PGS,TS. Mai Văn Khiêm: "Chuyển mạnh từ dự báo hiện tượng sang cảnh báo tác động"

Phóng viên: Thưa ông, trong 6 tháng đầu năm 2026, Trung tâm Dự báo khí tượng thủy văn quốc gia đã ban hành hơn 3.000 bản tin dự báo, cảnh báo khí tượng thủy văn, thiên tai, đạt 41,7% kế hoạch năm. Việc ứng dụng công nghệ mới và chuyển sang cảnh báo tác động được thể hiện như thế nào trong các bản tin này?

PGS,TS. Mai Văn Khiêm: Trong 6 tháng đầu năm 2026, Trung tâm đã ban hành hơn 3.000 bản tin dự báo, cảnh báo khí tượng thủy văn (KTTV) và thiên tai. Song song với việc nâng cao chất lượng dự báo, chúng tôi đang từng bước chuyển từ cách tiếp cận “dự báo thời tiết sẽ xảy ra như thế nào” sang “thiên tai có thể gây ra tác động gì và ở đâu”. Đây cũng là hướng tiếp cận dự báo, cảnh báo dựa trên tác động mà Tổ chức Khí tượng Thế giới (WMO) đang thúc đẩy.

Về nguyên tắc, ngành Khí tượng Thủy văn sẽ tập trung tính toán và cung cấp các thông tin về hiểm họa như lượng mưa, nhiệt độ, gió, mực nước, dòng chảy, hạn hán, xâm nhập mặn,…đồng thời xác định phạm vi, thời gian và mức độ bất định của dự báo. Nhưng để biết một trận mưa sẽ ảnh hưởng đến khu dân cư nào, tuyến giao thông nào, công trình nào; hay hạn hán sẽ tác động đến bao nhiêu diện tích sản xuất, hồ chứa nào, nhu cầu cấp nước và phát điện ra sao, thì cần kết hợp thêm dữ liệu về dân cư, cơ sở hạ tầng, sản xuất, kinh tế - xã hội, mức độ dễ bị tổn thương và năng lực ứng phó.

Đây là hướng chúng tôi đang từng bước thực hiện. Chẳng hạn, với dự báo mưa lớn, mục tiêu không chỉ dừng ở việc đưa ra lượng mưa dự kiến mà tiến tới xác định khu vực có nguy cơ ngập, lũ quét, sạt lở và những đối tượng có khả năng bị ảnh hưởng. Với hạn hán, cần kết hợp dự báo lượng mưa, dòng chảy, mực nước với dung tích hồ chứa, nhu cầu sử dụng nước và tình trạng sản xuất để đưa ra nhận định sát hơn về nguy cơ thiếu nước.

Tuy nhiên, đây không phải là công việc riêng của ngành Khí tượng Thủy văn. Để thực hiện dự báo tác động cụ thể, ngành Khí tượng Thủy văn cung cấp thông tin về hiểm họa; các bộ, ngành, địa phương và đơn vị quản lý hạ tầng cần cung cấp, cập nhật dữ liệu về đối tượng phơi bày, mức độ dễ bị tổn thương, ngưỡng tác động và tình trạng vận hành. Chỉ khi các lớp dữ liệu này được tích hợp thì mới có thể hình thành đầy đủ sản phẩm dự báo tác động.

Vì vậy, thời gian tới cần đẩy mạnh kết nối và chia sẻ dữ liệu liên ngành, liên vùng, chuẩn hóa cơ sở dữ liệu và xây dựng các bộ chỉ số tổn thương, ngưỡng tác động cho từng lĩnh vực. Đây cũng là một trong những định hướng quan trọng của WMO và phù hợp với yêu cầu nâng cao năng lực phòng ngừa, ứng phó thiên tai theo tinh thần chỉ đạo của lãnh đạo Đảng, Nhà nước. Ngành KTTV xác định đây là một quá trình chuyển đổi từng bước, cần vừa làm vừa hoàn thiện dữ liệu, phương pháp và quy trình nghiệp vụ. Trước mắt, sẽ ưu tiên những hiểm họa, khu vực và lĩnh vực có dữ liệu tương đối đầy đủ, nhu cầu sử dụng rõ ràng để thí điểm, sau đó từng bước mở rộng. Mục tiêu cuối cùng là làm cho thông tin dự báo không chỉ chính xác về khí tượng thủy văn mà còn thực sự hữu ích cho quyết định, giúp các cấp, các ngành có thêm thời gian chuẩn bị và chủ động giảm thiểu thiệt hại.

Phóng viên: Ngành khí tượng thủy văn đặt mục tiêu ứng dụng trí tuệ nhân tạo để giảm sai số dự báo cường độ bão trong thời hạn từ 1-3 ngày, nâng cao chất lượng dự báo mưa, đồng thời nhận diện một số hiện tượng nguy hiểm trước 2-5 ngày. Việc triển khai đến nay đã đạt được kết quả như thế nào, thưa ông?

PGS,TS. Mai Văn Khiêm: AI đang được ngành Khí tượng Thủy văn từng bước nghiên cứu và đưa vào hỗ trợ công tác dự báo. Chúng tôi đã thử nghiệm AI trên một số bài toán và bước đầu ghi nhận hiệu quả, trong đó có hỗ trợ dự báo quỹ đạo bão và xử lý, khai thác khối lượng lớn dữ liệu khí tượng thủy văn. Đây là những kết quả rất đáng khích lệ, nhưng chúng tôi xác định AI vẫn đang ở giai đoạn nghiên cứu, thử nghiệm và hoàn thiện.

Đối với dự báo cường độ bão và dự báo lượng mưa, đây là những bài toán đặc biệt khó, chịu ảnh hưởng của nhiều quá trình vật lý ở các quy mô khác nhau. Vì vậy, chưa thể kỳ vọng AI có thể giải quyết ngay trong một thời gian ngắn. Cục Khí tượng Thủy văn đang tiếp tục nghiên cứu, phát triển và kiểm chứng các mô hình AI trên cơ sở kết hợp dữ liệu quan trắc, radar, vệ tinh và các mô hình dự báo số trị.

Điều chúng tôi hướng tới không phải là thay thế phương pháp dự báo hiện nay bằng AI, mà là xây dựng một hệ thống dự báo kết hợp giữa mô hình số trị, AI, dữ liệu quan trắc và kinh nghiệm của dự báo viên. AI sẽ giúp khai thác tốt hơn dữ liệu, nhận diện các tín hiệu mà phương pháp truyền thống khó phát hiện và cung cấp thêm các phương án để dự báo viên đánh giá.

Quan trọng hơn, AI chỉ phát huy hiệu quả khi có dữ liệu quan trắc đủ tốt, liên tục và được chuẩn hóa. Vì vậy, song song với nghiên cứu mô hình AI, ngành đang phải đầu tư vào mạng lưới quan trắc, hạ tầng dữ liệu và năng lực tính toán. Đây là quá trình lâu dài, cần được kiểm chứng qua nhiều mùa thiên tai trước khi đưa các kết quả AI vào sử dụng nghiệp vụ một cách rộng rãi.

Một sản phẩm công nghệ chỉ có thể được đưa vào nghiệp vụ sau khi trải qua quá trình thử nghiệm, kiểm định trong nhiều hình thế thời tiết và nhiều mùa thiên tai. AI là công cụ hỗ trợ quan trọng nhưng không thể thay thế hoàn toàn dự báo viên. Con người vẫn phải đánh giá độ tin cậy của từng mô hình, đối chiếu nhiều nguồn dữ liệu, xem xét đặc điểm của từng địa phương và chịu trách nhiệm đối với nội dung bản tin cuối cùng.

Phóng viên: Theo số liệu đã được ngành công bố, mạng lưới quan trắc quốc gia hiện có 217 trạm khí tượng bề mặt, gần 2.000 trạm đo mưa tự động, 426 trạm thủy văn, 27 trạm khí tượng hải văn và 10 trạm radar thời tiết. Hệ thống này đang hỗ trợ công tác dự báo, cảnh báo như thế nào thưa ông?

PGS,TS. Mai Văn Khiêm: Dữ liệu quan trắc là đầu vào không thể thiếu của mọi bản tin dự báo. Mạng lưới hiện có 217 trạm khí tượng bề mặt, gần 2.000 trạm đo mưa tự động, 426 trạm thủy văn, 27 trạm khí tượng hải văn và 10 trạm radar thời tiết hiện đại.

Cùng với hệ thống này, Trung tâm còn khai thác số liệu thám không, ảnh mây vệ tinh, các mô hình dự báo số trị khu vực và toàn cầu, sản phẩm dự báo tổ hợp cùng các nguồn dữ liệu khí tượng, thủy văn và hải văn khác.

Hệ thống trạm tự động giúp số liệu được truyền về liên tục, tạo điều kiện để dự báo viên theo dõi sự hình thành và phát triển của mây đối lưu, mưa lớn hoặc biến động mực nước gần với thời gian thực. Radar có vai trò đặc biệt quan trọng trong giám sát mưa dông; trong khi ảnh vệ tinh giúp theo dõi các hệ thống thời tiết trên phạm vi rộng, kể cả trên biển và những khu vực còn thưa trạm quan trắc.

Dù vậy, mạng lưới quan trắc vẫn còn những khoảng trống cần tiếp tục được bổ sung, nhất là tại vùng núi, khu vực có địa hình chia cắt và trên biển. Đây thường là những nơi xảy ra thiên tai nhanh, cục bộ nhưng điều kiện quan trắc lại khó khăn.

Chúng tôi luôn xác định rằng, mô hình dự báo dù hiện đại đến đâu thì chất lượng của bản tin vẫn phụ thuộc trước hết vào độ đầy đủ, chính xác và liên tục của dữ liệu đầu vào. Vì vậy, cùng với đầu tư công nghệ dự báo, việc hiện đại hóa mạng lưới quan trắc, chuẩn hóa số liệu và tăng cường khả năng truyền dữ liệu theo thời gian thực là nhiệm vụ hết sức quan trọng.

Phóng viên: Để xây dựng cảnh báo tác động, bản tin không chỉ cho biết lượng mưa hay sức gió mà còn phải xác định khu vực, dân cư và công trình có thể chịu ảnh hưởng. Theo ông, khó khăn lớn nhất trong quá trình này là gì?

PGS,TS. Mai Văn Khiêm: Dự báo hiện tượng chủ yếu dựa trên dữ liệu khí tượng thủy văn. Nhưng muốn cảnh báo tác động, chúng tôi phải có thêm thông tin về dân cư, địa hình, giao thông, trường học, bệnh viện, hồ đập, khu sản xuất, tàu thuyền và nhiều loại công trình hạ tầng khác.

Chẳng hạn, cùng một lượng mưa 200 mm nhưng tác động tại khu vực đô thị đông dân sẽ khác với vùng sản xuất nông nghiệp. Tác động tại nơi có địa hình dốc, nền đất đã bão hòa nước cũng khác với khu vực bằng phẳng, có hệ thống tiêu thoát nước tốt. Do đó, cảnh báo tác động phải trả lời được những câu hỏi cụ thể hơn: khu vực nào có khả năng bị ngập; tuyến đường nào có nguy cơ chia cắt; những xã, phường nào cần đề phòng lũ quét, sạt lở đất; nhóm dân cư nào cần được cảnh báo hoặc sơ tán sớm.

Điểm nghẽn lớn hiện nay là dữ liệu kinh tế - xã hội còn phân tán tại nhiều cơ quan, đơn vị. Một số loại dữ liệu mới chỉ được cập nhật định kỳ theo năm, trong khi cảnh báo thiên tai cần thông tin gần với thời gian thực.

Hiện chúng tôi đã thực hiện chồng xếp bản đồ nguy cơ thiên tai với dữ liệu về dân cư và hạ tầng. Tuy nhiên, để xác định cụ thể số hộ dân, số công trình, diện tích sản xuất hoặc phạm vi có thể chịu thiệt hại, cần có cơ chế chia sẻ dữ liệu thống nhất, đồng bộ và được cập nhật thường xuyên theo chế độ thời gian thực hơn.

Đây không phải là công việc riêng của cơ quan khí tượng thủy văn. Muốn cảnh báo tác động phát huy hiệu quả, cần sự phối hợp của chính quyền địa phương, cơ quan phòng, chống thiên tai và các ngành như giao thông, nông nghiệp, xây dựng, y tế, năng lượng, thông tin và truyền thông. Khi dữ liệu được kết nối đầy đủ, thông tin dự báo mới có thể chuyển hóa thành những khuyến nghị ứng phó cụ thể.

Phóng viên: Trung tâm đang hướng tới chi tiết hóa cảnh báo thiên tai đến cấp xã. Làm thế nào để thông tin vừa bảo đảm độ tin cậy, vừa đến được với chính quyền và người dân trong thời gian ngắn nhất, thưa ông?

PGS,TS. Mai Văn Khiêm: Chi tiết hóa cảnh báo thiên tai đến cấp xã là một trong những nhiệm vụ trọng tâm của Trung tâm. Sau khi đơn vị hành chính được sắp xếp lại, chúng tôi đang phối hợp cập nhật thông tin khí tượng thủy văn phục vụ quy hoạch, chỉ đạo và điều hành tại 34 tỉnh, thành phố; đồng thời chuẩn hóa bản đồ nền có độ phân giải cao để cảnh báo sát hơn với địa bàn xã, phường.

Đối với lũ quét và sạt lở đất, Trung tâm đang vận hành hệ thống thông tin cảnh báo thời gian thực. Hệ thống kết hợp lượng mưa quan trắc, lượng mưa dự báo và bản đồ phân vùng nguy cơ để xác định những khu vực cần đặc biệt lưu ý. Khi nguy cơ gia tăng, thông tin được cập nhật theo diễn biến thực tế và bản tin sẽ chỉ rõ những khu vực có khả năng xảy ra thiên tai. Hệ thống cảnh báo thời gian thực lũ quét sạt lở đất cho 6 giờ tới, cập nhật từng giờ với 3 mức cảnh báo nguy hiểm theo màu sắc như sau:

Mức Màu vàng (Nguy cơ Trung bình): Khu vực bắt đầu có rủi ro. Người dân cần chủ động theo dõi sát các bản tin cập nhật và quan sát kỹ diễn biến thời tiết, địa hình xung quanh.

Mức Màu đỏ (Nguy cơ cao): Nguy cơ xảy ra lũ quét, sạt lở là rất lớn. Người dân cần hạn chế di chuyển qua các khu vực sông, suối, ngầm tràn, đồng thời sẵn sàng chấp hành lệnh sơ tán của chính quyền địa phương.

Mức Màu tím (Nguy cơ rất cao): Mức cảnh báo nguy hiểm nhất, đe dọa trực tiếp đến tính mạng và tài sản. Người dân phải thực hiện rời khỏi vùng nguy hiểm đến nơi an toàn và sơ tán khẩn cấp theo hướng dẫn của lực lượng chức năng.

Lưu ý rằng, cảnh báo đến cấp xã không có nghĩa là có thể khẳng định chính xác một điểm sạt lở sẽ xảy ra vào thời điểm nào. Lũ quét và sạt lở đất phụ thuộc vào nhiều yếu tố như cường độ mưa, lượng mưa tích lũy, độ dốc địa hình, trạng thái đất, thảm phủ và các tác động của con người. Bản tin vì vậy phải thể hiện rõ mức độ nguy cơ và tính bất định để chính quyền địa phương lựa chọn phương án ứng phó phù hợp.

Bên cạnh nâng cao năng lực dự báo, một vấn đề rất quan trọng là tổ chức truyền tin. Trong tình huống khẩn cấp, người dân không thể tiếp nhận cùng lúc quá nhiều nguồn thông tin khác nhau, thậm chí trái chiều, rồi tự quyết định có di dời hay không. Cần có đầu mối cảnh báo chính thống, thống nhất; thông tin phải ngắn gọn, dễ hiểu và chỉ rõ người dân cần làm gì.

Mục tiêu cuối cùng không phải là tạo ra một bản tin có nhiều thuật ngữ chuyên môn hay nhiều lớp bản đồ, mà là giúp người dân biết mình đang ở đâu, nguy cơ nào có thể xảy ra và cần hành động như thế nào để bảo vệ tính mạng, tài sản.

Đằng sau mỗi bản tin dự báo là sự nỗ lực bền bỉ, thầm lặng của đội ngũ cán bộ, nhân viên khí tượng thủy văn, những người ngày đêm theo dõi từng diễn biến của thời tiết. Cùng với công nghệ và dữ liệu ngày càng hiện đại, tinh thần trách nhiệm ấy đang góp phần đưa cảnh báo đến sớm hơn, sát hơn, tạo thêm “lá chắn” bảo vệ tính mạng và tài sản của người dân trước thiên tai.