Tiến sĩ thủy văn đầu tiên ở Việt Nam nhận giải thưởng của WMO

Theo dõi MTĐT trên

Ngày 6/7, Trung tâm Dự báo khí tượng thủy văn quốc gia (Tổng cục Khí tượng thủy văn) cho biết lần đầu tiên một tiến sĩ thủy văn ở Việt Nam nhận được giải thưởng nghiên cứu của WMO dành cho các nhà khoa học trẻ năm 2021.

Theo đó, với đề tài nghiên cứu "Đề xuất phương pháp mới để nâng cao năng lực dự báo mưa, lũ của mô hình tích hợp khí tượng thủy văn" của tiến sĩ Nguyễn Hoàng Minh đã nhận được giải thưởng nghiên cứu của WMO dành cho các nhà khoa học trẻ năm 2021.

Nghiên cứu “An approach for improving the capability of a coupled meteorological and hydrological model for rainfall and flood forecasts” đăng trên tạp chí Journal of Hydrology năm 2019 của TS. Nguyễn Hoàng Minh đã  đề xuất một phương pháp mới để nâng cao độ chính xác dự báo lũ hạn ngắn, giải quyết được nhiều yếu điểm của các phương pháp đang được sử dụng phổ biến trên thế giới.

Tiến sỹ Nguyễn Hoàng Minh Dự báo viên Phòng Dự báo Thuỷ văn Trung bộ, Tây Nguyên và Nam Bộ Trung tâm Dự báo KTTVQG (người vừa được WMO chọn trao giải thưởng Vinh danh Nhà Khoa học trẻ).

Lũ lụt là một loại hình thiên tai nguy hiểm thường xuyên xảy ra vào mùa mưa lũ ở Việt Nam và nhiều nơi trên thế giới, gây ra nhiều thiệt hại về con người và tài sản. Để giảm thiểu những thiệt hại do lũ lụt gây ra, dự báo trước được khả năng xảy ra lũ có vai trò rất quan trọng để chính quyền, người dân và các cơ quan phòng chống thiên tai nhanh chóng có những giải pháp ứng phó kịp thời.

Trước khi máy tính ra đời, dự báo khí tượng thủy văn nói chung và dự báo lũ nói riêng chủ yếu dựa trên các phương pháp thống kê và kinh nghiệm của dự báo viên nên độ chính xác còn khá hạn chế. Cùng với sự ra đời và sự phát triển vượt bậc của hệ thống máy tính, các mô hình số mô tả các quá trình vật lý xảy ra trong khí quyển, trên bề mặt lưu vực sông và trong đất nhanh chóng được phát triển và đưa vào sử dụng để dự báo lũ.

Nhờ việc mô phỏng được bản chất của các quá trình khí tượng thủy văn, các mô hình số đã giúp nâng cao đáng kể độ chính xác dự báo lũ. Tuy nhiên, do sự phức tạp của các quá trình vật lý trong khí quyển và trên lưu vực, khả năng dự báo lũ vẫn còn rất hạn chế và gặp nhiều khó khăn.

Để nâng cao độ chính xác dự báo lũ, công việc quan trọng nhất là nâng cao khả năng dự báo mưa của các mô hình số. Song song với sự cải thiện cấu trúc của mô hình số (cho mục tiêu dài hạn), các phương pháp hậu xử lý thống kê đầu ra của mô hình số cũng nhận được rất nhiều sự quan tâm của các nhà khoa học nhờ sự đơn giản, tiết kiệm tiền của, sức lao động và vận hành nhanh trong dự báo nghiệp vụ. Nhờ những ưu điểm như vậy, một loạt các phương pháp hậu xử lý thống kê đã được phát triển và ứng dụng trong dự báo nghiệp vụ ở nhiều nước trên thế giới.

Có thể kể đến một số phương pháp nổi tiếng và thông dụng hiện nay như quantile mapping, multiple linear regression, Bayesian joint probability, mix-type bivariate meta-Guassian distribution model, Bayesian model averaging, multiple super-ensemble technique, … Mặc dù các phương pháp này đã cho thấy sự hiệu quả và khả năng ứng dụng để cải thiện khả năng dự báo mưa nhưng đều gặp phải những hạn chế chung bao gồm:  Yêu cầu một lượng lớn dữ liệu dự báo mưa trong quá khứ (không phù hợp với các mô hình mới được đưa vào dự báo nghiệp vụ, nếu thực hiện dự báo lại sẽ khá tốn kém);    Và không xem xét đến sai số không gian của vùng mưa (vị trí, phạm vi) xảy ra trên lưu vực.

Gần đây, TS. Nguyễn Hoàng Minh đã nghiên cứu phát triển phương pháp mới nhằm giải quyết những nhược điểm trên và với độ độ chính xác dự báo được nâng cao rõ rệt so với những phương pháp trước. Phương pháp đề xuất mới là sự kết hợp của một loạt các phương pháp, kỹ thuật phức tạp được phát triển riêng cho mục đích hiệu chỉnh mưa phục vụ dự báo lũ như mô phỏng Monte - Carlo, kỹ thuật tích hợp lượng mưa dự báo từ mô hình số với lượng mưa dự báo dựa trên radar, hiệu chỉnh thủy văn và kỹ thuật lọc Kalman.

Do phương pháp mới được phát triển trong thời gian TS. Nguyễn Hoàng Minh đang theo học nghiên cứu sinh ở Hàn Quốc, nên nó được ứng dụng thử nghiệm để nâng cao khả năng dự báo lũ cho 2 trận lũ xảy ra vào năm 2013 và 2016 xảy ra trên lưu vực sông Hàn, Hàn Quốc. Kết quả ứng dụng thử nghiệm đã cải thiện vượt bậc độ chính xác dự báo mưa, lũ. Đối với dự báo lượng mưa, các chỉ tiêu tỷ lệ dự báo đúng (PC), sai số quân phương (RMSE), hệ số tương quan (CC), và Brier score (BS) được cải thiện tương ứng là 59%, 32%, 32% và 48% cho sự kiện lũ năm 2013; 39%, 15%, 33% và 37% cho sự kiện lũ năm 2016. Đối với dự báo lũ, 2 chỉ số hiệu quả Nash-Sutcliffe (NSE) và sai số dung tích tương đối (AREV) được cải thiện tương ứng là 63% và 24% cho sự kiện lũ năm 2013; 42% và 53% cho sự kiện lũ năm 2016.

Công trình nghiên cứu của TS. Nguyễn Hoàng Minh được các chuyên gia trên thế giới đánh giá rất cao và nhanh chóng được chấp nhận đăng trên tạp chí quốc tế uy tín nhất ngành thủy văn. Đối tượng nghiên cứu là những vấn đề rất thách thức của ngành khí tượng thủy văn ở thời điểm hiện tại, do đó, đòi hỏi rất nhiều thời gian nghiên cứu, kỹ năng phân tích và khả năng lập trình. Hiện TS Minh đang triển khai áp dụng phương pháp tại Việt Nam ở Việt Nam.

Trao đổi về những khó khăn gặp phải trong quá trình nghiên cứu,TS Minh cho biết: “ Đó là khi xác định các phương pháp, kỹ thuật sử dụng và làm thế nào để phát triển và liên kết được các phương pháp, kỹ thuật đó với nhau để phục vụ cho mục đích cuối cùng là nâng cao độ chính xác dự báo lũ”.

Đã từng có thời điểm, TS Minh và giáo sư hướng dẫn phải họp, trao đổi với nhau để xử lý những vấn đề này đến hai ba giờ sáng trong một tuần liên tiếp. Đến khi thống nhất được, TS Minh đã phải làm việc 20 giờ một ngày, thậm chí có những ngày thức trắng trong hai tuần liên tiếp để kịp tiến độ bảo vệ luận án tiến sĩ.

“Ngoài ra, các phương pháp, kỹ thuật sử dụng đều là những phương pháp rất phức tạp, đòi hỏi người sử dụng phải hiểu rất sâu vấn đề cùng với khả năng lập trình tốt để đưa ra được những kết quả tính toán nhanh chóng và chính xác" - Tiến sĩ Minh chia sẻ.