Ứng phó thiên tai bằng công nghệ thông minh

 Thi công kè chống sạt lở trên địa bàn xã Quảng Điền.

Dự báo theo thời gian thực

Huế là địa phương thường xuyên chịu ảnh hưởng của thiên tai, đặc biệt là mưa lũ. Do vậy, công tác phòng tránh thiên tai không chỉ dừng lại ở việc xây dựng phương án ứng phó theo kinh nghiệm hoặc dựa trên những kịch bản chung, mà cần tiến tới dự báo cụ thể về thời gian, phạm vi và mức độ ngập ở từng khu vực.

Tại hội nghị do Sở Khoa học và Công nghệ tổ chức trong tháng 9/2026, các đại biểu cho rằng, thành phố chưa có một mô hình tính toán dự báo lũ theo thời gian thực để thiết lập bản đồ ngập dự báo một cách đồng bộ.

Kết quả dự báo mức độ ngập, số liệu quan trắc theo thời gian thực cũng chưa được kết nối đầy đủ trên một nền tảng điều hành để hỗ trợ ra quyết định, nhất là trong những tình huống cần tính toán phương án xả lũ, cảnh báo và di dời người dân. Ngoài ra, quy trình ứng phó lũ lụt chưa được số hóa toàn diện. Việc ứng dụng các công nghệ mới, trong đó có trí tuệ nhân tạo (AI) được đặt ra như một hướng đi mới nhằm nâng cao khả năng chủ động trước thiên tai.

Từ những hạn chế này, việc xây dựng Hệ thống kiểm soát, mô phỏng lan truyền ngập lụt và cảnh báo thông minh theo thời gian thực, phục vụ công tác điều hành, ứng phó thiên tai trên địa bàn thành phố là yêu cầu cấp thiết.

Theo đó, Sở Khoa học và Công nghệ được UBND TP. Huế giao nhiệm vụ đặt hàng với Công ty cổ phần Công nghệ Viễn Chinh (TP. Hà Nội) xây dựng Hệ thống kiểm soát, mô phỏng lan truyền ngập lụt và cảnh báo thông minh theo thời gian thực, phục vụ công tác điều hành, ứng phó thiên tai trên địa bàn thành phố. Cùng phối hợp còn có nhóm mô hình thủy lực thuộc Khoa Địa lý - Địa chất, Trường Đại học Khoa học - Đại học Huế. Mục tiêu chung là phát triển các mô hình tính toán, dự báo lũ theo thời gian thực để thiết lập bản đồ ngập dự báo; xây dựng hệ thống điều hành, hỗ trợ ra quyết định xả lũ và cảnh báo người dân; từng bước số hóa quy trình ứng phó thiên tai.

TS Hoàng Ngô Tự Do (Khoa Địa lý - Địa chất, Trường Đại học Khoa học - Đại học Huế), thành viên nhóm mô hình thủy lực cho biết: “Giải pháp được đề xuất không chỉ dựa trên một phương pháp tính toán, mà kết hợp giữa mô hình thủy lực và mô hình trí tuệ nhân tạo. Đây được xem là hướng tiếp cận mới nhằm tận dụng ưu điểm của cả mô hình mô phỏng truyền thống và công nghệ AI trong xử lý, dự báo diễn biến ngập lụt hiện nay”.

Tạo “bản đồ ngập” để chủ động ứng phó

Thông tin về Hệ thống kiểm soát, mô phỏng lan truyền ngập lụt và cảnh báo thông minh theo thời gian thực, phục vụ công tác điều hành, ứng phó thiên tai, PGS.TS Huỳnh Công Hoài (Trường Đại học Bách khoa - Đại học Quốc gia TP. Hồ Chí Minh) cho biết, hệ thống dự kiến sử dụng mô hình thủy lực Telemac-2D để mô phỏng diễn biến của các trận lũ trong quá khứ, qua đó tạo ra bộ dữ liệu về mực nước, độ ngập theo thời gian trên trong hơn 300.000 điểm.

Nguồn dữ liệu này tiếp tục được sử dụng để huấn luyện mô hình AI, giúp hệ thống có khả năng dự báo diễn biến ngập lũ trong thời gian ngắn. Mô hình AI có thể dự báo một kịch bản trong thời gian dưới 3 phút, với khoảng dự báo từ 15 phút đến 24 giờ. Mục tiêu đặt ra là độ chính xác cảnh báo sớm diện tích ngập đạt trên 70%.

PGS.TS Huỳnh Công Hoài cho rằng, trên cơ sở kết hợp hai mô hình này, có thể xây dựng bản đồ ngập lụt dự báo theo từng kịch bản cụ thể. Đây là cơ sở quan trọng để cơ quan chức năng không chỉ biết khu vực nào đang ngập, mà còn có thêm thông tin về khả năng diễn biến ngập trong những giờ tiếp theo.

Điểm đáng chú ý của hệ thống là hướng đến việc phục vụ trực tiếp công tác điều hành. Thay vì chỉ cung cấp thông tin dự báo chung, hệ thống sẽ xây dựng các bản đồ ngập tương ứng với những phương án điều tiết hồ chứa khác nhau. Dự kiến có 12 bản đồ ngập lụt cho 12 kịch bản điều tiết hồ chứa, từ đó xác định diện tích có nguy cơ ngập và số hộ dân cần di dời trong từng tình huống.

Khi có thông tin dự báo, bản đồ cảnh báo ngập lụt sẽ thể hiện diễn biến theo từng khoảng thời gian, từ 1 giờ, 2 giờ đến 24 giờ. Những thông tin cần thiết sẽ được chuyển đến người dân thông qua Hue-S, góp phần giúp người dân chủ động hơn trong việc bảo vệ người, tài sản và chuẩn bị phương án di chuyển khi cần thiết.

“Số hóa quy trình vận hành, ứng phó với lũ lụt hướng đến việc cụ thể hóa quyết định vận hành liên hồ chứa, xác định lưu lượng xả lũ của 3 hồ chứa, đồng thời kết nối với mô hình dự báo để mô phỏng diễn biến lũ theo từng phương án. Từ những kết quả mô phỏng này, cơ quan chức năng có thêm cơ sở để lựa chọn phương án điều hành phù hợp, nhất là trong những tình huống mưa lớn kéo dài, lũ lên nhanh hoặc có sự chồng lũ giữa các lưu vực”, TS Trần Hữu Tuyên, Trường Đại học Khoa học - Đại học Huế, đại diện nhóm mô hình thủy lực nói.