Điều hành thông minh hệ thống hồ chứa phục vụ quản lý thiên tai cho lưu vực sông Trường Giang (Trung Quốc)
05/08/2025 09:03
Điều hành thông minh hệ thống hồ chứa phục vụ quản lý thiên tai cho lưu vực sông
Interlligent regulation of multiple reservoirs for water disaster management of river basin
Yan Huang, Shan Yu, Xuemin Wang, and Lu Yi- Changjiang Institute Servey Planning Design and Research
1863 Jiefang Ave- Wuhan, Hubei, China
Người dịch: Nguyễn Quốc Dũng- Hội Đập lớn
Giới thiệu
Bị tác động bởi biến đổi khí hậu và các hoạt động của con người, yêu cầu về phòng chống và giảm nhẹ rủi ro thiên tai tăng lên nhanh chóng ở nhiều lưu vực sông trên thế giới. Hệ thống hồ chứa đóng vai trò như là một biện pháp công trình để kiểm soát lũ lụt và nhiều mục tiêu khác. Hệ thống hồ chứa được xây dựng và đóng vai trò xương sống trong phát triển và quả lý lưu vực sông Trường Giang (Changjiang) còn gọi là sông Dương tử (Yangtze).
Những năm gần đây, mưa bão với tần suất lớn và cường độ mạnh ở thượng nguồn cộng với áp thấp nhiệt đới trên biển đã tăng lên đáng kể. Thời tiết cực đoan xuất hiện ở thượng lưu gây ra sát lở đất, lũ quét, lũ trên sông và ngập úng đô thị gây ra thiệt hại nghiêm kiểm soát lũtrọng cho sản xuất và đời sống trong lưu vực sông. Tại lưu vực sông Trường Giang, sự páht triển nhanh chóng của kinh tế- xã hội thì tổn thất càng nặng nề hơn. Điều đó đòi hỏi phải có biện pháp kiểm soát lũ lụt sử dụng kết hợp tất cả các biện pháp công trình, phi công trình, đặc biệt là việc điều hành hệ thống các hồ chứa một cách hiệu quả đã trở thành thách thức lớn nhất trong việc ra quyết định. Trong những thập kỷ vừa qua, sơ đồ vận hành của các hồ chứa, đê và vùng phân lũ đã được phát triển và cập nhật một cách mạnh mẽ.
Kết quả là, với các nỗ lực đã thực hiện, đã đưa ra được sơ đồ hệ thống ra quyết định (bằng văn bản ra lệnh cũng như hình vẽ) hỗ trợ chống lũ và chống hạn. Tuy nhiên do hạn chế về kỹ thuật và công nghệ việc vận hành hồ chứa tích hợp vẫn chưa đáp ứng được yêu cầu vận hành tự động bằng máy tính, vì công nghệ dự báo lũ vẫn còn chưa tương tác được với việc vận hành các công trình. Ví dụ như: mô hình mưa ~dòng chảy, đường quá trình lũ gắn với nước đến/nước ra khỏi hồ phụ thuộc vào các điều kiện biên vẫn còn chưa tích hợp được với mô hình vận hành tích hợp các hồ chứa và công trình thuỷ lợi khác. Vì vậy, phát triển Hệ thống hỗ trợ ra quyết định (Decsision Supporting System- DSS) bằng công nghệ thông minh, với quá trình tính toán phức tạp và quá trình ra quyết định để cung cấp quy trình vận hành cho một hệ thống thuỷ lợi lớn, là vấn đề rất quan trọng cho việc quản lý lưu vực theo thời gian thực, đặc biệt hữu ích trong quản lý lũ lụt và giảm nhẹ rủi ro thiên tai.
Hệ thống điều hành thông minh là hệ thống có thể cung cấp các giải pháp để mô tả và tiên đoán quá trình tập trung nước và điều hành hồ chứa sử dụng một loạt các loại mô hình và phương pháp. Hệ thống hỗ trợ ra quyết định như vậy không chỉ yêu cầu các mô hình mưa- dòng chảy hoặc đường quá trình lũ nhằm cung cấp dự báo lũ và mô phỏng dòng chảy trong sông, mà còn mô hình hoá sơ đồ vận hành các hồ chứa (hoặc các công trình thuỷ lợi khác, như các khu phân lũ), công nghệ tối ưu hoá và phương pháp đánh giá rủi ro. Phương pháp luận và kỹ thuật để vận hành hệ thống thông minh này dựa trên dự báo tình hình lũ trên lưu vực sông với cốt lõi là trí tuệ nhân tạo để hệ thống có thể “nghĩ”(think) theo logic sử dụng các quy luật từ kết quả số hoá và mô hình hoá các quy trình vận hành hồ chứa, kênh chuyển nước hoặc các lưu vực giảm lũ… Mặt khác, việc áp dụng các công nghệ IT như dữ liệu lớn (big data) và điện toán đám mây (cloud computing) đã cung cấp cơ hội lớn để phát triển năng lực tính toán và ra quyết định (thingking and decision making), đặc biệt gắn với việc sơ tán cư dân và tài sản do tác động của ngập lụt hạ du.
Với yêu cầu như trên, dựa trên nền tảng của phương pháp mô phỏng truyền thống, một nền tảng của hệ thống hỗ trợ ra quyết định (DSS) mới phục vụ vận hành hệ thống hồ chứa đã được phát triển. Hệ thống DSS dựa trên công nghệ tính toán đám mây và cơ sở dữ liệu lớn, kết hợp với các mô hình khác nhau, như các mô hình khí tượng, thuỷ văn, thuỷ lực, hình thái sông, v.v. và tất cả kết hợp lại để thành cái gọi là quy luật nền vận hành hồ chứa và các công trình thuỷ lợi. Hệ thống được xây dựng dựa trên tích hợp các cơ sở dữ liệu và mô hình thành các mô đun như: quy trình nền, quy trình vận hành hồ chứa, dự báo lũ, đánh giá rủi ro lũ,.v.v để cung cấp theo thời gian thực các kịch bản vận hành dự báo, dựa trên kinh nghiệm và hiểu biết thu thập được từ vận hành theo thời gian thực của hệ thống hồ chứa trên lưu vực sông Trường Giang trong những thập kỷ gần đây. Trong DSS, cốt lõi là quy nền được làm mới. Nó hoạt động một cách tự động dựa trên tình hình lũ, mà cái này cũng tự động phân tích bởi hệ thống máy tính (hoặc cũng có thể can thiệp bởi con người khi cần thiết), đưa ra dự báo đuòng quá trình lũ và tối ưu hoá lợi ích hồ chứa theo các chỉ tiêu chính, tìm ra sự kết hợp tối ưu nhất để vận hành hồ chứa với các công trình khác trong hệ thống, sau đó phương án có lợi nhất sẽ được tính toán chi tiết.
Bài báo này trình bày quá trình phát triển và ứng dụng DSS để điều hành thông minh hệ thống nhiều hồ chứa phục vụ mục đích quản lý thiên tai, đặc biệt là giảm nhẹ rủi ro về lũ và hạn cho lưu vực sông Trường Giang.
1. Thực trạng của hệ thống hỗ trợ ra quyết định phục vụ vận hành hồ chứa ở lưu vực sông Trường Giang
Tại lưu vực sông Trường giang, những thập kỷ gần đây đã 3 lần xây dựng Quy hoạch tông thể để đáp ứng nhu cầu phát triển kinh tế-xã hội. Với việc triển khai thực hiện quy hoạch, đã triển khai xây dựng bổ sung các hạ tầng kỹ thuật như các tuyến đê sông, các hồ chứa và kênh dẫn nước, các khu vực trữ lũ và phân lũ, các công trình chỉnh trị sông và các biện pháp công trình khác. Đến nay, đã có 40 hồ chứa lớn với tổng dung tích phòng lũ (flood control storage) đạt 57 tỷ m3 được xây dựng trong lưu vực. Thượng lưu các nhánh sông Trường Giang chủ yếu là vùng đồi núi, vùng giữa và hạ lưu là các đồng bằng thấp. Vùng có rủi ro lũ lớn nhất là đoạn sông từ Tĩnh Giang (Jingjiang) đến Chengingli (có hồ Động Đình-ND) nằm ở đoạn giữa và cuối sông Trường Giang. Do tính chất phức tạp của hệ thống sông và tác động gây ra bởi vận hành các công trình thuỷ lợi cho các mục tiêu khác nhau, Hội đồng quản lý tài nguyên nước lưu vực sông Trường Giang (Chanjiiang Water Resources Commission- CWRC) đã tập hợp nhiều chuyên gia, nhà khoa học đã từng tham gia xây dựng quy trình vận hành để cập nhật dữ liệu vận hành trên toàn hệ thống trong những thập kỷ gần đây. kết quả đã xây dựng được sơ đồ vận hành tích hợp các các công trình/hệ thống công trình trong lưu vực. Sơ đồ này đóng vai trò quan trọng trong việc hỗ trợ kỹ thuật và hướng dẫn quản lý kiểm soát lũ lụt cho toàn lưu vực sông.
Hình 1: Bản đồ lưu vực sông Trường Giang
Sơ đồ vận hành tích hợp hiện có của các công trình thuỷ lợi trên lưu vực như trên cơ bản dựa trên việc phân tích lũ thiết kế tại các trạm thuỷ văn, tìm tra các điều kiện biên bất lợi nhất và sơ bộ đưa ra các nguyên tắc vận hành cho hệ thống thuỷ lợi, đặc biệt là các hồ chứa. Tuy nhiên, vì lũ thực tế có thể khác với lũ điển hình và với tần suất xuất hiện ngắn hơn, vì vậy cần phải có sơ đồ vận hành tối ưu dựa trên thời gian thực. Hơn nữa, hệ thống hỗ trợ ra quyết định DSS gồm các quy trình dự báo lũ và quy trình vận hành hồ chứa hiện có hiện không phản ánh đầy đủ các kiến thức và kinh nghiệm thu được từ thực tiễn vận hành và các thành tưu nghiên cứu mới. Hệ thống DSS hiện có không được cấu trúc theo một mô hình ra lệnh (orderly pattern), rất khó để hệ thống hoá một cách đầy đủ nguyên nhân và quan hệ giữa các phần tử trong hệ thống, chằng hạn các hồ chứa, mục tiêu bảo vệ và các khu vực phân lũ, v.v., hậu quả là rất khó khăn để có được sự hiểu hiết định lượng từ các sự kiện vận hành thành công trong quá khứ để tham khảo khi sơ đồ hoá theo thời gian thực.
Hình 2: Quá trình xây dựng và phát triển quy trình vận hành tích hợp các hồ chứa trên lưu vực
Sơ đồ tư duy (knowledge graph) là một cách sơ đồ hoá cho hệ thống của các yếu tố có liên quan. Nó có thể được sử dụng trong dự báo lũ và vận hành các công trình thuỷ công nhằm mô tả một cách có cấu trúc các đối tượng vận hành, mục tiêu và quan hệ giữa chúng với nhau, và tạo ra quy trình vận hành nền, cái có thể được cập nhật với việc sử dụng các công nghệ khai thác dữ liệu (data mining) khi có nhiều sự kiện thu thập được. Sơ đồ tư duy không chỉ là kiến thức chung, mà nó còn là nền tảng cho các ứng dụng thông minh như tìm kiếm thông minh, trả lời các câu hỏi chuyên sâu, để từ đó có thể áp dụng máy học hoặc đưa ra quyết định thông minh để vận hành tối ưu các công trình trên hệ thống.
Vì vậy, để sử dụng một cách hiệu quả các nghiên cứu đã có, việc tóm tắt và chọn lọc các kinh nghiệm vận hành trong quá khứ, và nâng cao hiệu quả ra quyết định quản lý, … thì điều cần thiết là tiến hành các nghiên cứu phát triển DSS với việc áp dụng công nghệ vận hành thông minh. Trong nghiên cứu này, DSS được xây dựng tập trung dựa vào việc tiên đoán, quy trình nền và dữ liệu vận hành trong quá khứ cùng với sơ đồ tư duy.
1. DSS của hệ thống vận hành thông minh cho hệ thống hồ chứa trên lưu vực sông Trường Giang.
2.1 Cấu trúc hệ thống
Kết hợp giữa nhu cầu và mục đích giảm tải cho các công trình thuỷ công, một hệ thống DSS được thiết lập gồm các quy trình vận hành tích hợp thông minh đóng vai trò cốt lõi, nước như là động cơ tính toán, được hỗ trợ bởi CSDL bao gồm các dữ liệu khí tượng thuỷ văn thông thường, GIS, quy trình nền và sơ đồ hệ thống an ninh. Cấu trúc hệ thống được chia ra 5 lớp, từ lớp dưới cùng là lớp vật lý, tiếp theo là CSDL, lớp trợ giúp và lớp ứng dụng và lớp người dùng cuối (xem hình 3).
- Lớp vật lý: là phần cứng xây dựng dựa trên sự pha trộn giữa công nghệ đám mây độc quyền và đám mây công cộng, cho phép tương tác và sử dụng tài nguyên hiện có, cho phép mở rộng tính toán, lưu trữ và chia sẻ năng lực hệ thống hạ tầng thông tin nhằm đáp ứng khả năng tính toán và lưu trữ.
- Lớp dữ liệu: lớp này bao gồm các dữ liệu công trình, phi công trình và dữ liệu nhúng dựa trên hệ thống kho dữ liệu lớn, nó có khả năng cung cấp các số liệu một cách tin cậy và hiệu quả cho ứng dụng DSS. Đồng thời, các dữ liệu ban đầu được lưu trữ vào kho dữ liệu và cùng với dữ liệu lưu trữ sẵn có sẽ cho phép phân tích qua cách xử lý pha trộn (fusion) và đồng bộ (assimilation).
- Lớp hỗ trợ: Lớp hỗ trợ cung cấp một nền tảng dùng chung và hỗ trợ các ứng dụng bậc cao, bao gồm các ứng dụng tính toán động hoặc nền tảng hỗ trợ người dùng.
o Nền tảng hỗ trợ người dùng bao gồm các thành phần hỗ trợ cơ bản và nền tảng quản lý. Thành phần hỗ trợ cơ bản cung cấp cơ sở cho việc phát triển các phần mềm thứ sinh, tương tác với các phần mềm thương mại (packing software) và các phần mềm vận hành. Nền tảng quản lý cung cấp các dịch vụ khác như dịch vụ video và dịch vụ không gian, v.v.
o Nền tảng tính toán dùng chung (computing engine platform) chủ yếu bao gồm các dịch vụ chuyên ngành tính toán nước và dịch vụ phân tích dữ liệu lớn. Nền tảng dịch vụ chuyên ngành cung cấp thư viện và khả năng lưu trữ và quản lý các mô hình tính toán nước dùng chung, các modules và giải pháp, v.v; nền tảng phân tích dữ liệu lớn cùng cấp các phần mềm phân tích dùng chung và các phương pháp phân tích nguồn nước dữ liệu lớn, công nghệ học máy.
- Lớp ứng dụng: là lớp mà tất cả các ứng dụng trong tính toán nguồn nước đã xây dựng từ trước đến nay, chẳng hạn như dự báo lũ, ngăn ngừa thảm hoạ, xử lý khẩn cấp, quan trắc và đánh giá, và các tư vấn/khuyến nghị.
- Lớp người dùng cuối: Hệ thống cung cấp dịch vụ dưới định dạng cho máy tính, điện thoại di động và định dạng cho hệ thống thông tin. Đặc biệt là định dạng cho điện thoại di động là hết sức cần thiết.
Trong bài báo này, việc phân tích tình hình lũ, mô hình hoá quy trình vận hành, đánh giá động đối với rủi ro lũ lụt và hỗ trợ sơ tán cho những vùng có rủi ro về lũ lụt.
Hình 3: Sơ đồ cấu trúc hệ thống điều hành thông minh các công trình thuỷ lợi cho lưu vực sông Trường Giang
1.2 Điều chỉnh mô hình lũ
Trong DSS, về nguyên tắc việc kết hợp các công trình thuỷ lợi (hồ chứa, khu vực phân lũ) cũng như vận hành cửa van cần phải được giải quyết. Quá trình này được gọi là điều chỉnh mô hình lũ (Flood situation judging), trong đó việc vận hành các công trình tuân theo một logic dựa trên dự báo thuỷ văn trong lưu vực, sau đó phân tích các khu vực bị lũ đe doạ, xác định nguồn gốc lũ, mức độ rủi ro lũ và năng lực kiểm soát lũ của hồ chứa, và đưa ra một mô hình lũ bằng cách sử dụng một bộ chỉ số. Mô hình lũ là mấu chốt để lựa chọn hoạt động của các công trình thuỷ lợi, chẳng hạn như hồ chứa và/hoặc cửa van để điều hành theo các nguyên tắc vận hành của công trình. Nó chính là yếu tố tham khảo để đưa ra quyết định vận hành các công trình thuỷ lợi. Quá trình điều chỉnh mô hình lũ mô phòng như hình 3 dưới đây.
Hình 4: Sơ đồ quá trình điều chỉnh mô hình lũ
- Kiểm định trạng thái dòng chảy: quá trình được thực hiện bằng cách so sánh mực nước/lưu lượng dự báo và mực nước/lưu lượng thực đo ở tất cả các trạm đo so với giá trí ngưỡng quy định nhằm làm rõ tình trạng rủi ro lũ lụt (sẽ xảy ra).
- Phân tích các thành phần lũ: chức năng này sẽ làm rõ nguồn gốc của lũ và cung cấp lệnh kích hoạt vận hành hồ chứa và các công trình thuỷ lợi. Với các khu vực dự báo, mực nước và lưu lượng, cũng như lượng lũ tại một hoặc một vài vị trí xác định sẽ được tính toán và phân tích. Khi biết được lượng lũ, lưu lượng đỉnh lũ và thời gian lũ cũng như các thông số khác thì nguồn lũ chủ đạo sẽ được xác định.
- Khuyến nghị đối với hồ chứa: Trong bước này các việc phải làm là: quy trình vận hành theo thời gian thực của hồ chứa và các công trình phân lũ được phân tích, năng lực cắt giảm lũ của các công trình sẽ được cân nhắc để cùng phối hợp. Dựa trên kết quả phân tích, việc vận hành của từng công trình trong hệ thống sẽ được xác định tuân thủ quy trình vận hành nền (QTVH liên hồ).
Trong quản lý theo thời gian thực, quá trình cân nhắc đánh giá thực trạng lũ trước hết sẽ cung cấp QTVH cho các hồ chứa tuỳ thuộc vào tình hình lũ để bảo đảm tuân thủ QTVH nền (QTVH liên hồ).
2.3 Phân tích động rủi ro lũ
Phân tích động rủi ro về lũ căn cứ vào các thông tin KTTV dự báo và thực đo như lượng mưa, mực nước và lưu lượng. Bằng cách xây dựng mô hình phân tích ngập lũ và sử dụng các hàm liên quan như mô phỏng khối, các ứng dụng phân tích rủi ro tương ứng sẽ được thiết lập.
Dựa trên công nghệ 3D GIS, có thể phát hiện ngay lập tức ra các yếu tố rủi ro, như là: diện tích ngập, số dân bị tác động, GDP bị thiệt hại, diện tích bị ngập, và các chỉ số khác như chiều dài đoạn đường bị ngập và mất mát về tài sản, chúng cung cấp các dữ liệu cơ bản và đầy đủ về thiên tai phục vụ việc lập bản đồ rủi ro ngập lụt, trong khi đó nó còn cung cấp chức năng cảnh báo sớm cho các loại bản đồ rủi ro thiên tai khác, ví dụ như bản đồ cảnh báo lũ, dự báo lũ.
2.4 Trợ giúp sơ tán
Trợ giúp sơ tán là một chức năng nhằm giúp đỡ và di chuyển cư dân ra khỏi vùng rủi ro đến nơi an toàn. Với chức năng này, kế hoạch di dân khẩn cấp sẽ được kích hoạt (nếu như kế hoạch đã được chuẩn bị) hoặc hình thành (nếu như chưa có kế hoạch). Ở ngay phần đầu của kế hoạch sơ tán, các thông tin như hệ thống đường di tản, các địa điểm sơ tán, nhánh đường nào là tối ưu nhất để di tản nhanh và hiệu quả. Trong quá trình này, dịch vụ định vị cơ bản (Location Based Services- LBS) đối với Internet và trao đổi qua điện thoại thông minh là chấp nhận được để hướng dẫn, di chuyển cộng đồng dân cư một cách nhanh nhất.
Mô hình trợ giúp sơ tán cung cấp các chức năng sau: xác định các đơn vị cần di chuyển, lập kế hoạch nơi tập kết, các tuyến đường di tản, thời gian di chuyển, tình hình di chuyển và các vị trí tắc nghen trên đường di chuyển …. một cách kịp thời. Mô hình có thể mô phỏng các con đường di chuyển và quan sát đám đông đang di chuyển theo thời gian thực (như hình 5) và điều chỉnh kế hoạch di chuyển một cách kịp thời.
2.5 Đánh giá đa mục tiêu sơ đồ điều hành
Trong phân tích hiệu quả đa mục tiêu, khi số lượng các mục tiêu tăng lên thì việc phân tích và diễn giải kết quả sẽ trở nên càng phức tạp. Để nhìn thấy trực quan và so sánh các đối tượng, hệ thống này áp dụng công nghệ phân tích ảo. Trong phân tích ảo các dữ liệu đa mục tiêu, các yếu tố cần hiển thị bao gồm:
- Đồ hoạ 3 chiều về không gian: với các kích thước đối tượng khác nhau, nó được thể hiện bằng sự kết hợp và chuyển đổi các màu sắc và mật độ điểm trên đồ hoạ.
- Bản đồ màu, thể hiện được màu sắc và độ đạm nhạt của hình ảnh: Màu sắc thể hiện giá trị ở các chiều khác nhau, trong khi đó độ đậm nhạt để chỉ độ sâu.
Hình 5: Sơ đồ tránh lũ và sơ tán dân ra khởi vùng ngập dựa trên LVS
Để phù hợp với quá trình ra quyết định, với đối tượng là các công trình thuỷ lợi cũng như các lợi ích và tác động của nó trong lưu vực cần phải được dự kiến trước. Theo thông số hồ chứa ở các giai đoạn vận hành khác nhau, với chức năng phòng lũ, để nhấn mạnh các xung đột và hiệu quả ra quyết định, đối tượng điều hành chính của việc kiểm soát lũ là hàm mục tiêu còn các yếu tố khác là hàm ràng buộc. Hàm mục tiêu của một hồ chứa có chức năng phòng lũ được mô tả như hình 6 dưới đây
Hình 6: Mục tiêu điều hành hồ chứa tuỳ theo các thời kỳ trong năm
Kết hợp công nghệ theo dõi trực quan và mục đích của hồ chứa ở các thời kỳ trong năm, tiến hành các phân tích định lượng hiệu quả vận hành của một nhóm các hồ chứa, so sánh sự thay đổi biên lợi nhuận giữa các kịch bản vận hành trong các giai đoạn và hàm mục tiêu để cho ra một sơ đồ vận hành tương đỗi cân bằng các lợi ích. Ví dụ, tăng dung tích chờ lũ có thể làm giảm áp lực xả lũ xuống hạ du., nhưng lại làm tăng rủi ro cho khu vực hồ chứa. Vì vậy cần phân tích hiệu ích giữa lợi ích thượng lưu và hạ lưu hồ chứa theo các dung tích trữ khác nhau nhằm tìm ra phương án hợp lý nhất. Bằng cách này có thể cung cấp sự hỗ trợ cho phân tích đa mục tiêu và ra quyết định.
1. Quy trình nền
Tuỳ thuộc vào thông tin dự báo KTTV của lưu vực hồ chứa và sơ đồ điều tiết hồ chứa, phương pháp đồ thị (knowledge graph technoogy) là chấp chận được để xây dựng quy trình nền, đó là kết hợp các thông tin vận hành với kinh nghiệm vận hành, để cung cấp sự trợ giúp kỹ thuật và thực hành mạnh mẽ nhằm tăng năng lực điều tiết lũ. Quy trình nền là lõi của điều hành thông minh, và bảo đảm tính ứng dụng, ổn định và thống nhất trong vận hành. Các nghiên cứu sau đây được tiến hành dựa trên phương pháp đồ thị.
- Knowdledge reperentation-built rule base architecture
- Knowdledge extraction- logic and information of regulation rules;
- Knowdledge fusion- ensuring full coverage of forecast ans scheduling conditions;
- Knowdledge merging- the merging of multu-objective scheduling rules
- Application of the regulation rule-base
2. Dự án thử nghiệm
Dựa trên kết quả nghiên cứu, hệ thống điều hành và giảm nhẹ thiên tai cho lưu vực sông Dương tử đã được xây dựng (xem hình 7). Hệ thống này có hàng nghìn trạm đo và rất nhiều điểm kiểm soát lũ, 40 hồ chứa, 46 khu vực phân lũ và các công trình thuỷ lợi khác. Hệ thống có các chức năng chuyên dụng, như dự báo lũ,
[Nguyễn Quốc Dũng dịch]