Thách thức trong dự báo bão
Trong một tương lai biến đổi khí hậu ngày một bất định hơn, liệu chúng ta có thể cải thiện được khả năng dự báo bão để góp phần hạn chế thiệt hại do bão và hệ quả của bão gây ra?
Có lẽ giờ thì không ai còn đặt câu hỏi ‘Tại sao dự báo bão lại quan trọng?’ nữa. Những gì mới đây diễn ra tại các tỉnh phía Bắc, khi cơn bão số ba (có tên quốc tế là Yagi) từ biển Đông đổ bộ vào và hệ quả của nó khiến ai nấy đều bàng hoàng. Một không gian đầy những đổ nát, xiêu vẹo ở các thành phố đồng bằng như Quảng Ninh, Hải Phòng và một không khí tang thương, chết chóc bao phủ rất nhiều ngôi làng xinh đẹp, yên bình ở vùng mạn ngược như Hà Giang, Yên Bái, Lào Cai…. Những hệ quả mà cơn bão để lại, chắc chắn sẽ phải mất rất nhiều năm để con người sống ở những nơi này mới có thể tạm nguôi ngoai.
Thời gian rồi sẽ trôi qua nhưng dễ mấy ai có thể sớm quên đi chuyện cũ, khi mỗi năm buộc phải đón nhận thêm những cơn bão nhiệt đới, một điều không thể tránh khỏi do tính lặp lại có chu kỳ của tự nhiên.
Cần làm gì để có thể phần nào giảm thiểu được thiệt hại? Có lẽ, yếu tố đầu tiên trong một quy trình phòng chống, mà chính xác hơn là phòng tránh bão lũ, lũ quét và sạt lở đất là những thông tin đầu vào về thời tiết, kết hợp với những thông tin về địa hình, địa chất và hệ thống cơ sở hạ tầng… Nắm bắt được những gì sẽ diễn ra trong vài ngày tới, tuần tới, hoặc xa hơn là vài tháng tới về các hiện tượng dông bão, mưa lớn, gió mạnh… sẽ giúp xây dựng và sẵn sàng chuẩn bị với các kịch bản phòng tránh bão hiệu quả.
Nhưng làm thế nào để chúng ta có được những thông tin đầu vào đó? Bất chấp những “cuộc cách mạng” diễn ra trong các trung tâm dự báo trên toàn thế giới, cho đến nay bão nhiệt đới vẫn còn là một ẩn số lớn, Việt Nam lại càng không ngoại lệ.
Bất chấp những “cuộc cách mạng” diễn ra trong các trung tâm dự báo trên toàn thế giới, cho đến nay bão nhiệt đới vẫn còn là một ẩn số lớn, Việt Nam lại càng không ngoại lệ.
Một không gian bất định
“Kết quả dự báo cho mọi cơn bão đều có tính bất định và có nhiều kiểu bất định khác nhau, nó thể hiện sự không chắc chắn trong dự báo bởi có nhiều yếu tố tác động đến các cơn bão, có khả năng dẫn đến nhiều bất ngờ có thể xảy ra”, giáo sư Phan Văn Tân, một nhà nghiên cứu về khí hậu, khí tượng giàu kinh nghiệm ở ĐH Khoa học Tự nhiên, ĐHQGHN, nhận xét.
Khi nhìn lên bầu trời bằng mắt thường, không ai thấy được sự chuyển động của các dòng khí nhưng trên thực tế, cả bầu khí quyển là một hệ vô cùng rộng lớn (synoptic system) với những dòng chảy khí hỗn loạn, vận chuyển liên tục không ngừng nghỉ. Một thay đổi nhỏ trong trạng thái này của khí quyển tại một địa điểm, theo thời gian, cũng có thể dẫn đến những hệ quả ở các nơi khác, điều mà các nhà khí tượng gọi là hiệu ứng cánh bướm. Thông thường, sự chuyển động không đều của các dòng khí có kích thước khác nhau, hay còn gọi là các nhiễu động (disturbance), là nguyên nhân có thể gây ra thời tiết xấu như dông, lốc, bão (storm). Từ nhiễu động đến những xoáy thuận nhiệt đới (tropical cyclone) – xoáy thuận hình thành, phát triển trên các vùng vĩ độ nhiệt đới – khi đủ mạnh được gọi là bão nhiệt đới (ở Đại Tây Dương gọi là hurricane, còn Tây Bắc Thái Bình Dương gọi là typhoon). Dù mang những cái tên khác nhau nhưng chúng đều là các hệ bão nhiệt đới được phát triển từ một vùng áp thấp. Tốc độ quay của các hệ thống bão này rất lớn với một tâm áp suất thấp, một hoàn lưu khí quyển khép kín, gió mạnh và các giông bão được xếp theo hình xoắn ốc có thể tạo ra mưa lớn và tố lốc 1.
Trên các đại dương, có những khu vực nhất định hội tụ các điều kiện phù hợp để hình thành bão nhiệt đới, hay còn gọi là ổ bão, nơi nhiệt độ mặt biển ở mức ít nhất 27°C. Thông thường, gió hội tụ gần bề mặt biển khiến không khí nóng mang theo lượng nước bốc hơi đi lên cao hình thành các đám mây; sự biến thiên của tốc độ và/hoặc hướng gió theo độ cao theo độ cao nhỏ, hay còn gọi là độ đứt gió nhỏ (low wind shear), khiến cho các đám mây này phát triển theo chiều thẳng đứng tới các tầng cao hơn… 2.
Năng lượng mà các cơn bão nhiệt đới tích tụ từ sự bốc hơi của nước ấm trên mặt biển và khoảng gần 90% khối năng lượng này được giải phóng qua hiện tượng ngưng tụ, qua đó làm ấm không khí và giảm áp suất đến mức không khí dâng lên để lấp đầy vùng áp suất thấp. Nếu các đám mây quanh mắt bão càng đối xứng thì áp suất càng giảm nhanh và áp suất càng thấp thì gió xoáy càng cao. Bão nhiệt đới trở thành một hệ thống tự cung cấp năng lượng cho mình.
Thật khó để có thể nắm bắt được các hiện tượng tự nhiên đó, đặc biệt là bão nhiệt đới. Kể từ những năm 1950-1960, một số trung tâm nghiên cứu khí hậu và dự báo thời tiết trên thế giới đã tiên phong phát triển các mô hình số trị để tính toán và dự báo các hiện tượng thiên nhiên này, bắt đầu từ các mô hình cân bằng năng lượng đơn giản đến các mô hình kết hợp hiện đại có khả năng mô tả chi tiết động lực và đặc điểm vật lý của các thành phần của hệ thống khí hậu và sự tương tác giữa chúng 3.
Vậy điều này có thể giúp giải quyết tính bất định của hệ thống khí hậu không? Ngày nay, các trung tâm dự báo của thế giới và Việt Nam đều đưa ra các bản tin nghiệp vụ dựa trên kết quả thu được từ các mô hình số trị mô phỏng bầu khí quyển, đặt vào rất nhiều biến như gió, nhiệt độ, áp suất để bắt đầu sử dụng nguồn thông tin đầu vào này để mô phỏng thời tiết trong nhiều giờ hoặc nhiều ngày tới, nghĩa là bắt đầu dự báo cái tưởng chừng không thể dự báo được.
Dẫu với các mô hình dự báo ngày một hiện đại và chạy trên các siêu máy tính, các nhà nghiên cứu cũng buộc phải công nhận rằng, bão nhiệt đới quá khó để dự báo, bởi chúng có thể đột ngột yếu đi hoặc thay đổi quỹ đạo. Những hạn chế trong việc nắm bắt các quá trình vật lý bên trong các mắt bão và sau đó các mô hình số trị chưa đủ sức mô tả đầy đủ các quá trình vật lý khí quyển này nên cho đến tận đầu những năm 2010, độ chính xác trong dự đoán các cơn bão nhiệt đới của chúng mới đạt khoảng 12% 4. “Trên thế giới có nhiều mô hình dự đoán khác nhau, ví dụ như mô hình do Trung tâm Dự báo hạn vừa châu Âu (ECMWF), Trung tâm Cảnh báo bão tổng hợp Quốc gia Mỹ (JTWC) phát triển, mỗi mô hình thường cho ra những kết quả khác nhau, chẳng có gì chắc chắn cả”, giáo sư Phan Văn Tân chỉ ra. Dẫu độ thiếu chính xác trong dự báo bão nhiệt đới của các trung tâm đã được giảm đi một cách đáng kể trong vài thập kỷ gần đây nhưng vẫn gặp phải những sai lệch rất lớn trong dự báo nhiều cơn bão, ví dụ với bão Jebi năm 2018, báo cáo của ECMWF vẫn đề cập đến khả năng bão sẽ đổ bộ vào Trung Quốc nhưng đến sáu ngày sau thì điểm đổ bộ của bão lại là Nhật Bản; cơn bão Florence cũng trong năm đó, trước chín ngày bão đổ bộ vào Mỹ, phần lớn nhà nghiên cứu của ECMWF đều khăng khăng nó chuyển hướng tới phía Bắc Đại Tây Dương trong khi chỉ một vài người dự đoán đúng 5.
Vậy mục tiêu của các trung tâm dự báo trên thế giới, và sau đó là Việt Nam, là tìm cho ra một mô hình tính toán có thể đem lại cho mình một kết quả dự báo chính xác nhất? “Đó là mục tiêu của tất cả các nhà nghiên cứu cũng như các trung tâm làm nghiệp vụ. Vấn đề là hiểu biết của con người cũng có giới hạn trong khi sự phức tạp của tự nhiên lại ở mức vô cùng”, giáo sư Phan Văn Tân nhận xét.
Có quá nhiều quá trình vật lý diễn ra trong cơn bão chưa được hiểu hết và có vô vàn câu hỏi xung quanh qu¬ đạo, cường độ, tần suất xuất hiện của bão chưa được giải đáp thỏa đáng.
Ngày nay, để dự báo bão, ngoài các mô hình số trị còn có thông tin từ dữ liệu ảnh vệ tinh, công nghệ radar cùng nhiều thiết bị khác. Tuy nhiên, “thách thức của các nhà dự báo là làm thế nào có được bản tin dự báo đúng”, câu trả lời của giáo sư Phan Văn Tân vào năm 2020 vẫn còn nguyên tính thời sự 6.
Vậy có cách nào để chúng ta phần nào vượt qua được bất định này?
Tìm “bão mô hình”
Trong bài toán dự báo bão vẫn còn vô vàn vấn đề cần giải quyết. Không có mô hình nào vi diệu đến mức có thể tái hiện và mô tả được đầy đủ trạng thái của một hệ thống biến đổi không ngừng. Để đáp ứng nhu cầu thông tin cơ bản của mọi người như “bao giờ thì có bão”, “bão có lớn không”, “bão xảy ra ở khu vực nào”, các nhà khí tượng học phải nghiên cứu về bão nhiệt đới ở những quy mô thời gian khác nhau: dự báo thời tiết, dự báo nội mùa và dự báo mùa. “Với dự báo thời tiết, dự báo bão là bài toán dự báo quĩ đạo và cường độ của một cơn bão cụ thể sau khi nó đã hình thành và đang trong quá trình di chuyển, với hạn dự báo thường là hai đến ba ngày. Dự báo bão thời tiết có thể cung cấp thông tin cho việc ứng phó khẩn cấp về tác động của cơn bão đang hoạt động”, giáo sư Phan Văn Tân phân tích.
Tuy nhiên, ở một quy mô thời gian dài hơn, dự báo bão nội mùa cho thông tin về bão trước hai tháng hoặc 45 ngày trong khi dự báo mùa tối đa trước 12 tháng, phổ biến từ ba đến sáu tháng. “Nếu dự báo thời tiết có thể nói về cơn bão một cách chi tiết thì dự báo nội mùa và mùa không thể nói được như vậy. Khung thời gian dự báo càng xa thì thông tin lại càng không chi tiết về cường độ và tọa độ di chuyển của từng cơn bão cụ thể nhưng có thể nói được một cách tổng thể về số lượng và vùng hoạt động của các cơn bão có thể xuất hiện”, ông chỉ ra cái lợi của dự báo hạn mùa và mùa. Thông tin từ đây có thể giúp ích cho mọi người lên kế hoạch chuẩn bị trước hàng tuần, hàng tháng, đặc biệt với các hoạt động như đánh bắt hải sản, tuần tra, tìm kiếm cứu nạn, lập kế hoạch hành động ứng phó thiên tai…
“Chúng ta cần dự báo thông tin, một là dự báo trong thời kỳ bão đang hoạt động, và hai là sau bão. Tùy từng cơn bão, có cơn bão thì hậu quả sau bão nhỏ, trời yên biển lặng nhưng cũng có cơn bão kết hợp nhiều yếu tố, thành thử mưa lớn liên tục trên diện rộng, khiến có chỗ nước dâng, có chỗ tạo thành lũ quét, sạt lở. Đó chính là hệ quả của bão”. (GS. Phan Văn Tân)
Những gì mà ông và nhóm nghiên cứu của mình có được từ bốn, năm năm nay là hệ thống dự báo bão hạn mùa đầu tiên của Việt Nam, được các chuyên gia Tổ chức nghiên cứu KH&CN Liên bang Úc (CSIRO) chuyển giao qua tiểu dự án “Tiếp thu và làm chủ công nghệ dự báo bão hạn mùa bằng mô hình động lực, phục vụ công tác bảo đảm an toàn cho các hoạt động kinh tế – xã hội và an ninh trên khu vực Biển Đông – Việt Nam”, thuộc hợp phần Nâng cao năng lực của Dự án FIRST/Bộ KH&CN.
Dù khó mà dự báo được toàn bộ hoạt động của các trường khí quyển trong tương lai với thời hạn đủ dài nhưng mô hình dự báo hạn mùa dựa vào các quá trình biến đổi chậm trong hệ thống khí hậu mà người ta thường gọi là “bộ nhớ khí hậu” (the climate memory) để xác định thời điểm hình thành, vị trí hình thành, quĩ đạo di chuyển và thời gian tồn tại của các “xoáy tựa bão” hay “bão mô hình”. Với cách tiếp cận này, nhóm nghiên cứu sử dụng bộ mô hình toàn cầu kết hợp khí quyển – đại dương (Coupled CCAM), trong đó các dự báo thành phần được tạo ra khi chạy mô hình này với các điều kiện ban đầu và điều kiện biên khác nhau. Từ các dự báo thành phần, bão được xác định thông qua bộ chương trình dò tìm xoáy. Ưu điểm chính của mô hình là tất cả các biến đều có sự liên hệ với nhau thông qua các định luật bảo toàn (năng lượng, khối lượng và động lượng) nên không bị chi phối bởi những qui luật thống kê trong quá khứ. Có những thông tin rút ra từ đó khiến người ta phải lưu tâm, ví dụ như phát hiện ra khả năng hình thành bão đầu tháng chín, “có thể là một cơn bão mạnh, nhưng dự báo mùa chỉ cho thấy khả năng cơn bão hướng vào phía Bắc của bán đảo Lôi Châu (Trung Quốc), khác với thực tế là bão lại lùi xuống phía Nam, vào Quảng Ninh”, giáo sư Phan Văn Tân giải thích và không quên nhắc lại “Dự báo mùa chỉ có thể nói được như vậy thôi, không thể nói chi tiết như dự báo thời tiết được”.
Ngoài nhóm nghiên cứu của ông, chưa có nơi nào ở Việt Nam có được một hệ thống nghiệp vụ dự báo bão hạn mùa. “Một số thông tin về sự hoạt động của bão cho ba tháng tới mới chỉ được đề cập đến trong ‘Thông báo khí hậu’ do Viện Khí tượng Thủy văn và Biến đổi khí hậu xuất bản hằng tháng dựa trên trung bình khí hậu và sự hoạt động của El Nino, La Nina (ENSO). Tình hình hoạt động của bão cũng được đề cập đến trước mùa bão hằng năm dưới dạng ‘một số nhận định’ của Trung tâm Khí tượng Thủy văn Quốc gia” – thực trạng về dự báo bão ở Việt Nam được nêu trong đề xuất xin tài trợ từ Dự án FIRST.
Bài toán dự báo đã khó nhưng tìm được người đủ năng lực và đam mê theo đuổi lại còn khó khăn hơn. Ở các khoa đào tạo khí tượng khí hậu của các trường ĐH Khoa học Tự nhiên (ĐHQGHN), ĐH Tài nguyên và Môi trường Hà Nội và TPHCM…, đâu đâu cũng là những lời than thở về thiếu sinh viên.
Kết quả dự báo hạn mùa này không phải là tất cả những gì ông mong muốn tìm được về bão ở một Việt Nam có đường bờ biển dài trên 3.000 km, hằng năm chịu ảnh hưởng của khoảng 10 đến 12 cơn bão trên Biển Đông. Có quá nhiều quá trình vật lý diễn ra trong cơn bão chưa được hiểu hết và có vô vàn câu hỏi xung quanh quỹ đạo, cường độ, tần suất xuất hiện của bão chưa được giải đáp thỏa đáng. Biến đổi khí hậu còn khoác thêm lớp phủ mới làm phức tạp thêm vấn đề. “Các quy luật về khí tượng khí hậu phức tạp đến mức khó có thể đưa ra được kết luận chính xác, ví dụ người ta cho rằng do biến đổi khí hậu nên cường độ bão có thể ngày càng mạnh hơn với những cơn bão có cường độ kỷ lục ngày càng nhiều, thời gian hoạt động, vùng hoạt động của bão có thể thay đổi mặc dù số lượng cơn bão trên toàn cầu không thay đổi. Khó có thể chứng minh được những kết luận đó một cách chắc chắn”, giáo sư Phan Văn Tân trả lời câu hỏi “liệu biến đổi khí hậu có tác động đến cơn bão Yagi không?”.
Thách thức ở muôn nơi
Trong tất cả các thống kê về các thảm họa tự nhiên trên thế giới, bão nhiệt đới là một nguyên nhân gây thiệt hại cho con người chỉ sau động đất. Theo số liệu của Tổ chức Khí tượng Thế giới (WMO), trong vòng năm thập niên qua, bão nhiệt đới đã gây ra 1.945 thảm họa, cướp đi sinh mạng của hơn 779.324 người, làm thiệt hại 1,4 nghìn tỉ USD 7. Ở Việt Nam, mấy ai dễ quên đi nỗi đau và sự kinh hoàng về sức tàn phá của cơn bão Yagi.
Những gì phải chịu đựng khiến người ta không ngừng đặt câu hỏi “làm gì để tất cả những điều đó không xảy ra?”, hay chí ít là hạn chế thiệt hại về người. Ở góc độ một nhà nghiên cứu, giáo sư Phan Văn Tân cho rằng “Có hai loại thông tin mà chúng ta cần quan tâm là dự báo hạn ngắn và dự báo hạn mùa. Với thông tin dự báo thời tiết hạn ngắn (dự báo trước thời điểm mưa bão một đến ba ngày) thì các địa phương có thể lên kế hoạch ứng phó khẩn cấp nhưng để có một kế hoạch bớt cấp tập hơn, chuẩn bị tốt hơn, người ta cần đến cả dự báo hạn mùa”.
Đó là lý do mà những người lạc quan dự báo, hệ thống dự báo bão hạn mùa bằng mô hình động lực đầu tiên ở Đông Nam Á mà nhóm nhận chuyển giao từ Úc – so sánh được với các hệ thống hiện có, ít nhất với hệ thống dự báo ở Hồng Kông – có thể sẽ được nhiều nơi sẵn sàng đón nhận. Tuy nhiên, sự lạc quan đó giống như một nhiễu động khí quyển mà phút chốc đã tiêu tán năng lượng và chuyển hóa bởi người ta chỉ quan tâm và thán phục trước mô hình, có mấy người đủ yêu nghề và khao khát hiểu biết mới để làm chủ một công nghệ dự báo khó nhằn. “Phương pháp mô hình động lực đòi hỏi nguồn tài nguyên máy tính lớn; hơn nữa về mặt kỹ thuật, độ chính xác của kết quả dự báo phụ thuộc vào nhiều nhân tố như độ phân giải của mô hình, bản chất động lực học và vật lý của mô hình, phương pháp xác định các “xoáy tựa bão” (tropical cyclone like vortex) từ sản phẩm của mô hình cũng như nguồn nhân lực khoa học”, giáo sư Phan Văn Tân giải thích về những thách thức mà bên tiếp nhận mô hình cần giải quyết.
Bài toán dự báo đã khó nhưng tìm được người đủ năng lực và đam mê theo đuổi lại còn khó khăn hơn. Quả thật, câu chuyện nhân lực của ngành khí tượng từ hơn mười năm qua đã là một bế tắc. Ở các khoa đào tạo khí tượng khí hậu của các trường ĐH Khoa học Tự nhiên (ĐHQGHN), ĐH Tài nguyên và Môi trường Hà Nội và TP.HCM…, đâu đâu cũng là những lời than thở về thiếu sinh viên. Cũng như nhiều ngành khoa học cơ bản khác, ngành khí tượng và khí hậu học dù chỉ lấy điểm đầu vào ở mức 6 điểm/môn nhưng rất khó tuyển đủ chỉ tiêu8. “Ngành Khí tượng khí hậu thường lấy điểm đầu vào thấp gần nhất trường trong khi lại cần người học giỏi toán, lý, tin học”, PGS. TS Ngô Đức Thành (ĐH Khoa học và Công nghệ HN), một cựu giảng viên của trường ĐH Khoa học Tự nhiên, nhận xét vào năm 2019. Anh cũng nhấn mạnh vào một nghịch lý khác “để có người làm được nghiên cứu phải sàng lọc rất nhiều, học lên rất nhiều. Cả chục năm qua, thi thoảng trong một khóa mới xuất hiện một bạn đi học nước ngoài sau đại học và có tương lai làm nghiên cứu” 9.
Bài toán có sẵn, phương pháp có sẵn nhưng vẫn phải chờ nhân lực nhưng có khi nhân lực ấy rút cục không chọn làm nghiên cứu mà rẽ ngang, chọn một vị trí quản trị nào đó. “Nhân tài ngành khí tượng như lá mùa đông rồi”, giáo sư Phan Văn Tân cảm thán. Trước mắt ông và những người tâm huyết, bài toán dự báo bão, cũng như muôn vàn bài toán về các sự kiện khí hậu cực đoan khác, đang bày ra nhiều thách thức cho Việt Nam. “Chúng ta cần dự báo thông tin, một là dự báo trong thời kỳ bão đang hoạt động, và hai là sau bão. Tùy từng cơn bão, có cơn bão thì hậu quả sau bão nhỏ, trời yên biển lặng nhưng cũng có cơn bão kết hợp nhiều yếu tố, thành thử mưa lớn liên tục trên diện rộng, khiến có chỗ nước dâng, có chỗ tạo thành lũ quét, sạt lở. Đó chính là hệ quả của bão”, ông nói. “Thực ra cơn bão Yagi được dự báo khá chính xác, cả đường đi (quỹ đạo) lẫn cường độ. Vấn đề là mưa sau bão gây thiệt hại lớn khó lường”.
Ở Việt Nam, đang rất cần hóa giải các điểm mù thông tin về bão nhưng lại quá thiếu người đủ sức làm được bởi “đội ngũ các nhà khoa học theo tiêu chuẩn quốc tế chỉ đếm trên đầu ngón tay và ít nhóm nghiên cứu có công bố quốc tế”, như nhận định của PGS. Ngô Đức Thành 10. Trong khi đó, nghiên cứu về bão nhiệt đới luôn là chủ đề thời sự của thế giới hàng thập niên trở lại đây. Trên khắp các diễn đàn quốc tế, các nhà khoa học sôi nổi thảo luận về tại sao một số cơn bão di chuyển nhanh còn một số khác lại chậm? tại sao bão di chuyển chậm lại nguy hiểm hơn và khó dự báo hơn? liệu biến đổi khí hậu có can dự không? 11 bão có xu hướng di chuyển chậm hơn và mạnh hơn không? 12 liệu chúng ta có phương pháp nào dự đoán được lượng mưa cực đoan đi kèm các cơn bão nhiệt đới không, sự phân bố của mưa sau bão như thế nào? 13… Việc tìm hiểu và giải được những câu hỏi ấy có ích cho các vùng nhiệt đới như Việt Nam, đang phải gánh chịu những cơn bão mà đường kính mở rộng từ 200 đến 500 km, thậm chí có thể chạm tới 1.000 km, và số người chịu ảnh hưởng tăng 200%7.
Đi kèm với những bài toán mới là các mô hình và công cụ mới giúp cải thiện những khiếm khuyết trong dự báo. “Việc áp dụng kỹ thuật mới như AI, học máy làm mô hình dự báo có độ chính xác cao lên, mà độ chính xác cao lên thì sẽ hỗ trợ cho phần công tác dự báo nghiệp vụ sẽ nhẹ nhàng hơn”, giáo sư Phan Văn Tân chia sẻ.
Với nguồn nhân lực hiện nay, liệu Việt Nam có thể học hỏi để rồi áp dụng các công cụ mới đó để tự giải được các bài toán dự báo của chính mình? liệu Việt Nam có thể đưa ra những bản tin dự báo mùa, nội mùa và thời tiết ngày một chính xác hơn? Đó là câu hỏi khó mà một chuyên gia mấy chục năm lăn lộn với các bài toán dự báo bão, hạn hán và các dạng sự kiện thời tiết cực đoan như giáo sư Phan Văn Tân cũng không thể trả lời, khi nhìn về một tương lai bất định của tự nhiên. Chưa bao giờ, ngành khí tượng khí hậu khát nhân lực giỏi đến thế và chưa bao giờ cần những chính sách thu hút và nuôi dưỡng nguồn nhân lực đến thế.
Phải chăng chỉ còn việc có được một chính sách về nguồn nhân lực đi kèm với việc duy trì môi trường nghiên cứu hiệu quả mới đủ sức để hiện tại và tương lai, các nhà khí tượng/khí hậu có thể gồng gánh trách nhiệm của mình!□
Bài đăng số 19 Tia Sáng
———-
Chú thích
1. “Global-Guide-to-Tropical-Cyclone-Forecasting”. WMO.
2. “Development of tropical cyclones”. Metoffice.
3. Ngô Đức Thành. “Bài toán mô phỏng khí hậu và biến đổi khí hậu trong Nobel vật lý”. Tia Sáng. 2020
4. Martin J. Kernan. “New Hurricane Forecasts Could Predict Terrifying Explosive Intensification”. Scientific American. 2021
5.Linus Magnusson et al. “Advances in understanding difficult cases of tropical cyclone track forecasts”. Tropical Cyclone Research and Review.
6. https://tiasang.com.vn/khoa-hoc-cong-nghe/giao-su-phan-van-tan-nang-luc-ung-pho-bao-lu-phu-thuoc-mot-phan-vao-thong-tin-du-bao-26613
7. https://wmo.int/topics/tropical-cyclone
8. https://dansinh.dantri.com.vn/nhan-luc/nghich-ly-nganh-hoc-khat-nhan-luc-nhung-kho-tuyen-sinh-20240815120434801.htm
9. https://tiasang.com.vn/quan-ly-khoa-hoc/nhung-khoang-cach-can-duoc-thu-hep-15248/
10. https://theconversation.com/what-makes-hurricanes-stall-and-why-is-that-so-hard-to-forecast-146804
11. https://phys.org/news/2020-10-trends-hurricane-behavior-stronger-slower.html
12. https://link.springer.com/article/10.1007/s41324-024-00590-0
13. https://journals.ametsoc.org/view/journals/hydr/25/1/JHM-D-23-0022.1.xml
