Luận văn hợp tác nghiên cứu xây dựng công nghệ dự báo lũ trung hạn kết nối với công nghệ điều hành hệ thống công trình phòng chống lũ cho đồng bằng sông hồng sông thái bình

Luận văn nghiên cứu công nghệ dự báo lũ trung hạn, kết nối hệ thống điều hành công trình phòng chống lũ cho đồng bằng sông Hồng, sông Thái Bình.

• Tác giả: Pgs.Ts. Vũ Minh Cát
• Trường học: Trường Đại học Thủy lợi
• Chuyên ngành: Công nghệ dự báo lũ và điều hành hệ thống phòng chống lũ
• Đề tài: Công nghệ dự báo lũ trung hạn & điều hành hệ thống phòng chống lũ đồng bằng sông Hồng - Thái Bình
• Loại tài liệu: Báo cáo tổng kết đề tài nghiên cứu khoa học
• Năm xuất bản: 2007
• Địa điểm: Hà Nội

Mục lục chi tiết

• 1. CHƯƠNG I: MỞ ĐẦU
• 1.1. Mục tiêu và nội dung nghiên cứu
• 1.2. Phạm vi của đề tài
• 1.3. Nội dung và các phương pháp nghiên cứu
• 1.3.1. Dự báo mưa trung hạn
• 1.3.2. Dự báo lũ trung hạn
• 1.3.3. Tích hợp dự báo mưa lũ trung hạn trong điều hành hệ thống hồ chứa
• 1.4. Tổng quan tình hình nghiên cứu thuộc lĩnh vực của đề tài
• 1.4.1. Tình hình nghiên cứu trong nước
• 1.4.2. Tình hình nghiên cứu ngoài nước
• 1.5. Đóng góp của mỗi bên trong đề tài hợp tác nghiên cứu
• 1.5.1. Phía đối tác Italy
• 1.5.2. Phía đối tác Việt Nam
• 2. CHƯƠNG II: TỔNG QUAN VỀ LƯU VỰC SÔNG HỒNG –THÁI BÌNH THU THẬP, PHÂN TÍCH VÀ QUẢN LÝ CÁC TÀI LIỆU CƠ BẢN
• 2.1. Tổng quan về lưu vực sông Hồng – Thái Bình
• 2.1.1. Tổng quan chung
• 2.1.2. Đặc điểm địa hình
• 2.1.3. Đặc điểm địa chất, thổ nhưỡng và thực vật
• 2.1.4. Đặc điểm khí hậu
• 2.1.5. Đặc điểm hệ thống sông ngòi
• 2.1.6. Đặc điểm dân sinh kinh tế
• 2.2. Thu thập và phân tích tài liệu cơ bản
• 2.2.1. Số liệu khí tượng
• 2.2.1.1. Mạng lưới trạm đo khí tượng
• 2.2.1.2. Đánh giá chung về tài liệu khí tượng
• 2.2.1.3. Một số đặc điểm chung về khí tượng trên hệ thống
• 2.2.2. Số liệu thủy văn
• 2.2.2.1. Mạng lưới trạm đo đạc thủy văn
• 2.2.2.2. Đánh giá chung về tài liệu khí tượng thuỷ văn
• 2.2.2.3. Đặc điểm thủy văn trên lưu vực sông Hồng – Thái Bình
• 2.2.3. Số liệu thủy văn các hồ chứa
• 2.2.4. Tài liệu địa hình hệ thống sông Hồng -Sông Thái Bình
• 2.2.4.1. Tài liệu địa hình các hồ chứa
• 2.2.4.2. Bản đồ số DEM thuộc lưu vực sông Hồng
• 2.2.4.3. Tài liệu địa hình hệ thống sông Hồng
• 2.2.4.4. Tài liệu địa hình các khu phân chậm lũ
• 2.2.5. Tài liệu về thảm phủ thực vật và bản đồ đất lưu vực sông Hồng
• 2.3. Xây dựng cơ sở dữ liệu
• 2.3.1. Cơ sở số liệu bản đồ
• 2.3.2. Cơ sở số liệu KTTV
• 2.3.3. Giới thiệu phần mềm WRDB
• 2.3.4. Xây dựng cơ sở dữ liệu KTTV sử dụng phần mềm WRDB
• 2.3.5. Khai thác cơ sở dữ liệu KTTV đã xây dựng
• 3. CHƯƠNG III: NGHIÊN CỨU XÂY DỰNG CÔNG NGHỆ DỰ BÁO MƯA TRUNG HẠN
• 3.1. Dự báo mưa ở Việt Nam
• 3.2. Đặc điểm sự hình thành mưa và tổ hợp các kiểu hình thời tiết gây mưa lớn lưu vực sông Hồng
• 3.2.1. Các hình thế điển hình
• 3.2.2. Đặc điểm hình thế thời tiết gây mưa lũ lớn trên lưu vực sông Hồng
• 3.3. Đánh giá hiện trạng các phương pháp dự báo mưa ở Việt nam
• 3.4. Thử nghiệm mô hình BOLAM của Italia
• 3.4.1. Giới thiệu mô hình BOLAM
• 3.4.2. Động lực học và phương pháp số
• 3.4.3. Vật lý và các sơ đồ tham số hóa vật lý
• 3.4.4. Điều kiện ban đầu và điều kiện biên
• 3.4.5. Tiền xử lý và hậu xử lý trong mô hình BoLAM
• 3.5. Nghiên cứu ứng dụng mô hình BoLAM cho Việt Nam
• 3.5.1. Thay đổi cấu trúc thư mục trong mô hình BoLAM
• 3.5.2. Dự báo thử nghiệm bằng mô hình BOLAM mùa lũ 2007
• 3.5.3. Một số kết qủa so sánh mô hình BoLAM và mô hình HRM
• 3.6. Kết luận và kiến nghị
• 4. CHƯƠNG IV: NGHIÊN CỨU XÂY DỰNG CÔNG NGHỆ DỰ BÁO LŨ
• 4.1. Các phương pháp dự báo thủy văn thường dùng ở Việt Nam
• 4.1.1. Các phương pháp thường dùng trong dự báo thủy văn
• 4.1.1.1. Phương pháp xu thế
• 4.1.1.2. Phương pháp lưu lượng và mực nước tương ứng
• 4.1.1.3. Phương pháp lượng trữ
• 4.1.2. Nhóm các phương pháp phân tích thống kê
• 4.1.3. Phương pháp mạng Nơ ron thần kinh – Mạng trí tuệ nhân tạo (Artificial Neural Network)
• 4.1.4. Phương pháp sử dụng các mô hình thủy văn và thủy lực
• 4.1.5. Phương pháp kỹ thuật số
• 4.2. Tổng kết các phương pháp thường dùng trong dự báo ngắn hạn, trung hạn và dài hạn ở Việt Nam
• 4.2.1. Các phương pháp dự báo ngắn hạn
• 4.2.2. Các phương pháp dự báo trung hạn
• 4.2.3. Các phương pháp dự báo dài hạn
• 4.3. Phân tích đặc điểm mưa lũ trên hệ thống sông Hồng
• 4.3.1. Đặc điểm của mưa gây lũ trên lưu vực hệ thống sông Hồng
• 4.3.2. Vai trò của trữ lượng nước trên lưu vực đối với sự hình thành lũ
• 4.3.3. Tổ hợp lũ sông Đà, Lô, Thao
• 4.3.4. Đặc điểm mưa gây lũ lưu vực sông Thao:
• 4.3.5. Dòng chảy lũ sông Lô
• 4.4. Xây dựng công nghệ dự báo lũ ngắn hạn hệ thống sông Hồng
• 4.4.1. Phương pháp hồi quy đa biến
• 4.4.1.1. Cơ sở của phương pháp Hồi quy đa biến
• 4.4.1.2. Các giả thiết của phương pháp và quy trình thực hiện phương pháp
• 4.4.1.3. Xây dựng ma trận tương quan
• 4.4.1.4. Phương trình dự báo và các phép thử
• 4.4.2. Cấu trúc mạng ANN
• 4.4.2.1. Quá trình quét xuôi
• 4.4.2.2. Hàm kích hoạt
• 4.4.2.3. Lựa chọn sơ đồ mạng nơ ron thần kinh ban đầu
• 4.4.2.4. Phương pháp quét ngược (Back Propagation Method)
• 4.4.2.5. Một số yếu tố ảnh hưởng đến quá trình học theo phương pháp lan truyền ngược sai số
• 4.4.2.6. Vấn đề học chưa đủ và học quá thuộc của mạng
• 4.4.2.7. Một số giải pháp cho vấn đề học quá của mạng:
• 4.4.2.8. Giới thiệu phần mềm neuroSolutions
• 4.4.3. Xây dựng các phương án dự báo lũ ngắn hạn cho các vị trí khác nhau trên hệ thống sông Hồng
• 4.4.3.1. Kết quả dự báo lũ cho sông Thao:
• 4.4.3.2. Kết quả dự báo lũ cho sông Lô - Gâm:
• 4.4.3.3. Kết quả dự báo lũ cho sông Đà:
• 4.5. Xây dựng công nghệ dự báo lũ trung hạn hệ thống sông Hồng
• 4.5.1. Ứng dụng mô hình của đối tác đề nghị DIMOSHONG
• 4.5.1.1. Giới thiệu mô hình DIMOSHONG
• 4.5.1.2. Xây dựng mô hình DIMOSHONG cho lưu vực hệ thống sông Hồng
• 4.5.1.3. Kết quả mô phỏng mô hình DIMOSHONG cho các trận lũ lớn cho hệ thống sông Hồng
• 4.5.2. Ứng dụng mô hình HEC-HMS
• 4.5.2.1. Giới thiệu mô hình HEC-HMS
• 4.5.2.2. Xây dựng mô hình HEC-HMS cho lưu vực hệ thống sông Hồng
• 4.5.2.3. Kết nối dữ liệu liệu mưa vào dự báo dòng chảy
• 4.5.2.4. Tóm tắt một số kết quả tính toán và dự báo dòng chảy từ mưa
• 4.6. Xây dựng công nghệ dự báo lũ cho hệ thống sông Hồng
• 4.6.1. Lập trình kết nối và xây dựng công nghệ
• 4.6.2. Sử dụng công nghệ dự báo ngắn hạn
• 4.6.3. Sử dụng công nghệ dự báo trung hạn bằng mô hình DIMOSHONG
• 4.6.4. Sử dụng công nghệ dự báo trung hạn bằng HEC-HMS
• 4.7. Thử nghiệm công nghệ dự báo lũ trung hạn cho mùa lũ 2007
• 4.7.1. Dự báo thử nghiệm sử dụng mô hình DIMOSHONG
• 4.7.2. Dự báo thử nghiệm sử dụng mô hình HEC-HMS
• 5. CHƯƠNG V: CÔNG NGHỆ KẾT NỐI DỰ BÁO MƯA VỚI DỰ BÁO LŨ TRUNG HẠN
• 5.1. Xây dựng phần mềm kết nối giữa dự báo mưa với dự báo lũ
• 5.1.1. Lập trình đọc và ghi kết quả dự báo từ BOLAM ra file PPF – file số liệu vào cho DIMOSHONG
• 5.1.2. Lập trình giao diện xử lý số liệu đầu vào và hiển thị kết quả
• 5.1.2.1. Chương trình Nhập dữ liệu
• 5.1.2.2. Chương trình hiển thị kết quả chạy mô hình DIMOSHONG
• 6. CHƯƠNG VI: KẾT NỐI MÔ HÌNH DỰ BÁO MƯA LŨ TRONG ĐIỀU HÀNH HỆ THỐNG HỒ CHỨA PHÒNG CHỐNG LŨ
• 6.1. Xây dựng mô hình kết nối dự báo mưa lũ với điều hành hệ thống hồ chứa phòng lũ
• 6.1.1. Giới thiệu tóm tắt mô hình HEC-HMS về khả năng điều tiết hồ chứa
• 6.1.2. Mô phỏng hệ thống sông Hồng phục vụ điều hành hệ thống hồ chứa bằng HEC-HMS
• 6.2. Lựa chọn hệ thống kịch bản về mưa và dòng chảy lũ phục vụ điều hành thử nghiệm theo mô hình dự báo lũ trung hạn
• 6.2.1. Những căn cứ để thiết lập hệ thống kịch bản
• 6.2.2. Lựa chọn kịch bản mưa lũ
• 6.3. Phương án vận hành hệ thống hồ chứa phòng lũ theo thời gian dự kiến của dự báo hạn trung (từ 3 đến 5 ngày)
• 6.3.1. Điều tiết các hồ trong thời kỳ lũ sớm
• 6.3.2. Điều tiết các hồ trong thời kỳ lũ chính vụ
• 6.3.3. Điều tiết các hồ trong thời kỳ lũ muộn
• 6.3.4. Vận hành đảm bảo an toàn công trình
• 6.4. Kết quả vận hành thử nghiệm hệ thống hồ chứa theo các kịch bản đề ra
• 6.4.1. Trận lũ lịch sử năm 1971 xảy ra trong thời kỳ lũ sớm từ 15 tháng 6 đến 15 tháng 7
• 6.4.2. Trận lũ lịch sử năm 1971 xảy ra trong thời kỳ lũ chính vụ từ 16 tháng 7 đến 25 tháng 8
• 6.4.3. Trận lũ lịch sử năm 1971 xảy ra trong thời kỳ lũ muộn từ 26 tháng 8 đến 15 tháng 9
• 6.4.4. Thử nghiệm mô hình vận hành trong mùa lũ 2007
• 7. CHƯƠNG VII: KẾT LUẬN VÀ KIẾN NGHỊ
• 7.1. Về khoa học công nghệ
• 7.2. Về mặt hợp tác quốc tế
• 7.3. Về mặt đào tạo
• 7.4. Về phục vụ sản xuất
• TÀI LIỆU THAM KHẢO
• MỤC LỤC HÌNH VẼ

Tóm tắt

I. Giới thiệu về công nghệ dự báo lũ

Công nghệ dự báo lũ trung hạn là một phần quan trọng trong hệ thống phòng chống lũ cho đồng bằng sông Hồng - Thái Bình. Công nghệ này không chỉ giúp dự đoán chính xác lượng mưa và lũ mà còn hỗ trợ trong việc quản lý lũ hiệu quả. Việc áp dụng các phương pháp dự báo hiện đại như mô hình BOLAM và DIMOSHONG đã cho thấy sự cải thiện đáng kể trong khả năng dự báo. Theo nghiên cứu, việc tích hợp dữ liệu khí tượng và thủy văn là rất cần thiết để nâng cao độ chính xác của dự báo. "Công nghệ dự báo lũ không chỉ là một công cụ, mà còn là một phần không thể thiếu trong chiến lược quản lý lũ".

1.1. Các phương pháp dự báo lũ

Các phương pháp dự báo lũ hiện nay bao gồm phương pháp hồi quy đa biến, mạng nơ ron thần kinh và các mô hình thủy văn. Mỗi phương pháp có những ưu điểm và hạn chế riêng. Phương pháp hồi quy đa biến giúp phân tích mối quan hệ giữa các yếu tố khí tượng và lũ, trong khi mạng nơ ron thần kinh có khả năng học hỏi từ dữ liệu quá khứ để cải thiện độ chính xác. "Việc lựa chọn phương pháp phù hợp là rất quan trọng để đảm bảo hiệu quả của công nghệ dự báo lũ".

II. Hệ thống phòng chống lũ

Hệ thống phòng chống lũ cho đồng bằng sông Hồng - Thái Bình được xây dựng dựa trên các công nghệ hiện đại và các phương pháp quản lý lũ hiệu quả. Hệ thống này bao gồm các hồ chứa, đê điều và các công trình phòng chống lũ khác. Việc điều hành hệ thống này cần phải dựa trên các dự báo chính xác về mưa và lũ. "Một hệ thống phòng chống lũ hiệu quả không chỉ bảo vệ tài sản mà còn bảo vệ tính mạng con người". Sự kết hợp giữa công nghệ dự báo và điều hành hệ thống là rất cần thiết để giảm thiểu thiệt hại do lũ gây ra.

2.1. Quản lý lũ và điều hành hệ thống

Quản lý lũ bao gồm việc theo dõi, dự báo và điều hành các công trình phòng chống lũ. Việc sử dụng công nghệ thông tin trong quản lý lũ giúp nâng cao hiệu quả điều hành. Các phần mềm như HEC-HMS và DIMOSHONG được sử dụng để mô phỏng và dự báo dòng chảy, từ đó đưa ra các quyết định điều hành hợp lý. "Công nghệ thông tin là chìa khóa để quản lý lũ hiệu quả trong bối cảnh biến đổi khí hậu".

III. Tác động của môi trường và phát triển bền vững

Tác động của môi trường đến hệ thống phòng chống lũ là một yếu tố không thể bỏ qua. Biến đổi khí hậu đã làm thay đổi các mô hình thời tiết, dẫn đến sự gia tăng tần suất và cường độ của các trận lũ. Việc phát triển bền vững trong quản lý lũ cần phải xem xét đến các yếu tố môi trường. "Phát triển bền vững không chỉ là một mục tiêu, mà còn là một yêu cầu cần thiết trong quản lý tài nguyên nước". Các giải pháp như bảo vệ rừng, cải thiện hệ thống thoát nước và xây dựng các công trình xanh là rất quan trọng.

3.1. Phát triển bền vững trong quản lý lũ

Phát triển bền vững trong quản lý lũ bao gồm việc kết hợp giữa công nghệ và các giải pháp tự nhiên. Việc sử dụng các công nghệ thông tin trong quản lý lũ cần phải đi đôi với việc bảo vệ môi trường. "Chỉ khi nào chúng ta kết hợp được công nghệ và tự nhiên, chúng ta mới có thể đạt được sự phát triển bền vững".

Nội dung chính

Công Nghệ Dự Báo Lũ Trung Hạn & Điều Hành Hệ Thống Phòng Chống Lũ Lưu Vực Sông Hồng – Sông Thái Bình

---

Tóm tắt nghiên cứu (Research Summary)

• Câu hỏi nghiên cứu cốt lõi: Làm thế nào để kéo dài thời gian dự kiến dự báo mưa lũ từ ngắn hạn (24–36 giờ) lên trung hạn (3–5 ngày) và tích hợp chuỗi dự báo này vào công nghệ điều hành an toàn, tối ưu hệ thống liên hồ chứa (Hòa Bình, Tuyên Quang, Thác Bà) bảo vệ đồng bằng sông Hồng – sông Thái Bình?
• Phương pháp tiếp cận: Đề tài hợp tác nghiên cứu cấp Nhà nước theo Nghị định thư Việt Nam – Italia đã tiếp nhận, chuyển giao và "nhiệt đới hóa" mô hình số trị dự báo khí tượng BOLAM (ISAC-CNR, Italia), kết nối tự động với mô hình thủy văn thông số phân bố ô lưới DIMOSHONG (phát triển từ DIMOSOP) và mô hình HEC-HMS. Đồng thời, nhóm tác giả kết hợp mạng nơ-ron nhân tạo (ANN - Artificial Neural Network) và hồi quy đa biến cho dự báo thủy văn ngắn hạn, thiết lập hệ thống kịch bản mô phỏng điều tiết liên hồ chứa.
• Kết quả then chốt: Xây dựng thành công chuỗi công nghệ tích hợp khép kín từ dự báo mưa số trị đến dự báo dòng chảy lũ hạn trung (3–5 ngày) đến các hồ chứa lớn. Thử nghiệm trên các trận lũ lịch sử (1971, 1996, 2000, 2002) và mùa lũ thực tế năm 2007 khẳng định năng lực cảnh báo sớm và hiệu quả cắt giảm đỉnh lũ hạ du tại Sơn Tây và Hà Nội.
• Ý nghĩa thực tiễn: Nghiên cứu đánh dấu bước chuyển mình quan trọng từ các phương pháp dự báo kinh nghiệm, thống kê truyền thống sang công nghệ tích hợp mô hình số trị phân giải cao và viễn thám GIS, nâng cao năng lực ứng phó thiên tai cho vùng kinh tế trọng điểm Bắc Bộ.

---

Bối cảnh và tầm quan trọng (Context & Significance)

Thực trạng và thách thức thủy văn tại lưu vực sông Hồng – Thái Bình

Lưu vực sông Hồng – sông Thái Bình có tổng diện tích xấp xỉ 169.000 km², trong đó phần diện tích thuộc lãnh thổ Việt Nam là 86.700 km² (chiếm 51,3% diện tích lưu vực). Đây là địa bàn sinh sống của gần 30 triệu người và là trung tâm chính trị, kinh tế, công nghiệp hàng đầu của Việt Nam với hạt nhân là vùng kinh tế trọng điểm Bắc Bộ.

Đặc điểm địa hình hiểm trở vùng thượng lưu cùng chế độ mưa nhiệt đới gió mùa có cường suất lớn khiến lũ trên hệ thống sông Hồng tập trung rất nhanh. Thời gian truyền lũ ở phần thượng nguồn chỉ kéo dài từ 3 đến 5 ngày. Khi các tổ hợp lũ từ 3 phụ lưu chính (sông Đà, sông Thao, sông Lô) cùng xuất hiện, nguy cơ đe dọa an toàn vùng đồng bằng châu thổ và Thủ đô Hà Nội là cực kỳ nghiêm trọng.

       [Sông Đà] \
       [Sông Thao] --> [Hợp lưu tại Việt Trì] --> [Sơn Tây] --> [Hà Nội & ĐB Bắc Bộ]
       [Sông Lô]  /

Khoảng trống nghiên cứu (Research Gap)

Trước khi đề tài được triển khai, công tác dự báo thủy văn tác nghiệp phục vụ hồ chứa Hòa Bình chủ yếu là dự báo ngắn hạn (24–36 giờ) bằng các phương pháp truyền thống (synop, tương quan mực nước, đường quá trình lưu lượng, mô hình thống kê gộp). Mức bảo đảm khi dự báo trước 24 giờ đạt khoảng 80–85%, nhưng khi kéo dài thời gian dự kiến thêm 12–24 giờ, độ chính xác sụt giảm chỉ còn 70–75%, và dự báo trung hạn 5 ngày thường dưới 60–70%.

Đặc biệt, khoảng trống lớn nhất là:

1. Thiếu hụt dữ liệu thượng nguồn xuyên biên giới: Gần 49% diện tích lưu vực nằm ngoài lãnh thổ Việt Nam (Trung Quốc, Lào) với rất ít thông tin khí tượng thủy văn thời gian thực.
2. Thiếu chuỗi kết nối tự động: Chưa có sự tích hợp đồng bộ giữa mô hình số trị dự báo mưa quy mô khu vực với mô hình thủy văn phân bố và phần mềm điều hành liên hồ chứa.

Tính cấp thiết và tiềm năng ứng dụng

Để vận hành an toàn và tối ưu hóa hệ thống liên hồ chứa đa mục tiêu (Hòa Bình, Tuyên Quang, Thác Bà và chuẩn bị cho Sơn La), việc kéo dài thời gian dự kiến dự báo lũ lên 3–5 ngày thông qua dự báo mưa định lượng là yêu cầu sống còn. Việc hợp tác với các nhà khoa học hàng đầu Italia (Đại học Brescia, Đại học Bách khoa Milano, Viện ISAC-CNR Bologna) là cơ hội chiến lược để chuyển giao công nghệ mô hình hóa tiên tiến của châu Âu, giải quyết bài toán cấp bách về phòng chống thiên tai tại Việt Nam.

---

Phương pháp luận và cách tiếp cận (Methodology & Approach)

Đề tài áp dụng khung nghiên cứu tích hợp đa tầng (Multi-tier Integrated Modeling System), kết hợp các công cụ toán học hiện đại, hệ thống thông tin địa lý (GIS) và dữ liệu viễn thám toàn cầu.

+-------------------------------------------------------------------+
| 1. Khí tượng số trị (BOLAM)                                        |
| Dữ liệu toàn cầu GFS/GSM --> Mô hình BOLAM --> Trường mưa hạn trung|
+-------------------------------------------------------------------+
+-------------------------------------------------------------------+
| 2. Thủy văn phân bố (DIMOSHONG & HEC-HMS)                         |
| DEM / GIS / Đất / Thảm phủ --> Mô phỏng dòng chảy sườn dốc & ngầm |
+-------------------------------------------------------------------+
+-------------------------------------------------------------------+
| 3. Điều hành liên hồ chứa & Cắt lũ hạ du                          |
| Dự báo lưu lượng đến hồ --> Vận hành hồ chứa --> Mực nước Hà Nội  |
+-------------------------------------------------------------------+

1. Dự báo mưa số trị trung hạn bằng mô hình BOLAM

• Nguồn gốc và cấu hình: Mô hình BOLAM (Bologna Limited Area Model) do Viện ISAC-CNR (Italia) phát triển, sử dụng phương trình nguyên thủy khí quyển thủy tĩnh trên tọa độ sigma cải tiến.
• Nhiệt đới hóa cho Việt Nam:
  • Chuyển đổi mã nguồn sang trình biên dịch hiệu năng cao ifort trên hệ điều hành Linux;
  • Tái cấu trúc lưới tính sai phân ngang theo hệ tọa độ kinh - vĩ đồng nhất thay cho lưới quay;
  • Viết mới toàn bộ chuỗi kịch bản điều khiển (bash-shell scripts) phục vụ nạp dữ liệu biên/ban đầu từ mô hình toàn cầu GFS;
  • Xây dựng bộ hậu xử lý xuất kết quả ra chuẩn đồ họa GrADS và NetCDF.

2. Dự báo lũ phân bố bằng mô hình DIMOSHONG

• Chuyển giao và nâng cấp: Tiếp nhận mô hình thủy văn thông số phân bố DIMOSOP từ Đại học Brescia/Milano và tái cấu trúc thành phiên bản DIMOSHONG chuyên biệt cho sông Hồng.
• Tích hợp dữ liệu không gian:
  • Sử dụng dữ liệu độ cao số DEM toàn cầu kết hợp bản đồ địa hình tỷ lệ 1:50.000 để chiết xuất mạng lưới dòng chảy tự động;
  • Ứng dụng bản đồ phân loại đất theo chuẩn USDA-SCS-CN và bản đồ thảm phủ viễn thám;
  • Bổ sung module tính toán dòng chảy sát mặt (interflow) và dòng chảy ngầm (baseflow) phù hợp đặc thù đất dốc nhiệt đới gió mùa.

3. Phương pháp dự báo thủy văn ngắn hạn

• Mạng Nơ-ron nhân tạo (ANN): Thiết lập mô hình mạng nơ-ron truyền ngược sai số (Back-Propagation Neural Network - BPNN) 3 lớp trên nền tảng NeuroSolutions, tối ưu hóa hàm kích hoạt Logistic để dự báo mực nước cực ngắn và ngắn hạn (12–24h) tại các trạm trọng điểm: Yên Bái, Phú Thọ (sông Thao), Hàm Yên, Bắc Mê (sông Lô - Gâm), Lai Châu, Quỳnh Nhai, Tạ Bú (sông Đà).
• Hồi quy tương quan đa biến: Xây dựng phương trình tương quan mực nước và lưu lượng đa biến làm công cụ đối chứng.

4. Tích hợp dữ liệu và mô phỏng điều hành liên hồ

• Phần mềm giao tiếp tự động: Lập trình công cụ tự động đọc kết quả trường mưa dự báo từ BOLAM và ghi thành tệp số liệu định dạng .PPF nạp trực tiếp vào DIMOSHONG.
• Mô phỏng vận hành hồ chứa: Ứng dụng phần mềm HEC-HMS để mô phỏng điều tiết hệ thống 3 hồ chứa Hòa Bình, Tuyên Quang, Thác Bà theo các thời kỳ lũ sớm, lũ chính vụ, lũ muộn.

---

Phát hiện chính của nghiên cứu (Key Findings)

================================================================================
KẾT QUẢ ĐẠT ĐƯỢC NỔI BẬT:
  [*] Tăng thời gian dự báo lũ: từ 24-36h lên 3-5 ngày (72-120h).
  [*] Làm chủ chuỗi kết nối: BOLAM (Mưa) --> DIMOSHONG / HEC-HMS (Dòng chảy).
  [*] Khắc phục khoảng trống dữ liệu: 49% lưu vực ngoài lãnh thổ VN nhờ DEM/GIS.
  [*] Kiểm định thành công: Tái hiện lũ lịch sử 1971 và vận hành mùa lũ 2007.
================================================================================

1. Nâng cao vượt bậc hạn dự báo dòng chảy từ 24h lên 3–5 ngày

Nghiên cứu đã chứng minh tính khả thi của việc kết hợp dự báo mưa số trị trung hạn với mô hình thủy văn phân bố ô lưới để dự báo dòng chảy đến các hồ chứa trước 72 đến 120 giờ. Việc kéo dài thời gian dự kiến thêm 2–4 ngày tạo ra "khoảng đệm thời gian" mang ý nghĩa quyết định để các nhà quản lý chủ động hạ thấp mực nước đón lũ hoặc trữ nước an toàn.

2. Năng lực dự báo ngắn hạn chính xác cao của mạng trí tuệ nhân tạo (ANN)

Kết quả kiểm tra tại các trạm thủy văn chính trên hệ thống sông Hồng cho thấy mạng nơ-ron nhân tạo (ANN) vượt trội so với các phương pháp hồi quy truyền thống:

• Tại trạm Yên Bái (sông Thao) và Bắc Mê, Hàm Yên (sông Lô): Dự báo mực nước trước 24 giờ của ANN đạt hệ số tương quan $R > 0,85 - 0,92$, sai số biên độ đỉnh lũ thấp dưới 10–15%.
• Trên dòng chính sông Đà (Lai Châu, Tạ Bú): Dự báo trước 12–24h phản ánh chính xác các pha lên - xuống nhanh của lũ vùng núi cao.

3. Giá trị vượt trội của mô hình thông số phân bố ô lưới DIMOSHONG

Đối với vùng lưu vực sông Hồng nằm ngoài lãnh thổ Việt Nam (chiếm 48% tổng diện tích), DIMOSHONG đã giải quyết xuất sắc bài toán thiếu trạm quan trắc thực địa bằng cách số hóa mạng lưới ô lưới từ dữ liệu viễn thám DEM, bản đồ thổ nhưỡng và thảm phủ toàn cầu. Khi mô phỏng các trận lũ lịch sử (tháng 8/1971, tháng 8/1996, tháng 7/2000, tháng 8/2002), sai số lưu lượng đỉnh và thời gian xuất hiện đỉnh lũ tại trạm cửa vào các hồ chứa đều nằm trong giới hạn cho phép của quy trình nghiệp vụ.

4. Hiệu quả cắt lũ hạ du khi vận hành liên hồ theo dự báo trung hạn

Mô phỏng điều tiết hệ thống 3 hồ chứa (Hòa Bình, Tuyên Quang, Thác Bà) với kịch bản trận đại hồng thủy năm 1971 chứng minh:

• Khi có sự điều phối liên hồ dựa trên thông tin dự báo trung hạn 3–5 ngày, dung tích phòng lũ của các hồ được tận dụng tối đa ở từng thời kỳ (lũ sớm, chính vụ, lũ muộn).
• Mực nước tính toán tại trạm Hà Nội giảm sâu xuống dưới mức báo động nguy hiểm (dưới cao trình 13,3m), loại bỏ hoàn toàn nguy cơ tràn vỡ hệ thống đê điều đồng bằng Bắc Bộ.

5. Đánh giá thử nghiệm mùa lũ 2007 và bài học "nhiệt đới hóa"

Khi chạy thử nghiệm thời gian thực trong mùa lũ năm 2007, mô hình BOLAM đã nắm bắt tốt các đợt mưa diện rộng do rãnh thấp và xoáy thuận nhiệt đới. Tuy nhiên, sai số vị trí tâm mưa cục bộ vùng núi vẫn còn xuất hiện, đòi hỏi cần tiếp tục tinh chỉnh các tham số vi vật lý mây đối lưu nhiệt đới trong giai đoạn tiếp theo.

---

Đóng góp khoa học và giá trị ứng dụng (Scientific Contributions)

Lĩnh vực	Nội dung đóng góp chính
Đóng góp lý thuyết	• Bổ sung cơ sở khoa học về cơ chế hình thành lũ tổ hợp trên lưu vực sông lớn liên quốc gia vùng nhiệt đới gió mùa. • Hoàn thiện phương pháp luận kết nối chuỗi động lực khí quyển - thủy văn sườn dốc - thủy lực mạng sông.
Cải tiến phương pháp	• "Nhiệt đới hóa" thành công mô hình khí quyển khu vực BOLAM từ châu Âu sang môi trường gió mùa Đông Nam Á. • Nâng cấp mô hình thủy văn phân bố ô lưới DIMOSHONG có tích hợp quá trình dòng chảy ngầm và sát mặt. • Tự động hóa quá trình trích xuất và nạp dữ liệu trường mưa (.PPF) vào mô hình dòng chảy.
Giá trị thực tiễn	• Bàn giao trực tiếp bộ công cụ CSDL khí tượng thủy văn (WRDB) và phần mềm điều khiển cho TT Dự báo KTTV Trung ương. • Cung cấp công cụ mô phỏng hỗ trợ Ban Chỉ đạo Phòng chống lụt bão Trung ương ra quyết định điều hành xả lũ hồ chứa.
Chính sách & Quy hoạch	• Cung cấp luận cứ khoa học để hoàn thiện Quy trình vận hành liên hồ chứa trên lưu vực sông Hồng (tiền đề cho Quyết định 198/QĐ-TTg sau này). • Hỗ trợ quy hoạch phát triển bền vững tài nguyên nước gắn liền với thủy điện và bảo vệ môi trường hạ du.

---

Đối tượng quan tâm và hưởng lợi (Target Audience)

• Cơ quan quản lý và hoạch định chính sách: Ban Chỉ đạo Quốc gia về Phòng, chống thiên tai, Cục Quản lý Đê điều và Phòng chống thiên tai (Bộ Nông nghiệp & PTNT), Bộ Tài nguyên và Môi trường.
• Cơ quan tác nghiệp khí tượng thủy văn: Trung tâm Dự báo Khí tượng Thủy văn Quốc gia và các Đài KTTV khu vực miền núi phía Bắc, đồng bằng Bắc Bộ.
• Đơn vị quản lý, vận hành nhà máy thủy điện: Tập đoàn Điện lực Việt Nam (EVN), Công ty Thủy điện Hòa Bình, Thủy điện Tuyên Quang, Thủy điện Thác Bà.
• Cộng đồng học thuật và nghiên cứu: Giảng viên, nhà khoa học, nghiên cứu sinh chuyên ngành Kỹ thuật tài nguyên nước, Thủy văn học, Biến đổi khí hậu, Khí tượng học và Hệ thống thông tin địa lý (GIS).

---

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của đề tài nghiên cứu này là gì?

Trả lời: Đề tài đã lần đầu tiên thiết lập thành công chuỗi công nghệ tích hợp trực tiếp từ mô hình số trị dự báo mưa trung hạn (BOLAM) sang mô hình thủy văn phân bố ô lưới (DIMOSHONG) và mô hình điều hành hồ chứa (HEC-HMS), nâng thời gian cảnh báo dòng chảy lũ phục vụ điều hành hệ thống liên hồ sông Hồng từ 24h lên 3–5 ngày.

2. Điểm khác biệt lớn nhất của mô hình DIMOSHONG so với các mô hình thủy văn truyền thống tại Việt Nam là gì?

Trả lời: Các mô hình truyền thống (như TANK, SSARR, NAM) là mô hình thông số tập trung, đòi hỏi mạng lưới trạm đo mưa thực địa dày đặc. Ngược lại, DIMOSHONG là mô hình thông số phân bố dạng ô lưới kết hợp GIS và viễn thám (DEM, loại đất, thảm phủ), cho phép tính toán chính xác quá trình mưa - dòng chảy ngay cả trên các vùng lưu vực thiếu dữ liệu quan trắc như phần thượng nguồn tại Trung Quốc.

3. Kết quả và công nghệ của nghiên cứu có thể áp dụng cho các lưu vực sông khác không?

Trả lời: Hoàn toàn có thể. Quy trình "nhiệt đới hóa" mô hình khí quyển BOLAM, phương pháp thiết lập mô hình thủy văn phân bố dựa trên dữ liệu GIS/DEM và thuật toán mạng nơ-ron nhân tạo (ANN) có tính mở rất cao, có thể mở rộng chuyển giao cho các lưu vực sông lớn miền Trung (sông Hương, sông Thu Bồn, sông Ba) hay lưu vực sông Mã, sông Cả.

4. Đề tài đã giải quyết bài toán thiếu số liệu quan trắc bên ngoài lãnh thổ Việt Nam như thế nào?

Trả lời: Nhóm nghiên cứu đã khai thác nguồn dữ liệu toàn cầu miễn phí độ phân giải cao bao gồm mô hình số độ cao DEM, dữ liệu thổ nhưỡng quốc tế FAO/UNESCO, dữ liệu lớp phủ bề mặt vệ tinh và dữ liệu trường khí tượng toàn cầu GFS để tái tạo đặc trưng vật lý mặt đệm và lượng mưa trên toàn bộ lưu vực ngoài lãnh thổ.

5. Hướng phát triển tiếp theo của nghiên cứu này là gì?

Trả lời: Cần tiếp tục đồng hóa dữ liệu viễn thám thời gian thực từ radar thời tiết và vệ tinh địa tĩnh; hiệu chỉnh tham số mây đối lưu cho mô hình khí quyển; mở rộng bài toán điều hành liên hồ khi có thêm hồ thủy điện Sơn La và các hồ chứa nhánh lớn trên sông Đà, sông Gâm.

---

Kết luận (Conclusion)

Đề tài nghiên cứu khoa học cấp Nhà nước hợp tác theo Nghị định thư Việt Nam – Italia do PGS.TS. Vũ Minh Cát chủ nhiệm đã giải quyết thành công bài toán cốt lõi trong công tác phòng chống lũ lụt cho đồng bằng Bắc Bộ: kéo dài thời gian dự báo mưa lũ lên hạn trung (3–5 ngày) gắn liền với điều hành liên hồ chứa.

Thành công của đề tài không chỉ khẳng định năng lực hội nhập khoa học công nghệ quốc tế của đội ngũ trí thức Việt Nam (Trường Đại học Thủy lợi, Trung tâm Dự báo KTTV Trung ương) mà còn tạo dựng nền tảng công nghệ số trị vững chắc cho công tác quản trị rủi ro thiên tai quốc gia trong bối cảnh biến đổi khí hậu toàn cầu ngày càng phức tạp.

Trích đoạn nội dung tài liệu

Mở đầu Dự báo khí tượng thủy văn đóng vai trò cực kỳ quan trọng trong việc điều hành hệ thống các hồ chứa thượng nguồn phục vụ phát điện, cấp nước và chống lũ cho hạ du. Đối với những nước nằm trong khu vực nhiệt đới như nước ta thì lũ chủ yếu hình thành từ mưa. Tương tác giữa bức xạ mặt trời và các nhân tố mặt đệm hình thành các tổ hợp thời tiết gây mưa. Nước mưa sau khi đã lấp đầy chỗ trũng, ngấm xuống đất thì chảy tràn trên bề mặt lưu vực vào các sông suối nhỏ, rồi chảy ra những sông lớn hơn.

Trên cơ sở bản chất vật lý của hiện tượng, việc dự báo lũ tại 1 địa điểm nào đó sẽ bao gồm các công đoạn như: i) Dự báo thời tiết bao gồm các yếu tố như nhiệt độ, nắng, gió, độ ẩm, mưa, bốc hơi; ii) Mô phỏng quá trình mưa rơi xuống lưu vực, chảy tràn trên sườn dốc và chảy vào sông suối; iii) Dự báo dòng chảy trên cơ sở qui luật chảy truyền từ những vùng cao xuống các vùng thấp. Dựa vào thời gian dự kiến, người ta chia dự báo nói chung thành 3 hạn: dự báo ngắn hạn với thời gian dự kiến nhỏ hơn hoặc bằng 24 giờ; dự báo trung hạn với thời gian dự kiến từ 2 đến 5 ngày, và dự báo dài hạn thời gian dự báo lớn hơn 5 ngày. Lũ trên hệ thống sông Hồng tập trung nhanh, thời gian lũ ở phần thượng lưu các sông cũng chỉ kéo dài từ 3 đến 5 ngày, trong khi các phương pháp dự báo lũ hiện nay chỉ mới đạt thời gian dự kiến 24 đến 36 giờ, do đó các quy trình vận hành hệ thống công trình phòng lũ hạ du cũng chỉ được xây dựng với thời gian dự kiến 24 đến 36 giờ. Để công tác điều hành các công trình phòng lũ cho hạ du có hiệu quả, các nhà khoa học đã nghĩ tới việc kéo dài thời gian dự kiến thông qua việc dự báo mưa.

Điều đó có nghĩa là nếu như chúng ta dự báo được lượng mưa trước một khoảng thời gian (chẳng hạn 24 đến 36 giờ) thì cũng có nghĩa là đã kéo dài được thời gian dự báo lũ lên gấp đôi. Hiện nay trên thế giới công nghệ dự báo mưa và dự báo lũ đã phát triển ở mức độ cao. Công nghệ dự báo hiện đại trong đó kết hợp nhiều mô hình toán đã kết nối với hệ thống cơ sở dữ liệu như hệ thông tin địa lý (GIS), các vệ tinh, Rada để tăng tính hiệu quả của các mô hình toán. Các mô hình thuỷ văn – thuỷ lực với công nghệ cao được tích hợp với các mô hình dự báo thời tiết được xây dựng ở Châu Âu, Mỹ, Nhật và nhiều nước khác trên thế giới.

Ở Châu âu, người ta đã tiến hành tích hợp mô hình thuỷ văn DIMOSOP với mô hình dự báo thời tiết BOLAM trong khuôn khổ nghiên cứu RAPHAEL và MAP-SOP để dự báo mưa lũ trung hạn cho rất nhiều khu vực ở Đề tài nghiên cứu khoa học công nghệ cấp nhà nước 1 Hợp tác nghiên cứu xây dựng công nghệ dự báo lũ trung hạn kết nối với công nghệ điều hành hệ thống công trình phòng chống lũ cho đồng bằng sông Hồng – sông Thái Bình Châu Âu. Các mô hình tích hợp trên có khả năng dự báo hạn trung có độ chính xác tương đối cao với thời gian dự kiến từ 3 đến 5 ngày. Xuất phát từ nhu cầu cần thiết phải nâng cao chất lượng dự báo và kéo dài thời gian dự báo mưa lũ trên hệ thống sông Hồng phục vụ điều hành hệ thống liên hồ chứa phòng lũ cho hạ du thì việc nghiên cứu và áp dụng các công nghệ mới trên thế giới về dự báo mưa lũ trung hạn là rất cần thiết. Chính vì vậy trường Đại học Thủy lợi đã được Bộ Khoa học Công nghệ và Bộ Nông Nghiệp và Phát triển Nông thôn giao nhiệm vụ thực hiện đề tài ”Hợp tác nghiên cứu xây dựng công nghệ dự báo lũ trung hạn kết nối với công nghệ điều hành hệ thống công trình phòng chống lũ cho đồng bằng sông Hồng – sông Thái Bình” trong khuôn khổ nghị định thư đã được ký kết giữa 2 chính phủ Việt Nam và Italy về hợp tác khoa học công nghệ.

Tham gia vào thực hiện nghiên cứu này phía đối tác Italia gồm các chuyên gia của Đại học Brescia, Đại học Bách khoa Milano – nơi xây dựng và phát triển mô hình thủy văn DIMOSOP và các chuyên gia của Viện Nghiên cứu Khoa học Khí Quyển và Khí hậu Bologna (Institute of Atmospheric Sciences and Climate in Bologna (ISAC- CNR) – nơi xây dựng và phát triển mô hình dự báo thời tiết BOLAM. Phía Việt Nam, tham gia vào đề tài này ngoài các chuyên gia, giảng viên của trường Đại học Thủy lợi còn có các chuyên gia đầu ngành về dự báo mưa lũ trung hạn của Trung tâm Dự báo KTTVTW, nơi sẽ tiếp nhận kết quả của đề tài, cải tiến, hoàn thiện cho phù hợp với điều kiện Việt Nam để đưa vào dự báo tác nghiệp trong tương lai. Mục tiêu và nội dung nghiên cứu Mục tiêu của đề tài là: “Hợp tác nghiên cứu xây dựng công nghệ dự báo mưa lũ trung hạn kết nối với công nghệ điều hành hệ thống công trình phòng chống lũ cho đồng bằng sông Hồng – Thái Bình”. Với mục tiêu đã nêu trên, các nội dung chính của đề tài bao gồm: 1.

Hợp tác nghiên cứu xây dựng công nghệ dự báo mưa trung hạn 2. Hợp tác nghiên cứu xây dựng công nghệ dự báo lũ trung hạn 3. Hợp tác nghiên cứu xây dựng công nghệ tích hợp giữa dự báo mưa và lũ trung hạn 4. Kết nối dự báo mưa lũ trung hạn với công nghệ điều hành hệ thống công trình phòng chống lũ cho đồng bằng sông Hồng – Thái Bình.

Đề tài nghiên cứu khoa học công nghệ cấp nhà nước 2 Hợp tác nghiên cứu xây dựng công nghệ dự báo lũ trung hạn kết nối với công nghệ điều hành hệ thống công trình phòng chống lũ cho đồng bằng sông Hồng – sông Thái Bình 1. Phạm vi của đề tài Khu vực nghiên cứu của đề tài là lưu vực sông Hồng – sông Thái Bình, chủ yếu cho phần lãnh thổ lưu vực phía Việt Nam, vì các thông tin phần lưu vực phía Trung quốc rất thiếu. Với mục tiêu nghiên cứu như đã nêu ở trên thì công nghệ dự báo mưa trung hạn (dự báo thời tiết nói chung) sẽ được xây dựng cho toàn bộ lưu vực sông Hồng và sông Thái Bình, nhưng kết quả đưa ra sẽ chỉ là các khu vực nằm trong lãnh thổ Việt Nam. Công nghệ dự báo lũ trung hạn sẽ được thực hiện cho mọi vị trí của lưu vực sông Hồng – sông Thái Bình, nhưng kết quả đưa ra là các vị trí thuộc thượng nguồn của các hồ chứa hiện tại bao gồm Hoà Bình, Tuyên Quang, Thác Bà.

Phần kết nối dự báo mưa lũ trung hạn với công nghệ điều hành hệ thống công trình phòng lũ cho đồng bằng sông Hồng – sông Thái bình chỉ là kết nối và thử nghiệm một số kịch bản đề ra nhằm hỗ trợ cho việc điều hành các hồ chứ không phải đi xây dựng quy trình vận hành cho các hồ chứa trên lưu vực nghiên cứu. Nội dung và các phương pháp nghiên cứu Để thực hiện các nội dung chính nêu trong phần (1.2), các phương pháp nghiên cứu được sử dụng để nghiên cứu là điều tra, thu thập số liệu, các thông tin liên quan; phân tích, tổng hợp số liệu, thông tin; phương pháp mô hình hoá và phương pháp chuyên gia. Phương pháp nghiên cứu cụ thể cho từng vấn đề được tóm tắt dưới đây: 1. Dự báo mưa trung hạn Trước đây, dự báo thời tiết nói chung và dự báo mưa nói riêng ở nước ta chủ yếu dựa vào phương pháp sinop, nghĩa là sử dụng các bản đồ để dự tính sự tiến triển của các hình thế thời tiết và trên cơ sở đó dự báo các yếu tố.

Tuy nhiên, từ năm 1997 trở lại đây, với sự trợ giúp của các cơ quan khí tượng khu vực và toàn cầu, Trung tâm dự báo khí tượng thuỷ văn trung ương (TTDBKTTVTW) đã bước đầu ứng dụng các mô hình số trị vào dự báo thời tiết như sử dụng mô hình GME-HRM (Global Model for Europe-High-resolution Regional Model) do Tổng cục thời tiết CHLB Đức (DWD) cung cấp. Việc áp dụng các mô hình số trị vào dự báo thời tiết, bão, ATNĐ, mưa… đang rất được quan tâm nghiên cứu và phát triển ở các nước tiên tiến trên thế giới vì các mô hình này có khả năng dự báo trung hạn với độ chính xác cao và với thời gian dự kiến lên đến 5 ngày, thậm chí là 10 ngày. Các mô hình số trị đang được sử dụng hiện nay trên thế giới là: − Mô hình MM5 của Hoa kỳ: mô hình này do Trung Tâm Nghiên Cứu Khí quyển Hoa Kỳ (NCAR) xây dựng và phát triển. Mô hình MM5 đang được Cơ quan Khí Đề tài nghiên cứu khoa học công nghệ cấp nhà nước 3 Hợp tác nghiên cứu xây dựng công nghệ dự báo lũ trung hạn kết nối với công nghệ điều hành hệ thống công trình phòng chống lũ cho đồng bằng sông Hồng – sông Thái Bình Tượng Hoa Kỳ, NASA, và nhiều trường đại học trên thế giới (Hoa Kỳ, Âu Châu, Hồng Kông và Đài Loan) dùng để dự báo thời tiết.

− Mô hình BOLAM do Viện Nghiên cứu Khoa học Khí Quyển và Khí hậu Bologna (Institute of Atmospheric Sciences and Climate in Bologna (ISAC-CNR), Italia xây dựng và phát triển từ những năm 1990, đây là một trong những mô hình khí tượng hiện đại có độ chính xác cao, hiện nay được các nước Châu Âu sử dụng rất nhiều để dự báo thời tiết. − Các mô hình khác như mô hình dự báo số trị phân giải cao GME-HRM (Global Model for Europe-High-resolution Regional Model) do Tổng cục thời tiết CHLB Đức (DWD) xây dựng và phát triển …vv Trong khuôn khổ dự án hợp tác về khoa học công nghệ giữa Chính phủ Việt Nam và Chính phủ Italy theo nghị định thư đã ký kết, chúng tôi lựa chọn mô hình BOLAM vào nghiên cứu và ứng dụng dự báo mưa trung hạn cho lưu vực sông Hồng và sông Thái Bình. Mô hình này được chính TS. Buzzi – tác giả của mô hình cùng tham gia nghiên cứu, mô phỏng và chuyển giao cho Trường Đại học Thủy lợi và Trung tâm Dự báo KTTVTW để áp dụng cho khu vực nghiên cứu.

Dự báo lũ trung hạn Từ khi hồ Hoà bình bắt đầu vận hành vào năm 1988, vấn đề dự báo lũ đóng vai trò quan trọng trong việc điều hành hồ Hoà Bình chống lũ cho hạ du và sản xuất điện năng.