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, bao gồm 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 đáng kể giữa các khu vực Khác với khô hạn, hạn hán là sự sai khác theo thời gian và không bị giới hạn trong những vùng có lượng mưa thấp và nhiệt độ cao Do đó, hạn hán xảy ra hàng năm với các đặc tính thời tiết và tác động khác nhau.
Trong những năm gần đây, sự phát triển kinh tế của các tỉnh thuộc lưu vực sông Cả đã có những biến chuyển 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 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 diễn biến theo những tổ hợp bất lợi, gây khó khăn cho công tác phòng lũ, như các trận lũ lớn vào các năm 1978, 1988, 2002, 2007 và trận lũ nặng nề nhất vào năm 2010, gây thiệt hại nghiêm trọng cho kinh tế và xã hội Bên cạnh đó, mức độ hạn cũng gia tăng, ảnh hưởng xấu đến sản xuất, đặc biệt là trong các năm 2005, 2007 và 2010.
Nghệ An và Hà Tĩnh, nằm trong lưu vực sông Cả, đang phải 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 bị ảnh hưởng nặng Hàng trăm hệ thống hồ tại khu vực này 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
Cần nghiên cứu và phân tích tình hình thiếu hụt nguồn nước trên lưu vực sông Cả để xác định các khu vực và thời gian thường xuyên xảy ra hạn hán Việc đánh giá này giúp đề xuất các giải pháp thích ứng hiệu quả.
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 đặc điểm khí tượng như lượng mưa, cường độ bức xạ mặt trời, nhiệt độ bề mặt đất trung bình và độ che phủ đất có ảnh hưởng lớn đến mức độ 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 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 - hệ thống Bắc Nghệ An), cũng như 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 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 chưa có nghiên cứu hoặc cảnh báo về nguy cơ hạn hán, điều này cần được chú trọng để đảm bảo sự phát triển bền vững.
- Tiếp cận kết quả của các nghiên cứu trong và ngoài nước về vấn đề hạn hán
Tiếp cận theo mô hình là phương pháp quan trọng trong nghiên cứu khí hậu, sử dụng các mô hình khí hậu toàn cầu để dự đoán và phân tích biến đổi khí hậu Đồng thời, việc áp dụng công cụ xử lý ảnh vệ tinh Erdas và phần mềm GIS ArcGIS giúp phân tích không gian hiệu quả, cung cấp thông tin chính xác về các hiện tượng khí hậu và môi trường.
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 trên toàn cầu, gây thiệt hại nghiêm trọng về kinh tế và ảnh hưởng đến đời sống con người cũng như môi trường Hàng năm, khoảng 21 triệu ha đất trở thành không có năng suất do hạn hán, trong khi số dân sống ở những vùng khô cằn gặp rủi ro đã tăng hơn 80% trong gần 25 năm qua Hơn 1/3 diện tích đất đai thế giới đã bị khô cằn, nơi có 17,7% dân số sinh sống Đồng thời, hoang mạc hóa và sa mạc hóa cũng đang mở rộng từ các vùng khô hạn đến cả những khu vực bán ẩm ướt, với diện tích hoang mạc hóa hiện tại lên đến 39,4 triệu km², chiếm 26,3% tổng diện tích đất tự nhiên của thế giới.
Hơn 100 quốc gia đang đối mặt với nguy cơ đói và khát do hạn hán, đe dọa cuộc sống của 250 triệu người trên toàn cầu, đồng thời gây ảnh hưởng tiêu cực đến môi trường khí hậu chung (WMO [1]).
Hạn hán thường có tác động rộng rãi và mặc dù ít khi gây thiệt hại về nhân mạng trực tiếp, nhưng thiệt hại kinh tế do hạn hán gây ra là rất lớn Theo Trung tâm giảm nhẹ hạn hán quốc gia Mỹ, mỗi năm, hạn hán làm thiệt hại khoảng 6-8 tỷ USD cho nền kinh tế Mỹ, so với 2,41 tỷ USD do lũ và 1,2-4,8 tỷ USD do bão Đặc biệt, đợt hạn hán lịch sử vào năm 1988-1989 đã gây thiệt hại lên tới 39-40 tỷ USD, vượt xa 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 ước tính tổn thất từ bão lên tới 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 Sự kiện El Nino năm 1997-1998 đã dẫn đến cháy rừng diện rộng ở Indonesia, gây thiệt hại kinh tế nghiêm trọng 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, đe dọa khoảng 135 triệu người phải rời bỏ nhà cửa 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 liên quan Các chỉ số hạn hán là công cụ chính được sử dụng để xác định, nhận dạng, giám sát và cảnh báo hạn hán Theo dõi biến động của các chỉ số này giúp xác định thời điểm bắt đầu, thời gian kéo dài và cường độ của hạn hán Các chỉ số hạn hán có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, bốc hơi, dòng chảy hoặc tổng hợp nhiều biến Mỗi chỉ số có ưu nhược điểm riêng, và các quốc gia thường sử dụng chỉ số phù hợp với điều kiện 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 sự 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 cho thấy số đợt hạn, thời gian kéo dài và tần suất của hạn đã tăng lên đáng kể Nico Wanders và nhóm đã phân tích 18 chỉ số hạn hán, lựa chọn các chỉ số phù hợp để áp dụng cho năm vùng khí hậu khác nhau Nhiều nghiên cứu chỉ ra rằng giảm lượng mưa kèm theo tăng nhiệt độ dẫn đến quá trình bốc hơi gia tăng, gây ra hạn hán nghiêm trọng hơn Từ 1980-2000, tần suất và mức độ hạn hán tăng lên, đặc biệt là ở Cộng hòa Séc, nơi xảy ra hạn nặng mỗi 5 năm, và ở Hy Lạp, nơi hạn mùa hè ảnh hưởng đến nông nghiệp và cung cấp nước Thời gian kéo dài của các đợt hạn cũng tăng lên, có thể kéo dài từ vài tháng đến vài năm Nghiên cứu trên dữ liệu mưa và nhiệt độ ở 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 dài nhất tại Italy, đông bắc Pháp và đông bắc Nga.
Hạn hán ở phía bắc Trung Quốc đã gia tăng từ sau những năm 1990, với một số khu vực trải qua tình trạng hạn hán kéo dài từ năm 1997 đến 2003 Nghiên cứu cho thấy hạn hán là hiện tượng phức tạp, hình thành từ cả nguyên nhân tự nhiên và con người Các yếu tố tự nhiên bao gồm sự dao động của hoàn lưu khí quyển và biến đổi nhiệt độ mặt nước biển như El Nino, trong khi nguyên nhân do con người liên quan đến nhu cầu nước tăng cao, phá rừng, ô nhiễm môi trường, và quản lý tài nguyên kém bền vững Hiện nay, nhiều chỉ số hạn đã được phát triển và ứng dụng trên toàn thế giới, như chỉ số Ivanov, Budyko, Penman, và Palmer, nhưng không có chỉ số nào vượt trội trong mọi điều kiện Việc lựa chọn chỉ số hạn phù hợp phụ thuộc vào điều kiện cụ thể của từng khu vực 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 cung cấp thông tin kịp thời và chính xác về tình hình hạn hán, giúp các cộng đồng và chính phủ có biện pháp ứng phó hiệu quả.
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
Chương trình CHIRPS, được phát triển bởi USGS và nhóm hiểm họa khí hậu (CHG), sử dụng hình ảnh vệ tinh có độ phân giải 0.05° kết hợp với dữ liệu từ các trạm quan trắc để tạo ra chuỗi thời gian mưa dưới dạng lưới Điều 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
Sản phẩm TRMM 3B42, được phát triển bởi NASA và JAXA, nhằm giám sát lượng mưa ở khu vực nhiệt đới và cận nhiệt đới, đồng thời ước tính hệ thống nhiệt tiềm ẩn Vệ tinh TRMM trang bị các công cụ đo mưa như 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 tập trung vào việc 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 dựa trên ước tính lượng mưa từ tàu thăm dò thấp và quan sát lò vi sóng vệ tinh, kết hợp với thông tin không gian thu được từ dữ liệu IR của 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 tần suất cập nhật hàng ngày, đồng thời cung cấp nguồn tải về miễn phí, nên được 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 phát triển theo hướng Tây Bắc - Đông Nam, nghiêng ra biển, với phần lớn diện tích là đồi núi Diện tích đất có độ dốc phù hợp cho phát triển nông nghiệp chỉ chiếm 19% diện tích thuộc Việt Nam và 14% toàn lưu vực Địa hình sông Cả có thể chia thành các dạng chính, trong đó đồng bằng và đồng bằng ven biển là quan trọng nhất 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 Đây là nơi tập trung phát triển kinh tế xã hội của lưu vực, với cao độ đồng bằng ven sông Cả biến đổi từ +10+15 m khu Đô Lương, +7+8 m vùng Thanh Chương, +2,5+1,0 m vùng Nam Đàn, Hưng Nguyên, và +2,0+0,0 m vùng 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, là một khu vực có địa hình phức tạp Nơi đây có sự kết hợp giữa đồi bát úp, đồi cao và các thung lũng thấp, tạo nên một cảnh quan đa dạng và hấp dẫn.
Bãi Tập - Quỳ Hợp, vùng sông Sào - Nghĩa Đàn, và trung tâm huyện Hương Khê, Vũ Quang có địa hình 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 đến Hương Liên, với các dãy núi như Giăng Màn và núi biên giới từ Nậm Mô đến cửa khẩu Cầu Treo Cao độ của địa hình này từ +1.200 đến +1.500m, tạo thành bức tường thành ngăn giữa lưu vực sông Mê Kông và sông Cả Các huyện miền núi cao thuộc lưu vực sông Cả như Kỳ Sơn, Tương Dương, và Con Cuông có độ dốc lớn và thung lũng hẹp, trong khi diện tích đất canh tác chỉ chiếm 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 tại lưu vực sông Cả cho thấy có hai loại đất chính: đất thuỷ thành và đất địa thành, dựa trên nguồn gốc phát sinh của chúng.
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 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 thời kỳ trước Cambri đến Paleozoi sớm và muộn, khu vực sông Cả đã trải qua các chế độ đại dương vi lục địa, sườn châu lục và cận lục địa Thời kỳ Paleozoi muộn đến Merozoi muộn chứng kiến sự tồn tại của chế độ rift và prerift 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, cụ thể là 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 thuộc tỉnh Hủa Phăm, Lào, chảy theo hướng Tây Bắc - Đông Nam Khi nhập vào Việt Nam tại bản Keng Đu, dòng sông gần gũi biên giới Việt - Lào khoảng 40km và hoàn toàn vào Việt Nam tại chân đỉnh núi cao 1.067m Đến Bản Vẽ, sông chuyển hướng chảy Bắc - Nam, đến Cửa Rào thì nhập với nhánh Nậm Mô và lại chuyển hướng Tây Bắc - Đông Nam Tổng diện tích lưu vực sông Cả là 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 Phần thượng nguồn nổi bật với nhiều ghềnh thác, hai bên là núi cao và đồi Khu vực thượng nguồn cũng có nhiều vị trí tiềm năng để xây dựng kho nước tổng hợp Đặc biệt, sông Cả không có phân lưu và chỉ có một cửa thoát duy nhất.
Sông Hiếu là một chi lưu bên tả của sông Cả, nằm ở đoạn giữa tại Ngã ba Cây Chanh Với diện tích lưu vực 5.340 km² và chiều dài 314 km, sông Hiếu bắt nguồn từ dãy núi Cao Phú Hoạt thuộc huyện Quế Phong Dòng sông chảy theo hướng Tây Bắc - Đông Nam, gần song song với sông chính.
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 vị trí quan trọng trên 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, trong mùa kiệt, lượng nước trên sông Hiếu có thể giảm xuống chỉ còn 6-7 m³/s, không đủ để đáp ứng nhu cầu sử dụng.
Sông Hiếu có nhiều chi lưu quan trọng, trong đó nổi bật là Nậm Quàng, Nậm Giải, Kẻ Cọc - Khe Nhã, sông Chàng, sông Dinh, Khe Nghĩa và Khe Đá Đặc biệt, sông Chàng và sông Dinh là hai chi lưu lớn, đóng vai trò quan trọng trong việc cung cấp nước cho sông Hiếu, góp phần vào hệ thống thủy văn của 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), sau đó đổi dòng theo hướng Đông Nam - Tây Bắc Đến bản Suông Hang, sông tiếp tục chuyển hướng Tây Bắc - Đông Nam và hợp 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 phần chảy trên đất Việt Nam dài 89 km Từ thượng nguồn đến đoạn nhập lưu, sông Nậm Mô có nhiều vị trí thích hợp để xây dựng hồ chứa nhằm phát điện và điều tiết nước cho hạ du Thượng nguồn của sông chảy qua các vùng núi đá cao, với độ cao trung bình trên 1.000 m.
Sông Giăng là một phụ lưu bên phải của sông Cả, nằm cách đập Đô Lương khoảng 20km về phía hạ lưu Sông bắt nguồn từ dãy núi Phu Long cao 1.330m, thuộc vùng núi Môn Sơn - Lục Giã, với diện tích lưu vực đạt 1,05 km² Khu vực này có lượng mưa lớn, khiến lòng sông rộng, nông và có nhiều bãi bồi Hướng chảy chính của sông Giăng song song với sông Cả, đến Thác Muối thì chuyển hướng Tây Đông, trước khi đổ vào 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 đánh giá qua thời gian, mức độ và sự lan rộng Theo Donald A Wilhite & Michael H Glantz, hạn hán được phân thành bốn loại: hạn khí tượng, hạn thủy văn, hạn nông nghiệp và hạn kinh tế xã hội Hạn khí tượng là loại xuất hiện đầu tiên và là nguyên nhân chính gây ra các loại hạn khác, do đó, việc đánh giá và cảnh báo hạn khí tượng giúp các nhà quản lý phòng chống và giảm nhẹ tác động của hạn hán Loại hạn này yêu cầu ít số 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 nhân tố gây ra hạn hán là rất quan trọng trong quản lý tài nguyên nước và dự báo thiệt hại Vì vậy, tác giả 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 là công cụ chính được sử dụng để theo dõi biến động giá trị, giúp xác định sự khởi đầu, thời gian kéo dài và cường độ của hạn Các chỉ số này có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, bốc thoát hơi, dòng chảy, hoặc tổng hợp từ nhiều biến khác nhau Mỗi chỉ số có ưu điểm và nhược điểm riêng, và các quốc gia lựa chọn chỉ số phù hợp với điều kiện cụ thể của mình Việc xác định hạn hán không chỉ dựa vào dữ liệu quan trắc mà còn áp dụng cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu.
Nghiên cứu về cảnh báo sớm hạn khí tượng tại Việt Nam đã áp dụng nhiều chỉ số phổ biến Đào Xuân Học đã sử dụng chỉ số khô hạn Sazonop để khảo sát và dự báo hạn khí tượng 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 SPI để dự báo hạn cho 7 vùng khí hậu khác nhau ở Việt Nam Ngoài ra, Nguyễn Lương Bằng đã sử dụng 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 các mức độ khác nhau, với 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 đánh giá hạn hán, cho phép tính toán qua nhiều thời đoạn khác nhau bằng cách chuyển hóa dữ liệu mưa thành hàm tiêu chuẩn hóa SPI còn giúp so sánh hạn hán ở các khu vực có điều kiện thời tiết khác nhau Tuy nhiên, chỉ số này 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 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 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 sẽ sử dụng chỉ số SPI nhằm xác định 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 sẽ là yếu tố đầu vào chính Số lượng và chất lượng tài liệu mưa có ảnh hưởng lớn đến độ chính xác của các mô hình tính toán liên quan.
Hiện tại, lưu vực sông Cả chỉ có 23 trạm đo mưa hoạt động, với mật độ lưới trạm đạt 778 km²/trạm, vượt yêu cầu tối thiểu 575 km²/trạm của WMO Các trạm quan trắc chủ yếu tập trung ở vùng đồng bằng và thị trấn trong thung lũng sông, trong khi khu vực núi cao rất thiếu trạm đo mưa Đặc biệt, số lượng trạm đo mưa bằng máy tự ghi rất hạn chế, chỉ tồn tại ở một số trạm đo khí hậu.
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 có chất lượng tài liệu kém và không đáng tin cậy, thậm chí bị gián đoạn (Viện Quy hoạch Thủy lợi, 2012).
Tài liệu đo mưa trên lưu vực sông Cả hiện có nhiều khoảng trống về không gian và thời gian Để khắc phục, luận văn kết hợp dữ liệu mưa vệ tinh nhằm lấp đầy những thiếu hụt này 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 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
Trong nghiên cứu, chúng tôi đã lựa chọn các trạm đo từ 23 trạm mưa đang hoạt động trong khu vực để tính toán chỉ số thiếu hụt nguồn nước Việc lựa chọn này dựa trên các tiêu chí cụ thể nhằm đảm bảo tính chính xác và độ tin cậy của dữ liệu thu thập.
To calculate the Standardized Precipitation Index (SPI), a continuous dataset of at least 30 years is required to ensure reliability.
- 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 này, chúng sẽ được bổ sung bằng dữ liệu mưa vệ tinh như đã 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 mưa toàn cầu với gần 30 năm lịch sử, 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 quan trắc để tạo ra chuỗi thời gian mưa theo dạng lưới, phục vụ cho việc phân tích và theo dõi tình hình hạn hán theo mùa.
Dựa vào các tiêu chí xác định chỉ số thiếu hụt nguồn nước và dữ liệu từ các trạm khí tượng, dữ liệu mưa CHIRPS đã được thu thập cho lưu vực sông Cả, với 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 chấp nhận được Tại trạm Hà Tĩnh, chỉ số R² = 0,72 cho thấy kết quả khá tốt Phân tích tương tự cho 7 trạm còn lại cho thấy mức độ tương quan giữa mưa vệ tinh và mưa thực đo cũng đạt mức 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 1996 đến 2000 cho thấy chỉ số NSE thấp nhất là 0,64 tại trạm Quỳ Hợp và cao nhất là 0,90 tại trạm Hà Tĩnh Điều này cho thấy mức độ tương quan giữa mưa CHIRPS và mưa thực đo trong vùng nghiên cứu được đánh giá từ mức tốt đến rất tốt.
Dựa trên các phân tích và đánh giá đã thực hiện, có thể áp dụng mưa vệt tính CHIRPS để bổ sung các khoảng trống dữ liệu cho 9 trạm mưa đã 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 một hiện tượng tự nhiên bình thường, nhưng thường bị hiểu lầm là sự kiện hiếm gặp Nó xuất hiện ở hầu hết các vùng khí hậu với những đặc trưng khác nhau Hạn là tình trạng thiếu hụt mưa kéo dài, khác với sự khô cằn thường xuyên ở những vùng ít mưa Kể từ những năm 1980, đã có hơn 150 khái niệm về hạn, nhưng nhìn chung, hạn được phân loại dựa trên bản chất và tác động của nó, bao gồm 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 khác nhau, trong đó phổ biến ở Mỹ và Úc là phần trăm so với trung bình (PN), chỉ số chuẩn hoá lượng mưa (SPI), và chỉ số hạn khắc nghiệt Palmer Chúng tôi chọn chỉ số SPI để xây dựng mô hình dự báo hạn khí tượng vì tính đa dụng và khả năng cảnh báo sớm Hạn khí tượng xảy ra khi lượng mưa thấp hơn trung bình nhiều năm, trong khi hạn nông nghiệp liên quan đến thiếu độ ẩm trong sản xuất dù lượng mưa có thể đạt mức trung bình Hạn thuỷ văn được xác định khi nguồn nước dự trữ giảm xuống dưới mức trung bình, điều này có thể xảy ra do nhu cầu sử dụng nước tăng lên mặc dù lượng mưa không thay đổi.
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 mưa và bốc hơi cao dẫn đến hạn khí tượng, trong khi sự thiếu hụt 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, khi không có mưa hoặc mưa ít, kết hợp với bốc hơi cao, lượng nước trong lưu vực giảm, làm giảm cung cấp nước cho nước ngầm, dẫn đến tình trạng cạn kiệt dòng chảy sông suối, từ đó gây ra hạn thuỷ văn Do đó, khi đề cập đến khô hạn hay 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 PDSI cho thấy tình trạng hạn hán nặng với chỉ số từ -3,0 đến -3,99 Để đánh giá hiệu quả, cần xem xét cả hai yếu tố nguồn nước cung cấp Sự sử dụng nguồn nước hiện tại không thực sự hiệu quả.
Chỉ số PDSI của Palmer được tính toán để phản ánh lượng mưa và nhu cầu nước, với các mức độ từ -2,0 đến -2,99 được xác định là hạn vừa Thông qua việc tính toán bốc hơi, chỉ số này giúp đánh giá tình hình thủy văn tại các vùng núi.
Chỉ số hạn Palmer bốc hơi cho thấy mức độ hạn hán so với điều kiện bình thường, với các chỉ số như: -1,0 đến -1,99 biểu thị hạn nhẹ, -0,5 đến -0,99 cho thấy hạn rất nhẹ Điều này có thể ảnh hưởng đến tiềm năng phát triển nông nghiệp và các khu vực có tuyết bao phủ Hạn hán cũng là một vấn đề đáng lưu ý 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 toán từ chuỗi số liệu mưa nhiều năm, nhằm xác định mức độ hạn hán qua các phân đoạn tần suất phân bố chuẩn Các giá trị SPI từ -1,5 đến -1,99 chỉ ra hạn hán nặng, trong khi từ -1,0 đến -1,49 cho thấy hạn hán vừa Chỉ số này có thể được áp dụng cho nhiều khoảng thời gian khác nhau như tuần, tháng, quý và năm, đồng thời phản ánh cả hai điều kiện ẩm ướt và khô hạn Để tính toán SPI, cần có chuỗi số liệu mưa đủ dài và không tính đến bốc hơi, cho phép 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
Tính toán lượng mưa trong 3 tháng từ chuỗi số liệu đo được cho thấy sự khác biệt lớn 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 bình quân và cho kết quả tốt khi tính toán trong khoảng thời gian dài Tuy nhiên, phương pháp này không thường được ứng dụng nhiều ở Úc Nhóm 5-6 gần đạt mức bình quân, giúp kiểm tra giới hạn và tính toán bốc hơi hiệu quả.
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 sử dụng các số liệu chuyên dụng, bao gồm dữ liệu về mưa và các yếu tố khí tượng như nhiệt độ Cụ thể, mức độ ẩm được phân loại: ≤20% là rất khô hạn, 20-40% là khô hạn, và 40-60% là gần bình thường, đồng thời xem xét các điều kiện lịch sử tại Hoa Kỳ và trên toàn thế giới.
The Palmer Moisture Anomaly Index, also known as the Z-index, is a key metric used to assess unusual moisture levels The frequency of the Z-index is calculated to determine the extent 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
S=DxM, trong đó D đại diện cho thời gian mà dòng chảy trong sông thấp hơn mức bình thường, còn M là lưu lượng trung bình trong sông trong suốt khoảng thời gian 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 và không yêu cầu thông tin về lưu vực, đồng thời 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 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 xác định thông qua mô hình Giá trị tính toán phân lớp, trong đó có xem xét đến yếu tố tuyết phủ và lượng trữ Kết quả tính toán của chỉ số này phụ thuộc vào những yếu tố này để đánh giá chính xác tình trạng nước.
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 giúp xác định mức độ ảnh hưởng của hạn hán trong khu vực, tuy nhiên không thể đo lường cường độ ảnh hưởng một cách chính xác do sự biến đổi của các chỉ số hạn hán khác nhau Việc đánh giá này cần xem xét các giá trị trung bình hạn hán trên toàn bộ khu vực.
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 SPI1, SPI3, và SPI6 từ 42 vị trí được định dạng dưới dạng Excel sẽ được đưa lên bản đồ dựa vào tọa độ địa lý của các trạm đo Phương pháp nội suy nghịch đảo khoảng cách (IDW) sẽ được áp dụng để nội suy giá trị SPI từ 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, nhằm tạo ra bản đồ thể hiện tình trạng hạn hán của vùng.
Phương pháp nội suy IDW là kỹ thuật nội suy xác định cục bộ, ước lượng giá trị của một điểm bằng cách tính trung bình trọng số của các giá trị từ các điểm lân cận Mỗi điểm lân cận sẽ có trọng số phụ thuộc vào khoảng cách đến điểm cần ước lượng, với giả thiết rằng giá trị tại các điểm này 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 gần với điểm cần tính sẽ ảnh hưởng đến kết quả dự báo Cụ thể, những điểm gần hơn 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, trong đó 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.
Khoảng cách giữa điểm dự báo s0 và điểm mẫu si được ký hiệu là di0, trong đó p là tham số thể hiện tốc độ giảm trọng số khi khoảng cách tăng Nghiên cứu này chọn p = 2, nghĩa là trọng số sẽ giảm theo bình phương khoảng cách.
IDW (Inverse Distance Weighting) là phương pháp nội suy dựa vào nghịch đảo của khoảng cách được nâng lên hàm mũ Tham số số mũ trong IDW cho phép điều chỉnh tầm quan trọng của các điểm đã biết trong việc tính toán 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 làm nổi bật các điểm gần nhất, khiến dữ liệu gần có ảnh hưởng lớn hơn và tạo ra bề mặt chi tiết hơn Khi số mũ tăng, các giá trị nội suy dần tiến gần đến giá trị của điểm mẫu gần nhất Ngược lại, số mũ thấp hơn sẽ làm tăng ảnh hưởng đến các điểm xa hơn, dẫn đến bề mặt mịn hơn.
Trong luận văn này, tác giả đã chọn giá định mặc định do QGIS quy định nhằm đảm bảo 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 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, Cửa Rào và hạ sông Hiếu Trong khi đó, các vùng có lượng mưa vừa và lớn như thượng nguồn sông Hiếu ghi nhận từ 2.000 đến 2.100mm, vùng sông Giăng và khu vực từ Cửa Rào - Nghĩa Khánh đến Dừa có lượng mưa trung bình từ 1.800 đến 2.100mm Đặc biệt, vùng sông Ngàn Phố và Ngàn Sâu đạt lượng mưa trung bình từ 2.200 đến 2.400mm, trong khi vùng đồng bằng ven biển có lượng mưa năm từ 1.800 đến 1.900mm Các khu vực 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 theo từng vị trí Tại vùng thượng nguồn, mùa mưa bắt đầu từ tháng 5 và kết thúc vào tháng 10, với lượng mưa cao nhất rơi vào tháng 8 Ba tháng có lượng mưa lớn nhất là tháng 7, 8 và 9 Trong khi đó, ở trung và hạ du, mùa mưa bắt đầu muộn hơn, từ tháng 6 đến tháng 10 hoặc tháng 11, với tháng 11 có lượng mưa lớn nhất trong các tháng 8, 9 và 10.
Mùa mưa tại 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, trong khi phần còn lại là mùa ít mưa.
Mùa mưa diễn ra từ Bắc vào Nam, với hai đỉnh cực trị vào tháng Năm và tháng Sáu Sự gia tăng mưa trong thời gian này chủ yếu do hoạt động mạnh của gió mùa Tây Nam, dẫn đến hiện tượng lũ tiểu mãn Tổng lượng mưa trong hai tháng này có thể chiếm tới 20% tổng lượng mưa năm tại các trạm thượng nguồn sông Cả.
Trận lũ tiểu mãn lớn tại Hiếu, Ngàn Phố, Ngàn Sâu đã xảy ra tương tự như các trận lũ lịch sử vào tháng 5/1943 và tháng 5/1989 Đặc biệt, trận mưa vào tháng 5/1989 đã gây ra lũ lớn trên sông Ngàn Phố, với lượng mưa tối đa đạt 483mm 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 có lượng mưa tối thiểu Khi gió Lào hoạt động mạnh, lượng mưa trong tháng 7 chỉ chiếm từ 5 đến 10% tổng lượng mưa hàng năm.
Vào tháng VIII, IX, và X, dải hội tụ nhiệt đới di chuyển dần về phía Nam, kết hợp với các hình thái thời tiết như áp thấp nhiệt đới và bão, dẫn đến những trận mưa lớn kéo dài từ 3 đến 10 ngày Sự kiện này 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 không đồng đều, với vùng đồng bằng chịu ảnh hưởng lớn từ mưa bão, đạt từ 1.000 đến 1.100mm trong hai tháng Ngược lại, ở khu vực thượng lưu của dòng chính, lượng mưa giảm dần, chỉ đạt từ 500 đến 800mm do ít bị ảnh hưởng bởi bão.
Lượng mưa cực tiểu tháng II vùng Mường Xén, Cửa Rào, thượng nguồn sông
Trong tháng này, Hiếu ghi nhận lượng mưa từ 6 đến 12mm, tương tự như các tháng trước đó Lượng mưa tháng Hai chỉ chiếm 1 đến 2% tổng lượng mưa hàng năm Tổng lượng mưa trong 5 tháng mùa khô, từ tháng 12 đến tháng 4, chỉ đạt từ 10 đến 20% tổng lượng mưa của 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 thông qua kết quả tính SP6 tại các trạm khí tượng, kết hợp với 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 các giai đoạn 1991-1992, 1998-2001, 2003-2005, 2010-2011 và 2014-2015 đã trải qua sự thiếu hụt nguồn nước kéo dài so với trung bình nhiều năm, đặc biệt là giai đoạn 1998-2001, 2003-2005 và 2014-2015, kéo dài sang 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) Điều này cho thấy, trong những năm xảy ra hạn hán, hầu hết lưu vực sông Cả đều bị ảnh hưởng, mặc 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, có thể 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 ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ cho thấy tính chính xác, điển hình là tình trạng thiên tai hạn hán được công bố tại tỉnh Nghệ An vào năm 2015, khi hạn hán diễn ra trên diện rộng và kéo dài từ năm 2014 đến 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 giai đoạn giữa các đợt hạn hán thường có lượng mưa dồi dào hơn so với trung bình nhiều năm Chỉ số SPI3 cho thấy xu hướng các giai đoạn nhiều nước tương đồng với thực tế, như các giai đoạn 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 trên khoảng thời gian ngắn hơn với SPI3 giúp nhận diện sự xen kẽ này Việc nhận diện sự xen kẽ 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 những năm gần đây cho thấy rõ xu thế hạn hán Cụ thể, các năm 2015 và 2005 ghi nhận tình trạng hạn hán nghiêm trọng, với hầu hết lưu vực bị 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
Bản đồ hạn khí tượng được xây dựng bằng công cụ GIS cho phép xác định diện tích hạn theo đơn vị hành chính Theo Bảng 3.2, vào 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 tới hơn 138.000 ha, hạn nặng gần 578.000 ha và hạn là hơn 350.000 ha Kết quả này phản ánh đúng thực tế khi Nghệ An công bố tình trạng thiên tai hạn vào 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 ở các vùng trung sông Cả, trung và hạ lưu sông Hiếu, vùng sông Nghèn, và 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 để đảm bảo nguồn nước cho các thời kỳ thiếu nước mùa khô.
Trên lưu vực sông Cả, mặc dù đã có nhiều công trình thủy lợi và thủy điện, nhưng vẫn chưa đáp ứng đủ nhu cầu nước cho các vùng lân cận Do đó, cần tối ưu hóa việc sử dụng 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 như hồ Ngàn Trươi Bên cạnh đó, 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 về lưu lượng nước từ các hồ chứa được tham khảo từ Viện Quy hoạch Thủy lợi, trong khi luận văn chỉ tập trung vào công cụ tính toán chỉ số hạn khí tượng SPI để đánh giá các vùng thường xuyên chịu ảnh hưởng bởi thiếu hụt nước trong mùa khô 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, cùng 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
Cần 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 đảm bảo hiệu quả trong việc quản lý nguồn nước.
Cần xem xét và củng cố vai trò của Ban Quản lý lưu vực sông Cả, nhằm nâng cao hiệu quả quản lý Việc tổ chức cần 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 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 khác trong việc sử dụng nước, chú trọng đến hệ thống quản lý theo địa giới Việc tham gia ý kiến và thống nhất giải quyết mâu thuẫn trong quản lý nước cần coi trọng sự tham gia của cộng đồng.
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 rất quan trọng để phục vụ cho công tác quản lý và quy hoạch Việc này giúp khai thác thông tin hiệu quả hơn trong việc xây dựng kế hoạch khai thác nguồn nước.
Ứng dụng các mô hình toán học về thủy văn và thủy lực, cùng với việc cân bằng nước, giúp đánh giá, kiểm đếm và quản lý nguồn nước một cách hiệu quả Điều này hỗ trợ trong việc khai thác và sử dụng tài nguyên nước một cách bền vững hơn.
Kết quả nghiên cứu đề xuất việc hợp tác với các cơ quan chuyên môn nhằm phát triển và ứng dụng công nghệ tiên tiến Cụ thể, việc kết hợp công nghệ viễn thám với mô hình toán học sẽ giúp xây dựng cơ sở dữ liệu đầy đủ hơn, bổ sung các khoảng trống thông tin và dữ liệu hiện có Điều này sẽ hỗ trợ trong việc xây dựng các kịch bản sẵn sàng ứng phó với các tình huống phát sinh.