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 một hiện tượng tự nhiên xảy ra do nhiều nguyên nhân như thiếu mưa, bốc hơi lớn và khai thác nước quá mức Hiện tượng này có thể xuất hiện ở mọi vùng khí hậu trên thế giới, với các đặc điểm khác nhau giữa các khu vực Hạn hán khác với khô hạn, vì khô hạn chỉ xảy ra ở những vùng có lượng mưa thấp và nhiệt độ cao, mang tính chất lâu dài Do đó, hạn hán diễn ra hàng năm với các đặc tính thời tiết và tác động khác nhau.
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 thuộc lưu vực sông Cả, 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 tăng đáng kể nhu cầu nước cho các ngành.
Thời tiết khí hậu đang diễn biến ngày càng phức tạp, ảnh hưởng đến thời gian xuất hiện lũ và hạn Mực nước trên các sông có những biến động bất lợi cho công tác phòng lũ, với các trận lũ lớn xảy ra vào các năm 1978, 1988, 2002, 2007 và gần đây nhất là năm 2010, gây thiệt hại nặng nề cho kinh tế và xã hội Đồng thời, tình trạng hạn hán cũng gia tăng, tác động nghiêm trọng đến sản xuất, đặc biệt là trong 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 hạn nặng Hàng trăm hệ thống hồ tại đây đã xuống gần mức nước chết, và một số nơi như sông Cả tại Nam Đàn và sông La tại Linh ghi nhận mực nước 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 điểm xảy ra hạn hán thường xuyên Việc này giúp đề xuất các giải pháp thích ứng hiệu quả nhằm cải thiện tình trạng thiếu nước qua các năm.
M ụ c tiêu nghiên c ứ u c ủa đề tài
- Đánh giá tình trạng hạn hán, thiếu nước ở lưu vực sông Cả dựa trên chỉ số chuẩn hóa lượng mưa (Standardized Precipitation Index, SPI);
- Kết hợp công cụ viễn thám, GIS xây dựng bản đồ phân bố thiếu hụt nguồn nước dựa trên nguồn số liệu mưa vệ tinh;
- Đề xuất giải pháp ứng phó với tình trạng hạn hán, thiếu hụt nước lưu vực sông
Đối tượ ng và ph ạ m vi nghiên c ứ u
Đối tượ ng nghiên c ứ u
Các yếu tố khí tượng như lượng mưa, cường độ bức xạ mặt trời, nhiệt độ bề mặt đất trung bình, và độ che phủ đất có ảnh hưởng lớn đến tình hình hạn hán và khả năng ứng phó của các 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 (thuộc 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 trong mùa kiệt ở Nghệ An 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, Đức Thọ và thị xã.
Hồng Lĩnh trong hệ thống sông Nghèn
+ Với tổng diện tích tự nhiên là 19.627 km 2 bao gồm cả vùng hưởng lợi
Cách ti ế p c ận và phương pháp nghiên cứ u
Cách ti ế p c ậ n
Các vùng sản xuất nông nghiệp và vùng quy hoạch cho sản xuất nông nghiệp hiện chưa được nghiên cứu hoặc cảnh báo về nguy cơ hạn hán, điều này cần được xem xét để đảm bảo sự bền vững trong phát triển nông nghiệp.
- Tiếp cận kết quả của các nghiên cứu trong và ngoài nước về vấn đề hạn hán
Sử dụng mô hình khí hậu toàn cầu cùng với công cụ xử lý ảnh vệ tinh Erdas và phần mềm GIS phân tích không gian ArcGIS là những phương pháp hiệu quả để tiếp cận nghiên cứu khí hậu Các công cụ này giúp phân tích và trực quan hóa dữ liệu khí hậu một cách chính xác, hỗ trợ trong việc đưa ra các giải pháp bền vững cho các vấn đề 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 gây ra nhiều thiệt hại về kinh tế và ảnh hưởng đến đời sống con người cũng như môi trường sinh thái Mỗi năm, khoảng 21 triệu ha đất trở thành không có năng suất do hạn hán, và trong gần 25 năm qua, số dân sống tại các vùng khô cằn gặp rủi ro đã tăng hơn 80% Hơn 1/3 diện tích đất đai toàn cầu đã bị khô cằn, nơi có 17,7% dân số thế giới sinh sống Đồng thời, hoang mạc hoá đang lan rộng từ các vùng khô hạn và bán khô hạn đến cả những khu vực bán ẩm ướt, với diện tích hoang mạc hoá hiện nay lên tới 39,4 triệu km², chiếm 26,3% tổng diện tích đất tự nhiên của thế giới.
Hạn hán đang đe dọa 250 triệu người trên toàn cầu, với 100 quốc gia chịu ảnh hưởng nặng nề Tình trạng này không chỉ gây ra nguy cơ đói và khát mà còn tác động tiêu cực đến môi trường khí hậu toàn cầu, theo báo cáo của Tổ chức Khí tượng Thế giới (WMO).
Hạn hán thường gây ra những ảnh hưởng rộng lớn và mặc dù hiếm khi là nguyên nhân trực tiếp dẫn đến mất mát về nhân mạng, nhưng thiệt hại kinh tế mà nó gây ra là rất lớn Theo Trung tâm giảm nhẹ hạn hán quốc gia Mỹ, mỗi năm, hạn hán gây thiệt hại cho nền kinh tế Mỹ khoảng 6-8 tỷ USD, so với 2,41 tỷ USD do lũ và 1,2-4,8 tỷ USD do bão Đặc biệt, đợt hạn hán lịch sử tại Mỹ vào năm 1988-1989 đã gây thiệt hại lên tới 39-40 tỷ USD, vượt xa thiệt hại kỷ lục do lũ lụt, chỉ ở mức 15-27,6 tỷ USD.
Hạn hán và bão đã gây tổn thất kinh tế lớn, với thiệt hại từ bão ước tính 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 El Nino năm 1997-1998 đã dẫn đến cháy rừng quy mô lớn 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 đến 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, vẫn chưa có phương pháp chung cho các nghiên cứu Trong việc xác định, nhận dạng, giám sát và cảnh báo hạn hán, các chỉ số hạn hán là công cụ chính được sử dụng Việc theo dõi biến động của các chỉ số này giúp xác định sự khởi 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 thoát hơi, hoặc là tổng hợp của nhiều biến Mỗi chỉ số có ưu điểm và nhược điểm riêng, và các quốc gia thường áp dụng các chỉ số phù hợp với điều kiện của mình Việc xác định hạn hán không chỉ dựa vào dữ liệu quan trắc mà còn từ sản phẩm của các mô hình khí hậu khu vực và toàn cầu Trong nghiên cứu hạn hán, việc xác định các đặc trưng như sự khởi đầu và kết thúc, thời gian kéo dài, phạm vi mở rộng, mức độ và tần suất của hạn hán, cũng như mối liên hệ với khí hậu là rất cần thiết.
Các nghiên cứu về hạn hán toàn cầu cho thấy sự gia tăng đáng kể về số đợt hạn, thời gian kéo dài và mức độ nghiêm trọng của chúng Aiguo Dai và các cộng sự đã chỉ ra rằng lượng mưa giảm cùng với nhiệt độ tăng sẽ làm gia tăng quá trình bốc hơi, dẫn đến hạn hán nghiêm trọng hơn Nghiên cứu của Nico Wanders phân tích 18 chỉ số hạn hán và xác định các chỉ số phù hợp để áp dụng cho năm vùng khí hậu khác nhau Tại Cộng hòa Séc, cứ 5 năm lại xảy ra hạn nặng vào mùa đông hoặc mùa hè, trong khi ở Hy Lạp, hạn vào mùa hè ảnh hưởng đến hoa màu và cung cấp nước Tại 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 thấp hơn ở các bờ biển.
Hạn hán ở phía bắc Trung Quốc đã gia tăng kể từ những năm 1990, với một số khu vực trải qua tình trạng hạn hán kéo dài từ 4-5 năm giữa 1997 và 2003 Nghiên cứu cho thấy hạn hán là hiện tượng phức tạp, hình thành do cả nguyên nhân tự nhiên và con người Các yếu tố tự nhiên như biến động khí quyển và nhiệt độ mặt nước biển (El Nino) cùng với các nguyên nhân nhân tạo như nhu cầu nước tăng, phá rừng, ô nhiễm môi trường và quản lý đất kém bền vững đều góp phần vào tình trạng này 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 phù hợp 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 trên thế giới 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 và cung cấp thông tin cảnh báo kịp thời.
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 mưa từ các trạm khí tượng thủy văn truyền thống, hiện nay, nhiều cơ quan trên thế giới cung cấp dữ liệu mưa vệ tinh, với CHIRPS, TRMM và CMORPH là những nguồn dữ liệu phổ biến.
- CHIRPS (Climate Hazards Group InfraRed Precipitation with Station) là dữ liệu lượng mưa toàn cầu gần 30 năm của Cục Khảo sát địa chất Hoa Kỳ
CHIRPS, 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 dưới dạng lưới Công cụ này giúp phân tích và theo dõi tình trạng 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 (Tropical Rainfall Measuring Mission) là kết quả hợp tác giữa NASA và JAXA nhằm giám sát lượng mưa ở vùng nhiệt đới và cận nhiệt đới, đồng thời ước tính hệ thống nhiệt tiềm ẩn Vệ tinh TRMM trang bị nhiều công cụ đo mưa, bao gồm Radar lượng mưa (PR) hoạt động ở tần số 13,8 GHz, Máy đo phóng vi sóng TRMM (TMI) với chín kênh, và thiết bị VIRA (Visible and Infrared Scanner) sử dụng năm kênh hồng ngoại Thuật toán 3B42 nhằm 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 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 nguồn dữ liệu 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 phát triển theo hướng Tây Bắc - Đông Nam và nghiêng ra biển, với phần lớn diện tích là đồi núi Diện tích đất có độ dốc phù hợp cho nông nghiệp chỉ chiếm 19% diện tích 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 Đồng bằng sông Cả nằm dọc hai bên bờ sông từ 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 trung tâm phát triển kinh tế xã hội của lưu vực Cao độ đồng bằng ven sông Cả thay đổi từ +10 đến +15 m ở Đô Lương, +7 đến +8 m ở Thanh Chương, +2,5 đến +1,0 m ở Nam Đàn, Hưng Nguyên và +2,0 đến +0,0 m ở 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
Khu vực 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 Địa hình nơi đây có sự phức tạp với những đồi bát úp và đồi cao xen lẫn các thung lũng thấp, tạo nên một cảnh quan thiên nhiên đa dạng và hấp dẫn.
Bãi Tập - Quỳ Hợp và vùng sông Sào - Nghĩa Đàn nằm trong trung tâm huyện Hương Khê, Vũ Quang, với địa hình cao độ biến đổi từ +20 đến +200m, chiếm khoảng 25-30% diện tích Địa hình vùng núi cao chủ yếu tập trung ở phía Tây, Tây Bắc và Tây Nam, kéo dài từ Đồng Văn, Thông Thụ (Quế Phong) đến Hương Liên (Hương Khê - Hà Tĩnh), với các dãy núi như Giăng Màn và dãy núi biên giới từ Nậm Mô đến cửa khẩu Cầu Treo Cao độ của địa hình này từ +12.000 đến +15.000m, tạo thành một bức tường thành giữa lưu vực sông Mê Kông và sông Cả Các huyện miền núi cao thuộc lưu vực sông Cả gồm Kỳ Sơn, Tương Dương, Con Cuông, Quế Phong, Quỳ Châu, cùng một phần của Quỳ Hợp, Nghĩa Đàn và các huyện khác, có độ dốc lớn và thung lũng hẹp Địa hình vùng núi cao chiếm 60-70% diện tích lưu vực, nhưng diện tích đất canh tác chỉ chiếm 1,5-2%, chủ yếu là vùng lâm nghiệp phòng hộ đầu nguồn.
1.2.2 Đặc điểm thổ nhưỡng, địa chất
Kết quả điều tra thổ nhưỡng cho thấy đất đai trong lưu vực sông Cả được phân thành hai loại chính: đất thuỷ thành và đất địa thành.
B ả ng 1 2 Phân lo ại đấ t đai trên lưu vự c sông C ả
Tổng diện tích điều tra thổ nhưỡng 19.626.650
Trong đó diện tích các loại đất (đã trừ sông suối và núi đá) 1.747.309 100,00
Trong đó nhóm phù sa dốc tụ 240.000 80,00
- Nhóm đất Feralit vàng vùng đồ i (170200m) 423.861 27,9
- Nhóm Feralit vàng trên núi từ 170200m đến 8001000m 651.584 42,9
- Nhóm Feralit vàng trên núi t ừ 800 1000m đế n
Nguồn: Theo số liệu điều tra thổnhưỡng năm 1990
Toàn bộ lưu vực sông Cả nằm trong miền uốn nếp Bắc bộ và miền uốn nếp Varixêt Đông Dương Ranh giới giữa hai miền uốn nếp này được xác định bởi đới khâu sông.
Theo nghiên cứu trong chuyên khảo “Thành hệ địa chất và địa động học Việt Nam 1993” của Nguyễn Xuân Tùng, lưu vực sông Cả thuộc khu vực Bắc bộ - Dương Tử - KaTaZia, nằm giữa 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 có chế độ đại dương vi lục địa, sườn châu lục và cận lục địa Chế độ rift và prerift diễn ra từ Paleozoi muộn đến Merozoi muộn, và từ Merozoi muộn, các bồn trũng nhỏ mang tính orogen 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, trong đó mỗi giới chứa 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 đi sát biên giới Việt - Lào khoảng 40km và hoàn toàn vào Việt Nam tại chân núi cao 1.067m Tại Bản Vẽ, sông chuyển hướng chảy Bắc - Nam, đến Cửa Rào thì nhập với nhánh Nậm Mô và lại chuyển dòng theo 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 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 của sông rộng và sâu, trong khi đoạn trung lưu rộng nhưng nông Phần thượng nguồn nổi bật với nhiều ghềnh thác và hai bên là núi cao và đồi Khu vực thượng nguồn còn có nhiều vị trí thuận lợi cho việc xây dựng kho nước tổng hợp Đặc biệt, sông Cả không phân lưu và chỉ có một cửa thoát duy nhất.
Sông Hiếu, một chi lưu phía Tả, hợp lưu với sông Cả tại Ngã ba Cây Chanh, có diện tích lưu vực 5.340 km² và chiều dài 314 km Sông bắt nguồn từ dãy núi Cao Phú Hoạt thuộc Quế Phong, chảy theo hướng Tây Bắc - Đông Nam, gần song song với dòng chính của sông.
Cả Đến Nghĩa Đàn dòng chảy đổi hướng theo hướng Bắc Nam Từ thị trấn Tân
Kỳ dòng chảy lại đổi hướng theo Đông Nam - Tây Bắc và nhập vào sông Cả tại
Ngã ba Cây Chanh là vị trí quan trọng tại sông Hiếu, nguồn cung cấp nước thiết yếu cho các huyện Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn và Tân Kỳ Tuy nhiên, trong mùa kiệt, lưu lượng nước trên sông Hiếu có thể giảm xuống chỉ còn 6-7 m³/s, không đủ đáp ứng nhu cầu sử dụng nước của các địa phương.
Sông Hiếu có nhiều chi lưu quan trọng như Nậm Quàng, Nậm Giải, Kẻ Cọc - Khe Nhã, sông Chàng, sông Dinh, Khe Nghĩa và Khe Đá Trong đó, sông Chàng và sông Dinh là hai chi lưu lớn, đóng vai trò quan trọng trong việc cung cấp nước cho sông Hiếu, đặc biệt là trong khu vực miền núi.
Sông Nậm Mô, bắt nguồn từ vùng rừng núi tỉnh Bôlikhăm Xay (Lào), 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 dòng theo hướng Đông Nam - Tây Bắc Đến bản Suông Hang, sông lại chuyển hướng Tây Bắc - Đông Nam và hợp lưu với dòng chính sông Cả tại Cửa Rào, có thể coi đây 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 qua Việt Nam dài 89 km Dọc theo thượng nguồn đến đoạn nhập lưu, có nhiều vị trí thích hợp để xây dựng hồ chứa phục vụ cho phát điện và điều tiết nước cho hạ du Thượng nguồn sông Nậm Mô chảy qua các vùng núi đá cao với độ cao trung bình trên 1.000 m.
Sông Giăng là một phụ lưu phía hữu sông Cả, cách đập Đô Lương khoảng 20km về phía hạ lưu Sông bắt nguồn từ dãy núi Phu Long cao 1.330m, nằm trong vùng núi Môn Sơn - Lục Giã, với diện tích lưu vực 1,05 km² Do nằm trong khu vực mưa lớn, lòng sông Giăng rộng, nông và có nhiều bãi bồi Hướng chảy chính của sông Giăng song song với sông Cả đến Thác Muối, sau đó đổi hướng Tây Đông khi 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 không thể tránh khỏi, có tần suất lặp lại và được đánh giá dựa trên các đặc trưng về thời gian, mức độ, sự lan rộng và tác động đến kinh tế xã hội 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 thường 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 rất quan trọng cho các nhà quản lý trong công tác phòng chống, giảm nhẹ hạn hán Lợi thế của hạn khí tượng là yêu cầu ít dữ liệu đầu vào như mưa hoặc nhiệt độ, giúp ứng dụng rộng rãi trên toàn cầu Phân tích các đặc trưng không gian và thời gian của hạn khí tượng cùng các nhân tố gây ra hạn hán là rất cần thiết cho việc quản lý tài nguyên nước và dự báo, phòng chống thiệt hại do hạn hán Vì vậy, tác giả lựa chọn hạn khí tượng làm đối tượng nghiên cứu trong luận văn này.
Trong việc xác định và giám sát hạn hán, 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 thời gian bắt đầu, độ 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 thoát hơi, dòng chảy, hoặc là tổng hợp của nhiều biến Mỗi chỉ số có ưu điểm và nhược điểm riêng, và các quốc gia sẽ lựa chọn chỉ số phù hợp với điều kiện của mình Việc xác định hạn hán không chỉ dựa vào dữ liệu quan trắc mà còn có thể áp dụng cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu.
Nghiên cứu về cảnh báo sớm hạn khí tượng tại Việt Nam đã áp dụng nhiều chỉ số phổ biến, 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 đã phát triển phần mềm dự báo hạn khí tượng dựa trên chỉ số SPI, trong khi Nguyễn Văn Thắng cũng áp dụng chỉ số SPI để dự báo hạn cho 7 vùng khí hậu khác nhau ở Việt Nam Ngoài ra, Nguyễn Lương Bằng đã sử dụng cả 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 theo thời gian 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 phân tích đặc tính của hạn hán SPI có thể được tính toán cho nhiều thời đoạn khác nhau bằng cách chuyển đổi dữ liệu mưa thành hàm tiêu chuẩn hóa, cho phép so sánh hạn hán giữa các vùng có điều kiện thời tiết khác nhau Tuy nhiên, SPI cũng có hạn chế, như yêu cầu dữ liệu ít nhất 30 năm để đảm bảo độ chính xác và giả định rằng nguyên nhân chính gây hạn hán là do mưa, trong khi các yếu tố khí tượng khác như nhiệt độ và bốc hơi có thể không được xem xét đầy đủ.
Chỉ số SPI, được Tổ chức Khí tượng Thế giới (WMO) đề xuất, là 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 hoàn toàn phù hợp với điều kiện khí hậu của Việt Nam.
Để đánh giá tình hình hạn hán trong vùng nghiên cứu, luận văn này sử dụng chỉ số SPI để 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 là yếu tố đầu vào quan trọng Số lượng và chất lượng tài liệu mưa có ảnh hưởng lớn đến độ chính xác của các mô hình toán được áp dụng.
Hiện tại, lưu vực sông Cả chỉ có 23 trạm đo mưa hoạt động, với mật độ lưới trạm đạt 778 km²/trạm, vượt tiêu chuẩn tối thiểu 575 km²/trạm của WMO Các trạm quan trắc chủ yếu tập trung ở vùng đồng bằng và thị trấn ven sông, trong khi vùng núi cao lại thiếu trạm đo mưa, đặc biệt là các trạm tự ghi, chỉ có một số ít 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 tại nông trường hoặc vùng sâu, vùng xa thường gặp vấn đề về độ tin cậy và có thể bị gián đoạn (Viện Quy hoạch Thủy lợi, 2012).
Tài liệu đo mưa trên lưu vực sông Cả có nhiều khoảng trống về không gian và thời gian Để khắc phục vấn đề này, luận văn kết hợp 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 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 giúp xác định diện tích bị hạn ở từng địa phương với các cấp độ hạn khác nhau, từ đó đề xuất các giải pháp thích ứng phù hợp.
Thu thập, phân tích số liệu mưa thực đo
2.2.1 Xác định mạng lưới trạm
Lựa chọn các trạm đo trong số 23 trạm mưa còn hoạt động tại khu vực nghiên cứu là cần thiết để tính toán chỉ số thiếu hụt nguồn nước Các tiêu chí lựa chọn bao gồm độ chính xác của dữ liệu, tính khả thi trong việc thu thập thông tin và sự đại diện cho khu vực nghiên cứu Việc này giúp đảm bảo kết quả tính toán phản ánh đúng tình hình nguồn nước trong khu vực.
To ensure reliability in calculating the Standardized Precipitation Index (SPI), it is essential to have a continuous dataset of at least 30 years This long-term data series allows for accurate assessment and analysis of precipitation patterns.
- 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 có số liệu không liên tục do ghi chép và thống kê không đầy đủ Những số liệu thiếu này sẽ được bổ sung từ mưa vệ tinh như trình bày trong Mục 2.3.
Hình 2 2 S ố li ệu mưa thực đo (trạ m Qu ỳ H ợ p)
L ự a ch ọ n, thu th ậ p và x ử lý mưa vệ tinh
CHIRPS (Climate Hazards Group InfraRed Precipitation with Station) là một bộ dữ liệu lượng mưa toàn cầu được phát triển bởi Cục Khảo sát địa chất Hoa Kỳ (USGS) và nhóm hiểm họa khí hậu (CHG), với gần 30 năm dữ liệu Bộ dữ liệu này kết hợp hình ảnh vệ tinh có độ phân giải 0.05 ° cùng với dữ liệu từ các trạm quan trắc địa phương, nhằm tạo ra chuỗi thời gian lượng mưa theo dạng lưới CHIRPS được sử dụng để phân tích và theo dõi tình hình hạn hán theo mùa một cách hiệu quả.
Dựa trên các tiêu chí tính toán chỉ số thiếu hụt nguồn nước và dữ liệu còn thiếu từ các trạm khí tượng đã chọn, dữ liệu mưa CHIRPS đã được thu thập cho lưu vực sông Cả, với chuỗi 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, cho thấy mức độ chấp nhận được Tại trạm Hà Tĩnh, chỉ số R² = 0,72, cho thấy mức độ tương quan khá tốt Phân tích tương tự cho 7 trạm còn lại cũng cho thấy mức độ tương quan giữa mưa vệ tinh và mưa thực đo là có thể chấp nhận được.
Sử dụng chỉ số NASH-Sutcliffe (NSE):
● Po là giá trị mưa thực đo
● P s là giá trịmưa vệ tinh CHIRPS
- Theo tiêu chuẩn của WMO [30] thì chỉ sốNSE được đánh giá như bảng sau:
B ả ng 2 2 Tiêu chí đánh giá chỉ s ố NSE
Chỉ số NSE Đánh giá chỉ số
Kết quả phân tích dữ liệu từ năm 1996 đến 2000 cho thấy chỉ số NSE thấp nhất là 0,64 tại trạm Quỳ Hợp, trong khi trạm Hà Tĩnh đạt chỉ số cao nhất là 0,90 Điều này cho thấy mối tương quan giữa lượng mưa CHIRPS và lượng mưa thực đo trong khu vực nghiên cứu được đánh giá từ mức tốt đến rất tốt.
Dựa trên các phân tích và đánh giá đã thực hiện, mưa vệt tính CHIRPS có thể được áp dụng để lấp đầy các khoảng trống dữ liệu cho 9 trạm mưa đã được lựa chọn, từ đó tạo ra chuỗi số liệu dài và liên tục.
30 năm từ1986 đến 2015, dùng để tính toán chỉ số SPI
B ả ng 2 3 K ế t h ợp mưa thực đo và mưa CHIRPS tạ i các tr ạm trên lưu vự c sông C ả
TT Tên tr ạ m Th ực đo Mưa CHIRPS
4 Con Cuông 1960-2015 Tháng 6, tháng 12 năm 1995
5 Quỳ Hợp 1996-2015 Các năm từ 1986 đến 1995
6 Kỳ Anh 1961-2015 Các năm từ 1986 đến 2000
( Hương Sơn ) 1962-2015 Các năm từ 1986 đế n 2000
Xây d ự ng công th ứ c tính toán ch ỉ s ố SPI
Hạn là hiện tượng tự nhiên phổ biến và có tính qui luật, thường bị hiểu lầm là sự kiện hiếm gặp Nó xuất hiện ở hầu hết các vùng khí hậu với đặc trưng khác nhau và khác biệt với sự khô cằn của vùng ít mưa Hạn là tình trạng thiếu hụt mưa kéo dài và đã có hơn 150 khái niệm về hạn từ những năm 1980 Các loại hạn được phân loại dựa trên bản chất và tác động, bao gồm 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 phổ biến ở Mỹ và Úc là 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 Trong số này, chỉ số SPI được lựa chọn để xây dựng mô hình dự báo hạn khí tượng vì nó dựa trên khả năng có lượng mưa cho các khoảng thời gian khác nhau và được đánh giá cao về tính đa dụng Hạn khí tượng xảy ra khi có thời kỳ mưa ít hơn trung bình nhiều năm, trong khi hạn nông nghiệp là tình trạng thiếu độ ẩm trong sản xuất Hạn thuỷ văn xảy ra khi nước dự trữ trong các nguồn như tầng ngầm, sông, hồ chứa giảm xuống mức thấp hơn trung bình thống kê, thường do nhu cầu sử dụng nước tăng lên.
Cả ba loại hạn: hạn khí tượng, hạn độ ẩm đất và hạn nông nghiệp đều có mối quan hệ chặt chẽ với nhau Thiếu mưa và bốc hơi cao dẫn đến hạn khí tượng, trong khi đó, thiếu độ ẩm trong đất gây ra hạn độ ẩm đất, ảnh hưởng đến sự phát triển của cây trồng và dẫn đến hạn nông nghiệp Hơn nữa, tình trạng mưa ít kết hợp với bốc hơi cao làm giảm lượng nước trong lưu vực, ảnh hưởng đến nguồn cung cấp nước ngầm và gây cạn kiệt dòng chảy sông suối, dẫn đến hạn thuỷ văn Do đó, khô hạn và các vùng khô hạn thực tế 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 các khu vực có chỉ số từ -3,0 đến -3,99 đang chịu hạn nặng Việc xem xét cả hai yếu tố nguồn nước cung cấp cho thấy tình trạng này không thực sự hiệu quả và cần được cải thiện.
Chỉ số PDSI (Palmer Drought Severity Index) được tính toán để phản ánh mức độ khô hạn, với giá trị từ -2,0 đến -2,99 cho thấy tình trạng khô hạn vừa Chỉ số này đánh giá sự cân bằng giữa lượng mưa và nhu cầu nước, bao gồm cả sự bốc hơi, đặc biệt là ở các vùng núi.
Chỉ số hạn Palmer bốc hơi cho thấy mức độ hạn hán so với điều kiện bình thường, với các mức độ như: -1,0 đến -1,99 biểu thị hạn nhẹ, và -0,5 đến -0,99 biểu thị hạn rất nhẹ Điều này có thể xảy ra ở các khu vực có tiềm năng hạn hán hoặc nơi có tuyết bao phủ Hạn hán đang là vấn đề quan trọng 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 đánh giá tình trạng hạn hán SPI sử dụng phân bố chuẩn để xác định mức độ khô hạn, với các giá trị từ -1,5 đến -1,99 được coi là hạn nặng, và từ -1,0 đến -1,49 là hạn vừa Chỉ số này có thể áp dụng cho nhiều khoảng thời gian khác nhau như tuần, tháng, quý, và năm, đồng thời phản ánh cả điều kiện ẩm ướt lẫn khô hạn Để tính toán chính xác, cần có chuỗi số liệu mưa đủ dài và không tính đến bốc hơi, cho phép áp dụng cho tất cả các vùng có tình trạng hạn hán 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 mưa đo lường 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, chia thành 10 nhóm nhỏ Nhóm 3-4 thể hiện lượng mưa nhỏ hơn mức bình quân và cho kết quả tốt khi tính toán trong khoảng thời gian dài, nhưng không được ứng dụng nhiều ở Úc Nhóm 5-6 gần với mức bình quân và thường được sử dụng để kiểm tra giới hạn tính bốc hơi.
H ạn n ôn g ng hi ệp
Mức độ ẩm trong đất được tính toán bằng mô hình Chỉ số hạn, dựa trên phần trăm độ ẩm Mô hình này yêu cầu các yếu tố khí tượng đầu vào như số liệu mưa, nhiệt độ và các điều kiện lịch sử Cụ thể, mức độ ẩm được phân loại như sau: ≤20% là rất khô hạn, 20-40% là khô hạn, và 40-60% là gần bình thường.
The Palmer Moisture Anomaly Index, also known as the Z-index, is a crucial measure used to assess abnormal moisture levels This index calculates the frequency of the Z-index to determine 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 mối quan hệ giữa thời đoạn dòng chảy (D) trong sông nhỏ hơn mức bình thường và lưu lượng trung bình (M) trong sông trong suốt thời gian D.
Để xác định mức độ hạn, việc tính toán chuẩn hóa là cần thiết 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 tính toán chỉ số PDSI dựa trên mô hình Palmer 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 dựa trên mô hình Giá trị tính toán phân lớp tương, trong đó xem xét đến yếu tố tuyết phủ và lượng trữ Kết quả tính toán của chỉ số này phụ thuộc vào các yếu tố môi trường và điều kiện thời tiết cụ thể.
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Chỉ số Hạn hán theo khu vực (DAI) được tính toán dựa trên mức độ hạn hán và phạm vi ảnh hưởng của nó Chỉ số này không thể đo lường cường độ hạn hán tại từng khu vực cụ thể, mà thay vào đó dựa trên các giá trị chỉ số hạn hán bình quân cho toàn bộ Điều này giúp đánh giá tình trạng hạn hán tại nhiều nơi khác nhau.
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 sẽ được đưa lên bản đồ theo tọa độ địa lý của các trạm đo Phép nội suy nghịch đảo khoảng cách (IDW) được áp dụng để nội suy giá trị SPI từ 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, nhằm tạo ra bản đồ hạn cho vùng.
Phương pháp nội suy IDW là một kỹ thuật nội suy xác định cục bộ, cho phép 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 được gán một trọng số, phụ thuộc vào khoảng cách đến điểm cần ước lượng Trong phương pháp IDW, giả thiết được đưa ra là giá trị tại các điểm cần tính là trung bình trọng số của các giá trị lân cận.
Phương pháp IDW (Inverse Distance Weighting) cho rằng khoảng cách giữa các giá trị tại điểm mẫu trong khu vực lân cận ảnh hưởng đến điểm cần tính toán Cụ thể, những điểm gần với điểm dự báo sẽ có tác động lớn hơn so với những điểm ở xa, như đã được nêu bởi 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 di0 giữa điểm dự báo s0 và điểm mẫu si được xác định bởi tham số p, biểu thị tốc độ giảm trọng số khi khoảng cách tăng Trong nghiên cứu này, tham số p được chọn là 2, có nghĩa là trọng số sẽ giảm theo bình phương khoảng cách.
IDW dựa vào nghịch đảo của khoảng cách nâng lên hàm mũ, với tham số số mũ điều chỉnh tầm quan trọng của các điểm đã biết trong việc nội suy giá trị Tham số này là một số thực nhỏ hơn 0, và giá trị mặc định trong phần mềm QGIS là 2.
Số mũ cao hơn 2 làm nổi bật các điểm gần nhất, khiến cho dữ liệu gần có ảnh hưởng lớn hơn và bề mặt trở nên chi tiết hơn, kém mịn hơn Khi số mũ tăng, giá trị nội suy sẽ gần gũi hơn với giá trị của điểm mẫu gần nhất Ngược lại, việc sử dụng số mũ thấp hơn sẽ tạo ra ảnh hưởng lớn hơn đến các điểm xa hơn, dẫn đến bề mặt mịn hơn.
Trong bài viết này, tác giả đã chọn giá trị mặc định được quy định bởi QGIS 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 rõ rệt, dao động từ 1.133 đến 1.700mm ở các khu vực ít mưa như Tương Dương, Mường Xén và Cửa Rào, trong khi các vùng mưa vừa và lớn như thượng nguồn sông Hiếu có lượng mưa từ 2.000 đến 2.100mm Các khu vực như sông Giăng và từ Cửa Rào - Nghĩa Khánh tới Dừa cũng ghi nhận lượng mưa trung bình từ 1.800 đến 2.100mm Đặc biệt, vùng sông Ngàn Phố và Ngàn Sâu có lượng mưa trung bình đạt từ 2.200 đến 2.400mm, trong khi đồng bằng ven biển ghi nhận lượng mưa từ 1.800 đến 1.900mm Nơi có lượng mưa lớn nhất tập trung ở thượng nguồn sông Hiếu, 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 từng vị trí Tại vùng thượng nguồn, mùa mưa bắt đầu từ tháng 5 và kéo dài đến tháng 10, với lượng mưa lớn nhất vào tháng 8 và ba tháng có lượng mưa cao nhất là tháng 7, 8, 9 Trong khi đó, ở trung và hạ du, mùa mưa bắt đầu muộn hơn, từ tháng 6 và kết thúc vào tháng 10 hoặc tháng 11, với tháng 11 cũng có lượng mưa lớn, đặc biệt là vào tháng 8, 9, 10.
Mùa mưa ở khu vực phía Nam của lưu vực, bắt đầu từ tháng Tám và kết thúc vào tháng Mười, đặc biệt rõ rệt tại các vùng sông Ngàn Phố và Ngàn Sâu Trong thời gian này, lượng mưa chiếm từ 80% đến 87% tổng lượng mưa hàng năm, trong khi phần còn lại rơi vào mùa ít mưa.
Mùa mưa diễn ra từ Bắc vào Nam, chậm dần từ thượng nguồn đến hạ du, với hai đỉnh cực trị vào tháng 5 và tháng 6, cũng như tháng 9 Tháng 5 và tháng 6 thường có lượng mưa lớn do hoạt động mạnh của gió mùa Tây Nam, dẫn đến tình trạng lũ tiểu mãn Tổng lượng mưa trong hai tháng này có thể chiếm tới 20% lượng mưa cả năm tại các trạm thượng nguồn sông Cả.
Trận lũ tiểu mãn lớn tại Hiếu, Ngàn Phố, Ngàn Sâu diễn ra giống như các trận lũ lịch sử vào tháng 5 năm 1943 và tháng 5 năm 1989 Đặc biệt, trận mưa tháng 5 năm 1989 đã gây ra lũ lịch sử 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 lại có lượng mưa tối thiểu Khi gió Lào hoạt động mạnh, lượng mưa tháng 7 chỉ chiếm khoảng 5-10% tổng lượng mưa hàng năm.
Vào các tháng VIII, IX và X, dải hội tụ nhiệt đới di chuyển về phía Nam, kết hợp với các hình thái thời tiết như áp thấp nhiệt đới và bão, đã gây ra mưa lớn kéo dài từ 3 đến 10 ngày Sự kiện này dẫn đến lũ lớn trên các triền sông.
Lượng mưa hai tháng IX, X đạt tới 40% lượng mưa năm Lượng mưa tháng IX,
Lượng mưa trên lưu vực 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 khu vực thượng lưu, lượng mưa giảm dần chỉ còn khoảng 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 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 chiếm 10 đến 20% lượng mưa cả năm.
Biến động lượng mưa theo thời gian khá mạnh mẽ Lượng mưa năm lớn nhất đạt 3.520mm năm 1989 tại Vinh, 3.670mm năm 1989 tại Hoà Duyệt, 3.470mm năm
1978 tại Đô Lương và từ 2.500 2.700mm tại các vùng thượng sông Cả, sông Hiếu Lượng mưa năm nhỏ nhất biến động tuỳ theo các vùng, vùng ít mưa như
Khe Bố, Mường Xén, Cửa Rào có năm lượng mưa chỉ đạt 500 700mm Vùng mưa nhiều năm ít mưa nhất đạt từ 1.200 1.500mm
Hệ số biến sai Cv mưa năm dao động từ 0,25 0,35
Hình 3 1 S ố li ệu mưa thực đo (Trạ m Qu ỳnh Lưu)
Hình 3 2 S ố li ệu mư thực đo (Trạm Kim Cương) ố ệu mưa thực đo (Trạ ỳ ợ
B ả ng 3 1 T ỷ l ệ mưa năm phân theo mùa trung bình nhiều năm
TT Tên Tr ạ m Li ệ t tài li ệ u
Mùa mưa Mùa khô Năm
4 Qu ỳnh Lư u 1960-2015 VI-X 1243 78 XI-V 346 22 1589
Phân tích tình tr ạ ng thi ế u h ụ t ngu ồn nướ c d ự a trên ch ỉ s ố SPI
Việc đánh giá tình trạng thiếu hụt nguồn nước gây ra hạn hán được thực hiện thông qua việc tính toán chỉ số 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.
Dựa vào chỉ số SPI6 trung bình, các giai đoạn 1991-1992, 1998-2001, 2003-2005, 2010-2011 và 2014-2015 cho thấy sự thiếu hụt nguồn nước kéo dài so với trung bình nhiều năm, đặc biệt là trong các năm 1998-2001, 2003-2005 và 2014-2015, kéo dài đến 2016 Xu hướng này gần như tương đồng ở các trạm đại diện cho các vùng miền núi (Quỳ Hợp), đồng bằng (Hà Tĩnh) và ven biển (Quỳnh Lưu), cho thấy rằng toàn bộ 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 để đánh giá các giai đoạn hạn khí tượng, xu thế cho thấy tần suất hạn tăng lên nhưng thời gian mỗi đợt lại ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ cho thấy sự tương đồng với thực tế, điển hình là tình trạng thiên tai hạn hán tại tỉnh Nghệ An vào năm 2015, khi hạn hán xảy ra trên diện rộng và kéo dài từ năm 2014 sang 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 giai đoạn xen kẽ giữa các đợt hạn hán thường đi kèm với lượng mưa dồi dào, cao hơn mức trung bình nhiều năm Chỉ số SPI3 cho thấy xu thế các giai đoạn có nhiều nước tương đồng với thực tế, đặc biệt là vào các năm 1990-1991, 1997, đầu năm 2004 và cuối năm 2013 Trong khi đó, chỉ số SPI6 cho thấy ít sự xen kẽ giữa các đợt nhiều nước và ít nước Đánh giá trên khoảng thời gian ngắn hơn bằng SPI3 cho phép nhận diện rõ hơn sự xen kẽ này Việc nhận diện sự xen kẽ giữa các giai đoạn dồi dào và thiếu hụt nước là rất 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 cho thấy các xu thế hạn hán rõ rệt trong những năm qua, đặc biệt là vào năm 2015 và 2005, khi gần như toàn bộ lưu vực trải qua tình trạng hạn hán nghiêm trọng và 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 thông qua công cụ GIS cho phép xác định diện tích hạn theo các đơn vị hành chính Bảng 3.2 dưới đây thể hiện diện tích bị hạn đầu năm 2015 tại các huyện trong vùng nghiên cứu, với các khu vực chịu ảnh hưởng nặng nề như Vinh, Yên Thành, Con Cuông, Thanh Chương, Anh Sơn, Hưng Nguyên và Đô Lương Tổng diện tích hạn rất nặng trong vùng lên tới hơn 138.000 ha, hạn nặng gần 578.000 ha, và hạn là hơn 350.000 ha Kết quả đánh giá này phù hợp với tình hình thực tế khi Nghệ An đã 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 sự thiếu hụt lượng mưa so với trung bình nhiều năm tại các khu vực như trung sông Cả, trung và hạ lưu sông Hiếu, vùng sông Nghèn, và Nghi Xuân Mặc dù lượng mưa cả năm trên lưu vực sông Cả khá 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 hụt trong 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, trong tương lai, cần tận dụng tối đa nguồn nước từ các hồ chứa như hồ Bản Vẽ (sông Cả) để bổ sung 80 m³/s cho hạ du, cũng như các hồ đang xây dựng như Bản Mồng (sông Hiếu, 22 m³/s) và Ngàn Trươi Bên cạnh đó, cần xem xét các công trình mới như Chúc A, Trại Dơi (sông Ngàn Sâu, 9,4 m³/s), Đá Gân, Khe Chè, Nước Sốt, Rào Mắc (sông Ngàn Phố, 11,5 m³/s) và Thác Muối (sông Giăng, 18,5 m³/s) Việc khai thác số liệu lưu lượng từ các hồ chứa này được tham khảo từ Viện Quy hoạch Thủy lợi, trong khi luận văn 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 tối ưu hóa nguồn nước từ các hồ chứa thượng nguồn, cần cải tạo, nâng cấp và xây mới các trạm bơm, hồ chứa nhỏ, cống lấy nước tại những khu vực khó khăn như Nghi Xuân, sông Nghèn, trung lưu sông Cả và hạ sông Hiếu.
3.5.2 Một số giải pháp phi công trình
Củng cố và nâng cao năng lực hoạt động của các tổ chức quản lý nguồn nước trên lưu vực 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 Đồng thời, cần làm rõ và giảm thiểu các mâu thuẫn, chồng chéo chức năng giữa các tổ chức quản lý để nâng cao hiệu quả quản lý nguồn nước.
Cần tiến hành đánh giá và củng cố vai trò của Ban Quản lý lưu vực sông Cả, nhằm nâng cao hiệu quả quản lý Việc tổ chức cần được điều chỉnh 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 trong lưu vực sông, đặc biệt là quản lý nước của các tỉnh Cần có cơ chế phối hợp hiệu quả với các cơ quan, tổ chức trong quản lý sử dụng nước, đặc biệt là hệ thống quản lý theo địa giới Việc tham gia trao đổi ý kiến và thống nhất giải quyết mâu thuẫn trong quản lý nước là rất quan trọng, trong đó cần chú 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 toàn diện và thường xuyên cập nhật là rất quan trọng để phục vụ cho công tác quản lý và quy hoạch Điều này giúp nâng cao hiệu quả 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, quản lý và khai thác nguồn nước một cách hiệu quả hơn.
Kết quả nghiên cứu đề xuất hợp tác với các cơ quan chuyên môn để phát triển và ứng dụng công nghệ cao, bao gồm việc kết hợp công nghệ viễn thám với mô hình toán Mục tiêu là tạo dựng cơ sở dữ liệu nhằm bổ sung thông tin và dữ liệu còn thiếu, đồng thời xây dựng các kịch bản sẵn sàng ứng phó với các tình huống phát sinh.