Đánh giá và dự báo hạn hán lưu vực sông srepok dưới ảnh hưởng của biến đổi khí hậu p2

Đánh giá và dự báo hạn KTTV lưu vực sông Srepok dưới ảnh hưởng của BĐKH 40 CHƢƠNG 2 NỘI DUNG VÀ PHƢƠNG PHÁP NGHIÊN CỨU Ở Chƣơng 1, tác giả đã trình ày sơ lƣợc về cơ sở khoa học, lịch sử của nghiên cứu, các công trình nghiên cứu trong và ngoài nƣớc có liên quan đến đánh giá hạn hán, công tác dự báo và xây dựng kịch bản BĐKH trong tƣơng lai Để cụ thể hóa nội dung và phƣơng pháp luận nghiên cứu trong khuôn khổ luận văn này, chƣơng 2 sẽ trình bày cụ thể các nội dung và các phƣơng pháp đƣợ.

CHƢƠNG NỘI DUNG VÀ PHƢƠNG PHÁP NGHIÊN CỨU Ở Chƣơng 1, tác giả trình ày sơ lƣợc sở khoa học, lịch sử nghiên cứu, cơng trình nghiên cứu ngồi nƣớc có liên quan đến đánh giá hạn hán, công tác dự báo xây dựng kịch BĐKH tƣơng lai Để cụ thể hóa nội dung phƣơng pháp luận nghiên cứu khuôn khổ luận văn này, chƣơng trình bày cụ thể nội dung phƣơng pháp đƣợc sử dụng nghiên cứu 2.1 Nội dung nghiên cứu - Đánh giá trạng hạn hán lƣu vực sông Srepok: + Khảo sát, thu thập số liệu đặc điểm tự nhiên, kinh tế - xã hội lƣu vực sông Srepok + Khảo sát, thu thập thông tin, tài liệu, báo cáo ảnh hƣởng hạn hán khu vực nghiên cứu thời gian khứ đến - Dự báo diễn biến hạn hán xảy lƣu vực sơng Srepok dƣới ảnh hƣởng biến đổi khí hậu: + Xây dựng kịch biến đổi khí hậu cho khu vực nghiên cứu + Tính tốn số hạn hán cho khu vực nghiên cứu + Xác định xu hƣớng hạn hán cho khu vực nghiên cứu dƣới ảnh hƣởng biến đổi khí hậu + Xây dựng đồ phân bố khu vực bị ảnh hƣởng hạn hán lƣu vực sông Srepok - Đề xuất số giải pháp giảm thiểu tác động hạn hán gây dƣới ảnh hƣởng BĐKH: + Xác định ảnh hƣởng hạn hán lên khu vực nghiên cứu + Đề xuất số giải pháp phù hợp nhằm giảm thiểu tác động hạn hán lên lƣu vực sông Srepok (theo khu vực bị ảnh hƣởng lƣu vực sông Srepok) 40 2.2 Phƣơng pháp nghiên cứu 2.2.1 Phương pháp khảo sát, thu thập thông tin, thu thập số liệu - Tiến hành thu thập báo cáo khoa học, nghiên cứu khoa học, báo – tạp chí chuyên ngành ngồi nƣớc có liên quan đáng tin cậy, kế thừa kết đánh giá mức độ hạn hán dự báo khả hạn xảy tƣơng lai từ nghiên cứu - Tiến hành thu thập số liệu có liên quan (lƣợng mƣa, nhiệt độ, đồ…) trạm quan trắc khí tƣợng thủy văn lƣu vực sông Srepok (bao gồm trạm quan trắc khí tƣợng thủy văn); số liệu quan trắc khí tƣợng thủy văn từ năm 1980 đến + Thu thập số liệu yếu tố nhiệt độ, lƣợng mƣa theo ngày trạm quan trắc khí tƣợng thủy văn (danh sách trạm quan trắc khí tƣợng thủy văn bảng 1.3) + Thu thập liệu đồ hành chính, đồ sử dụng đất, đồ địa hình tỉnh Đắk lắk tỉnh Đắk Nông - Tiến hành thu thập áo cáo thƣờng niên Sở Tài nguyên Môi trƣờng tỉnh có lƣu vực Srepok chảy qua (tỉnh Đắk Lắk Đắk Nông) Các số liệu tác động hạn hán đến đời sống, sản xuất ngƣời dân khu vực nghiên cứu nhƣ : diện tích đất sản xuất nơng nghiệp (ngơ, lúa, sắn, cà phê, tiêu…) suất trồng bị thiệt hại khơ hạn gây ra; tình trạng thiếu nƣớc cho sinh hoạt, sản xuất ngƣời dân; diện tích đất bị hoang mạc hóa, khơ cằn hạn hán… 2.2.2 Phương pháp mơ hình hóa Nghiên cứu sử dụng kết mơ hình hồn lƣu tồn cầu (GCM – General Circulation Model) cơng cụ chi tiết hóa thống kê LARS-WG để xây dựng kịch biến đổi khí hậu cho lƣu vực 2.2.2.1 Sơ đồ bước thực Đề tài đƣợc thực theo trình tự hình 2.1: 41 Số liệu quan trắc (Lƣợng mƣa, nhiệt độ cao nhất, nhiệt độ thấp nhất) Dữ liệu BĐKH từ mơ hình GCM IPCC (kịch A1B, B1) Dowscaling LARS-WG5 ( Hiệu chỉnh kiểm định) Xây dựng kịch BĐKH (mô lƣợng mƣa, nhiệt độ) Tính SPI - Đánh giá mức độ, tần xuất, thời gian hạn khí tƣợng - Xây dựng đồ hạn Đề xuất giải pháp Hình 2.1 Sơ đồ ƣớc thực đề tài 2.2.2.2 Cơ sở lý thuyết công cụ LARS-WG LARS-WG (Long Ashton Research Station Weather Generator) công cụ tạo thời tiết ngẫu nhiên, đƣợc sử dụng để mô liệu thời tiết vị trí cụ thể [30], đƣợc sử dụng rộng rãi đánh giá tác động BĐKH Mơ hình LARS-WG sử dụng liệu khí tƣợng đo đạc để tính tốn tham số cho hàm phân bố xác suất biến khí tƣợng, hàm phân bố đƣợc dùng để phát sinh chuỗi liệu khí tƣợng việc lựa chọn ngẫu nhiên giá trị từ hàm phân bố phù hợp Các kiện mƣa đƣợc mô dựa vào hàm phân bố độ dài 42 chuỗi liên tục ngày mƣa ngày khơng mƣa, hàm phân ố Tmax Tmin đƣợc mô dựa vào trạng thái chuỗi ngày mƣa không mƣa (Semenov & Barrow, 2002) Hàm phân ố bán thực nghiệm (SED) đƣợc dùng mơ hình LARS-WG để kiểm định tính chuẩn hàm phân bố xác suất chuỗi ngày mƣa không mƣa lƣợng mƣa, Tmax Tmin Chi tiết sở lý thuyết mơ hình LARS-WG đƣợc trình bày tài liệu tham khảo [31] 2.2.2.3 Trình tự thiết lập LARS-WG LARS-WG Dữ liệu quan trắc (1980 – 2019) Hiệu chỉnh kiểm định Dữ liệu BĐKH từ mơ hình GMC IPCC (kịch A1B, B1), với giai đoạn 2040, 2080 LARS-WG hiệu chỉnh Xây dựng kịch BĐKH cho lƣu vực Hình 2.2 Quá trình tạo liệu thời tiết mô ằng công cụ LARS-WG a) Xây dựng kịch BĐKH Để xây dựng kịch BĐKH cho khu vực nghiên cứu, tham số nhiễu loạn hàm phân bố cho vị trí cụ thể với thay đổi đƣợc dự báo mơ hình GCM đƣợc dùng Sự thay đổi tham số tƣơng lai khác biệt kết mô theo kịch phát thải giai đoạn tƣơng lai giai đoạn trạng Các file kịch thể thay đổi tƣơng đối (so với giai đoạn trạng) giai đoạn: 2040 2080 từ kết mô GCM Chi tiết ứng dụng mơ hình LARS-WG xây dựng kịch BĐKH đƣợc thảo luận nghiên cứu [32] 43 b) Quá trình tạo liệu thời tiết tổng hợp chia thành ba bước riêng biệt:  Hiệu chuẩn mơ hình (Model Calibration) – SITE ANALYSIS Dữ liệu thời tiết quan sát đƣợc phân tích để xác định đặc tính thống kê chúng Thông tin đƣợc lƣu trữ hai tập tin tham số Một tập tin tham số (*wgx.), Trong có thơng số theo u cầu LARS-WG để tạo chuỗi thời tiết tổng hợp theo thời gian Một tập tin thống kê (*stx.) có chứa phân phối tần số thời gian theo mùa mƣa mùa khơ, cho biết thời kỳ nóng lạnh, sau đƣợc sử dụng QTest  Kiểm định mơ hình (Model Validation) - QTEST Những đặc điểm thống kê liệu thời tiết quan sát liệu thời tiết mô đƣợc phân tích để xác định xem có khác biệt thống kê giá trị thời tiết hay khơng Để đảm bảo xác suất phân phối liệu mô gần với phân phối thực tế quan sát địa phƣơng Kiểm định đƣợc sử dụng kiểm định Kolmogorov-Smirnov (KS-test), giá trị t-test, F-test p đƣợc sử dụng để kiểm tra mức độ tƣơng quan giá trị trung ình độ lệch chuẩn biến thời tiết quan sát biến thời tiết mô Kết thống kê đƣợc lƣu trữ tập tin *tst  Tạo kịch liệu thời tiết tổng hợp (Generation of synthetic weather data ) - GENERATOR Trong q trình hiệu chỉnh – kiểm định mơ hình đƣợc sử dụng để tạo liệu thời tiết mô có đặc tính thống kê tƣơng tự nhƣ liệu quan sát an đầu, chuỗi liệu thời tiết mơ có tính chất tƣơng ứng với liệu thời tiết quan sát đƣợc tạo cách sử dụng GENERATOR, tạo chuỗi liệu thời tiết mô tƣơng ứng với kịch BĐKH cụ thể cách áp dụng mơ hình khí hậu tồn cầu có nguồn gốc từ thay đổi lƣợng mƣa, nhiệt độ vào tập tin tham số LARS-WG 44 2.2.2.4 Số liệu đầu vào sử dụng cho trình hiệu chỉnh kiểm định mơ hình - Trong nghiên cứu sử dụng số liệu quan trắc lƣợng mƣa nhiệt độ trạm mƣa khí tƣợng lƣu vực (Bảng 1.3), với chuỗi số liệu khứ 40 năm (19802019) để xây dựng kịch BĐKH Số liệu đƣợc thu thập Đài khí tƣợng thủy văn khu vực Tây Nguyên - Chuỗi số liệu khí hậu dự áo cho tƣơng lai đƣợc xây dựng công cụ LARSWG dựa vào kết mơ 15 mơ hình hồn lƣu khí (BCM2, CGMR2, CNCM3, CSMK3, FGOALS, GFCM21, GIAOM, HadCM3, HADGEM, INCM3, IPCM4, MIHR, MPEH5, NCCCSM, NCPCM) cho kịch phát thải A1B B1 45 Bảng 2.1 Nguồn 15 mơ hình khí hậu tồn cầu từ IPCC AR5 đƣa vào công cụ LARS-WG Tên viết Tên mơ hình Bergen Climate Model Version Coupled Global Climate model 3.3.1 tắt c c m h nh BCM2 CGMR Centre National de Recherches Meteorologiques - Climate Model version 3.0 Commonwealth Scientific and Industrial Research Organisation - Model 3.0 CNCM3 CSMK3 The Flexible Global OceanAtmosphere-Land system model Geophysical Fluid Dynamics Laboratory-Climate Model FGOALS GFCM21 Nguồn Trung tâm nghiên cứu khí hậu Bjerknes, Na uy Trung tâm mơ hình phân tích khí hậu Canada Trung tâm Quốc gia nghiên cứu khí tƣợng, Pháp Liên ang khoa học tổ chức Nghiên cứu Cơng nghiệp, c Viện Vật lý Khí quyển, Trung Quốc Phịng thí nghiệm địa vật lý Fluid Dynamics, Hoa Kỳ 46 Độ phân giải Kịch ản Kịch ản sử kh ng gian lƣới (Grid resolution) m hình dụng nghiên cứu 1.9 x 1.9 A1B, B1 A1B, B1 2.8 x 2.8 A1B A1B 1.9 x 1.9 A1B, A2 A1B 1.9 x 1.9 A1B, B1 A1B, B1 2.8 x 2.8 A1B, B1 A1B, B1 2.0 x 2.5 A1B, B1, A2 A1B, B1 Tên mơ hình Tên viết tắt c c m Nguồn h nh Độ phân giải kh ng gian lƣới Kịch ản m Kịch ản sử dụng (Grid resolution) hình nghiên cứu 3x4 A1B, B1 A1B, B1 2.5 x 3.75 A1B, B1 A1B, B1 1.3 x 1.9 A1B, A2 A1B version 2.1 NASA/Goddard Institute for Space Studies - Atmosphere Ocean Model Hadley Centre Coupled Model, version Hadley Centre Global Environment Model version Institute for Numerical Mathematics - Climate Model version 3.0 GIAOM HADCM3 HADGEM Meteorological Research Institute - Coupled Global Trung tâm khí tƣợng Hadley, Vƣơng quốc Anh Trung tâm khí tƣợng Hadley, Vƣơng quốc Anh A1B, B1, INCM3 Viện Toán học, Nga IPCM4 Viện Pierre Simon Laplace, Pháp 2.5 x 3.75 A1B, B1, A2 A1B, B1 MIHR Viện nghiên cứu môi trƣờng, Nhật Bản 2.8 x 2.8 A1B, B1 A1B, B1 Institute Pierre Simon Laplace - Climate Model version 4.0 Viện Nghiên cứu Không gian, Hoa Kỳ 47 4x5 A2 A1B, B1 Tên mơ hình Tên viết tắt c c m Độ phân giải kh ng gian lƣới Kịch ản m Kịch ản sử dụng (Grid resolution) hình nghiên cứu Viện khí tƣợng Max-Planck, Đức 1.9 x 1.9 A1B, B1, A2 A1B, B1 NCCCSM Trung tâm nghiên cứu khí quốc gia, Hoa Kỳ 1.4 x 1.4 A1B, B1, A2 A1B, B1 NCPCM Trung tâm nghiên cứu khí quốc gia, Hoa Kỳ 2.8 x 2.8 A1B, A2 A1B Nguồn h nh Climate model 2.3.2 The fith-generation atmospheric general circulation model (ECHAM5) and ocean-sea ice component developed at the Max Planck Institute for Meteorology MPEH5 (MPIM) The Community Climate System Model version 3.0 Parallel Climate Model 48 2.2.2.5 Đánh giá hiệu mơ hình Để đánh giá hiệu mơ mơ hình, phƣơng pháp sau đƣợc thực hiện:  Đánh giá định tính: So sánh giá trị mô quan trắc lƣợng mƣa nhiệt độ phƣơng pháp đồ thị  Đánh giá định lượng: - Sử dụng kiểm định thống kê (KS-test, t-test F-test) để kiểm tra giả thuyết khác biệt giữ giá trị mô quan trắc Giả thuyết đƣợc chấp nhận giá trị p > 0.05, giá trị t nằm khoảng từ -1.96 đến 1.96 F > - Sử dụng số thống kê sai số quân phƣơng (RMSE – Root Mean Square Error), hệ số tƣơng quan - Coefficient of correlation (R) để đánh giá khác biệt giá trị quan trắc mô Qua số thống kê cho ta thấy đƣợc mối tƣơng quan, khác biệt giá trị khí tƣợng quan trắc mô Giá trị RMSE nhỏ R tiến gần tới giá trị mô giống với giá trị quan trắc + Cơng thức tính RMSE: √ ∑ ( ) Trong đó: xi : giá trị thời tiết quan trắc (lƣợng mƣa, nhiệt độ) năm thứ i yi : giá trị thời tiết mô năm thứ i n : số năm tính tốn ( n = 40 năm) + Cơng thức tính R: 49 ( ) ( ∑ √∑ ( ̅) ( ̅) ̅) ∑ ( ̅) ( ) Trong đó: xi : giá trị thời tiết quan trắc năm thứ i ̅ : giá trị trung bình thời tiết quan trắc n năm (n = 40) yi : giá trị thời tiết mô năm thứ i ̅ : giá trị trung bình thời tiết mơ n năm (n = 40) n : số năm tính tốn ( n = 40 năm) 2.2.3 Phương pháp số Nghiên cứu sử dụng số hạn SPI (Chỉ số chuẩn hóa lƣợng mƣa) để đánh giá mức độ hạn hán cho lƣu vực Chỉ số chuẩn hoá lƣợng mƣa (SPI) số hạn khí tƣợng, dựa sở xác suất lƣợng mƣa thời gian Mckee cộng thuộc Đại học Tổng hợp Bang Colorado đề xuất năm 1993[33] Nó đƣợc tính tốn đơn giản chênh lệch lƣợng mƣa thực tế R (tổng lƣợng mƣa tuần, tháng, mùa, vụ thực tế) so với trung bình nhiều năm chia cho độ lệch chuẩn σ: ̅ ( ) Chỉ số SPI số không thứ nguyên: giá trị SPI mang dấu âm tình trạng hạn hán, cịn mang giá trị dƣơng tức tình trạng thừa ẩm Do phân bố lƣợng mƣa qui mô thời gian nhỏ năm phân bố chuẩn, để hiệu chỉnh phân bố chuẩn ta dùng công thức đơn giản hay để tính tốn chi tiết ta làm nhƣ sau:  Trước tiên phải hiệu chỉnh phân bố lượng mưa tới hàm phân bố mật độ xác suất chuẩn Gama Phân bố Gama xác định hàm mật độ tần số hay 50 xác suất: ( ) ( ) Trong tham số α β hàm mật độ xác suất Gama ƣớc lƣợng cho trạm cho qui mô thời gian (3 tháng, tháng, 12 tháng …), cho tuần năm Các số α β đƣợc ƣớc lƣợng tối ƣu nhƣ sau: [ Với (̅̅̅) ∑ ( ) √ ̅ ] , x lƣợng mƣa n số lần quan sát lƣợng mƣa  Các tham số sau dùng vào việc xác định xác suất tích lũy ( ) ∫ ( ) ( ) ( ) ∫ cho t = x/β phƣơng trình trở thành: ( ) ( ) ∫ ta thấy rằng, x = phân bố lƣợng mƣa chứa số xác suất tích lũy trở thành: H(x) = q + (1 – q) G(x) Với q xác suất điểm lƣợng mƣa =  Cuối cùng, xác suất tích lũy biến đổi tới biến ngẫu nhiên chuẩn hóa Z với giá trị trung bình phương sai 1, Z giá trị SPI ( ) Đối với < H(x) 51 0.5 ( ) Đối với 0.5 < H(x) Trong đó, √ [ t=√ [ ( ( )) ] ( ( )) Đối với < H(x) ] 1.0 0.5 Đối với 0.5 < H(x) 1.0 Và số đƣợc cho nhƣ sau: C0 = 2.515517 d1 = 1.432788 C1 = 0.802853 d2 = 0.189269 C2 = 0.010328 d3 = 0.001308 Để đánh giá mức độ hạn hán, giá trị số SPI đuợc phân loại tƣơng ứng với mức độ hạn hán nhƣ sau: Bảng 2.2 Phân cấp hạn khí tƣợng theo số SPI [33] Các giá trị SPI Phân loại ≥2 Cực kỳ ẩm ƣớt 1.5 ÷ 1.99 Rất ẩm ƣớt 1.0 ÷ 1.49 Tƣơng đối ẩm ƣớt -0.99 ÷ 0.99 Gần chuẩn -1 ÷ -1.49 Tƣơng đối khô -1.5 ÷ -1.99 Khô nặng ≤ -2 Cực kỳ khơ Một mạnh số tính tốn cho nhiều khoảng thời gian khác (nghĩa SPI cho tháng, tháng, tháng, tháng, 12 tháng, 24 tháng), SPI 1,3,6,9 thể hạn hán theo tháng theo mùa, SPI 12, 24 thể hạn hán theo năm Một mạnh khác số SPI đƣợc tính dựa vào hàm xác suất, đƣợc dùng cho phân tích dự báo tần xuất hạn Cuối 52 số SPI đƣợc tính tốn chủ yếu dựa vào số liệu lƣợng mƣa, vài số hạn nhƣ PDSI (Palmer Drought Severity Index) SPEI (Standardized Precipitation – Evaporation Index) yêu cầu số liệu đầu vào nhiều nhƣ độ ẩm đất lƣợng bốc 2.2.4 Phương pháp xử lý thống kê Sử dụng phần mềm Microsoft Excel để tính tốn thống kê số liệu khí tƣợng mơ trình ày kết tính tốn dƣới dạng ảng iểu, iểu đồ Sử dụng phần mềm Excel để tính tốn số hạn SPI 2.2.5 Phương pháp phân tích, đánh giá Phân tích đánh giá kết tính tốn hạn hán giai đoạn trạng, nhƣ giai đoạn tƣơng lai; từ đánh giá đƣợc diễn biến, xu hƣớng thay đổi mức độ hạn hán tƣơng lai 2.2.6 Phương pháp hệ thống thông tin địa lý (GIS) Sử dụng phần mềm GIS (Mapinfo, Arcgis) để trình bày kết tính tốn dƣới dạng đồ, phân tích xu hƣớng hạn hán theo khơng gian 2.2.7 Phương pháp tổng hợp Phân tích tổng hợp tác động hạn hán lên lƣu vực sơng Srepok dƣới ảnh hƣởng biến đổi khí hậu, từ đề xuất số giải pháp phù hợp nhằm giảm thiểu tác động hạn hán gây dƣới ảnh hƣởng BĐKH 53 ... (nghĩa SPI cho tháng, tháng, tháng, tháng, 12 tháng, 24 tháng), SPI 1,3,6,9 thể hạn hán theo tháng theo mùa, SPI 12, 24 thể hạn hán theo năm Một mạnh khác số SPI đƣợc tính dựa vào hàm xác suất,... số hạn SPI 2.2.5 Phương pháp phân tích, đánh giá Phân tích đánh giá kết tính tốn hạn hán giai đoạn trạng, nhƣ giai đoạn tƣơng lai; từ đánh giá đƣợc diễn biến, xu hƣớng thay đổi mức độ hạn hán. .. dạng đồ, phân tích xu hƣớng hạn hán theo không gian 2.2.7 Phương pháp tổng hợp Phân tích tổng hợp tác động hạn hán lên lƣu vực sông Srepok dƣới ảnh hƣởng biến đổi khí hậu, từ đề xuất số giải pháp