Logo

Qua hàng nghìn năm con người đã có kinh nghiệm tìm cách thích ứng với những dao động - biến đổi của khí hậu mà biểu hiện rõ rệt nhất là sự hình thành mùa, vụ trong nông nghiệp, ngư nghiệp,... hàng năm. Tuy nhiên trong thực tế sự dao động mang tính qui luật ấy không diễn ra một cách ổn định. Tính "thất thường" của khí hậu, đặc biệt là diễn biến của các thiên tai đã có những tác động mạnh mẽ đến việc lập kế hoạch sản xuất hàng năm và gây ra những thiệt hại nặng nề cho đời sống xã hội. Kinh tế ở các nước chịu ảnh hưởng của thiên tai càng phát triển thì sự thiệt hại do thiên tai gây ra càng trầm trọng, mặc dầu các nước trên thế giới luôn tìm nhiều giải pháp để phòng chống, ngăn ngừa và hạn chế thiệt hại.

Hình 1: Minh hoạ sản phẩm dự báo mùa

Những khái niệm về mùa, vụ sản xuất thường được hình thành một cách tương đối, từ trạng thái trung bình nhiều năm của khí hậu. Vì thế, nếu biết trước mức độ biến động của khí hậu (chênh lệch so với chuẩn hay chuẩn sai), sẽ cho phép tìm được các biện pháp thích ứng cho công tác quản lý, chỉ đạo thực hiện kế hoạch các mùa, vụ sản xuất hàng năm, cũng như các kế hoạch dài hạn khác. Đó chính là yêu cầu đối với công tác dự báo khí hậu.

Khái niệm về dự báo khí hậu cũng đã có những quan niệm khác nhau. Có người cho rằng dự báo khí hậu phải là dự báo những biến động khí hậu có chu kỳ kéo dài hàng thập kỷ, hoặc hàng thế kỷ trở lên, còn những biến động có chu kỳ dưới một năm được gọi chung là dự báo khí tượng hạn dài, gắn bó nhiều hơn với dự báo thời tiết. Trong vài thập kỷ gần đây các nhà nghiên cứu khí hậu đã có một quan niệm khá thống nhất: dự báo mùa là đối tượng trung tâm của dự báo khí hậu.

Trong nghiên cứu dự báo mùa các nhà khí tượng - khí hậu chủ yếu tập trung vào dự báo xu hướng và mức độ dao động xung quanh trung bình nhiều năm hay trung bình chuẩn (dưới dạng dự báo chuẩn sai) hoặc xác suất xuất hiện các pha với 3 pha cơ bản là trên (vượt) chuẩn, lân cận (xấp xỉ) chuẩn và dưới (hụt) chuẩn. Hai yếu tố khí hậu cơ bản mà các dự báo khí hậu thường phải thực hiện là nhiệt độ và mưa. Các hiện tượng khí tượng đặc biệt khác có liên quan đến thiên tai như hoạt động của xoáy thuận nhiệt đới, xoáy thuận ngoại nhiệt đới; các đợt mưa lớn liên quan đến lũ lụt; các đợt nắng nóng không mưa liên tục có khả năng gây hạn cục bộ,... cũng đang được đặt ra nghiên cứu trong dự báo khí hậu. Trên cơ sở của mối quan hệ giữa các nhân tố khí hậu với một số đối tượng kinh tế xã hội, các nhà khoa học cũng đang tiến hành những nghiên cứu dự báo, cảnh báo đối với một số đối tượng khác có liên quan như vấn đề quản lý nước, phân phối năng lượng, khả năng cháy rừng, diễn biến của một số dịch bệnh,...

Để phân ra các loại hình dự báo khí hậu khác nhau người ta dựa vào đặc điểm biến động của khí hậu. Trong lý thuyết phân tích chuỗi thời gian đối với các đặc trưng khí hậu, người ta coi diễn biến của khí hậu là tổ hợp của nhiều dao động với những bước sóng khác nhau. Các biến động khí hậu được chia thành 3 loại chính:

  • Biến động có bước sóng tương đối ngắn (khoảng từ 1 tháng đến dưới 1 năm) chủ yếu là các biến động có tính chất mùa (short-term variation) bao gồm hạn hán, lũ, bão, dao động Madden- Julian,...
  • Biến động có bước sóng cỡ năm hay dao động hàng năm (interannual variation). Biến động này có chu kỳ từ 1 năm tới một vài thập kỷ, ví dụ hiện tượng ENSO,...
  • Biến động có bước sóng kéo dài hàng thập kỷ đến thế kỷ (long-term variation), ví dụ biến động của bức xạ mặt trời, hoàn lưu nước sâu, khí nhà kính,…

Dự báo khí hậu dựa vào các biến động khí hậu vừa nêu và cũng được chia thành dự báo khí hậu hạn ngắn, hạn vừa và hạn dài.

1- Dự báo khí hậu hạn ngắn (short-term climate forecast) có thời hạn dự báo dưới 1 năm. Đối tượng dự báo chính là mùa. Quan niệm phổ biến về mùa trong dự báo khí hậu hiện nay trên thế giới là thời kỳ 3 tháng liên tiếp.

2- Dự báo khí hậu hạn vừa (medium climate forecast) có thời hạn dự báo cỡ một năm trở lên tới vài thập kỷ.

3- Dự báo khí hậu hạn dài (long-term climate forecast) với thời hạn dự báo từ thập kỷ tới hàng thế kỷ.

Hiện nay dự báo được tiến hành phổ biến ở các nước là dự báo khí hậu ngắn hạn. Dự báo hạn vừa chỉ được tiến hành cho một số trường hợp như dự báo hiện tượng ENSO (từ 12 đến 18 tháng), còn dự báo khí hậu hạn dài thường chỉ được đề cập trong các nghiên cứu về biến đổi khí hậu, phục vụ việc thiết lập các "kịch bản về biến đổi khí hậu".

Cho đến nay, hai phương pháp chính được sử dụng chủ yếu trong nghiên cứu và dự báo khí hậu quy mô khu vực và quốc gia là phương pháp thống kê thực nghiệm và phương mô hình hóa động lực. Phương pháp thống kê thực nghiệm được xây dựng trên cơ sở các nguồn số liệu khí hậu quá khứ trong khi đó các mô hình động lực dựa trên các nguyên lý cơ bản nhiệt động lực học trong khí quyển để mô phỏng các hiện tượng, các quá trình vận động của toàn bộ khí quyển đối với khu vực quan tâm. Mặc dù các mô hình thống kê thực nghiệm hiện đang được sử dụng chủ yếu và hiệu quả tại một số trung tâm dự báo khí hậu khu vực và quốc tế, song cùng với sự phát triển mạnh mẽ của công nghệ máy tính và những hiểu biết sâu về bản chất vật lý các quá trình trong khí quyển đã tạo điều kiện cho phát triển và ứng dụng mô hình động lực trong dự báo khí hậu, đặc biệt tại các trung tâm nghiên cứu dự báo khí hậu lớn trên thế giới, từ Châu Âu, Châu Á, Châu Mỹ, Châu Phi đến Châu Úc.

 Có thể đưa ra nhận xét về một số vấn đề còn tồn tại và những nội dung cần đặt ra nghiên cứu như sau:

  • Trên thế giới, mô hình dự báo khí hậu đã phát triển rất mạnh, bên cạnh phương pháp thống kê thì phương pháp mô hình động lực cũng đã được đưa vào ứng dụng trong nghiệp vụ ở nhiều nước. Các sản phẩm dự báo động lực là tổ hợp của nhiều thành phần khác nhau, cung cấp những thông tin dự báo xu thế và định lượng các trường khí hậu trung bình, các hiện tượng cực đoan với thời hạn dự báo có thể đến 9 tháng. Các bản tin dự báo khí hậu cung cấp cho người sử dụng rất phong phú và chi tiết, trong đó đặc biệt chú trọng các dự báo, cảnh báo các hiện tượng cực đoan như ENSO, gió mùa, nắng nóng, hạn hán,…
  • Ở Việt Nam, vì nhiều lí do khác nhau mà một trong đó là năng lực tính toán hạn chế, cho đến nay dự báo khí hậu hạn mùa trong nghiệp vụ vẫn dựa chủ yếu vào phương pháp thống kê. Về cơ bản, chất lư­ợng dự báo nhiệt độ đạt yêu cầu (thông thường là trên 40% đối với dự báo ba pha và 65-70% đối với dự báo 2 pha). Tuy nhiên, dự báo lư­ợng mư­a chưa đạt kết quả nh­ư mong muốn trong dự báo hai pha và ba pha do tính phức tạp của yếu tố dự báo.
  • Nội dung thông tin dự báo khí hậu của Việt Nam còn hạn chế do thiếu sản phẩm mô hình động lực:
  • Bản tin giám sát, dự báo mới chỉ tập trung chủ yếu vào 2 yếu tố chính là nhiệt độ và lượng mưa;
  • Bản tin dự báo mới chỉ tập trung vào nhận định về diễn biến của hiện tượng ENSO, kết quả dự báo là xác suất các pha hụt chuẩn, cận chuẩn, vượt chuẩn và chuẩn sai của nhiệt độ, lượng mưa;
  • Thông tin dự báo về 3 tháng kề nhau đôi khi không phù hợp với yêu cầu của các ngành kinh tế khác nhau như sản xuất nông nghiệp trong những thời kỳ sinh trưởng quan trọng của cây lúa, tài nguyên nước đối với mùa cạn,...Cần thiết phải bổ sung các thông tin dự báo theo từng tháng song song với dự báo 3 tháng và dự báo 6 tháng;
  • Chưa có những nhận định, các cảnh báo, khuyến cáo tương ứng về diễn biến khí hậu trên các lưu vực sông, các vùng sản xuất nông nghiệp trọng điểm, các lĩnh vực kinh tế xã hội;
  • Bản tin dự báo sử dụng ngôn ngữ chuyên môn cùng các đặc trưng thống kê đôi khi chưa được phổ biến;
  • Chưa có những dự báo hoặc nhận định về những hiện tượng khí hậu cực đoan như nắng nóng, mưa lớn…;
  • Yêu cầu của các ngành đối với thống tin dự báo khí hậu ngày càng cao, ví dụ:

-  Đối với lĩnh vực phòng tránh thiên tai: thông tin khí hậu và dự báo khí hậu cần có độ chính xác cao và cần cung cấp các bản tin thông báo và dự báo khí hậu một cách nhanh nhất và đầy đủ nhất để giúp các nhà quản lý và chuyên môn kịp thời đưa ra các giải pháp ứng phó và giảm thiểu những tác hại do thiên tai gây ra.

-  Đối với lĩnh vực sản xuất nông nghiệp: thông tin khí hậu và dự báo khí hậu đóng một vai trò then chốt. Các thông tin khí hậu cần phải chính xác, đầy đủ và chi tiết cho các vùng, tiểu vùng sản xuất nông nghiệp khác nhau và cần chi tiết cho từng quá trình sinh trưởng và phát triển của cây trồng nhằm giúp các nhà quản lý, chuyên môn và người sản xuất đề ra các phương án nâng cao năng suất cây trồng và vật nuôi.

-  Đối với công tác quản lý tài nguyên nước: thông tin khí hậu và dự báo khí hậu là cơ sở thông tin quan trọng để giúp các nhà quản lý tài nguyên nước đưa ra các giải pháp hợp lý phục vụ đời sống và sản xuất.

  • Để dự báo chính xác hơn xu thế khí hậu, định lượng các trường khí hậu trung bình và các hiện tượng khí hậu cực đoan chắc chắn không thể chỉ dựa vào phương pháp thống kê mà cần phải phát triển phương pháp mô hình động lực. Phương pháp thống kê không mô tả được mối quan hệ phức tạp theo không gian và thời gian của hệ thống khí hậu, dẫn đến chất lượng dự báo chưa cao. Hơn nữa, về bản chất mô hình thống kê chỉ có thể nắm bắt được những hiện tượng mang tính qui luật, do vậy kết quả không chính xác khi gặp những hiện tượng khí hậu đột biến. Sản phẩm dự báo chủ yếu là nhận định xu thế, chưa có định lượng.
  • Các công trình nghiên cứu đã có ở Việt Nam đã chứng minh khả năng ứng dụng các mô hình động lực trong dự báo khí hậu hạn mùa ở Việt Nam. Tuy nhiên, để thực sự triển khai vào công tác dự báo nghiệp vụ đoài hỏi có những nghiên cứu sâu và toàn diện hơn. Các kết quả nghiên cứu đã có cho thấy kỹ năng dự báo tốt đối với trường nhiệt độ, tuy nhiên dự báo mùa lượng mưa cũng như các hiện tượng cực đoan của các mô hình còn quá kém. Chính vì vậy, việc tìm được giải pháp hiệu chỉnh sản phẩm mô hình là một trong những cách tiếp cận cần thiết để có thể mang lại hiệu quả. Ngoài ra, bài toán dự báo tổ hợp thiết nghĩ cũng cần phải được cân nhắc đưa vào ứng dụng nếu chúng ta có hệ thống máy tính đủ mạnh để chạy được nhiều trường hợp dự báo thành phần.
  • Trong bối cảnh hiện nay, bài toán dự báo mùa sự hoạt động của bão cũng là vấn đề rất được quan tâm. Dự báo được số lượng, vùng hoạt động và nếu có thể cả cường độ bão sẽ có ý nghĩa ứng dụng hết sức thiết thực, nhằm cung cấp thông tin phục vụ hoạt động kinh tế, quốc phòng trên khu vực Biển Đông cũng như công tác phòng tránh, giảm nhẹ thiên tai ở các vùng ven biển.
  • Để thực hiện dự báo mùa bằng các mô hình khu vực cần phải chủ động được nguồn số liệu dự báo toàn cầu. Những kết quả nghiên cứu trước đây đã chỉ ra triển vọng của việc ứng dụng các hệ thống mô hình CAM, CAM-SOM và CCAM cho mục đích này. Tuy nhiên, việc nghiên cứu sâu hơn, đầy đủ hơn để khẳng định khả năng ứng dụng mô hình khí hậu toàn cầu vào nghiệp vụ là hết sức cần thiết. Nếu khả năng ứng dụng nghiệp vụ của các hệ thống này là hiện thực chúng ta hoàn toàn có thể làm chủ được toàn bộ công nghệ dự báo, ngay cả trong trường hợp không thể khai thác được các nguồn số liệu SST từ bên ngoài. Với tài nguyên tính toán hiện nay, việc tiếp cần phát triển một mô hình toàn cầu cho Việt Nam là rất cần thiết.
  • Môt số mô hình khí hậu khu vực đã được thử nghiệm ở Việt Nam. Tuy nhiên, để đưa đưa các RCM vào dự báo nghiệp vụ, các RCM cần phải được đánh giá một cách đầy đủ trên cơ sở những thử nghiệm độ nhạy với điều kiện biên là các trường dự báo toàn cầu hoặc phân tích. Thông qua hệ thống các thử nghiệm độ nhạy sẽ nhận biết được những ưu nhược điểm của từng mô hình, từ đó tìm giải pháp khắc phục. Những khiếm khuyết của các RCM có thể xuất phát từ việc xử lí biên xung quanh, thuật toán nội suy, các sơ đồ tham số hóa, v.v. Điều kiện mặt đệm cũng là yếu tố cần phải được chính xác hóa. Các quá trình tương tác đất – khí quyển phụ thuộc cơ bản vào tính chất của bề mặt đệm, như loại lớp phủ, độ che phủ, độ cao địa hình,… Đó cũng là những đặc tính mô tả điều kiện địa phương.
  • Trong dự báo nghiệp vụ ở các nước trên thế giới, trường dự báo của mô hình cung cấp cho người sử dụng trước hết là xu thế so với trường khí hậu trung bình của chính mô hình. Rất tiếc, do khó khăn về số liệu nên các nghiên cứu trước đây ở Việt Nam chưa tính toán và xây dựng được trường khí hậu trung bình của mô hình cho khu vực Việt Nam.
  • Nhiều mô hình động đã được ứng dụng vào dự báo nghiệp vụ tại các trung tâm lớn trên thế giới như ECMWF hay NCEP, mang lại những kết quả khả quan hơn so với các mô hình thống kê cổ điển (Jong-Seong Kug và nnk, 2008). Tuy nhiên, các mô hình động lực vẫn luôn luôn chứa đựng các sai số hệ thống làm ảnh hưởng trực tiếp đến các kết quả dự báo. Những sai số này được sinh ra từ nhiều nguồn khác nhau như trong nội tại các thành phần của mô hình, từ phương pháp số (Yang và Anderson, 2000), có thể sinh ra từ độ phân giải tương đối thô trong mô hình hoặc đến từ tính không liên tục của điều kiện biên, … (Wu và ccs, 2009). Một trong những cách làm phổ biến hiện nay nhằm giảm thiểu sai số từ các mô hình động lực chính là áp dụng các phương pháp hiệu chỉnh thống kê sau mô hình. Các phương pháp này có thể được áp dụng trực tiếp đối với kết quả đầu ra từ các mô hình khu vực, hoặc cũng có thể áp dụng đối với các trường toàn cầu làm đầu vào cho các mô hình khu vực. Ren (2007) đã xây dựng mô hình dự báo thống kê dựa trên mối tương quan giữa chỉ số Nino 3 và sai số hệ thống trong mô hình động lực để loại bỏ những sai số này. Jong-Seong Kug và nnk (2008) cũng xây dựng mô hình thống kê nhằm loại bỏ sai số với trường nhiệt độ mặt biển từ mô hình toàn cầu của trường đại học quốc gia Seoul. Yang và nnk (2008) áp dụng phương pháp thống kê thực nghiệm nhằm loại bỏ sai số đối với các yếu tố chính trong mô hình GFS của NCEP. Feudale (2011) sử dụng hàm trực giao thực nghiệm (EOFs) với mục đích cải thiện kết quả dự báo mưa từ hệ thống dự báo tổ hợp hạn mùa của ECMWF. Jo và Ahn (2014) phát triển phương pháp hồi quy tuyến tính tổ hợp để giảm thiểu sai số trong dự báo mưa và bức xạ sóng dài cho mô hình CGCM với các nhân tố dự báo như chỉ số Nino3.4, El Nino Modoki, IOD và SOI. Xu và ccs (2012) tiến hành nghiên cứu loại bỏ sai số cho mô hình toàn cầu NCAR-CAM làm đầu vào cho mô hình khu vực WRF bằng phương pháp nhiễu động. Guldberg và nnk (2005) nghiên cứu loại bỏ sai số mô hình bằng cách tìm ra xu thế của sai số trong chính trường điều kiện ban đầu. Có thể thấy, rất nhiều những nghiên cứu đã chỉ ra tính bất định trong các kết quả dự báo từ mô hình động lực và tìm những phương pháp phù hợp loại bỏ những sai số này. Điều này chứng tỏ được tầm quan trọng của việc hiệu chỉnh sai số từ mô hình động lực trong bài toán dự báo khí hậu nói chung cũng như trong đề tài này nói riêng.
  • Những thập kỷ gần đây, các hiện tượng thời tiết, khí hậu cực đoan ảnh hưởng đến khu vực Việt nam đang có xu hướng gia tăng. Diễn biến của các hiện tượng này thay đổi phức tạp và phá vỡ tính qui luật gây khó khăn cho công tác nghiệp vụ. Cụ thể, cường độ và quĩ đạo của những cơn bão thay đổi theo chiều hướng gây nhiều thiệt hại và khó dự báo. Trong mùa đông, ảnh hưởng của không khí lạnh gây ra các đợt rét đậm (nhiệt độ trung bình ngày dưới 15oC) rét hại (nhiệt độ trung bình ngày dưới 13oC) kéo dài làm cây cối, động thực vật không phát triển được, điển hình là đợt rét đậm, rét hại kéo dài kỷ lục (38 ngày) trong năm 2008. Tiêu biểu trong mùa hè là hoạt động của các đợt nắng nóng, mức nhiệt độ cao nhất ngày có thể lên 38oC đến 40oC, thậm chí cao hơn. Trong mùa mưa, những đợt mưa lớn có thể gây ngập úng, làm mất mùa, tại các tỉnh vùng cao có thể sinh lũ quét, điển hình là đợt mưa lớn cuối tháng 7 năm 2015 tại Quảng Ninh. Miền Bắc và miền Trung đất nước chịu ảnh hưởng của các hiện tượng như: bão, ATNĐ, mưa lớn, rét đậm, rét hại, nắng nóng. Trong đó, khu vực miền Trung còn thường xuyên gánh chịu những đợt nắng nóng cường độ cao và khô hạn kéo dài. Phần phía nam, nền nhiệt độ có ôn hòa hơn, nhưng trong mùa hè vẫn chịu tác động của các đợt nắng nóng và mưa lớn. Dưới tác động của BĐKH như vậy nên công tác nghiệp vụ giám sát và dự báo gặp rất nhiều khó khăn ở thời điểm hiện tại. Chính vì vậy, bài toán xác định, phát hiện và dự báo các hiện tượng cực cũng cần phải được đặt ra trong bối cảnh biến đổi khí hậu ở Việt Nam. Điều lưu ý là các hiện tượng khí hậu cực đoan không được dự báo trực tiếp và cần có phương pháp để xác định dựa trên các trường khí hậu dự báo từ mô hình.
  • Thực tế, chưa có mô hình RCM nào là hoàn hảo, mỗi hình là một thể thống nhất, có những ưu nhược điểm riêng. Có mô hình mô phỏng tốt đối với biến khí hậu này nhưng chưa tốt đối với biến khí hậu khác và mỗi mô hình đều có sai số hệ thống nhất định. Việc sử dụng chỉ một mô hình để đưa ra dự báo khí hậu sẽ có mức độ tin cậy thấp (Weigel và nnk, 2008). Do vậy, phương án tối ưu hiện nay là sử dụng tổ hợp đa mô hình để có kết quả tốt hơn. Tổ hợp các thành phần mô hình toàn cầu đã được sử ở hầu hết các nước có dự báo nghiệp vụ bằng mô hình động lực. Tổ hợp từ dự báo của các RCM gần đây cũng đã được quan tâm phát triển. Ví dụ, Suh và cs (2012) đang phát triển phương pháp tổ hợp dựa trên kĩ năng dự báo của mô hình khu vực cho Hàn Quốc. Nhóm tác giả sử dụng sản phẩn dự báo từ 4 mô hình khu vực SNU, WRF, RegCM4 và RSM với trường ban đầu và nhiễu biên sử dụng của Châu âu (ERA) và của Trung tâm Quốc gia Dự báo Môi trường Hoa Kỳ (NCEP). Chuỗi số liệu mô phỏng là 20 năm tử 1989 đến 2008. Kết quả mô phỏng được đưa vào tổ hợp bằng phương pháp trung bình trọng số và siêu tổ hợp. Kết quả cho thấy phương pháp siêu tổ hợp mô phỏng tốt nhất. Đây là điểm đáng lưu ý đối với các nước không có hệ thống máy tính cũng như các nguồn số liệu đầy đủ để thực hiện bài toán tương tác khí quyển và đại dương như các nước lớn trên thế giới.
    • Hiện nay, các Đài Khí tượng Thủy văn Khu vực vẫn còn hạn chế về công nghệ tính toán nên khó có khả năng chạy độc lập các mô hình dự báo động lực. Giải pháp tối ưu hiện nay là chuyển giao cho các Đài các sản phẩm dự báo hàng tháng qua hệ cổng thông tin điện tử của cơ quan chủ trì đề tài. Vì vậy, việc xây dựng trang Web lưu trữ sản phẩm dự báo là cần thiết nhằm cung cấp sản phẩm dự báo khí hậu hạn mùa từ các mô hình động lực cho các đài khí tượng thủy văn khu vực khai thác sử dụng sản phẩm dự báo hàng tháng.

Từ những đánh giá trên đây về thành quả, hạn chế trong thực tiễn công tác nghiên cứu và dự báo khí hậu hạn mùa ở Việt Nam, Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu đề xuất thực hiện đề tài "Nghiên cứu xây dựng hệ thống nghiệp vụ dự báo khí hậu hạn mùa cho Việt Nam bằng các mô hình động lực" với mục đích nâng cao năng lực dự báo khí hậu hạn mùa và đưa các mô hình động lực vào dự báo nghiệp vụ, đáp ứng nhu cầu sử dụng thông tin dự báo khí hậu ngày càng cao của các ngành, địa phương trong phát triển kinh tế xã hội, phòng tránh thiên tai. Trong đó, các nội dung quan trọng sau đây cần được đầu tư nghiên cứu:

Hình 2: Mô tả các nội dung cần giải quyết của đề tài

Sản phẩm chính của đề tài là hệ thống dự báo khí hậu nghiệp vụ với các thành phần chính bao gồm: Thành phần thu nhận, xử lý số liệu; thành phần mô phỏng tính toán; thành phần xử lý kết quả/hiệu chỉnh mô hình; thành phần cung cấp thông tin (Hình 3).

Hình 3: Mô tả hệ thống dự báo nghiệp vụ