i LỜI CAM ĐOAN Học viên xin cam đoan đây là công trình nghiên cứu của bản thân tác giả Các kết quả nghiên cứu và những kết luận trong luận văn là trung thực, không sao chép từ bất kỳ một nguồn nào và[.]
Tính c ấ p thi ế t c ủa đề tài
Hạn hán là hiện tượng tự nhiên xảy ra do nhiều nguyên nhân như thiếu hụt mưa, bốc hơi lớn và khai thác tài nguyên nước quá mức Hiện tượng này có thể xảy ra ở mọi vùng khí hậu trên thế giới và có đặc điểm biến đổi đáng kể giữa các khu vực Hạn hán khác với khô hạn, vì khô hạn chỉ xảy ra ở những vùng có lượng mưa thấp và nhiệt độ cao, đồng thời là đặc trưng lâu dài của khí hậu Do đó, hạn hán diễn ra hàng năm với các đặc điểm thời tiết và tác động khác nhau.
Trong những năm gần đây, sự phát triển kinh tế của các tỉnh trên lưu vực sông Cả đã diễn ra tích cực, với cơ cấu kinh tế chuyển dịch theo hướng công nghiệp - dịch vụ - nông nghiệp Sự ra đời của nhiều khu công nghiệp, khu kinh tế và khu đô thị mới đã dẫn đến nhu cầu nước tăng đáng kể cho các ngành này.
Quy luật diễn biến thời tiết khí hậu ngày càng phức tạp, gây ra những thách thức lớn trong công tác phòng chống lũ và hạn Mực nước trên các sông có xu hướng diễn biến bất lợi, với những trận lũ lớn xảy ra vào các năm 1978, 1988, 2002, 2007 và đặc biệt là trận lũ năm 2010, gây thiệt hại nặng nề cho kinh tế và xã hội Đồng thời, tình trạng hạn hán cũng gia tăng, ảnh hưởng nghiêm trọng đến sản xuất, điển hình là các năm 2005, 2007 và 2010.
Nghệ An và Hà Tĩnh, thuộc lưu vực sông Cả, đang đối mặt với tình trạng hạn hán nghiêm trọng Vào năm 2010, Nghệ An ghi nhận khoảng 17.000-20.000ha đất bị hạn, trong khi Hà Tĩnh có khoảng 12.000ha, với 30% diện tích hạn nặng Nhiều hệ thống hồ ở đây đã xuống gần mức nước chết, và một số nơi như sông Cả tại Nam Đàn và sông La tại Linh đã ghi nhận mực nước xuống mức thấp nhất trong chuỗi số liệu quan trắc.
Cảm, gây nên tình trạng mặn xâm nhập sâu trên các lưu vực sông, không lấy được nước vào trong đồng
Nghiên cứu và phân tích tình hình thiếu hụt nguồn nước trên lưu vực sông Cả là cần thiết để xác định các khu vực và thời điểm thường xuyên xảy ra hạn hán Việc này giúp đề xuất các giải pháp thích ứng hiệu quả nhằm cải thiện tình hình thiếu nước qua các năm.
M ụ c tiêu nghiên c ứ u c ủa đề tài
- Đánh giá tình trạng hạn hán, thiếu nước ở lưu vực sông Cả dựa trên chỉ số chuẩn hóa lượng mưa (Standardized Precipitation Index, SPI);
- Kết hợp công cụ viễn thám, GIS xây dựng bản đồ phân bố thiếu hụt nguồn nước dựa trên nguồn số liệu mưa vệ tinh;
- Đề xuất giải pháp ứng phó với tình trạng hạn hán, thiếu hụt nước lưu vực sông
Đối tượ ng và ph ạ m vi nghiên c ứ u
Đối tượ ng nghiên c ứ u
Các yếu tố khí tượng như lượng mưa, cường độ bức xạ mặt trời, nhiệt độ bề mặt đất trung bình, và độ che phủ đất ảnh hưởng trực tiếp đến tình hình hạn hán và khả năng ứng phó của địa phương.
Ph ạ m vi nghiên c ứ u
- Vùng nghiên cứu lưu vực sông Cả thuộc Việt Nam gồm toàn bộ tỉnh Nghệ An,
8 huyện Hà Tĩnh, một phần huyện Như Xuân thuộc Thanh Hóa
- Giới hạn vùng nghiên cứu:
+ Lưu vực sông Cả nằm trên hai quốc gia: Cộng hoà dân chủ Nhân Dân Lào và
Cộng hoà xã hôi chủ nghĩa Việt Nam Ở Việt Nam sông Cả nằm trên địa phận của 3 tỉnh Thanh Hoá, Nghệ An, Hà Tĩnh
+ Tỉnh Thanh Hoá nằm trong lưu vực sông Cả: Có khoảng 1/2 diện tích huyện Như Xuân trên sông Chàng (sông nhánh).
Tỉnh Nghệ An nằm trong lưu vực sông Cả, bao gồm các huyện như Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn, Tân Kỳ (nhánh sông Hiếu) và Kỳ Sơn, Tương Dương, Con Cuông, Anh Sơn, Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên (dòng chính sông Cả) Việc sử dụng nước từ các hệ thống thủy lợi ở Nghệ An vào mùa kiệt có mối liên hệ chặt chẽ với các huyện hưởng lợi như Yên Thành, Diễn Châu, Quỳnh Lưu (thuộc hệ thống thủy nông Diễn Yên Quỳnh - hệ thống Bắc Nghệ An) cùng với thành phố Vinh, thị xã Cửa Lò, Nghi Lộc, Hưng Nguyên (trong hệ thống Nam Hưng Nghi - hệ thống thủy nông Nam Nghệ An).
Tỉnh Hà Tĩnh có lưu vực sông Cả trải dài qua các huyện Hương Sơn, Hương Khê, Vũ Quang, Nghi Xuân, cùng với các vùng hưởng lợi như Can Lộc, Thạch Hà, Đức Thọ và thị xã.
Hồng Lĩnh trong hệ thống sông Nghèn
+ Với tổng diện tích tự nhiên là 19.627 km 2 bao gồm cả vùng hưởng lợi
Cách ti ế p c ận và phương pháp nghiên cứ u
Cách ti ế p c ậ n
Tiếp cận theo mục tiêu là cần thiết, vì hiện tại các vùng sản xuất nông nghiệp và vùng quy hoạch cho sản xuất nông nghiệp chưa được nghiên cứu kỹ lưỡng về nguy cơ hạn hán Việc thiếu cảnh báo về tình trạng này có thể ảnh hưởng nghiêm trọng đến năng suất và an ninh lương thực.
- Tiếp cận kết quả của các nghiên cứu trong và ngoài nước về vấn đề hạn hán
Để tiếp cận hiệu quả, chúng ta áp dụng mô hình khí hậu toàn cầu kết hợp với công cụ xử lý ảnh vệ tinh Erdas và phần mềm GIS phân tích không gian ArcGIS.
Phương ph áp nghiên c ứ u
- Phương pháp thu thập, thống kê, phân tích số liệu;
- Phương pháp xử lý số liệu mưa từ vệ tinh (CHIRPS);
- Phương pháp ứng dụng phần mềm tính toán chỉ số chỉ số chuẩn hoá lượng mưa SPI từ mưa vệ tinh;
- Phương pháp ứng dụng GIS, công cụ nội suy GIS… để xây dựng bản đồ phân bổ thiếu hụt nguồn nước.
TỔNG QUAN ỨNG DỤNG CÔNG NGHỆ KHÔNG GIAN
T ổ ng quan ứ ng d ụ ng công ngh ệ không gian trong nghiên c ứ u h ạ n hán
1.1.1 Tổng quan trên thế giới
* Hạn hán, thiếu hụt nguồn nước và chỉ số đánh giá
Trong những thập kỷ qua, hạn hán đã gia tăng đáng kể trên toàn cầu, gây thiệt hại lớn về kinh tế và ảnh hưởng nghiêm trọng đến đời sống con người cũng như môi trường sinh thái Mỗi năm, khoảng 21 triệu ha đất trở nên không có năng suất do hạn hán, trong khi số người sống ở các khu vực khô cằn gặp rủi ro đã tăng hơn 80% trong gần 25 năm qua Hơn 1/3 diện tích đất đai trên thế giới đã bị khô cằn, nơi có 17,7% dân số sinh sống Cùng với hạn hán, hiện tượng hoang mạc hóa cũng đang lan rộng, ảnh hưởng đến cả các khu vực bán ẩm ướt, với tổng diện tích hoang mạc hóa lên tới 39,4 triệu km², chiếm 26,3% diện tích đất tự nhiên toàn cầu.
Hạn hán đang đe dọa 250 triệu người trên toàn cầu, với 100 quốc gia bị ảnh hưởng, dẫn đến nguy cơ đói và khát Tình trạng này không chỉ gây ra khủng hoảng nhân đạo mà còn tác động tiêu cực đến môi trường khí hậu toàn cầu (WMO [1]).
Hạn hán thường gây ảnh hưởng rộng rãi và mặc dù ít khi là nguyên nhân trực tiếp gây thiệt hại về nhân mạng, nhưng thiệt hại kinh tế mà nó gây ra rất lớn Theo dữ liệu từ Trung tâm giảm nhẹ hạn hán quốc gia Mỹ, mỗi năm hạn hán gây thiệt hại cho nền kinh tế Mỹ khoảng 6-8 tỷ USD, so với 2,41 tỷ USD do lũ và 1,2-4,8 tỷ USD do bão Đặc biệt, đợt hạn hán lịch sử ở Mỹ vào năm 1988-1989 đã gây thiệt hại lên đến 39-40 tỷ USD, lớn hơn nhiều so với thiệt hại kỷ lục của lũ, chỉ ở mức 15-27,6 tỷ USD.
Hạn hán và bão đã gây ra thiệt hại kinh tế lớn, với bão năm 1992 ước tính lên tới 25-33,1 tỷ USD Hạn hán, đặc biệt dưới tác động của hiện tượng El Nino vào năm 1997-1998, đã dẫn đến cháy rừng nghiêm trọng ở Indonesia, gây thiệt hại không chỉ về kinh tế mà còn về môi trường Theo dự báo của Liên Hiệp Quốc, đến năm 2025, 2/3 diện tích đất canh tác ở châu Phi, 1/3 ở châu Á và 1/5 ở Nam Mỹ sẽ không còn khả năng sử dụng, đẩy khoảng 135 triệu người vào tình trạng phải di cư để kiếm sống.
Trên thế giới, nhiều tác giả đã nghiên cứu về hạn hán, nhưng do tính phức tạp của hiện tượng này, vẫn chưa có phương pháp chung cho các nghiên cứu Các chỉ số hạn hán là công cụ chính trong việc xác định, nhận dạng, giám sát và cảnh báo hạn hán Việc theo dõi biến động của các chỉ số này giúp xác định sự khởi đầu, thời gian kéo dài và cường độ hạn Chỉ số hạn hán có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, bốc thoát hơi, hoặc là tổng hợp của nhiều biến Mỗi chỉ số có ưu nhược điểm riêng, và các quốc gia áp dụng các chỉ số phù hợp với điều kiện của mình Phương pháp xác định hạn hán không chỉ dựa vào số liệu quan trắc mà còn sử dụng sản phẩm từ mô hình khí hậu khu vực và toàn cầu Việc xác định các đặc trưng của hạn, như thời gian bắt đầu và kết thúc, phạm vi và mức độ hạn, tần suất, cùng mối liên hệ với khí hậu, là rất cần thiết trong nghiên cứu hạn hán.
Nghiên cứu về hạn hán toàn cầu của Aiguo Dai và cộng sự cho thấy số đợt hạn, thời gian kéo dài và tần suất của hạn đã gia tăng đáng kể Nico Wanders và cộng sự đã phân tích 18 chỉ số hạn hán, lựa chọn các chỉ số phù hợp cho năm vùng khí hậu khác nhau Các nghiên cứu cũng chỉ ra rằng sự giảm lượng mưa và tăng nhiệt độ dẫn đến tình trạng bốc hơi gia tăng, làm trầm trọng thêm hạn hán (A V Meshcherskaya & V G Blazhevich, A Loukas & L Vasiliades) Trong giai đoạn 1980-2000, tần suất và mức độ hạn tăng lên, đặc biệt là ở Cộng hòa Séc, nơi cứ 5 năm lại xảy ra đợt hạn nặng Hạn ở Hy Lạp ảnh hưởng nghiêm trọng đến nông nghiệp và cung cấp nước, trong khi ở Cộng hòa Moldova, cứ 2 năm lại có một đợt hạn nặng vào mùa thu Thời gian kéo dài các đợt hạn cũng tăng lên, có thể kéo dài từ vài tháng đến vài năm Nghiên cứu tại Châu Âu cho thấy thời gian hạn hán trung bình là 48 ± 17 tháng, với tần suất cao hơn ở lục địa và kéo dài nhất ở Italia, đông bắc Pháp và đông bắc Nga.
Hạn hán ở phía bắc Trung Quốc đã gia tăng từ những năm 1990, với nhiều vùng trải qua tình trạng hạn hán kéo dài từ năm 1997 đến năm 2003 Nghiên cứu cho thấy hạn hán là hiện tượng phức tạp do cả nguyên nhân tự nhiên và con người Các yếu tố tự nhiên bao gồm sự dao động của khí quyển và nhiệt độ mặt nước biển, trong khi nguyên nhân do con người liên quan đến nhu cầu nước tăng, phá rừng, ô nhiễm và quản lý đất kém Nhiều chỉ số hạn đã được phát triển và ứng dụng toàn cầu, như Chỉ số ẩm Ivanov, Chỉ số khô Budyko và Chỉ số Palmer Tuy nhiên, không có chỉ số nào vượt trội trong mọi điều kiện, do đó việc lựa chọn chỉ số phụ thuộc vào điều kiện cụ thể và dữ liệu quan trắc sẵn có.
Để giảm thiểu tác động của hạn hán, nhiều quốc gia phát triển đã thiết lập các trung tâm giám sát, dự báo và cảnh báo hạn hán Các trung tâm này có nhiệm vụ chính là theo dõi tình hình hạn hán, đưa ra dự báo chính xác và cảnh báo kịp thời cho cộng đồng.
1 Theo dõi, giám sát, dự báo và cảnh báo hạn hán;
2 Phối hợp với các ban ngành có liên quan để đề xuất và tiến hành các hoạt động ngăn ngừa, phòng tránh và giảm nhẹ tác hại của hạn hán;
3 Phối hợp với các cơ quan nghiên cứu khoa học xây dựng các phương pháp dự báo và cảnh báo hạn hán
* Sử dụng mưa vệ tinh trong đánh giá nguồn nước
Lượng mưa là dữ liệu đầu vào quan trọng cho việc kiểm kê và đánh giá nguồn nước trên lưu vực sông Ngoài số liệu mưa từ các trạm khí tượng thủy văn truyền thống, hiện nay có nhiều cơ quan cung cấp dữ liệu mưa vệ tinh, trong đó CHIRPS, TRMM và CMORPH là những nguồn dữ liệu phổ biến.
- CHIRPS (Climate Hazards Group InfraRed Precipitation with Station) là dữ liệu lượng mưa toàn cầu gần 30 năm của Cục Khảo sát địa chất Hoa Kỳ
CHIRPS, được phát triển bởi USGS và nhóm hiểm họa khí hậu (CHG), tích hợp hình ảnh vệ tinh với độ phân giải 0.05° và dữ liệu từ các trạm quan trắc để tạo ra chuỗi thời gian mưa theo dạng lưới Công cụ này giúp phân tích và theo dõi tình hình hạn hán theo mùa một cách hiệu quả.
Hình 1 1 D ữ li ệu mưa CHIRPS cho châu Phi ng ày 04-04-2017
TRMM 3B42 (Tropical Rainfall Measuring Mission) là sản phẩm hợp tác giữa NASA và JAXA nhằm giám sát lượng mưa ở vùng nhiệt đới và cận nhiệt đới, cũng như ước tính hệ thống nhiệt tiềm ẩn Vệ tinh TRMM trang bị nhiều công cụ đo mưa, bao gồm Radar lượng mưa (PR) hoạt động ở tần số 13,8 GHz, TRMM Microwave Image (TMI) với chín kênh đo phóng vi sóng thụ động, và VIRA (Visible and Infrared Scanner) với năm kênh hồng ngoại Thuật toán 3B42 được thiết kế để tạo ra tỷ lệ lượng mưa kết hợp hồng ngoại (IRM) và ước tính sai số lượng mưa (RMSE).
Hình 1 2 D ữ li ệu mưa TRMM từ năm 2000 -2008 ở Nepal
- CMORPH là dữ liệu mưa được tạo ra bởi kỹ thuật CMORPH (MORPHing
CPC là sản phẩm của Cục Đại dương và Khí quyển quốc gia Hoa Kỳ, cung cấp phân tích lượng mưa toàn cầu với độ phân giải không gian và thời gian cao Kỹ thuật này sử dụng ước tính lượng mưa từ tàu thăm dò thấp và quan sát lò vi sóng vệ tinh, đồng thời tích hợp thông tin từ dữ liệu IR vệ tinh địa tĩnh.
Hình 1 3 D ữ li ệu mưa CMORPH ngày 08 -11-2015 ở Autralia
B ả ng 1 1 M ộ t s ố ngu ồn mưa vệ tinh toàn c ầ u hi ệ n nay
Tên dữ liệu Ngày bắt đầu-ngày kết thúc
Phân giải thời gian Nguồn
GPM 12/03/2014-nay 0.1 ° 30 phút NASA, JAXA
CHIRPS 01/01/1981-nay 0.05 ° Ngày CHG, UCSB
Dữ liệu mưa vệ tinh CHIRPS nổi bật với độ phân giải cao và bước thời gian theo ngày, cùng với việc cung cấp miễn phí, nên rất được ưa chuộng và sử dụng rộng rãi hiện nay.
1.1.2 Tổng quan trong nước Đối với Việt Nam, nơi có tiềm năng nguồn nước phong phú nhưng do tính chất phân mùa sâu sắc nên thường xuyên xuất hiện hạn hán Cũng như các nghiên cứu trên thế giới, các nghiên cứu về hạn hán ở Việt Nam chủ yếu tập trung đến hạn khí tượng, hạn thủy văn và hạn nông nghiệp Các đề tài, dự án nghiên cứu hạn hán ở Việt Nam đã được triển khai trong những năm gần đây, chủ yếu tập trung vào 2 vấn đề chính:
(1) Các nghiên cứu cơ bản về hạn hán và tác động tới dân sinh, kinh tế, xã hội
(2) Các giải pháp, phòng chống và giảm nhẹ hạn hán bao gồm:
- Giải pháp công trình xây dựng các công trình thu trữ, điều tiết nước;
Tổng quan vùng nghiên cứu
1.2.1 Đặc điểm địa hình vùng nghiên cứu
Lưu vực sông Cả có hình dạng phát triển từ Tây Bắc đến Đông Nam, dần nghiêng ra biển, với phần lớn diện tích là đồi núi Diện tích đất có độ dốc phù hợp cho nông nghiệp chỉ chiếm 19% tổng diện tích Việt Nam và 14% toàn lưu vực Địa hình sông Cả có thể được chia thành các dạng chính, bao gồm đồng bằng và đồng bằng ven biển Đồng bằng sông Cả nằm dọc hai bên bờ từ phần trung lưu trở xuống, bao gồm các huyện Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên, và các vùng đồng bằng như Diễn - Yên - Quỳnh, Nam - Hưng - Nghi, sông Nghèn và Nghi Xuân, nơi tập trung phát triển kinh tế xã hội của lưu vực Cao độ đồng bằng ven sông Cả thay đổi từ +10 đến +15 m tại Đô Lương, +7 đến +8 m tại Thanh Chương, +2,5 đến +1,0 m tại Nam Đàn, Hưng Nguyên, và +2,0 đến +0,0 m tại Đức.
Thọ, Thạch Hà Tổng diện tích mặt bằng vùng đồng bằng chiếm khoảng 10% diện tích lưu vực sông Cả và khu hưởng lợi
Hình 1 4 B ản đồ h ành chính lưu vự c sông C ả b.Vùng đồi trung du
Trung du lưu vực sông Cả trải dài qua các huyện Nghĩa Đàn, Quỳ Hợp, Tân Kỳ, Anh Sơn, Thanh Chương, Vũ Quang, Hương Sơn và Hương Khê Khu vực này có địa hình phức tạp với đồi bát úp và đồi cao, xen kẽ là các thung lũng thấp.
Bãi Tập - Quỳ Hợp, vùng sông Sào - Nghĩa Đàn, và trung tâm huyện Hương Khê, Vũ Quang có địa hình cao độ biến đổi từ +20 đến +200m, với khoảng 25-30% diện tích bị chia cắt mạnh do các sông nhỏ Địa hình vùng núi cao chủ yếu tập trung ở phía Tây, Tây Bắc và Tây Nam lưu vực, kéo dài từ Đồng Văn, Thông Thụ (Quế Phong) đến Hương Liên (Hương Khê - Hà Tĩnh) với các dãy núi như Giăng Màn và dãy núi biên giới từ Nậm Mô đến cửa khẩu Cầu Treo Cao độ của địa hình này đạt từ +12.000 đến +15.000m, tạo thành bức tường thành ngăn cách lưu vực sông Mê Kông và sông Cả Các huyện miền núi cao thuộc lưu vực sông Cả bao gồm Kỳ Sơn, Tương Dương, Con Cuông, Quế Phong, Quỳ Châu, cùng với một phần đất của Quỳ Hợp, Nghĩa Đàn, Như Xuân, Anh Sơn, Thanh Chương, Nam Đàn, Hương Khê, Vũ Quang Địa hình này có độ dốc lớn và thung lũng hẹp, chiếm 60-70% diện tích lưu vực, trong khi diện tích đất canh tác chỉ khoảng 1,5-2% tổng diện tích, chủ yếu là vùng lâm nghiệp phòng hộ đầu nguồn.
1.2.2 Đặc điểm thổ nhưỡng, địa chất
Kết quả điều tra thổ nhưỡng cho thấy, đất đai lưu vực sông Cả được phân thành hai loại chính: đất thuỷ thành và đất địa thành.
B ả ng 1 2 Phân lo ại đấ t đai trên lưu vự c sông C ả
Tổng diện tích điều tra thổ nhưỡng 19.626.650
Trong đó diện tích các loại đất (đã trừ sông suối và núi đá) 1.747.309 100,00
Trong đó nhóm phù sa dốc tụ 240.000 80,00
- Nhóm đất Feralit vàng vùng đồ i (170200m) 423.861 27,9
- Nhóm Feralit vàng trên núi từ 170200m đến 8001000m 651.584 42,9
- Nhóm Feralit vàng trên núi t ừ 800 1000m đế n
Nguồn: Theo số liệu điều tra thổnhưỡng năm 1990
Toàn bộ lưu vực sông Cả nằm trong miền uốn nếp Bắc Bộ và miền uốn nếp Varixêt Đông Dương, với ranh giới giữa hai miền uốn nếp được xác định bởi đới khâu sông.
Nghiên cứu trong chuyên khảo “Thành hệ địa chất và địa động học Việt Nam 1993” của Nguyễn Xuân Tùng cho thấy lưu vực sông Cả nằm trong lĩnh vực Bắc bộ - Dương Tử - KaTaZia, thuộc đai vỏ lục địa Bắc Trường Sơn từ thời kỳ Paleozoi Trong giai đoạn trước Cambri đến Paleozoi sớm và muộn, khu vực sông Cả tồn tại chế độ đại dương vi lục địa, sườn châu lục địa và cận lục địa Chế độ rift và prerift diễn ra từ Paleozoi muộn đến Merozoi muộn, và từ Merozoi muộn, các bồn trũng nhỏ mang tính orogen hình thành dọc theo đứt gãy sông Cả, được lấp đầy bởi trầm tích lục nguyên vụn thô.
Địa tầng của lưu vực sông Cả bao gồm nhiều giới và hệ tầng từ cổ đến trẻ Cụ thể, địa tầng này bao gồm giới Protezoi, giới Paleozoi (PZ) và giới Mezozoi, với các hệ tầng đặc trưng của từng thời kỳ.
1.2.4 Đặc điểm sông ngòi a Dòng chính sông Cả
Sông Cả bắt nguồn từ đỉnh núi Phulaileng, tỉnh Hủa Phăm, Lào, chảy theo hướng Tây Bắc - Đông Nam và nhập vào Việt Nam tại bản Keng Đu Dòng chính của sông đi sát biên giới Việt - Lào khoảng 40km và hoàn toàn vào Việt Nam tại chân đỉnh núi cao 1.067m Tại Bản Vẽ, sông đổi hướng chảy theo Bắc - Nam cho đến Cửa Rào, nơi sông nhập với nhánh Nậm Mô và lại chuyển dòng theo hướng Tây Bắc - Đông Nam Sông Cả có diện tích lưu vực lên đến 27.200km², trong đó 9.740km² nằm trên đất Lào và phần còn lại ở Việt Nam.
Dòng chính sông Cả có cấu trúc đứt gãy theo hướng Tây Bắc - Đông Nam, với lòng sông sâu và ít bãi bồi Đoạn hạ lưu của sông rộng và sâu, trong khi đoạn trung lưu lại nông hơn Thượng nguồn sông Cả nổi bật với nhiều ghềnh thác, hai bên là núi cao và đồi, tạo điều kiện thuận lợi cho việc xây dựng kho nước Sông Cả không có phân lưu, chỉ có một cửa thoát duy nhất.
Sông Hiếu, một chi lưu phía Tả, đổ vào sông Cả tại Ngã ba Cây Chanh, có diện tích lưu vực 5.340 km² và chiều dài 314 km Sông bắt nguồn từ dãy núi Cao Phú Hoạt thuộc Quế Phong và chảy theo hướng Tây Bắc - Đông Nam, gần song song với dòng chính của sông.
Cả Đến Nghĩa Đàn dòng chảy đổi hướng theo hướng Bắc Nam Từ thị trấn Tân
Kỳ dòng chảy lại đổi hướng theo Đông Nam - Tây Bắc và nhập vào sông Cả tại
Ngã ba Cây Chanh là điểm quan trọng liên quan đến sông Hiếu, nguồn cung cấp nước thiết yếu cho các huyện Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn và Tân Kỳ Tuy nhiên, trong mùa kiệt, lưu lượng nước trên sông Hiếu chỉ đạt khoảng 6-7 m³/s, không đủ đáp ứng nhu cầu nước của các khu vực này.
Sông Hiếu có nhiều chi lưu quan trọng, bao gồm Nậm Quàng, Nậm Giải, Kẻ Cọc - Khe Nhã, sông Chàng, sông Dinh, Khe Nghĩa và Khe Đá Trong đó, sông Chàng và sông Dinh là hai chi lưu lớn, đóng vai trò là nguồn nước quan trọng cho sông Hiếu trong khu vực miền núi.
Sông Nậm Mô, bắt nguồn từ rừng núi tỉnh Bôlikhăm Xay (Lào), chảy vào Việt Nam tại Làng Nhãn, huyện Kỳ Sơn Tại Lào, sông chảy theo hướng Bắc Nam quanh đỉnh Huổng Mang Ngai (2406m) và sau đó đổi dòng theo hướng Đông Nam - Tây Bắc Đến bản Suông Hang, sông tiếp tục chuyển hướng Tây Bắc - Đông Nam và nhập lưu với sông Cả tại Cửa Rào, được coi là dòng chính của sông Cả do hướng chảy đồng nhất.
Sông Nậm Mô có lưu vực rộng 3.970 km² và chiều dài 189 km, trong đó 89 km chảy qua Việt Nam Dọc theo dòng sông, đặc biệt từ thượng nguồn đến đoạn nhập lưu, có nhiều vị trí tiềm năng để xây dựng hồ chứa phục vụ phát điện và điều tiết nước cho hạ du Thượng nguồn sông Nậm Mô chảy qua các vùng núi đá cao với độ cao trung bình trên 1.000m.
Sông Giăng, một phụ lưu phía hữu sông Cả, có cửa ra tại xã Thanh Luân, cách đập Đô Lương khoảng 20km về hạ lưu Bắt nguồn từ dãy núi Phu Long cao 1.330m ở phía Tây Nghệ An, sông Giăng nằm trong vùng mưa lớn với diện tích lưu vực 1.05km² Lòng sông rộng, nông và có nhiều bãi bồi, chảy theo hướng song song với sông Cả đến Thác Muối, trước khi đổi hướng Tây Đông tại cửa ra nhập với sông Cả theo hướng Bắc Nam Sông Giăng đóng vai trò quan trọng trong việc cung cấp nước cho sông Cả.
CÔNG C Ụ VÀ PHƯƠNG PHÁP NGHIÊN CỨ U (C ầ n vi ế t chi
Cách tiếp cận nghiên cứu
Hạn hán là một hiện tượng tự nhiên không thể tránh khỏi, với tần suất lặp lại cao (D.A Wilhite) Đánh giá hạn hán dựa vào thời gian, mức độ, sự lan rộng và tác động đến kinh tế xã hội Donald A Wilhite và Michael H Glantz phân loại hạn hán thành bốn loại: hạn khí tượng, hạn thủy văn, hạn nông nghiệp và hạn kinh tế xã hội Hạn khí tượng thường là loại xuất hiện đầu tiên và là nguyên nhân chính cho các loại hạn khác Việc đánh giá và cảnh báo hạn khí tượng giúp các nhà quản lý trong công tác phòng chống và giảm nhẹ hạn hán Hạn khí tượng có ưu điểm là yêu cầu ít dữ liệu đầu vào như mưa và nhiệt độ, cho phép ứng dụng rộng rãi trên toàn cầu Phân tích đặc trưng không gian và thời gian của hạn khí tượng cùng với các yếu tố gây ra hạn hán là rất quan trọng trong quản lý tài nguyên nước và dự báo thiệt hại do hạn hán Vì vậy, tác giả lựa chọn hạn khí tượng làm đối tượng nghiên cứu trong luận văn này.
Trong việc xác định và giám sát hạn hán, các chỉ số hạn hán đóng vai trò quan trọng Theo dõi biến động của các chỉ số này giúp xác định thời gian, cường độ và sự khởi đầu của hạn hán Chỉ số hạn hán có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, bốc thoát hơi và dòng chảy, hoặc tổng hợp từ nhiều biến khác nhau Mỗi chỉ số có ưu điểm và nhược điểm riêng, và các quốc gia thường lựa chọn chỉ số phù hợp với điều kiện của mình Ngoài ra, việc xác định hạn hán không chỉ dựa vào dữ liệu quan trắc mà còn có thể áp dụng cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu.
Nghiên cứu về cảnh báo sớm hạn khí tượng ở Việt Nam đã áp dụng nhiều chỉ số phổ biến, bao gồm chỉ số khô hạn Sazonop được sử dụng bởi Đào Xuân Học để khảo sát và dự báo hạn khí tượng cho các tỉnh DHMT Nguyễn Quang Kim đã phát triển phần mềm dự báo hạn khí tượng dựa trên chỉ số SPI, trong khi Nguyễn Văn Thắng cũng áp dụng chỉ số này để dự báo hạn cho 7 vùng khí hậu khác nhau ở Việt Nam Ngoài ra, Nguyễn Lương Bằng đã kết hợp hai chỉ số SPI và SPEI để dự báo hạn khí tượng cho tỉnh Khánh Hòa.
Các thành phần trong chu trình tuần hoàn nước phản ứng với lượng mưa tích lũy ở mức độ khác nhau; nước mặt phản ứng nhanh hơn so với nước dưới đất T B McKee và cộng sự đã phát triển chỉ số chuẩn hóa lượng mưa SPI để diễn giải đặc tính của hạn hán SPI có thể tính toán qua nhiều thời kỳ khác nhau và cho phép so sánh hạn hán giữa các vùng có điều kiện thời tiết khác nhau Tuy nhiên, SPI cũng có những hạn chế, như cần ít nhất 30 năm dữ liệu để đảm bảo độ chính xác và giả định rằng nguyên nhân của hạn khí tượng chủ yếu do mưa, trong khi các yếu tố khí tượng khác như nhiệt độ và bốc hơi có thể không được xem xét đầy đủ.
Chỉ số SPI, được Tổ chức Khí tượng Thế giới WMO đề xuất, là chỉ số phổ biến nhất để đánh giá và dự báo hạn hán Tại Việt Nam, chỉ số này đã được nghiên cứu và ứng dụng hiệu quả trong việc đánh giá và cảnh báo tình trạng hạn hán Các nghiên cứu cho thấy rằng chỉ số SPI phù hợp với điều kiện khí hậu của Việt Nam.
Để đánh giá tình hình hạn hán trong vùng nghiên cứu, luận văn này sử dụng chỉ số SPI nhằm phân tích sự thiếu hụt lượng mưa (hạn khí tượng) tại các thời điểm trong năm, theo các giai đoạn 3 tháng và 6 tháng Lượng mưa trong các thời đoạn tương ứng sẽ là yếu tố đầu vào quan trọng Số lượng và chất lượng tài liệu mưa có ảnh hưởng lớn đến độ chính xác của các mô hình toán được áp dụng.
Hiện nay, lưu vực sông Cả chỉ có 23 trạm đo mưa hoạt động, với mật độ lưới trạm là 778 km²/trạm, vượt mức tối thiểu 575 km²/trạm theo tiêu chuẩn của WMO Các trạm quan trắc chủ yếu tập trung ở vùng đồng bằng và thị trấn nằm trong thung lũng sông, trong khi khu vực núi cao rất ít trạm đo mưa Đặc biệt, số lượng trạm đo mưa tự ghi cũng hạn chế, chỉ có một số trạm khí hậu được trang bị máy đo mưa tự ghi.
Dữ liệu từ các trạm đo mưa do Bộ Tài Nguyên Môi trường quản lý có chất lượng cao, trong khi các trạm đo mưa chuyên dụng tại nông trường hoặc vùng sâu, vùng xa thường có chất lượng tài liệu kém và hay bị gián đoạn (Viện Quy hoạch Thủy lợi, 2012).
Tài liệu đo mưa trên lưu vực sông Cả còn tồn tại nhiều khoảng trống về không gian và thời gian Để khắc phục vấn đề này, luận văn kết hợp dữ liệu mưa vệ tinh nhằm bù đắp những thiếu hụt và tính toán chỉ số SPI cho lưu vực Sử dụng công nghệ GIS, nghiên cứu tạo bản đồ phân bố sự thiếu hụt nguồn nước (hạn khí tượng) cho toàn vùng với các lượng mưa khác nhau Kết quả tính toán sẽ giúp xác định diện tích bị hạn tại từng địa phương với các cấp độ hạn khác nhau, từ đó đề xuất các giải pháp thích ứng phù hợp.
Thu thập, phân tích số liệu mưa thực đo
2.2.1 Xác định mạng lưới trạm
Lựa chọn 23 trạm mưa hoạt động trong khu vực nghiên cứu để tính toán chỉ số thiếu hụt nguồn nước dựa trên các tiêu chí cụ thể.
To accurately calculate the Standardized Precipitation Index (SPI), it is essential to have a continuous dataset of at least 30 years This long-term data ensures the reliability of the precipitation measurements.
- Có tính đại diện cho mỗi khu vực trong vùng nghiên cứu (vùng núi, vùng đồng bằng và vùng ven biển)
- Có sự phân bố phù hợp để phục vụ cho việc nội suy, xây dựng bản đồ thể hiện mức độ thiếu hụt nguồn nước trên toàn lưu vực
Dựa trên các tiêu chí trên, lựa chọn được 9 trạm đo khí tượng như sau:
B ả ng 2 1 Kho ả ng tr ố ng s ố li ệu mưa tạ i các tr ạm trên lưu vự c sông C ả
T ọa độ Li ệ t tài li ệ u
Vĩ độ Kinh độ Th ực đo Kho ả ng tr ố ng s ố li ệ u (1986-
4 Con Cuông 104°53' 19°03' 1960-2015 Tháng 6, tháng 12 năm 1995
5 Quỳ Hợp 105°09’ 19°19’ 1996-2015 Các năm từ 1986 đến 1995
6 Kỳ Anh 106°17’ 18°05’ 1961-2015 Các năm từ 1986 đến 2000
( Hương Sơn ) 105°16' 18°27 1962-2015 Các năm từ 1986 đế n 2000
Mạng lưới các trạm được lựa chọn được thể hiện trong Hình 2.1
Hình 2 1 Các tr ạm mưa đượ c l ự a ch ọ n 2.2.2 Xác định chuỗi số liệu mưa thực đo
Dữ liệu mưa thực đo được thu thập và phân tích từ 9 trạm đã chọn, trong đó một số trạm gặp vấn đề về tính liên tục của số liệu (Bảng 2.1) do việc ghi chép và thống kê không đầy đủ Đối với những số liệu thiếu, chúng sẽ được bổ sung từ nguồn mưa vệ tinh như trình bày trong Mục 2.3.
Hình 2 2 S ố li ệu mưa thực đo (trạ m Qu ỳ H ợ p)
L ự a ch ọ n, thu th ậ p và x ử lý mưa vệ tinh
CHIRPS (Climate Hazards Group InfraRed Precipitation with Station) là bộ dữ liệu lượng mưa toàn cầu kéo dài gần 30 năm do Cục Khảo sát địa chất Hoa Kỳ (USGS) và nhóm hiểm họa khí hậu (CHG) phát triển Dữ liệu này kết hợp hình ảnh vệ tinh có độ phân giải 0.05 ° với số liệu từ các trạm quan trắc để tạo ra chuỗi thời gian mưa theo dạng lưới, phục vụ cho việc phân tích và theo dõi hạn hán theo mùa.
Dựa trên các tiêu chí xác định chỉ số thiếu hụt nguồn nước và dữ liệu chưa đầy đủ từ các trạm khí tượng đã chọn, dữ liệu mưa CHIRPS đã được thu thập cho lưu vực sông Cả, với khoảng thời gian từ năm 1986 đến nay.
2015 c Xử lý mưa vệ tinh CHIRPS
1 Ảnh mưa vệ tinh CHIRPS (30 năm từ1986 đến 2015)
2 Shapefile lưu vực sông Cả
3 Shapefile vị trí 9 trạm mưa.
4 Số liệu thực đo 9 trạm mưa.
Trích giá trịmưa từảnh CHIRPS:
- Add data: ảnh CHIRPS từng tháng, shapefile lưu vực sông Cả, shapefile 9 trạm mưa vào phần mềm ArcGIS
- Trích dữ liệu mưa từ vị trí 9 trạm mưa:
+ Dùng lệnh “Extract by mask”, để trích ra giá trị mưa CHIRPS tại vị trí 9 trạm mưa.
+ Open Attribute Table của file vừa tạo được ở bước trên
Hình 2 3 Trích d ẫ n giá tr ị mưa CHIRP S t ạ i 9 tr ạm đo mưa
+ Mở file *.txt bằng Excel, copy giá trị mưa từảnh CHIRPS
- Làm tương tự cho các tháng còn lại
Hình 2.4 S ố li ệu mưa CHIRPS lưu vự c sông C ả và lân c ậ n tháng 9/1995
So sánh số liệu mưa CHIRPS với mưa thực đo
Hình 2.5 So sánh s ố li ệu mưa CHIRPS và mưa thực đo trạ m Qu ỳ H ợ p
Hình 2.6 So sánh s ố li ệu mưa CHIRPS và mưa thực đo trạm Hà Tĩnh
Hình 2.7 So sánh tương quan giữa mưa CHIRPS và mưa thực đo trạ m Qu ỳ
H ợp và Hà Tĩnh Đánh giá sai số:
Kết quả đánh giá tương quan giữa chuỗi số liệu mưa CHIRPS và mưa thực đo tại trạm Quỳ Hợp giai đoạn 1996-2000 cho thấy chỉ số tương quan R² = 0,6, mức chấp nhận được Tại trạm Hà Tĩnh, chỉ số R² = 0,72 cho thấy mối tương quan khá tốt Phân tích tương tự tại 7 trạm còn lại cũng cho thấy mức độ tương quan giữa mưa vệ tinh và mưa thực đo là chấp nhận được.
Sử dụng chỉ số NASH-Sutcliffe (NSE):
● Po là giá trị mưa thực đo
● P s là giá trịmưa vệ tinh CHIRPS
- Theo tiêu chuẩn của WMO [30] thì chỉ sốNSE được đánh giá như bảng sau:
B ả ng 2 2 Tiêu chí đánh giá chỉ s ố NSE
Chỉ số NSE Đánh giá chỉ số
Kết quả phân tích dữ liệu từ năm 1996 đến 2000 cho thấy chỉ số NSE thấp nhất tại trạm Quỳ Hợp đạt 0,64, trong khi trạm Hà Tĩnh có chỉ số NSE cao nhất là 0,90 Điều này cho thấy mức độ tương quan giữa lượng mưa CHIRPS và lượng mưa thực đo trong khu vực nghiên cứu được đánh giá từ tốt đến rất tốt.
Dựa trên các phân tích và đánh giá đã thực hiện, mưa vệt tính CHIRPS có thể được áp dụng để lấp đầy các khoảng trống dữ liệu cho 9 trạm mưa đã được chọn, từ đó tạo ra chuỗi số liệu dài và liên tục.
30 năm từ1986 đến 2015, dùng để tính toán chỉ số SPI
B ả ng 2 3 K ế t h ợp mưa thực đo và mưa CHIRPS tạ i các tr ạm trên lưu vự c sông C ả
TT Tên tr ạ m Th ực đo Mưa CHIRPS
4 Con Cuông 1960-2015 Tháng 6, tháng 12 năm 1995
5 Quỳ Hợp 1996-2015 Các năm từ 1986 đến 1995
6 Kỳ Anh 1961-2015 Các năm từ 1986 đến 2000
( Hương Sơn ) 1962-2015 Các năm từ 1986 đế n 2000
Xây d ự ng công th ứ c tính toán ch ỉ s ố SPI
Hạn là hiện tượng tự nhiên bình thường, thường bị hiểu lầm là sự kiện hiếm gặp Nó xuất hiện ở hầu hết các vùng khí hậu với đặc trưng khác nhau, khác biệt với sự khô cằn thường xuyên ở những khu vực ít mưa Từ những năm 1980, đã có hơn 150 khái niệm về hạn, nhưng chung quy lại, hạn là tình trạng thiếu hụt mưa kéo dài Dựa vào bản chất và tác động, hạn được phân loại thành các loại như hạn khí tượng, hạn nông nghiệp, hạn thuỷ văn, và hạn kinh tế – xã hội.
Hạn có thể được xác định qua nhiều chỉ số, trong đó chỉ số chuẩn hoá lượng mưa (SPI) được ưa chuộng nhất tại Mỹ và Úc SPI được đánh giá cao vì tính đa dụng, khả năng tính toán cho các khoảng thời gian khác nhau (1, 3, 6, 12, 24, 48 tháng) và khả năng cảnh báo sớm về hạn Hạn khí tượng xảy ra khi mưa ít hơn trung bình nhiều năm, trong khi hạn nông nghiệp liên quan đến sự thiếu hụt độ ẩm trong sản xuất, mặc dù lượng mưa có thể đạt mức trung bình Hạn thuỷ văn xảy ra khi nước dự trữ trong các nguồn như tầng ngầm và hồ chứa giảm xuống dưới mức trung bình, thường do nhu cầu sử dụng nước tăng lên.
Cả ba loại hạn: hạn khí tượng, hạn độ ẩm đất và hạn nông nghiệp đều có mối liên hệ chặt chẽ với nhau Thiếu hụt lượng mưa và bốc hơi cao có thể dẫn đến hạn khí tượng, trong khi thiếu độ ẩm trong đất gây ra hạn độ ẩm đất, ảnh hưởng đến sự phát triển của cây trồng và dẫn đến hạn nông nghiệp Hơn nữa, tình trạng không có mưa hoặc mưa ít, kết hợp với bốc hơi cao, làm giảm lượng nước trữ trong lưu vực và giảm cung cấp nước cho nước ngầm, gây cạn kiệt dòng chảy sông suối, dẫn đến hạn thuỷ văn Do đó, khô hạn và các vùng khô hạn thực tế đều liên quan đến cả ba loại hạn này.
B ả ng 2 4 B ả ng t ổ ng h ợ p các ch ỉ tiêu h ạ n
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Mô hình cân bằng nước dạng 2 tầng trữ (PDSI) cho thấy tình trạng hạn hán nghiêm trọng khi chỉ số rơi vào khoảng -3,0 đến -3,99 Để đánh giá hiệu quả của nguồn nước cung cấp, cần xem xét cả hai yếu tố liên quan Tuy nhiên, việc sử dụng nguồn nước hiện tại không thực sự hiệu quả.
Chỉ số PDSI do Palmer tính toán được sử dụng để thể hiện mức độ khô hạn, với giá trị từ -2,0 đến -2,99 cho thấy tình trạng hạn vừa Chỉ số này phản ánh sự cân bằng giữa lượng mưa và nhu cầu nước do bốc hơi, đặc biệt là trong các vùng núi.
Chỉ số hạn Palmer bốc hơi cho thấy mức độ hạn hán so với điều kiện bình thường, với các mức độ từ -1,0 đến -1,99 được coi là hạn nhẹ, trong khi từ -0,5 đến -0,99 là hạn rất nhẹ Điều này có thể ảnh hưởng đến các khu vực có tuyết bao phủ, cũng như tình hình hạn hán tại Hoa Kỳ và trên toàn thế giới.
Có thể tính toán chỉ số hạn theo cả
Chỉ số Precipitation Standardized Index (SPI) được tính từ chuỗi số liệu mưa nhiều năm, nhằm xác định mức độ hạn hán thông qua phân bố chuẩn Các giá trị SPI trong khoảng từ -1,5 đến -1,99 biểu thị hạn hán nặng, trong khi từ -1,0 đến -1,49 cho thấy hạn hán vừa Chỉ số này có thể được tính cho các khoảng thời gian khác nhau như tuần, tháng, quý hoặc năm, và áp dụng cho cả điều kiện ẩm ướt và khô hạn Để tính toán chính xác, yêu cầu cần có chuỗi số liệu mưa đủ dài và không tính đến lượng bốc hơi SPI có thể được áp dụng cho tất cả các vùng hạn khác nhau.
−0,99 to 0,99: bình thường 1,0,1,2); liên quan tính toán tần suất
Để tính toán lượng mưa trong 3 tháng, cần sử dụng chuỗi số liệu mưa đo được, đặc biệt là phương pháp thống kê hiệu quả Phân nhóm mưa theo Rainfall Deciles (RD) cho phép chia thành 10 nhóm nhỏ, trong đó nhóm 3-4 thể hiện lượng mưa nhỏ hơn bình thường và cho kết quả tốt khi chuỗi số liệu đủ dài Mặc dù không được ứng dụng nhiều ở Úc, phương pháp này giúp tính toán phân bố tần suất xuất hiện của từng nhóm mưa Nhóm 5-6 gần với mức bình thường và thường được sử dụng để kiểm tra giới hạn tính bốc hơi.
H ạn n ôn g ng hi ệp
Mức độ ẩm trong đất được xác định thông qua mô hình Chỉ số hạn, dựa trên phần trăm ẩm độ Mô hình này yêu cầu các số liệu chuyên dụng, bao gồm thông tin về lượng mưa và các yếu tố khí tượng như nhiệt độ Cụ thể, mức độ ẩm được phân loại như sau: ≤20% là rất khô hạn; 20-40% là khô hạn; và 40-60% là gần bình thường Việc xem xét các điều kiện lịch sử cũng đóng vai trò quan trọng trong việc đánh giá tình hình ẩm độ đất.
The Palmer Moisture Anomaly Index, also known as the Z-index, is a key indicator used to measure abnormal moisture levels This index is calculated to assess the severity of drought conditions.
Nhạy cảm khi tính toán độ thiếu hụt Không xem xét đến yếu t ố
(Z -index) Hoa Kỳ tính toán cho tháng trong mô hình Palmer mưa lịch sử
Chỉ số ẩm bất thường Palmer
Công thức S=DxM mô tả mối quan hệ giữa thời đoạn dòng chảy (D) trong sông và lưu lượng đến trung bình (M) trong suốt thời gian dài Trong đó, D đại diện cho thời gian mà dòng chảy trong sông nhỏ hơn mức bình thường, còn M là lưu lượng nước trung bình trong sông trong khoảng thời gian D.
Để xác định mức độ hạn, cần thực hiện tính toán chuẩn hóa Phương pháp này đơn giản, không yêu cầu thông tin về lưu vực và không phân bố mức độ hạn theo tần suất tiêu chuẩn.
T otal water deficit (S) Tổng lượng Hoa Kỳ nước thiếu hụt
Phương pháp này áp dụng mô hình Palmer để tính toán chỉ số PDSI, tương tự như tính S, nhưng yêu cầu độ chính xác cao hơn trong việc xác định giới hạn giữa khô hạn và ẩm ướt.
Giá trị tính toán phân lớp t ương tự PDSI nhưng đòi hỏi phân khoảng nhỏ hơn.
Sử dụng mô hình cân bằng nước để xác định mức độ ảnh hưởng của cả 2 yếu tố mưa và nhiệt độ.
Không thực sự hiệu quả tính toán cho các vùng núi hoặc vùng có tuy ết bao phủ; cần tính phân bổ tần suất tiêu chuẩn
Index Phần lớn sử dụng ở
(PHDI)- Chỉ số hạn thủy văn Palmer
Hoa Kỳ Surface Water Supply Index
Chỉ số SWSI được tính toán dựa trên mô hình giá trị tính toán phân lớp, trong đó xem xét đến tuyết phủ và lượng trữ Kết quả tính toán của chỉ số này phụ thuộc vào các yếu tố cụ thể liên quan đến điều kiện thời tiết và môi trường.
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Chỉ số Hạn hán theo khu vực (DAI) được tính toán dựa trên mức độ hạn hán và phạm vi ảnh hưởng của nó Chỉ số này giúp xác định cường độ ảnh hưởng của điều kiện hạn hán tại từng khu vực, nhưng không thể đo lường chính xác mức độ nghiêm trọng do sự biến đổi của các chỉ số hạn khác nhau Hạn hán có thể ảnh hưởng đến nhiều nơi với những mức độ khác nhau, do đó việc theo dõi và phân tích DAI là cần thiết để hiểu rõ hơn về tình trạng hạn hán hiện tại.
H ạn k in h tế xã h ội hán theo khu vực hạn dựa trên chỉ cường độ hạn nhau vùng tính toán
Ứ ng d ụ ng công c ụ GIS để l ậ p b ản đồ s ự thi ế u h ụ t ngu ồn nướ c
Sử dụng phần mềm ArcGIS, chúng tôi biên tập các lớp nền cần thiết để hiển thị trên bản đồ Dữ liệu tính toán SPI1, 3, 6 từ 42 vị trí sẽ được chuyển đổi sang định dạng Excel và đưa lên bản đồ dựa vào tọa độ địa lý của các trạm đo Phương pháp nội suy nghịch đảo khoảng cách (IDW) được áp dụng để nội suy giá trị SPI từ 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, giúp thể hiện bản đồ hạn của vùng.
Phương pháp nội suy IDW là kỹ thuật nội suy xác định cục bộ, ước lượng giá trị của một điểm dựa trên trung bình trọng số của các điểm lân cận Mỗi điểm lân cận sẽ có trọng số tương ứng với khoảng cách đến điểm cần ước lượng, với giả định rằng giá trị tại các điểm cần tính là trung bình trọng số.
Phương pháp IDW (Inverse Distance Weighting) cho rằng khoảng cách giữa các giá trị tại các điểm mẫu trong khu vực lân cận ảnh hưởng đến điểm cần dự báo Cụ thể, những điểm gần với điểm dự báo sẽ có tác động lớn hơn so với những điểm xa hơn (Chen & Liu, 2012).
Z s là giá trị được dự báo tại điểm s 0
N là số điểm mẫu trong khu vực lân cận của điểm s0 λi là các trọng số phụ thuộc vào khoảng cách từ mỗi điểm mẫu đến điểm s0 Giá trị z(s) được đo đạc tại mỗi điểm mẫu i.
Trong nghiên cứu này, khoảng cách giữa điểm dự báo s0 và điểm mẫu si được ký hiệu là di0, với p là tham số thể hiện tốc độ giảm trọng số khi khoảng cách tăng Chúng tôi đã chọn p = 2, nghĩa là trọng số sẽ giảm theo bình phương khoảng cách.
IDW (Inverse Distance Weighting) là phương pháp nội suy dựa trên nghịch đảo của khoảng cách, được nâng lên thành một hàm mũ Tham số số mũ trong IDW cho phép điều chỉnh tầm quan trọng của các điểm đã biết đối với giá trị nội suy, dựa trên khoảng cách của chúng đến điểm đầu ra Giá trị số thực này thường nhỏ hơn 0, với giá trị mặc định trong phần mềm QGIS là 2.
Số mũ cao hơn 2 tập trung vào các điểm gần, làm cho dữ liệu gần có ảnh hưởng lớn hơn và bề mặt trở nên chi tiết hơn, kém mịn hơn Khi số mũ tăng, các giá trị nội suy dần tiến gần đến giá trị của điểm mẫu gần nhất Ngược lại, việc sử dụng số mũ thấp hơn sẽ tạo ra ảnh hưởng lớn hơn từ các điểm xa, dẫn đến bề mặt mịn màng hơn.
Trong bài viết này, tác giả đã chọn giá trị mặc định trong QGIS để đạt được sự cân bằng giữa các điểm gần và xa với điểm cần nội suy.
Các bước lập bản đồ thiếu hụt nguồn nước bằng công cụ GIS:
1 Các chỉ tiêu hạn hán đã xây dựng trước đây cho từng loại hạn có mức phân loại khác nhau Để thống nhất xây dựng bản đồ thiếu hụt nguốn nước, mức độ hạn được phân lại thành 3 mức chính đó là hạn nặng, hạn vừa, hạn nhẹ, và không hạn ứng với giá trị SPI6 Bản đồ thiếu hụt nguồn nước được tính toán trên mức trung bình của chỉ tiêu này
2 Bản đồ tổng hợp ứng với các các SPI được xác định dựa trên bản đồ ứng với các chỉtiêu tương ứng theo các chỉ tiêu chọn
3 Ứng dụng công cụGIS để tính toán thể hiện hạn hán trên địa bản tỉnh Trên cơ sở này xác định phạm vi hạn hán ứng với các nguy cơ hạn hán khác nhau.
KẾ T QU Ả VÀ TH Ả O LU Ậ N
Di ễ n bi ến lượng mưa
Lượng mưa trung bình hàng năm trên lưu vực sông Cả có sự biến động mạnh mẽ, dao động từ 1.133 đến 1.700mm ở các khu vực ít mưa như Tương Dương, Mường Xén và hạ sông Hiếu Trong khi đó, các vùng mưa vừa và lớn như thượng nguồn sông Hiếu ghi nhận lượng mưa từ 2.000 đến 2.100mm, và khu vực sông Giăng có lượng mưa trung bình từ 1.800 đến 2.100mm Vùng sông Ngàn Phố và Ngàn Sâu có lượng mưa năm đạt từ 2.200 đến 2.400mm, trong khi đồng bằng ven biển đạt 1.800 đến 1.900mm Đặc biệt, những khu vực như thượng nguồn sông Hiếu và sông Ngàn Phố là nơi có tâm mưa lớn nhất trong lưu vực.
Vùng ít mưa xuất hiện ở những thung lũng kín, khuất gió như dọc theo thung lũng Mường Xén - Cửa Rào, Cửa Rào - Khe Bốlượng mưa năm chỉđạt từ 1.200
1.300mm Có năm tại Khe Bố lượng mưa năm chỉ đạt 511mm năm 1984, Cửa Rào đạt 773 mm năm 1977
Mùa mưa ở lưu vực sông Cả và sông Hiếu có sự thay đổi theo từng vị trí Tại vùng thượng nguồn, mùa mưa bắt đầu từ tháng 5 và kết thúc vào tháng 10, với lượng mưa lớn nhất rơi vào tháng 8 và ba tháng có lượng mưa nhiều nhất là tháng 7, 8, 9 Trong khi đó, ở trung và hạ du, mùa mưa bắt đầu từ tháng 6 và kéo dài đến tháng 10 hoặc tháng 11, với tháng 11 có lượng mưa cao nhất trong các tháng 8, 9 và 10.
Mùa mưa ở lưu vực sông Ngàn Phố và Ngàn Sâu bắt đầu từ tháng Tám và kết thúc vào tháng Mười, với lượng mưa chiếm từ 80% đến 87% tổng lượng mưa hàng năm, trong khi phần còn lại thuộc về mùa ít mưa.
Mùa mưa ở Việt Nam diễn ra từ Bắc vào Nam, với hai đỉnh cực trị vào tháng 5 và tháng 9 Tháng 5 và tháng 6 là thời điểm hoạt động mạnh của gió mùa Tây Nam, gây ra mưa tiểu mãn và lũ nhỏ Tổng lượng mưa trong hai tháng này chiếm tới 20% lượng mưa cả năm tại các trạm thượng nguồn sông Cả.
Trận lũ tiểu mãn tại Hiếu, Ngàn Phố, Ngàn Sâu đã diễn ra với cường độ lớn, tương tự như các trận lũ lịch sử vào tháng 5/1943 và tháng 5/1989 Đặc biệt, trận mưa tháng 5/1989 đã gây ra lũ lớn trên sông Ngàn Phố, với lượng mưa tối đa đạt 483mm trong ngày 26/5/1989 tại Kim Cương và 296mm tại Hoà Duyệt.
Gió mùa Tây Nam gây ra thời tiết khô nóng do hiện tượng Fơn, với lượng mưa đạt đỉnh vào tháng 5 và 6, trong khi tháng 7 lại có lượng mưa thấp nhất Khi gió Lào hoạt động mạnh, lượng mưa trong tháng 7 chỉ chiếm 5-10% tổng lượng mưa hàng năm.
Vào tháng VIII, IX và X, dải hội tụ nhiệt đới di chuyển về phía Nam, kết hợp với các hình thái thời tiết như áp thấp nhiệt đới và bão, đã gây ra mưa lớn kéo dài từ 3 đến 10 ngày, dẫn đến lũ lớn trên các triền sông.
Lượng mưa hai tháng IX, X đạt tới 40% lượng mưa năm Lượng mưa tháng IX,
Lượng mưa trên lưu vực không đồng đều, với vùng đồng bằng chịu ảnh hưởng mạnh từ bão, đạt 1.000 đến 1.100mm trong hai tháng Ngược lại, ở thượng lưu dòng chính, lượng mưa giảm dần chỉ còn từ 500 đến 800mm do ảnh hưởng ít hơn từ bão.
Lượng mưa cực tiểu tháng II vùng Mường Xén, Cửa Rào, thượng nguồn sông
Trong tháng này, Hiếu chỉ ghi nhận lượng mưa từ 6 đến 12mm, tương tự như các tháng trước đó Lượng mưa trong tháng II chỉ chiếm từ 1 đến 2% tổng lượng mưa hàng năm Tổng lượng mưa trong 5 tháng mùa khô, từ tháng XII đến tháng IV, chỉ chiếm từ 10 đến 20% lượng mưa cả năm.
Biến động lượng mưa theo thời gian khá mạnh mẽ Lượng mưa năm lớn nhất đạt 3.520mm năm 1989 tại Vinh, 3.670mm năm 1989 tại Hoà Duyệt, 3.470mm năm
1978 tại Đô Lương và từ 2.500 2.700mm tại các vùng thượng sông Cả, sông Hiếu Lượng mưa năm nhỏ nhất biến động tuỳ theo các vùng, vùng ít mưa như
Khe Bố, Mường Xén, Cửa Rào có năm lượng mưa chỉ đạt 500 700mm Vùng mưa nhiều năm ít mưa nhất đạt từ 1.200 1.500mm
Hệ số biến sai Cv mưa năm dao động từ 0,25 0,35
Hình 3 1 S ố li ệu mưa thực đo (Trạ m Qu ỳnh Lưu)
Hình 3 2 S ố li ệu mư thực đo (Trạm Kim Cương) ố ệu mưa thực đo (Trạ ỳ ợ
B ả ng 3 1 T ỷ l ệ mưa năm phân theo mùa trung bình nhiều năm
TT Tên Tr ạ m Li ệ t tài li ệ u
Mùa mưa Mùa khô Năm
4 Qu ỳnh Lư u 1960-2015 VI-X 1243 78 XI-V 346 22 1589
Phân tích tình tr ạ ng thi ế u h ụ t ngu ồn nướ c d ự a trên ch ỉ s ố SPI
Đánh giá sự thiếu hụt nguồn nước gây ra hạn hán được thực hiện dựa trên kết quả tính toán chỉ số SP6 tại các trạm khí tượng Chỉ số bình quân SPI được tính bằng cách trung bình hóa các ô lưới SPI theo từng tháng.
Dựa vào chỉ số SPI6 trung bình, các giai đoạn 1991-1992, 1998-2001, 2003-2005, 2010-2011 và 2014-2015 cho thấy sự thiếu hụt nguồn nước kéo dài so với trung bình nhiều năm, đặc biệt là trong các giai đoạn 1998-2001, 2003-2005 và 2014-2015, tiếp tục ảnh hưởng đến năm 2016 Xu thế này gần như tương đồng giữa các trạm đại diện cho các vùng miền núi (Quỳ Hợp), đồng bằng (Hà Tĩnh) và ven biển (Quỳnh Lưu), cho thấy rằng hầu hết lưu vực sông Cả đều bị ảnh hưởng bởi hạn hán và thiếu hụt nguồn nước trong quá khứ, dù mức độ khác nhau.
Hình 3 4 Ch ỉ s ố SPI 1, 3 và 6 tr ạ m Qu ỳ H ợ p
Khi phân tích chỉ số SPI3, ta nhận thấy xu hướng tương đồng trong các giai đoạn hạn khí tượng, với tần suất hạn tăng nhưng thời gian mỗi đợt lại ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ cho thấy sự phù hợp với thực tế, điển hình là tình trạng hạn hán nghiêm trọng tại tỉnh Nghệ An vào năm 2015, khi tỉnh này phải công bố tình trạng thiên tai do hạn hán xảy ra trên diện rộng từ năm 2014 và kéo dài đến năm 2016.
Hình 3 5 Xu th ế di ễ n bi ế n h ạ n hán vùng LVS C ả d ự a vào ch ỉ s ố SPI
Các quãng thời gian giữa các đợt hạn hán thường có lượng mưa dồi dào hơn so với trung bình nhiều năm Chỉ số SPI3 cho thấy xu thế các giai đoạn nhiều nước tương đồng với thực tế, như các năm 1990-1991, 1997, đầu năm 2004 và cuối năm 2013 Trong khi đó, chỉ số SPI6 cho thấy rất ít đợt nhiều nước xen kẽ với các đợt ít nước Đánh giá trên khoảng thời gian ngắn hơn với SPI3 cho phép nhận diện rõ sự xen kẽ này Việc nhận diện sự xen kẽ giữa các giai đoạn dồi dào và thiếu hụt nước là cơ sở quan trọng để đánh giá khả năng sử dụng các công trình và giải pháp thu trữ, điều tiết nguồn nước trong các giai đoạn khác nhau.
Xây d ự ng b ản đồ thi ế u h ụ t ngu ồn nước theo các năm
Kết quả xây dựng bản đồ hạn khí tượng từ chỉ số SPI6 trong một số năm, như được thể hiện trong Hình 3.9, cho thấy rõ các xu hướng hạn hán Đặc biệt, vào các năm 2015 và 2005, hầu hết lưu vực đều trải qua tình trạng hạn hán nghiêm trọng, dẫn đến thiếu hụt nguồn nước mưa.
Hình 15: B ản đồ phân b ố h ạn khí tượ ng theo ch ỉ s ố SPI6 trên LVS C ả
Phân tích di ệ n tích h ạ n hán t ại các địa phương
Bằng việc sử dụng công cụ GIS để xây dựng bản đồ hạn khí tượng, chúng tôi có thể xác định diện tích bị hạn theo các đơn vị hành chính Bảng 3.2 dưới đây trình bày diện tích hạn đầu năm 2015 tại các huyện trong vùng nghiên cứu, cho thấy các khu vực chịu ảnh hưởng nặng nề như Vinh, Yên Thành, Con Cuông, Thanh Chương, Anh Sơn, Hưng Nguyên và Đô Lương Tổng diện tích hạn rất nặng trong toàn vùng lên đến hơn 138.000 ha, trong khi hạn nặng là gần 578.000 ha và hạn là hơn 350.000 ha Kết quả này phản ánh đúng thực tế, khi năm 2015 Nghệ An đã công bố tình trạng thiên tai hạn hán.
B ả ng 3 2 Phân c ấ p h ạ n theo di ệ n tích các huy ệ n LVS C ả năm 2015 (theo ch ỉ s ố SPI6)
Di ệ n tích theo c ấp độ h ạ n (ha)
Di ệ n tích theo c ấp độ h ạ n (ha)
B ả ng 3 3 Di ệ n tích b ị h ạ n theo ch ỉ s ố SPI6 năm 2005
Di ệ n tích theo c ấp độ h ạ n (ha)
Di ệ n tích theo c ấp độ h ạ n (ha)
Đề xu ấ t gi ả i pháp ứ ng phó, kh ắ c ph ụ c thi ế u h ụ t ngu ồn nước lưu vự c sông
3.5.1 Một số giải pháp công trình (Phải nêu hiện trạng rồi mới đưa ra biện pháp công trình)
Kết quả tính toán và bản đồ thiếu hụt nguồn nước mùa khô cho các tiểu vùng cho thấy lượng mưa mùa khô tại các vùng trung sông Cả, trung và hạ lưu sông Hiếu, vùng sông Nghèn, và Nghi Xuân thường thấp hơn so với trung bình nhiều năm Mặc dù lượng mưa cả năm trên lưu vực sông Cả tương đối dồi dào, nhưng chủ yếu tập trung vào mùa mưa Do đó, việc xây dựng các hồ chứa để điều tiết nước giữa các mùa và trong nhiều năm là cần thiết và khả thi nhằm đảm bảo nguồn nước cho các thời điểm thiếu nước mùa khô.
Trên lưu vực sông Cả, mặc dù đã có nhiều công trình thủy lợi và thủy điện, nhưng việc cung cấp nước cho các vùng vẫn chưa đủ Do đó, trong tương lai, cần khai thác tối đa nguồn nước từ các hồ chứa như hồ Bản Vẽ (sông Cả) với khả năng bổ sung 80 m³/s và hồ Bản Mồng (sông Hiếu) với 22 m³/s Cũng cần xem xét xây dựng thêm các công trình mới như Chúc A và Trại Dơi trên sông Ngàn Sâu (9,4 m³/s), Đá Gân, Khe Chè, Nước Sốt, Rào Mắc trên nhánh sông Ngàn Phố (11,5 m³/s), và Thác Muối trên sông Giăng (18,5 m³/s) Các số liệu lưu lượng nước từ những hồ chứa này được tham khảo từ Viện Quy hoạch Thủy lợi Để tận dụng hiệu quả nguồn nước từ các hồ chứa thượng nguồn, cần cải tạo, nâng cấp và xây dựng mới các trạm bơm, hồ chứa nhỏ, và cống lấy nước tại những khu vực khó khăn như Nghi Xuân, sông Nghèn, trung lưu sông Cả và hạ sông Hiếu.
3.5.2 Một số giải pháp phi công trình
Củng cố và nâng cao năng lực hoạt động của các tổ chức quản lý nguồn nước trên lưu vực, bao gồm Sở Nông nghiệp và Phát triển nông thôn, Sở Tài nguyên và Môi trường, Chi cục Thủy lợi, và Chi cục Phòng chống và Giảm nhẹ thiên tai Đồng thời, cần làm rõ và giảm thiểu các mâu thuẫn, chồng chéo chức năng giữa các tổ chức quản lý để nâng cao hiệu quả quản lý nguồn nước.
Cần thiết phải đánh giá và củng cố vai trò của Ban Quản lý lưu vực sông Cả, nhằm nâng cao hiệu quả hoạt động Việc tổ chức cần được điều chỉnh để phù hợp với điều kiện và bối cảnh cụ thể của lưu vực sông tại Việt Nam.
Nhiệm vụ không được trùng lặp với các tổ chức khác trong lưu vực sông, đặc biệt là quản lý nước của các tỉnh Cần có cơ chế phối hợp với các cơ quan trong quản lý sử dụng nước, chú trọng đến sự tham gia của cộng đồng để giải quyết mâu thuẫn trong quản lý nước.
3.5.3 Một số giải pháp khoa học công nghệ
- Tăng cườ ng nghiên c ứ u, ứ ng d ụ ng khoa h ọ c công ngh ệ trong công tác qu ản lý, điề u hành khai thác sử dụng nguồn nước
- Nâng cao trình độ cán bộ, trang bị các phương tiện hiện đại để có thể nghiên cứu, tiếp thu và ứng dụng các công nghệ mới
Xây dựng một cơ sở dữ liệu toàn diện, thường xuyên được cập nhật và dễ dàng sử dụng là rất quan trọng để khai thác thông tin phục vụ cho công tác quản lý và quy hoạch Điều này giúp nâng cao hiệu quả trong việc lập kế hoạch khai thác nguồn nước.
Ứng dụng các mô hình toán học về thủy văn, thủy lực và cân bằng nước giúp nâng cao hiệu quả trong việc đánh giá, kiểm đếm, quản lý và khai thác nguồn nước.
Kết quả nghiên cứu đề xuất cần kết hợp với các cơ quan chuyên môn để phát triển và ứng dụng công nghệ cao, đặc biệt là việc kết hợp công nghệ viễn thám với mô hình toán học Điều này nhằm tạo dựng cơ sở dữ liệu đầy đủ, bổ sung các khoảng trống thông tin và dữ liệu, đồng thời xây dựng các kịch bản sẵn sàng ứng phó.