Siêu máy tính giúp dự báo bão

Dự đoán bão được ví như sự kết hợp giữa khoa học và nghệ thuật. Để đưa ra dự báo, các đài khí tượng sẽ kết hợp dữ liệu từ cảm biến áp suất khí quyển, bóng thám không, radar, vệ tinh và máy bay giám sát. Chúng được kết hợp với mô hình chạy trên máy tính để dự đoán vị trí hình thành, nơi đổ bộ và cường độ bão.

Nhà khí tượng học Greg Carbin từ Trung tâm Dự báo Bão thuộc Cơ quan Khí quyển và Đại dương Quốc gia Mỹ (NOAA) cho biết dự đoán bão giống như khám bệnh.

“Bạn gặp bác sĩ, nói triệu chứng để họ chẩn đoán rồi đưa ra tiên lượng. Chúng tôi cần chẩn đoán tình trạng của bầu khí quyển một cách tốt nhất trước khi dự báo”, ông Carbin chia sẻ với Live Science.

Dự đoán bắt đầu bằng việc thu thập dữ liệu về nhiệt độ, áp suất không khí và nhiệt độ gió, sau đó kết hợp chúng với thông tin từ bóng thám không để dự báo điều kiện thời tiết. Trong khi đó, các vệ tinh dùng để ghi nhận độ ẩm trong khí quyển, vị trí của đám mây bão.

Tại Việt Nam và một số nước châu Á, bão thường xuất hiện từ biển và di chuyển chậm. Các cơ quan khí tượng chủ yếu dùng dữ liệu thu từ vệ tinh, kết hợp với các mô hình dự báo của máy tính để dự đoán cường độ, hướng đi, thời điểm bão đổ bộ đất liền để đưa ra phương án ứng phó, sơ tán kịp thời.

Tại Mỹ, máy bay săn bão được xem là công cụ quan trọng để thu thập dữ liệu. Khi bão lớn dần trong phạm vi bờ biển, máy bay sẽ lao vào cơn bão rồi thả một dụng cụ gọi là dropsonde.

Được mệnh danh là "ngựa ô trong dự đoán bão", mỗi dropsonde được trang bị các cảm biến ghi nhận thông tin như nhiệt độ, độ ẩm, tốc độ gió và một số dữ liệu quan trọng khác. Nó có khả năng ghi dữ liệu 2 lần mỗi giây trong điều kiện khắc nghiệt nhất, và được gắn một chiếc dù để làm chậm tốc độ rơi.

Dữ liệu thu được từ dropsonde sẽ truyền về trung tâm nghiên cứu, sau đó được phân tích để lập dự báo chi tiết, lưu lại để áp dụng cho các mô hình dự báo trong tương lai. Bản thân dropsonde sau khi hoàn thành nhiệm vụ sẽ rơi xuống biển.

Tất cả dữ liệu thu được từ vệ tinh, dropsonde hay bóng thám không sẽ được đưa vào hệ thống siêu máy tính, chạy qua nhiều bài toán mô phỏng để cho ra mô hình dự báo thời tiết. Các nhà khoa học so sánh mô hình từ máy tính với các kết quả quan sát, nếu phù hợp sẽ sử dụng để đưa ra dự báo.

Tại châu Âu, siêu máy tính MareNostrum 4 do Lenovo phát triển được dùng trong nhiều nghiên cứu khoa học, bao gồm dự báo thời tiết và bầu khí quyển. Với sức mạnh xử lý 11,5 petaflop (11,5 triệu tỷ phép tính mỗi giây), nó còn có thể kết hợp dữ liệu từ quá khứ để đưa ra các dự báo chính xác trong tương lai.

Năm 2018, các nhà khoa học từ Viện Nghiên cứu Vật lý và Hóa học Riken (Nhật Bản) đã sử dụng siêu máy tính K để nghiên cứu về mô hình dự báo thời tiết, kết hợp dữ liệu từ vệ tinh Himawari 8. Đây là vệ tinh được sử dụng để theo dõi hướng đi của cơn bão Molave (bão số 9) đổ bộ ngày 28/10 vừa qua.

Vào tháng 2, Washington Post cho biết NOAA đã ký hợp đồng trang bị thêm 2 siêu máy tính giúp tăng khả năng tính toán, phục vụ các mô hình dự báo thời tiết. Khi các hệ thống cùng hoạt động vào năm 2022, tổng sức mạnh của chúng sẽ lên đến 40 petaflop (40 triệu tỷ phép tính mỗi giây).

Hợp đồng có tổng giá trị khoảng 505 triệu USD sẽ giúp Mỹ bắt kịp châu Âu trong cuộc đua siêu máy tính dự báo thời tiết về độ chính xác lẫn thời gian của dự báo.

Bên cạnh việc tăng cường sức mạnh, các nhà khoa học cũng đang nghiên cứu cải tiến thuật toán phần mềm để nâng cao hiệu quả dự báo.

Peter Bauer, Phó giám đốc bộ phận nghiên cứu tại Trung tâm Dự báo Thời tiết Hạn vừa châu Âu (ECMWF), gọi đó là "khoảng trống phần mềm" bởi dù có phần cứng rất mạnh, việc cải tiến một lượng lớn mã sẽ mất nhiều thời gian.

Dennis Feltgen, Phát ngôn viên Trung tâm Bão Quốc gia Mỹ (NHC) cho biết không có mô hình nào là hoàn hảo, vì vậy nhiệm vụ chính sẽ là thu thập càng nhiều dữ liệu càng tốt.

"Tuy các vệ tinh ngày nay có thể dự đoán điều kiện thời tiết một cách khá chính xác, những cơn bão đi qua đại dương lại rất khó dự đoán hướng đi. Đó là lý do các nhà khoa học luôn thu thập dữ liệu càng nhiều càng tốt để đưa ra dự báo tốt hơn cho các cơn bão tiếp theo", Feltgen cho biết.

Dù không thể ngăn chặn bão, các mô hình dự đoán hiệu quả với đầy đủ thông tin có thể giúp con người chuẩn bị phương án ứng phó một cách tốt hơn, giảm thiệt hại về người và tài sản.