Khởi động hệ thống dự báo, cảnh báo KTTV phục vụ vận hành hồ chứa thông minh

Lễ ra mắt nhằm giới thiệu các quy trình và tính năng nổi bật của hệ thống tới các bên liên quan như: Các cơ quan quản lý về công tác KTTV, các đơn vị khai thác và cung cấp dịch vụ thông tin KTTV, các khách hàng là doanh nghiệp vận hành các công trình thủy điện, và các nhà khoa học và chuyên gia trong lĩnh vực nghiên cứu, dự báo KTTV.

Sự kiện này cũng là mốc đánh dấu quan trọng cho sự tham gia xã hội hóa các hoạt động KTTV của các đơn vị theo đúng tinh thần của Luật Khí tượng thủy văn 2015 và sửa đổi năm 2020.

Phát biểu khai mạc buổi lễ, ông Trần Ngọc Anh - Giám đốc Trung tâm Động lực học Thủy khí Môi trường cho biết: Đây là sản phẩm mang thương hiệu Việt Nam, được xây dựng và phát triển hoàn toàn tại Trung tâm Động lực học Thủy khí Môi trường (CEFD), là sản phẩm của các nhà khoa học Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội với phần lớn các công cụ có mã nguồn mở, do vậy, hệ thống có tính chủ động cao, linh hoạt, đáp ứng nhu cầu đa dạng của khách hàng.

Với cách tiếp cận theo lưu vực sông, hệ thống được phân thành nhiều phân hệ cho từng lưu vực trên khắp cả nước, và từ đó kết xuất ra các bản tin dự báo tại mọi vị trí trên lưu vực bao gồm cả dòng chảy đến hồ cho các thủy điện, do vậy sẽ rút ngắn thời gian ra bản tin cho từng hồ thủy điện trên lưu vực.

Hệ thống được chính thức kích hoạt và vận hành liên tục từ 14h30 ngày 15/5/2023 với việc CEFD luôn duy trì đội ngũ trực 24/7 để thực hiện các quy trình theo đúng quy định, trực tiếp giải quyết các yêu cầu phát sinh của khách hàng. Bên cạnh đó, hệ thống được vận hành trên máy chủ đặt tại CEFD, vì thế luôn đảm bảo tính bảo mật, an toàn về thông tin, dữ liệu của khách hàng cũng như đảm bảo chủ động xử lý khi có sự cố xảy ra mà không bị phụ thuộc bên thứ 3.

Giám đốc Trần Ngọc Anh mong rằng sau sự kiện này, các cơ quan, doanh nghiệp, các đối tác sẽ đón nhận sản phẩm này và sẽ cùng nhau tạo nên nhiều cơ hội hợp tác, hướng đến phát triển kinh tế - xã hội bền vững.

Giới thiệu về hệ thống trên, ông Đặng Đình Đức - Trưởng Phòng Nghiên cứu Dịch vụ, Trung tâm Động lực học Thủy khí Môi trường cho biết: Đặc điểm nổi bật của hệ thống là cung cấp thông tin dự báo, cảnh báo phục vụ vận hành hồ chứa với quy mô chi tiết cho từng lưu vực, từng hồ chứa. Hệ thống đáp ứng yêu cầu của Nghị định 114/2018/NĐ-CP, nội dung bản tin đáp ứng Thông tư số 08/2022/TT-BTNMT, quy trình dự báo đáp ứng Thông tư số 40/2016/TT-BTNMT, Thông tư số 41/2016/TT-BTNMT.

Hệ thống vận hành trên nền tảng cập nhật các công nghệ tiên tiến, mới nhất hiện nay của quốc tế, đảm bảo cơ sở khoa học, tính ổn định, tính chính xác cao. Ngoài ra, một số các công nghệ trí tuệ nhân tạo đã được tích hợp trong hệ thống để tăng cường chất lượng dự báo thủy văn, nhận diện hình thế thời tiết, hình thế mưa - lũ, phân tích với số liệu lịch sử để đưa ra khuyến nghị cho dự báo viên.

Hơn nữa, kỹ thuật đồng hóa số liệu được áp dụng trong các mô hình dự báo thời tiết, đồng thời trong các mô hình thủy văn, phương pháp lọc Kalman kép được sử dụng để tăng cường chất lượng dự báo hạn cực ngắn.

Bên cạnh đó, hệ thống hỗ trợ xử lý nhanh chóng các nguốn số liệu phục vụ kịp thời dự báo nghiệp vụ; cung cấp giao diện hỗ trợ dự báo viên phân tích, thảo luận, đưa ra nhận định trong quá trình dự báo; giám sát quá trình dự báo, đảm bảo việc tuân thủ Quy trình trong từng ca.

Phát biểu tại buổi lễ, ông Phạm Hoàng Hùng, Phó Vụ trưởng Vụ Quản lý dự báo, Tổng cục KTTV đánh giá, sản phẩm của Trung tâm Động lực học Thủy khí Môi trường là một trong những kết quả nổi bật của quá trình hoạt động, thực hiện bài bản, tuân thủ quy định và cũng là minh chứng rõ ràng cho thấy quy định nhà nước đã đi vào thực tế xã hội.

Theo ông Phạm Hoàng Hùng, trong bối cảnh nhu cầu của xã hội với việc dự báo, cảnh báo phục vụ vận hành hồ chứa rất lớn, nếu sản phẩm của Trung tâm hoạt động tốt có thể giúp các đơn vị vận hành tối ưu hóa được nguồn lực vận hành, tăng giá trị sản xuất, đồng thời giúp người dân, doanh nghiệp khai thác nguồn nước hiệu quả, mang lại giá trị, lợi ích thực tế.

Mai Đan