Hệ thống dự báo khí tượng thủy văn hỗ trợ vận hành hồ chứa thông minh

Từ nhiều năm nay, mỗi khi đến mùa mưa, người dân ở các vùng hạ du rất lo sợ thủy điện xả lũ bất ngờ. Bên cạnh những thiệt hại nặng nề, cùng vô số tranh cãi về quy trình vận hành, các chuyên gia khí tượng thủy văn đã nhận thấy vấn đề hiện nay là thiếu thông tin dự báo phục vụ vận hành hồ chứa. Thông tin khí tượng thủy văn rất quan trọng với các đơn vị vận hành hồ chứa. Đối với hạn dự báo ngắn (dưới 48h), thông tin dự báo sẽ giúp cho các hồ chứa vận hành đảm bảo an toàn công trình, góp phần giảm lũ, đảm bảo an toàn hạ du. Còn hạn dự báo dài (trên 10 ngày) sẽ giúp chủ hồ vận hành hiệu quả cấp nước/phát điện, lên kế hoạch phòng chống thiếu nước.

Khác với những bản tin dự báo thời tiết trên quy mô lớn được cung cấp miễn phí hằng ngày, các hồ chứa thủy điện cần thông tin dự báo có chất lượng tốt hơn. Bởi hoạt động dự báo càng chính xác, càng chi tiết đến từng khu vực nhỏ trong thời hạn càng dài, các đơn vị vận hành hồ chứa sẽ có càng nhiều thời gian chuẩn bị, lên kế hoạch vận hành hồ chứa hiệu quả. Thông tin dự báo quan trọng nhất với các hồ chứa là lượng mưa - bài toán khó với cả Việt Nam và thế giới. Để có được thông tin dự báo, các nhà khoa học phải thu thập các dữ liệu khí tượng thủy văn, sau đó xử lý bằng các phương pháp phân tích và mô hình mô phỏng để đưa ra dự báo. Quá trình này vốn phức tạp, đòi hỏi phải có công cụ tốt và nhân lực giỏi. Từ thực tế trên, nhóm nghiên cứu tại Trung tâm Động lực học Thủy khí Môi trường (CEFD) đã đưa ra một công cụ đắc lực gồm có những bản tin dự báo có chất lượng và độ tin cậy cao, kịp thời, hệ thống dự báo và cảnh báo khí tượng thủy văn nhằm phục vụ vận hành hồ chứa thông minh ở Việt Nam.

Năm 2017, các tác giả đã thành lập một tổ tư vấn tính toán vận hành hồ để thực hiện nhiệm vụ tính toán các phương án và tư vấn điều hành liên hồ chứa thủy điện thuộc lưu vực sông Hồng trong mùa mưa lũ, phục vụ Ban chỉ đạo Trung ương về phòng chống thiên tai. Dù các dự án này không mang lại hiệu quả kinh tế nhưng đã giúp CEFD tích lũy kinh nghiệm và tăng cường năng lực giải quyết những bài toán thực tế. Đến năm 2019, CEFD đã được Ngân hàng Thế giới tài trợ hệ thống tính toán hiệu năng cao, cơ sở hạ tầng trang thiết bị, máy móc phục vụ các hoạt động dự báo, quan trắc thông qua dự án FIRST (Bộ Khoa học và Công nghệ). Nổi bật trong số đó là hệ thống máy tính hiệu năng cao có tổng năng lực tính toán khoảng 25 Teraflop, được xem là hệ thống mạnh nhất trong các đơn vị nghiên cứu về khí tượng thủy văn và biến đổi khí hậu (chỉ đứng sau hệ thống đã được Ngân hàng Thế giới đầu tư tại Tổng cục Khí tượng thủy văn).

Với những công cụ sẵn có trong tay, CEFD dần trở thành một trong những đơn vị mạnh nhất về dự báo khí tượng thủy văn. Tuy nhiên, từ dự báo trong mô phỏng nghiên cứu đến dự báo để cung cấp dịch vụ cho các đơn vị vận hành hồ chứa là câu chuyện hoàn toàn khác. Để tăng cường chất lượng dự báo, nhóm nghiên cứu tại CEFD đã áp dụng những phương pháp tiên tiến như mô hình dự báo thời tiết số trị (mô hình nghiên cứu và dự báo thời tiết WRF), phương pháp phân tích hình thế Synop, các mô hình thủy văn (SWAT, WFLOW, NAM…), mô hình thủy động lực học (HEC-RAS, MARINE…) mô hình thống kê, công nghệ học máy, trí tuệ nhân tạo, các công nghệ đồng hóa dữ liệu kết hợp với các nguồn dữ liệu quan trắc vệ tinh và ảnh viễn thám. Hiện nay, hệ thống đã áp dụng trên tám lưu vực lớn ở Việt Nam, gồm lưu vực sông Hồng, sông Cả, sông Trà Khúc, sông Vu Gia Thu Bồn, lưu vực sông Mê kông, lưu vực sông Mã, lưu vực sông Serepok, lưu vực sông Ba.

Những đánh giá tích cực trong quá trình triển khai đã chứng minh hiệu quả của hệ thống dự báo của CEFD. Theo báo cáo đánh giá, chất lượng dự báo của hệ thống cho các hồ chứa ở nhiều lưu vực như lưu vực sông Hồng, Huội Quảng, Bản Chát… trong thời hạn 24-48 tiếng đều cao hơn mức dự báo của Trung tâm Dự báo khí tượng thủy văn quốc gia.

Dù đạt được những kết quả bước đầu khả quan, nhưng nhóm nghiên cứu tại CEFD đang tích hợp các công nghệ mới như công nghệ AI nhằm tăng cường chất lượng dự báo, giúp nhận diện hình thế thời tiết, mưa - lũ, phân tích với số liệu lịch sử để đưa ra khuyến nghị cho dự báo viên. Chất lượng dự báo hạn cực ngắn cũng được cải thiện nhờ kỹ thuật đồng hóa số liệu trong các mô hình dự báo thời tiết, mô hình thủy văn và áp dụng phương pháp lọc Kalman kép.

N.P.D (tổng hợp)