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 mưa, bốc hơi lớn và khai thác nước quá mức Nó có thể xảy ra ở mọi vùng khí hậu trên thế giới, với đặc điểm khác nhau giữa các khu vực Hạn hán khác với khô hạn, vì khô hạn chỉ xuất hiện ở những nơi có lượng mưa thấp và nhiệt độ cao, là một đặc trưng lâu dài của khí hậu Do đó, hạn hán xảy ra hàng năm với các đặc tính thời tiết và tác động khác nhau.
Trong những năm gần đây, sự phát triển kinh tế tại các tỉnh thuộc lưu vực sông Cả đã có nhiều chuyển biến tích cực, với cơ cấu kinh tế đang dần chuyển dịch theo hướng công nghiệp - dịch vụ - nông nghiệp Sự ra đời của hàng loạt khu công nghiệp, khu kinh tế và khu đô thị mới đã làm tăng nhu cầu nước cho các ngành, góp phần thúc đẩy sự phát triển bền vững trong khu vực.
Quy luật diễn biến thời tiết khí hậu ngày càng phức tạp, ảnh hưởng đến thời gian xuất hiện lũ và hạn Mực nước trên các sông có tổ hợp bất lợi cho công tác phòng lũ, với những trận lũ lớn xảy ra vào các năm 1978, 1988, 2002, 2007 và 2010, gây thiệt hại nặng nề cho nền kinh tế và xã hội Bên cạnh đó, mức độ hạn ngày càng gia tăng, ảnh hưởng nghiêm trọng đến sản xuất, đặc biệt là trong các năm 2005, 2007 và 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 bị ảnh hưởng nặng Hàng trăm hệ thống hồ tại đây đã xuống gần mực nước chết, và một số khu vực như sông Cả tại Nam Đàn và sông La tại Linh đã 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 gian thường xuyên xảy ra hạn hán Việc này giúp đánh giá mức độ thiếu nước qua các năm và 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 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 đóng vai trò quan trọng trong việc đánh giá mức độ hạn hán và khả năng ứng phó của địa phương.
Ph ạ m vi nghiên c ứ u
- Vùng nghiên cứu lưu vực sông Cả thuộc Việt Nam gồm toàn bộ tỉnh Nghệ An,
8 huyện Hà Tĩnh, một phần huyện Như Xuân thuộc Thanh Hóa
- Giới hạn vùng nghiên cứu:
+ Lưu vực sông Cả nằm trên hai quốc gia: Cộng hoà dân chủ Nhân Dân Lào và
Cộng hoà xã hôi chủ nghĩa Việt Nam Ở Việt Nam sông Cả nằm trên địa phận của 3 tỉnh Thanh Hoá, Nghệ An, Hà Tĩnh
+ Tỉnh Thanh Hoá nằm trong lưu vực sông Cả: Có khoảng 1/2 diện tích huyện Như Xuân trên sông Chàng (sông nhánh).
Tỉnh Nghệ An nằm trong lưu vực sông Cả, bao gồm các huyện như Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn, Tân Kỳ (nhánh sông Hiếu) và Kỳ Sơn, Tương Dương, Con Cuông, Anh Sơn, Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên (dòng chính sông Cả) Sự sử dụng nước của các hệ thống thủy lợi tại đây trong mùa kiệt có liên quan chặt chẽ đến 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 và các vùng hưởng lợi như Can Lộc, Thạch Hà, Đức Thọ, cùng với 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
Để đảm bảo an toàn cho sản xuất nông nghiệp, cần tiếp cận theo mục tiêu, đặc biệt là ở các vùng sản xuất và quy hoạch nông nghiệp, nơi chưa có nghiên cứu hoặc cảnh báo về nguy cơ hạn hán Việc này sẽ giúp nâng cao nhận thức và chuẩn bị tốt hơn cho các thách thức liên quan đến khí hậu.
- Tiếp cận kết quả của các nghiên cứu trong và ngoài nước về vấn đề hạn hán
Tiếp cận theo mô hình là một phương pháp hiệu quả trong nghiên cứu khí hậu, 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 để thu thập và phân tích dữ liệu.
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 trở thành một vấn đề nghiêm trọng trên toàn cầu, gây thiệt hại kinh tế và ảnh hưởng đến đời sống con người cũng như môi trường 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 trong vùng khô cằn đã tăng hơn 80% Hơn 1/3 diện tích đất đai trên thế giới đã bị khô cằn, nơi có 17,7% dân số sinh sống Cùng với hạn hán, hiện tượng hoang mạc hóa đang lan rộng từ các vùng khô hạn và bán khô hạn đến cả những khu vực bán ẩm ướt, với tổng diện tích hoang mạc hóa đạt 39,4 triệu km², chiếm 26,3% diện tích đất tự nhiên toàn cầu.
Hơn 100 quốc gia đang đối mặt với nguy cơ đói và khát do hạn hán, ảnh hưởng đến 250 triệu người trên toàn cầu và tác động tiêu cực đến môi trường khí hậu chung (WMO [1]).
Hạn hán thường gây ảnh hưởng rộng rãi và tuy ít khi là nguyên nhân trực tiếp dẫn đến tổn thất về nhân mạng, nhưng thiệt hại kinh tế từ hạn hán 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 diễn ra vào năm 1988-1989 đã gây thiệt hại lên tới 39-40 tỷ USD, vượt xa thiệt hại kỷ lục do lũ là 15-27,6 tỷ USD.
Hạn hán và bão đã gây ra tổn thất kinh tế lớn, với bão năm 1992 ước tính lên đến 25-33,1 tỷ USD 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 tại 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, khiến khoảng 135 triệu người có nguy cơ phải di cư để tìm kiếm sinh kế.
Trên thế giới, nhiều tác giả đã nghiên cứu về hạn hán, nhưng do tính phức tạp của hiện tượng này, vẫn chưa có phương pháp chung cho các nghiên cứu Các chỉ số hạn hán là công cụ chính được sử dụng để xác định, nhận dạng, giám sát và cảnh báo hạn hán Theo dõi biến động của các chỉ số này giúp xác định 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 điểm và nhược điểm riêng, và các quốc gia thường sử dụng chỉ số phù hợp với điều kiện của mình Việc xác định hạn hán không chỉ dựa vào dữ liệu quan trắc mà còn áp dụng cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu Đặc trưng của hạn hán như sự khởi đầu, kết thúc, thời gian kéo dài, phạm vi, mức độ, tần suất và mối liên hệ với khí hậu là những yếu tố cần thiết trong nghiên cứu.
Nghiên cứu về hạn hán toàn cầu của Aiguo Dai và cộng sự cho thấy số đợt hạn, thời gian kéo dài và tần suất của chúng đã tăng lên đáng kể Nico Wanders và cộng sự đã phân tích 18 chỉ số hạn hán, lựa chọn các chỉ số phù hợp để áp dụng cho năm vùng khí hậu khác nhau Các nghiên cứu chỉ ra rằng sự giảm lượng mưa kết hợp với tăng nhiệt độ sẽ làm gia tăng quá trình bốc hơi, dẫn đến hạn hán nghiêm trọng hơn Trong giai đoạn 1980-2000, tần suất và mức độ hạn tăng lên, với các đợt hạn nặng xảy ra thường xuyên ở Cộng hòa Séc, Hy Lạp và Moldova 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 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 chỉ ra rằng hạn hán là hiện tượng phức tạp do cả nguyên nhân tự nhiên và con người Các yếu tố tự nhiên bao gồm sự dao động của khí quyển và nhiệt độ mặt nước biển như El Nino, trong khi nguyên nhân do con người liên quan đến nhu cầu nước tăng cao, phá rừng, ô nhiễm, và quản lý tài nguyên kém Nhiều chỉ số hạn 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 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 hiện có.
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, đưa ra dự báo chính xác và cảnh báo kịp thời về nguy cơ 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 cho việc kiểm kê và đánh giá nguồn nước trên lưu vực sông Ngoài việc sử dụng 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 các nguồn phổ biến như CHIRPS, TRMM và CMORPH đóng vai trò quan trọng trong việc cung cấp thông tin chính xác về lượng mưa toàn cầu.
- 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 đo đạc tại chỗ Điều này cho phép tạo ra chuỗi thời gian mưa dưới dạng lưới, phục vụ cho việc phân tích và theo dõi tình trạng hạn hán theo mùa.
Hình 1 1 D ữ li ệu mưa CHIRPS cho châu Phi ng ày 04-04-2017
Sản phẩm TRMM 3B42, hợp tác giữa NASA và JAXA, nhằm giám sát lượng mưa nhiệt đới và cận nhiệt đới, đồng thời ước tính hệ thống nhiệt tiềm ẩn Vệ tinh TRMM sử dụng các công cụ đo mưa như Radar lượng mưa (PR) hoạt động ở 13,8 GHz, máy đo phóng vi sóng TRMM (TMI) với chín kênh, và thiết bị chiếu xạ hồng ngoại VIRA 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 quan sát lò vi sóng vệ tinh và sử dụng thông tin từ dữ liệu IR vệ tinh địa tĩnh để cải thiện độ chính xác.
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 thời tiết hiện nay.
1.1.2 Tổng quan trong nước Đối với Việt Nam, nơi có tiềm năng nguồn nước phong phú nhưng do tính chất phân mùa sâu sắc nên thường xuyên xuất hiện hạn hán Cũng như các nghiên cứu trên thế giới, các nghiên cứu về hạn hán ở Việt Nam chủ yếu tập trung đến hạn khí tượng, hạn thủy văn và hạn nông nghiệp Các đề tài, dự án nghiên cứu hạn hán ở Việt Nam đã được triển khai trong những năm gần đây, chủ yếu tập trung vào 2 vấn đề chính:
(1) Các nghiên cứu cơ bản về hạn hán và tác động tới dân sinh, kinh tế, xã hội
(2) Các giải pháp, phòng chống và giảm nhẹ hạn hán bao gồm:
- Giải pháp công trình xây dựng các công trình thu trữ, điều tiết nước;
Tổng quan vùng nghiên cứu
1.2.1 Đặc điểm địa hình vùng nghiên cứu
Lưu vực sông Cả phát triển theo hướng Tây Bắc - Đông Nam, nghiêng ra biển, với phần lớn diện tích là đồi núi Diện tích đất có độ dốc phù hợp cho nông nghiệp chỉ chiếm 19% tổng 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 nổi bật 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, và các vùng đồng bằng như Diễn - Yên - Quỳnh, Nam - Hưng - Nghi, sông Nghèn và Nghi Xuân Đây là khu vực tập trung phát triển kinh tế xã hội của lưu vực, với cao độ đồng bằng ven sông Cả biến đổi từ +10+15 m tại Đô Lương, +7+8 m tại Thanh Chương, +2,5+1,0 m tại Nam Đàn, Hưng Nguyên, và +2,0+0,0 m tại Đức.
Thọ, Thạch Hà Tổng diện tích mặt bằng vùng đồng bằng chiếm khoảng 10% diện tích lưu vực sông Cả và khu hưởng lợi
Hình 1 4 B ản đồ h ành chính lưu vự c sông C ả b.Vùng đồi trung du
Trung du lưu vực sông Cả nằm tại 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 những đồi bát úp và đồi cao xen kẽ, cùng với các thung lũng thấp tạo nên cảnh quan đa dạng và hấp dẫn.
Bãi Tập - Quỳ Hợp, vùng sông Sào - Nghĩa Đàn, và trung tâm huyện Hương Khê, Vũ Quang, có địa hình cao độ biến đổi từ +20 đến +200m, với khoảng 25-30% diện tích bị chia cắt mạnh bởi các sông nhỏ Địa hình vùng núi cao chủ yếu tập trung ở phía Tây, Tây Bắc và Tây Nam lưu vực, kéo dài từ Đồng Văn, Thông Thụ (Quế Phong) đến Hương Liên (Hương Khê - Hà Tĩnh) Các dãy núi như Giăng Màn và dãy núi biên giới từ Nậm Mô đến cửa khẩu Cầu Treo tạo thành một bức tường thành với cao độ từ +12.000 đến +15.000m, ngăn cách lưu vực sông Mê Kông và sông Cả Các huyện miền núi cao như Kỳ Sơn, Tương Dương, và Con Cuông, cùng một phần của Quỳ Hợp và Nghĩa Đàn, có độ dốc lớn và thung lũng hẹp, trong khi địa hình vùng núi cao chiếm 60-70% diện tích lưu vực nhưng chỉ có 1,5-2% diện tích đất canh tác, 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 theo nguồn gốc phát sinh cho thấy, đất đai lưu vực sông Cả được phân thành hai loại chính: đất thuỷ thành và đất địa thành.
B ả ng 1 2 Phân lo ại đấ t đai trên lưu vự c sông C ả
Tổng diện tích điều tra thổ nhưỡng 19.626.650
Trong đó diện tích các loại đất (đã trừ sông suối và núi đá) 1.747.309 100,00
Trong đó nhóm phù sa dốc tụ 240.000 80,00
- Nhóm đất Feralit vàng vùng đồ i (170200m) 423.861 27,9
- Nhóm Feralit vàng trên núi từ 170200m đến 8001000m 651.584 42,9
- Nhóm Feralit vàng trên núi t ừ 800 1000m đế n
Nguồn: Theo số liệu điều tra thổnhưỡng năm 1990
Toàn bộ lưu vực sông Cả nằm trong miền uốn nếp Bắc Bộ và miền uốn nếp Varixêt Đông Dương Ranh giới giữa hai miền uốn nếp này được xác định bởi đới khâu sông.
Nghiên cứu trong chuyên khảo “Thành hệ địa chất và địa động học Việt Nam 1993” do Nguyễn Xuân Tùng biên tập chỉ ra rằng lưu vực sông Cả nằm trong lĩnh vực Bắc bộ - Dương Tử - KaTaZia, thuộc đai vỏ lục địa Bắc Trường Sơn từ thời kỳ Paleozoi Trong giai đoạn trước Cambri đến Paleozoi sớm và muộn, khu vực sông Cả có chế độ đại dương vi lục địa, sườn châu lục và cận lục địa Chế độ rift và prerift xuất hiện từ Paleozoi muộn đến Merozoi muộn, và từ Merozoi muộn, các bồn trũng nhỏ mang tính orogen dọc theo đứt gãy sông Cả hình thành, được lấp đầy bởi trầm tích lục nguyên vụn thô.
Địa tầng của lưu vực sông Cả bao gồm nhiều giới và hệ tầng từ cổ đến trẻ, cụ thể là giới Protezoi, giới Paleozoi (PZ) và giới Mezozoi, với các hệ tầng đặc trưng cho từng giai đoạn địa chất.
1.2.4 Đặc điểm sông ngòi a Dòng chính sông Cả
Sông Cả bắt nguồn từ đỉnh núi Phulaileng thuộc tỉnh Hủa Phăm, Lào, chảy theo hướng Tây Bắc - Đông Nam Khi nhập vào Việt Nam tại bản Keng Đu, dòng sông 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, rồi tiếp tục đến Cửa Rào, nơi sông hợp lưu với nhánh Nậm Mô và lại chuyển dòng theo hướng Tây Bắc - Đông Nam Tổng diện tích lưu vực sông Cả là 27.200 km², trong đó 9.740 km² 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 sâu và rộng, trong khi đoạn trung lưu rộng nhưng nông Phần thượng nguồn có nhiều ghềnh thác, với núi cao và đồi hai bên Khu vực thượng nguồn cũng có nhiều vị trí phù hợp 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, hợp lưu với sông Cả tại Ngã ba Cây Chanh, có diện tích lưu vực lên đến 5.340 km² và chiều dài 314 km Sông bắt nguồn từ dãy núi Cao Phú Hoạt thuộc huyện 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 một điểm quan trọng liên quan đến sông Hiếu, con sông cung cấp nước thiết yếu cho các huyện Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn và Tân Kỳ Tuy nhiên, vào mùa kiệt, lượng nước trên sông Hiếu có thể giảm xuống chỉ còn 6-7 m³/s, không đáp ứng đủ nhu cầu cấp nước cho các khu vực này.
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 cấp nước quan trọng cho sông Hiếu.
Sông Nậm Mô bắt nguồn từ rừng núi tỉnh Bôlikhăm Xay (Lào) và chảy vào Việt Nam tại Làng Nhãn, huyện Kỳ Sơn Tại Lào, sông chảy theo hướng Bắc Nam quanh đỉnh Huổng Mang Ngai (2406m) và sau đó đổi hướng sang Đông Nam - Tây Bắc Đến bản Suông Hang, sông tiếp tục chuyển hướng Tây Bắc - Đông Nam và nhập lưu với sông Cả tại Cửa Rào, có thể coi đây là dòng chính của sông Cả do sự trùng hợp về hướng chảy.
Sông Nậm Mô có diện tích lưu vực 3.970 km² và chiều dài 189 km, trong đó đoạn chảy trên đất Việt Nam dài 89 km Dọc theo sông, từ thượng nguồn đến đoạn nhập lưu, có nhiều vị trí tiềm năng để xây dựng hồ chứa, phục vụ cho việc 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 Nguồn gốc của sông Giăng nằm ở dãy núi Phu Long cao 1.330m, thuộc vùng núi Môn Sơn - Lục Giã, Nghệ An Với diện tích lưu vực 1.05km², sông Giăng nằm trong khu vực có lượng mưa lớn, khiến lòng sông rộng, nông và nhiều bãi bồi Hướng chảy chính của sông Giăng song song với sông Cả, đến Thác Muối, sau đó đổi hướng từ Tây sang Đông tại cửa ra nhập với sông Cả theo hướng Bắc - Nam Sông Giăng đóng vai trò quan trọng trong việc cung cấp nước cho sông Cả.
CÔNG C Ụ VÀ PHƯƠNG PHÁP NGHIÊN CỨ U (C ầ n vi ế t chi
Cách tiếp cận nghiên cứu
Hạn hán là hiện tượng tự nhiên lặp lại và ảnh hưởng sâu rộng 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 cho các loại hạn khác, do đó việc đánh giá và cảnh báo hạn khí tượng rất quan trọng cho công tác phòng chống hạn hán Loại hạn này yêu cầu ít dữ liệu đầu vào như mưa và nhiệt độ, giúp ứng dụng dễ dàng ở nhiều vùng trên thế giới Phân tích đặc trưng không gian và thời gian của hạn khí tượng cùng các yếu tố gây ra hạn hán có vai trò quan trọng trong quản lý tài nguyên nước và giảm thiểu thiệt hại do hạn hán Vì vậy, trong luận văn này, tác giả chọn hạn khí tượng làm đối tượng nghiên cứu.
Trong việc xác định và giám sát hạn hán, các chỉ số hạn hán là công cụ chính được sử dụng Theo dõi biến động 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, dòng chảy, hoặc tổng hợp từ nhiều biến khác nhau Mỗi chỉ số đều có những ưu điểm và nhược điểm riêng, và các quốc gia thường chọn chỉ số phù hợp với điều kiện của mình Ngoài ra, việc xác định hạn hán không chỉ dựa vào dữ liệu quan trắc mà còn có thể áp dụng cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu.
Nghiên cứu về cảnh báo sớm hạn khí tượng tại Việt Nam đã áp dụng nhiều chỉ số phổ biến Đào Xuân Học sử dụng chỉ số khô hạn Sazonop để khảo sát và dự báo hạn cho các tỉnh DHMT Nguyễn Quang Kim phát triển phần mềm dự báo hạn khí tượng dựa trên chỉ số SPI, trong khi Nguyễn Văn Thắng cũng áp dụng chỉ số SPI để dự báo hạn cho bảy vùng khí hậu khác nhau ở Việt Nam Bên cạnh đó, Nguyễn Lương Bằng đã kết hợp hai chỉ số SPI và SPEI để dự báo hạn khí tượng cho tỉnh Khánh Hòa.
Các thành phần trong chu trình tuần hoàn nước phản ứng với lượng mưa tích lũy ở các mức độ khác nhau, với nước mặt phản ứng nhanh hơn so với nước dưới đất T B McKee và cộng sự đã phát triển chỉ số chuẩn hóa lượng mưa SPI để diễn giải đặc tính của hạn hán SPI có thể được tính toán qua nhiều thời đoạn khác nhau bằng cách chuyển đổi dữ liệu mưa thành hàm tiêu chuẩn hóa, cho phép so sánh hạn hán ở các vùng có điều kiện thời tiết khác nhau Tuy nhiên, SPI cũng có một số hạn chế, như yêu cầu dữ liệu thời gian dài ít nhất 30 năm để đảm bảo độ chính xác, và giả định rằng nguyên nhân của hạn khí tượng chủ yếu do mưa, trong khi các yếu tố khí tượng khác như nhiệt độ và bốc hơi không ảnh hưởng hoặc ảnh hưởng không đáng kể.
Chỉ số SPI, được Tổ chức Khí tượng Thế giới WMO đề xuất, là công cụ phổ biến nhất để đánh giá và dự báo hạn hán Tại Việt Nam, chỉ số này đã được nghiên cứu và ứng dụng hiệu quả trong việc đánh giá và cảnh báo tình hình hạn hán, cho thấy tính phù hợp của SPI với điều kiện khí hậu của nước ta.
Để đánh giá tình hình hạn hán trong vùng nghiên cứu, luận văn này sẽ sử dụng chỉ số SPI nhằm đo lường sự thiếu hụt lượng mưa (hạn khí tượng) diễn ra trong năm theo các giai đoạn 3 tháng và 6 tháng Lượng mưa trong các thời đoạn tương ứng sẽ là yếu tố đầu vào, và số lượng cũng như chất lượng tài liệu mưa có ảnh hưởng lớn đến độ chính xác của các mô hình toán đã đề cập.
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 trong thung lũng sông, trong khi khu vực núi cao lại thiếu trạm đo mưa, đặc biệt là các trạm tự ghi Số lượng trạm đo mưa tự ghi rất hạn chế, ngoại trừ một vài trạm khí hậu có thiết bị này.
Dữ liệu đo mưa từ các trạm 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 hiện có nhiều khoảng trống về không gian và thời gian Để khắc phục, luận văn kết hợp dữ liệu mưa vệ tinh nhằm bù đắp các lỗ hổng và tính toán chỉ số SPI cho lưu vực Sử dụng công nghệ GIS, nghiên cứu tạo ra bản đồ phân bố sự thiếu hụt nguồn nước (hạn khí tượng) cho toàn vùng với các lượng mưa khác nhau Kết quả tính toán sẽ giúp xác định diện tích bị hạn tại từng địa phương với các cấp độ hạn khác nhau, từ đó đề xuất các giải pháp thích ứng phù hợp.
Thu thập, phân tích số liệu mưa thực đo
2.2.1 Xác định mạng lưới trạm
Trong nghiên cứu này, chúng tôi đã lựa chọn các trạm đo từ 23 trạm mưa còn hoạt động trong khu vực để tính toán chỉ số thiếu hụt nguồn nước Quy trình lựa chọn dựa trên các tiêu chí cụ thể nhằm đảm bảo độ chính xác và tính khả thi của các số liệu thu thập được.
To accurately calculate the Standardized Precipitation Index (SPI), it is essential to have a continuous dataset of at least 30 years This long-term data ensures the reliability of the precipitation measurements.
- Có tính đại diện cho mỗi khu vực trong vùng nghiên cứu (vùng núi, vùng đồng bằng và vùng ven biển)
- Có sự phân bố phù hợp để phục vụ cho việc nội suy, xây dựng bản đồ thể hiện mức độ thiếu hụt nguồn nước trên toàn lưu vực
Dựa trên các tiêu chí trên, lựa chọn được 9 trạm đo khí tượng như sau:
B ả ng 2 1 Kho ả ng tr ố ng s ố li ệu mưa tạ i các tr ạm trên lưu vự c sông C ả
T ọa độ Li ệ t tài li ệ u
Vĩ độ Kinh độ Th ực đo Kho ả ng tr ố ng s ố li ệ u (1986-
4 Con Cuông 104°53' 19°03' 1960-2015 Tháng 6, tháng 12 năm 1995
5 Quỳ Hợp 105°09’ 19°19’ 1996-2015 Các năm từ 1986 đến 1995
6 Kỳ Anh 106°17’ 18°05’ 1961-2015 Các năm từ 1986 đến 2000
( Hương Sơn ) 105°16' 18°27 1962-2015 Các năm từ 1986 đế n 2000
Mạng lưới các trạm được lựa chọn được thể hiện trong Hình 2.1
Hình 2 1 Các tr ạm mưa đượ c l ự a ch ọ n 2.2.2 Xác định chuỗi số liệu mưa thực đo
Dữ liệu mưa thực đo từ 9 trạm đã được lựa chọn và phân tích Một số trạm gặp phải tình trạng số liệu không liên tục do việc ghi chép và thống kê không đầy đủ (Bảng 2.1) Đối với các số liệu thiếu, chúng sẽ được bổ sung từ nguồn mưa vệ tinh như được trình bày trong Mục 2.3 dưới đây.
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) trong gần 30 năm Bộ dữ liệu này kết hợp hình ảnh vệ tinh có độ phân giải 0.05 ° với thông tin từ các trạm quan trắc để tạo ra chuỗi thời gian mưa dưới dạng lưới, phục vụ cho việc phân tích và theo dõi tình hình hạn hán theo mùa.
Dựa trên các tiêu chí tính toán chỉ số thiếu hụt nguồn nước và dữ liệu từ các trạm khí tượng, dữ liệu mưa CHIRPS đã được thu thập cho lưu vực sông Cả, với 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 từ năm 1996 đến 2000 tại trạm Quỳ Hợp cho thấy chỉ số tương quan R² = 0,6, mức này được coi là chấp nhận được Tại trạm Hà Tĩnh, chỉ số tương quan 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 vệtinh và mưa thực đo là chấp nhận được.
Sử dụng chỉ số NASH-Sutcliffe (NSE):
● Po là giá trị mưa thực đo
● P s là giá trịmưa vệ tinh CHIRPS
- Theo tiêu chuẩn của WMO [30] thì chỉ sốNSE được đánh giá như bảng sau:
B ả ng 2 2 Tiêu chí đánh giá chỉ s ố NSE
Chỉ số NSE Đánh giá chỉ số
Kết quả phân tích cho thấy chỉ số NSE của các trạm từ năm 1996 đến 2000 dao động từ 0,64 tại trạm Quỳ Hợp đến 0,90 tại trạm Hà Tĩnh 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 tốt đến rất tốt.
Dựa trên các phân tích và đánh giá trước đó, mưa vệt tính CHIRPS có thể được sử dụng để bổ sung các khoảng trống dữ liệu cho 9 trạm mưa đã được lựa chọn, từ đó tạo ra chuỗi số liệu dài và đầy đủ hơn.
30 năm từ1986 đến 2015, dùng để tính toán chỉ số SPI
B ả ng 2 3 K ế t h ợp mưa thực đo và mưa CHIRPS tạ i các tr ạm trên lưu vự c sông C ả
TT Tên tr ạ m Th ực đo Mưa CHIRPS
4 Con Cuông 1960-2015 Tháng 6, tháng 12 năm 1995
5 Quỳ Hợp 1996-2015 Các năm từ 1986 đến 1995
6 Kỳ Anh 1961-2015 Các năm từ 1986 đến 2000
( Hương Sơn ) 1962-2015 Các năm từ 1986 đế n 2000
Xây d ự ng công th ứ c tính toán ch ỉ s ố SPI
Hạn là hiện tượng tự nhiên bình thường và có tính qui luật, thường bị hiểu lầm là sự kiện hiếm gặp Hiện tượng này xuất hiện ở hầu hết các vùng khí hậu với những đặc trưng khác nhau Hạn khác với tình trạng khô cằn ở những vùng ít mưa và không phải là đặc tính thường xuyên của khí hậu Kể từ những năm 1980, đã có hơn 150 khái niệm về hạn, nhưng nhìn chung, hạn là tình trạng thiếu hụt mưa kéo dài Dựa trên bản chất và tác động, hạn được phân loại thành hạn khí tượng, hạn nông nghiệp, hạn thuỷ văn và hạn kinh tế – xã hội.
Hạn được xác định qua các chỉ số hạn như 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), và chỉ số tái khô hạn (RDI) Trong số đó, chỉ số SPI được chọn để xây dựng mô hình dự báo hạn khí tượng vì tính đa dụng và khả năng tính toán cho nhiều khoảng thời gian khác nhau (1, 3, 6, 12, 24, 48 tháng) Hạn khí tượng xảy ra khi lượng mưa ít hơn trung bình nhiều năm, hạn nông nghiệp liên quan đến sự thiếu độ ẩm cho một vụ mùa, và hạn thuỷ văn là tình trạng nước dự trữ giảm xuống dưới mức trung bình, dù lượng mưa có thể vẫn ở mức trung bình.
Cả ba loại hạn - hạn khí tượng, hạn độ ẩm đất và hạn nông nghiệp - có mối quan hệ chặt chẽ với nhau Thiếu hụt lượng mưa và bốc hơi cao dẫn đến hạn khí tượng, trong khi đó, sự thiếu ẩm trong đất gây ra hạn độ ẩm đất, ảnh hưởng đến khả năng cung cấp nước cho cây trồng và dẫn đến hạn nông nghiệp Hơn nữa, khi không có mưa hoặc mưa ít, kết hợp với lượng bốc hơi cao, sẽ làm giảm lượng nước trong lưu vực, ảnh hưởng đến nguồn cung cấp nước ngầm và dẫn đến tình trạng cạn kiệt dòng chảy sông suối, từ đó xảy ra hạn thuỷ văn Do đó, khô hạn và các vùng khô hạn đều liên quan đến cả ba loại hạn này.
B ả ng 2 4 B ả ng t ổ ng h ợ p các ch ỉ tiêu h ạ n
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Mô hình cân bằng nước dạng 2 tầng trữ PDSI cho thấy tình trạng hạn hán nghiêm trọng với chỉ số từ -3,0 đến -3,99 Việc xem xét cả hai yếu tố nguồn nước cung cấp cho thấy không thực sự hiệu quả trong việc quản lý tài nguyên nước.
Chỉ số PDSI do Palmer phát triển được sử dụng để đo lường 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 cân bằng giữa lượng mưa và nhu cầu nước, bao gồm cả quá trình bốc hơi, đặc biệt là tại các khu vực miền núi.
Chỉ số hạn Palmer bốc hơi cho thấy mức độ hạn hán so với điều kiện bình thường, với các chỉ số cụ thể như: từ -1,0 đến -1,99 chỉ ra hạn nhẹ, từ -0,5 đến -0,99 chỉ ra hạn rất nhẹ Điều này có thể liên quan đến các khu vực có tuyết bao phủ, cũng như tình hình hạn hán tại Hoa Kỳ và trên toàn thế giới.
Có thể tính toán chỉ số hạn theo cả
Chỉ số Precipitation Standardized Index (SPI) được tính toán dựa trên chuỗi số liệu mưa nhiều năm, nhằm đánh giá tình trạng hạn hán và độ ẩm của một khu vực SPI sử dụng phân phối chuẩn để xác định các mức độ hạn hán: từ -1,5 đến -1,99 là hạn nặng, từ -1,0 đến -1,49 là hạn vừa Chỉ số này có thể được tính cho nhiều khoảng thời gian khác nhau như tuần, tháng, quý, hoặc năm, và áp dụng cho cả điều kiện ẩm ướt lẫn khô hạn Để tính toán chính xác, cần có chuỗi số liệu mưa đủ dài và không bao gồm yếu tố bốc hơi.
−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 có thể cho kết quả cao hơn mức bình thường Phương pháp thống kê yêu cầu phải có chuỗi số liệu Rainfall Deciles (RD) để phân nhóm mưa theo khí tượng, chia thành 10 nhóm nhỏ Nhóm 3-4 thường nhỏ hơn mức bình quân lượng mưa và cho kết quả tốt khi chuỗi số liệu đủ dài, nhưng không được ứng dụng nhiều ở Úc Nhóm 5-6 gần với mức bình quân và thường được sử dụng để tính toán kiểm tra giới hạn bốc hơi.
H ạn n ôn g ng hi ệp
Mức độ ẩm trong đất được tính toán thông qua mô hình Chỉ số hạn, dựa trên phần trăm độ ẩm Mô hình này yêu cầu các số liệu chuyên dụng, bao gồm thông tin về lượng mưa và các yếu tố khí tượng đầu vào như nhiệt độ Cụ thể, mức độ ẩm được phân loại như sau: ≤20% là rất khô hạn; 20-40% là khô hạn; 40-60% là gần bình thường Việc đánh giá này không chỉ áp dụng cho Hoa Kỳ mà còn cho toàn cầu, giúp hiểu rõ hơn về điều kiện đất đai.
The Palmer Moisture Anomaly Index, also known as the Z-index, is a critical measure used to assess abnormal moisture levels The frequency of the Z-index is calculated 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 cho thấy rằng S đại diện cho tổng lượng nước trong sông, trong đó D là thời gian dòng chảy nhỏ hơn mức bình thường, và M là lưu lượng trung bình trong sông trong khoảng thời gian D.
S cần được tính toán chuẩn hóa để xác định mức độ hạn Việc tính toán này đơn giản, không yêu cầu thông tin về lưu vực và không phân bố mức độ hạn theo tần suất tiêu chuẩn.
T otal water deficit (S) Tổng lượng Hoa Kỳ nước thiếu hụt
Phương pháp này áp dụng mô hình Palmer để tính toán chỉ số PDSI, tương tự như tính S, nhưng yêu cầu độ chính xác cao hơn trong việc xác định giới hạn giữa khô hạn và ẩm ướt.
Giá trị tính toán phân lớp t ương tự PDSI nhưng đòi hỏi phân khoảng nhỏ hơn.
Sử dụng mô hình cân bằng nước để xác định mức độ ảnh hưởng của cả 2 yếu tố mưa và nhiệt độ.
Không thực sự hiệu quả tính toán cho các vùng núi hoặc vùng có tuy ết bao phủ; cần tính phân bổ tần suất tiêu chuẩn
Index Phần lớn sử dụng ở
(PHDI)- Chỉ số hạn thủy văn Palmer
Hoa Kỳ Surface Water Supply Index
Chỉ số SWSI được tính toán dựa trên mô hình Giá trị tính toán phân lớp, với sự xem xét đến tuyết phủ và lượng trữ Kết quả tính toán của chỉ số này phụ thuộc vào các yếu tố khí tượng và môi trường.
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Chỉ số Hạn hán theo khu vực (DAI) được tính toán dựa trên mức độ hạn hán xác định và phạm vi ảnh hưởng của nó Chỉ số này không thể đo lường cường độ ảnh hưởng do điều kiện hạn hán của từng khu vực cụ thể, mà chỉ dựa vào các giá trị chỉ số hạn bình quân cho toàn bộ nhiều nơi.
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 tại 42 vị trí sẽ được đưa lên bản đồ dưới định dạng Excel dựa vào tọa độ địa lý của các trạm đo Phép nội suy nghịch đảo khoảng cách (IDW) sẽ được áp dụng để nội suy giá trị SPI từ 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, nhằm tạo ra bản đồ hạn cho vùng.
Phương pháp nội suy IDW (Inverse Distance Weighting) là kỹ thuật nội suy xác định cục bộ, ước lượng giá trị tại một điểm bằng cách tính trung bình các giá trị của các điểm lân cận Mỗi điểm lân cận sẽ có trọng số tùy thuộc vào khoảng cách 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 điểm mẫu trong khu vực lân cận ảnh hưởng đến điểm cần tính Cụ thể, những điểm gần hơn với điểm dự báo sẽ có tác động lớn hơn so với những điểm ở xa hơn.
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, và z(s) là giá trị 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, có nghĩa là trọng số sẽ giảm theo bình phương khoảng cách.
IDW (Inverse Distance Weighting) sử dụng nghịch đảo của khoảng cách nâng lên một hàm mũ để nội suy giá trị Tham số số mũ trong phương pháp này giúp điều chỉnh tầm quan trọng của các điểm đã biết dựa trên khoảng cách của chúng đến điểm đầu ra Giá trị số mũ này là một số thực, thường nhỏ hơn 0, với giá trị mặc định là 2 trong phần mềm QGIS.
Số mũ cao hơn 2 làm nổi bật các điểm gần nhất, khiến dữ liệu gần có ảnh hưởng lớn hơn và tạo ra bề mặt chi tiết hơn Khi số mũ tăng, giá trị nội suy gần gũi hơn với điểm mẫu gần nhất Ngược lại, số mũ thấp hơn sẽ tác động nhiều hơn đến các điểm xa, dẫn đến bề mặt mịn hơn.
Trong luận văn này, tác giả đã chọn giá định mặc định trong 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 mạnh mẽ, dao động từ 1.133 đến 1.700mm ở các khu vực ít mưa như Tương Dương, Mường Xén, Cửa Rào và hạ sông Hiếu Trong khi đó, các vùng có lượng mưa vừa và lớn như thượng nguồn sông Hiếu có lượng mưa từ 2.000 đến 2.100mm, và vùng sông Giăng, khu giữa từ Cửa Rào - Nghĩa Khánh đến Dừa đạt từ 1.800 đến 2.100mm Vùng sông Ngàn Phố và Ngàn Sâu có lượng mưa trung bình từ 2.200 đến 2.400mm, trong khi vùng đồng bằng ven biển đạt từ 1.800 đến 1.900mm Tại lưu vực, những khu vực tâm mưa lớn nhất xuất hiện ở thượng nguồn sông Hiếu, thượng nguồn sông Ngàn Phố và Ngàn Sâu.
Vùng ít mưa xuất hiện ở những thung lũng kín, khuất gió như dọc theo thung lũng Mường Xén - Cửa Rào, Cửa Rào - Khe Bốlượng mưa năm chỉđạt từ 1.200
1.300mm Có năm tại Khe Bố lượng mưa năm chỉ đạt 511mm năm 1984, Cửa Rào đạt 773 mm năm 1977
Mùa mưa ở lưu vực sông Cả và sông Hiếu thay đổi theo từng vị trí Tại vùng thượng nguồn, mùa mưa bắt đầu từ tháng 5 và kết thúc vào tháng 10, với lượng mưa lớn nhất rơi vào tháng 8 Ba tháng có lượng mưa cao nhất là tháng 7, 8 và 9 Trong khi đó, ở trung và hạ du sông Cả, mùa mưa bắt đầu 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 lưu vực sông Ngàn Phố và Ngàn Sâu bắt đầu từ tháng Tám và kết thúc vào tháng Mười, với lượng mưa chiếm từ 80% đến 87% tổng lượng mưa trong năm Phần còn lại là mùa ít mưa, ảnh hưởng đến đặc điểm khí hậu của khu vực này.
Mùa mưa thường bắt đầu từ Bắc vào Nam, với hai đỉnh mưa chính vào tháng 5 và tháng 9 Trong tháng 5 và tháng 6, gió mùa Tây Nam mạnh mẽ gây ra mưa lớn, dẫn đến hiện tượng lũ tiểu mãn Tổng lượng mưa trong hai tháng này có thể chiếm tới 20% tổng lượng mưa hàng năm tại các trạm thượng nguồn của sông Cả.
Trận lũ tiểu mãn lớn tại Hiếu, Ngàn Phố, Ngàn Sâu đã gây ra những thiệt hại nghiêm trọng, 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 tạo ra lũ lịch sử trên sông Ngàn Phố, với lượng mưa tối đa đạt 483mm trong một ngày tại Kim Cương và 296mm tại Hoà Duyệt vào ngày 26 tháng 5 năm 1989.
Gió mùa Tây Nam gây ra thời tiết khô nóng do hiện tượng Fơn, với lượng mưa đạt cực đại vào tháng 5 và tháng 6, trong khi tháng 7 có lượng mưa tối thiểu Khi gió Lào hoạt động mạnh, lượng mưa tháng 7 chỉ đạt từ 5 đến 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, gây ra mưa lớn kéo dài từ 3 đến 10 ngày Điều này dẫn đến tình trạng lũ lớn trên các triền sông.
Lượng mưa hai tháng IX, X đạt tới 40% lượng mưa năm Lượng mưa tháng IX,
Lượng mưa trên lưu vực không đồng đều, với vùng đồng bằng chịu ảnh hưởng mạnh mẽ từ bão, đạt từ 1.000 đến 1.100mm trong hai tháng Ngược lại, khu vực thượng lưu của dòng chính có lượng mưa giảm dần, chỉ đạt từ 500 đến 800mm do ít bị ảnh hưởng bởi bão.
Lượng mưa cực tiểu tháng II vùng Mường Xén, Cửa Rào, thượng nguồn sông
Trong tháng này, Hiếu 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 của cả năm.
Biến động lượng mưa theo thời gian khá mạnh mẽ Lượng mưa năm lớn nhất đạt 3.520mm năm 1989 tại Vinh, 3.670mm năm 1989 tại Hoà Duyệt, 3.470mm năm
1978 tại Đô Lương và từ 2.500 2.700mm tại các vùng thượng sông Cả, sông Hiếu Lượng mưa năm nhỏ nhất biến động tuỳ theo các vùng, vùng ít mưa như
Khe Bố, Mường Xén, Cửa Rào có năm lượng mưa chỉ đạt 500 700mm Vùng mưa nhiều năm ít mưa nhất đạt từ 1.200 1.500mm
Hệ số biến sai Cv mưa năm dao động từ 0,25 0,35
Hình 3 1 S ố li ệu mưa thực đo (Trạ m Qu ỳnh Lưu)
Hình 3 2 S ố li ệu mư thực đo (Trạm Kim Cương) ố ệu mưa thực đo (Trạ ỳ ợ
B ả ng 3 1 T ỷ l ệ mưa năm phân theo mùa trung bình nhiều năm
TT Tên Tr ạ m Li ệ t tài li ệ u
Mùa mưa Mùa khô Năm
4 Qu ỳnh Lư u 1960-2015 VI-X 1243 78 XI-V 346 22 1589
Phân tích tình tr ạ ng thi ế u h ụ t ngu ồn nướ c d ự a trên ch ỉ s ố SPI
Đánh giá sự thiếu hụt nguồn nước gây ra hạn hán được thực hiện dựa trên kết quả tính chỉ số SP6 tại các trạm khí tượng, cùng 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, đặc biệt là trong các giai đoạn 1998-2001, 2003-2005 và 2014-2015, tiếp tục ảnh hưởng sang năm 2016 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 rằng hầu hết lưu vực sông Cả đều bị ảnh hưởng bởi hạn hán và thiếu hụt nguồn nước 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, có thể thấy xu hướng tương đồng về các giai đoạn hạn khí tượng, với tần suất hạn nhiều hơn nhưng thời gian mỗi đợt lại ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ cho thấy tính chính xác, điển hình như tình trạng thiên tai hạn hán ở tỉnh Nghệ An vào năm 2015, khi hạn hán diễn 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 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 ở các năm như 1990-1991, 1997, đầu năm 2004 và cuối năm 2013 Trong khi đó, chỉ số SPI6 cho thấy ít đợt nhiều nước xen kẽ với đợt ít nước Đánh giá trên khoảng thời gian ngắn hơn bằng SPI3 giúp nhận diện rõ sự xen kẽ này Việc nhận diện sự biến đổi giữa các giai đoạn dồi dào và thiếu hụt nguồn nước là cơ sở quan trọng để đánh giá khả năng sử dụng các công trình và giải pháp thu trữ, điều tiết nguồn nước trong các giai đoạn khác nhau.
Xây d ự ng b ản đồ thi ế u h ụ t ngu ồn nước theo các năm
Kết quả xây dựng bản đồ hạn khí tượng dựa trên chỉ số SPI6 trong các năm cho thấy rõ các xu thế hạn hán Cụ thể, vào các năm 2015 và 2005, hầu hết lưu vực đều trải qua tình trạng hạn hán nghiêm trọng, dẫn đến thiếu hụt nguồn nước mưa.
Hình 15: B ản đồ phân b ố h ạn khí tượ ng theo ch ỉ s ố SPI6 trên LVS C ả
Phân tích di ệ n tích h ạ n hán t ại các địa phương
Bằng cách sử dụng công cụ GIS để xây dựng bản đồ hạn khí tượng, chúng tôi có thể xác định diện tích hạn theo các đơn vị hành chính Bảng 3.2 dưới đây cho thấy diện tích bị hạn đầu năm 2015 tại các huyện trong vùng nghiên cứu, trong đó một số khu vực như Vinh, Yên Thành, Con Cuông, Thanh Chương, Anh Sơn, Hưng Nguyên, Đô Lương gặp hạn rất nặng do thiếu hụt nguồn nước mưa Tổng diện tích hạn rất nặng trong vùng lên đến 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 thực tế khi năm 2015, Nghệ An đã công bố tình trạng thiên tai hạn.
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 vùng 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 và nhiều năm là cần thiết và khả thi để đảm bảo nguồn nước cho các khoảng thời gian thiếu nước mùa khô.
Hiện nay, mặc dù đã có nhiều công trình thủy lợi và thủy điện trên lưu vực sông Cả, nhưng vẫn chưa đáp ứng đủ nhu cầu nước cho các vùng lân cận Do đó, trong tương lai, cần tối ưu hóa việc sử dụng nguồn nước từ các hồ chứa như hồ Bản Vẽ, Bản Mồng và Ngàn Trươi để bổ sung cho hạ du Ngoài ra, cần xem xét xây dựng thêm các công trình mới như Chúc A, Trại Dơi, Đá Gân, Khe Chè, Nước Sốt, Rào Mắc và Thác Muối nhằm tăng cường lưu lượng nước Các dữ liệu về lưu lượng nước từ các hồ chứa này sẽ được tham khảo từ Viện Quy hoạch Thủy lợi Để khai thác tối đa nguồn nước từ các hồ chứa thượng nguồn phục vụ nhu cầu ở hạ du, cần cải tạo, nâng cấp và xây mới các trạm bơm, hồ chứa nhỏ, cũng như cống lấy nước tại các khu vực khó khăn như Nghi Xuân, sông Nghèn, trung lưu sông Cả và hạ sông Hiếu.
3.5.2 Một số giải pháp phi công trình
Củng cố và nâng cao năng lực hoạt động của các tổ chức quản lý nguồn nước trên lưu vực như Sở Nông nghiệp và Phát triển Nông thôn, Sở Tài nguyên và Môi trường, Chi cục Thủy lợi, và Chi cục Phòng chống và Giảm nhẹ thiên tai là rất quan trọng 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 thiết phải đánh giá và củng cố vai trò của Ban Quản lý lưu vực sông Cả, nhằm nâng cao hiệu quả hoạt động Việc tổ chức Ban Quản lý cần phù hợp với điều kiện và bối cảnh cụ thể của lưu vực sông tại Việt Nam.
Nhiệm vụ không được trùng lặp với các tổ chức khác trong lưu vực sông, đặc biệt là quản lý nước của các tỉnh Cần có cơ chế phối hợp hiệu quả giữa các cơ quan trong quản lý sử dụng nước, đặc biệt là hệ thống quản lý theo địa giới Việc trao đổi ý kiến và thống nhất giải quyết mâu thuẫn trong quản lý nước phải coi trọng sự tham gia của cộng đồng.
3.5.3 Một số giải pháp khoa học công nghệ
- Tăng cườ ng nghiên c ứ u, ứ ng d ụ ng khoa h ọ c công ngh ệ trong công tác qu ản lý, điề u hành khai thác sử dụng nguồn nước
- Nâng cao trình độ cán bộ, trang bị các phương tiện hiện đại để có thể nghiên cứu, tiếp thu và ứng dụng các công nghệ mới
Xây dựng một cơ sở dữ liệu đầy đủ và cập nhật là rất quan trọng để phục vụ công tác quản lý và quy hoạch Việc này giúp khai thác thông tin một cách hiệu quả, từ đó xây dựng kế hoạch khai thác nguồn nước một cách hợp lý và bền vững hơn.
Ứng dụng các mô hình toán học về thủy văn và thủy lực, cùng với việc cân bằng nước, giúp đánh giá, kiểm đếm và quản lý nguồn nước một cách hiệu quả hơn, từ đó tối ưu hóa việc khai thác và sử dụng tài nguyên nước.
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 học Mục tiêu là tạo dựng cơ sở dữ liệu vững chắc, bổ sung thông tin còn thiếu và xây dựng các kịch bản sẵn sàng ứng phó.