Nhóm tác giả tiến hành nghiên cứu tổng quan về vệ tinh quan trắc lượng mưa toàn cầu và mô hình số trị; thu thập bổ sung dữ liệu khí tượng thủy văn, bản đồ nền thành phố; nghiên cứu trích xuất thông tin từ dữ liệu vệ tinh quan trắc thời tiết thành bản đồ lượng mưa tích lũy cho khu vực nghiên cứu; nghiên cứu dự báo mưa theo các thời hạn dự báo bằng mô hình động lực; nghiên cứu phân tích, đánh giá kết quả sai số lượng mưa từ các nguồn cung cấp dữ liệu mưa; xây dựng dữ liệu và bản đồ nền cho phần mềm; đề xuất thủ tục, quy trình cảnh báo mưa lớn cho khu vực TP.HCM, tin học hóa các bước của quy trình đề xuất bằng công nghệ thông tin; thử nghiệm vận hành quy trình, thủ tục nghiệp vụ cảnh báo mưa từ dữ liệu vệ tinh, dữ liệu dự báo toàn cầu.
Theo đó, đề tài đã khai thác và sử dụng các nguồn dữ liệu quan trắc mưa thời gian thực với các nguồn dữ liệu GPM (nhiệm vụ đo mưa toàn cầu) - TMPA (phân tích lượng mưa đa vệ tinh TRMM); GPM - IMERG (truy vấn tích hợp đa vệ tinh cho GPM); và PERSIANN (mạng thần kinh nhân tạo ước lượng lượng mưa từ thông tin viễn thám) - CCS (hệ thống phân loại mây) với khoảng cách thời gian là 2 giờ.
Dựa trên kết quả đánh giá và phân tích các dữ liệu mưa vệ tinh, độ chính xác (PC) của 3 loại dữ liệu này khá cao, phân bố trung bình của PC lần lượt của các loại dữ liệu TMPA, IMERG và PERSIANN - CCS là 76,44%; 71,51% và 73,70%. Sai số lượng mưa TMPA, PERSIANN - CCS có xu thế cao hơn lượng mưa mặt đất, có sai số tuyệt đối lần lượt là trong khoảng 13,14 mm và 12,94 mm. Trong khi đó IMERG có xu thế thấp hơn so với trạm, sai số tuyệt đối là 10,86 mm.
Đánh giá chung, dữ liệu PERSIANN - CCS có các tiêu chí quan trọng đạt được đạt yêu cầu hơn so với 2 loại dữ liệu còn lại. Độ phân giải là tốt nhất, độ trễ hay tính tức thời tốt nhất, các sản phẩm theo bước thời gian cũng nhiều nhất. Hơn nữa, đối với loại dữ liệu này định dạng dữ liệu được cung cấp tại nguồn có định dạng phổ biến mà người sử dụng có thể dùng được mà cần ít các quá trình chuyển đổi.
Về nghiên cứu dụng mô hình WRF (mô hình nghiên cứu và dự báo thời tiết) để dự báo mưa khu vực TP.HCM, qua kết quả đánh giá khả năng dự báo định lượng của mô hình bằng các chỉ số ME (sai số trung bình), MAE (sai số tuyệt đối trung bình) cho thấy, chỉ số ME < 0 trong hạn dự báo 24 và 48 giờ (trừ trạm Bình Chánh và Củ Chi). Lượng mưa dự báo của mô hình có xu hướng thấp hơn so với lượng mưa quan trắc. Với hạn dự báo 72 giờ, ME > 0 ở hầu hết các trạm, dự báo lượng mưa có xu hướng cao hơn thực tế. Chỉ số MAE dao động từ 5-12mm (hạn dự báo 24 giờ); từ 6,7-13,2mm (hạn dự báo 48 giờ) và từ 13-16,78mm với hạn dự báo 72 giờ. Điều này cho thấy vẫn có sự sai khác đáng kể giữa lượng mưa dự báo và thực đo trong các trận mưa lớn.
Đối với kết quả dự báo mưa thử nghiệm cho thấy kết quả dự báo so với thực đo với các hạn dự báo 24, 48, 72 giờ. Với hạn dự báo 24 giờ, chỉ số ME < 0, điều này cho thấy WRF dự báo thấp hơn so với thực đo, giống như kết quả ứng dụng mô hình, sai số tuyệt đối khoảng 6 mm. Với hạn dự báo 48 giờ và 72 giờ, ME > 0, cho thấy mô hình WRF dự báo cao hơn so với thực đo, thời gian thử nghiệm dự báo với hạn 48 giờ có ME < 0, nhưng đối với hạn 72 giờ thì vẫn đúng so với kết quả nghiên cứu ứng dụng là ME > 0, sai số của hạn dự báo 72 giờ là 12,3 mm. Như vậy, kết quả thử nghiệm cũng như kết quả nghiên cứu ứng dụng, hạn dự báo càng ngắn thì sai số ít.
Với các kết quả về nghiên cứu dữ liệu lượng mưa vệ tinh và dự báo mưa bằng mô hình số trị WRF, đề tài đã xây dựng phần mềm theo dõi và cảnh báo mưa cho TP.HCM. Phần mềm này với chức năng thu nhận số liệu tự động, hiển thị lượng mưa quan trắc tức thời, lượng mưa dự báo, truy vấn kết quả theo đơn vị hành chính, theo trạm KTTV (khí tượng thủy văn) theo lưu vực thoát nước,… Phần mềm cũng tích hợp với cơ sở dữ liệu bản đồ về các vùng ngập cục bộ, nguy cơ ngập, các lưu vực thoát nước,… hệ thống trạm KTTV với các công cụ quản lý hiển thị cơ sở dữ liệu bản đồ.
Trên cơ sở các kết quả nghiên cứu, đề tài đã xây dựng được quy trình vận hành hệ thống cảnh báo mưa lớn khu vực TP.HCM bằng phần mềm và vận hành thử nghiệm cho thấy, kết quả dự báo thử nghiệm đã dự báo khá tốt lượng mưa ở thời hạn dự báo 24h, WRF đã nắm bắt được trận mưa với hạn dự báo 24 giờ, tuy nhiên vẫn có sai số so với thực đo. Với hạn dự báo 48 giờ WRF cho kết quả thiên cao so với thực đo và có nhiều thời điểm mô hình dự báo có, quan trắc không và ngược lại. Với hạn dự báo 72 giờ WRF cho kết quả dự báo chưa chính xác, khi sai số lớn, và khả năng dự báo có mưa với hạn 72 giờ cũng chưa tốt, khi nhiều trường hợp WRF dự báo có mưa trong khi thực tế không mưa. Quy trình cảnh báo mưa bằng phần mềm có ưu điểm hơn so với quy trình dự báo thời tiết và quy trình dự báo mưa lớn diện rộng là thực hiện tự động hóa, tần suất phát tin nhiều, với phương pháp hiện đại. Nội dung bản tin chi tiết hơn, ngoài định tính kết quả còn có tính định lượng và định vị theo thời gian.
Trên thực tế, cảnh báo mưa bằng phần mềm chỉ là một trong các biện pháp kỹ thuật của quy trình dự báo, cảnh báo thời tiết, cũng như quy trình cảnh báo mưa lớn diện rộng. Vì vậy, để có một quy trình cảnh báo mưa lớn cho TP.HCM một cách hoàn chỉnh và chính thống, cần có nghiên cứu một cách đầy đủ và toàn diện từ các quy trình kỹ thuật đến cả cơ chế, tổ chức thực hiện của quy trình.
Với hệ thống được thiết lập thử nghiệm đi cùng là mô tả chi tiết quy trình vận hành, nghiên cứu khuyến nghị có 3 hướng tiếp tục triển khai: nghiên cứu cải tiến để nâng cao độ chính xác của các dữ liệu mưa vệ tinh và nâng cao độ chính xác của dự báo; ứng dụng kết quả của quy trình để nghiên cứu tiếp nối xây dựng nên quy trình cảnh báo thủy văn cho khu vực TP.HCM; nghiên cứu chuyển giao ứng dụng quy trình vào công tác chuyên môn nghiệp vụ.