Bão lũ và tầm nhìn cấp bách
Chúng ta đang rầm rộ khởi công các công trình để tăng trưởng kinh tế. Cả nước đang là một công trường. Đây là điều tích cực.
Nhưng đồng thời với "tấn công" là phải "phòng thủ". Một quốc gia có lãnh đạo sáng suốt, đầu tiên là biết nhìn thấy nguy cơ để “phòng thủ”, sau đó mới “mở mặt trận tấn công”. Triển khai các dự án để tăng trưởng kinh tế là điều rất cần, nhưng không thể quên tập trung nguồn lực để bảo vệ quốc gia. Trong đó, rất quan trọng là bảo vệ người dân trước cảc thảm hoạ thiên nhiên.
Trong hơn một thập kỷ qua, thiệt hại do bão lũ tại Việt Nam gia tăng nhanh cả về quy mô kinh tế lẫn tổn thất con người. Theo tổng hợp của Chính phủ và các tổ chức quốc tế, tổng thiệt hại do thiên tai giai đoạn 2015-2024 ước tính trung bình 1,0-1,5% GDP mỗi năm. Thí dụ nghiêm trọng về nhân mạng là trận lũ quét tháng 11 năm 2025 tại Phú Yên (Đắk Lắk mới) làm 113 người tử vong.
Bên cạnh 6 nguyên nhân cơ bản làm bão lũ trầm trọng hơn gồm: (1) Biến đổi khí hậu làm mưa cực đoan, bão mạnh và dồn dập hơn; (2) Phá rừng đầu nguồn, suy giảm khả năng giữ nước; (3) Đô thị hóa nhanh, bê tông hóa gây ngập úng; (4) Quy hoạch thủy điện, hồ chứa chưa khoa học, xả lũ dồn dập; (5) Lấn chiếm sông suối, thu hẹp không gian thoát lũ; (6) Sạt lở đất do khai thác khoáng sản, giao thông miền núi; thì nguyên nhân thứ (7) rất quan trọng là năng lực dự báo, cảnh báo và ứng phó còn quá hạn chế.
I. BỐN SAI LỆCH CƠ BẢN TRONG DỰ BÁO BÃO LŨ
Thực tế cho thấy, nhiều đợt thiên tai lớn không phải vì “không dự báo được bão”, mà vì dự báo sai hoặc thiếu chính xác về nơi chịu tác động nghiêm trọng nhất. Các sai lệch này làm cho công tác sơ tán, vận hành hồ chứa và ứng phó của chính quyền địa phương rơi vào thế bị động. Sau đây là 4 loại sai lệch cơ bản.
(1) Thứ nhất, sai lệch đường đi và điểm đổ bộ của bão
Nhiều cơn bão khi vào Biển Đông được dự báo đổ bộ vào khu vực này, nhưng thực tế lại lệch hàng trăm km sang khu vực khác. Bão Damrey (2017) ban đầu được dự báo ảnh hưởng chủ yếu Nam Trung Bộ, nhưng khi tiếp cận bờ đã dịch xuống phía Nam và mạnh lên nhanh, gây thiệt hại nghiêm trọng tại Khánh Hòa và Phú Yên – nơi công tác phòng bị chưa ở mức cao nhất. Tương tự, bão Noru (2022) liên tục điều chỉnh quỹ đạo chỉ trong 48 giờ trước khi đổ bộ, khiến nhiều địa phương không kịp nâng cấp phương án ứng phó [1],[2].
(2) Thứ hai, bão đổ bộ một nơi nhưng mưa lũ lại xảy ra nghiêm trọng ở nơi khác
Đây là dạng sai lệch nguy hiểm hơn cả. Trong đợt bão Yagi (2024), tâm bão đổ bộ khu vực ven biển Đông Bắc Bộ, song mưa lớn nhất lại xuất hiện ở trung du và miền núi phía Bắc, gây lũ quét và sạt lở nghiêm trọng tại Yên Bái, Lào Cai, Hà Giang. Dự báo chủ yếu tập trung vào vùng ven biển và đồng bằng, trong khi các lưu vực sông nhỏ miền núi – nơi dễ phát sinh lũ quét – không được cảnh báo đủ sớm, dẫn đến thiệt hại lớn về người và tài sản [3].
(3) Thứ ba, đánh giá thấp mưa sau bão và mưa kéo dài nhiều ngày
Lũ lịch sử miền Trung năm 2020 cho thấy rõ hạn chế này. Dự báo thời tiết khi đó nhận diện được từng đợt mưa riêng lẻ, nhưng không dự báo chính xác chuỗi mưa cực đoan liên tiếp trong thời gian dài, khiến các hồ thủy điện và thủy lợi phải xả lũ trong tình trạng bị động. Hệ quả là lũ chồng lũ, gây ngập sâu trên diện rộng, dù không phải thời điểm nào cũng có bão mạnh trực tiếp đổ bộ [4].
(4) Thứ tư, hạn chế trong dự báo lũ quét và sạt lở cục bộ
Các trận lũ quét tại Sơn La, Yên Bái (2017), Nghệ An (2022) hay Hà Giang (2023) đều có điểm chung: mưa không quá lớn trên diện rộng, nhưng lại tập trung cục bộ trong thời gian ngắn. Hệ thống dự báo hiện nay vẫn khó phát hiện chính xác những “điểm nóng” này, dẫn đến cảnh báo chung chung, không đủ để người dân nhận thức mức độ nguy hiểm [5].
Hệ quả đối với quản lý rủi ro thiên tai
Những sai lệch nêu trên tạo ra ba hệ quả chính. Thứ nhất, sơ tán dân cư không trúng trọng điểm, nơi nguy hiểm nhất lại chưa được ưu tiên. Thứ hai, vận hành hồ chứa thiếu chủ động, khi quyết định xả lũ được đưa ra muộn do đánh giá thấp mưa đầu nguồn. Thứ ba, nguồn lực cứu trợ và khắc phục hậu quả bị phân tán, làm gia tăng chi phí xã hội và kéo dài thời gian phục hồi sau thiên tai.
II. NĂM CƠN BÃO LŨ GÂY THIỆT HẠI NGHIÊM TRỌNG DO DỰ BÁO THIẾU CHÍNH XÁC
Để thấy được tổn thất to lớn từ công tác dự báo, xin viện dẫn 5 cơ bão gây ra thiệt hại nghiêm trọng do dự báo chưa chính xác về nơi chịu tác động chính, thời điểm mưa lớn nhất và nguy cơ lũ sau bão.
Thứ nhất, bão Damrey (bão số 12, năm 2017)
Damrey là một trong những cơn bão gây thiệt hại lớn nhất trong lịch sử gần đây, với tổng thiệt hại khoảng 22.000 tỷ đồng và hơn 120 người thiệt mạng. Dự báo ban đầu cho thấy bão ảnh hưởng chủ yếu Nam Trung Bộ, song trong quá trình tiếp cận bờ, bão dịch quỹ đạo về phía Nam và mạnh lên nhanh, gây thiệt hại đặc biệt nghiêm trọng tại Khánh Hòa – khu vực chưa được đặt trong kịch bản rủi ro cao nhất. Sai lệch dự báo đường đi và cường độ khiến công tác sơ tán và bảo vệ hạ tầng không kịp thời [6].
Thứ hai, lũ lịch sử miền Trung năm 2020 (chuỗi bão và áp thấp)
Đây không phải một cơn bão đơn lẻ, mà là chuỗi mưa – bão liên tiếp trong tháng 10-11/2020, gây thiệt hại khoảng 30.000 tỷ đồng, làm 235 người chết và mất tích. Hạn chế lớn nhất của dự báo là không nhận diện đầy đủ chuỗi mưa cực đoan kéo dài, dẫn đến vận hành hồ chứa bị động và lũ chồng lũ trên diện rộng. Dù từng đợt mưa được dự báo riêng lẻ, tác động cộng dồn lại vượt xa các kịch bản ứng phó [7].
Thứ ba, bão Noru (bão số 4, năm 2022)
Bão Noru có đặc điểm đổi hướng và tăng cường độ rất nhanh trong 48 giờ trước khi đổ bộ. Thiệt hại ước tính khoảng 13.000 tỷ đồng. Việc dự báo liên tục điều chỉnh quỹ đạo khiến nhiều địa phương khó đưa ra quyết định sớm về sơ tán và bảo vệ sản xuất. Ngoài ra, mưa lớn sau bão gây ngập lụt ở khu vực không nằm trong trọng tâm dự báo ban đầu [8].
Thứ tư, bão Yagi (bão số 3, năm 2024)
Yagi được đánh giá là một trong những thiên tai gây thiệt hại kinh tế lớn nhất gần đây, với tổng thiệt hại trên 40.000 tỷ đồng. Tâm bão đổ bộ ven biển Bắc Bộ, nhưng mưa và lũ nghiêm trọng nhất lại xảy ra tại trung du và miền núi phía Bắc, gây lũ quét và sạt lở đất nghiêm trọng. Dự báo tập trung vào khu vực ven biển, trong khi rủi ro lũ quét hậu bão ở miền núi không được cảnh báo tương xứng [9].
Thứ năm, các trận lũ quét miền núi phía Bắc giai đoạn 2022-2023
Nhiều đợt mưa sau bão tại Nghệ An, Yên Bái, Hà Giang gây lũ quét và sạt lở với tổng thiệt hại vài nghìn tỷ đồng. Đặc điểm chung là mưa rất lớn nhưng cục bộ, vượt khả năng dự báo chi tiết của hệ thống hiện nay, dẫn đến cảnh báo chung chung, không đủ để người dân nhận thức mức độ nguy hiểm [5].
Chỉ riêng 5 trường hợp trên đã gây thiệt hại ước tính hơn 110.000 tỷ đồng, cho thấy dự báo chưa chính xác – đặc biệt là dự báo mưa và lũ sau bão – là một yếu tố làm gia tăng đáng kể tổn thất do thiên tai ở Việt Nam.
III. NGUYÊN NHÂN THEN CHỐT: THIẾU PHƯƠNG TIỆN KHOA HỌC KỸ THUẬT
Một trong những nguyên nhân quan trọng làm hạn chế độ chính xác của dự báo bão, mưa và lũ tại Việt Nam là thiếu và yếu về phương tiện khoa học kỹ thuật, bao gồm hệ thống quan trắc, năng lực mô hình hóa và hạ tầng xử lý dữ liệu. Khi so sánh với các quốc gia thường xuyên chịu ảnh hưởng của bão ở châu Á, có thể thấy rõ khoảng cách đáng kể giữa Việt Nam và các nước trong khu vực, cụ thể là với Philippines, Trung Quốc và Nhật Bản.
1. Tình trạng của Việt Nam
Hệ thống dự báo của Việt Nam đã có bước tiến trong 10 năm qua, nhưng nhìn chung vẫn dựa nhiều vào dữ liệu và sản phẩm mô hình từ bên ngoài. Mật độ radar thời tiết còn thưa, đặc biệt ở trung du và miền núi phía Bắc – nơi thường xảy ra mưa cực đoan cục bộ và lũ quét. Mạng lưới trạm mưa tự động chưa đủ dày để nắm bắt các “điểm nóng” mưa lớn trên diện tích nhỏ.
Về mô hình dự báo, Việt Nam chủ yếu sử dụng các mô hình số trị khu vực (limited-area models, với độ phân giải còn hạn chế so với các nước tiên tiến. Việt Nam cũng khai thác sản phẩm đầu vào từ các mô hình toàn cầu để chạy mô hình khu vực. Nhưng năng lực tính toán hiệu năng cao (HPC) còn yếu, khiến việc chạy nhiều kịch bản dự báo xác suất (ensemble forecast) chưa phổ biến. Điều này làm dự báo khó phản ánh các hiện tượng phi tuyến như mưa sau bão, mưa bất đối xứng hay tăng cường độ nhanh của bão.
2. Philippines: tốt hơn Việt Nam về dự báo bão
Do nằm trên đường đi và hứng chịu nhiều siêu bão Thái Bình Dương, Philippines tập trung mạnh vào quan trắc và cảnh báo bão. Cơ quan khí tượng PAGASA sở hữu mạng radar tương đối dày dọc ven biển và khả năng theo dõi bão khá tốt. Tuy nhiên, về dự báo mưa lũ nội địa và lũ quét vùng núi, Philippines vẫn gặp nhiều hạn chế, tương tự Việt Nam.
3. Trung Quốc: vượt trội về hạ tầng
Trung Quốc sở hữu một trong những mạng lưới radar thời tiết và trạm quan trắc dày nhất thế giới, cùng với hệ thống vệ tinh khí tượng riêng. Năng lực siêu máy tính cho phép chạy các mô hình độ phân giải rất cao và dự báo xác suất đa kịch bản.
Nhờ đó, Trung Quốc có khả năng dự báo tốt hơn nhiều về đường đi bão, mưa cực đoan sau bão và phân bố mưa theo địa hình. Dù vẫn có sai số, mức độ chi tiết và độ tin cậy của dự báo vượt xa Việt Nam và Philippines.
4. Nhật Bản: chuẩn mực hàng đầu thế giới
Nhật Bản được xem là chuẩn mực toàn cầu về dự báo khí tượng - thủy văn. Cơ quan Khí tượng Nhật Bản (JMA) vận hành hệ thống radar Doppler dày đặc, vệ tinh riêng, mô hình độ phân giải rất cao và hệ thống cảnh báo lũ quét gần thời gian thực.
Điểm vượt trội của Nhật Bản không chỉ ở thiết bị, mà ở tích hợp dữ liệu - mô hình - cảnh báo tác động. Dự báo không chỉ trả lời “mưa bao nhiêu”, mà còn “ở đâu sẽ nguy hiểm nhất”. Đây là khoảng cách lớn nhất giữa Nhật Bản và Việt Nam hiện nay.
5. Các thiết bỊ hoa học còn thiếu và lạc hậu
So với Philippines, Trung Quốc và Nhật Bản, Việt Nam hiện còn thiếu hoặc lạc hậu ở một số thiết bị khoa học then chốt phục vụ dự báo khí tượng - thủy văn.
Thứ nhất, radar thời tiết Doppler phân cực kép (dual-polarization Doppler radar): Nhật Bản và Trung Quốc đã phủ gần như toàn bộ lãnh thổ bằng radar phân cực kép, cho phép phân biệt mưa, mưa đá, tuyết và ước lượng chính xác cường độ mưa. Việt Nam mới chỉ có số lượng hạn chế radar Doppler thế hệ cũ, mật độ thưa và chưa phủ tốt vùng trung du - miền núi, làm giảm khả năng phát hiện mưa cực đoan cục bộ [10].
Thứ hai, vệ tinh khí tượng địa tĩnh và hệ thống thu nhận dữ liệu trực tiếp: Trung Quốc và Nhật Bản sở hữu vệ tinh riêng (Himawari, Fengyun) với chu kỳ quan trắc vài phút, trong khi Việt Nam hoàn toàn phụ thuộc vào dữ liệu vệ tinh nước ngoài, độ trễ cao hơn và hạn chế khả năng chủ động xử lý dữ liệu thô [11].
Thứ ba, siêu máy tính (HPC) cho dự báo xác suất đa kịch bản: Các nước so sánh đều vận hành hệ thống HPC đủ mạnh để chạy mô hình độ phân giải cao và ensemble forecast. Việt Nam thiếu năng lực tính toán này, dẫn tới dự báo chủ yếu theo một kịch bản trung bình, khó phản ánh các tình huống cực đoan hiếm gặp [12].
Thứ tư, mạng cảm biến mưa – mực nước mật độ cao theo lưu vực nhỏ: Nhật Bản và Trung Quốc đã triển khai hàng chục nghìn cảm biến tự động phục vụ cảnh báo lũ quét gần thời gian thực. Việt Nam còn thiếu nghiêm trọng loại thiết bị này, đặc biệt ở vùng núi [13].
Tổng hợp lại, thiếu phương tiện khoa học kỹ thuật là nguyên nhân có tính nền tảng khiến dự báo ở Việt Nam thêm sai lệch, đặc biệt với mưa cực đoan và lũ sau bão. Khoảng cách với Nhật Bản và Trung Quốc không chỉ là vấn đề tài chính, mà là chiến lược đầu tư dài hạn cho hạ tầng dữ liệu, mô hình và con người. Nếu không thu hẹp khoảng cách này, thiệt hại do thiên tai ở Việt Nam sẽ tiếp tục ở mức cao, ngay cả khi thông tin bão quốc tế ngày càng sẵn có.
IV. HỢP TÁC QUỐC TẾ: GIẢI PHÁP CHÌA KHOÁ
Trong bối cảnh biến đổi khí hậu làm gia tăng các hiện tượng thời tiết cực đoan phi tuyến, không một quốc gia đang phát triển nào có thể tự mình xây dựng đầy đủ năng lực dự báo hiện đại trong thời gian ngắn. Đối với Việt Nam, hợp tác quốc tế không chỉ là hỗ trợ kỹ thuật, mà là con đường nhanh nhất để tiệm cận chuẩn dự báo tiên tiến, đặc biệt trong dự báo mưa sau bão, lũ quét và sạt lở đất. Trong số các đối tác tiềm năng, Nhật Bản, Hoa Kỳ và EU mang lại những giá trị bổ sung khác nhau nhưng có tính bổ trợ cao.
1. Hợp tác với Nhật Bản: nâng cấp toàn diện từ thiết bị đến triết lý dự báo
Nhật Bản là đối tác phù hợp nhất và khả thi nhất trong giai đoạn đầu. Cơ quan Khí tượng Nhật Bản (JMA) được xem là chuẩn mực toàn cầu về dự báo bão, mưa lớn và lũ quét. Lợi ích lớn nhất Việt Nam có thể đạt được khi hợp tác với Nhật Bản không chỉ nằm ở thiết bị, mà ở cách tiếp cận dự báo dựa trên tác động.
Cụ thể, hợp tác với Nhật Bản có thể giúp Việt Nam:
• Tiếp cận và chuyển giao công nghệ radar Doppler phân cực kép, đặc biệt cho vùng đồi núi.
• Áp dụng mô hình dự báo mưa cực đoan độ phân giải rất cao, phù hợp với địa hình phức tạp.
• Học hỏi hệ thống cảnh báo lũ quét gần thời gian thực, gắn dự báo với hành động cụ thể của chính quyền địa phương.
Quan trọng hơn, Nhật Bản có kinh nghiệm hàng chục năm trong việc chuyển hóa dữ liệu khoa học thành quyết định quản lý rủi ro, giúp giảm mạnh thương vong dù vẫn chịu nhiều thiên tai nghiêm trọng [14], [15].
2. Hợp tác với Hoa Kỳ: nâng cao năng lực mô hình hóa và dự báo xác suất
Nếu Nhật Bản mạnh về ứng dụng thực tiễn và cảnh báo tác động, thì Hoa Kỳ vượt trội về khoa học mô hình và dự báo xác suất. Cơ quan Khí quyển và Đại dương Hoa Kỳ (NOAA) là đơn vị dẫn đầu thế giới trong phát triển mô hình số trị, hệ thống dự báo ensemble và siêu máy tính khí tượng.
Hợp tác với Hoa Kỳ mang lại cho Việt Nam các lợi ích then chốt:
• Tiếp cận mô hình dự báo xác suất đa kịch bản, giúp đánh giá tốt hơn các tình huống cực đoan hiếm gặp.
• Nâng cao năng lực dự báo tăng cường độ nhanh của bão và mưa bất đối xứng sau khi bão đổ bộ.
• Đào tạo đội ngũ chuyên gia Việt Nam về khai thác dữ liệu lớn, trí tuệ nhân tạo và HPC trong dự báo.
Điểm mạnh của hợp tác với Hoa Kỳ là giúp Việt Nam giảm phụ thuộc vào một kịch bản dự báo trung bình, vốn là nguyên nhân khiến nhiều tình huống xấu bị đánh giá thấp [16].
3. Hợp tác với EU: quản trị rủi ro, dữ liệu mở và tích hợp liên ngành
Liên minh châu Âu không nổi bật về bão nhiệt đới như Nhật Bản hay Hoa Kỳ, nhưng lại dẫn đầu thế giới về quản trị rủi ro thiên tai, dữ liệu mở và tích hợp khí hậu - thủy văn - không gian. Các chương trình của EU như Copernicus cung cấp dữ liệu vệ tinh miễn phí, độ phân giải cao, được sử dụng rộng rãi trong dự báo lũ và đánh giá tác động.
Hợp tác với EU có thể giúp Việt Nam:
• Khai thác hiệu quả dữ liệu vệ tinh Copernicus cho giám sát mưa, ngập lụt và sạt lở.
• Học hỏi mô hình kết nối dự báo với quy hoạch, bảo hiểm và tài chính rủi ro.
• Nâng cao tính minh bạch, chuẩn hóa và đánh giá độc lập chất lượng dự báo.
EU đặc biệt phù hợp để hỗ trợ Việt Nam trong việc chuyển dự báo kỹ thuật thành công cụ chính sách và quy hoạch dài hạn [17], [18].
4. LỢI ÍCH TỨC THÌ
a/ Hợp tác với Nhật Bản: cải thiện ngay khả năng cảnh báo mưa lớn – lũ quét
Việt Nam có thể nhận được ngay:
• Dữ liệu radar và vệ tinh xử lý sẵn của JMA cho khu vực Việt Nam, với chu kỳ cập nhật ngắn (vài phút), giúp phát hiện mưa cực đoan cục bộ tốt hơn ngay cả khi chưa lắp thêm radar mới.
• Mô hình dự báo mưa độ phân giải cao theo địa hình (downscaling), đã được Nhật Bản tối ưu cho vùng núi dốc và lưu vực nhỏ – rất phù hợp với Bắc Bộ và miền Trung Việt Nam.
• Quy trình cảnh báo lũ quét – sạt lở gần thời gian thực, gắn ngưỡng mưa với hành động cụ thể (đóng đường, sơ tán điểm xung yếu).
Trong 1–2 mùa mưa, Việt Nam có thể cảnh báo sớm hơn vài giờ đến nửa ngày đối với mưa lớn và lũ quét – yếu tố quyết định để giảm thương vong.
b/ Hợp tác với Hoa Kỳ: cải thiện ngay khả năng đánh giá rủi ro cực đoan
Hợp tác với Hoa Kỳ không cho hiệu quả “nhìn thấy ngay ngoài thực địa” như Nhật Bản, nhưng mang lại lợi ích tức thì trong phân tích rủi ro.
Việt Nam có thể nhận được ngay:
• Sản phẩm dự báo xác suất (ensemble) từ NOAA, giúp trả lời câu hỏi: xác suất xảy ra kịch bản xấu nhất là bao nhiêu?
• Dự báo tăng cường độ nhanh của bão và mưa bất đối xứng sau khi bão vào bờ – điểm yếu lớn hiện nay của Việt Nam.
• Công cụ đánh giá bất định dự báo, giúp lãnh đạo ra quyết định sớm hơn, thay vì chờ “dự báo chắc chắn”.
Việt Nam có thể chuyển từ “dự báo trung bình” sang “quản lý theo kịch bản xấu”, đặc biệt hữu ích cho quyết định xả lũ, đóng cảng, dừng sản xuất.
c/ Hợp tác với EU: cải thiện ngay khả năng giám sát và đánh giá hậu quả
EU không mạnh về bão nhiệt đới, nhưng lại cho lợi ích tức thì rất rõ về giám sát ngập lụt và hậu quả sau thiên tai.
Việt Nam có thể nhận được ngay:
• Dữ liệu vệ tinh Copernicus miễn phí, độ phân giải cao, dùng ngay để bản đồ hóa ngập lụt, sạt lở và thiệt hại chỉ sau vài giờ–vài ngày.
• Công cụ kết nối dự báo – tác động – thiệt hại, phục vụ phân bổ cứu trợ và phục hồi kinh tế.
• Chuẩn hóa đánh giá thiệt hại, giúp giảm sai lệch số liệu và nâng độ tin cậy báo cáo.
Các điều này giúp Việt Nam ra quyết định cứu trợ, tái thiết nhanh và chính xác hơn, giảm thất thoát nguồn lực sau thiên tai.
Hợp tác với Nhật Bản, Hoa Kỳ và EU đưa đến các lợi ích tức thì ngay trong năm tiếp theo. Ba đối tác mang lại ba trụ cột khác nhau: Nhật Bản giúp Việt Nam “dự báo để hành động”, Hoa Kỳ giúp “dự báo để hiểu rủi ro”, và EU giúp “dự báo để quản trị”. Nếu được thiết kế như một chiến lược hợp tác bổ trợ, thay vì các dự án rời rạc, Việt Nam có thể rút ngắn đáng kể khoảng cách về năng lực dự báo, từ đó giảm thiểu thiệt hại do bão lũ – thực tế đang vượt quá khả năng chịu đựng của nền kinh tế.
V. ĐẦU TƯ TỐI THIỂU
Theo tổng hợp của Ngân hàng Thế giới và Tổ chức Khí tượng Thế giới, mỗi 1 USD đầu tư cho dự báo và cảnh báo sớm có thể mang lại lợi ích kinh tế từ 4-10 USD, thông qua giảm thiệt hại tài sản, giảm thương vong và rút ngắn thời gian gián đoạn kinh tế [19], [20].
Các đánh giá quốc tế cho thấy, để cải thiện đáng kể độ chính xác dự báo bão - mưa - lũ, Việt Nam cần một chương trình đầu tư tối thiểu ở quy mô quốc gia, tập trung vào quan trắc, mô hình và cảnh báo sớm.
Trong điều kiện ngân sách còn hạn chế, mức đầu tư 300 triệu USD trong 6 năm (≈ 50 triệu USD/năm) là kịch bản tối thiểu nhưng thực tế để Việt Nam tạo ra chuyển biến rõ rệt về chất lượng dự báo bão - mưa - lũ, nếu được sử dụng đúng trọng tâm.
Với quy mô này, Việt Nam không thể đạt trình độ Nhật Bản hay Hoa Kỳ, nhưng hoàn toàn có thể vượt “ngưỡng tới hạn”: từ dự báo mang tính mô tả chung sang dự báo tác động có giá trị ra quyết định. Khoản đầu tư 300 triệu USD đủ để:
• Nâng cấp có chọn lọc radar Doppler phân cực kép tại các vùng xung yếu;
• Phủ thêm trạm mưa – mực nước tự động ở lưu vực nhỏ miền núi;
• Xây dựng năng lực tính toán vừa đủ để chạy dự báo xác suất cho các tình huống mưa lớn;
• Đào tạo nhóm chuyên gia nòng cốt và kết nối sâu với hệ thống dự báo quốc tế.
Ở mức này, độ chính xác tuyệt đối của dự báo bão có thể chỉ cải thiện 10–15%, nhưng giá trị lớn nằm ở dự báo mưa sau bão, lũ quét và phân bố rủi ro, nơi thiệt hại hiện nay lớn nhất. Theo kinh nghiệm quốc tế, chỉ cần cải thiện để giảm 10% tổng thiệt hại thiên tai hàng năm, Việt Nam đã tiết kiệm được 500-700 triệu USD/năm, tức “hoàn vốn” sau một mùa bị thiên tai lớn.
Trong bối cảnh Việt Nam thường xuyên chịu thiệt hại do thiên tai ở mức 1-1,5% GDP mỗi năm (tương đương 5-7 tỷ USD), chỉ cần hệ thống dự báo được cải thiện để giảm 10-20% tổng thiệt hại, lợi ích kinh tế hàng năm đã đạt 500 triệu - 1,4 tỷ USD. Như vậy, khoản đầu tư 300 triệu USD có thể được “hoàn vốn” chỉ sau 1 năm bị thiên tai lớn, và tiếp tục tạo lợi ích ròng trong dài hạn [21], [22].
Về mặt kinh tế - xã hội, đầu tư cho dự báo là một trong những khoản đầu tư công có tỷ suất sinh lợi cao nhất, đồng thời giúp nâng cao năng lực quản trị rủi ro quốc gia trong bối cảnh biến đổi khí hậu ngày càng khó lường.
VI. AI ĐÓ PHẢI DÀNH LẤY TRÁCH NHIỆM?
Trong bối cảnh biến đổi khí hậu làm gia tăng các hiện tượng cực đoan phi tuyến, việc nâng cao độ chính xác và tính hữu dụng của dự báo không chỉ là vấn đề kỹ thuật, mà là vấn đề chính sách và quản trị rủi ro quốc gia. Nếu không có cải cách mang tính hệ thống, Việt Nam sẽ tiếp tục phải trả giá bằng những thiệt hại rất lớn, phần đáng kể trong số đó hoàn toàn có thể giảm thiểu.
Nhưng không chỉ thất thoát kinh tế, mà cuộc sống điêu đứng của hàng triệu người dân bị bão lũ, cùng tang thương mất đi người ruột thịt, mới là điều cấp bách phải ứng phó.
Năm nào cũng bão lũ. Năm nào cũng cứu trợ. Năm nào cũng sập trôi nhà cửa, mất gia tài và người thân. Tình trạng này cần phải được cải thiện. Không thể không có biện pháp đối phó. Ở đây cần tầm nhìn cấp bách 2-5 năm. Không đợi được 20 năm. Ai đó phải dành lấy trách nhiệm.
TÀI LIỆU THAM KHẢO
[1] Ban Chỉ đạo Trung ương về Phòng chống thiên tai, Báo cáo thiệt hại do bão Damrey, 2017.
[2] Trung tâm Dự báo Khí tượng Thủy văn Quốc gia, Đánh giá công tác dự báo bão Noru, 2022.
[3] Chính phủ Việt Nam, Báo cáo nhanh thiệt hại do bão Yagi và mưa lũ sau bão, 2024.
[4] World Bank, Vietnam: Weathering the Storm – Improving Disaster Risk Management, 2021.
[5] Pham Q. L. et al., “Challenges in forecasting localized extreme rainfall and flash floods in mountainous Vietnam,” Hydrology and Earth System Sciences, 2024.
[6] Ban Chỉ đạo Trung ương về Phòng chống thiên tai, Báo cáo thiệt hại do bão Damrey, 2017.
[7] World Bank, Vietnam: Weathering the Storm – Improving Disaster Risk Management, 2021.
[8] Trung tâm Dự báo Khí tượng Thủy văn Quốc gia, Đánh giá công tác dự báo bão Noru, 2022.
[9] Chính phủ Việt Nam, Báo cáo nhanh thiệt hại do bão Yagi và mưa lũ sau bão, 2024.�
[10] WMO, State of Climate Services in Asia, 2023.
[11] JMA, Himawari Satellite System Overview, 2022.
[12] World Bank, Vietnam: Weathering the Storm, 2021.
[13] CMA, China Meteorological Modernization Report, 2021.
[14] JMA, Overview of Japan’s Meteorological Observation and Forecasting Systems, 2022.
[15] World Bank & JICA, Enhancing Disaster Risk Management in Vietnam, 2020.
[16] NOAA, Advances in Ensemble Weather and Climate Prediction, 2021.
[17] European Commission, Copernicus Programme Overview, 2023.
[18] WMO, Multi-hazard Early Warning Systems: Global Status, 2022.
[19] World Bank, Weathering the Storm: Investing in Early Warning Systems, 2021.
[20] WMO, Global Multi-hazard Early Warning Systems, 2022.
[21] Asian Development Bank, Economic Impacts of Climate-related Disasters in Southeast Asia, 2020.
[22] UNDRR, Global Assessment Report on Disaster Risk Reduction, 2022.
N.N.C.
Tác giả gửi BVN