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 nguồn nước quá mức Hiện tượng này có thể xảy ra ở mọi vùng khí hậu trên thế giới, với đặc điểm biến đổi đáng kể giữa các khu vực Hạn hán khác với khô hạn, vì khô hạn chỉ tồn tại ở những vùng có lượng mưa thấp và nhiệt độ cao, là 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 của đất nước đã mang lại những thay đổi tích cực cho 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 hàng loạt khu công nghiệp, khu kinh tế và khu đô thị mới đã dẫn đến nhu cầu nước tăng lên đáng kể cho các ngành sản xuất.
Quy luật diễn biến thời tiết khí hậu ngày càng phức tạp, đặc biệt là về lũ và hạn Mực nước trên các sông đang có những tổ hợp bất lợi cho công tác phòng lũ, như các trận lũ lớn vào các năm 1978, 1988, 2002, 2007 và trận lũ nghiêm trọng nhất vào năm 2010, gây thiệt hại nặng nề cho nền kinh tế và xã hội Về hạn, mức độ hạn cũng gia tăng, ảnh hưởng nghiêm trọng đến sản xuất, điển hình là các năm 2005, 2007 và đặc biệt là năm 2010.
Nghệ An và Hà Tĩnh, nằm trong lưu vực sông Cả, đã trải qua tình trạng hạn hán nghiêm trọng Năm 2010, Nghệ An ghi nhận khoảng 17.000-20.000ha đất bị hạn, trong khi Hà Tĩnh có khoảng 12.000ha, trong đó 30% diện tích chịu ảnh hưởng nặng nề Hàng trăm hệ thống hồ tại khu vực này đã gần đạt mức nước chết, với một số nơi như sông Cả tại Nam Đàn và sông La tại Linh ghi nhận mực nước xuống 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 Qua đó, chúng ta có thể 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 quan trọng bao gồm lượng mưa, cường độ bức xạ mặt trời, nhiệt độ bề mặt đất trung bình, và độ che phủ đất Những yếu tố này ảnh hưởng đến mức độ hạn hán và khả năng ứng phó của các địa phương.
Ph ạ m vi nghiên c ứ u
- Vùng nghiên cứu lưu vực sông Cả thuộc Việt Nam gồm toàn bộ tỉnh Nghệ An,
8 huyện Hà Tĩnh, một phần huyện Như Xuân thuộc Thanh Hóa
- Giới hạn vùng nghiên cứu:
+ Lưu vực sông Cả nằm trên hai quốc gia: Cộng hoà dân chủ Nhân Dân Lào và
Cộng hoà xã hôi chủ nghĩa Việt Nam Ở Việt Nam sông Cả nằm trên địa phận của 3 tỉnh Thanh Hoá, Nghệ An, Hà Tĩnh
+ Tỉnh Thanh Hoá nằm trong lưu vực sông Cả: Có khoảng 1/2 diện tích huyện Như Xuân trên sông Chàng (sông nhánh).
Tỉnh Nghệ An nằm trong lưu vực sông Cả, bao gồm các huyện như Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn, Tân Kỳ (nhánh sông Hiếu) và Kỳ Sơn, Tương Dương, Con Cuông, Anh Sơn, Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên (dòng chính sông Cả) Việc sử dụng nước từ các hệ thống thủy lợi ở Nghệ An trong mùa kiệt có mối liên hệ chặt chẽ với các huyện hưởng lợi như Yên Thành, Diễn Châu, Quỳnh Lưu (thuộc hệ thống thủy nông Diễn Yên Quỳnh - hệ thống Bắc Nghệ An) cùng với thành phố Vinh, thị xã Cửa Lò, Nghi Lộc, Hưng Nguyên (trong hệ thống Nam Hưng Nghi - hệ thống thủy nông Nam Nghệ An).
Tỉnh Hà Tĩnh có lưu vực sông Cả trải dài qua các huyện Hương Sơn, Hương Khê, Vũ Quang, Nghi Xuân, cùng với các vùng hưởng lợi như Can Lộc, Thạch Hà và Đức Thọ, cũng như thị xã.
Hồng Lĩnh trong hệ thống sông Nghèn
+ Với tổng diện tích tự nhiên là 19.627 km 2 bao gồm cả vùng hưởng lợi
Cách ti ế p c ận và phương pháp nghiên cứ u
Cách ti ế p c ậ n
Các vùng sản xuất nông nghiệp và khu vực quy hoạch cho sản xuất nông nghiệp hiện chưa được nghiên cứu hoặc cảnh báo về nguy cơ hạn hán, điều này cần được chú trọng để đảm bảo an toàn cho nguồn cung thực phẩm và phát triển bền vững.
- Tiếp cận kết quả của các nghiên cứu trong và ngoài nước về vấn đề hạn hán
Để tiếp cận vấn đề 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 qua, hạn hán đã gia tăng trên toàn cầu, gây thiệt hại kinh tế và ảnh hưởng đến đời sống con người cũng như môi trường sinh thái Mỗi năm, khoảng 21 triệu ha đất trở nên không có năng suất do hạn hán, trong khi số dân gặp rủi ro ở các vùng khô cằn đã tăng hơn 80% trong gần 25 năm qua Hơn 1/3 diện tích đất đai thế giới đã bị khô cằn, nơi có 17,7% dân số sinh sống Cùng với hạn hán, hoang mạc hóa đang lan rộng từ các vùng khô hạn và bán khô hạn đến cả những khu vực bán ẩm ướt, với diện tích hoang mạc hóa hiện đạt 39,4 triệu km², chiếm 26,3% tổng diện tích đất tự nhiên trên thế giới.
Hạn hán đang đe dọa 250 triệu người trên toàn cầu, ảnh hưởng đến 100 quốc gia và gây ra nguy cơ đói khát Tình trạng này không chỉ tác động đến cuộc sống con người mà còn ảnh hưởng nghiêm trọng đến môi trường khí hậu toàn cầu (WMO [1]).
Hạn hán thường gây ảnh hưởng rộng rãi và mặc dù ít khi trực tiếp dẫn đến thiệt hại về nhân mạng, nhưng tổn thất kinh tế do hạn hán gây ra là rất lớn Theo Trung tâm giảm nhẹ hạn hán quốc gia Mỹ, thiệt hại hàng năm từ hạn hán đối với nền kinh tế Mỹ khoảng 6-8 tỷ USD, so với 2,41 tỷ USD do lũ lụt và 1,2-4,8 tỷ USD do bão Đặc biệt, đợt hạn hán lịch sử xảy ra vào năm 1988-1989 đã gây thiệt hại lên đến 39-40 tỷ USD, vượt xa thiệt hại kỷ lục từ lũ lụt, chỉ đạt 15-27,6 tỷ USD.
Hạn hán và bão đã gây ra tổn thất kinh tế lớn, với thiệt hại lên tới 25-33,1 tỷ USD vào năm 1992 Nhiều quốc gia như Ấn Độ, Pakistan và Australia cũng chịu ảnh hưởng nặng nề từ hạn hán Đặc biệt, hiện tượng El Nino vào năm 1997-1998 đã dẫn đến cháy rừng diện rộng ở Indonesia, gây thiệt hại kinh tế nghiêm trọng Theo dự báo của Liên Hiệp Quốc, đến năm 2025, 2/3 diện tích đất canh tác ở châu Phi, 1/3 ở châu Á và 1/5 ở Nam Mỹ sẽ không còn khả năng sử dụng, ảnh hưởng đến khoảng 135 triệu người buộc phải rời bỏ nhà cửa để tìm kiếm cuộc sống mới.
Trên thế giới, nhiều tác giả đã nghiên cứu về hạn hán, nhưng do tính phức tạp của hiện tượng này, chưa có phương pháp chung cho các nghiên cứu Trong việc xác định và giám sát hạn hán, các chỉ số hạn hán là công cụ chính được sử dụng Việc theo dõi sự biến động của các chỉ số này giúp xác định sự khởi đầu, thời gian kéo dài và cường độ của hạn Các chỉ số hạn hán có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, hoặc tổng hợp của nhiều biến, mỗi chỉ số có ưu nhược điểm riêng và được áp dụng phù hợp với điều kiện của từng quốc gia Ngoài việc sử dụng dữ liệu quan trắc, các chỉ số hạn hán cũng có thể áp dụng cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu Xác định các đặc trưng của hạn hán, như sự khởi đầu, kết thúc, thời gian kéo dài, phạm vi, mức độ và mối liên hệ với khí hậu là rất cần thiết trong nghiên cứu hạn.
Nghiên cứu về hạn hán toàn cầu của Aiguo Dai và cộng sự đã chỉ ra rằng tần suất và mức độ hạn hán đã gia tăng đáng kể ở nhiều khu vực Nico Wanders và đồng nghiệp đã phân tích 18 chỉ số hạn
Hạn hán ở phía bắc Trung Quốc đã gia tăng từ những năm 1990, với một số khu vực trải qua hạn hán kéo dài từ 4-5 năm (1997-2003) Nhiều nghiên cứu đã chỉ ra rằng hạn hán là hiện tượng phức tạp, hình thành từ cả nguyên nhân tự nhiên và con người Các yếu tố tự nhiên bao gồm dao động khí quyển và biến đổi nhiệt độ mặt nước biển, 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 Hiện nay, nhiều chỉ số hạn đã được phát triển và áp dụng trên toàn thế giới, như chỉ số Ivanov, Budyko, và Palmer, nhưng không có chỉ số nào vượt trội trong mọi điều kiện Việc lựa chọn chỉ số hạn phù hợp phụ thuộc vào điều kiện cụ thể của từng vùng và hệ thống dữ liệu quan trắc hiện có.
Để giảm thiểu tác động của hạn hán, nhiều quốc gia phát triển đã thiết lập các trung tâm giám sát, dự báo và cảnh báo hạn hán Nhiệm vụ chính của các trung tâm này là cung cấp thông tin và dự báo kịp thời về tình hình hạn hán.
1 Theo dõi, giám sát, dự báo và cảnh báo hạn hán;
2 Phối hợp với các ban ngành có liên quan để đề xuất và tiến hành các hoạt động ngăn ngừa, phòng tránh và giảm nhẹ tác hại của hạn hán;
3 Phối hợp với các cơ quan nghiên cứu khoa học xây dựng các phương pháp dự báo và cảnh báo hạn hán
* Sử dụng mưa vệ tinh trong đánh giá nguồn nước
Lượng mưa là dữ liệu quan trọng cho việc kiểm kê và đánh giá nguồn nước trên lưu vực sông Ngoài các số liệu đo đạc tại 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 có 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 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 ở khu vực 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 tần số 13,8 GHz, TRMM Microwave Image (TMI) với chín kênh đo phóng vi sóng thụ động, và VIRA (Visible and Infrared Scanner) với năm kênh hồng ngoại Thuật toán 3B42 nhằm tạo ra tỷ lệ lượng mưa kết hợp hồng ngoại (IRM) và ước tính sai số lượng mưa (RMSE).
Hình 1 2 D ữ li ệu mưa TRMM từ năm 2000 -2008 ở Nepal
- CMORPH là dữ liệu mưa được tạo ra bởi kỹ thuật CMORPH (MORPHing
CPC là sản phẩm của Cục Đại dương và Khí quyển quốc gia Hoa Kỳ, cung cấp phân tích lượng mưa toàn cầu với độ phân giải không gian và thời gian cao Kỹ thuật này sử dụng 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 tần suất cập nhật hàng ngày Bên cạnh đó, nguồn dữ liệu này hoàn toàn miễn phí, khiến nó trở thành lựa chọn phổ biến trong nghiên cứu và ứng dụng hiện nay.
1.1.2 Tổng quan trong nước Đối với Việt Nam, nơi có tiềm năng nguồn nước phong phú nhưng do tính chất phân mùa sâu sắc nên thường xuyên xuất hiện hạn hán Cũng như các nghiên cứu trên thế giới, các nghiên cứu về hạn hán ở Việt Nam chủ yếu tập trung đến hạn khí tượng, hạn thủy văn và hạn nông nghiệp Các đề tài, dự án nghiên cứu hạn hán ở Việt Nam đã được triển khai trong những năm gần đây, chủ yếu tập trung vào 2 vấn đề chính:
(1) Các nghiên cứu cơ bản về hạn hán và tác động tới dân sinh, kinh tế, xã hội
(2) Các giải pháp, phòng chống và giảm nhẹ hạn hán bao gồm:
- Giải pháp công trình xây dựng các công trình thu trữ, điều tiết nước;
Tổng quan vùng nghiên cứu
1.2.1 Đặc điểm địa hình vùng nghiên cứu
Lưu vực sông Cả có hình dạng phát triển từ Tây Bắc đến Đông Nam, với phần lớn diện tích là đồi núi, chỉ 19% diện tích đất phù hợp cho nông nghiệp tại 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 trung lưu trở xuống, bao gồm các huyện Đô Lương, Thanh Chương, Nam Đàn và Hưng Nguyên Khu vực này, đặc biệt là các vùng đồng bằng Diễn - Yên - Quỳnh, Nam - Hưng - Nghi, sông Nghèn và Nghi Xuân, là trung tâm phát triển kinh tế xã hội của lưu vực Cao độ đồng bằng ven sông Cả dao động từ +10 đến +15m tại Đô Lương, +7 đến +8m tại Thanh Chương, +2,5 đến +1,0m tại Nam Đàn và Hưng Nguyên, và từ +2,0 đến +0,0m tại Đức.
Thọ, Thạch Hà Tổng diện tích mặt bằng vùng đồng bằng chiếm khoảng 10% diện tích lưu vực sông Cả và khu hưởng lợi
Hình 1 4 B ản đồ h ành chính lưu vự c sông C ả b.Vùng đồi trung du
Trung du lưu vực sông Cả, bao gồm các huyện Nghĩa Đàn, Quỳ Hợp, Tân Kỳ, Anh Sơn, Thanh Chương, Vũ Quang, Hương Sơn và Hương Khê, sở hữu địa hình phức tạp với những đồi bát úp và đồi cao xen kẽ cùng các thung lũng thấp.
Bãi Tập - Quỳ Hợp, sông Sào - Nghĩa Đàn, Hương Khê và Vũ Quang là những vùng có địa hình cao độ biến đổi từ +20 đến +200m, với địa hình bị chia cắt mạnh do các sông nhỏ, chiếm khoảng 25-30% diện tích Địa hình vùng núi cao tập trung chủ yếu ở phía Tây, Tây Bắc và Tây Nam, kéo dài từ Đồng Văn, Thông Thụ đến Hương Liên, với các dãy núi như Giăng Màn và núi biên giới từ Nậm Mô đến Cầu Treo Cao độ của địa hình này từ +12.000 đến +15.000m, tạo thành bức tường ngăn cách lưu vực sông Mê Kông và sông Cả Các huyện miền núi cao như Kỳ Sơn, Tương Dương, Con Cuông, Quế Phong, và một số huyện khác có độ dốc lớn và thung lũng hẹp, với địa hình vùng núi cao chiếm 60-70% diện tích lưu vực nhưng chỉ 1,5-2% 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 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” do Nguyễn Xuân Tùng biên tập cho thấy 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 đã trải qua chế độ đại dương vi lục địa, sườn châu lục địa và cận lục địa Thời kỳ Paleozoi muộn đến Merozoi muộn chứng kiến sự tồn tại của chế độ rift và prerift, trong khi 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.
Lưu vực sông Cả có địa tầng đa dạng, bao gồm các giới và hệ tầng từ cổ đến trẻ Các giới địa tầng chủ yếu là Giới Protezoi, Giới Paleozoi (PZ) và Giới Mezozoi, với nhiều hệ tầng khác nhau.
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 vào Việt Nam tại bản Keng Đu, sông gần sát biên giới Việt - Lào khoảng 40km và hoàn toàn vào Việt Nam tại chân núi cao 1.067m Đến Bản Vẽ, sông chuyển dòng theo hướng Bắc - Nam và tại Cửa Rào, sông nhập với nhánh Nậm Mô, tiếp tục chảy theo hướng Tây Bắc - Đông Nam Sông Cả có diện tích lưu vực 27.200km², trong đó 9.740km² nằm trên đất Lào, phần còn lại thuộc địa phận Việt Nam.
Dòng chính sông Cả có hướng đứt gãy Tây Bắc - Đông Nam, với lòng sông sâu và ít bãi bồi Đoạn hạ lưu 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 thích hợp để xây dựng kho nước tổng hợp Sông Cả không có phân lưu và chỉ có một cửa thoát duy nhất.
Sông Hiếu là một chi lưu bên tả của sông Cả, nằm ở đoạn giữa tại Ngã ba Cây Chanh Với diện tích lưu vực 5.340 km² và chiều dài 314 km, sông Hiếu bắt nguồn từ dãy núi Cao Phú Hoạt thuộc huyện Quế Phong Dòng sông chảy theo hướng Tây Bắc - Đông Nam, gần như 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 điểm quan trọng liên quan đến sông Hiếu, một nguồn nước thiết yếu cho các huyện Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn và Tân Kỳ Tuy nhiên, vào mùa kiệt, lưu lượng nước trên sông Hiếu có thể giảm xuống chỉ còn 6-7 m³/s, không đáp ứng đủ nhu cầu cấp nước cho khu vực.
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 này, sông Chàng và sông Dinh là hai chi lưu lớn, đóng vai trò quan trọng trong việc cấp nước cho sông Hiếu.
Sông Nậm Mô, bắt nguồn từ rừng núi tỉnh Bôlikhăm Xay (Lào), chảy vào Việt Nam tại Làng Nhãn, huyện Kỳ Sơn Tại Lào, sông chảy theo hướng Bắc Nam quanh đỉnh Huổng Mang Ngai (2406m), sau đó đổi dòng theo hướng Đông Nam - Tây Bắc Đến bản Suông Hang, sông lại chuyển hướng Tây Bắc - Đông Nam và hợp lưu với dòng chính sông Cả tại Cửa Rào Do đó, sông Nậm Mô có thể được coi là dòng chính của sông Cả vì nó chảy theo hướng tương tự.
Sông Nậm Mô có diện tích lưu vực 3.970 km² và chiều dài 189 km, trong đó phần chảy trên đất Việt Nam là 89 km Dọc theo thượng nguồn đến đoạn nhập lưu, có nhiều vị trí tiềm năng để xây dựng hồ chứa nhằm phát điện và điều tiết nước cho hạ du Thượng nguồn sông Nậm Mô chảy qua các vùng núi đá cao với độ cao trung bình trên 1.000 m.
Sông Giăng là một phụ lưu phía hữu sông Cả, cách đập Đô Lương khoảng 20km về phía hạ lưu Sông bắt nguồn từ dãy núi Phu Long cao 1.330m, nằm trong khu vực Môn Sơn - Lục Giã, với diện tích lưu vực đạt 1.05km² Do nằm trong vùng mưa lớn, lòng sông Giăng rộng, nông và có nhiều bãi bồi Hướng chảy chính của sông Giăng song song với sông Cả, đến Thác Muối thì đổi hướng Tây Đông, phần 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, ảnh hưởng đến kinh tế xã hội và được phân loại thành bốn loại: hạn khí tượng, hạn thủy văn, hạn nông nghiệp và hạn kinh tế xã hội Hạn khí tượng là loại hạn xuất hiện đầu tiên và là nguyên nhân chính cho các loại hạn khác, vì vậy việc đánh giá và cảnh báo hạn khí tượng rất quan trọng cho công tác phòng chống và giảm nhẹ thiệt hại Loại hạn này yêu cầu ít số liệu đầu vào như mưa và nhiệt độ, giúp ứng dụng rộng rãi trên toàn cầu Phân tích đặc trưng không gian và thời gian của hạn khí tượng, cùng với các nhân tố gây ra hạn hán, đóng vai trò quan trọng trong quản lý tài nguyên nước và dự báo hạn hán Do đó, tác giả chọn hạn khí tượng làm đối tượng nghiên cứu trong luận văn này.
Trong việc xác định và giám sát hạn hán, các chỉ số hạn hán là công cụ chính được sử dụng Theo dõi biến động của các chỉ số này giúp xác định sự khởi đầu, thời gian kéo dài và cường độ 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 tổng hợp của nhiều biến Mỗi chỉ số có 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 số 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 này để dự báo hạn cho 7 vùng khí hậu khác nhau ở Việt Nam Ngoài ra, Nguyễn Lương Bằng đã sử dụng cả hai chỉ số SPI và SPEI để dự báo hạn khí tượng cho tỉnh Khánh Hòa.
Các thành phần trong chu trình tuần hoàn nước phản ứng với lượng mưa tích lũy ở mức độ và thời gian khác nhau, 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 diễn giải đặc tính của hạn hán SPI có thể được tính toán cho nhiều thời đoạn khác nhau bằng cách chuyển đổi dữ liệu mưa thành hàm tiêu chuẩn hóa, cho phép so sánh hạn hán giữa các vùng có điều kiện thời tiết khác nhau Tuy nhiên, SPI cũng có một số hạn chế, như yêu cầu ít nhất 30 năm dữ liệu để đảm bảo độ chính xác và giả định rằng nguyên nhân chính của hạn khí tượng là do mưa, trong khi các yếu tố khí tượng khác như nhiệt độ và bốc hơi có thể không được xem xét đầy đủ.
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 và môi trường của Việt Nam.
Để đánh giá tình hình hạn hán trong khu vực nghiên cứu, luận văn này sẽ áp dụng chỉ số SPI để phân tích sự thiếu hụt lượng mưa (hạn khí tượng) diễn ra theo các giai đoạn 3 tháng và 6 tháng Lượng mưa trong các thời đoạn này sẽ được sử dụng làm yếu tố đầu vào Ngoài ra, số lượng và chất lượng dữ liệu mưa có ảnh hưởng đáng kể đến độ chính xác của các mô hình toán học được sử dụng.
Hiện nay, lưu vực sông Cả chỉ có 23 trạm đo mưa hoạt động, với mật độ 778 km²/trạm, vượt tiêu chuẩn tối thiểu của WMO là 575 km²/trạm Các trạm quan trắc chủ yếu tập trung ở vùng đồng bằng và các thị trấn nằm trong thung lũng sông, trong khi vùng núi cao lại thiếu trạm đo mưa Đặc biệt, số lượng trạm đo mưa tự ghi rất hạn chế, chỉ có một vài trạm khí hậu trang bị máy đo mưa tự ghi.
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 chuyên dụng tại nông trường hoặc vùng sâu, vùng xa thường gặp vấn đề về độ tin cậy và thường 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 dữ liệu mưa vệ tinh để lấp đầy các lỗ hổng số liệu và tính toán chỉ số SPI trên 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 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
Chúng tôi đã lựa chọn các trạm đo từ 23 trạm mưa hiện có trong khu vực nghiên cứu để tính toán chỉ số thiếu hụt nguồn nước, dựa trên các tiêu chí cụ thể.
To 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 được thu thập và phân tích từ 9 trạm đã chọn, trong đó một số trạm gặp phải tình trạng số liệu không liên tục do việc ghi chép và thống kê không đầy đủ Để khắc phục tình trạng thiếu số liệu này, chúng tôi sẽ xem xét và bổ sung từ dữ liệu mưa vệ tinh 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 được phát triển bởi Cục Khảo sát địa chất Hoa Kỳ (USGS) và nhóm hiểm họa khí hậu (CHG) trong gần 30 năm qua 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 dạng lưới, phục vụ cho việc phân tích và theo dõi hạn hán theo mùa.
Dựa trên các tiêu chí tính toán chỉ số thiếu hụt nguồn nước và dữ liệu từ các trạm khí tượng, dữ liệu mưa CHIRPS đã được thu thập cho lưu vực sông Cả, với khoảng thời gian từ năm 1986 đến nay.
2015 c Xử lý mưa vệ tinh CHIRPS
1 Ảnh mưa vệ tinh CHIRPS (30 năm từ1986 đến 2015)
2 Shapefile lưu vực sông Cả
3 Shapefile vị trí 9 trạm mưa.
4 Số liệu thực đo 9 trạm mưa.
Trích giá trịmưa từảnh CHIRPS:
- Add data: ảnh CHIRPS từng tháng, shapefile lưu vực sông Cả, shapefile 9 trạm mưa vào phần mềm ArcGIS
- Trích dữ liệu mưa từ vị trí 9 trạm mưa:
+ Dùng lệnh “Extract by mask”, để trích ra giá trị mưa CHIRPS tại vị trí 9 trạm mưa.
+ Open Attribute Table của file vừa tạo được ở bước trên
Hình 2 3 Trích d ẫ n giá tr ị mưa CHIRP S t ạ i 9 tr ạm đo mưa
+ Mở file *.txt bằng Excel, copy giá trị mưa từảnh CHIRPS
- Làm tương tự cho các tháng còn lại
Hình 2.4 S ố li ệu mưa CHIRPS lưu vự c sông C ả và lân c ậ n tháng 9/1995
So sánh số liệu mưa CHIRPS với mưa thực đo
Hình 2.5 So sánh s ố li ệu mưa CHIRPS và mưa thực đo trạ m Qu ỳ H ợ p
Hình 2.6 So sánh s ố li ệu mưa CHIRPS và mưa thực đo trạm Hà Tĩnh
Hình 2.7 So sánh tương quan giữa mưa CHIRPS và mưa thực đo trạ m Qu ỳ
H ợp và Hà Tĩnh Đánh giá sai số:
Kết quả đánh giá tương quan giữa chuỗi số liệu mưa CHIRPS và mưa thực đo giai đoạn 1996-2000 tại trạm Quỳ Hợp cho thấy chỉ số tương quan R² = 0,6, cho thấy mức độ chấp nhận được Tại trạm Hà Tĩnh, chỉ số R² = 0,72 cho thấy sự tương quan khá tốt Phân tích tương tự cho 7 trạm còn lại cũng cho thấy mức độ tương quan giữa mưa vệ tinh và mưa thực đo là có thể chấp nhận được.
Sử dụng chỉ số NASH-Sutcliffe (NSE):
● Po là giá trị mưa thực đo
● P s là giá trịmưa vệ tinh CHIRPS
- Theo tiêu chuẩn của WMO [30] thì chỉ sốNSE được đánh giá như bảng sau:
B ả ng 2 2 Tiêu chí đánh giá chỉ s ố NSE
Chỉ số NSE Đánh giá chỉ số
Kết quả tính toán cho các trạm từ năm 1996 đến 2000 cho thấy chỉ số NSE thấp nhất là 0,64 tại trạm Quỳ Hợp và cao nhất là 0,90 tại trạm Hà Tĩnh Điều này cho thấy 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, mưa vệt tính CHIRPS có thể được áp dụng để lấp đầy các khoảng trống số liệu cho 9 trạm mưa đã được chọn, từ đó tạo ra chuỗi số liệu dài 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 khí hậu bình thường, không phải sự kiện hiếm gặp, xuất hiện ở hầu hết các vùng khí hậu với đặc trưng khác nhau Đây là một dị thường tạm thời, khác với sự khô cằn thường xuyên ở những khu vực ít mưa Từ những năm 1980, đã có hơn 150 khái niệm về hạn, nhưng chung quy lại, hạn là tình trạng thiếu hụt mưa kéo dài Hạn được phân loại dựa trên bản chất và tác động, bao gồm hạn khí tượng, hạn nông nghiệp, hạn thủy văn và hạn kinh tế – xã hội.
Hạn có thể được xác định qua nhiều chỉ số khác nhau, trong đó phổ biến ở Mỹ và Úc là phần trăm so với trung bình (PN), chỉ số chuẩn hoá lượng mưa (SPI), chỉ số hạn khắc nghiệt Palmer, chỉ số ẩm mùa vụ (CMI), chỉ số cấp nước bề mặt (SWSI), chỉ số tái khô hạn (RDI), và phần mười Chúng tôi chọn chỉ số SPI để xây dựng mô hình dự báo hạn khí tượng vì nó dựa trên khả năng có lượng mưa trong các khoảng thời gian khác nhau (1, 3, 6, 12, 24, 48 tháng) và được đánh giá cao về tính đa dụng Hạn khí tượng xảy ra khi SPI âm và cường độ đạt -1.0 hoặc nhỏ hơn, kết thúc khi SPI trở lại dương Hạn nông nghiệp xảy ra khi thiếu độ ẩm trong một thời vụ, ngay cả khi mưa ở mức trung bình, do điều kiện đất hoặc kỹ thuật canh tác yêu cầu Hạn thuỷ văn diễn ra khi nước dự trữ trong các nguồn như tầng ngầm, sông, hồ bị giảm xuống dưới mức trung bình, mặc dù lượng mưa có thể vẫn ở mức trung bình.
Cả ba loại hạn như hạn khí tượng, hạn độ ẩm đất và hạn thuỷ văn đều có mối liên hệ chặt chẽ với nhau Thiếu mưa và bốc hơi cao có thể dẫn đến hạn khí tượng, trong khi sự thiếu hụt độ ẩm trong đất gây ra hạn độ ẩm đất, ảnh hưởng đến sự phát triển của cây trồng và dẫn đến hạn nông nghiệp Ngoài ra, lượng mưa ít kết hợp với bốc hơi cao làm giảm trữ nước trong lưu vực, ảnh hưởng đến nguồn cung cấp nước ngầm, dẫn đến tình trạng cạn kiệt dòng chảy sông suối và gây ra hạn thuỷ văn Do đó, khi nhắc 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 tình trạng hạn hán nặng với chỉ số từ -3,0 đến -3,99 Để đánh giá chính xác, cần xem xét cả hai yếu tố nguồn nước cung cấp, tuy nhiên, phương pháp này không thực sự hiệu quả và chưa được áp dụng rộng rãi.
Chỉ số PDSI (Palmer Drought Severity Index) được sử dụng để đánh giá 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 do bốc hơi, đặc biệt là trong 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 sau: từ -1,0 đến -1,99 chỉ ra hạn nhẹ, trong khi từ -0,5 đến -0,99 phản ánh hạn rất nhẹ Điều này đặc biệt quan trọng trong việc đánh giá tiềm năng hạn hán tại Hoa Kỳ và trên toàn thế giới, cũng như ảnh hưởng đến các khu vực có tuyết bao phủ.
Có thể tính toán chỉ số hạn theo cả
Chỉ số Precipitation Standardized Index (SPI) được tính toán từ chuỗi số liệu mưa nhiều năm, nhằm đánh giá tình trạng hạn hán SPI sử dụng phân bố chuẩn để phân loại mức độ hạn hán, với các giá trị từ -1,5 đến -1,99 được xem là hạn nặng, từ -1,0 đến -1,49 là hạn vừa Chỉ số này có thể áp dụng cho nhiều khoảng thời gian khác nhau như tuần, tháng, quý hoặc năm và có khả năng phản ánh cả hai điều kiện ẩm ướt và khô hạn, yêu cầu phải có chuỗi số liệu mưa đủ dài mà không tính đến bốc hơi SPI có thể được tính cho tất cả các vùng bị ảnh hưởng bởi hạn hán.
−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 thấy sự khác biệt rõ rệt so với mức bình thường Phương pháp thống kê hiệu quả yêu cầu sử dụng chuỗi số Rainfall Deciles (RD) để phân nhóm mưa theo khí tượng, chia thành 10 nhóm nhỏ Nhóm 3-4 thể hiện lượng mưa nhỏ hơn bình quân và cho kết quả tốt khi chuỗi số liệu đủ dài, nhưng không được ứng dụng rộng rãi tại Úc Trong khi đó, nhóm 5-6 gần đạt mức bình quân và có thể kiểm tra giới hạn tính bốc hơi thường xuyên.
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 ẩm độ Mô hình này yêu cầu nhiều yếu tố chuyên dụng, sử dụng số liệu 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, và 40-60% là gần bình thường Việc xem xét các điều kiện lịch sử cũng rất quan trọng để đưa ra đánh giá chính xác.
The Palmer Moisture Anomaly Index, also known as the Z-index, measures abnormal moisture levels to assess drought conditions The frequency of the Z-index is calculated to determine the severity of drought.
Nhạy cảm khi tính toán độ thiếu hụt Không xem xét đến yếu t ố
(Z -index) Hoa Kỳ tính toán cho tháng trong mô hình Palmer mưa lịch sử
Chỉ số ẩm bất thường Palmer
Công thức S=DxM mô tả mối quan hệ giữa thời đoạn dòng chảy (D) trong sông nhỏ hơn mức bình thường và lưu lượng đến trung bình (M) trong suốt thời gian dài.
Để xác định mức độ hạn, S cần được tính toán chuẩn hóa một cách chính xác Quá trình tính toán này đơn giản và không yêu cầu thông tin về lưu vực, đồng thời không phân bố mức độ hạn theo tần suất tiêu chuẩn.
T otal water deficit (S) Tổng lượng Hoa Kỳ nước thiếu hụt
Phương pháp này áp dụng mô hình Palmer để tính chỉ số PDSI, tương tự như tính S, nhưng yêu cầu độ chính xác cao hơn trong việc xác định ranh giới giữa khô hạn và ẩm ướt.
Giá trị tính toán phân lớp t ương tự PDSI nhưng đòi hỏi phân khoảng nhỏ hơn.
Sử dụng mô hình cân bằng nước để xác định mức độ ảnh hưởng của cả 2 yếu tố mưa và nhiệt độ.
Không thực sự hiệu quả tính toán cho các vùng núi hoặc vùng có tuy ết bao phủ; cần tính phân bổ tần suất tiêu chuẩn
Index Phần lớn sử dụng ở
(PHDI)- Chỉ số hạn thủy văn Palmer
Hoa Kỳ Surface Water Supply Index
Chỉ số SWSI được xác định thông qua mô hình giá trị tính toán phân lớp, trong đó xem xét các yếu tố như tuyết phủ và lượng trữ Kết quả tính toán của chỉ số này phụ thuộc vào các yếu tố môi trường và điều kiện thời tiết cụ thể.
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Chỉ số Hạn hán theo khu vực (DAI) được tính toán dựa trên mức độ hạn hán xác định, phản ánh phạm vi ảnh hưởng của tình trạng hạn hán Chỉ số này không thể đo lường cường độ ảnh hưởng do điều kiện hạn hán của từng khu vực, 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 các lớp nền trên bản đồ, dữ liệu SPI1, SPI3, SPI6 tại 42 vị trí sẽ được trình bày dưới dạng file Excel và hiển thị dựa trên tọa độ địa lý của các trạm đo Phép nội suy nghịch đảo khoảng cách (IDW) được áp dụng để nội suy giá trị SPI từ 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, nhằm tạo ra bản đồ hạn cho vùng.
Phương pháp nội suy IDW là kỹ thuật nội suy xác định cục bộ, ước lượng giá trị tại một điểm bất kỳ bằng cách tính trung bình các giá trị của các điểm lân cận Mỗi điểm lân cận sẽ 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 cần tính Cụ thể, những điểm gần với điểm dự báo sẽ có tác động lớn hơn so với những điểm ở xa.
Z s là giá trị được dự báo tại điểm s 0
N là số điểm mẫu trong khu vực lân cận của điểm s0, trong đó λi là các trọng số phụ thuộc vào khoảng cách từ mỗi điểm mẫu đến điểm s0 Giá trị z(s) được đo đạc tại mỗi điểm mẫu i.
Khoảng cách giữa điểm dự báo s0 và điểm mẫu si được ký hiệu là di0, trong đó p là tham số thể hiện tốc độ giảm trọng số khi khoảng cách tăng Nghiên cứu này lựa chọn giá trị p = 2, có nghĩa là trọng số sẽ giảm theo bình phương khoảng cách.
IDW (Inverse Distance Weighting) là phương pháp nội suy dựa trên nghịch đảo của khoảng cách, được nâng lên thành hàm mũ Tham số số mũ trong IDW cho phép điều chỉnh tầm quan trọng của các điểm đã biết đối với giá trị nội suy, tùy thuộc vào khoảng cách của chúng đến điểm đầu ra Giá trị số thực này thường nhỏ hơn 0, và trong phần mềm QGIS, giá trị mặc định được thiết lập là 2.
Số mũ cao hơn 2 làm tăng trọng số 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 dần gần gũi với giá trị của điểm mẫu gần nhất Ngược lại, việc sử dụng số mũ thấp hơn sẽ tạo ra ảnh hưởng lớn hơn đến các điểm xa, tạo ra bề mặt mịn hơn.
Trong luận văn này, tác giả đã chọn giá định mặc định trong QGIS nhằm đạt được sự cân bằng giữa các điểm gần và điểm 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, vùng thượng nguồn sông Hiếu có lượng mưa từ 2.000 đến 2.100mm, và các khu vực như sông Giăng, từ Cửa Rào - Nghĩa Khánh đến Dừa có lượng mưa trung bình từ 1.800 đến 2.100mm Vùng sông Ngàn Phố và Ngàn Sâu ghi nhận lượng mưa trung bình đạt từ 2.200 đến 2.400mm, trong khi đồng bằng ven biển có lượng mưa từ 1.800 đến 1.900mm Các vùng tâm mưa lớn nhất tập trung ở thượng nguồn sông Hiếu, thượng nguồn sông Ngàn Phố và Ngàn Sâu.
Vùng ít mưa xuất hiện ở những thung lũng kín, khuất gió như dọc theo thung lũng Mường Xén - Cửa Rào, Cửa Rào - Khe Bốlượng mưa năm chỉđạt từ 1.200
1.300mm Có năm tại Khe Bố lượng mưa năm chỉ đạt 511mm năm 1984, Cửa Rào đạt 773 mm năm 1977
Mùa mưa ở lưu vực sông Cả và sông Hiếu có sự khác biệt theo từng vị trí Tại vùng thượng nguồn, mùa mưa bắt đầu từ tháng 5 và kéo dài đến tháng 10, với lượng mưa lớn nhất vào tháng 8 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 muộn hơn, từ tháng 6 và kết thúc vào tháng 10 hoặc tháng 11, với tháng 11 cũng có lượng mưa lớn nhất, trong khi tháng 8, 9 và 10 là những tháng có lượng mưa cao nhất.
Mùa mưa ở khu vực sông Ngàn Phố và Ngàn Sâu bắt đầu từ tháng Tám và kéo dài đến tháng Mười, với lượng mưa chiếm từ 80% đến 87% tổng lượng mưa trong năm Phần còn lại của năm là mùa ít mưa trong lưu vực.
Mùa mưa ở Việt Nam có xu hướng diễn ra từ Bắc vào Nam, với hai đỉnh cực trị thường xuất hiện vào tháng Năm và tháng Sáu, cũng như tháng Chín Sự gia tăng lượng mưa trong tháng Năm và tháng Sáu chủ yếu do hoạt động mạnh của gió mùa Tây Nam, dẫn đến hiện tượng lũ tiểu mãn Tổng lượng mưa trong hai tháng này có thể chiếm tới 20% lượng mưa cả năm tại các trạm thượng nguồn sông Cả.
Trận lũ tiểu mãn tại Hiếu, Ngàn Phố, Ngàn Sâu đã gây ra thiệt hại lớn, 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 dẫn đến lũ lụt nghiêm trọng 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 lại có lượng mưa tối thiểu Khi gió Lào hoạt động mạnh, lượng mưa trong tháng 7 chỉ đạt khoảng 5 đến 10% tổng lượng mưa trong 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 X phân bố không đều, với vùng đồng bằng chịu ảnh hưởng lớn từ bão, đạt 1.000 đến 1.100mm trong hai tháng Ngược lại, ở phía thượng lưu dòng chính, lượng mưa giảm dần chỉ còn 500 đến 800mm do ít bị ảnh hưởng bởi bão.
Lượng mưa cực tiểu tháng II vùng Mường Xén, Cửa Rào, thượng nguồn sông
Vào tháng này, Hiếu chỉ ghi nhận lượng mưa từ 6 đến 12mm, tương tự như các tháng khác Lượng mưa trong tháng II chỉ chiếm 1 đến 2% tổng lượng mưa hàng năm Tổng lượng mưa trong 5 tháng mùa khô, từ tháng XII đến tháng IV, chỉ chiếm từ 10 đến 20% tổng lượng mưa năm.
Biến động lượng mưa theo thời gian khá mạnh mẽ Lượng mưa năm lớn nhất đạt 3.520mm năm 1989 tại Vinh, 3.670mm năm 1989 tại Hoà Duyệt, 3.470mm năm
1978 tại Đô Lương và từ 2.500 2.700mm tại các vùng thượng sông Cả, sông Hiếu Lượng mưa năm nhỏ nhất biến động tuỳ theo các vùng, vùng ít mưa như
Khe Bố, Mường Xén, Cửa Rào có năm lượng mưa chỉ đạt 500 700mm Vùng mưa nhiều năm ít mưa nhất đạt từ 1.200 1.500mm
Hệ số biến sai Cv mưa năm dao động từ 0,25 0,35
Hình 3 1 S ố li ệu mưa thực đo (Trạ m Qu ỳnh Lưu)
Hình 3 2 S ố li ệu mư thực đo (Trạm Kim Cương) ố ệu mưa thực đo (Trạ ỳ ợ
B ả ng 3 1 T ỷ l ệ mưa năm phân theo mùa trung bình nhiều năm
TT Tên Tr ạ m Li ệ t tài li ệ u
Mùa mưa Mùa khô Năm
4 Qu ỳnh Lư u 1960-2015 VI-X 1243 78 XI-V 346 22 1589
Phân tích tình tr ạ ng thi ế u h ụ t ngu ồn nướ c d ự a trên ch ỉ s ố SPI
Đánh giá sự thiếu hụt nguồn nước gây ra hạn hán dựa vào kết quả tính SP6 tại các trạm khí tượng, kết hợp với chỉ số bình quân SPI được tính bằng cách trung bình hóa các ô lưới SPI theo từng tháng.
Chỉ số SPI6 trung bình cho thấy các giai đoạn từ 1991-1992, 1998-2001, 2003-2005, 2010-2011 và 2014-2015 đều trải qua tình trạng thiếu hụt nguồn nước kéo dài so với trung bình nhiều năm, đặc biệt là các năm 1998-2001, 2003-2005 và 2014-2015, tình trạng này tiếp tục đến năm 2016 Xu hướng chung trong khu vực này tương đồng với các trạm đại diện cho các vùng miền núi (Quỳ Hợp), đồng bằng (Hà Tĩnh) và ven biển (Quỳnh Lưu) Điều này cho thấy 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 xem xét chỉ số SPI3, ta nhận thấy xu hướng tương đồng về các giai đoạn xảy ra hạn khí tượng, với tần suất hạn nhiều hơn nhưng thời gian mỗi đợt ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ cho thấy thực tế, điển hình là tình trạng thiên tai hạn hán năm 2015 tại tỉnh Nghệ An, khi hạn diễn ra trên diện rộng và kéo dài từ năm 2014 đến 2016.
Hình 3 5 Xu th ế di ễ n bi ế n h ạ n hán vùng LVS C ả d ự a vào ch ỉ s ố SPI
Các quãng thời gian giữa các đợt hạn hán thường có lượng mưa dồi dào hơn mức trung bình nhiều năm Chỉ số SPI3 cho thấy xu thế các giai đoạn nước nhiều tương tự thực tế, như các năm 1990-1991, 1997, đầu năm 2004 và cuối năm 2013 Trong khi đó, chỉ số SPI6 cho thấy rất ít đợt nước nhiều xen kẽ với đợt nước ít Đánh giá trên khoảng thời gian ngắn hơn bằng SPI3 cho thấy sự xen kẽ rõ ràng giữa các giai đoạn dồi dào và thiếu hụt nước Nhận diện sự xen kẽ này 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 cho thấy rõ các xu thế hạn hán trong những năm qua, đặc biệt là vào năm 2015 và 2005, khi hầu hết lưu vực đều trải qua tình trạng hạn hán nghiêm trọng và thiếu hụt nguồn nước mưa.
Hình 15: B ản đồ phân b ố h ạn khí tượ ng theo ch ỉ s ố SPI6 trên LVS C ả
Phân tích di ệ n tích h ạ n hán t ại các địa phương
Việc xây dựng bản đồ hạn khí tượng bằng công cụ GIS đã cho phép xác định diện tích hạn theo các đơn vị hành chính Bảng 3.2 dưới đây cho thấy diện tích bị hạn vào đầu năm 2015 tại các huyện trong vùng nghiên cứu, với các khu vực chịu ảnh hưởng nặng nề như Vinh, Yên Thành, Con Cuông, Thanh Chương, Anh Sơn, Hưng Nguyên và Đô Lương Tổng diện tích hạn rất nặng trong vùng lên đến hơn 138.000 ha, hạn nặng gần 578.000 ha và hạn là hơn 350.000 ha Kết quả đánh giá này phản ánh đúng 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 xây dựng bản đồ thiếu hụt nguồn nước mùa khô cho các tiểu vùng cho thấy sự thiếu hụt lượng mưa so với trung bình nhiều năm tại các khu vực như trung sông Cả, trung và hạ lưu sông Hiếu, vùng sông Nghèn và Nghi Xuân Mặc dù lượng mưa cả năm trên lưu vực sông Cả 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 điểm 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 Trong tương lai, cần tối đa hóa 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 Viện Quy hoạch Thủy lợi đã cung cấp số liệu về lưu lượng khai thác từ các hồ chứa, đồng thời nghiên cứu công cụ tính toán chỉ số hạn khí tượng SPI để đánh giá những vùng thường xuyên chịu ảnh hưởng bởi thiếu hụt nước trong mùa khô Để tận dụng tối đa nguồn nước từ các hồ chứa thượng nguồn, cần cải tạo, nâng cấp và xây mới các trạm bơm, hồ chứa nhỏ, cống lấy nước tại 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 Cần làm rõ và giảm thiểu các mâu thuẫn, chồng chéo chức năng giữa các tổ chức quản lý để đảm bảo sự phối hợp 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, đồng thời xác định hình thức tổ chức phù hợp với điều kiện và bối cảnh của lưu vực sông tại Việt Nam.
Nhiệm vụ quản lý nước không được trùng lặp với các tổ chức khác trên lưu vực sông, đặc biệt là các tỉnh Cần có cơ chế phối hợp hiệu quả giữa các cơ quan trong quản lý 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 cho công tác quản lý và quy hoạch Điều 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 soát và quản lý nguồn nước một cách hiệu quả hơn, từ đó tối ưu hóa việc khai thác và sử dụng tài nguyên nước.
Nghiên cứu đề tài này khuyến nghị kết hợp với các cơ quan chuyên môn để phát triển và ứng dụng công nghệ cao hơn Cụ thể, việc kết hợp công nghệ viễn thám với mô hình toán sẽ giúp tạo dựng cơ sở dữ liệu đầy đủ, 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.