu này lại được thu thập với nhiều phương thức như ghi chép thủ công, lưu tự động… Bởi vậy việc biên tập, phân tích dữ liệu là một khâu quan trọng trong dự báo.Tổng cục Khí tượng thủy văn cho biết, hiện Tổng cục đã đã ứng dụng công nghệ số trong phân tích các bản đồ synop thay cho bản đồ bằng synop giấy trước đây. Các quy trình thu nhận số liệu, phân tích khách quan các trường khí tượng được tin học hóa. Hơn nữa, các phần mềm còn hỗ trợ Dự báo viên biên tập và hoàn thiện phân tích các bản đồ synop từ các sản phẩm phân tích khách quan. Các bản đồ này sau đó được lưu trữ dưới dạng số giúp Dự báo viên thuận tiện và dễ dàng tìm kiếm, so sánh các hình thế thời tiết của các thiên tai trong quá khứ khi thực hiện các phân tích nghiệp vụ.Từ năm 2019, hệ thống trực quan hóa và biên tập dữ liệu dự báo khí tượng (SmartMet) bắt đầu được sử dụng trong Hệ thống Dự báo KTTV quốc gia. Hệ thống SmartMet tại Trung tâm Dự báo KTTV quốc gia
Với SmartMet, Dự báo viên có thể biên tập lại sản phẩm mô hình thời tiết số trị dựa trên số liệu quan trắc và kinh nghiệm của Dự báo viên. SmartMet bao gồm nhiều tính năng và tùy chọn để tạo điều kiện thuận lợi cho công việc hàng ngày của Dự báo viên và đảm bảo các sản phẩm và dự báo thời tiết được tạo từ dữ liệu đã biên tập có chất lượng tốt nhất. Điều làm cho SmartMet trở nên độc đáo không chỉ là một công cụ trực quan hóa hỗ trợ Dự báo viên phân tích tất cả dữ liệu khí tượng mà còn có thể thay đổi dữ liệu mô hình (tức là biên tập dữ liệu) và đưa ra dữ liệu được chỉnh sửa từ các tham số khác nhau. Từ những sản phẩm đó, Dự báo viên đã biên tập, có thể tạo kịch bản dự báo thời tiết được thiết kế riêng cho từng đối tượng quan tâm. Hệ thống Smartmet tạo ra bộ số liệu dự báo thống nhất được chia sẻ giữa các đơn vị dự báo từ Trung ương đến địa phương và dễ dàng chuyển sang các dạng bản tin, các ứng dụng điện thoại, mạng xã hội một cách nhanh nhất phù hợp với sự phát triển của khoa học số hiện nay.* Dự báo dựa trên mô hình thời tiết sốTrong công tác dự báo của ngành KTTV hiện nay, bên cạnh việc ứng dụng các công nghệ quan trắc, giám sát liên tục các hiện tượng thời tiết nguy hiểm dựa trên mạng lưới quan trắc tự động, hệ thống ra đa, vệ tinh hiện đại, công nghệ dự báo thời tiết dựa trên các mô hình thời tiết số đã được thực hiện trên các hệ thống siêu máy tính đóng vai trò chính trong việc dự báo được xu thế, hiện tượng mưa lớn, mưa cực trị.Đến nay, các hệ thống mô hình dự báo thời tiết số trị của Việt Nam đã được hiện đại hóa với hệ thống đồng hoá số liệu địa phương cho mô hình khu vực độ phân giải cao (hiện nay, mức độ chi tiết đã đạt đến 3 km và trong tương lai gần sẽ đạt mức 1-2 km) cho phép nâng cao được khả năng chất lượng dự báo mưa lớn, mưa cực trị, qua đó tiếp tục nâng cao năng lực cảnh báo các hệ quả liên quan gồm ngập lụt, lũ, lũ quét và sạt lở đất ở Việt Nam. Đồng thời đã tận dụng tối đa các nguồn số liệu có chất lượng cao đã được đầu tư (số liệu dự báo của Trung tâm Dự báo hạn vừa Châu Âu) để làm tiền đề cho các bài toán chi tiết hóa đối với dự báo hạn vừa đến hạn tháng và tăng cường chất lượng dự báo quỹ đạo và cường độ bão khu vực Biển Đông.Với hệ thống dự báo số trị kết hợp đồng hóa số liệu hiện nay của Việt Nam, chúng ta đã giảm được sự phụ thuộc vào thời gian có được sản phẩm từ mô hình toàn cầu (trễ từ 5-8 tiếng) của quốc tế, cho phép giảm độ trễ sản phẩm số xuống chỉ còn 2-3 tiếng sau khi có quan trắc so với phiên dự báo chính thức.
Hệ thống mô hình dự báo số trị độ phân giải cao hiện nay của Việt Nam
12/08/2021
Theo Bộ tài nguyên và Môi trường
