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 xuất hiện ở mọi vùng khí hậu trên thế giới và có đặc điểm biến đổi đáng kể giữa các khu vực Hạn hán khác với khô hạn, vì khô hạn chỉ xảy ra ở những vùng có lượng mưa thấp và nhiệt độ cao, trong khi hạn hán là sự sai khác theo thời gian, xảy ra hàng năm với các đặc tính thời tiết và tác động khác nhau.
Trong những năm gần đây, sự phát triển của đất nước đã dẫn đến những thay đổi tích cực trong nền kinh tế các tỉnh trên lưu vực sông Cả, với cơ cấu kinh tế chuyển dịch theo hướng công nghiệp - dịch vụ - nông nghiệp Sự ra đời của nhiều khu công nghiệp, khu kinh tế và khu đô thị mới đã làm gia tăng đáng kể nhu cầu nước cho các ngành.
Quy luật diễn biến thời tiết khí hậu ngày càng phức tạp, ảnh hưởng đến thời gian xuất hiện lũ và hạn Diễn biến mực nước trên các sông ngày càng có tổ hợp bất lợi cho công tác phòng lũ, với những trận lũ nghiêm trọng xảy ra vào các năm 1978, 1988, 2002, 2007 và đặc biệt là năm 2010, gây tổn thất nặng nề cho kinh tế và xã hội Về hạn, mức độ hạn gia tăng ảnh hưởng nghiêm trọng đến sản xuất, với các năm điển hình như 2005, 2007 và đặc biệt là năm 2010.
Nghệ An và Hà Tĩnh, thuộc lưu vực sông Cả, đang đối mặt với 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 Đặc biệt, 30% diện tích bị hạn ở Hà Tĩnh chịu ảnh hưởng nặng nề, dẫn đến hàng trăm hệ thống hồ gần đạt mức nước chết Một số khu vực như sông Cả tại Nam Đàn và sông La tại Linh đã ghi nhận mực nước xuống mức thấp nhất trong lịch sử 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 đề xuất các giải pháp thích ứng hiệu quả nhằm cải thiện quản lý nguồn nước trong khu vực.
M ụ c tiêu nghiên c ứ u c ủa đề tài
- Đánh giá tình trạng hạn hán, thiếu nước ở lưu vực sông Cả dựa trên chỉ số chuẩn hóa lượng mưa (Standardized Precipitation Index, SPI);
- Kết hợp công cụ viễn thám, GIS xây dựng bản đồ phân bố thiếu hụt nguồn nước dựa trên nguồn số liệu mưa vệ tinh;
- Đề xuất giải pháp ứng phó với tình trạng hạn hán, thiếu hụt nước lưu vực sông
Đối tượ ng và ph ạ m vi nghiên c ứ u
Đối tượ ng nghiên c ứ u
Các yếu tố khí tượng quan trọng bao gồm lượng mưa, cường độ bức xạ mặt trời, nhiệt độ bề mặt đất trung bình và độ che phủ đất, cùng với mức độ hạn hán và khả năng ứng phó của địa phương.
Ph ạ m vi nghiên c ứ u
- Vùng nghiên cứu lưu vực sông Cả thuộc Việt Nam gồm toàn bộ tỉnh Nghệ An,
8 huyện Hà Tĩnh, một phần huyện Như Xuân thuộc Thanh Hóa
- Giới hạn vùng nghiên cứu:
+ Lưu vực sông Cả nằm trên hai quốc gia: Cộng hoà dân chủ Nhân Dân Lào và
Cộng hoà xã hôi chủ nghĩa Việt Nam Ở Việt Nam sông Cả nằm trên địa phận của 3 tỉnh Thanh Hoá, Nghệ An, Hà Tĩnh
+ Tỉnh Thanh Hoá nằm trong lưu vực sông Cả: Có khoảng 1/2 diện tích huyện Như Xuân trên sông Chàng (sông nhánh).
Tỉnh Nghệ An nằm trong lưu vực sông Cả, bao gồm các huyện như Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn, Tân Kỳ (nhánh sông Hiếu) và Kỳ Sơn, Tương Dương, Con Cuông, Anh Sơn, Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên (dòng chính sông Cả) Việc sử dụng nước từ các hệ thống thủy lợi ở Nghệ An, đặc biệt trong mùa kiệt, có mối liên hệ chặt chẽ với các huyện hưởng lợi như Yên Thành, Diễn Châu, Quỳnh Lưu (thuộc hệ thống thủy nông Diễn Yên Quỳnh - Bắc Nghệ An) và thành phố Vinh, thị xã Cửa Lò, Nghi Lộc, Hưng Nguyên (trong hệ thống Nam Hưng Nghi - Nam Nghệ An).
Tỉnh Hà Tĩnh có lưu vực sông Cả trải dài qua các huyện Hương Sơn, Hương Khê, Vũ Quang, Nghi Xuân, cùng với các vùng hưởng lợi như Can Lộc, Thạch Hà, và Đức Thọ, bao gồm cả thị xã.
Hồng Lĩnh trong hệ thống sông Nghèn
+ Với tổng diện tích tự nhiên là 19.627 km 2 bao gồm cả vùng hưởng lợi
Cách ti ế p c ận và phương pháp nghiên cứ u
Cách ti ế p c ậ n
Các vùng sản xuất nông nghiệp và vùng quy hoạch cho sản xuất nông nghiệp hiện chưa được nghiên cứu hoặc cảnh báo về nguy cơ hạn hán Việc tiếp cận theo mục tiêu trong quản lý tài nguyên nước là cần thiết để đảm bảo sự phát triển bền vững của nông nghiệp trong bối cảnh biến đổi khí hậu.
- Tiếp cận kết quả của các nghiên cứu trong và ngoài nước về vấn đề hạn hán
Để tiếp cận 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 ArcGIS để phân tích không gian.
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 gần đây, hạn hán đã gây ra thiệt hại lớn về kinh tế và ảnh hưởng nghiêm trọng đến đời sống con người cũng như môi trường sinh thái Hàng năm, khoảng 21 triệu ha đất trở nên không có năng suất do hạn hán, trong khi số dân sống ở các vùng khô cằn gặp rủi ro đã tăng hơn 80% trong gần 25 năm qua Hơn 1/3 diện tích đất đai trên thế giới đã bị khô cằn, nơi sinh sống của 17,7% dân số toàn cầu Đồng thời, hoang mạc hóa cũng đang lan rộng từ các khu vực khô hạn và bán khô hạn đến cả những vùng bán ẩm ướt, với diện tích hoang mạc hóa hiện đã lên tới 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, với 100 quốc gia bị ảnh hưởng, gây ra nguy cơ đói và khát Tình trạng này không chỉ ảnh hưởng đến cuộc sống của con người mà còn tác động tiêu cực đến môi trường khí hậu toàn cầu (WMO [1]).
Hạn hán thường gây ảnh hưởng rộng rãi và mặc dù ít khi là nguyên nhân trực tiếp dẫn đến thiệt hại về nhân mạng, nhưng thiệt hại kinh tế mà nó gây ra là rất lớn Theo Trung tâm giảm nhẹ hạn hán quốc gia Mỹ, hàng năm, hạn hán gây thiệt hại cho nền kinh tế Mỹ khoảng 6-8 tỷ USD, so với 2,41 tỷ USD do lũ và 1,2-4,8 tỷ USD do bão Đặc biệt, đợt hạn hán lịch sử xảy ra vào năm 1988-1989 đã gây thiệt hại lên tới 39-40 tỷ USD, vượt xa thiệt hại kỷ lục của lũ, chỉ khoảng 15-27,6 tỷ USD.
Hạn hán và bão đã gây ra thiệt hại kinh tế lớn, với bão ước tính lên tới 25-33,1 tỷ USD vào năm 1992 Hạn hán, đặc biệt là dưới tác động của El Nino vào năm 1997-1998, đã dẫn đến cháy rừng trên diện rộng ở Indonesia, ảnh hưởng nghiêm trọng đến kinh tế và môi trường Theo dự báo của Liên Hiệp Quốc, đến năm 2025, 2/3 diện tích đất canh tác ở châu Phi, 1/3 ở châu Á và 1/5 ở Nam Mỹ sẽ không còn khả năng sử dụng, 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, vẫn chưa có phương pháp chung cho các nghiên cứu Trong việc xác định, 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 hạn Chỉ số hạn hán có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, hoặc là tổng hợp của nhiều biến Mỗi chỉ số có ưu nhược điểm riêng và được các quốc gia áp dụng phù hợp với điều kiện cụ thể Ngoài việc sử dụng dữ liệu quan trắc, các chỉ số hạn hán còn áp dụng cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu Xác định các đặc trưng của hạn, bao gồm sự khởi đầu, kết thúc, thời gian kéo dài, phạm vi, mức độ và tần suất, là rất cần thiết trong nghiên cứu hạn hán.
Các nghiên cứu về hạn hán toàn cầu của Aiguo Dai và cộng sự cho thấy số đợt hạn, thời gian kéo dài và tần suất của hạn hán đã gia tăng đáng kể Nico Wanders và nhóm nghiên cứu đã phân tích 18 chỉ số hạn hán, lựa chọn các chỉ số phù hợp cho năm vùng khí hậu khác nhau Các nghiên cứu chỉ ra rằng sự giảm lượng mưa và tăng nhiệt độ sẽ làm tăng quá trình bốc hơi, dẫn đến hạn hán nghiêm trọng hơn Từ 1980 đến 2000, tần suất và mức độ hạn hán gia tăng, đặc biệt tại Cộng hòa Séc và Hy Lạp, nơi hạn hán ảnh hưởng lớn đến nông nghiệp và cung cấp nước Thời gian kéo dài của các đợt hạn cũng tăng lên, có thể kéo dài từ vài tháng đến vài năm Nghiên cứu tại Châu Âu cho thấy thời gian hạn hán trung bình là 48 ± 17 tháng, với tần suất cao hơn ở lục địa và thấp hơn ở bờ biển.
Hạn hán ở phía bắc Trung Quốc đã gia tăng từ những năm 1990, với một số vùng 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 gây ra Các yếu tố tự nhiên như sự dao động của các dạng hoàn lưu khí quyển và nhiệt độ mặt nước biển (El Nino) cùng với các nguyên nhân nhân tạo như nhu cầu nước gia tăng, phá rừng, ô nhiễm môi trường, và quản lý tài nguyên kém bền vững đều góp phần vào tình trạng này Hiện nay, 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 hơn hẳn so với các chỉ số khác trong mọi điều kiện, do đó việc áp dụng các chỉ số hạn cần dựa 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, cung cấp thông tin dự báo và cảnh báo kịp thời để hỗ trợ người dân và chính quyền trong việc ứng phó với tình trạng này.
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 Bên cạnh số liệu từ các trạm khí tượng thủy văn truyền thống, hiện nay có nhiều cơ quan cung cấp dữ liệu mưa vệ tinh, trong đó CHIRPS, TRMM và CMORPH là những nguồn dữ liệu phổ biến.
- CHIRPS (Climate Hazards Group InfraRed Precipitation with Station) là dữ liệu lượng mưa toàn cầu gần 30 năm của Cục Khảo sát địa chất Hoa Kỳ
CHIRPS, do USGS và nhóm hiểm họa khí hậu (CHG) phát triển, kết hợp hình ảnh vệ tinh độ phân giải 0.05° với dữ liệu từ các trạm quan trắc để tạo ra chuỗi thời gian mưa dạng lưới Phương pháp này giúp phân tích và theo dõi tình hình hạn hán theo mùa một cách hiệu quả.
Hình 1 1 D ữ li ệu mưa CHIRPS cho châu Phi ng ày 04-04-2017
TRMM 3B42 (Tropical Rainfall Measuring Mission) là sản phẩm hợp tác giữa NASA và JAXA nhằm giám sát lượng mưa nhiệt đới và cận nhiệt đới Vệ tinh TRMM sử dụng các công cụ đo mưa như Radar lượng mưa (PR) hoạt động ở tần số 13,8 GHz, TRMM Microwave Image (TMI) với chín kênh đo vi sóng, và VIRA (Visible and Infrared Scanner) với năm kênh 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, sản phẩm của Cục Đại dương và Khí quyển quốc gia Hoa Kỳ, cung cấp phân tích lượng mưa toàn cầu với độ phân giải không gian và thời gian cao Kỹ thuật này dựa trên ước tính lượng mưa từ tàu thăm dò thấp và quan sát lò vi sóng vệ tinh, kết hợp với thông tin không gian thu được từ dữ liệu IR 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 theo ngày, đồng thời cung cấp nguồn dữ liệu miễn phí, làm cho nó trở thành lựa chọn 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 phát triển theo hướng Tây Bắc - Đông Nam, nghiêng dần ra biển, với phần lớn diện tích là đồi núi Diện tích đất có độ dốc phù hợp cho phát triển nông nghiệp chỉ chiếm 19% 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 sông Cả nằm dọc hai bên bờ từ phần trung lưu trở xuống, bao gồm các huyện Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên Vùng đồng bằng Diễn - Yên - Quỳnh, Nam - Hưng - Nghi, sông Nghèn và Nghi Xuân là nơi tập trung phát triển kinh tế xã hội của lưu vực Cao độ đồng bằng ven sông Cả biến đổi từ +10 đến +15 m tại Đô Lương, +7 đến +8 m tại Thanh Chương, +2,5 đến +1,0 m tại Nam Đàn, Hưng Nguyên, và +2,0 đến +0,0 m tại Đức.
Thọ, Thạch Hà Tổng diện tích mặt bằng vùng đồng bằng chiếm khoảng 10% diện tích lưu vực sông Cả và khu hưởng lợi
Hình 1 4 B ản đồ h ành chính lưu vự c sông C ả b.Vùng đồi trung du
Trung du lưu vực sông Cả, bao gồm các huyện Nghĩa Đàn, Quỳ Hợp, Tân Kỳ, Anh Sơn, Thanh Chương, Vũ Quang, Hương Sơn và Hương Khê, là một khu vực có địa hình phức tạp Nơi đây có sự kết hợp giữa những đồi bát úp và đồi cao, xen kẽ với các thung lũng thấp, tạo nên cảnh quan đa dạng và hấp dẫn.
Bãi Tập - Quỳ Hợp, vùng sông Sào - Nghĩa Đàn, cùng với trung tâm huyện Hương Khê, Vũ Quang và vùng Sơn Hà của Hương Sơn, có địa hình cao độ biến đổi từ +20 đến +200m, bị chia cắt mạnh mẽ bởi các sông nhỏ Tổng diện tích của dạng địa hình này chiếm khoảng 25-30% tổng diện tích 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) 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 dao động từ +12.000 đến +15.000m, tạo thành một bức tường thành ngăn cách 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 Địa hình vùng núi cao chiếm tới 60-70% diện tích lưu vực, trong khi diện tích đất canh tác chỉ chiếm 1,5-2% tổng diện tích, chủ yếu là vùng lâm nghiệp phòng hộ đầu nguồn.
1.2.2 Đặc điểm thổ nhưỡng, địa chất
Kết quả điều tra thổ nhưỡng 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 khu vực uốn nếp Bắc Bộ và miền uốn nếp Varixêt Đông Dương Ranh giới giữa hai miền uốn nếp này được xác định bởi đới khâu sông.
Nghiên cứu trong chuyên khảo “Thành hệ địa chất và địa động học Việt Nam 1993” của Nguyễn Xuân Tùng cho thấy lưu vực sông Cả nằm trong vùng 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 này đã trải qua chế độ đại dương vi lục địa, sườn châu lục và cận lục địa Chế độ rift và prerift diễn ra từ Paleozoi muộn đến Merozoi muộn Từ Merozoi muộn, các bồn trũng nhỏ mang tính orogen đã hình thành dọc theo đứt gãy sông Cả, được lấp đầy bởi trầm tích lục nguyên vụn thô.
Địa tầng của lưu vực sông Cả bao gồm nhiều giới và hệ tầng từ cổ đến trẻ, cụ thể là giới Protezoi, giới Paleozoi (PZ) và giới Mezozoi, mỗi giới đều 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 tại tỉnh Hủa Phăm, Lào, chảy theo hướng Tây Bắc - Đông Nam Khi nhập vào Việt Nam tại bản Keng Đu, sông tiếp tục chạy sát biên giới Việt - Lào khoảng 40km và hoàn toàn vào Việt Nam tại chân đỉnh núi cao 1.067m Đến Bản Vẽ, sông chuyển hướng chảy Bắc - Nam và đến Cửa Rào, nơi sông nhập với nhánh Nậm Mô, lại đổi dòng theo hướng Tây Bắc - Đông Nam Tổng diện tích lưu vực sông Cả là 27.200km², trong đó 9.740km² nằm trên đất Lào và phần còn lại ở Việt Nam.
Dòng chính sông Cả có đặc điểm là nếp đứt gãy theo hướng Tây Bắc - Đông Nam, với lòng sông sâu và ít bãi bồi Đoạn hạ lưu của sông rộng và sâu, trong khi đoạn trung lưu rộng nhưng nông Phần thượng nguồn có nhiều ghềnh thác, hai bên là núi cao và đồi Khu vực thượng nguồn còn có nhiều vị trí tiềm năng để xây dựng kho nước lợi dụng tổng hợp Sông Cả không có phân lưu và chỉ có một cửa thoát duy nhất.
Sông Hiếu, một chi lưu phía Tả, nhập vào sông Cả tại Ngã ba Cây Chanh, có diện tích lưu vực 5.340 km² và chiều dài 314 km Sông bắt nguồn từ dãy núi Cao Phú Hoạt thuộc Quế Phong, chảy theo hướng Tây Bắc - Đông Nam, gần song song với dòng chính của sông Cả.
Cả Đến Nghĩa Đàn dòng chảy đổi hướng theo hướng Bắc Nam Từ thị trấn Tân
Kỳ dòng chảy lại đổi hướng theo Đông Nam - Tây Bắc và nhập vào sông Cả tại
Ngã ba Cây Chanh là một vị trí quan trọng tại sông Hiếu, nơi 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 chỉ đạt khoảng 6-7m³/s, không đủ đáp ứng nhu cầu cấp nước cho 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 là nguồn nước quan trọng của sông Hiếu, đặc biệt trong khu vực miền núi.
Sông Nậm Mô, bắt nguồn từ vùng rừng núi tỉnh Bôlikhăm Xay (Lào), chảy vào Việt Nam tại Làng Nhãn, huyện Kỳ Sơn Sông chảy theo hướng Bắc Nam quanh đỉnh Huổng Mang Ngai (2406m), sau đó đổi dòng theo hướng Đông Nam - Tây Bắc Tại bản Suông Hang, sông lại chuyển hướng Tây Bắc - Đông Nam và cuối cùng nhập lưu với sông Cả tại Cửa Rào, được coi là dòng chính của sông Cả do hướng chảy của nó trùng khớp với dòng chính.
Sông Nậm Mô có diện tích lưu vực 3.970 km² và chiều dài 189 km, trong đó 89 km chảy trên lãnh thổ Việt Nam Từ thượng nguồn đến đoạn nhập lưu, sông Nậm Mô có nhiều vị trí thích hợp để xây dựng hồ chứa, phục vụ cho việc phát điện và điều tiết nước cho hạ du Thượng nguồn sông chảy qua các vùng núi đá cao, với độ cao trung bình trên 1.000 m.
Sông Giăng là một phụ lưu bên phải của sông Cả, nằm cách đập Đô Lương khoảng 20km về phía hạ lưu, bắt nguồn từ dãy núi Phu Long cao 1.330m ở phía Tây Nghệ An, thuộc vùng núi Môn Sơn - Lục Giã Với diện tích lưu vực 1.05km², sông Giăng nằm trong khu vực có lượng mưa lớn, do đó lòng sông rộng và nông, có nhiều bãi bồi Hướng chảy chính của sông Giăng song song với sông Cả, đến Thác Muối thì chuyển hướng Tây Đông, trước khi cửa ra của nó nhập vào sông Cả theo hướng Bắc Nam Sông Giăng đóng vai trò quan trọng trong việc cung cấp nước cho sông Cả.
CÔNG C Ụ VÀ PHƯƠNG PHÁP NGHIÊN CỨ U (C ầ n vi ế t chi
Cách tiếp cận nghiên cứu
Hạn hán là hiện tượng tự nhiên lặp lại, được đánh giá qua thời gian, mức độ, sự lan rộng và tác động đến kinh tế xã hội (D.A Wilhite) Theo Donald A Wilhite & Michael H Glantz, hạn hán được phân thành bốn loại: khí tượng, thủy văn, nông nghiệp và kinh tế xã hội Hạn khí tượng là loại xuất hiện đầu tiên, gây ra các loại hạn khác và có vai trò quan trọng trong việc cảnh báo và quản lý hạn hán Với việc yêu cầu ít dữ liệu đầu vào như mưa và nhiệt độ, hạn khí tượng có thể được áp dụng rộng rãi Phân tích đặc trưng không gian và thời gian của hạn khí tượng cùng với các nhân tố gây ra hạn hán là rất cần thiết cho việc quản lý tài nguyên nước và giảm thiểu thiệt hại do hạn hán Do đó, trong luận văn này, tác giả sẽ tập trung nghiên cứu hạn khí tượng.
Trong việc xác định và giám sát hạn hán, các chỉ số hạn hán đóng vai trò quan trọng Theo dõi sự biến động của các chỉ số này giúp xác định thời điểm, độ dài và cường độ của hạn hán Chỉ số hạn hán có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, bốc thoát hơi và dòng chảy, hoặc là sự tổng hợp của nhiều biến Mỗi chỉ số đều có ưu điểm và nhược điểm riêng, và các quốc gia thường chọn chỉ số phù hợp với điều kiện của mình Việc sử dụng các chỉ số hạn hán không chỉ áp dụng cho dữ liệu quan trắc mà còn cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu.
Nghiên cứu về cảnh báo sớm hạn khí tượng tại Việt Nam đã áp dụng nhiều chỉ số phổ biến, trong đó Đào Xuân Học sử dụng chỉ số khô hạn Sazonop để khảo sát và dự báo hạn cho các tỉnh DHMT Nguyễn Quang Kim 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 cho 7 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 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 hạn hán SPI cho phép tính toán trên nhiều thời gian khác nhau bằng cách chuyển đổi dữ liệu mưa thành hàm tiêu chuẩn hóa, giúp so sánh hạn hán giữa các vùng có điều kiện thời tiết khác nhau Tuy nhiên, SPI cần ít nhất 30 năm dữ liệu để đảm bảo độ chính xác và giả định rằng nguyên nhân chính gây hạn khí tượng là do mưa, trong khi các yếu tố khí tượng khác như nhiệt độ và bốc hơi không có ảnh hưởng đáng kể.
Chỉ số SPI, được Tổ chức Khí tượng Thế giới (WMO) đề xuất, là chỉ số phổ biến nhất để đánh giá và dự báo hạn hán Tại Việt Nam, chỉ số này đã được nghiên cứu và ứng dụng hiệu quả trong việc đánh giá và cảnh báo tình trạng hạn hán Các nghiên cứu cho thấy chỉ số SPI rất phù hợp với điều kiện khí hậu của Việt Nam.
Để đánh giá tình hình hạn hán trong vùng nghiên cứu, luận văn này sử dụng chỉ số SPI để đo lường sự thiếu hụt lượng mưa (hạn khí tượng) trong năm, theo các giai đoạn 3 tháng và 6 tháng Lượng mưa theo các thời đoạn này là yếu tố đầu vào quan trọng Số lượng và chất lượng của tài liệu mưa có ảnh hưởng lớn đến độ chính xác của các mô hình toán đã nêu.
Hiện tại, lưu vực sông Cả chỉ có 23 trạm đo mưa hoạt động, với mật độ lưới trạm là 778 km²/trạm, vượt mức tối thiểu 575 km²/trạm theo tiêu chuẩn 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 rất thiếu trạm đo mưa, đặc biệt là các trạm tự ghi, chỉ có một số ít trạm khí hậu trang bị máy đo mưa tự ghi.
Dữ liệu từ các trạm đo mưa do Bộ Tài Nguyên Môi trường quản lý có chất lượng tốt, trong khi các trạm đo mưa chuyên dụng tại nông trường hoặc vùng sâu, vùng xa thường có chất lượng tài liệu kém và dễ bị gián đoạn (Viện Quy hoạch Thủy lợi, 2012).
Tài liệu đo mưa trên lưu vực sông Cả hiện đang có nhiều khoảng trống về không gian và thời gian Để khắc phục vấn đề này, luận văn kết hợp mưa vệ tinh nhằm bù đắp các lỗ hổng dữ liệu và tính toán chỉ số SPI cho lưu vực Sử dụng công nghệ GIS, nghiên cứu tạo 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 cho phép 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 trong số 23 trạm mưa hoạt động tại vùng nghiên cứu để tính toán chỉ số thiếu hụt nguồn nước dựa trên các tiêu chí đã đề ra.
To accurately calculate the Standardized Precipitation Index (SPI), a continuous dataset of at least 30 years is required to ensure reliability in the results.
- Có tính đại diện cho mỗi khu vực trong vùng nghiên cứu (vùng núi, vùng đồng bằng và vùng ven biển)
- Có sự phân bố phù hợp để phục vụ cho việc nội suy, xây dựng bản đồ thể hiện mức độ thiếu hụt nguồn nước trên toàn lưu vực
Dựa trên các tiêu chí trên, lựa chọn được 9 trạm đo khí tượng như sau:
B ả ng 2 1 Kho ả ng tr ố ng s ố li ệu mưa tạ i các tr ạm trên lưu vự c sông C ả
T ọa độ Li ệ t tài li ệ u
Vĩ độ Kinh độ Th ực đo Kho ả ng tr ố ng s ố li ệ u (1986-
4 Con Cuông 104°53' 19°03' 1960-2015 Tháng 6, tháng 12 năm 1995
5 Quỳ Hợp 105°09’ 19°19’ 1996-2015 Các năm từ 1986 đến 1995
6 Kỳ Anh 106°17’ 18°05’ 1961-2015 Các năm từ 1986 đến 2000
( Hương Sơn ) 105°16' 18°27 1962-2015 Các năm từ 1986 đế n 2000
Mạng lưới các trạm được lựa chọn được thể hiện trong Hình 2.1
Hình 2 1 Các tr ạm mưa đượ c l ự a ch ọ n 2.2.2 Xác định chuỗi số liệu mưa thực đo
Dữ liệu mưa thực đo từ 9 trạm đã được lựa chọn và phân tích, tuy nhiên, một số trạm ghi nhận số liệu không liên tục do việc ghi chép và thống kê không đầy đủ Để bổ sung cho các số liệu còn thiếu, chúng tôi sẽ xem xét dữ liệu từ mưa vệ tinh như được trình bày trong Mục 2.3.
Hình 2 2 S ố li ệu mưa thực đo (trạ m Qu ỳ H ợ p)
L ự a ch ọ n, thu th ậ p và x ử lý mưa vệ tinh
CHIRPS (Climate Hazards Group InfraRed Precipitation with Station) là bộ dữ liệu lượng mưa toàn cầu kéo dài gần 30 năm, được phát triển bởi Cục Khảo sát Địa chất Hoa Kỳ (USGS) và Nhóm Hiểm họa Khí hậu (CHG) Dữ liệu này kết hợp hình ảnh vệ tinh có độ phân giải 0.05° với thông tin từ các trạm quan trắc tại chỗ, tạo ra chuỗi thời gian mưa dạng lưới, phục vụ cho việc phân tích và theo dõi tình hình hạn hán theo mùa.
Dựa trên các tiêu chí xác định chỉ số thiếu hụt nguồn nước và dữ liệu chưa đầy đủ từ các trạm khí tượng đã chọn, dữ liệu mưa CHIRPS 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 tương quan có thể chấp nhận được Tại trạm Hà Tĩnh, chỉ số R² = 0,72 cho thấy mức độ tương quan khá tốt Phân tích tương tự cho 7 trạm còn lại cũng cho thấy mức độ tương quan giữa mưa 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 tính toán cho các trạm từ 1996 đến 2000 cho thấy chỉ số NSE thấp nhất là 0,64 tại trạm Quỳ Hợp và cao nhất là 0,90 tại trạm Hà Tĩnh 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 trước đó, mưa vệt tính CHIRPS có thể được áp dụng để lấp đầy các khoảng trống dữ liệu cho 9 trạm mưa đã 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 và mang tính qui luật, nhưng thường bị hiểu lầm là sự kiện hiếm gặp Nó có thể xảy ra ở hầu hết các vùng khí hậu với các đặc trưng khác nhau Hạn khác với sự khô cằn ở những vùng ít mưa, mà là một dị thường tạm thời Từ những năm 1980, đã có hơn 150 khái niệm về hạn, nhưng nhìn chung, hạn được định nghĩa là tình trạng thiếu hụt mưa trong một 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 các chỉ số hạn như phần trăm so với trung bình (PN), chỉ số chuẩn hoá lượng mưa (SPI), và chỉ số hạn khắc nghiệt Palmer 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 cảnh báo sớm về hạn Hạn khí tượng xảy ra khi lượng mưa thấp hơn trung bình trong thời gian dài, trong khi hạn nông nghiệp là khi thiếu độ ẩm cho một vụ mùa, mặc dù mưa có thể ở mức trung bình Hạn thuỷ văn xảy ra khi nước dự trữ trong các nguồn nước giảm xuống mức thấp hơn trung bình, do sử dụng nước tăng lên mặc dù lượng mưa vẫn bình thường.
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 có thể dẫn đến hạn khí tượng, trong khi sự thiếu hụt ẩm trong đất ảnh hưởng đến độ ẩm cung cấp cho cây trồng, gây ra hạn nông nghiệp Hơn nữa, khi không có mưa hoặc mưa ít, kết hợp với bốc hơi cao, lượng nước trong lưu vực giảm, làm giảm cung cấp nước cho nước ngầm và dẫn đến hạn thuỷ văn Do đó, khi đề cập đến khô hạn hay vùng khô hạn, thực tế đều liên quan đến cả ba loại hạn này.
B ả ng 2 4 B ả ng t ổ ng h ợ p các ch ỉ tiêu h ạ n
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Mô hình cân bằng nước dạng 2 tầng trữ PDSI cho thấy mức độ hạn hán nặng, với chỉ số từ -3,0 đến -3,99 Việc xem xét cả hai yếu tố nguồn nước cung cấp cho thấy tình trạng không thực sự hiệu quả và được sử dụng phổ biến.
Chỉ số PDSI (Palmer Drought Severity Index) 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 bốc hơi, đặc biệt trong các khu vực miền núi.
Chỉ số hạn Palmer bốc hơi mất đi so với điều kiện bình thường cho thấy mức độ hạn hán, với các chỉ số như: -1,0 đến -1,99 biểu thị hạn nhẹ, và -0,5 đến -0,99 cho thấy hạn rất nhẹ Điều này có thể liên quan đến các vùng có tuyết bao phủ, ảnh hưởng đến 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 từ chuỗi số liệu mưa nhiều năm, nhằm xác định mức độ hạn hán thông qua phân bố chuẩn Cụ thể, chỉ số SPI có các mức độ như: từ -1,5 đến -1,99 là hạn nặng, từ -1,0 đến -1,49 là hạn vừa, và có thể áp dụng cho các khoảng thời gian khác nhau như tuần, tháng, quý, hoặc năm Chỉ số này đối xứng cho cả điều kiện ẩm ướt và khô hạn, yêu cầu chuỗi số liệu mưa phải đủ dài và không tính đến bốc hơi SPI có thể được tính cho tất cả các vùng hạn khác nhau.
−0,99 to 0,99: bình thường 1,0,1,2); liên quan tính toán tần suất
Tính toán lượng mưa trong 3 tháng từ chuỗi số liệu mưa đo được cho kết quả cao hơn mức bình thường Phương pháp thống kê yêu cầu có chuỗi số liệu Rainfall Deciles (RD) để phân nhóm mưa theo các tiêu chí khí tượng, chia thành 10 nhóm nhỏ Nhóm 3-4 cho thấy lượng mưa nhỏ hơn mức bình quân và mang lại kết quả tốt khi chuỗi số liệu đủ dài, nhưng không được ứng dụng nhiều tại Úc 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 tính toán thông qua mô hình Chỉ số hạn, dựa trên phần trăm độ ẩm Mô hình này yêu cầu nhiều yếu tố chuyên dụng, bao gồm số liệu mưa và các yếu tố khí tượng đầu vào như nhiệt độ Cụ thể, mức độ ẩm được phân loại: ≤20% là rất khô hạn, 20-40% là khô hạn, và 40-60% là gần bình thường, đồng thời cần xem xét các điều kiện lịch sử.
The Palmer Moisture Anomaly Index, known as the Z-index, measures abnormal moisture levels to assess drought severity The frequency of the Z-index is calculated to determine the intensity 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 và lưu lượng trung bình (M) trong suốt thời gian dài Trong đó, D đại diện cho thời gian mà dòng chảy trong sông thấp hơn mức bình thường, còn M là lưu lượng trung bình trong khoảng thời gian đó.
Để xác định mức độ hạn một cách chính xác, chỉ số S cần được tính toán và chuẩn hóa Ưu điểm của phương pháp này là đơn giản trong tính toán, không yêu cầu thông tin về lưu vực và cũng không cần 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, giống như tính S, áp dụng mô hình Palmer để tính chỉ số PDSI, nhưng yêu cầu tiêu chuẩn tính toán phải chính xác hơn trong việc xác định giới hạn giữa khô hạn và ẩm ướt.
Giá trị tính toán phân lớp t ương tự PDSI nhưng đòi hỏi phân khoảng nhỏ hơn.
Sử dụng mô hình cân bằng nước để xác định mức độ ảnh hưởng của cả 2 yếu tố mưa và nhiệt độ.
Không thực sự hiệu quả tính toán cho các vùng núi hoặc vùng có tuy ết bao phủ; cần tính phân bổ tần suất tiêu chuẩn
Index Phần lớn sử dụng ở
(PHDI)- Chỉ số hạn thủy văn Palmer
Hoa Kỳ Surface Water Supply Index
Chỉ số SWSI được xác định dựa trên mô hình Giá trị tính toán phân lớp, trong đó xem xét ảnh hưởng của tuyết phủ và lượng trữ Kết quả tính toán của chỉ số này phụ thuộc vào các yếu tố cụ thể liên quan đến điều kiện thời tiết 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 và phạm vi ảnh hưởng của nó Chỉ số này định lượng mức độ ảnh hưởng của điều kiện hạn hán tại từng khu vực, nhưng không thể đo lường cường độ một cách chính xác DAI sử dụng các giá trị chỉ số hạn bình quân để đánh giá tình hình hạn hán ở nhiều nơi khác nhau.
H ạn k in h tế xã h ội hán theo khu vực hạn dựa trên chỉ cường độ hạn nhau vùng tính toán
Ứ ng d ụ ng công c ụ GIS để l ậ p b ản đồ s ự thi ế u h ụ t ngu ồn nướ c
Sử dụng phần mềm ArcGIS để biên tập và hiển thị các lớp nền trên bản đồ, số liệu tính toán SPI1, SPI3, và SPI6 tại 42 vị trí sẽ được đưa lên bản đồ theo tọa độ địa lý của các trạm đo Phép nội suy nghịch đảo khoảng cách (IDW) sẽ được áp dụng để nội suy giá trị SPI cho 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, từ đó tạo ra bản đồ hạn của vùng.
Phương pháp nội suy IDW (Inverse Distance Weighting) là một kỹ thuật nội suy xác định cục bộ, cho phép ước lượng giá trị tại một điểm bất kỳ dựa trên trung bình có trọng số của các giá trị ở các điểm lân cận Mỗi điểm lân cận sẽ có trọng số phụ thuộc vào khoảng cách đến điểm cần ước lượng, với giả thiết rằng giá trị tại các điểm này là trung bình trọng số.
Phương pháp IDW (Inverse Distance Weighting) cho rằng khoảng cách giữa các giá trị tại điểm mẫu trong khu vực lân cận ảnh hưởng đến điểm dự báo Cụ thể, những điểm gần hơn với điểm cần 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 khi λi là các trọng số phụ thuộc vào khoảng cách từ mỗi điểm mẫu đến điểm s0 Giá trị z(s) được đo đạc tại mỗi điểm mẫu i.
Khoảng cách di0 giữa điểm dự báo s0 và điểm mẫu si được xác định bởi tham số p, biểu thị tốc độ giảm trọng số khi khoảng cách tăng Nghiên cứu này chọn p = 2, nghĩa là trọng số sẽ giảm theo bình phương của khoảng cách.
IDW (Inverse Distance Weighting) dựa vào nghịch đảo của khoảng cách được nâng lên thành hàm mũ Tham số số mũ này giúp điều chỉnh tầm quan trọng của các điểm đã biết trong quá trình nội suy giá trị, tùy thuộc vào khoảng cách của chúng từ điểm đầu ra Giá trị số mũ 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 và kém mịn hơn Khi số mũ tăng, các giá trị nội suy gần gũi với điểm mẫu sẽ trở nên rõ rệt hơn Ngược lại, việc sử dụng số mũ thấp hơn sẽ làm giảm ảnh hưởng của các điểm gần, tạo ra bề mặt mịn hơn với sự tác động lớn hơn từ các điểm xa hơn.
Trong luận văn này, tác giả đã chọn giá định mặc định của QGIS nhằm đạt được sự cân bằng giữa các điểm gần và xa so với điểm cần nội suy.
Các bước lập bản đồ thiếu hụt nguồn nước bằng công cụ GIS:
1 Các chỉ tiêu hạn hán đã xây dựng trước đây cho từng loại hạn có mức phân loại khác nhau Để thống nhất xây dựng bản đồ thiếu hụt nguốn nước, mức độ hạn được phân lại thành 3 mức chính đó là hạn nặng, hạn vừa, hạn nhẹ, và không hạn ứng với giá trị SPI6 Bản đồ thiếu hụt nguồn nước được tính toán trên mức trung bình của chỉ tiêu này
2 Bản đồ tổng hợp ứng với các các SPI được xác định dựa trên bản đồ ứng với các chỉtiêu tương ứng theo các chỉ tiêu chọn
3 Ứng dụng công cụGIS để tính toán thể hiện hạn hán trên địa bản tỉnh Trên cơ sở này xác định phạm vi hạn hán ứng với các nguy cơ hạn hán khác nhau.
KẾ T QU Ả VÀ TH Ả O LU Ậ N
Di ễ n bi ến lượng mưa
Lượng mưa trung bình 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 khu vực sông Giăng, từ Cửa Rào - Nghĩa Khánh đến Dừa, cũng có lượng mưa trung bình từ 1.800 đến 2.100mm Vùng sông Ngàn Phố và Ngàn Sâu đạt lượng mưa từ 2.200 đến 2.400mm, trong khi khu vực đồng bằng ven biển có lượng mưa năm đạt 1.800 đến 1.900mm Đặc biệt, các vùng 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, với vùng thượng nguồn bắt đầu từ tháng 5 và kết thúc vào tháng 10, trong đó tháng 8 là tháng có lượng mưa lớn nhất Ba tháng có lượng mưa cao nhất là tháng 7, 8 và 9 Ở trung và hạ du, mùa mưa bắt đầu từ tháng 6 và kéo dài đến tháng 10 hoặc tháng 11, với tháng 11 cũng có lượng mưa lớn, nhưng tháng 8, 9 và 10 vẫn là những tháng mưa nhiều nhất.
Mùa mưa ở lưu vực phía Nam, như vùng 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 rơi vào mùa ít mưa.
Mùa mưa thường bắt đầu từ Bắc vào Nam, với hai đỉnh cực trị vào tháng Năm và tháng Sáu Sự gia tăng mưa trong tháng Năm và tháng Sáu chủ yếu do hoạt động mạnh của gió mùa Tây Nam, gây ra mưa tiểu mãn và lũ tiểu mãn Tổng lượng mưa trong hai tháng này có thể chiếm tới 20% lượng mưa cả năm tại các trạm thượng nguồn sông Cả.
Trận lũ tiểu mãn lớn xảy ra tại Hiếu, Ngàn Phố, Ngàn Sâu, 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 lớn trên sông Ngàn Phố, với lượng mưa tối đa ghi nhận lên tới 483mm tại Kim Cương và 296mm tại Hoà Duyệt vào ngày 26 tháng 5 năm 1989.
Gió mùa Tây Nam gây ra thời tiết khô nóng do hiện tượng Fơn, với lượng mưa đạt cực đại vào tháng 5 và 6, trong khi tháng 7 có lượng mưa tối thiểu Khi gió Lào hoạt động mạnh, lượng mưa trong tháng 7 chỉ đạt từ 5 đến 10% tổng lượng mưa hàng năm.
Vào tháng VIII, IX, 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 đã dẫn đến lũ lớn trên các triền sông.
Lượng mưa hai tháng IX, X đạt tới 40% lượng mưa năm Lượng mưa tháng IX,
X phân bố không đồng đều trên lưu vực, với vùng đồng bằng chịu ảnh hưởng mạnh từ mưa bão, đạt lượng mưa từ 1.000 đến 1.100mm trong hai tháng Ngược lại, ở khu vực thượng lưu dòng chính, lượng mưa giảm dần chỉ còn từ 500 đến 800mm do ít chịu ảnh hưởng của 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 Các tháng khác cũng có lượng mưa tương tự, trong đó tháng II chỉ chiếm 1 đến 2% tổng lượng mưa cả năm Tổng lượng mưa trong 5 tháng mùa khô, từ tháng XII đến tháng IV, chỉ chiếm từ 10 đến 20% lượng mưa hàng 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 việc tính toán chỉ số SP6 tại các trạm khí tượng, kết hợp với chỉ số bình quân SPI được tính bằng cách trung bình hóa các ô lưới SPI theo từng tháng.
Dựa vào chỉ số SPI6 trung bình, các giai đoạn 1991-1992, 1998-2001, 2003-2005, 2010-2011 và 2014-2015 cho thấy sự thiếu hụt nguồn nước kéo dài so với trung bình nhiều năm, đặc biệt là trong các giai đoạn 1998-2001, 2003-2005 và 2014-2015, kéo dài sang năm 2016 Xu thế này gần như tương đồng ở các trạm đại diện cho các vùng miền núi (Quỳ Hợp), đồng bằng (Hà Tĩnh) và ven biển (Quỳnh Lưu) Điều này chứng tỏ rằng những năm xảy ra hạn hán trong quá khứ đã ảnh hưởng đến toàn bộ lưu vực sông Cả, mặc dù mức độ ảnh hưởng có sự khác biệt.
Hình 3 4 Ch ỉ s ố SPI 1, 3 và 6 tr ạ m Qu ỳ H ợ p
Khi phân tích chỉ số SPI3, cho thấy xu hướng tương đồng về các giai đoạn hạn khí tượng, với tần suất hạn tăng nhưng thời gian mỗi đợt lại ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ phù hợp với thực tế, điển hình như năm 2015, tỉnh Nghệ An đã công bố tình trạng thiên tai hạn hán do hạn xảy ra trên diện rộng, kéo dài từ năm 2014 đến 2016.
Hình 3 5 Xu th ế di ễ n bi ế n h ạ n hán vùng LVS C ả d ự a vào ch ỉ s ố SPI
Các quãng thời gian giữa các đợt hạn hán thường có lượng mưa dồi dào hơn so với trung bình nhiều năm Chỉ số SPI3 cho thấy xu hướng các giai đoạn nhiều nước, như các năm 1990-1991, 1997, đầu năm 2004 và cuối năm 2013, khá tương đồng với thực tế Ngược lại, chỉ số SPI6 cho thấy ít đợt nhiều nước xen kẽ với các đợt ít nước Đánh giá trên khoảng thời gian ngắn hơn bằng SPI3 giúp nhận diện rõ ràng 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 các năm cho thấy rõ 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, chúng tôi đã xây dựng các bản đồ hạn khí tượng, cho phép xác định diện tích bị hạn theo các đơn vị hành chính Bảng 3.2 trình bày diện tích hạn tại các huyện trong vùng nghiên cứu vào đầu năm 2015, cho thấy những khu vực chịu ảnh hưởng nặng nề như Vinh, Yên Thành, Con Cuông, Thanh Chương, Anh Sơn, Hưng Nguyên và Đô Lương Tổng diện tích hạn rất nặng trong vùng lên đến hơn 138.000 ha, hạn nặng gần 578.000 ha, và hạn tổng cộng hơn 350.000 ha Kết quả này khớp với tình hình thực tế khi Nghệ An đã công bố tình trạng thiên tai hạn vào năm 2015.
B ả ng 3 2 Phân c ấ p h ạ n theo di ệ n tích các huy ệ n LVS C ả năm 2015 (theo ch ỉ s ố SPI6)
Di ệ n tích theo c ấp độ h ạ n (ha)
Di ệ n tích theo c ấp độ h ạ n (ha)
B ả ng 3 3 Di ệ n tích b ị h ạ n theo ch ỉ s ố SPI6 năm 2005
Di ệ n tích theo c ấp độ h ạ n (ha)
Di ệ n tích theo c ấp độ h ạ n (ha)
Đề xu ấ t gi ả i pháp ứ ng phó, kh ắ c ph ụ c thi ế u h ụ t ngu ồn nước lưu vự c sông
3.5.1 Một số giải pháp công trình (Phải nêu hiện trạng rồi mới đưa ra biện pháp công trình)
Kết quả từ việc tính toán và xây dựng bản đồ thiếu hụt nguồn nước mùa khô cho các tiểu vùng cho thấy sự thiếu hụt lượng mưa mùa khô so với trung bình nhiều năm, đặc biệt 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 trong năm và đảm bảo nguồn nước cho các thời kỳ thiếu nước mùa khô là cần thiết và khả thi.
Trên lưu vực sông Cả, nhiều công trình thủy lợi và thủy điện đã được xây dựng, nhưng vẫn chưa đủ nước cho các vùng cần thiết Do đó, trong tương lai, cần khai thác tối đa nguồn nước từ các hồ chứa như Bản Vẽ (80 m³/s) và Bản Mồng (22 m³/s), cũng như các công trình mới như Chúc A, Trại Dơi (9,4 m³/s), Đá Gân, Khe Chè, Nước Sốt, Rào Mắc (11,5 m³/s), và Thác Muối (18,5 m³/s) để bổ sung nguồn nước cho hạ du Viện Quy hoạch Thủy lợi đã cung cấp số liệu về lưu lượng có thể khai thác từ các hồ này, trong khi luận văn tập trung vào ứng dụng công cụ tính toán chỉ số hạn khí tượng SPI để đánh giá những vùng thường xuyên chịu ảnh hưởng bởi thiếu nước trong mùa khô Để tận dụng nguồn nước từ các hồ chứa thượng nguồn, 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, 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 nâng cao hiệu quả công tác quản lý tài nguyên nước.
Cần xem xét và củng cố vai trò của Ban Quản lý lưu vực sông Cả, đồng thời thiết lập một hình thức tổ chức phù hợp với điều kiện và bối cảnh của lưu vực sông tại Việt Nam.
Nhiệm vụ quản lý nước cần phải đảm bảo không trùng lặp với các nhiệm vụ của các tổ chức khác trong lưu vực sông, đặc biệt là hệ thống quản lý nước hiện tại của các tỉnh Cần thiết lập cơ chế phối hợp hiệu quả với các cơ quan và tổ chức liên quan trong việc sử dụng nước, chú trọng vào 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 công tác quản lý và quy hoạch Việc này giúp tối ưu hóa kế hoạch khai thác nguồn nước, đảm bảo hiệu quả trong việc sử dụng tài nguyên.
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 hiệu quả hơn Việc này không chỉ nâng cao khả năng khai thác nguồn nước mà còn đảm bảo sử dụng bền vững và hợp lý.
Kết quả nghiên cứu đề xuất cần hợp tác với các cơ quan chuyên môn để phát triển và ứng dụng công nghệ cao hơn Việc kết hợp công nghệ viễn thám với mô hình toán sẽ giúp tạo dựng cơ sở dữ liệu, bổ sung các khoảng trống về thông tin và dữ liệu Đồng thời, cần xây dựng các kịch bản sẵn sàng ứng phó với các tình huống phát sinh.