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 và có đặc điểm biến đổi rõ rệt giữa các khu vực Hạn hán khác với khô hạn, vì khô hạn là tình trạng kéo dài ở những vùng có lượng mưa thấp và nhiệt độ cao Mỗi năm, hạn hán lại xuất hiện với các đặc tính thời tiết và tác động khác nhau, tạo nên sự đa dạng trong hiện tượng này.
Trong những năm gần đây, sự phát triển kinh tế của các tỉnh trên lưu vực sông Cả đã diễn ra tích cực, với cơ cấu kinh tế chuyển dịch theo hướng công nghiệp - dịch vụ - nông nghiệp Sự ra đời của nhiều khu công nghiệp, khu kinh tế và khu đô thị mới đã dẫn đến nhu cầu nước tăng đáng kể cho các ngành.
Quy luật diễn biến thời tiết khí hậu ngày càng phức tạp, ảnh hưởng đến thời gian xuất hiện lũ và hạn Diễn biến mực nước trên các sông đang tạo ra những tổ hợp bất lợi cho công tác phòng lũ, như các trận lũ lớn xảy ra vào các năm 1978, 1988, 2002, 2007 và đặc biệt là trận lũ năm 2010, gây thiệt hại nặng nề cho nền kinh tế và xã hội trên lưu vực Bên cạnh đó, mức độ hạn ngày càng gia tăng, ảnh hưởng nghiêm trọng đến sản xuất, điển hình là các năm 2005, 2007 và đặc biệt là năm 2010.
Nghệ An và Hà Tĩnh, thuộc 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 hạn hán ở mức độ nặng Hàng trăm hệ thống hồ ở khu vực này đã gần đạt mực 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 xảy ra hạn hán thường xuyên Việc này giúp đánh giá mức độ thiếu nước so với nhiều năm qua, từ đó 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 và nhiệt độ bề mặt đất trung bình ảnh hưởng trực tiếp đến môi trường sống Độ che phủ đất cũng đóng vai trò quan trọng trong việc xác định mức độ hạn hán và khả năng ứng phó của địa phương trước biến đổi khí hậu.
Ph ạ m vi nghiên c ứ u
- Vùng nghiên cứu lưu vực sông Cả thuộc Việt Nam gồm toàn bộ tỉnh Nghệ An,
8 huyện Hà Tĩnh, một phần huyện Như Xuân thuộc Thanh Hóa
- Giới hạn vùng nghiên cứu:
+ Lưu vực sông Cả nằm trên hai quốc gia: Cộng hoà dân chủ Nhân Dân Lào và
Cộng hoà xã hôi chủ nghĩa Việt Nam Ở Việt Nam sông Cả nằm trên địa phận của 3 tỉnh Thanh Hoá, Nghệ An, Hà Tĩnh
+ Tỉnh Thanh Hoá nằm trong lưu vực sông Cả: Có khoảng 1/2 diện tích huyện Như Xuân trên sông Chàng (sông nhánh).
Tỉnh Nghệ An nằm trong lưu vực sông Cả, bao gồm các huyện như Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn, Tân Kỳ (nhánh sông Hiếu) và Kỳ Sơn, Tương Dương, Con Cuông, Anh Sơn, Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên (dòng chính sông Cả) Việc sử dụng nước từ hệ thống thủy lợi ở Nghệ An trong mùa kiệt có mối liên hệ chặt chẽ với các huyện hưởng lợi như Yên Thành, Diễn Châu, Quỳnh Lưu (thuộc hệ thống thủy nông Diễn Yên Quỳnh - Bắc Nghệ An) và thành phố Vinh, thị xã Cửa Lò, Nghi Lộc, Hưng Nguyên (trong hệ thống Nam Hưng Nghi - Nam Nghệ An).
Tỉnh Hà Tĩnh có lưu vực sông Cả trải dài qua các huyện Hương Sơn, Hương Khê, Vũ Quang, Nghi Xuân, cùng với các vùng hưởng lợi như Can Lộc, Thạch Hà, Đức Thọ và thị xã.
Hồng Lĩnh trong hệ thống sông Nghèn
+ Với tổng diện tích tự nhiên là 19.627 km 2 bao gồm cả vùng hưởng lợi
Cách ti ế p c ận và phương pháp nghiên cứ u
Cách ti ế p c ậ n
Tiếp cận theo mục tiêu là rất cần thiết, vì hiện nay các vùng sản xuất nông nghiệp và vùng quy hoạch cho sản xuất nông nghiệp vẫn chưa có nghiên cứu hoặc cảnh báo nào về nguy cơ hạn hán.
- Tiếp cận kết quả của các nghiên cứu trong và ngoài nước về vấn đề hạn hán
Để tiếp cận nghiên cứu khí hậu hiệu quả, chúng ta sử dụng các mô hình Khí hậu toàn cầu kết hợp với công cụ xử lý ảnh vệ tinh Erdas và phần mềm GIS phân tích không gian ArcGIS Những công cụ này giúp phân tích và trực quan hóa dữ liệu khí hậu một cách chính xác, hỗ trợ việc đưa ra các quyết định dựa trên thông tin khoa học.
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 kinh tế và ảnh hưởng tiêu cực đến đời sống con người và môi trường Hàng năm, khoảng 21 triệu ha đất trở thành đất không có năng suất do hạn hán, và số dân gặp rủi ro vì hạn hán đã tăng hơn 80% trong gần 25 năm qua Hiện nay, hơn 1/3 đất đai thế giới đã bị khô cằn, nơi sinh sống của 17,7% dân số toàn cầu Bên cạnh hạn hán, hiện tượng hoang mạc hóa cũng đang lan rộng từ các vùng khô hạn đến cả những khu vực bán ẩm ướt, với diện tích hoang mạc hóa đạt 39,4 triệu km², chiếm 26,3% tổng diện tích đất tự nhiên trên thế giới.
Hạn hán đang đe dọa 250 triệu người trên toàn cầu, ảnh hưởng đến 100 quốc gia và gây ra nguy cơ đói khát Tình trạng này không chỉ tác động đến cuộc sống con người mà còn ảnh hưởng nghiêm trọng đến môi trường khí hậu toàn cầu (WMO [1]).
Hạn hán thường gây ảnh hưởng sâu rộng và mặc dù ít khi là nguyên nhân trực tiếp dẫn đến tổn thất về nhân mạng, nhưng thiệt hại kinh tế do hạn hán mang lại là rất lớn Theo Trung tâm giảm nhẹ hạn hán quốc gia Mỹ, thiệt hại hàng năm do hạn hán cho nền kinh tế Mỹ ước tính khoảng 6-8 tỷ USD, so với 2,41 tỷ USD do lũ lụt và 1,2-4,8 tỷ USD do bão Đặc biệt, đợt hạn hán lịch sử diễn ra vào năm 1988-1989 đã gây thiệt hại lên đến 39-40 tỷ USD, vượt xa mức thiệt hại kỷ lục của lũ lụt, chỉ đạt 15-27,6 tỷ USD.
Hạn hán và bão đã gây ra tổn thất kinh tế lớn, với thiệt hại ước tính từ 25-33,1 tỷ USD vào năm 1992 Các quốc gia như Ấn Độ, Pakistan và Australia cũng chịu ảnh hưởng nặng nề từ hạn hán Sự kiện El Nino vào năm 1997-1998 đã dẫn đến cháy rừng rộng 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 khoảng 135 triệu người phải rời bỏ nhà cửa để tìm kiếm cuộc sống mới.
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 Để 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 Chỉ số hạn hán có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, bốc thoát hơi và dòng chảy, hoặc là tổng hợp của nhiều biến Mỗi chỉ số có ưu nhược điểm riêng và các quốc gia thường 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 áp dụng cho dữ 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 mở rộng, mức độ hạn, tần suất và mối liên hệ với khí hậu là rất cần thiết.
Các nghiên cứu toàn cầu về hạn hán cho thấy sự gia tăng đáng kể về số đợt hạn, thời gian kéo dài và tần suất của chúng Nghiên cứu của Nico Wanders và cộng sự phân tích 18 chỉ số hạn hán, lựa chọn các chỉ số phù hợp cho năm vùng khí hậu khác nhau Sự giảm lượng mưa kết hợp với tăng nhiệt độ dẫn đến quá trình bốc hơi gia tăng, làm nghiêm trọng thêm tình trạng hạn hán Từ 1980 đến 2000, tần suất và mức độ hạn hán tăng lên, với các đợt hạn nặng xảy ra ở Cộng hòa Séc, Hy Lạp và Moldova Thời gian kéo dài của các đợt hạn cũng gia tăng, có thể kéo dài từ vài tháng đến vài năm Nghiên cứu tại Châu Âu cho thấy thời gian hạn hán trung bình là 48 ± 17 tháng, với tần suất cao hơn ở lục địa và thời gian kéo dài nhất ở Italia, đông bắc Pháp và đông bắc Nga.
Hạn hán ở phía bắc Trung Quốc đã gia tăng từ những năm 1990, với một số khu vực trải qua tình trạng hạn hán kéo dài từ 4-5 năm (1997-2003) Nghiên cứu toàn cầu cho thấy hạn hán là hiện tượng phức tạp, do cả nguyên nhân tự nhiên (như dao động khí quyển và biến đổi nhiệt độ mặt nước biển) và nguyên nhân con người (như nhu cầu nước gia tăng, phá rừng, ô nhiễm, và quản lý tài nguyên kém) Hiện nay, nhiều chỉ số hạn khác nhau đã được phát triển và áp dụng trên toàn thế giới, như Chỉ số ẩm Ivanov, Chỉ số khô Budyko, và Chỉ số Palmer Tuy nhiên, không có chỉ số nào vượt trội hơn hẳn trong mọi điều kiện, do đó, việc áp dụng các chỉ số này phụ thuộc vào điều kiện cụ thể của từng vùng và hệ thống dữ liệu quan trắc sẵn có.
Để giảm thiểu tác động của hạn hán, nhiều quốc gia phát triển trên thế giới đã thành lập các trung tâm giám sát, dự báo và cảnh báo hạn hán Các trung tâm này có nhiệm vụ chính là theo dõi và cung cấp thông tin kịp thời về tình hình hạn hán.
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 trong việc kiểm kê và đánh giá nguồn nước trên lưu vực sông Bên cạnh số liệu mưa từ các trạm khí tượng thủy văn truyền thống, hiện nay có nhiều cơ quan cung cấp dữ liệu mưa vệ tinh, trong đó CHIRPS, TRMM và CMORPH là những nguồn dữ liệu phổ biến.
- CHIRPS (Climate Hazards Group InfraRed Precipitation with Station) là dữ liệu lượng mưa toàn cầu gần 30 năm của Cục Khảo sát địa chất Hoa Kỳ
CHIRPS, được phát triển bởi USGS và nhóm hiểm họa khí hậu (CHG), 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 Phương pháp 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 sự hợp tác giữa 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, 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 VIRA (Visible and Infrared Scanner) với khả năng chiếu xạ hồng ngoại Thuật toán 3B42 được thiết kế để tạo ra tỷ lệ lượng mưa kết hợp hồng ngoại (IRM) và ước tính sai số lượng mưa (RMSE).
Hình 1 2 D ữ li ệu mưa TRMM từ năm 2000 -2008 ở Nepal
- CMORPH là dữ liệu mưa được tạo ra bởi kỹ thuật CMORPH (MORPHing
CPC là sản phẩm của Cục Đại dương và Khí quyển quốc gia Hoa Kỳ, cung cấp phân tích lượng mưa toàn cầu với độ phân giải không gian và thời gian cao Kỹ thuật này 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 hiện nay.
1.1.2 Tổng quan trong nước Đối với Việt Nam, nơi có tiềm năng nguồn nước phong phú nhưng do tính chất phân mùa sâu sắc nên thường xuyên xuất hiện hạn hán Cũng như các nghiên cứu trên thế giới, các nghiên cứu về hạn hán ở Việt Nam chủ yếu tập trung đến hạn khí tượng, hạn thủy văn và hạn nông nghiệp Các đề tài, dự án nghiên cứu hạn hán ở Việt Nam đã được triển khai trong những năm gần đây, chủ yếu tập trung vào 2 vấn đề chính:
(1) Các nghiên cứu cơ bản về hạn hán và tác động tới dân sinh, kinh tế, xã hội
(2) Các giải pháp, phòng chống và giảm nhẹ hạn hán bao gồm:
- Giải pháp công trình xây dựng các công trình thu trữ, điều tiết nước;
Tổng quan vùng nghiên cứu
1.2.1 Đặc điểm địa hình vùng nghiên cứu
Lưu vực sông Cả có hình dạng phát triển từ Tây Bắc đến Đông Nam, dần nghiêng ra biển, với phần lớn diện tích là đồi núi Chỉ 19% diện tích đất ở Việt Nam và 14% toàn lưu vực đáp ứng yêu cầu phát triển nông nghiệp Địa hình sông Cả có thể chia thành các dạng chính, trong đó đồng bằng sông Cả nằm dọc hai bên bờ từ trung lưu trở xuống, bao gồm các huyện Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên Khu vực này, đặc biệt là vùng đồng bằng Diễn - Yên - Quỳnh, Nam - Hưng - Nghi, sông Nghèn và Nghi Xuân, là nơi phát triển kinh tế xã hội chính của lưu vực Cao độ đồng bằng ven sông Cả biến đổi từ +10 đến +15m tại Đô Lương, +7 đến +8m tại Thanh Chương, +2,5 đến +1,0m tại Nam Đàn và Hưng Nguyên, và +2,0 đến +0,0m tại Đức.
Thọ, Thạch Hà Tổng diện tích mặt bằng vùng đồng bằng chiếm khoảng 10% diện tích lưu vực sông Cả và khu hưởng lợi
Hình 1 4 B ản đồ h ành chính lưu vự c sông C ả b.Vùng đồi trung du
Trung du lưu vực sông Cả bao gồm các huyện Nghĩa Đàn, Quỳ Hợp, Tân Kỳ, Anh Sơn, Thanh Chương, Vũ Quang, Hương Sơn và Hương Khê Khu vực này có địa hình phức tạp với các đồi bát úp, đồi cao và những thung lũng thấp xen kẽ.
Bãi Tập - Quỳ Hợp, vùng sông Sào - Nghĩa Đàn, và các huyện Hương Khê, Vũ Quang, Sơn Hà của Hương Sơn có địa hình biến đổi từ +20 đến +200m, với 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 của lưu vực, chạy 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 bức tường thành ngăn giữa lưu vực sông Mê Kông và sông Cả Các huyện miền núi cao thuộc lưu vực sông Cả bao gồm Kỳ Sơn, Tương Dương, Con Cuông, Quế Phong, Quỳ Châu, và một phần của Quỳ Hợp, Nghĩa Đàn, Như Xuân, Anh Sơn, Thanh Chương, Nam Đàn, Hương Khê, Vũ Quang, với độ dốc lớn và thung lũng hẹp Mặc dù địa hình vùng núi cao chiếm 60-70% diện tích lưu vực, nhưng 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 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, với ranh giới giữa hai miền uốn nếp được xác định bởi đới khâu sông.
Nghiên cứu trong chuyên khảo “Thành hệ địa chất và địa động học Việt Nam 1993” do Nguyễn Xuân Tùng biên tập cho thấy 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 có chế độ đại dương vi lục địa và sườn châu lục Chế độ rift và prerift tồn tại từ Paleozoi muộn đến Merozoi muộn, trong khi từ Merozoi muộn xuất hiện các bồn trũng nhỏ mang tính orogen 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 ở tỉnh Hủa Phăm, Lào, chảy theo hướng Tây Bắc - Đông Nam Khi nhập vào Việt Nam tại bản Keng Đu, dòng sông đi sát biên giới Việt - Lào khoảng 40km và hoàn toàn vào Việt Nam tại chân núi cao 1.067m Đến Bản Vẽ, sông chuyển hướng chảy Bắc - Nam cho đến Cửa Rào, nơi nó hợp lưu với nhánh Nậm Mô và lại đổi hướng Tây Bắc - Đông Nam Tổng diện tích lưu vực sông Cả đạt 27.200km², trong đó diện tích sông chảy trên đất Lào là 9.740km², phần còn lại nằm trong địa phận Việt Nam.
Dòng chính sông Cả có cấu trúc đứt gãy theo hướng Tây Bắc - Đông Nam, với lòng sông sâu và ít bãi bồi Đoạn hạ lưu rộng và sâu, trong khi đoạn trung lưu lại rộng nhưng nông Phần thượng nguồn có nhiều ghềnh thác, hai bên là núi cao và đồi, đồng thời có nhiều vị trí tiềm năng cho việc xây dựng kho nước tổng hợp Sông Cả không phân lưu và chỉ có một cửa thoát duy nhất.
Sông Hiếu, một chi lưu phía Tả của sông Cả, hội tụ tại Ngã ba Cây Chanh, có diện tích lưu vực lên tới 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.
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, nơi sông Hiếu chảy qua, đóng vai trò quan trọng trong việc cung cấp nước 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 đến 7 m³/s, không đủ đáp ứng nhu cầu nước của các khu vực này.
Sông Hiếu có nhiều chi lưu quan trọng, bao gồm Nậm Quàng, Nậm Giải, Kẻ Cọc - Khe Nhã, sông Chàng, sông Dinh, Khe Nghĩa và Khe Đá Trong số đó, sông Chàng và sông Dinh là hai chi lưu lớn, đóng vai trò quan trọng trong việc cung cấp nước cho sông Hiếu, đặc biệt là ở khu vực miền núi.
Sông Nậm Mô bắt nguồn từ vùng rừng núi tỉnh Bôlikhăm Xay (Lào) và chảy vào Việt Nam tại Làng Nhãn, huyện Kỳ Sơn Tại Lào, sông chảy theo hướng Bắc - Nam quanh đỉnh Huổng Mang Ngai (2406m), sau đó đổi dòng theo hướng Đông Nam - Tây Bắc Đến bản Suông Hang, sông tiếp tục đổi hướng Tây Bắc - Đông Nam và hợp lưu với sông Cả tại Cửa Rào, có thể coi Nậm Mô là dòng chính của sông Cả do hướng chảy tương đồng.
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 Tại thượng nguồn, sông Nậm Mô đi qua các vùng núi đá cao với độ cao trung bình trên 1.000 m, tạo nhiều vị trí tiềm năng để xây dựng hồ chứa nhằm phát điện và điều tiết nước cho hạ du.
Sông Giăng là một phụ lưu phía hữu sông Cả, cách đập Đô Lương khoảng 20km về hạ lưu, bắt nguồn từ dãy núi Phu Long 1.330m phía Tây Nghệ An, nằm trong vùng mưa lớn với diện tích lưu vực 1.05km² Lòng sông rộng, nông và có nhiều bãi bồi, chảy song song với sông Cả đến Thác Muối, sau đó đổi hướng Tây Đông khi nhập vào sông Cả theo hướng Bắc Nam Đây là một chi lưu quan trọng 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 thời gian, mức độ, sự lan rộng và tác động 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 có vai trò quan trọng trong công tác phòng chống và giảm nhẹ thiệt hại Lợi thế của hạn khí tượng là yêu cầu ít dữ liệu đầu vào như mưa và nhiệt độ, giúp ứng dụng rộng rãi trên toàn cầu Phân tích đặc trưng không gian và thời gian của hạn khí tượng, cũng như các yếu tố gây ra hạn hán, là rất quan trọng trong quản lý tài nguyên nước và dự báo thiệt hại do hạn hán Vì lý do này, tác giả sẽ chọn hạn khí tượng làm đối tượng nghiên cứu trong luận văn.
Trong việc xác định và giám sát hạn hán, các chỉ số hạn hán là công cụ chính, giúp theo dõi sự biến động của các yếu tố như lượng mưa, nhiệt độ và bốc thoát hơi Việc này cho phép xác định sự khởi đầu, thời gian kéo dài và cường độ của hạn hán Mỗi chỉ số có ưu điểm và nhược điểm riêng, và các quốc gia thường sử dụng các chỉ số phù hợp với điều kiện của mình Ngoài bộ số liệu quan trắc, các chỉ số hạn hán cũng có thể được 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 Cụ thể, Đào Xuân Học đã sử dụng chỉ số khô hạn Sazonop để khảo sát và dự báo hạn cho các tỉnh DHMT Nguyễn Quang Kim phát triển phần mềm dự báo hạn dựa trên chỉ số SPI, trong khi Nguyễn Văn Thắng cũng áp dụng chỉ số SPI để dự báo cho 7 vùng khí hậu khác nhau ở Việt Nam Ngoài ra, Nguyễn Lương Bằng đã kết hợp hai chỉ số SPI và SPEI để dự báo hạn khí tượng cho tỉnh Khánh Hòa.
Các thành phần trong chu trình tuần hoàn nước phản ứng khác nhau với lượng mưa tích lũy, trong đó nước mặt phản ứng nhanh hơn so với nước dưới đất T.B McKee và cộng sự đã phát triển chỉ số chuẩn hóa lượng mưa (SPI) để đánh giá đặc tính của hạn hán SPI có thể được tính toán cho nhiều thời gian khác nhau và cho phép so sánh hạn hán giữa các vùng có điều kiện thời tiết khác nhau Tuy nhiên, chỉ số này cũng có những hạn chế, như yêu cầu dữ liệu thời gian dài ít nhất 30 năm để đảm bảo độ chính xác Ngoài ra, SPI 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 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 Các 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 nhằm xác định sự thiếu hụt lượng mưa (hạn khí tượng) tại các thời điểm trong năm, theo các giai đoạn 3 tháng và 6 tháng Lượng mưa trong các thời đoạn tương ứng đóng vai trò là yếu tố đầu vào Số lượng và chất lượng của tài liệu mưa ảnh hưởng đáng kể đến độ chính xác của các mô hình toán được áp dụng.
Hiện nay, lưu vực sông Cả chỉ có 23 trạm đo mưa hoạt động, với mật độ lưới trạm đạt 778 km²/trạm, cao hơn tiêu chuẩn 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 vùng núi cao lại thiếu trạm đo mưa, đặc biệt là các trạm tự ghi, chỉ có một số trạm khí hậu được trang bị máy đo mưa tự ghi.
Dữ liệu từ các trạm đo mưa do Bộ Tài Nguyên Môi Trường quản lý có chất lượng cao, trong khi các trạm đo mưa chuyên dụng tại nông trường hoặc vùng sâu, vùng xa thường gặp khó khăn 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 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 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 giúp xác định diện tích bị hạn tại từng địa phương với các cấp độ hạn khác nhau, từ đó đề xuất các giải pháp thích ứng phù hợp.
Thu thập, phân tích số liệu mưa thực đo
2.2.1 Xác định mạng lưới trạm
Lựa chọn các trạm đo từ 23 trạm mưa đang hoạt động trong khu vực nghiên cứu để tính toán chỉ số thiếu hụt nguồn nước dựa trên các tiêu chí đã xác định.
To ensure reliability in calculating the Standardized Precipitation Index (SPI), it is essential to have a continuous dataset of at least 30 years This extensive time series allows for accurate assessments 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 gặp phải tình trạng số liệu không liên tục do ghi chép và thống kê không đầy đủ Đối với các số liệu thiếu này, sẽ được bổ sung từ 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 lượng mưa toàn cầu được phát triển bởi Cục Khảo sát địa chất Hoa Kỳ (USGS) và nhóm hiểm họa khí hậu (CHG), với lịch sử gần 30 năm Dữ liệu này kết hợp hình ảnh vệ tinh có độ phân giải 0.05° với thông tin từ các trạm đo tại chỗ, nhằm tạo ra chuỗi thời gian mưa dưới dạng lưới, phục vụ cho việc phân tích và theo dõi hạn hán theo mùa.
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 khoảng thời gian từ năm 1986 đến nay.
2015 c Xử lý mưa vệ tinh CHIRPS
1 Ảnh mưa vệ tinh CHIRPS (30 năm từ1986 đến 2015)
2 Shapefile lưu vực sông Cả
3 Shapefile vị trí 9 trạm mưa.
4 Số liệu thực đo 9 trạm mưa.
Trích giá trịmưa từảnh CHIRPS:
- Add data: ảnh CHIRPS từng tháng, shapefile lưu vực sông Cả, shapefile 9 trạm mưa vào phần mềm ArcGIS
- Trích dữ liệu mưa từ vị trí 9 trạm mưa:
+ Dùng lệnh “Extract by mask”, để trích ra giá trị mưa CHIRPS tại vị trí 9 trạm mưa.
+ Open Attribute Table của file vừa tạo được ở bước trên
Hình 2 3 Trích d ẫ n giá tr ị mưa CHIRP S t ạ i 9 tr ạm đo mưa
+ Mở file *.txt bằng Excel, copy giá trị mưa từảnh CHIRPS
- Làm tương tự cho các tháng còn lại
Hình 2.4 S ố li ệu mưa CHIRPS lưu vự c sông C ả và lân c ậ n tháng 9/1995
So sánh số liệu mưa CHIRPS với mưa thực đo
Hình 2.5 So sánh s ố li ệu mưa CHIRPS và mưa thực đo trạ m Qu ỳ H ợ p
Hình 2.6 So sánh s ố li ệu mưa CHIRPS và mưa thực đo trạm Hà Tĩnh
Hình 2.7 So sánh tương quan giữa mưa CHIRPS và mưa thực đo trạ m Qu ỳ
H ợp và Hà Tĩnh Đánh giá sai số:
Kết quả đánh giá tương quan giữa chuỗi số liệu mưa CHIRPS và mưa thực đo từ năm 1996 đến 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 tương quan R² = 0,72, cho thấy mức độ tương quan khá tốt Phân tích tương tự tại 7 trạm còn lại cũng cho thấy mức độ tương quan giữa mưa vệtinh và mưa thực đo là 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 và cao nhất là 0,90 tại trạm Hà Tĩnh Điều này cho thấy mức độ tương quan giữa lượng mưa CHIRPS và lượng mưa thực đo trong khu vực nghiên cứu được đánh giá từ tốt đến rất tốt.
Dựa trên các phân tích và đánh giá đã thực hiện, có thể áp dụng dữ liệu mưa vệtính CHIRPS để bổ sung các khoảng trống số liệu cho 9 trạm mưa được chọn, từ đó tạo ra chuỗi số liệu dài và liên tục.
30 năm từ1986 đến 2015, dùng để tính toán chỉ số SPI
B ả ng 2 3 K ế t h ợp mưa thực đo và mưa CHIRPS tạ i các tr ạm trên lưu vự c sông C ả
TT Tên tr ạ m Th ực đo Mưa CHIRPS
4 Con Cuông 1960-2015 Tháng 6, tháng 12 năm 1995
5 Quỳ Hợp 1996-2015 Các năm từ 1986 đến 1995
6 Kỳ Anh 1961-2015 Các năm từ 1986 đến 2000
( Hương Sơn ) 1962-2015 Các năm từ 1986 đế n 2000
Xây d ự ng công th ứ c tính toán ch ỉ s ố SPI
Hạn là hiện tượng tự nhiên bình thường, thường bị hiểu lầm là sự kiện hiếm gặp Nó xuất hiện ở hầu hết các vùng khí hậu với đặc trưng khác nhau và là một dị thường tạm thời, khác với sự khô cằn thường xuyên ở những khu vực ít mưa Kể từ những năm 1980, đã có hơn 150 khái niệm về hạn, nhưng chung quy lại, hạn là tình trạng thiếu hụt mưa trong thời gian dài Dựa vào bản chất và tác động, hạn được phân loại thành các loại như hạn khí tượng, hạn nông nghiệp, hạn thuỷ văn và hạn kinh tế – xã hội.
Hạn có thể được xác định qua nhiều chỉ số, trong đó 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 đó, chúng tôi chọn chỉ số SPI để xây dựng mô hình dự báo hạn khí tượng vì nó dựa trên khả năng 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 mưa ít hơn trung bình nhiều năm, trong khi hạn nông nghiệp xảy ra khi thiếu độ ẩm cho một vụ mùa cụ thể, mặc dù lượng mưa có thể ở mức trung bình Hạn thuỷ văn là tình trạng nước dự trữ trong các nguồn như tầng ngầm, sông, hồ bị giảm xuống dưới mức trung bình, có thể xảy ra do việc 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 thiếu 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, sự kết hợp của mưa ít và bốc hơi cao làm giảm lượng nước trong lưu vực, ảnh hưởng đến nguồn cung cấp nước ngầm và gây ra hạn thuỷ văn Do đó, khi đề cập đến khô hạn hay vùng khô hạn, cần xem xét cả ba loại hạn này.
B ả ng 2 4 B ả ng t ổ ng h ợ p các ch ỉ tiêu h ạ n
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Mô hình cân bằng nước dạng 2 tầng trữ (PDSI) cho thấy tình trạng hạn hán nặng với chỉ số từ -3,0 đến -3,99 Để đánh giá hiệu quả nguồn nước cung cấp, cần xem xét đồng thời cả hai yếu tố liên quan Tuy nhiên, việc sử dụng nguồn nước hiện tại không thực sự hiệu quả.
Chỉ số PDSI của Palmer được tính toán để thể hiện mức độ hạn hán, với giá trị từ -2,0 đến -2,99 cho thấy tình trạng hạn vừa Chỉ số này phản ánh sự mất cân bằng giữa lượng mưa và nhu cầu nước, bao gồm cả bốc hơi, đặc biệt là ở các vùng núi.
Chỉ số hạn Palmer bốc hơi cho thấy sự suy giảm so với điều kiện bình thường, với các mức độ hạn như sau: từ -1,0 đến -1,99 là hạn nhẹ, từ -0,5 đến -0,99 là hạn rất nhẹ Điều này phản ánh tình trạng hạn hán tại Hoa Kỳ và trên toàn thế giới, bao gồm cả những khu vực có tuyết bao phủ.
Có thể tính toán chỉ số hạn theo cả
Chỉ số Precipitation Standardized Index (SPI) được tính toán dựa trên chuỗi số liệu mưa nhiều năm, nhằm đánh giá mức độ hạn hán SPI phân loại theo tần suất phân bố chuẩn, với các giá trị từ -1,5 đến -1,99 cho hạn nặng và từ -1,0 đến -1,49 cho hạn vừa Chỉ số này có thể được tính cho các khoảng thời gian khác nhau như tuần, tháng, quý và năm, đồng thời áp dụng cho cả điều kiện ẩm ướt và khô hạn Để tính toán chính xác, yêu cầu cần có chuỗi số liệu mưa đủ dài và không tính đến lượng bốc hơi SPI có thể áp dụng cho tất cả các vùng bị 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 mưa đo được cho kết quả vượt trội so với mức bình thường Phương pháp thống kê yêu cầu sử dụng chuỗi số Rainfall Deciles (RD) để phân nhóm mưa, chia thành 10 nhóm nhỏ Nhóm 3-4 thể hiện lượng mưa nhỏ hơn mức bình quân, cho kết quả tốt khi có chuỗi số liệu đủ dài, nhưng không được ứng dụng nhiều ở Úc để tính toán phân bố tần suất xuất hiện của từng nhóm mưa Nhóm 5-6 gần đạt mức bình quân và thường được sử dụng để tính toán giới hạn bốc hơi.
H ạn n ôn g ng hi ệp
Mức độ ẩm trong đất được xác định thông qua mô hình Chỉ số hạn, dựa trên phần trăm ẩm độ Mô hình này yêu cầu nhiều yếu tố chuyên dụng, bao gồm số liệu về mưa và các điều kiện khí tượng khác như nhiệt độ Cụ thể, mức độ ẩm được phân loại như sau: ≤20% là rất khô hạn, 20-40% là khô hạn, và 40-60% là gần bình thường Việc tính toán này không chỉ áp dụng cho Hoa Kỳ mà còn cho toàn thế giới, giúp đánh giá tình hình ẩm độ đất một cách chính xác.
The Palmer Moisture Anomaly Index, also known as the Z-index, is a key metric used to assess abnormal 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
Công thức S = DxM mô tả mối quan hệ giữa thời đoạn dòng chảy (D) trong sông nhỏ hơn mức bình thường và lưu lượng đến trung bình (M) trong suốt thời gian dài của dòng sông trong khoảng thời gian D.
Để xác định mức độ hạn, cần thực hiện tính toán chuẩn hóa Quá trình này đơn giản và không yêu cầu thông tin về lưu vực, cũng như không phân bố mức độ hạn theo tần suất tiêu chuẩn.
T otal water deficit (S) Tổng lượng Hoa Kỳ nước thiếu hụt
Phương pháp này áp dụng mô hình Palmer để tính chỉ số PDSI, tương tự như tính S, nhưng yêu cầu tiêu chuẩn tính toán phải chính xác hơn trong việc xác định giới hạn giữa khô hạn và ẩm ướt.
Giá trị tính toán phân lớp t ương tự PDSI nhưng đòi hỏi phân khoảng nhỏ hơn.
Sử dụng mô hình cân bằng nước để xác định mức độ ảnh hưởng của cả 2 yếu tố mưa và nhiệt độ.
Không thực sự hiệu quả tính toán cho các vùng núi hoặc vùng có tuy ết bao phủ; cần tính phân bổ tần suất tiêu chuẩn
Index Phần lớn sử dụng ở
(PHDI)- Chỉ số hạn thủy văn Palmer
Hoa Kỳ Surface Water Supply Index
Chỉ số SWSI được tính toán dựa trên mô hình Giá trị tính toán phân lớp, với việc xem xét đến 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.
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Chỉ số Hạn Hán Khu Vực (DAI) được sử dụng để đánh giá mức độ hạn hán theo từng khu vực, xác định phạm vi ảnh hưởng của hạn hán một cách định lượng Tuy nhiên, chỉ số này không thể đo lường cường độ ảnh hưởng của điều kiện hạn hán tại khu vực cụ thể, mà dựa vào các giá trị chỉ số hạn bình quân cho toàn bộ nhiều địa phương.
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 thể hiện các lớp nền trên bản đồ, số liệu tính toán SPI1, 3, 6 từ 42 vị trí sẽ được chuyển đổi sang định dạng Excel và hiển thị dựa trên 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 của 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, nhằm tạo ra bản đồ hạn cho vùng.
Phương pháp nội suy IDW (Inverse Distance Weighting) là một kỹ thuật nội suy xác định cục bộ, trong đó giá trị tại một điểm bất kỳ được ước lượng bằng cách tính trung bình trọng số các giá trị của các điểm lân cận Trọng số của mỗi điểm lân cận phụ thuộc vào khoảng cách của nó đến điểm cần ước lượng, với giả thiết rằng giá trị tại các điểm cần tính là trung bình trọng số.
Phương pháp IDW (Inverse Distance Weighting) cho rằng khoảng cách giữa các giá trị tại các điểm mẫu trong khu vực lân cận có ảnh hưởng lớn đến điểm cần tính toán Cụ thể, những điểm gần với điểm dự báo sẽ có tác động mạnh hơn so với những điểm xa hơn (Chen & Liu, 2012)[32].
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, với 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 lựa chọn p = 2, tức là trọng số sẽ giảm theo bình phương khoảng cách.
IDW (Inverse Distance Weighting) dựa vào nghịch đảo của khoảng cách được nâng lên thành hàm mũ, với tham số số mũ kiểm soát tầm quan trọng của các điểm đã biết trong nội suy 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 tăng cường ảnh hưởng của các điểm gần nhất, dẫn đến bề mặt có nhiều chi tiết hơn nhưng kém mịn hơn Khi số mũ tăng, các giá trị nội suy sẽ gần hơn với giá trị của điểm mẫu gần nhất Ngược lại, số mũ thấp hơn sẽ tạo ra ảnh hưởng lớn hơn đến các điểm xa, tạo ra bề mặt mịn hơn.
Trong luận văn này, tác giả đã chọn giá trị mặc định của QGIS để đạt được sự cân bằng giữa các điểm gần và xa khi thực hiện 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 mưa vừa và lớn như thượng nguồn sông Hiếu có lượng mưa từ 2.000 đến 2.100mm, và vùng sông Giăng từ 1.800 đến 2.100mm Các khu vực như sông Ngàn Phố và Ngàn Sâu ghi nhận lượng mưa trung bình từ 2.200 đến 2.400mm, trong khi vùng đồng bằng ven biển đạt từ 1.800 đến 1.900mm Đặc biệt, các vùng tâm mưa lớn nhất nằm 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 biến đổi theo từng vị trí Tại vùng thượng nguồn, mùa mưa bắt đầu từ tháng 5 và kết thúc vào tháng 10, với lượng mưa lớn nhất rơi vào tháng 8, trong khi ba tháng có lượng mưa cao nhất là tháng 7, 8 và 9 Đối với khu vực trung và hạ du sông Cả, mùa mưa bắt đầu từ tháng 6 và kéo dài đến tháng 10, 11, với tháng 11 có lượng mưa lớn nhất trong các tháng 8, 9 và 10.
Mùa mưa ở khu vực phía Nam lưu vực, như sông Ngàn Phố và Ngàn Sâu, bắt đầu từ tháng Tám và kéo dài đến tháng Mười Trong thời gian này, lượng mưa chiếm từ 80% đến 87% tổng lượng mưa hàng năm, trong khi phần còn lại là mùa ít mưa.
Mùa mưa ở Việt Nam diễn ra từ Bắc vào Nam, với hai đỉnh mưa chính vào tháng 5 và tháng 9 hoặc tháng 6 Trong tháng 5 và 6, hoạt động mạnh của gió mùa Tây Nam và gió Tín phong gây ra mưa lớn, dẫn đến tình trạng 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 ở Hiếu, Ngàn Phố, Ngàn Sâu đã ghi dấu ấn mạnh mẽ, tương tự như các trận lũ lịch sử vào tháng 5 năm 1943 và tháng 5 năm 1989 Đặc biệt, trận mưa vào tháng 5 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 có lượng mưa cực tiểu Khi gió Lào hoạt động mạnh, lượng mưa trong tháng 7 chỉ đạt 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 hiện tượng thời tiết như áp thấp nhiệt đới và bão, dẫn đến những trận mưa lớn kéo dài từ 3 đến 10 ngày Điều này đã gây ra lũ lớn trên các triền sông.
Lượng mưa hai tháng IX, X đạt tới 40% lượng mưa năm Lượng mưa tháng IX,
Lượng mưa trên lưu vực X phân bố không đồng đều, với vùng đồng bằng chịu ảnh hưởng mạnh từ bão, đạt lượng mưa 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 ảnh hưởng ít hơn từ bão.
Lượng mưa cực tiểu tháng II vùng Mường Xén, Cửa Rào, thượng nguồn sông
Trong tháng này, Hiếu chỉ ghi nhận lượng mưa từ 6 đến 12mm, tương tự như các tháng khác Lượng mưa trong tháng II chỉ chiếm từ 1 đến 2% tổng lượng mưa hàng năm Tổng lượng mưa trong 5 tháng mùa khô, từ tháng XII đến tháng IV, chỉ chiếm từ 10 đến 20% tổng lượng mưa năm.
Biến động lượng mưa theo thời gian khá mạnh mẽ Lượng mưa năm lớn nhất đạt 3.520mm năm 1989 tại Vinh, 3.670mm năm 1989 tại Hoà Duyệt, 3.470mm năm
1978 tại Đô Lương và từ 2.500 2.700mm tại các vùng thượng sông Cả, sông Hiếu Lượng mưa năm nhỏ nhất biến động tuỳ theo các vùng, vùng ít mưa như
Khe Bố, Mường Xén, Cửa Rào có năm lượng mưa chỉ đạt 500 700mm Vùng mưa nhiều năm ít mưa nhất đạt từ 1.200 1.500mm
Hệ số biến sai Cv mưa năm dao động từ 0,25 0,35
Hình 3 1 S ố li ệu mưa thực đo (Trạ m Qu ỳnh Lưu)
Hình 3 2 S ố li ệu mư thực đo (Trạm Kim Cương) ố ệu mưa thực đo (Trạ ỳ ợ
B ả ng 3 1 T ỷ l ệ mưa năm phân theo mùa trung bình nhiều năm
TT Tên Tr ạ m Li ệ t tài li ệ u
Mùa mưa Mùa khô Năm
4 Qu ỳnh Lư u 1960-2015 VI-X 1243 78 XI-V 346 22 1589
Phân tích tình tr ạ ng thi ế u h ụ t ngu ồn nướ c d ự a trên ch ỉ s ố SPI
Đánh giá sự thiếu hụt nguồn nước gây ra hạn hán được thực hiện thông qua kết quả tính chỉ số SP6 tại từng trạm khí tượng Bên cạnh đó, chỉ số bình quân SPI, được tính bằng cách trung bình hóa các ô lưới SPI theo từng tháng, cũng được sử dụng để hỗ trợ quá trình đánh giá này.
Chỉ số SPI6 trung bình cho thấy các giai đoạn 1991-1992, 1998-2001, 2003-2005, 2010-2011, và 2014-2015 đều ghi nhận sự thiếu hụt nguồn nước kéo dài so với trung bình nhiều năm Đặc biệt, các giai đoạn 1998-2001, 2003-2005 và 2014-2015 đã tiếp tục kéo dài sang năm 2016, tạo thành những năm liên tiếp xảy ra tình trạng thiếu nước Xu hướng này gần như tương đồng giữa các trạm đại diện cho các vùng miền núi (Quỳ Hợp), đồng bằng (Hà Tĩnh) và ven biển (Quỳnh Lưu), cho thấy toàn bộ lưu vực sông Cả đều bị ảnh hưởng bởi hạn hán trong quá khứ, 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 xem xét chỉ số SPI3, xu hướng về các giai đoạn hạn khí tượng cho thấy tần suất xảy ra hạn tăng lên, nhưng thời gian mỗi đợt lại ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ phản ánh đúng thực tế, điển hình là tình trạng thiên tai hạn hán tại tỉnh Nghệ An vào năm 2015, khi hạn 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 giữa các đợt hạn hán thường có lượng mưa dồi dào hơn mức trung bình nhiều năm Chỉ số SPI3 cho thấy xu hướng các giai đoạn nhiều nước tương đồng với thực tế, như trong các năm 1990-1991, 1997, đầu năm 2004 và cuối năm 2013 Trong khi đó, chỉ số SPI6 cho thấy rất ít đợt nhiều nước xen kẽ với các đợt ít nước Đánh giá dựa trên khoảng thời gian ngắn hơn với SPI3 giúp nhận diện rõ 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, đặc biệt là vào các năm 2015 và 2005, khi hầu hết lưu vực đều trải qua tình trạng thiếu hụt nguồn nước mưa.
Hình 15: B ản đồ phân b ố h ạn khí tượ ng theo ch ỉ s ố SPI6 trên LVS C ả
Phân tích di ệ n tích h ạ n hán t ại các địa phương
Bằng cách sử dụng công cụ GIS để xây dựng bản đồ hạn khí tượng, diện tích hạn theo các đơn vị hành chính đã được triết xuất 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 nghiêm trọng như Vinh, Yên Thành, Con Cuông, Thanh Chương, Anh Sơn, Hưng Nguyên, và Đô Lương Tổng diện tích hạn rất nặng trong vùng lên đến hơn 138.000 ha, hạn nặng là gần 578.000 ha và hạn là hơn 350.000 ha Kết quả này phản ánh chính xác tình hình thực tế, khi Nghệ An đã ban hành 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 thiếu hụt lượng mưa mùa khô so với trung bình nhiều năm tại các vùng 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 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 trong năm và đảm bảo nguồn nước cho các khoảng thời gian thiếu nước mùa khô là cần thiết và khả thi.
Trên lưu vực sông Cả, mặc dù đã có nhiều công trình thủy lợi và thủy điện, nhưng vẫn chưa đủ nước cho các vùng cần thiết Do đó, cần tối ưu hóa nguồn nước từ các hồ chứa như hồ Bản Vẽ (sông Cả) và hồ Bản Mồng (sông Hiếu) để bổ sung nước cho hạ du Ngoài ra, cần xem xét xây dựng thêm các công trình mới như Chúc A và Trại Dơi trên sông Ngàn Sâu, cùng với các hồ chứa khác trên nhánh sông Ngàn Phố và sông Giăng Để khai thác hiệu quả nước từ các hồ chứa, cần cải tạo và nâng cấp các trạm bơm, hồ chứa nhỏ, và cống lấy nước tại những khu vực khó khăn như Nghi Xuân, sông Nghèn và trung lưu sông Cả.
3.5.2 Một số giải pháp phi công trình
Củng cố và nâng cao năng lực hoạt động của các tổ chức quản lý nguồn nước trên lưu vực, bao gồm Sở Nông nghiệp và Phát triển Nông thôn, Sở Tài nguyên và Môi trường, Chi cục Thủy lợi, và Chi cục Phòng chống và Giảm nhẹ thiên tai Đồng thời, cần làm rõ và giảm thiểu các mâu thuẫn, chồng chéo chức năng giữa các tổ chức quản lý để đảm bảo hiệu quả trong công tác quản lý nguồn nước.
Cần xem xét và củng cố vai trò của Ban Quản lý lưu vực sông Cả để phù hợp với điều kiện và bối cảnh cụ thể của lưu vực sông tại Việt Nam Việc này sẽ giúp nâng cao hiệu quả quản lý và bảo vệ tài nguyên nước trong khu vực.
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 trong quản lý sử dụng nước, chú trọng đến việc tham gia của cộng đồng để giải quyết mâu thuẫn trong quản lý nước.
3.5.3 Một số giải pháp khoa học công nghệ
- Tăng cườ ng nghiên c ứ u, ứ ng d ụ ng khoa h ọ c công ngh ệ trong công tác qu ản lý, điề u hành khai thác sử dụng nguồn nước
- Nâng cao trình độ cán bộ, trang bị các phương tiện hiện đại để có thể nghiên cứu, tiếp thu và ứng dụng các công nghệ mới
Xây dựng một cơ sở dữ liệu đầy đủ và cập nhật là rất quan trọng để phục vụ cho công tác quản lý và quy hoạch Điều này giúp tối ưu hóa việc khai thác thông tin, từ đó xây dựng kế hoạch khai thác nguồn nước hiệu quả hơn.
Ứng dụng các mô hình toán học về thủy văn và thủy lực, cũng như cân bằng nước, giúp đánh giá và quản lý nguồn nước một cách hiệu quả hơn, từ đó nâng cao khả năng khai thác và sử dụng tài nguyên nước.
Kết quả nghiên cứu đề xuất việc hợp tác với các cơ quan chuyên môn để phát triển và ứng dụng công nghệ cao hơn Cụ thể, cần kết hợp công nghệ viễn thám với mô hình toán học nhằm tạo dựng cơ sở dữ liệu, bổ sung thông tin còn thiếu và xây dựng các kịch bản sẵn sàng ứng phó.