Ngày 20/10, tại Hà Nội, Báo Nông nghiệp và Môi trường phối hợp với Cục Quản lý Tài nguyên nước tổ chức hội thảo “Đưa Luật Tài nguyên nước vào cuộc sống: Chủ động nguồn nước, điều hòa và vận hành hiệu quả”.
Hội thảo nhằm tìm giải pháp tháo gỡ những điểm nghẽn trong quản lý, khai thác, điều hòa và phân phối tài nguyên nước, bảo đảm an ninh nguồn nước trước những thách thức ngày càng gay gắt của biến đổi khí hậu.
Trả lời phỏng vấn PV Báo Nhà báo và Công luận tại hội thảo, GS. Nguyễn Quốc Dũng, Chủ tịch Hội Đập lớn và Phát triển nguồn nước Việt Nam, đã phân tích những hạn chế trong công tác quan trắc, dự báo và vận hành hồ chứa, đồng thời nhấn mạnh vai trò của khoa học công nghệ trong nâng cao hiệu quả điều tiết nguồn nước.
Thiếu dữ liệu thực địa, khó nâng cao độ chính xác dự báo
Theo GS. Nguyễn Quốc Dũng, công tác quan trắc phục vụ vận hành hồ chứa hiện tập trung vào hai nhóm dữ liệu chính, gồm dữ liệu khí tượng thủy văn và dữ liệu theo dõi bản thân công trình. Trong đó, dữ liệu công trình bao gồm độ mở cửa van, mực nước trước và sau hồ chứa, qua đó tính toán lưu lượng nước.
Đối với dữ liệu khí tượng thủy văn, yêu cầu quan trắc phụ thuộc vào mục tiêu vận hành. Trong mùa cạn, việc dự báo dài hạn có ý nghĩa quan trọng để chủ động nguồn nước, nhất là khi xuất hiện những hình thái thời tiết có thể gây thiếu hụt nguồn nước như El Nino. Dữ liệu cần được thu thập trong khoảng thời gian đủ dài, có thể lên tới 6 tháng, để xây dựng mô hình dự báo tình hình mùa mưa sắp tới.
Trong khi đó, công tác phòng, chống lũ đòi hỏi dự báo ngắn hạn với độ chính xác cao. Nếu trước đây thời gian dự báo thường ở mức 24 giờ thì hiện nay, yêu cầu đang hướng tới 84 giờ, tương đương 3 ngày rưỡi. Theo ông Dũng, một số mô hình đã đáp ứng được yêu cầu này.
Dù một số mô hình dự báo hiện đã đáp ứng yêu cầu, nhưng dự báo khí tượng thủy văn vẫn phụ thuộc vào dữ liệu từ các cơ quan trong nước và quốc tế. Do dự báo trên diện rộng còn hạn chế về thời gian, địa điểm và lượng mưa, cần tăng cường quan trắc thực địa để bổ sung dữ liệu, hiệu chỉnh mô hình và nâng cao độ chính xác, nhất là trong dự báo lũ ngắn hạn.
GS. Nguyễn Quốc Dũng dẫn chứng cùng một tình huống, các mô hình khác nhau có thể đưa ra kết quả dự báo lượng mưa chênh lệch đáng kể, có mô hình dự báo 300 mm, trong khi mô hình khác chỉ đưa ra mức 100 mm. Sự khác biệt này có thể ảnh hưởng trực tiếp đến các phương án điều tiết, xả nước tại hồ chứa.
Việc bố trí các điểm đo tại thực địa vì thế có vai trò quan trọng, giúp đối chiếu kết quả tính toán với diễn biến thực tế, từ đó nâng cao độ tin cậy của dự báo và phương án vận hành.
Dù vậy, theo ông Dũng, việc xây dựng mạng lưới quan trắc vẫn gặp nhiều khó khăn. Một số điểm đo nằm sâu trong rừng, không có đường tiếp cận thuận lợi, gây trở ngại cho công tác kiểm tra, bảo dưỡng và thay thế thiết bị. Các nguồn cấp điện như pin hoặc điện mặt trời có thể hỏng hóc nhưng chưa có điều kiện sửa chữa kịp thời...
Trí tuệ nhân tạo chỉ hỗ trợ, không thay thế người ra quyết định
Đề cập đến việc ứng dụng trí tuệ nhân tạo (AI) trong quản lý, vận hành hồ chứa, GS. Nguyễn Quốc Dũng cho rằng công nghệ này có thể hỗ trợ ở nhiều khâu, từ dự báo khí tượng thủy văn đến tính toán phương án điều tiết và phối hợp vận hành liên hồ chứa.
Trong công tác dự báo, AI có thể hỗ trợ lựa chọn mô hình phù hợp dựa trên dữ liệu và kết quả dự báo, qua đó góp phần thu hẹp sai số. Theo ông, so với khoảng 10 năm trước, công tác dự báo khí tượng thủy văn đã có những cải thiện đáng kể, dù độ chính xác vẫn phụ thuộc vào chất lượng dữ liệu và thời gian dự báo.
Ở khâu vận hành hồ chứa, các phương pháp học máy có thể khai thác dữ liệu lịch sử và quy trình vận hành để đề xuất phương án tối ưu, chẳng hạn xác định số lượng cửa van cần mở, mức độ mở van và lưu lượng xả phù hợp với tình hình thực tế.
Tuy nhiên, việc tính toán không thể chỉ dừng lại ở từng hồ chứa riêng biệt. Hệ thống còn phải kết nối với mô hình thủy lực khu vực hạ du, đánh giá khả năng tiếp nhận dòng chảy và tính toán sự phối hợp giữa các hồ trong cùng lưu vực.
Đối với những lưu vực có địa hình phức tạp, lượng mưa phân bố không đồng đều và thời gian truyền lũ khác nhau, việc xây dựng các kịch bản vận hành dựa trên dữ liệu thực tế càng trở nên cần thiết.
GS. Nguyễn Quốc Dũng cho rằng nếu chỉ dựa vào kinh nghiệm của người vận hành, nhiều tình huống vẫn khó xử lý hiệu quả. Ngay cả khi các công cụ hiện đại được đưa vào sử dụng, hệ thống cũng chỉ đóng vai trò hỗ trợ phân tích, dự báo và đưa ra khuyến nghị, không thể tự động thay thế người có thẩm quyền quyết định vận hành hồ chứa.
"Theo quy định pháp luật, chủ sở hữu, đơn vị quản lý hồ chứa vẫn phải chịu trách nhiệm về hoạt động vận hành. Trong mùa lũ, việc vận hành phải tuân thủ quyết định của cơ quan chỉ huy phòng thủ dân sự có thẩm quyền tại địa phương. Trí tuệ nhân tạo chỉ là để tham vấn", ông Dũng khẳng định.
Đối với hệ thống sông Vu Gia - Thu Bồn, nơi có hàng chục đập và hồ chứa thủy điện, bài toán vận hành càng phức tạp do địa hình miền Trung - Tây Nguyên có độ dốc lớn và chịu ảnh hưởng đáng kể của thủy triều, xâm nhập mặn.
Theo ông Dũng, đã có nhiều công trình nghiên cứu, đề tài và dự án liên quan đến lưu vực này. Tuy nhiên, cần tiếp tục xem xét tổng thể các kết quả nghiên cứu, tăng cường kết nối dữ liệu và phối hợp vận hành để những giải pháp khoa học công nghệ thực sự phát huy hiệu quả trong thực tiễn.
