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

Từ cảnh báo chung đến dự báo từng khu vực

Là địa phương thường xuyên chịu ảnh hưởng của mưa lũ, TP. Huế đặt yêu cầu nâng cao khả năng chủ động ứng phó trước những tình huống thiên tai diễn biến nhanh, phức tạp.

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

Hạn chế này đặc biệt đáng chú ý trong những tình huống cần tính toán phương án xả lũ, cảnh báo hoặc di dời người dân. Trong khi đó, 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), vì vậy được đặt ra như một hướng đi nhằm nâng cao khả năng chủ động trước thiên tai.

Từ yêu cầu này, Sở Khoa học và Công nghệ được UBND TP. Huế giao nhiệm vụ đặt hàng 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 thực hiện có nhóm mô hình thủy lực thuộc Khoa Địa lý - Địa chất, Trường Đại học Khoa học - Đại học Huế.

Mục tiêu của hệ thống 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 quyết định xả lũ và cảnh báo người dân; đồng thời từng bước số hóa quy trình ứng phó thiên tai.

Theo 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, giải pháp được đề xuất kết hợp giữa mô hình thủy lực và mô hình trí tuệ nhân tạo. Cách tiếp cận này nhằm tận dụng ưu điểm của mô hình mô phỏng truyền thống và công nghệ AI trong xử lý, dự báo diễn biến ngập lụt.

Bản đồ ngập gắn với từng kịch bản

Điểm đáng chú ý của hệ thống không chỉ nằm ở khả năng dự báo mà còn ở việc chuyển kết quả dự báo thành thông tin phục vụ trực tiếp công tác điều hành.

Theo PGS.TS Huỳnh Công Hoài, Trường Đại học Bách khoa - Đại học Quốc gia TP. Hồ Chí Minh, hệ thống dự kiến sử dụng mô hình thủy lực Telemac-2D để mô phỏng diễn biến các trận lũ trong quá khứ, qua đó tạo bộ dữ liệu về mực nước, độ ngập theo thời gian trên hơn 300.000 điểm.

Nguồn dữ liệu này được sử dụng để huấn luyện mô hình AI, giúp hệ thống 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%.

Trên cơ sở kết hợp hai mô hình, hệ thống có thể xây dựng bản đồ ngập lụt dự báo theo từng kịch bản cụ thể. Như vậy, thông tin cung cấp cho cơ quan chức năng không chỉ là khu vực đang ngập mà còn cho thấy khả năng diễn biến ngập trong những giờ tiếp theo.

Đáng chú ý, hệ thống dự kiến xây dựng 12 bản đồ ngập lụt tương ứng với 12 kịch bản điều tiết hồ chứa. Từ đó, cơ quan chức năng có thể 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 dự kiến được chuyển đến người dân thông qua Hue-S, giúp người dân chủ động hơn trong bảo vệ người, tài sản và chuẩn bị phương án di chuyển khi cần thiết.

Ở góc độ vận hành, TS Trần Hữu Tuyên, Trường Đại học Khoa học - Đại học Huế, đại diện nhóm mô hình thủy lực, cho biết 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 và kết nối với mô hình dự báo để mô phỏng diễn biến lũ theo từng phương án.

Từ kết quả mô phỏng, 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 xảy ra chồng lũ giữa các lưu vực.

Nếu được triển khai theo hướng này, công nghệ không chỉ đóng vai trò cung cấp thêm dữ liệu về thiên tai mà còn tạo sự kết nối giữa dự báo - mô phỏng - điều hành - cảnh báo - di dời, hướng tới việc ứng phó với mưa lũ cụ thể hơn theo từng khu vực và từng kịch bản.
Tổng hợp - Nguồn Huengaynay