Một cảnh báo thiếu nước chỉ có ích khi đến đủ sớm để người sử dụng còn kịp chuẩn bị. Với người quản lý hồ chứa, đó có thể là thời gian rà soát phương án cấp nước; với sản xuất nông nghiệp, đó là cơ hội cân nhắc lịch tưới và nhu cầu nước của cây trồng. Theo định hướng HydroSOS của Tổ chức Khí tượng Thế giới (WMO), thông tin về hiện trạng và triển vọng nguồn nước trong những ngày, tháng tiếp theo cần phục vụ trực tiếp việc tích trữ, phân bổ nước và giảm rủi ro thiên tai.

ThS. Dương Thị Thanh Hương, cán bộ Phòng Thủy động lực và Giảm nhẹ thiên tai, Viện Cơ học thuộc Viện Hàn lâm Khoa học và Công nghệ Việt Nam, theo đuổi bài toán ấy từ chuyên môn mô hình hóa dòng chảy. Hồ sơ khoa học của bà ghi nhận các nghiên cứu về dự báo nước vào hồ Bản Chát, hiệu chỉnh quan hệ giữa dung tích và mực nước hồ chứa, cùng những thử nghiệm sử dụng dữ liệu mưa cho tính toán thủy văn. Đây là nền tảng chuyên môn gắn với việc biến số liệu quan trắc thành thông tin phục vụ quản lý nước.

Một đoạn sông Sêrêpốk. Ảnh tư liệu minh họa nguồn nước Tây Nguyên, chụp năm 2014. Ảnh: Đông Hồ/Wikimedia Commons, CC BY-SA 2.0.

Bà là chủ nhiệm đề tài CSCL03.02/24-25 về hạn hán tại Tây Nguyên và Nam Trung Bộ. Nhóm sử dụng mạng nơ-ron nhân tạo, một dạng mô hình AI học mối liên hệ từ dữ liệu, để tìm khả năng dự báo hạn sớm từ một đến vài tháng.

Mưa ít đi, dòng sông phản ứng thế nào?

Một công bố thuộc kết quả đề tài sử dụng số liệu mưa và dòng chảy hằng tháng giai đoạn 1980–2015 tại Tây Nguyên. Bài báo đăng trực tuyến ngày 10/12/2024 trên Theoretical and Applied Climatology, thuộc tập 156 năm 2025; bà Hương là một trong năm đồng tác giả.

Nhóm dùng chỉ số SPI để biểu thị tình trạng thiếu mưa và SSI để biểu thị sự thiếu hụt dòng chảy. Việc đặt hai chuỗi dữ liệu cạnh nhau giúp nghiên cứu quá trình hạn khí tượng lan truyền thành hạn thủy văn, thay vì xem cứ ít mưa là sông lập tức cạn.

Bốn lưu vực được phân tích mang tên Kon Tum, An Khê, Đà Lạt và Bảo Lộc. Kết quả cho thấy quan hệ giữa hai loại hạn khác nhau theo không gian; mạng nơ-ron có thể tái hiện biến động hạn thủy văn giữa các năm và sự khác biệt giữa các khu vực.

Về ứng dụng, kết quả này gợi ra yêu cầu phải đánh giá theo từng lưu vực. Một tín hiệu thiếu mưa cần được đặt trong đặc điểm của dòng sông mà nó tác động tới. Cũng vì vậy, nghiên cứu về dòng chảy và hồ chứa có ý nghĩa đối với việc giải thích rủi ro nước, chứ không chỉ ghi nhận mực nước đang cao hay thấp.

Đập thủy điện Ialy trong ảnh tư liệu năm 2012, minh họa công trình điều tiết nước tại Tây Nguyên. Ảnh: [Tycho]/Shansov.net/Wikimedia Commons, CC BY-SA 3.0.

Cảnh báo sớm cần vượt qua phép thử thực tế

Theo báo cáo của Viện Cơ học, mô hình mạng nơ-ron cho kết quả tốt hơn các hàm giải tích được đem so sánh, với chỉ số NSE trên 0,8 ở cả hai vùng nghiên cứu. Thông tin công khai chưa xác nhận một dịch vụ cảnh báo thường xuyên đã được triển khai cho người dân.

NSE trên 0,8 không phải tỷ lệ dự báo đúng 80%

 NSE, hay hệ số hiệu quả Nash–Sutcliffe, là một thước đo dùng để so sánh kết quả mô hình với số liệu quan trắc. Theo tài liệu kỹ thuật HEC-HMS, NSE bằng 1 biểu thị sự trùng khớp giữa hai chuỗi; giá trị âm cho thấy dùng trung bình quan trắc còn cho kết quả tốt hơn mô hình. Vì vậy, không thể chuyển NSE trên 0,8 thành phát biểu “dự báo đúng hơn 80% số đợt hạn”. Muốn biết khả năng cảnh báo một đợt hạn cụ thể, cần thêm đánh giá về thời điểm, mức độ, cảnh báo nhầm và bỏ sót. Cách đọc này giúp giữ đúng ý nghĩa của kết quả thử nghiệm.

Nguồn: Tài liệu kỹ thuật HEC-HMS, Trung tâm Kỹ thuật Thủy văn thuộc Công binh Lục quân Hoa Kỳ.

Link nguồn: Calibration Summary Statistics.

Để đánh giá khả năng đưa vào sử dụng, cần biết mô hình dự báo tốt ở đâu, vào mùa nào và với thời hạn bao lâu. Hướng dẫn kiểm chứng dự báo thủy văn năm 2025 của WMO nhấn mạnh việc đối chiếu dự báo với quan trắc, đánh giá sai lệch và độ bất định, đồng thời truyền đạt kết quả theo nhu cầu của người dùng. Một chỉ số tổng hợp thuận lợi vẫn cần đi cùng những đánh giá này.

Từ góc độ triển khai, bước kiểm tra có ý nghĩa là cho mô hình dự báo trên những thời kỳ chưa dùng để xây dựng nó, rồi theo dõi cả cảnh báo đúng, cảnh báo nhầm và những đợt hạn bị bỏ sót. Người vận hành cần được biết giới hạn ấy trước khi dựa vào kết quả để điều chỉnh phương án cấp nước. Đây là yêu cầu đánh giá tiếp theo, không phải phần việc có thể mặc định nhóm đã hoàn tất.

Thuyền độc mộc trên sông Sêrêpốk, đoạn qua Bản Đôn, trong ảnh tư liệu năm 2006. Ảnh: Đỗ Tuấn Hưng/Wikimedia Commons, CC BY-SA 3.0.

Giá trị thực tế của hướng nghiên cứu do bà Hương chủ trì nằm ở khả năng bổ sung thời gian chuẩn bị. Nếu được kiểm chứng và chuyển giao phù hợp, thông tin dự báo có thể hỗ trợ việc chủ động ứng phó thiếu nước từ sớm. Thước đo sau cùng sẽ là người sử dụng có nhận được thông tin kịp thời, hiểu đúng mức rủi ro và đưa ra quyết định phù hợp hơn hay không.