Cải thiện độ chính xác của dự báo thời tiết
(ourworldindata.org)- Dự báo thời tiết không còn chỉ phục vụ tiện ích hằng ngày mà đã trở thành hạ tầng quản lý rủi ro cho ứng phó bão và nắng nóng, nông nghiệp, lưới điện, vận tải hàng không và hàng hải
- Độ chính xác đã tăng mạnh trong vài thập kỷ qua: dự báo 4 ngày hiện nay của Met Office chính xác ngang với dự báo 1 ngày cách đây 30 năm, và sai số quỹ đạo bão 48 giờ ở Mỹ cũng đã giảm từ 200~400 hải lý trong thập niên 1970 xuống còn khoảng 50 hải lý hiện nay
- Mạng lưới quan trắc dày đặc hơn, máy tính nhanh hơn, mô hình dự báo số tinh vi hơn, cùng với việc truyền tải qua smartphone và online đã đồng thời nâng cao chất lượng dự báo và tốc độ khai thác
- Các nước thu nhập thấp có khoảng cách lớn do thiếu thiết bị quan trắc và tần suất báo cáo thấp; dự báo 7 ngày của các nước giàu thậm chí có thể chính xác hơn dự báo 1 ngày của một số nước thu nhập thấp
- Ngay cả dự báo chính xác cũng bị hạn chế hiệu quả nếu không đến tay người dân đúng lúc; hệ thống cảnh báo sớm cùng AI, drone và công nghệ di động là chìa khóa để thu hẹp khoảng cách tiếp cận
Dự báo thời tiết vượt xa thông tin thường nhật
- Dự báo thời tiết không chỉ giúp chuẩn bị đồ nướng hay mang ô, mà còn gắn trực tiếp với sinh mạng và sinh kế
- Nếu cảnh báo sớm về bão, nắng nóng và thiên tai, cộng đồng sẽ có thêm thời gian để giảm thiệt hại
- Nông dân dựa vào dự báo để quyết định gieo trồng, tưới tiêu, sử dụng phân bón và ứng phó sâu bệnh
- Các đơn vị vận hành lưới điện dùng thông tin thời tiết để dự báo nhu cầu sưởi ấm/làm mát và sản lượng điện gió, điện mặt trời
- Với phi công và thủy thủ, đây là thông tin thiết yếu để duy trì an toàn cho vận tải hàng không và hàng hải
Độ chính xác của dự báo đã cải thiện mạnh trong nhiều thập kỷ
- Con người đã cố gắng dự báo thời tiết từ lâu, nhưng bước ngoặt lớn đến sau thập niên 1960 với sự xuất hiện của mô hình số dựa trên máy tính
- UK Met Office đưa ra bản dự báo thời tiết đầu tiên cho tàu thuyền vào năm 1859, và 2 năm sau phát sóng bản dự báo thời tiết đầu tiên cho công chúng
- Hiện nay, dự báo 4 ngày của Met Office chính xác ngang với dự báo 1 ngày cách đây 30 năm
- Dữ liệu sai số quỹ đạo bão và lốc xoáy của National Hurricane Center tại Mỹ cũng cho thấy mức cải thiện lớn
- Trong thập niên 1970, sai số quỹ đạo của dự báo 48 giờ là 200~400 hải lý
- Hiện nay, sai số quỹ đạo của dự báo 48 giờ chỉ còn khoảng 50 hải lý
- Sai số dự báo 72 giờ trong thập niên 1960~70 vượt quá 400 hải lý, nhưng nay đã giảm xuống dưới 80 dặm
- Nhờ có thể dự báo chính xác hơn điểm đổ bộ của bão trước 3~4 ngày, các thành phố và cộng đồng có thể chuẩn bị tốt hơn, đồng thời giảm các cuộc sơ tán không cần thiết mà trước đây có thể đã được triển khai
Cải thiện dự báo dài hạn của mô hình toàn cầu
- European Centre for Medium-Range Weather Forecasts xây dựng mô hình thời tiết số toàn cầu
- Các cơ quan khí tượng quốc gia dùng độ phân giải cao hơn cho dự báo khu vực, nhưng mô hình toàn cầu vẫn là đầu vào quan trọng của các hệ thống đó
- Phân tích sai số của ECMWF so sánh chênh lệch giữa dự báo trước 3 ngày, 5 ngày, 7 ngày, 10 ngày và kết quả thời tiết thực tế
- Chỉ số được dùng để phân tích là độ cao địa thế vị 500 hPa, một chỉ số khí tượng liên quan đến áp suất, có vai trò chi phối các hình thái thời tiết
- Dự báo 3 ngày đã khá chính xác từ thập niên 1980, và hiện đạt độ chính xác khoảng 97%
- Mức cải thiện càng rõ rệt khi thời hạn dự báo càng dài
- Đầu những năm 2000, dự báo 5 ngày đã đạt mức “rất chính xác”
- Dự báo 7 ngày hiện đang tiến gần đến ngưỡng đó
- Dự báo 10 ngày vẫn chưa đạt cùng mức, nhưng đang cải thiện đều đặn
Những yếu tố kỹ thuật tạo nên bước tiến về độ chính xác
- Dữ liệu quan trắc hiện bao phủ phạm vi rộng hơn với độ phân giải cao hơn
- Có nhiều dữ liệu vệ tinh hơn và chất lượng cũng tốt hơn
- Các trạm quan trắc mặt đất phủ dày hơn trên nhiều khu vực hơn
- Độ chính xác của thiết bị quan trắc cũng tăng lên
- Mô hình dự báo số sử dụng các dữ liệu quan trắc này làm đầu vào để dự báo thời tiết
- Năng lực tính toán tăng lên cho phép tính toán trên lưới chi tiết hơn
- Met Office trước đây mô hình hóa thế giới bằng lưới rộng 90 km
- Hiện nay đã xuống tới lưới 1.5 km
- Độ phân giải càng cao thì khối lượng tính toán cần thiết cũng tăng mạnh
- Cách chuyển dữ liệu quan trắc thành đầu ra mô hình cũng phát triển, cho phép nắm bắt hệ thống thời tiết phức tạp chi tiết hơn thay vì dựa trên các giả định đơn giản hóa về thế giới
- Sự thay đổi trong phương thức truyền tải cũng làm tăng tính hữu dụng của dự báo
- Trước đây, người dân chỉ nhận được một lần cập nhật mỗi ngày qua báo in hằng ngày
- Sau khi radio và TV phổ biến, có thể nhận được vài lần thông báo mỗi ngày
- Hiện nay, có thể xem cập nhật theo từng phút qua online và smartphone
Khoảng cách dự báo vẫn tồn tại ở các nước thu nhập thấp
- Ở Scotland, chỉ trong vài giây có thể xem dự báo 5 ngày khá chính xác qua app smartphone, nhưng mức thông tin như vậy không được cung cấp cho tất cả mọi người
- Theo một bài báo gần đây của Manuel Linsenmeier và Jeffrey Shrader, dự báo 7 ngày của các nước giàu thậm chí có thể chính xác hơn dự báo 1 ngày ở một số nước thu nhập thấp
- Dự báo theo từng quốc gia đã được cải thiện theo thời gian ở mọi mức thu nhập, nhưng khoảng cách chất lượng hiện nay vẫn lớn gần tương đương với thập niên 1980
- Cốt lõi của khoảng cách nằm ở hạ tầng quan trắc và tần suất báo cáo
- Các nước nghèo hơn có ít thiết bị quan trắc mặt đất và bóng thám không hơn rất nhiều
- Tần suất báo cáo dữ liệu thời tiết cũng thấp hơn đáng kể
- Chênh lệch cũng lớn về chi tiêu cho thông tin thời tiết và khí hậu
- Các nước thu nhập thấp chi tiêu bình quân đầu người thấp hơn 15~20 lần so với các nước thu nhập cao
- Tuy vậy, nếu xét theo quy mô kinh tế thì tỷ trọng chi trên GDP của các nước thu nhập thấp lại cao hơn
Dự báo càng thiết yếu hơn với những người dễ tổn thương nhất
- 60% lao động ở các nước thu nhập thấp làm việc trong nông nghiệp, một lĩnh vực phụ thuộc rất lớn vào thời tiết
- Nhiều người trong số này là nông dân quy mô nhỏ và thường sống trong cảnh nghèo cùng cực
- Dự báo chính xác giúp trực tiếp cho việc ra quyết định của nông dân
- Có thể biết thời điểm tối ưu để gieo trồng
- Có thể nhận biết trước khi nào cần tưới tiêu nhất hoặc khi nào nguy cơ phân bón bị rửa trôi là cao
- Nếu nhận được cảnh báo sâu bệnh, họ có thể bảo vệ cây trồng khi đợt tấn công sắp xảy ra và giảm dùng thuốc trừ sâu khi rủi ro thấp
- Khi khả năng tiếp cận dự báo cao hơn, các nguồn lực quý giá như nước, phân bón và lao động có thể được sử dụng hiệu quả hơn
- Dự báo thời tiết tốt tạo ra khác biệt đặc biệt lớn với những người nghèo nhất thế giới
Chỉ dự báo chính xác thôi là chưa đủ
- Để ứng phó với lốc xoáy, nắng nóng, lũ lụt và nước dâng do bão, ngoài độ chính xác của dự báo còn cần có hệ thống truyền đạt
- Nếu nhận được dự báo chính xác trước vài ngày, các thành phố và cộng đồng có thể chuẩn bị
- Có thể bảo vệ nhà cửa
- Các dịch vụ khẩn cấp có thể túc trực để hỗ trợ khôi phục
- Nhiều thảm họa chết chóc nhất trong vài thập kỷ gần đây đã được dự báo chính xác từ trước, nhưng điểm thất bại chung là khâu truyền đạt yếu kém
- Dự báo chỉ thực sự có giá trị khi được truyền đến người dân theo cách cho phép họ hành động
- World Meteorological Organization ước tính khoảng một phần ba thế giới, chủ yếu là các nước nghèo nhất, vẫn chưa có hệ thống cảnh báo sớm
Vai trò của đầu tư và công nghệ mới
- Ở một số nơi, người ta xem dự báo tốt và truyền tải nhanh là điều hiển nhiên, nhưng chỉ riêng việc cung cấp điều đó cho mọi người cũng đã có thể tạo nên khác biệt lớn
- Trong bối cảnh biến đổi khí hậu làm tăng rủi ro thiên tai liên quan đến thời tiết, dự báo tốt hơn là một công cụ quan trọng để thích ứng với biến đổi khí hậu
- Để thu hẹp khoảng cách, đầu tư phù hợp và hỗ trợ tài chính là điều thiết yếu
- Công nghệ mới có thể đẩy nhanh tốc độ cải thiện
- Một nghiên cứu gần đây đăng trên Nature cho biết hệ thống AI Pangu-Weather có thể tạo ra các dự báo chính xác ngang bằng hoặc tốt hơn các cơ quan khí tượng hàng đầu, với tốc độ nhanh hơn tới 10,000 lần
- Pangu-Weather được huấn luyện trên 39 năm dữ liệu lịch sử
- Khi tốc độ dự báo tăng lên, chi phí vận hành giảm xuống, từ đó có thể mang lại kết quả tốt hơn cho cả những quốc gia có ngân sách hạn chế
- Công nghệ nhanh hơn và hiệu quả hơn có thể giúp lấp khoảng trống ở các khu vực không có trạm quan trắc thời tiết mặt đất
- Drone gắn cảm biến có thể khảo sát khu vực cụ thể để tạo bản đồ độ phân giải cao hơn
- Kết hợp phương thức tạo dự báo rẻ và hiệu quả với công nghệ di động sẽ giúp truyền thông tin nhanh chóng
- Một số công ty đã bắt đầu gửi tin nhắn tư vấn thời điểm gieo trồng cho nông dân ở các nước thu nhập thấp
- Những đổi mới như vậy là yếu tố thiết yếu để xây dựng các quốc gia có khả năng chống chịu tốt hơn với thời tiết hiện tại, đồng thời cũng cần thiết trong một thế giới nơi thời tiết có thể trở nên cực đoan hơn
1 bình luận
Ý kiến trên Hacker News
Dự báo tốt đến mức nào có vẻ phụ thuộc vào việc dùng mô hình thời tiết nào. Thời tiết trên Apple Watch dường như gần như khớp chính xác với GFS; GFS ổn cho dự báo trung hạn nhưng không hữu ích lắm cho ngắn hạn, còn trước một hai ngày thì NAM tốt hơn, trước vài giờ thì HRRR tốt hơn
Bạn cũng có thể xem trực tiếp dữ liệu thô thay vì phó mặc cho một dịch vụ tổng hợp nào đó đơn giản hóa thời tiết: https://weather.cod.edu/forecast/
Với các sự kiện lớn, các buổi briefing truyền thông của National Weather Service khá tốt, nhưng đôi khi họ dừng cập nhật sớm. Vài tuần trước có khả năng cao New York sẽ có tuyết lớn, nhưng cập nhật dừng lại khoảng 9 giờ sáng, trong khi tuyết được dự báo bắt đầu khoảng 1 giờ chiều. Nhìn vào các mô hình ngắn hạn thì xác suất tuyết đang giảm, và thực tế gần như không có tuyết tích tụ. Càng gần thời điểm sự kiện, dự báo càng chính xác hơn, nên nếu muốn bạn luôn có thể tự xem thêm dữ liệu
Không biết có ai xem Skip Talbot không, nhưng ông ấy đang nhìn vào helicity swath của HRRR trước vài giờ thì thấy một giá trị lớn, và đường đi mà HRRR dự báo có xoáy mạnh gần như trùng với đường đi của một trận lốc xoáy lớn ngoài thực tế
https://www.youtube.com/@markfinanweather
Thay vì nói ngày mai khả năng mưa là 50%, điều quan trọng là thông tin theo giờ kiểu như lúc 9 giờ sáng khi tôi đi làm xác suất mưa là 10%, còn buổi trưa là 90%. Nếu có mưa thì cũng phải xem cả gió và nhiệt độ, và các thông tin này cần được trình bày như một bức tranh ghép
Với mục đích này, tôi thấy dự báo địa phương theo giờ của NOAA là không có đối thủ: vào https://www.weather.gov/okx/ rồi nhập mã bưu chính và vào phần dự báo địa phương theo giờ là được
Ví dụ: https://forecast.weather.gov/MapClick.php?lat=33.797&lon=-11...
Ước gì có một ứng dụng Android cung cấp mức chi tiết như vậy, và nếu được thì là ứng dụng không nghe lén micro
https://windy.com
Mẹ vợ tôi lúc nào cũng kể lại thời tiết bà hỏi Google hoặc xem trên TV, và phần lớn là sai. Thông tin chưa bị tổng hợp lại rất tuyệt vời và gần như luôn chính xác hơn những gì được các nguồn khác đưa tin
Tôi đề xuất The Weather Machine của Andrew Blum. Đây là cuốn sách nói về lịch sử dự báo và những gì đang diễn ra phía sau hiện nay
Cuốn sách lần theo các trạm quan trắc thời tiết cũ, các vụ phóng vệ tinh mới, nỗ lực của các nhà khoa học nhằm xây dựng mô hình siêu máy tính cho khí quyển, cũng như lịch sử của các thuật toán đó; đồng thời bàn về việc chúng ta đã bước vào thời kỳ hoàng kim của khí tượng học nhưng vẫn chưa đủ tin vào các công cụ ấy, và cũng không thể bảo đảm sự hợp tác quốc tế mong manh vốn làm nên hệ thống thời tiết hiện đại
https://www.andrewblum.net/the-weather-machine-2
https://www.goodreads.com/en/book/show/42079139
Về lịch sử rất sơ khai của khí tượng học, The Invention of Clouds, nói về Luke Howard, cũng đáng đọc
https://www.goodreads.com/book/show/1148768.The_Invention_of...
https://en.wikipedia.org/wiki/Luke_Howard
Theo những gì tôi nhớ đã đọc trong The Signal and The Noise, mọi người có xu hướng cảm thấy dự báo là tệ nếu trời mưa trong khi xác suất mưa được nói là dưới 50%
Việc được báo là có vẻ sẽ không mưa mà lại mưa thì gây khó chịu, còn được báo là có vẻ sẽ mưa mà trời lại quang đãng thì là một kết quả bất ngờ dễ chịu. Vì vậy, để khiến mọi người đánh giá là “dự báo tốt”, cần phải điều chỉnh xác suất mưa lên cao một cách phi lý, và các dịch vụ dự báo cho người tiêu dùng đúng là làm như vậy
https://en.wikipedia.org/wiki/The_Signal_and_the_Noise
Ở Hà Lan, mưa thường rất cục bộ, nên dù xác suất mưa hôm nay là 100% thì nó cũng rải rác trong 1–2 giờ trong ngày, và đôi khi mưa rất to rồi tạnh ngay. Những lần sai thường chỉ là khi đám mây mưa đang di chuyển bị lệch trong gang tấc do thay đổi hướng gió
Trên thực tế, có vô số cách để dự báo sai, còn cách để đúng thì chỉ có vài cách
Nhìn chung, tôi thấy dự báo chính xác đến mức đáng kinh ngạc. Ở vùng Trung Tây, đặc biệt là thị trường Chicago, thời tiết đi qua những vùng rộng lớn của Mỹ hoặc Canada trước khi đến chỗ chúng tôi nên là như vậy; còn những nơi có độ biến động lớn và khó dự đoán như vùng ven biển thì có thể khác
Nếu sống ở khu vực thường có bão hurricane như Florida, bạn sẽ biết dự báo đã tốt hơn rất nhiều, nhưng cũng cảm thấy vẫn còn rất nhiều dư địa để cải thiện
Tôi không có liên hệ gì, nhưng nếu muốn xem dự báo nào tốt nhất cho thành phố của mình, tôi khuyên dùng https://www.forecastadvisor.com/. Sau khi xem trang này, tôi đã đổi hẳn nhà cung cấp thời tiết và bây giờ thấy tốt hơn nhiều
Nếu quan tâm đến việc đọc thời tiết mà không cần dự báo, hoặc để bổ trợ cho dự báo, cuốn The Secret World of Weather: How to Read Signs in Every Cloud, Breeze, Hill, Street, Plant, Animal, and Dewdrop của Gooley cũng rất thú vị
Các ứng dụng địa phương lấy dữ liệu của Japan Meteorological Agency, Apple Weather cũng vậy, và sau bản cập nhật gần đây thì Carrot Weather cũng vậy. Thế nhưng Apple Weather và Carrot Weather vẫn cho ra kết quả khác nhau
Khi đi du lịch ngoài Nhật Bản thì tôi càng không biết hơn, nên tôi đặt nguồn của Carrot Weather là Apple Weather. Ít nhất là vì, khi có thể, nó lấy dữ liệu từ dịch vụ khí tượng địa phương: https://developer.apple.com/weatherkit/data-source-attributi...
Bài viết này chủ yếu nói về dự báo dài hạn, nhưng tôi cũng đã rất ấn tượng với chất lượng và độ tin cậy của cảnh báo bão sắp tới. Nó từng giúp tôi tránh bị mưa lớn làm ướt sũng, hoặc cho tôi dừng xe nghỉ trước khi mưa to
Dù không được chú ý nhiều, nhưng như bài viết nói, tiến bộ vẫn diễn ra đều đặn và có ý nghĩa
Bài viết nói việc cải thiện dự báo ở các nước thu nhập thấp đang bị đánh giá thấp, và tôi tự hỏi liệu có nghiên cứu nào dự đoán tác động của các dự báo tốt hơn không. Dùng công nghệ để giúp người nghèo là một dự án có thể được nhiều nhà từ thiện quan tâm, và tôi hy vọng nó hiệu quả hơn những thứ như gravity light
Công nghệ hiện đại thật đáng kinh ngạc
Tôi là người tạo ra API thời tiết mã nguồn mở open-meteo.com
Tương lai của dự báo thời tiết nhiều khả năng sẽ phụ thuộc lớn vào các mô hình AI. Bài viết đề cập đến Pangu Weather, còn trong bình luận HN cũng có GraphCast như một ví dụ. Điều thú vị là vào ngày 1 tháng 3, European Centre for Medium-Range Weather Forecasts (ECMWF) đã công bố mô hình thời tiết AI mới AIFS dưới dạng dữ liệu mở
Mô hình này không chỉ chính xác hơn các mô hình số trị hiện có, mà còn cần ít năng lực tính toán hơn nhiều để chạy. ECMWF cũng đã công bố so sánh cho thấy AIFS vượt trội các mô hình khác về độ chính xác dự báo: https://www.ecmwf.int/en/about/media-centre/aifs-blog/2024/f...
Những điều được nhắc trong bài nhìn chung là đúng. Dữ liệu gốc tốt hơn, máy tính nhanh hơn, lưới nhỏ hơn, thuật toán dự báo tốt hơn, v.v. đang tạo ra thông tin thời tiết nhìn chung tốt hơn nhiều hiện nay
Nhưng điều đó cũng có nghĩa là để cá nhân có được kết quả tốt hơn thì cần bỏ nhiều công sức hơn. Phải xem ứng dụng dùng thuật toán nào, có bản địa hóa đến mức khu phố hay từng con đường không, cập nhật thường xuyên đến đâu, GPS có chính xác không, v.v. Thường thì ta không nghĩ đến những thứ này, nhưng chỉ cần chỉnh một chút cũng có thể cải thiện kết quả rất nhiều
Đúng là dự báo đã tốt hơn, nhưng tôi từng gặp chuyện cả thành phố mưa khá nặng hơn 30 phút mà ứng dụng thời tiết vẫn không chịu thừa nhận là đang mưa, chỉ hiển thị nhiều mây. Đến giờ tôi vẫn không hiểu sao chuyện đó có thể xảy ra
Ở Minnesota tôi cũng từng thấy chuyện tương tự: lái xe giữa bão tuyết mà trên radar chẳng hiện gì cả
Trường hợp sau khá phổ biến. Mô hình dùng ước lượng xác suất, trong đó nhiều điều kiện ban đầu tạo ra các kết quả khác nhau, và số lượng “kết quả có mưa” quyết định xác suất mưa, nên không nhất thiết được cập nhật theo điều kiện quan trắc thực tế
Dù vậy tôi đồng ý với sự bối rối và hoài nghi đó. Như vậy là chưa đủ tốt. Tôi nói điều này vì trước đây từng làm vai trò đưa ra kiểu dự báo “lúc nào cũng lỗi thời” như vậy
Hồi trung học tôi học khí tượng học, và giáo viên bắt chúng tôi luyện dự báo mỗi ngày; tôi nghĩ bài tập này đặc biệt hữu ích với những người đặt quá nhiều trọng lượng vào giai thoại cá nhân
Chỉ cần tự dự báo thời tiết ngày hôm sau rồi so sánh với dự báo được công bố. Điểm số không phụ thuộc vào dự báo chính xác đến đâu, mà phụ thuộc vào việc có làm bài tập này một cách có hệ thống hay không
Làm thử sẽ khiến bạn đánh giá cao chất lượng dự báo, và nhận ra câu “người dự báo thời tiết lúc nào cũng sai” hoàn toàn không đúng. Nhiều lời phàn nàn xuất phát từ việc quan sát thiếu nghiêm ngặt. Nếu muốn bác bỏ độ chính xác của dự báo thời tiết hay bất kỳ dự đoán nào khác, bạn cần đưa ra bằng chứng vững chắc
Tôi từng nghe một podcast phỏng vấn vài nhà khoa học của ECMWF (European Centre for Medium-Range Weather Forecasts)
Trong tập đó hình như có ai đó nói rằng “cứ mỗi 10 năm, dự báo lại cải thiện thêm một ngày”
Tập này được ghi âm năm 2019, nên AI khi đó chưa phải chủ đề lớn như bây giờ. Nhất là nếu nghĩ đến việc Google công bố mô hình thời tiết AI vào tháng 11 năm ngoái
https://omegataupodcast.net/326-weather-forecasting-at-the-e...
https://deepmind.google/discover/blog/graphcast-ai-model-for...