Xây dựng bản đồ mưa ngày lớn nhất cho khu vực miền Trung và Tây Nguyên

Bài viết Xây dựng bản đồ mưa ngày lớn nhất cho khu vực miền Trung và Tây Nguyên nghiên cứu sử dụng phần mềm ArcGis để xây dựng bản đồ mưa cực hạn dựa trên số liệu của hai phương pháp phân tích tần suất: Phương pháp vùng và phương pháp địa phương.

Nguyễn Chí Công, Nguyễn Vĩnh Long 14 XÂY DỰNG BẢN ĐỒ MƯA NGÀY LỚN NHẤT CHO KHU VỰC MIỀN TRUNG VÀ TÂY NGUYÊN BUILDING MAPS OF EXTREME DAILY RAINFALL FOR CENTRAL AND HIGHLAND REGION IN VIET NAM Nguyễn Chí Công1, Nguyễn Vĩnh Long2 Trường Đại học Bách khoa - Đại học Đà Nẵng; chicongbkdn@gmail.com Chi cục Phòng chố ng thiên tai khu vực miề n Trung và Tây Nguyên Tóm tắt - Tần suất thiết kế thời đoạn tính tốn lượng mưa quan trọng thiết kế cơng trình thủy Nghiên cứu sử dụng suy luận Bayesian thuật toán Markov Chain Monte Carlo để phân tích tần suất mưa ngày lớn Hai phương pháp thường dùng phân tích tần suất gồm: (i) Phương pháp địa phương (ii) Phương pháp vùng, sử dụng để phân tích tần suất mưa ngày lớn cho 75 trạm đo khu vực miền Trung Tây Nguyên (MT-TN) Kết phân tích tần suất hai cách tiếp cận sở cho việc xây dựng đồ mưa ngày lớn cho toàn vùng Các kết so sánh kiểm chứng phù hợp phân bố mưa theo không gian thời gian lặp lại T=100 năm Ngồi ra, kết giúp người thiết kế ước tính lượng mưa ngày lớn ứng với tần suất thiết kế vùng khơng có trạm đo làm sở khoanh vùng cấp độ rủi ro thiên tai mưa lớn Abstract - The design frequency and timing of precipitation calculation are very important in hydraulic construction design The study uses Bayesian inference and Monte Carlo Chain Markov algorithms to analyze the extreme daily rainfall The two methods commonly used in frequency analysis include: (i) Local method and (ii) Regional method and are used to analyze the highest daily rainfall for 75 stations in the Central and Highland Region The results of the analysis of the frequency of these approaches are the basis for the creation of the largest daily rainfall map for the whole region This result will be compared and verified for relevance for spatial rainfall distribution and repeat time T of 100 years In addition, this result can help the designer estimate the maximum daily precipitation corresponding to design frequencies in areas without stations and zone the level of natural disaster risk due to heavy rain according to regulations Từ khóa - mưa ngày lớn nhất; Bayesian MCMC; phương pháp vùng; phương pháp địa phương; miền Trung Tây Nguyên Key words - extreme daily rainfall; Bayesian MCMC; regional method; local method; Central and Highland region Đặt vấn đề Là quốc gia nằm vùng khí hậu nhiệt đới gió mùa, hàng năm Việt Nam ghi nhận tổng lượng mưa lớn phân bố không so với nhiều nơi giới Trong đó, khu vực miền Trung Tây Nguyên khu vực có phân biệt lớn lượng phân bố khơng gian, nơi có dãy núi cao đón gió mùa Đơng Bắc áp thấp nhiệt đới từ Biển Đơng Chính lý mà Việt Nam nói chung tỉnh khu vực miền Trung Tây Nguyên nói riêng nhận định có nguy rủi ro thiên tai mưa lớn cao Bản đồ phân bố không gian lượng mưa, đặc biệt mưa cực hạn cần thiết trình quản lý nguồn nước, phân tích đặc tính thuỷ văn, đánh giá hệ sinh thái đặc biệt quan trọng công tác lập quy hoạch, kế hoạch phương án phòng chống loại hình thiên tai gắn liền với diễn biến mưa lũ, lũ quét, lũ ống, sạt lở đất ngập lũ Bên cạnh đó, mạng lưới quan trắc mưa cịn thưa phân bố khơng đồng đều, số liệu mưa ngày nhiều trạm khơng liên tục, khó đáp ứng cho việc ước tính tần suất đạt độ tin cậy cao việc ước tính lượng mưa ngày lớn ứng với tần suất lũ thiết kế, lũ kiểm tra cho cơng trình giao thơng, thủy lợi thường lấy theo trạm gần Việc nghiên cứu phương pháp xây dựng đồ mưa cực hạn cần thiết Nghiên cứu sử dụng phần mềm ArcGis để xây dựng đồ mưa cực hạn dựa số liệu hai phương pháp phân tích tần suất: phương pháp vùng phương pháp địa phương MT-TN gồm: Thừa Thiên Huế, Đà Nẵng, Quảng Nam, Quảng Ngãi, Kon Tum Gia Lai (Hình 1) Đây tỉnh có địa hình phức tạp dãy Trường Sơn chia cắt khu vực miền Trung Tây Nguyên theo hướng Đơng Nam Bên cạnh đó, cịn có dãy núi cao chia cắt ranh giới tỉnh theo hướng Đông Bắc như: dãy Bạch Mã, dãy Ngọc Linh Hàng năm, hoạt động gió Đơng Bắc từ tháng 11 đến tháng 1, áp thấp nhiệt đới Biển Đơng từ tháng đến tháng 12 gió Tây Nam từ tháng đến tháng 9, kết hợp với yếu tố địa hình tạo nên trận mưa lớn gây lũ lụt, sạt lở đất, gây nhiều thiệt hại người tài sản 2.2 Dữ liệu Vùng nghiên cứu có số liệu đo đa dạng nguồn gốc số liệu phân bố trạm đo khơng đồng đều: Vùng đồng có mật độ trạm dày cịn vùng núi có mật độ trạm thưa, đặc biệt, vùng tiếp giáp với nước Lào Campuchia khơng có trạm đo, vùng giáp Biển Đơng có trạm đảo Lý Sơn Với mục đích xây dựng đồ mưa ngày lớn nhất, yêu cầu liệu đo cần thỏa mãn mặt không gian, cần thu thập thêm trạm đo mưa tiếp giáp để làm nội suy đồ Qua phân tích đánh giá, nghiên cứu lựa chọn 75 trạm thỏa mãn điều kiện liệu đo mưa ngày liên tục 15 năm có độ tin cậy Số liệu thống kê mưa lấy từ trạm khí tượng thủy văn, trạm đo mưa hồ thủy lợi Các trạm đo mưa tự động thời gian đo liên tục ngắn độ tin cậy chưa cao nên không sử dụng nghiên cứu Thông tin trạm bao gồm: vĩ độ, kinh độ cao độ trạm Nghiên cứu xét thời đoạn mưa tính tốn ngày lớn (1NLN) Phương pháp nghiên cứu liệu 2.1 Vùng nghiên cứu Vùng nghiên cứu bao gồm tỉnh thuộc khu vực ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 9(118).2017 - Quyển 15 Nghiên cứu tiếp tục phát triển từ kết nghiên cứu trước tác giả 3, theo đó, thời đoạn mưa 1NLN khu vực nghiên cứu sàng lọc phân thành 03 vùng thoả mãn số test Hosking-Wallis (Bảng 1) đồ phân vùng Hình Trong nghiên cứu này, tác giả tiếp tục triển khai bước (iii) (iv) sử dụng phương pháp nội suy IDW để xây dựng đồ mưa 1NLN ứng với thời gian lặp lại T=100 năm Bảng Chỉ số (Hn) kiểm tra tính đồng mẫu liệu 1NLN Hn Vùng (N= 30 trạm) Vùng 2’ (N= 19 trạm) Vùng 2” (N= 26 trạm) H1 -0,113 1,828 -0,262 H2 -0,046 0,780 1,009 H3 -0,159 0,106 1,404 Kết luận Đồng Đồng Đồng 3.1.1 Lựa chọn phân phối thống kê Trong phân tích tần suất vùng, hàm phân phối (F) chọn dựa tỷ lệ L-moment giá trị ZDist Với dạng phân phối, ZDist tính tốn sau: 𝑡4𝑅 − 𝜏4𝐷𝑖𝑠𝑡 𝜎4 𝑅 Trong đó, 𝜏4 giá trị trung bình L-kurtosis tính từ liệu vùng, 𝜏4𝐷𝑖𝑠𝑡 giá trị L-kurtosis lý thuyết tính từ mơ cho dạng phân phối, 𝜎4 giá trị độ lệch chuẩn L-kurtosis nhận từ mô liệu Những phân phối chọn phải có giá trị |Z Dist | ≤ 1,64 Trường hợp tồn nhiều hàm phân phối thoả mãn hàm phân phối cho |Z Dist | gần phù hợp 4 𝑍 𝐷𝑖𝑠𝑡 = Hình Địa hình mạng lưới trạm đo mưa Phương pháp 3.1 Phương pháp phân tích tần suất vùng Có thể tóm lược phương pháp phân tích tần suất mưa vùng thành 04 bước: (i) Sàng lọc số liệu; (ii) Xác định vùng đồng nhất; (iii) Chọn hàm phân phối xác suất cho vùng đồng nhất; (iv) Ước lượng giá trị phân phối xác suất cho trạm thông qua số mưa vùng 3.1.2 Phương pháp số mưa vùng Phương pháp dựa nguyên lý đề xuất Dalrymple (1960) Giá trị xác suất lũy tích F trạm thứ i viết: 𝑋𝑖 (𝐹) = 𝜇𝑖 𝑥(𝐹) Trong đó, 𝑥(𝐹) giá trị xác suất lũy tích F vùng, 𝜇𝑖 số lũ tính giá trị trung bình mẫu liệu đo trạm thứ i Sau phân tích tần suất vùng ước tính 𝑋̂ thơng qua số mưa vùng ước tính 𝜇̂ lượng mưa ước tính cho tường trạm vùng 𝑥̂ = Hình Bản đồ phân vùng đồng mưa 1NLN 𝑋̂ 𝜇 ̂ 3.1.3 Thuật toán Bayesian Markov chain Monte Carlo Thủ tục Bayesian MCMC sử dụng rộng rãi cho ứng dụng thủy văn 5, 6, 7 Nghiên cứu giới thiệu ngắn gọn thủ tục Bayesian MCMC Chi tiết thuật toán sử dụng có thư viện nsRFA phần mềm R (miễn phí) Theo thuyết Bayes, likelihood mẫu cho tham số mơ hình xác suất 𝐿(𝑫|𝜃) có mối quan hệ với likelihood hàm mật độ xác suất tham số cho mẫu 𝑝(𝜃|𝑫): 𝐿(𝑫|𝜃)𝑝(𝜃) 𝑝(𝜃|𝑫) = 𝑝(𝑫) Trong đó: 𝑝(𝜃) phân phối cho trước tham số 𝜃, 𝑝(𝑫) xác xuất mẫu D hay cịn gọi số chuẩn hóa Likelihood mẫu quan sát D tính sau: Nguyễn Chí Công, Nguyễn Vĩnh Long 16 𝑠 𝑛𝑖 GNO -1,094 -1,711 -2,367 PE3 -2,368 -2,826 -3,482 𝑖=1 𝑗=1 GPA -6,429 -4,850 -6,983 Chọn PP GEV GLO GLO 𝑥𝑖𝑗 𝐿(𝑫|𝜃) = ∏ [∏ 𝑓𝜃 ( )] 𝜇𝑖 Trong đó, 𝑓𝜃 hàm mật độ xác suất phân phối thống kê lựa chọn cho đường cong tần suất vùng, 𝜃 véc-tơ tham số phân phối lựa chọn để ước tính 3.2 Phương pháp phân tích tần suất địa phương Khác với phương pháp vùng, phương pháp địa phương xét cho mẫu liệu đo trạm Likelihood mẫu quan sát D tính sau: 𝑠 𝐿(𝑫|𝜃) = ∏ 𝑖=1 𝑓𝜃 (𝑥𝑖 ) Trong đó, 𝑓𝜃 hàm mật độ xác suất phân phối thống kê lựa chọn, 𝜃 véc-tơ tham số phân phối lựa chọn để ước tính xi giá trị đo, với i= 1, , s Tóm lại, hai phương pháp (vùng địa phương) sử dụng thuật toán Bayesian MCMC để ước tính tần suất tất thủ tục giới thiệu sử dụng thư viện ngơn ngữ thống kê R, nsRFA 3.3 Phương pháp nội suy theo khoảng cách ngược (IDW) Các nghiên cứu trước 1, 2 phương pháp IDW nội suy mưa phù hợp cho kết tốt so với phương pháp nội suy khác Trong nghiên cứu này, đồ phân bố lượng mưa thành lập dựa nguyên tắc nội suy biến đổi trung bình với trọng số tính theo khoảng cách ngược Phương pháp biểu diễn cơng thức tốn học sau: n Zp  Z W i 1 n i i W i 1 i Trong đó: Zp giá trị nội suy; Zi giá trị đo vị trí (xi, yi); n điểm lấy mẫu; Wi hàm trọng số: Wi  dk Với: d khoảng cách từ trạm có giá trị biết đến điểm cần nội suy; k hệ số mũ trọng số Kết bàn luận 4.1 Lựa chọn hàm phân phối Kết (Bảng 2) tính giá trị ZDist tương ứng với dạng phân phối xem có khả phù hợp (GLO, GEV, LN3, PE3 GPA) cho mẫu liệu vùng cho thấy, với mơ hình mưa 1NLN vùng có hàm (GEV GNO) phù hợp, tương tự vùng 2’ có hàm (GLO GEV), riêng vùng 2’’ cho kết hàm phân phối GLO thoả mãn Theo nguyên tắc chọn hàm phân phối thống kê, tác giả chọn hàm GEV cho liệu vùng 1; GLO cho vùng 2’ vùng 2’’ Bảng Lựa chọn hàm phân phối ZDIST≤1,64 4.2 Ước tính giá trị mưa cực hạn ứng với thời đoạn 1NLN Để xây dựng đồ, tác giả trích xuất giá trị mưa thời đoạn 1NLN ứng với T=100 năm Bảng để xây dựng đồ mưa 1NLN Bảng Kết ước tính lượng mưa 1NLN trạm ứng với 𝑅 T=100 năm, theo phương pháp vùng, 𝑥̂100 (đơn vị: mm) ID Tên trạm R x̂100 ID Tên trạm R x̂100 Thạch Hãn 600 38 Mộ Đức 588 Phú Ốc 678 39 Sơn Tây 657 Cổ Bi 607 40 An Chỉ 655 Kim Long 627 41 Minh Long 937 Huế 702 42 Đức Phổ 633 Bình Điền 635 43 Ba Tơ 820 Tà Lương 801 44 Sa Huỳnh 563 Dương Hòa 657 45 Giá Vực 815 A Lưới 688 46 An Hồ 623 10 Nam Đơng 879 47 Hồi Nhơn 507 11 Thượng Nhật 742 48 Vĩnh Sơn 501 12 Cẩm Lệ 520 49 Bình Tường 490 13 Bà Nà 494 50 Bình Quang 420 14 Hiên 482 51 Vĩnh Kim 524 15 Ái Nghĩa 554 52 Vân Canh 580 16 Hội An 528 53 Đèo Cù Mông 641 17 Câu Lâu 495 54 Củng Sơn 607 18 Giao Thủy 544 55 Đăk Glei 379 19 Hội Khách 506 56 Sa Thầy 383 20 Thành Mỹ 506 57 Đắk Tô 313 21 Thăng Bình 475 58 ComPlơng 246 22 Nơng Sơn 582 59 Kon Tum 260 23 Hiệp Đức 667 60 Ia Ly 290 24 Tam Kỳ 592 61 Kbang 249 25 Tiên Phước 663 62 Biển Hồ 239 26 Trà My 729 63 Ia Hrung 274 27 Phước Sơn 623 64 PomoreTV 290 28 Thạch Bàn 542 65 Thôn 281 29 Vĩnh Trinh 541 66 Đăk Đoa 259 30 Lý Sơn 633 67 Pleiku 259 31 Châu Ổ 705 68 An Khê 264 32 Trà Bồng 711 69 Chư Sê 272 33 Trà Khúc 656 70 Chư Prông 270 34 Quảng Ngăi 671 71 Ayun Hạ 177 35 Sông Vệ 648 72 Ayun Pa 275 |ZDIST| Vùng Vùng 2’ Vùng 2’’ GLO 2,114 0,445 0,419 36 Sơn Giang 925 73 Krông Pa 322 GEV -0,485 -1,107 -1,831 37 Sơn Hà 812 74 Buôn Hồ 247 ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 9(118).2017 - Quyển 17 Bảng Kết ước tính lượng mưa 1NLN trạm ứng với 𝐿 T=100 năm, theo phương pháp địa phương, 𝑥̂100 (đơn vị: mm) ID Tên trạm L x̂100 ID Tên trạm L x̂100 Thạch Hãn 513 38 Mộ Đức 613 Phú Ốc 799 39 Sơn Tây 550 Cổ Bi 877 40 An Chỉ 690 Kim Long 675 41 Minh Long 1507 Huế 1028 42 Đức Phổ 624 Bình Điền 642 43 Ba Tơ 923 Tà Lương 683 44 Sa Huỳnh 508 Dương Hòa 687 45 Giá Vực 961 A Lưới 789 46 An Hồ 420 10 Nam Đơng 798 47 Hoài Nhơn 397 11 Thượng Nhật 665 48 Vĩnh Sơn 508 12 Cẩm Lệ 590 49 Bình Tường 331 13 Bà Nà 395 50 Bình Quang 328 14 Hiên 643 51 Vĩnh Kim 401 15 Aí Nghĩa 569 52 Vân Canh 462 747 16 Hội An 565 53 Đèo Cù Mông 17 Câu Lâu 462 54 Củng Sơn 921 18 Giao Thuỷ 770 55 Đăk Glei 391 19 Hội Khách 513 56 Sa Thầy 345 20 Thành Mỹ 689 57 Đắk Tơ 657 21 Thăng Bình 363 58 ComPlơng 604 22 Nông Sơn 512 59 Kon Tum 181 23 Hiệp Đức 713 60 Ia Ly 145 24 Tam Kỳ 414 61 Kbang 271 25 Tiên Phước 557 62 Biển Hồ 243 26 Trà My 567 63 Ia Hrung 278 27 Phước Sơn 660 64 PomoreTV 330 28 Thạch Bàn 442 65 Thôn 229 29 Vĩnh Trinh 453 66 Đăk Đoa 329 30 Lý Sơn 763 67 Pleiku 208 31 Châu Ổ 476 68 An Khê 290 32 Trà Bồng 656 69 Chư Sê 216 33 Trà Khúc 753 70 Chư Prông 290 34 Quảng Ngăi 769 71 Ayun Hạ 973 35 Sông Vệ 705 72 Ayun Pa 421 36 Sơn Giang 1163 73 Krông Pa 265 37 Sơn Hà 862 74 Buôn Hồ 604 4.3 Xây dựng đồ mưa 1NLN Bản đồ kết nội suy dạng raster với kích thước pixel lấy 50 m x 50 m; sau cắt bỏ phần khu vực nghiên cứu đồ phân bố lượng mưa 1NLN ứng với T=100 năm Hình Hình thể đồ phân bố không gian mưa cực hạn theo phương pháp phân tích tần suất vùng phương pháp địa phương Hình Bản đồ mưa 1NLN (T=100 năm) theo phương pháp phân tích vùng Hình Bản đồ mưa 1NLN (T=100 năm) theo phương pháp địa phương Hình cho thấy lượng mưa 1NLN ứng với T=100 năm phù hợp với thực tế quan trắc trạm đo, cụ thể Nguyễn Chí Công, Nguyễn Vĩnh Long 18 như: Lượng mưa 1NLN xét toàn vùng chủ yếu tập trung vùng duyên hải miền Trung cục lớn điểm trạm như: Tà Lương (ID=7), Nam Đông (10), Trà My (26), Sơn Giang (36), Minh Long (41) Trong đó, phương pháp địa phương (Hình 4) cho kết không phù hợp với thực tế, đặc biệt điểm trạm Huế (5) Krông Pa (73) Nguyên nhân phương pháp địa phương sử dụng mẫu số liệu ngắn trạm đo để suy luận giá trị mưa với thời gian lặp lại cao (T=100 năm) Kết luận Nghiên cứu sử dụng sở liệu mưa 1NLN 75 trạm khu vực miền Trung Tây Nguyên Áp dụng hai phương pháp phân tích tần suất (vùng địa phương) để ước tính giá trị mưa ứng với T=100 năm dùng phương pháp nội suy IDW ArcGis để xây dựng đồ mưa thời đoạn NLN Các kết cho thấy hàm phân phối thống kê cho ba vùng GEV, GLO GLO cho vùng 1, vùng 2’ vùng 2’’ Bản đồ mưa thời đoạn 1NLN tiến hành đồng thời cho phương pháp phân tích tần suất kết cho thấy, sử dụng kết phương pháp phân tích tần suất vùng, đồ mưa thời đoạn 1NLN cho kết phù hợp với thực tế phương pháp địa phương Đây sở khoa học để số hóa liệu mưa cực hạn WebGis phục vụ cơng tác thiết kế, vận hành phịng chống thiên tai địa bàn tỉnh miền Trung Tây Nguyên TÀI LIỆU THAM KHẢO [1] Xihua Y, Xiaojin X, De.L L, Fei.J, Lin.W., “Spatial interpolation of daily rainfall data for local climate impact assessment over Greater Sydney region”, Advances in Meteorology, 2015 [2] Chen F W, Liu.C.W., “Estimation of the spatial rainfall distribution using inverse distance weighting (IDW) in the middle of Taiwan”, Paddy Water Environ, 10, 2012, pp 209-222 [3] Nguyễn Chí Cơng, “Phương pháp phân vùng đồng phân tích tần suất mưa vùng, áp dụng cho khu vực miền Trung Tây Nguyên”, Tạp chí Khoa học Công nghệ Đại học Đà Nẵng, ISSN 1859-1531, Vol:5(114), 2017, trang 22-26 [4] Hosking, J and J Wallis, Regional frequency analysis: An approach Based on L-Moments, Cambridge University Press, London, U, 1997 [5] Ngogondo CS, C-Y Xu, L M Tallaksen, B Alemaw and T Chirwa, “Regional frequency analysis of rainfall extremes in Southern Malawi using the index rainfall and L-moments approaches” Stoch Env Res Risk A, 25, 2011, pp 939-955 [6] Nguyễn Chí Cơng, “Xây dựng đồ mưa ngày lớn cho tỉnh Quảng Nam dựa phân tích tần suất mưa vùng suy luận Bayesian”, Tạp chí Khoa học kỹ thuật Thủy lợi Môi trường, ISSN 1859-3941, Vol: 56, 2017, trang 65-71 [7] Nguyễn Chí Cơng, “Phân tích tần suất mưa cực hạn cho tỉnh Gia Lai dựa cách tiếp cận vùng”, Tạp chí Khoa học kỹ thuật Thủy lợi Mơi trường, ISSN 1859-3941, Vol: 57, 2017, trang 11-18 (BBT nhận bài: 01/08/2017, hoàn tất thủ tục phản biện: 22/08/2017) ... tính giá trị mưa cực hạn ứng với thời đoạn 1NLN Để xây dựng đồ, tác giả trích xuất giá trị mưa thời đoạn 1NLN ứng với T=100 năm Bảng để xây dựng đồ mưa 1NLN Bảng Kết ước tính lượng mưa 1NLN trạm... 4.3 Xây dựng đồ mưa 1NLN Bản đồ kết nội suy dạng raster với kích thước pixel lấy 50 m x 50 m; sau cắt bỏ phần khu vực nghiên cứu đồ phân bố lượng mưa 1NLN ứng với T=100 năm Hình Hình thể đồ phân... vùng đồng nhất; (iii) Chọn hàm phân phối xác suất cho vùng đồng nhất; (iv) Ước lượng giá trị phân phối xác suất cho trạm thông qua số mưa vùng 3.1.2 Phương pháp số mưa vùng Phương pháp dựa nguyên