Cảnh báo sớm-hành động sớm trước thiên tai

Hằng năm, trên cơ sở nhận định tình hình thiên tai, các bộ, ngành và địa phương xây dựng, rà soát, điều chỉnh, bổ sung phương án ứng phó phù hợp đặc điểm từng địa bàn.

Theo Cục Khí tượng Thủy văn, nhờ thông tin dự báo, cảnh báo sớm, giai đoạn 2020-2025, các bộ, ngành và địa phương đã tổ chức kêu gọi, kiểm đếm, hướng dẫn 3.209.128 lượt tàu thuyền với 16.034.074 lượt lao động nắm diễn biến bão, áp thấp nhiệt đới để chủ động di chuyển, tránh trú. Nhờ đó, cơ bản không xảy ra thiệt hại về người và tàu thuyền trên biển. Trên đất liền, 757.965 hộ dân tại các khu vực có nguy cơ cao xảy ra lũ quét, sạt lở đất, ngập lụt sâu đã được sơ tán đến nơi an toàn.

Để chủ động phòng ngừa, ứng phó hiệu quả và kéo giảm thiệt hại do thiên tai, các đơn vị liên quan đang rà soát hiện trạng thiết bị quan trắc; xây dựng hệ thống quản lý, giám sát tập trung mạng lưới trạm khí tượng thủy văn quốc gia; đẩy mạnh số hóa sổ quan trắc và chuyển đổi số trong công tác quan trắc, qua đó nâng cao chất lượng dự báo, cảnh báo.

Theo Cục trưởng Khí tượng Thủy văn Nguyễn Thượng Hiền, một giải pháp then chốt để giảm nhẹ thiệt hại do thiên tai là đẩy mạnh ứng dụng trí tuệ nhân tạo (AI), vận hành hiệu quả các hệ thống cảnh báo sớm phục vụ phòng chống thiên tai và phát triển kinh tế-xã hội.

Chất lượng dự báo, cảnh báo sớm phụ thuộc lớn vào dữ liệu quan trắc, từ độ chính xác, mật độ đến tốc độ truyền tải. Nếu trước đây nhiều số liệu được thu thập thủ công, thì với công nghệ quan trắc tự động và chuyển đổi số, trạng thái khí quyển, thủy văn hiện có thể được theo dõi gần như theo thời gian thực.

Qua đó, cơ quan chuyên môn có thể sớm phát hiện các dấu hiệu thời tiết bất thường như bão nhiệt đới hình thành, mưa cực đoan cục bộ hoặc biến động lũ trên các lưu vực sông.

Tuy nhiên, công nghệ mới không thể thay thế hoàn toàn vai trò phân tích, ra quyết định của cơ quan khí tượng thủy văn. Những đợt thiên tai có tính chất cực đoan, ít tiền lệ trong dữ liệu lịch sử càng cho thấy giá trị của kinh nghiệm thực tiễn và năng lực phân tích của đội ngũ dự báo viên.

Siêu bão Yagi tháng 9/2024 là một thí dụ. Trước diễn biến cường độ rất mạnh và phức tạp của bão, việc dự báo đặt ra nhiều thách thức đối với các mô hình số trị và thuật toán AI, vốn phụ thuộc lớn dữ liệu đầu vào và dữ liệu lịch sử.

Trong bối cảnh đó, dự báo viên cần kết hợp kết quả mô hình với kinh nghiệm thực tiễn, hiểu biết về khí hậu, địa hình địa phương để phân tích, đánh giá và hiệu chỉnh bản tin.

Sự kết hợp giữa công nghệ và năng lực chuyên môn của con người góp phần nâng cao độ tin cậy của dự báo, giúp cơ quan quản lý và người dân chủ động ứng phó, giảm rủi ro thiên tai.