Vì sao dự báo sai - kỳ 2 ?

Vì sao dự báo sai - kỳ 2 ?
TP - Công nghệ dự báo hiện đại được đầu tư đáng kể thời gian qua nhưng còn xa ngưỡng để có thể áp dụng hiệu quả ở Việt Nam và sức ép từ xã hội càng làm cho kết quả dự báo thường xuyên có nguy cơ thoát khỏi thực tiễn.

>> Vì sao dự báo sai? - kỳ 1

Vì sao dự báo sai - kỳ 2 ? ảnh 1

Đợt mưa đầu tháng 11 vừa qua đã bộc lộ nhiều điểm yếu và thiếu của cơ quan dự báo khí tượng thủy văn - Ảnh: Hồng Vĩnh

Về vấn đề này, TS Nguyễn Văn Hải, nguyên quyền Vụ trưởng Vụ Khoa học & Kỹ thuật, Trung tâm Khí tượng Việt Nam (NHS) cho biết:

Chúng ta đang xây dựng một trung tâm điều hành khí tượng quốc gia mới với một hệ thống máy tính đủ khả năng xử lý số liệu trong nước. Nhưng toàn bộ máy móc, mô hình và chuyên gia, vẫn phải dựa vào sự giúp đỡ của nước ngoài.

Với trình độ Việt Nam, phải thẳng thắn và đau đớn thừa nhận rằng, ít nhất 30-50 năm nữa chúng ta mới có thể tự xây dựng được mô hình tính toán thời tiết như của các nước hiện nay với điều kiện đào tạo cho được một đội ngũ chuyên gia siêu đẳng về máy tính, về lập trình.

Còn bây giờ, do tính chắp vá, lai căng, mô hình đang áp dụng ở một số nơi thường không ổn định. Chúng ta cố gắng thử bổ sung một số thông tin nội địa để có được thông tin đầu ra gần với tình hình ở Việt Nam hơn. Tuy nhiên, các thông số bổ sung sau một thời gian bị máy tính từ chối, các số liệu đưa vào bị nhòa.

Nhưng tôi lưu ý lại một lần nữa, kể cả khi chạy đầy đủ số liệu, không phải lúc nào mô hình cũng cho kết quả đúng. Cho nên ở các trung tâm khí tượng hiện đại, bao giờ các chuyên gia dự báo cũng phải duyệt lại kết quả của máy tính (ý nói là vẫn phải dùng kinh nghiệm để kiểm tra phòng những sai số của mô hình). Và, nhất là, máy tính khi sai thì có thể sai khổng lồ.

Hệ thống dự báo hiện đại mà còn sai nhiều như thế, tại sao ta lại còn sử dụng phương pháp dự báo lạc hậu hơn, phương pháp synop, thưa ông?

Không chỉ Việt Nam mà hầu hết các nước, kể cả các nước tiên tiến vẫn áp dụng phương pháp dự báo cổ điển Synop.  Ở các nước tiên tiến, Synop có thể giúp kiểm tra những sai số lớn của mô hình, còn ở ta phương pháp Synop khắc phục nhược điểm của phương pháp số trị hiện đại là nó có thể sử dụng nguồn số liệu phong phú thu thập trong nước.

Bản đồ Synop ở Việt Nam được xây dựng trên cơ sở số liệu của 120 trạm khí tượng. Ngoài ra Synop còn dựa trên các số liệu cao không như nhiệt độ, độ ẩm, v.v…, thu thập bằng bóng thám không. Ở Việt Nam có cả thảy bốn nơi thả bóng thám không, mỗi ngày thả hai lần.

Vấn đề là, việc tiên đoán tình hình khí tượng và thủy văn trên cơ sở bản đồ Synop phải dựa vào kinh nghiệm, phải dựa vào thông tin hiện tại để đoán khi nào có áp cao, khi nào có áp thấp. Bởi thế, không có gì lạ khi, với bộ bản đồ Synop, hai chuyên gia cũng có hai phương án dự đoán khác nhau nên phương pháp Synop còn gọi là phương pháp chủ quan.

Thiếu cũng dở, nhiều quá không  xong

Nói như vậy có nghĩa là đội ngũ chuyên gia hiện tại không đủ kinh nghiệm để dự đoán dựa trên bản đồ Synop? Nhưng được biết, chúng ta còn được hỗ trợ bởi số liệu từ các trạm radar thời tiết bố trí khắp cả nước và ảnh chụp từ vệ tinh?

Tôi e oan cho anh chị em đang làm. Thực ra, để đi đến kết quả dự báo cuối cùng, phải dựa vào kết quả của tổ hợp dự báo chứ không chỉ một mình Synop. Còn, thông tin ở radar và ảnh vệ tinh, nói cho oai chứ thực ra cũng rất định tính.

Ảnh vệ tinh chụp từ trên cao xuống, nghĩa là chỉ nhìn được mây về diện chứ không nhìn được nó có độ dày mỏng bao nhiêu. Thông tin từ radar về mây và mưa cũng vậy, cũng phải được xử lý bằng chủ quan của kỹ thuật viên.

Các nước tiên tiến có phần mềm đưa các dữ liệu từ radar vào chạy mô hình số trị để tăng độ chính xác của mô hình. Nhưng radar thời tiết mà chúng ta mua trị giá hai triệu USD/chiếc lại không có phần mềm mạnh nhất với giá đắt hơn bản thân radar, không dưới 3-4 triệu USD/phiên bản.

Bởi thế, thông tin đổ về thì nhiều, nhưng toàn thô và dựa quá nhiều vào chủ quan của dự báo viên. Thiếu thông tin cũng chết, quá nhiều thông tin càng chết. Quá nhiều khả năng dự báo khác nhau, càng khó lựa chọn nếu không có linh cảm.

Trong kết quả mô hình dự báo số trị chạy ở Trung tâm Khí tượng Thủy văn Việt Nam ngày 30/10 dự báo cho thời tiết ở Hà Nội ngày 31/10, thấy có ghi lượng mưa ở Hà Nội sẽ là 118 mm. Tại sao hôm đó, Trung tâm Dự báo Khí tượng Thủy văn Trung ương không dự báo lượng mưa ở Hà Nội ngày 31/10 sẽ rất to, mà chỉ thấy dự báo Hà Nội ngày 31/10 sẽ có mưa vừa, tức từ 30-50 mm?

Vấn đề ở chỗ, như tôi vừa nói ở trên, các kết quả dự báo từ các phương pháp khác lại cho thấy lượng mưa đúng là chỉ mưa vừa hoặc mưa to. Thông thường, khi dự báo theo xác suất, người ta phải lấy trị số trung bình. Cũng dựa trên suy nghĩ đó, cuối ngày 30/10, được biết, dự báo mưa ở Hà Nội ngày 31/10 nâng từ mưa vừa lên mưa vừa đến mưa to.

Hơn nữa, cũng chính mô hình dự báo bằng máy tính  sang ngày 31/10, lại cho kết quả sai hoàn toàn. Dự báo lúc đầu giờ sáng 31/10 cho thời tiết ở Hà Nội cả ngày 31/10, mô hình cho kết quả chỉ 53 mm. Vậy chả nhẽ lại dựa vào số liệu này để thông báo trong khi, hôm 31/10 là ngày mưa to nhất ở Hà Nội với lượng mưa trên 300 mm?

Thế có nghĩa là vẫn phải sẵn sàng chấp nhận những cái sai khổng lồ như thế trong dự báo và sẽ không có bất cứ rút kinh nghiệm nào?

Không phải như vậy. Vẫn phải rút kinh nghiệm. Với tất cả những gì tôi vừa trình bày trên, tôi cho rằng, trong các bản tin dự báo từ nay trở đi, nên bỏ dự báo định lượng là mưa bao nhiêu milimét.

Các nước trên thế giới khi công bố dự báo chung trên phương tiện truyền thông đại chúng, không bao giờ đưa ra con số cụ thể. Thay vào đó, người ta chỉ thông báo là có mưa hoặc không có mưa, mưa nhiều hoặc mưa ít mà thôi.

Nước Đức đang trong quá trình xây dựng dự án để tiến tới thử dự báo mưa định lượng vào năm 2010 và từ năm 2012 trở đi, sẽ dự báo định lượng chính thức với các con số mà chúng ta bấy lâu nay đưa ra. Làm như ta hiện nay, tôi cho là liều.

Người trong ngành có biết liều không và, nếu biết, tại sao vẫn làm?

Tôi cho rằng một trong những nguyên nhân rất lớn là sức ép từ công chúng, thậm chí từ các cơ quan của Nhà nước.

Quốc Dũng
(thực hiện)

Ý kiến của bạn về vấn đề này ?

MỚI - NÓNG

Có thể bạn quan tâm