AI và dữ liệu lớn sẽ đóng vai trò then chốt trong cảnh báo thiên tai

5 năm qua, thiên tai đã khiến hơn 1.500 người chết và mất tích

Tại hội thảo “Ứng phó thiên tai cực đoan trong kỷ nguyên biến đổi khí hậu” do Bộ Nông nghiệp và Môi trường (NN&MT) tổ chức sáng 18/3, TS Nguyễn Xuân Hiển, Phó Giám đốc Trung tâm Dự báo khí tượng thủy văn quốc gia (Cục Khí tượng thuỷ văn, Bộ NN&MT) cho biết, giai đoạn 2015-2025 ghi nhận 11 năm nóng nhất trong hơn 175 năm quan trắc, kỷ lục là năm 2024.

Xu thế nóng lên toàn cầu đang diễn ra nhanh hơn dự báo. Nền nhiệt gia tăng kéo theo các hiện tượng thời tiết cực đoan tăng cả về tần suất và cường độ, tác động rõ rệt đến Việt Nam. Những năm gần đây, thiên tai diễn biến bất thường, từ hạn hán, xâm nhập mặn ở Nam Bộ đến các đợt mưa lũ lịch sử tại miền Trung năm 2025, gây thiệt hại lớn.

Năm 2024, một cơn bão được đánh giá là mạnh nhất trong khoảng 30 năm gần đây đã đổ bộ Bắc Bộ, gây mưa lớn trên diện rộng, có nơi cao gấp 4–6 lần trung bình nhiều năm, kéo theo lũ lớn và sạt lở nghiêm trọng.

Năm 2025 tiếp tục xuất hiện nhiều kỷ lục với 27 cơn bão trên khu vực Tây Bắc Thái Bình Dương; 10 cơn bão và 6 áp thấp nhiệt đới hoạt động trên Biển Đông; lượng mưa ngày có nơi lên tới 1.740 mm. Đặc biệt, lần đầu tiên toàn bộ các hệ thống sông chính trên cả nước đều xuất hiện lũ lớn hoặc lũ lịch sử, với 21 con sông ghi nhận mực nước cao kỷ lục. Trong 5 năm gần đây, thiên tai đã khiến hơn 1.500 người chết và mất tích, thiệt hại kinh tế lên tới hàng trăm nghìn tỷ đồng.

Sự gia tăng nhanh về tần suất, cường độ và mức độ cực đoan của thiên tai đang đặt ra yêu cầu cấp thiết phải đổi mới công tác dự báo và cảnh báo sớm theo hướng nhanh hơn, chính xác hơn và thông minh hơn.

Theo Thứ trưởng Bộ NN&MT Lê Công Thành, công nghệ mới được xác định là hướng đột phá, trong đó có vai trò quan trọng của trí tuệ nhân tạo (AI), dữ liệu lớn, công nghệ viễn thám, các mô hình dự báo số độ phân giải cao, hệ thống cảm biến thông minh và nền tảng phân tích dữ liệu thời gian thực. Những công nghệ này giúp rút ngắn thời gian xử lý, nâng cao độ chính xác dự báo và hỗ trợ xây dựng các kịch bản ứng phó phù hợp.

Định hướng thời gian tới, Bộ NN&MT sẽ tập trung vào chuyển đổi số trong lĩnh vực khí tượng thủy văn; xây dựng cơ sở dữ liệu lớn; phát triển hệ thống dự báo hiện đại; đồng thời tăng cường kết nối, chia sẻ dữ liệu giữa cơ quan quản lý, viện nghiên cứu, doanh nghiệp và các đối tác quốc tế.

Song song, Bộ sẽ tiếp tục hiện đại hóa mạng lưới quan trắc, mở rộng các trạm tự động, ứng dụng dữ liệu vệ tinh và phát triển nền tảng cảnh báo đa thiên tai. Một ưu tiên quan trọng khác là đưa thông tin cảnh báo đến người dân nhanh hơn, dễ tiếp cận hơn thông qua nền tảng số, thiết bị di động và hệ thống truyền thông đa kênh. “Cùng với đó, cần thúc đẩy hợp tác quốc tế và hợp tác công - tư để huy động nguồn lực cho nghiên cứu và chuyển giao công nghệ”, Thứ trưởng nhấn mạnh.
Đưa dự báo đến sát hơn và nhanh hơn tới các cộng đồng dân cư

Tại hội thảo, TS Cao Đức Phát, nguyên Bộ trưởng Bộ Nông nghiệp và Phát triển nông thôn, Chủ tịch Quỹ Cộng đồng phòng tránh thiên tai đánh giá ngành khí tượng thủy văn đã có nhiều nỗ lực nâng cao năng lực dự báo và cảnh báo sớm, góp phần giúp chính quyền cơ sở và người dân chủ động hơn trong phòng tránh.

Tuy nhiên, theo ông Phát, vẫn cần những giải pháp hiệu quả hơn để đưa thông tin dự báo và cảnh báo “đến sát hơn và nhanh hơn tới các cộng đồng dân cư”. Đối với Quỹ Cộng đồng phòng tránh thiên tai, mục tiêu là huy động nguồn lực xã hội để hỗ trợ cộng đồng nâng cao năng lực phòng ngừa và ứng phó. “Chúng tôi mong muốn góp phần thúc đẩy việc áp dụng các tiến bộ kỹ thuật, nhất là công nghệ số và AI trong dự báo, cảnh báo thiên tai ngày càng hiệu quả hơn”, ông nói.

Theo TS Nguyễn Xuân Hiển, ngành khí tượng thuỷ văn đang đẩy mạnh ứng dụng nhiều công nghệ mới nhằm nâng cao năng lực dự báo.nổi bật là việc tích hợp AI vào dự báo bão và thời tiết nguy hiểm, giúp cải thiện độ chính xác dự báo cường độ bão từ 10 - 20% trong ngắn hạn, đồng thời cho phép nhận dạng tự động vị trí và cường độ bão từ dữ liệu vệ tinh với độ chính xác trên 90%.

Các hệ thống cảnh báo dông, lốc, mưa lớn cực ngắn cũng đang được phát triển dựa trên dữ liệu đa nguồn như radar, vệ tinh, định vị sét và trạm đo tự động, cho phép đưa ra cảnh báo sớm từ 30 phút đến vài giờ. Bên cạnh đó, các nền tảng giám sát và cảnh báo lũ quét, sạt lở đất theo thời gian thực, chi tiết đến cấp xã, đang dần được triển khai. Các mô hình thủy văn – thủy lực hiện đại cũng hỗ trợ dự báo lũ và xâm nhập mặn trên từng lưu vực sông.

Dù đạt nhiều tiến bộ, công tác dự báo vẫn đối mặt với không ít thách thức. Theo ông Hiển, độ chính xác dự báo mưa lớn hiện còn thấp, đặc biệt với các ngưỡng nguy hiểm. Sai số dự báo quỹ đạo và cường độ bão vẫn ở mức đáng kể và chưa cải thiện rõ rệt trong nhiều năm.

Hệ thống quan trắc còn thiếu đồng bộ, dữ liệu chưa liên thông và còn thiếu các bộ dữ liệu nền quan trọng như địa chất, địa hình theo thời gian thực. Điều này khiến việc cảnh báo chi tiết lũ quét, sạt lở đất đến từng khu vực cụ thể vẫn rất khó khăn.

Ngoài ra, hạn chế về nguồn nhân lực chất lượng cao, cơ chế tài chính và chính sách khuyến khích nghiên cứu, thử nghiệm công nghệ mới cũng là những điểm nghẽn trong quá trình hiện đại hóa ngành.

Trong thời gian tới, ngành khí tượng thủy văn định hướng tập trung vào bốn trụ cột chính: Làm chủ công nghệ lõi (đặc biệt là AI và mô hình dự báo tổ hợp), phát triển hệ thống quan trắc thông minh thời gian thực, tăng cường năng lực xử lý dữ liệu lớn và nâng cao hiệu quả truyền tải thông tin cảnh báo đến người dân.

Mục tiêu cụ thể là giảm sai số dự báo cường độ bão xuống dưới 7 m/s trong hạn 1 - 3 ngày, nâng tỷ lệ dự báo mưa đạt trên 60% với các ngưỡng quan trọng, đồng thời phát triển các mô hình AI có khả năng dự báo lũ và nhận diện sớm các hiện tượng thời tiết nguy hiểm trước 2 - 5 ngày.

Theo các chuyên gia, trong bối cảnh thiên tai ngày càng vượt khỏi các quy luật truyền thống, công nghệ - đặc biệt là AI và dữ liệu lớn, sẽ đóng vai trò then chốt. Tuy nhiên, điều kiện tiên quyết để các công nghệ này phát huy hiệu quả vẫn là hoàn thiện hạ tầng dữ liệu, hệ thống quan trắc và cơ chế chính sách.