Trí tuệ nhân tạo (AI) được kỳ vọng sẽ mở ra hướng tiếp cận mới trong công tác dự báo, cảnh báo sớm và ứng phó với thiên tai. Tuy nhiên, để AI phát huy hiệu quả thực sự, cần vượt qua nhiều rào cản về dữ liệu, hạ tầng và nguồn nhân lực.
Biến đổi khí hậu đang làm gia tăng các hiện tượng thời tiết cực đoan như mưa lớn bất thường, lũ quét, sạt lở đất và ngập úng trên diện rộng. Việt Nam được đánh giá là một trong những quốc gia chịu ảnh hưởng nặng nề nhất, đặc biệt là ở các khu vực miền Trung, Tây Bắc và Đồng bằng sông Cửu Long. Những hình thái thời tiết ngày càng khó lường đặt ra yêu cầu cấp thiết trong việc nâng cao năng lực dự báo, cảnh báo sớm và ứng phó thiên tai để bảo vệ tính mạng, tài sản của người dân.
Theo ông Nguyễn Xuân Hiển, Trung tâm dự báo khí tượng thủy văn quốc gia (Cục Khí tượng Thủy văn, Bộ Nông nghiệp và Môi trường) chia sẻ tại diễn đàn Phòng, chống thiên tai và Cảnh báo sớm trong vận hành chính quyền hai cấp, tổ chức tại Ninh Bình sáng 12/8, để giảm thiểu thiệt hại do lũ quét và sạt lở đất cần cải tiến công nghệ, ứng dụng trí tuệ nhân tạo trong công tác cảnh báo.
Dự báo viên phân tích dữ liệu trên hệ thống smartnet phục vụ việc ra bản tin dự báo, cảnh báo sớm thiên tai tại Trung tâm Dự bo khí tượng thuỷ văn (Ảnh: Hoài Linh)Nâng cấp cảnh báo thiên tai
Hiện nay, công tác dự báo và cảnh báo lũ lụt tại Việt Nam chủ yếu dựa trên các mô hình thủy văn truyền thống, sử dụng dữ liệu mưa, mực nước và địa hình. Tuy nhiên, các mô hình này vẫn tồn tại một số hạn chế như thiếu dữ liệu theo thời gian thực, độ trễ trong dự báo, độ phân giải không gian thấp và khó cá thể hóa theo từng khu vực nhỏ. Thêm vào đó, khả năng tích hợp các yếu tố bất định trong điều kiện khí hậu thay đổi nhanh chóng còn nhiều hạn chế, ảnh hưởng đến độ chính xác và kịp thời của các bản tin cảnh báo.
Trong khi đó, AI với các phương pháp như Machine Learning (học máy) và Deep Learning (học sâu) có khả năng học từ dữ liệu quá khứ để nhận diện các mô hình mưa, lũ, ngập úng. AI cho phép tích hợp dữ liệu từ nhiều nguồn như mưa vệ tinh, cảm biến IoT, ảnh radar, bản đồ địa hình số (DEM) để đưa ra phân tích tổng hợp và dự báo chính xác hơn. Các ứng dụng tiêu biểu có thể kể đến như dự báo mưa cục bộ theo giờ (nowcasting), phát hiện nguy cơ lũ quét theo thời gian thực hay xây dựng bản đồ ngập tự động theo từng khu dân cư.
Xác định rõ vai trò của AI trong bối cảnh hiện nay, những năm gần đây, nhiều dự án nghiên cứu và triển khai ứng dụng trí tuệ nhân tạo vào cảnh báo sớm thiên tai đã được xúc tiến tại Việt Nam, mang lại các tín hiệu tích cực.
Tiêu biểu như dự án “Hệ thống cảnh báo sớm sạt lở đất và lũ bùn đá dựa trên cộng đồng số hóa và đánh giá rủi ro tích hợp cho miền Trung Việt Nam: Khai thác công nghệ viễn thám và đánh giá các biện pháp giảm nhẹ thiệt hại kinh tế ở tỉnh Thừa Thiên Huế.” Đây là dự án hợp tác giữa Trường Đại học Thủy lợi và Cơ quan Hợp tác Quốc tế Nhật Bản (JICA) tại khu vực miền Trung.
Công nghệ AI đã được phát triển để hỗ trợ trong việc dự báo thời tiết (Ảnh: tuoitre.vn)Mục tiêu chính của dự án là xây dựng một hệ thống cảnh báo hiệu quả, tích hợp giữa công nghệ viễn thám, dữ liệu địa hình số (DEM), mạng cảm biến đo mưa, mực nước thời gian thực và mô hình học máy (Machine Learning) để phân tích nguy cơ.
Dự án có thời gian thực hiện từ tháng 6/2026 đến tháng 6/2030, với tổng kinh phí lên tới khoảng 3,43 triệu USD (tương đương gần 89,2 tỷ đồng). Đây được xem là một trong những dự án trọng điểm, mang tính ứng dụng cao và có khả năng mở rộng trong bối cảnh Việt Nam đang chịu nhiều áp lực từ biến đổi khí hậu.
Điểm đặc biệt của dự án là việc kết hợp trí tuệ nhân tạo với tri thức bản địa và sự tham gia trực tiếp của cộng đồng địa phương. Thông qua các nền tảng số hóa, người dân có thể cập nhật dữ liệu tại chỗ về hiện tượng bất thường như mưa lớn đột ngột, sụt nứt đất hay dòng chảy thay đổi, giúp hệ thống học hỏi và điều chỉnh dự báo ngày càng chính xác hơn. Ngoài ra, dự án cũng tiến hành xây dựng các bản đồ rủi ro động, hiển thị khu vực có nguy cơ sạt lở hoặc lũ bùn đá theo thời gian thực. Những bản đồ này có thể tích hợp vào ứng dụng di động hoặc chia sẻ qua mạng xã hội, giúp người dân nắm bắt thông tin kịp thời để sơ tán.
Trung tâm Dự báo khí tượng thủy văn Quốc gia cũng đã phát triển một hệ thống cảnh báo lũ quét và sạt lở đất dựa trên các công nghệ tiên tiến. Cụ thể, trung tâm sử dụng hơn 4.000 trạm đo mưa tự động và các mô hình dự báo mưa với độ phân giải cao (3km, 1km); kết hợp dữ liệu quan trắc từ radar, vệ tinh và các nguồn khác để ước tính lượng mưa; áp dụng các chỉ số và ngưỡng để cảnh báo nguy cơ lũ quét và sạt lở; cập nhật liên tục các điểm yếu, vị trí xảy ra sự cố trong quá khứ.
Theo Phó Cục trưởng Cục Khí tượng thuỷ văn Hoàng Đức Cường: Hiện nay việc sử dụng các số liệu quá khứ và ứng dụng trí tuệ nhân tạo AI đã tạo ra các sản phẩm được sử dụng rộng rãi. Trong lĩnh vực Khí tượng Thủy văn xu thế ứng dụng AI đã có những kết quả khả quan. Cục Khí tượng Thủy văn đã có định hướng và quan tâm đặc biệt đến xu thế này, với các đề tài nghiên cứu khoa học để đưa ra các cảnh báo, dự báo, đồng hóa số liệu, thông tin truyền thông và coi việc ứng dụng AI để nâng cao chất lượng dự báo là tất yếu.
Thách thức và hướng đi
Dù tiềm năng ứng dụng trí tuệ nhân tạo trong dự báo và cảnh báo thiên tai là rất lớn, việc ứng dụng AI để dự báo thiên tai tại Việt Nam vẫn đang đối mặt với nhiều rào cản. Một trong những thách thức lớn nhất hiện nay là thiếu dữ liệu Khí tượng Thủy văn theo thời gian thực, được chuẩn hóa và mở, khiến quá trình huấn luyện mô hình và đưa ra dự báo chính xác bị ảnh hưởng đáng kể.
Bên cạnh đó, Việt Nam thiếu nguồn nhân lực chất lượng cao trong lĩnh vực giao thoa giữa AI và khoa học môi trường, thủy văn. Việc đào tạo chuyên gia có kiến thức liên ngành, kết hợp giữa lập trình, mô hình hóa và hiểu biết sâu sắc về biến đổi khí hậu, rủi ro thiên tai là yêu cầu cấp thiết nhưng hiện nay còn hạn chế. Ngoài ra, cơ sở hạ tầng tính toán như máy chủ, hệ thống lưu trữ dữ liệu lớn (big data), GPU hay nền tảng điện toán đám mây (cloud) cũng chưa phát triển đồng đều giữa các địa phương, gây cản trở cho các mô hình AI cần xử lý dữ liệu lớn và phản hồi theo thời gian thực.
Thiếu cơ chế pháp lý rõ ràng cũng là rào cản cản trở thúc đẩy chuyển giao công nghệ và chia sẻ dữ liệu giữa các viện nghiên cứu, doanh nghiệp công nghệ và cơ quan nhà nước. Trong nhiều trường hợp, các bên vẫn thiếu sự phối hợp và khó tiếp cận nguồn lực lẫn nhau, khiến các sáng kiến AI có tiềm năng chưa được đưa vào thực tiễn.
AI nâng cao khả năng dự báo thảm hoạ thời tiết (Ảnh: NextAcademy)Trước những khó khăn đó, hướng đi cần thiết là xây dựng một hệ sinh thái dữ liệu mở và chia sẻ có kiểm soát, trong đó các cơ quan khí tượng thủy văn, doanh nghiệp và đơn vị nghiên cứu có thể kết nối qua nền tảng chung. Việc tích hợp mạng cảm biến IoT tại các vùng thường xuyên xảy ra lũ lụt như miền Trung, Tây Nguyên và Đồng bằng sông Cửu Long cần được thúc đẩy, nhằm thu thập số liệu mưa, mực nước, tốc độ dòng chảy, sạt lở theo thời gian thực để cập nhật liên tục cho các hệ thống cảnh báo.
Về nhân lực, cần đẩy mạnh các chương trình đào tạo chuyên sâu về AI ứng dụng trong môi trường và khí hậu, với sự hỗ trợ của các tổ chức quốc tế và các trường đại học hàng đầu. Đồng thời, xây dựng mjạng lưới chuyên gia liên ngành, bao gồm nhà nghiên cứu AI, chuyên gia thủy văn, khí tượng và quy hoạch đô thị để cùng phối hợp giải quyết các bài toán thực tiễn.
Ngoài ra, cần khuyến khích thử nghiệm AI thông qua các mô hình cảnh báo thực địa, chẳng hạn như hệ thống cảnh báo ngập úng được gửi trực tiếp tới người dân qua điện thoại hoặc mạng xã hội, hoặc bản đồ ngập động (interactive flood map) hiển thị nguy cơ ngập theo từng khu dân cư. Việc lấy người dân làm trung tâm, kết nối dữ liệu cộng đồng với nền tảng công nghệ là cách tiếp cận hiệu quả, vừa tăng khả năng thích ứng tại chỗ, vừa giúp hệ thống AI học hỏi và cải thiện liên tục.
Ứng dụng trí tuệ nhân tạo không chỉ là một lựa chọn công nghệ mà còn là giải pháp thiết yếu để bảo vệ con người và cộng đồng khỏi các rủi ro thiên tai. Tuy nhiên, để AI thực sự phát huy vai trò trong hệ thống cảnh báo sớm, Việt Nam cần một chiến lược tổng thể và lâu dài từ xây dựng hạ tầng dữ liệu mở, phát triển nguồn nhân lực liên ngành đến việc thúc đẩy hợp tác giữa các bên liên quan. Đầu tư cho AI hôm nay chính là đầu tư cho sự an toàn và phát triển bền vững của tương lai.
Cục Biến đổi khí hậu