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 khí hậu tự nhiên xảy ra do nhiều nguyên nhân như thiếu hụt lượng mưa, bốc hơi lớn và khai thác quá mức nguồn nước Hiện tượng này có thể xảy ra ở mọi vùng khí hậu trên thế giới, với đặc điểm biến đổi khác nhau giữa các khu vực Hạn hán khác với khô hạn, vì khô hạn là đặc trưng lâu dài của những vùng có lượng mưa thấp và nhiệt độ cao Mỗi năm, hạn hán xảy ra với các đặc tính thời tiết và tác động khác nhau, thể hiện sự biến đổi theo thời gian.
Trong những năm gần đây, sự phát triển của đất nước đã mang lại những thay đổi tích cực cho nền kinh tế các tỉnh trên lưu vực sông Cả, với cơ cấu kinh tế chuyển dịch theo hướng công nghiệp - dịch vụ - nông nghiệp Sự ra đời của hàng loạt khu công nghiệp, khu kinh tế và khu đô thị mới đã làm gia tăng đáng kể nhu cầu nước cho các ngành.
Quy luật diễn biến thời tiết khí hậu ngày càng phức tạp, ảnh hưởng đến thời gian xuất hiện lũ và hạn Mực nước trên các sông có những tổ hợp bất lợi cho công tác phòng lũ, với các trận lũ lớn xảy ra vào các năm 1978, 1988, 2002, 2007 và đặc biệt là năm 2010, gây thiệt hại nặng nề cho kinh tế và xã hội trong khu vực Về hạn, mức độ hạn ngày càng gia tăng, ảnh hưởng nghiêm trọng đến sản xuất, điển hình là các năm 2005, 2007 và 2010.
Nghệ An và Hà Tĩnh, nằm trong lưu vực sông Cả, đã trải qua tình trạng hạn hán nghiêm trọng 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 bị ảnh hưởng nặng Hàng trăm hệ thống hồ ở khu vực này đã giảm 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 ở 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 Qua đó, chúng ta có thể đề xuất các giải pháp thích ứng phù hợp nhằm cải thiện tình trạng thiếu nước trong nhiều năm qua.
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 quan trọng bao gồm lượng mưa, cường độ bức xạ mặt trời, nhiệt độ bề mặt đất trung bình và độ che phủ đất Những yếu tố này ảnh hưởng đến mức độ hạn hán và khả năng ứng phó của địa phương với các biến đổi khí hậu.
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 trong 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 - Bắc Nghệ An) và thành phố Vinh, thị xã Cửa Lò, Nghi Lộc, Hưng Nguyên (trong hệ thống Nam Hưng Nghi - 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 và Đức Thọ, cũng như 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
Các vùng sản xuất nông nghiệp và khu vực quy hoạch cho sản xuất nông nghiệp hiện nay chưa được nghiên cứu hoặc cảnh báo về nguy cơ hạn hán, điều này cần được chú trọng để đảm bảo sự bền vững trong nông nghiệp.
- Tiếp cận kết quả của các nghiên cứu trong và ngoài nước về vấn đề hạn hán
Tiếp cận nghiên cứu theo mô hình khí hậu toàn cầu kết hợp với công cụ xử lý ảnh vệ tinh Erdas và phần mềm GIS ArcGIS để phân tích không gian hiệu quả.
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, gây thiệt hại kinh tế và ảnh hưởng đến đời sống con người cũng như môi trường sinh thái Hàng năm, khoảng 21 triệu ha đất trở thành đất không có năng suất do hạn hán Trong 25 năm qua, số người gặp rủi ro vì hạn hán ở các vùng đất khô cằn đã tăng hơn 80% Hơn 1/3 diện tích đất đai toàn cầu đã bị khô cằn, nơi sinh sống của 17,7% dân số thế giới Cùng với hạn hán, hiện tượng hoang mạc hóa cũng ngày càng lan rộng, ảnh hưởng đến cả các vùng bán ẩm ướt, với diện tích hoang mạc hóa hiện nay lên đến 39,4 triệu km², chiếm 26,3% đất tự nhiên trên toàn cầu.
Hạn hán đang đe dọa 250 triệu người trên toàn cầu, ảnh hưởng đến 100 quốc gia và gây ra nguy cơ đói và khát Tình trạng này không chỉ tác động đến cuộc sống của con người mà còn ảnh hưởng nghiêm trọng đến môi trường khí hậu toàn cầu (WMO [1]).
Hạn hán thường ảnh hưởng rộng rãi và mặc dù ít khi gây thiệt hại về nhân mạng, nhưng thiệt hại kinh tế do hạn hán mang lại rất lớn Theo Trung tâm giảm nhẹ hạn hán quốc gia Mỹ, hàng 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 tới 39-40 tỷ USD, vượt xa thiệt hại kỷ lục của lũ là 15-27,6 tỷ USD.
Hạn hán và bão đã gây thiệt hại kinh tế lớn, với bão ước tính lên đến 25-33,1 tỷ USD vào năm 1992 Nhiều quốc gia như Ấn Độ, Pakistan và Australia cũng chịu ảnh hưởng nặng nề từ hạn hán Đặc biệt, hiện tượng El Nino trong giai đoạn 1997-1998 đã dẫn đến cháy rừng nghiêm trọng ở Indonesia, gây tổn thất kinh tế lớn và tác động tiêu cực đến 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 nguy cơ phải di cư để tìm kiếm sinh kế.
Trên thế giới, nhiều tác giả đã nghiên cứu về hạn hán, nhưng do tính phức tạp của hiện tượng này, 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, giúp theo dõi sự biến động của giá trị để xác định 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 thường sử dụng chỉ số phù hợp với điều kiện cụ thể của mình Việc xác định hạn hán không chỉ dựa vào số liệu quan trắc mà còn áp dụng cho số liệu từ mô hình khí hậu khu vực và toàn cầu Trong nghiên cứu hạn hán, việc xác định các đặc trưng như khởi đầu, kết thúc, thời gian kéo dài, phạm vi, mức độ, tần suất và mối liên hệ với khí hậu là rất cần thiết.
Nghiên cứu về hạn hán toàn cầu của Aiguo Dai và cộng sự chỉ ra rằng số đợt hạn, thời gian kéo dài và tần suất của hạn đã gia tăng đáng kể Nico Wanders và đồng nghiệp đã phân tích 18 chỉ số hạn hán, lựa chọn các chỉ số phù hợp để nghiên cứu đặc trưng của hạn ở năm vùng khí hậu khác nhau Nhiều nghiên cứu cho thấy sự giảm lượng mưa và tăng nhiệt độ làm tăng bốc hơi, dẫn đến hạn hán nghiêm trọng hơn Giai đoạn 1980-2000 chứng kiến tần suất hạn tăng cao, với ví dụ cụ thể như Cộng hòa Séc, nơi hạn xảy ra nặng nề mỗi 5 năm, và ở Hy Lạp, hạn mùa hè ảnh hưởng lớn đến nông nghiệp và cung cấp nước Tại Cộng hòa Moldova, cứ 2 năm lại có một đợt hạn nặng vào mùa thu Thời gian kéo dài của 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 thời gian kéo dài nhất ở Italy, 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 này kéo dài 4-5 năm từ 1997 đến 2003 Nghiên cứu toàn cầu chỉ ra rằng hạn hán là hiện tượng phức tạp, do cả nguyên nhân tự nhiên như sự dao động khí quyển và nhiệt độ mặt nước biển (El Nino), lẫn nguyên nhân từ con người như nhu cầu nước tăng, phá rừng, ô nhiễm môi trường và quản lý nước kém bền vững Hiện nay, nhiều chỉ số hạn đã được phát triển và ứng dụng trên thế giới, như chỉ số Ivanov, Budyko, Penman, và Palmer, nhưng không có chỉ số nào vượt trội trong mọi điều kiện Việc áp dụng các chỉ số này phụ thuộc vào điều kiện cụ thể của từng vùng và hệ thống dữ liệu quan trắc có sẵn.
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, cung cấp 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 quan trọng cho việc kiểm kê và đánh giá nguồn nước trên lưu vực sông Ngoài số liệu 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 mưa vệ tinh 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, do USGS và nhóm hiểm họa khí hậu (CHG) phát triển, kết hợp hình ảnh vệ tinh có độ phân giải 0.05° với dữ liệu từ các trạm quan trắc để tạo ra chuỗi thời gian mưa dạng lưới Phương pháp này giúp phân tích và theo dõi 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 nhiệt đới và cận nhiệt đới, cũng như ước tính hệ thống nhiệt tiềm ẩn Thiết bị đo mưa trên vệ tinh TRMM bao gồm Radar lượng mưa (PR) hoạt động ở 13,8 GHz, TRMM Microwave Image (TMI) với chín kênh đo phóng vi sóng, và VIRA (Visible and Infrared Scanner) với khả năng chiếu xạ 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, kết hợp với thông tin không gian 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 hàng ngày, cùng với việc cung cấp miễn phí, khiến nó trở thành lựa chọn phổ biến trong nghiên cứu 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 sang Đông Nam, dần nghiêng ra biển, với phần lớn diện tích là đồi núi Diện tích đất có độ dốc thích hợp cho nông nghiệp chỉ chiếm 19% diện tích Việt Nam và 14% toàn lưu vực Địa hình sông Cả có thể chia thành hai dạng chính: đồng bằng và đồng bằng ven biển Đồng bằng sông Cả nằm dọc hai bên bờ sông 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, là nơi tập trung phát triển kinh tế xã hội của lưu vực Cao độ đồng bằng ven sông Cả biến 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, bao gồm các huyện Nghĩa Đàn, Quỳ Hợp, Tân Kỳ, Anh Sơn, Thanh Chương, Vũ Quang, Hương Sơn và Hương Khê, nổi bật với địa hình phức tạp Khu vực này có sự kết hợp giữa những đồi bát úp, đồi cao và các thung lũng thấp, tạo nên một cảnh quan thiên nhiên đa dạng và hấp dẫn.
Bãi Tập - Quỳ Hợp, vùng sông Sào - Nghĩa Đàn và các khu vực trung tâm như Hương Khê, Vũ Quang, Sơn Hà của Hương Sơn 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 tập trung chủ yếu ở phía Tây, Tây Bắc và Tây Nam của lưu vực, kéo dài từ Đồng Văn, Thông Thụ (Quế Phong) đến Hương Liên (Hương Khê - Hà Tĩnh), bao gồm các dãy núi như Giăng Màn và dãy núi biên giới từ Nậm Mô đến cửa khẩu Cầu Treo Với cao độ từ +12.000 đến +15.000m, địa hình này tạo thành một bức tường thành giữa lưu vực sông Mê Kông và sông Cả, chiếm tới 60-70% diện tích lưu vực, nhưng đất canh tác chỉ chiếm 1,5-2% Đây là vùng đất chủ yếu được xác định là 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 trong lưu vực sông Cả được phân thành hai loại chính: đất thuỷ thành và đất địa thành, dựa trên nguồn gốc phát sinh.
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 khu vực uốn nếp Bắc Bộ và miền uốn nếp Varixêt Đông Dương Ranh giới giữa hai miền uốn nếp này 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 chỉ ra rằng lưu vực sông Cả nằm trong khu 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 đã trải qua 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 Từ Merozoi muộn, các bồn trũng nhỏ mang tính orogen đã 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, trong đó có giới Protezoi, giới Paleozoi (PZ) và giới Mezozoi, với các hệ tầng đặc trưng.
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 gần sát biên giới Việt - Lào khoảng 40km, và hoàn toàn vào Việt Nam tại chân đỉnh núi cao 1.067m Tại Bản Vẽ, sông chuyển hướng chảy Bắc - Nam cho đến Cửa Rào, nơi nó nhập với nhánh Nậm Mô và lại chuyển dòng theo hướng Tây Bắc - Đông Nam Diện tích lưu vực của sông Cả đạt 27.200km², trong đó 9.740km² nằm trên đất Lào và phần còn lại thuộc 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 rộng và sâu, trong khi đoạn trung lưu lại nông Phần thượng nguồn có nhiều ghềnh thác, hai bên là núi cao và đồi Khu vực thượng nguồn cũng có nhiều vị trí thích hợp để xây dựng kho nước lợi dụng tổng hợp Sông Cả không phân lưu và chỉ có một cửa thoát duy nhất.
Sông Hiếu là một chi lưu phía Tả của sông Cả, nằm ở đoạn trung lưu tại Ngã ba Cây Chanh Với diện tích lưu vực đạt 5.340 km² và chiều dài 314 km, sông Hiếu bắt nguồn từ dãy núi Cao Phú Hoạt thuộc Quế Phong, chảy theo hướng Tây Bắc - Đông Nam, gần song song với dòng chính của sông Cả.
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 một vị trí quan trọng liên quan đến sông Hiếu, con sông cung cấp nước thiết yếu cho các huyện Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn và Tân Kỳ Tuy nhiên, vào mùa kiệt, lưu lượng nước trên sông Hiếu có thể giảm xuống chỉ còn 6 đến 7 m³/s, không đủ đáp ứng nhu cầu cấp nước cho 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 số đó, sông Chàng và sông Dinh là hai chi lưu lớn, đóng vai trò quan trọng trong việc cung cấp nước cho sông Hiếu tại khu vực miền núi.
Sông Nậm Mô bắt nguồn từ rừng núi tỉnh Bôlikhăm Xay (Lào) và chảy vào Việt Nam tại Làng Nhãn, huyện Kỳ Sơn Tại Lào, sông chảy theo hướng Bắc Nam, vòng quanh đỉnh Huổng Mang Ngai (2406m), sau đó đổi hướng sang Đông Nam - Tây Bắc Đến bản Suông Hang, sông lại chuyển hướng Tây Bắc - Đông Nam và cuối cùng nhập lưu với sông Cả tại Cửa Rào, được coi là dòng chính của sông Cả do hướng chảy trùng khớp.
Sông Nậm Mô có diện tích lưu vực 3.970 km² và chiều dài 189 km, trong đó đoạn chảy trên đất Việt Nam dài 89 km Thượng nguồn sông Nậm Mô có nhiều vị trí tiềm năng để xây dựng hồ chứa, phục vụ cho việc phát điện và điều tiết nước cho hạ du Khu vực thượng nguồn sông chảy qua các vùng núi đá cao với độ cao trung bình trên 1.000 m.
Sông Giăng là một phụ lưu phía hữu sông Cả, nằm cách đập Đô Lương khoảng 20km về phía hạ lưu Bắt nguồn từ dãy núi Phu Long cao 1.330m ở phía Tây Nghệ An, sông Giăng có diện tích lưu vực 1.05km² và nằm trong khu vực có lượng mưa lớn, dẫn đến lòng sông rộng và nông với nhiều bãi bồi Hướng chảy chính của sông Giăng song song với sông Cả, đến Thác Muối, sau đó đổi hướng Tây Đông và 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 hiện tượng tự nhiên lặp lại, ảnh hưởng đến kinh tế xã hội và được phân loại thành bốn loại: hạn khí tượng, hạn thủy văn, hạn nông nghiệp và hạn kinh tế xã hội Hạn khí tượng, thường xuất hiện đầu tiên, là nguyên nhân chính cho các loại hạn khác và có thể được dự báo với ít dữ liệu đầu vào như mưa và nhiệt độ Việc phân tích đặc trưng không gian và thời gian của hạn khí tượng có vai trò quan trọng trong quản lý tài nguyên nước và giảm thiểu thiệt hại do hạn hán Do đó, trong luận văn này, tác giả chọn hạn khí tượng làm đối tượng nghiên cứu.
Trong việc xác định và giám sát hạn hán, các chỉ số hạn hán là công cụ chính được sử dụng Theo dõi biến động giá trị của các chỉ số này giúp xác định sự khởi đầu, thời gian kéo dài và cường độ 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 là tổng hợp của nhiều biến Mỗi chỉ số có ưu điểm và nhược điểm riêng, và các quốc gia lựa chọn chỉ số phù hợp với điều kiện của mình Ngoài ra, việc xác định hạn hán còn có thể áp dụng cho cả dữ liệu quan trắc và sản phẩm từ mô hình khí hậu khu vực cũng như mô hình khí hậu toàn cầu.
Nghiên cứu về cảnh báo sớm hạn khí tượng tại Việt Nam đã áp dụng nhiều chỉ số khác nhau, trong đó Đào Xuân Học sử dụng chỉ số khô hạn Sazonop để khảo sát và dự báo hạn cho các tỉnh DHMT Nguyễn Quang Kim 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 khác nhau với lượng mưa tích lũy, trong đó 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 cho phép tính toán qua nhiều thời đoạn khác nhau bằng cách chuyển đổi dữ liệu mưa thành hàm tiêu chuẩn hóa, giúp so sánh hạn hán ở các vùng có điều kiện thời tiết khác nhau Tuy nhiên, SPI cần ít nhất 30 năm dữ liệu để đảm bảo độ chính xác và giả định rằng nguyên nhân chính của hạn khí tượng là do mưa, trong khi các yếu tố khí tượng khác như nhiệt độ và bốc hơi không ảnh hưởng đáng kể.
Chỉ số SPI, được Tổ chức Khí tượng Thế giới WMO đề xuất, là công cụ 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 Kết quả nghiên cứu cho thấy chỉ số SPI phù hợp với đặc điểm khí hậu của Việt Nam.
Để đánh giá tình hình hạn hán trong vùng nghiên cứu, luận văn này sử dụng chỉ số SPI để đo lường sự thiếu hụt lượng mưa (hạn khí tượng) theo các giai đoạn 3 tháng và 6 tháng Lượng mưa trong các thời đoạn tương ứng được coi là yếu tố đầu vào quan trọng Số lượng và chất lượng của tài liệu mưa có ảnh hưởng lớn đến độ chính xác của các mô hình toán học được áp dụng.
Hiện tại, lưu vực sông Cả chỉ có 23 trạm đo mưa hoạt động, tương ứng với mật độ 778 km²/trạm, vượt quá tiêu chuẩn tối thiểu 575 km²/trạm của WMO Các trạm quan trắc mưa chủ yếu tập trung ở vùng đồng bằng và các thị trấn nằm trong thung lũng sông, trong khi vùng núi cao lại thiếu thốn trạm đo mưa Đặc biệt, số lượng trạm đo mưa tự ghi rất hạn chế, chỉ có một vài 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 tốt, trong khi các trạm đo mưa chuyên dụng tại nông trường hoặc vùng sâu, vùng xa thường gặp vấn đề về độ tin cậy và 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, luận văn áp dụng mưa vệ tinh nhằm bù đắp các lỗ hổng dữ liệu và tính toán chỉ số SPI cho lưu vực Sử dụng công nghệ GIS, nghiên cứu tạo ra bản đồ phân bố sự thiếu hụt nguồn nước (hạn khí tượng) cho toàn vùng với các lượng mưa khác nhau Từ kết quả tính toán, diện tích bị hạn tại từng địa phương sẽ được xác định 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
Trong nghiên cứu này, chúng tôi đã lựa chọn các trạm đo từ 23 trạm mưa còn hoạt động trong khu vực để tính toán chỉ số thiếu hụt nguồn nước Quy trình lựa chọn dựa trên các tiêu chí cụ thể nhằm đảm bảo tính chính xác và độ tin cậy của dữ liệu thu thập được.
To accurately calculate the Standardized Precipitation Index (SPI), a continuous dataset of at least 30 years is essential to ensure reliability in the results.
- 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 đã được thu thập và phân tích từ 9 trạm đã chọn, tuy nhiên một số trạm gặp phải tình trạng số liệu không liên tục do ghi chép và thống kê không đầy đủ Để khắc phục tình trạng thiếu dữ liệu này, chúng tôi sẽ xem xét và bổ sung thông tin từ mưa vệ tinh được 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 dữ liệu lượng mưa toàn cầu trong gần 30 năm, được phát triển bởi Cục Khảo sát địa chất Hoa Kỳ (USGS) và nhóm hiểm họa khí hậu (CHG) Dữ liệu này kết hợp hình ảnh vệ tinh có độ phân giải 0.05 ° với thông tin từ các trạm đo tại chỗ, nhằm tạo ra chuỗi thời gian mưa dưới dạng lưới Mục đích của CHIRPS là phục vụ cho việc phân tích và theo dõi tình hình 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 giai đoạn 1996-2000 tại trạm Quỳ Hợp cho thấy chỉ số tương quan R² = 0,6, mức này được coi là chấp nhận được Tại trạm Hà Tĩnh, chỉ số R² đạt 0,72, cho thấy mức độ tương quan khá tốt Phân tích tương tự tại 7 trạm còn lại cũng cho thấy mức độ tương quan giữa mưa vệtinh 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 tính toán cho các trạm từ năm 1996 đến 2000 cho thấy chỉ số NSE thấp nhất tại trạm Quỳ Hợp với giá trị NSE = 0,64 và cao nhất tại trạm Hà Tĩnh với giá trị NSE = 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, mưa vệt tính CHIRPS có thể được áp dụng để bổ sung dữ liệu cho 9 trạm mưa đã chọn, từ đó tạo ra chuỗi số liệu dài hơn.
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 một hiện tượng tự nhiên bình thường và mang tính qui luật, thường bị hiểu lầm là sự kiện hiếm gặp Hiện tượng này có thể xảy ra ở hầu hết các vùng khí hậu, với những đặc trưng khác nhau Hạn khác với sự khô cằn, vốn là đặc tính thường xuyên của các khu vực ít mưa Từ những năm 1980, đã có hơn 150 khái niệm về hạn, nhưng nhìn chung, hạn được hiểu là tình trạng thiếu hụt mưa kéo dài Dựa vào bản chất và tác động, hạn được phân loại thành nhiều loại như hạn khí tượng, hạn nông nghiệp, hạn thuỷ văn, và hạn kinh tế – xã hội.
Hạn có thể được xác định thông qua nhiều chỉ số khác nhau, trong đó các chỉ số phổ biến tại Mỹ và Úc bao gồm phần trăm so với trung bình (PN), chỉ số chuẩn hoá lượng mưa (SPI), chỉ số hạn khắc nghiệt Palmer, chỉ số ẩm mùa vụ (CMI), chỉ số cấp nước bề mặt (SWSI), chỉ số tái khô hạn (RDI) và phần mười Chúng tôi chọn chỉ số SPI để xây dựng mô hình dự báo hạn khí tượng vì nó đánh giá khả năng có lượng mưa cho các khoảng thời gian khác nhau, được các nhà hoạch định và nghiên cứu đánh giá cao về tính đa dụng, có khả năng đưa ra cảnh báo sớm về hạn và giúp ước tính mức độ hạn một cách đơn giản hơn so với chỉ số Palmer Hạn khí tượng xảy ra khi có mưa ít hơn trung bình nhiều năm, hạn nông nghiệp là khi thiếu độ ẩm cho một thời vụ mặc dù lượng mưa có thể đạt mức trung bình, và hạn thuỷ văn là khi nguồn nước dự trữ trong các tầng ngầm, sông, hồ giảm xuống mức thấp hơn trung bình.
Cả ba loại hạn - hạn khí tượng, hạn độ ẩm đất và hạn nông nghiệp - có mối liên hệ chặt chẽ với nhau Thiếu mưa và bốc hơi cao có thể dẫn đến hạn khí tượng, trong khi thiếu độ ẩm trong đất ảnh hưởng đến sự phát triển của cây trồng, gây ra hạn nông nghiệp Hơn nữa, lượng mưa ít và bốc hơi cao làm giảm trữ nước trong lưu vực, ảnh hưởng đến nguồn nước ngầm và dẫn đến hạn thuỷ văn Do đó, khô hạn và các vùng khô hạn thực tế luôn 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 chỉ số từ -3,0 đến -3,99 cho thấy tình trạng hạn hán nặng Việc xem xét cả hai yếu tố nguồn nước cung cấp cho thấy tình trạng này không thực sự hiệu quả và được sử dụng phổ biến.
Chỉ số PDSI, theo phương pháp Palmer, được sử dụng để đo lường lượng mưa và nhu cầu nước bốc hơi ở các vùng núi Giá trị PDSI từ -2,0 đến -2,99 cho thấy tình trạng hạn hán vừa phải, phản ánh sự thiếu hụt nước trong môi trường.
Chỉ số hạn Palmer bốc hơi cho thấy sự biến đổi so với điều kiện bình thường, với các mức độ hạn như sau: từ -1,0 đến -1,99 biểu thị hạn nhẹ, trong khi từ -0,5 đến -0,99 cho thấy hạn rất nhẹ Thông tin này có thể áp dụng cho 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 đánh giá tình trạng hạn hán SPI được phân loại theo tần suất phân bố chuẩn, với các mức độ như: từ -1,5 đến -1,99 là hạn nặng, và từ -1,0 đến -1,49 là hạn vừa Chỉ số này có thể được tính cho nhiều khoảng thời gian khác nhau như tuần, tháng, quý, và năm, đồng thời áp dụng cho cả điều kiện ẩm ướt lẫn khô hạn Để đảm bảo tính chính xác, yêu cầu có chuỗi số liệu mưa đủ dài và không tính đến yếu tố bốc hơi SPI có thể được áp dụng cho tất cả các vùng có tình trạng hạn khác nhau.
−0,99 to 0,99: bình thường 1,0,1,2); liên quan tính toán tần suất
Tính toán lượng mưa trong 3 tháng từ chuỗi số liệu đo đạc cho thấy lượng mưa vượt trội so với mức bình thường Phương pháp thống kê yêu cầu sử dụng chuỗi số liệu Rainfall Deciles (RD) để phân nhóm mưa thành 10 nhóm nhỏ Nhóm 3-4 thể hiện lượng mưa nhỏ hơn mức trung bình và cho kết quả chính xác khi có chuỗi số liệu đủ dài, tuy nhiên không được ứng dụng nhiều tại Úc Nhóm 5-6 gần đạt mức bình quân, thường dùng để tính toán kiểm tra giới hạn và bốc hơi.
H ạn n ôn g ng hi ệp
Mức độ ẩm trong đất được tính toán thông qua mô hình Chỉ số hạn, dựa trên phần trăm độ ẩm Mô hình này yêu cầu nhiều yếu tố chuyên dụng, bao gồm số liệu về lượng mưa và các điều kiện khí tượng lịch sử Cụ thể, mức độ ẩm được phân loại như sau: dưới 20% là rất khô hạn, từ 20-40% là khô hạn, và từ 40-60% là gần bình thường Các yếu tố khí tượng như nhiệt độ cũng được xem xét để đưa ra đánh giá chính xác về tình trạng ẩm trong đất.
The Palmer Moisture Anomaly Index, known as the Z-index, is a key metric 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 thể hiện rằng S là lưu lượng dòng chảy, trong đó D đại diện cho thời gian mà lưu lượng dòng chảy trong sông thấp hơn mức bình thường, và M là lưu lượng trung bình trong sông trong khoảng thời gian dài tương ứng với D.
Việc tính toán chuẩn hóa mức độ hạn là cần thiết để xác định chính xác tình trạng hạn hán 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 chỉ số PDSI, tương tự như tính S, nhưng yêu cầu tiêu chuẩn tính toán phải chính xác 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, xem xét đến tuyết phủ và lượng trữ Kết quả tính toán phụ thuộc vào các yếu tố này để đánh giá chính xác tình trạng nước và độ ẩm trong 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 DAI định lượng mức độ hạn hán, nhưng không thể đo lường cường độ ảnh hưởng do điều kiện hạn hán tại từng khu vực cụ thể Chỉ số này được so sánh với các giá trị hạn bình quân trên toàn bộ khu vực, giúp đánh giá tình hình hạn hán một cách tổng quát.
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 để biên tập và hiển thị các lớp nền trên bản đồ, số liệu tính toán SPI1, SPI3, và SPI6 tại 42 vị trí sẽ được trình bày dưới dạng file Excel và được 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 của 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, từ đó tạo ra bản đồ hạn của vùng.
Phương pháp nội suy IDW là kỹ thuật nội suy xác định cục bộ, ước lượng giá trị tại một điểm bất kỳ bằng cách tính trung bình các giá trị của các điểm lân cận Mỗi điểm lân cận sẽ có trọng số phụ thuộc vào khoảng cách đến điểm cần ước lượng Trong phương pháp này, giả thiết 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 điểm mẫu trong khu vực lân cận sẽ ảnh hưởng đến điểm cần tính Cụ thể, những điểm gần với điểm dự báo sẽ có tác động lớn hơn so với những điểm ở xa, theo nghiên cứu của Chen và 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 Các trọng số λi phụ thuộc vào khoảng cách từ mỗi điểm mẫu đến điểm s0 Giá trị z(s) được đo đạc tại mỗi điểm mẫu i.
Khoảng cách giữa điểm dự báo s0 và điểm mẫu si được ký hiệu là di0, trong đó p là tham số xác định tốc độ giảm trọng số khi khoảng cách tăng Nghiên cứu này sẽ sử dụng giá trị p = 2, nghĩa là trọng số sẽ giảm theo bình phương khoảng cách.
IDW (Inverse Distance Weighting) dựa vào nghịch đảo của khoảng cách được nâng lên hàm mũ, cho phép điều chỉnh tầm quan trọng của các điểm đã biết trong việc nội suy giá trị Tham số số mũ, thường là một số thực nhỏ hơn 0, ảnh hưởng đến độ chính xác của kết quả nội suy dựa trên khoảng cách từ điểm đầu ra Trong phần mềm QGIS, giá trị mặc định của tham số này là 2.
Số mũ cao hơn 2 sẽ làm nổi bật các điểm gần nhất, dẫn đến việc các dữ liệu gần có ảnh hưởng lớn hơn và bề mặt trở nên chi tiết hơn Khi số mũ tăng, giá trị nội suy gần gũi hơn với điểm mẫu gần nhất Ngược lại, việc sử dụng số mũ thấp hơn sẽ tạo ra ảnh hưởng lớn hơn từ các điểm xa, giúp bề mặt trở nên mịn màng hơn.
Trong bài viết này, tác giả đã chọn giá trị mặc định được quy định bởi QGIS nhằm đạt được sự cân bằng giữa các điểm gần và xa so 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 nhiều 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, Cửa Rào, và hạ sông Hiếu Trong khi đó, khu vực thượng nguồn sông Hiếu có lượng mưa từ 2.000 đến 2.100mm, và các vùng như sông Giăng, khu giữa từ Cửa Rào - Nghĩa Khánh tới Dừa có lượng mưa trung bình từ 1.800 đến 2.100mm Vùng sông Ngàn Phố và Ngàn Sâu ghi nhận lượng mưa trung bình từ 2.200 đến 2.400mm, trong khi đồng bằng ven biển đạt từ 1.800 đến 1.900mm Đặc biệt, vùng tâm mưa lớn nhất tập trung ở thượng nguồn sông Hiếu, thượng nguồn sông Ngàn Phố và Ngàn Sâu.
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 rõ rệt theo vị trí địa lý 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 Ba tháng có lượng mưa cao nhất là tháng 7, 8 và 9 Trong khi đó, ở trung và hạ du sông Cả, mùa mưa bắt đầu muộn hơn, từ tháng 6 và kéo dài đến tháng 10 hoặc tháng 11, với tháng 11 cũng ghi nhận lượng mưa cao, đặc biệt là vào tháng 8, 9 và 10.
Mùa mưa ở lưu vực sông Ngàn Phố và Ngàn Sâu bắt đầu từ tháng Tám và kéo dài đến tháng Mười, với lượng mưa chiếm từ 80% đến 87% tổng lượng mưa hàng năm Phần còn lại là mùa ít mưa trong khu vực này.
Mùa mưa diễn ra từ Bắc vào Nam, với hai đỉnh cực trị vào tháng 5 và tháng 9 Trong tháng 5 và tháng 6, gió mùa Tây Nam mạnh mẽ gây ra mưa lớn, dẫn đến tình trạng lũ tiểu mãn Tổng lượng mưa trong hai tháng này chiếm khoảng 20% lượng mưa hàng năm tại các trạm thượng nguồn sông Cả.
Trận lũ tiểu mãn tại Hiếu, Ngàn Phố, Ngàn Sâu đã gây ra những thiệt hại lớn, tương tự như các trận lũ lịch sử vào tháng 5 năm 1943 và tháng 5 năm 1989 Đặc biệt, trận mưa vào tháng 5/1989 đã tạo ra lũ lịch sử trên sông Ngàn Phố, với lượng mưa cực đại lên tới 483mm trong một ngày tại Kim Cương và 296mm tại Hoà Duyệt vào ngày 26 tháng 5 năm 1989.
Gió mùa Tây Nam gây ra thời tiết khô nóng do hiện tượng Fơn, với lượng mưa đạt cực đại vào tháng 5 và 6, trong khi tháng 7 lại có lượng mưa tối thiểu Khi gió Lào hoạt động mạnh, lượng mưa trong tháng 7 giảm xuống chỉ còn 5-10% tổng lượng mưa hàng năm.
Vào tháng 8, 9 và 10, dải hội tụ nhiệt đới di chuyển về phía Nam, kết hợp với các hiện tượng thời tiết như áp thấp nhiệt đới và bão, dẫn đến những trận mưa lớn kéo dài từ 3 đến 10 ngày Điều này đã gây ra 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 X phân bố không đồng đều, với vùng đồng bằng chịu ảnh hưởng mạnh từ bão, đạt từ 1.000 đến 1.100mm trong hai tháng Ngược lại, ở thượng lưu dòng chính, lượng mưa giảm dần, chỉ đạt 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 khác Lượng mưa trong tháng II chỉ chiếm 1 đến 2% tổng lượng mưa hàng năm Tổng lượng mưa trong 5 tháng mùa khô, từ tháng XII đến tháng IV, chỉ đạt từ 10 đến 20% tổng lượng mưa 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 SP6 tại các trạm khí tượng Đồng thời, chỉ số bình quân SPI được tính bằng cách trung bình hóa các ô lưới SPI theo từng tháng.
Chỉ số SPI6 trung bình cho thấy rằng các giai đoạn 1991-1992, 1998-2001, 2003-2005, 2010-2011 và 2014-2015 đều ghi nhận sự thiếu hụt nguồn nước so với mức trung bình nhiều năm Đặc biệt, các giai đoạn 1998-2001, 2003-2005 và 2014-2015 kéo dài sang năm 2016 là những năm liên tiếp xảy ra tình trạng này Xu thế trung bình toàn vùng tương đồng với các trạm đại diện ở 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 những năm điển hình, mặc dù mức độ ảnh hưởng có sự khác biệt.
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, chúng ta nhận thấy xu hướng tương đồng về các giai đoạn hạn khí tượng, với tần suất hạn xảy ra nhiều hơn nhưng thời gian mỗi đợt lại ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ cho thấy tính chính xác cao, điển hình là vào năm 2015, tỉnh Nghệ An đã công bố tình trạng thiên tai hạn hán do ảnh hưởng trên diện rộng, kéo dài từ năm 2014 và tiếp tục 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 mức trung bình nhiều năm Chỉ số SPI3 cho thấy xu hướng các giai đoạn nhiều nước tương đồng với thực tế, như các năm 1990-1991, 1997, đầu năm 2004 và cuối năm 2013 Tuy nhiên, chỉ số SPI6 cho thấy rất ít đợt nhiều nước xen kẽ với các đợt ít nước Đánh giá dựa trên khoảng thời gian ngắn hơn với SPI3 giúp nhận diện sự xen kẽ này Việc nhận diện giữa các giai đoạn dồi dào và thiếu hụt nguồn 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 dựa trên chỉ số SPI6 trong các năm cho thấy rõ các xu thế hạn hán Cụ thể, vào các năm như 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
Việc xây dựng bản đồ hạn khí tượng bằng công cụ GIS cho phép xác định diện tích hạn theo đơn vị hành chính Theo Bảng 3.2, đầu năm 2015, các huyện như Vinh, Yên Thành, Con Cuông, Thanh Chương, Anh Sơn, Hưng Nguyên và Đô Lương ghi nhận tình trạng hạn rất nặng với tổng diện tích lên đến hơn 138.000 ha Diện tích hạn nặng đạt gần 578.000 ha, trong khi diện tích hạn tổng cộng vượt quá 350.000 ha Kết quả này phản ánh chính xác diễn biến thực tế, khi Nghệ An đã công bố tình trạng thiên tai hạn trong năm 2015.
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 như trung sông Cả, trung và hạ lưu sông Hiếu, sông Nghèn, Nghi Xuân thường thấp hơn mức 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 kỳ thiếu nước mùa khô.
Trên lưu vực sông Cả, nhiều công trình thủy lợi và thủy điện đã được xây dựng nhưng vẫn chưa đáp ứng đủ nhu cầu nước cho các vùng lân cận Do đó, cần khai thác tối đa nguồn nước từ các hồ chứa như hồ Bản Vẽ và hồ Bản Mồng để bổ sung cho hạ du Đồng thời, việc xây dựng thêm các công trình mới như Chúc A, Trại Dơi, Đá Gân, Khe Chè, Nước Sốt, Rào Mắc và Thác Muối cũng cần được xem xét Các số liệu lưu lượng nước từ những hồ chứa này được tham khảo từ Viện Quy hoạch Thủy lợi, với mục tiêu đánh giá tác động của tình trạng thiếu nước trong mùa khô Để tối ưu hóa nguồn nước từ các hồ chứa thượng nguồn, cần cải tạo và nâng cấp các trạm bơm, hồ chứa nhỏ, và cống lấy nước tại các 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 như 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 là rất cần thiết Điều này giúp làm rõ và giảm thiểu các mâu thuẫn, chồng chéo chức năng giữa các tổ chức quản lý, từ đó nâng cao hiệu quả trong việc quản lý và bảo vệ nguồn nước.
Cần xem xét và củng cố vai trò của Ban Quản lý lưu vực sông Cả, nhằm nâng cao hiệu quả hoạt động Cần thiết phải có một hình thức tổ chức phù hợp với điều kiện và bối cảnh đặc thù của lưu vực sông tại Việt Nam.
Nhiệm vụ không được trùng lặp với các tổ chức khác trên lưu vực sông, đặc biệt là trong quản lý nước của các tỉnh Cần có cơ chế phối hợp hiệu quả với các cơ quan và tổ chức liên quan, đặc biệt là hệ thống quản lý theo địa giới Việc tham gia của cộng đồng là rất quan trọng trong quá trình trao đổi ý kiến và thống nhất giải quyết các 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 đầy đủ và cập nhật là cần thiết để phục vụ cho công tác quản lý và quy hoạch Việc này giúp nâng cao hiệu quả trong việc khai thác thông tin, từ đó xây dựng kế hoạch khai thác nguồn nước một cách hiệu quả hơn.
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 hợp tác với các cơ quan chuyên môn để phát triển và ứng dụng công nghệ cao hơn Cụ thể, việc kết hợp công nghệ viễn thám với mô hình toán học sẽ giúp tạo dựng cơ sở dữ liệu đầy đủ, bổ sung các khoảng trống về thông tin và dữ liệu, từ đó xây dựng các kịch bản sẵn sàng ứng phó hiệu quả.