i LỜI CAM ĐOAN Học viên xin cam đoan đây là công trình nghiên cứu của bản thân tác giả Các kết quả nghiên cứu và những kết luận trong luận văn là trung thực, không sao chép từ bất kỳ một nguồn nào và[.]
Tính c ấ p thi ế t c ủa đề tài
Hạn hán là một hiện tượng tự nhiên của khí hậu, hình thành từ nhiều nguyên nhân như 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 khác nhau giữa các khu vực Hạn hán khác với khô hạn, vì khô hạn chỉ xảy ra ở những nơi có lượng mưa thấp và nhiệt độ cao, là một đặc trưng lâu dài của khí hậu Do đó, hạn hán diễn ra hàng năm với các đặc tính thời tiết và tác động khác nhau.
Trong những năm gần đây, sự phát triển kinh tế tại các tỉnh ven sông Cả đã diễn ra tích cực, với cơ cấu kinh tế chuyển dịch theo hướng công nghiệp - dịch vụ - nông nghiệp Sự ra đời của nhiều khu công nghiệp, khu kinh tế và khu đô thị mới đã dẫn đến nhu cầu nước cho các ngành ngày càng gia tăng.
Thời tiết khí hậu đang diễn biến phức tạp, ảnh hưởng đến thời gian xuất hiện lũ và hạn Diễn biến mực nước trên các sông ngày càng bất lợi cho công tác phòng lũ, với các trận lũ nặng nề xảy ra vào các năm 1978, 1988, 2002, 2007 và đặc biệt là năm 2010, gây thiệt hại lớn cho kinh tế và xã hội Bên cạnh đó, tình trạng hạn hán cũng gia tăng, ảnh hưởng nghiêm trọng đến sản xuất, điển hình như các năm 2005, 2007 và 2010.
Nghệ An và Hà Tĩnh, thuộc lưu vực sông Cả, đã trải qua tình trạng hạn hán nghiêm trọng Năm 2010, Nghệ An ghi nhận khoảng 17.000-20.000 ha đất bị hạn, trong khi Hà Tĩnh có khoảng 12.000 ha, với 30% diện tích bị ảnh hưởng nặng Hàng trăm hệ thống hồ tại khu vực này đã xuống gần mực nước chết, và một số nơi như sông Cả tại Nam Đàn và sông La tại Linh đã ghi nhận mực nước ở mức thấp nhất trong chuỗi số liệu quan trắc.
Cảm, gây nên tình trạng mặn xâm nhập sâu trên các lưu vực sông, không lấy được nước vào trong đồng
Nghiên cứu và phân tích tình hình thiếu hụt nguồn nước trên lưu vực sông Cả là cần thiết để xác định các khu vực và thời điểm thường xuyên xảy ra hạn hán Qua đó, chúng ta có thể đề xuất các giải pháp thích ứng hiệu quả nhằm ứng phó với tình trạng thiếu nước kéo dài trong nhiều năm.
M ụ c tiêu nghiên c ứ u c ủa đề tài
- Đánh giá tình trạng hạn hán, thiếu nước ở lưu vực sông Cả dựa trên chỉ số chuẩn hóa lượng mưa (Standardized Precipitation Index, SPI);
- Kết hợp công cụ viễn thám, GIS xây dựng bản đồ phân bố thiếu hụt nguồn nước dựa trên nguồn số liệu mưa vệ tinh;
- Đề xuất giải pháp ứng phó với tình trạng hạn hán, thiếu hụt nước lưu vực sông
Đối tượ ng và ph ạ m vi nghiên c ứ u
Đối tượ ng nghiên c ứ u
Các yếu tố khí tượng như lượng mưa, cường độ bức xạ mặt trời, nhiệt độ bề mặt đất trung bình và độ che phủ đất có ảnh hưởng lớn đến 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 hiện nay ở Nghệ An trong mùa kiệt có liên quan chặt chẽ đến các huyện hưởng lợi như Yên Thành, Diễn Châu, Quỳnh Lưu (thuộc hệ thống thủy nông Diễn Yên Quỳnh - hệ thống Bắc Nghệ An), cùng với thành phố Vinh, thị xã Cửa Lò, Nghi Lộc và 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, 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 khu vực quy hoạch cho nông nghiệp hiện chưa được nghiên cứu hoặc cảnh báo về nguy cơ hạn hán, điều này cần được xem xét để đảm bảo sự bền vững trong sản xuất nông nghiệp.
- 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 qua, hạn hán đã gia tăng trên toàn cầu, gây thiệt hại kinh tế và ảnh hưởng tiêu cực đến đời sống con người cũng như môi trường Hàng năm, khoảng 21 triệu ha đất trở thành không có năng suất do hạn hán, trong khi số dân sống ở những vùng khô cằn gặp rủi ro 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 toàn cầu sinh sống Đồng thời, hiện tượng hoang mạc hóa và sa mạc hóa đang mở 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 nay lên tới 39,4 triệu km², chiếm 26,3% tổng diện tích đất tự nhiên của thế giới.
Hơn 100 quốc gia đang phải đối mặt với ảnh hưởng nghiêm trọng từ hạn hán, đe dọa đến 250 triệu người với nguy cơ đói và khát Tình trạng này không chỉ tác động đến cuộc sống của con người mà còn ảnh hưởng tiêu cực đến khí hậu toàn cầu (WMO [1]).
Hạn hán thường gây ảnh hưởng rộng rãi và mặc dù hiếm khi là nguyên nhân trực tiếp dẫn đến tổn thất 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 khiến nền kinh tế Mỹ thiệt hại 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 vào năm 1988-1989 đã gây thiệt hại lên tới 39-40 tỷ USD, vượt xa thiệt hại kỷ lục của lũ, chỉ đạt 15-27,6 tỷ USD.
Hạn hán và bão đã gây ra thiệt hại kinh tế lớn, với bão năm 1992 ước tính tổn thất từ 25-33,1 tỷ USD Nhiều quốc gia như Ấn Độ, Pakistan và Australia cũng chịu ảnh hưởng nặng nề từ tình trạng hạn hán Đặc biệt, hiện tượng El Nino năm 1997-1998 đã dẫn đến cháy rừng rộng lớn ở Indonesia, gây thiệt hại kinh tế nghiêm trọng Theo dự báo của Liên Hiệp Quốc, đến năm 2025, 2/3 diện tích đất canh tác ở châu Phi, 1/3 ở châu Á và 1/5 ở Nam Mỹ sẽ không còn khả năng sử dụng, đe dọa khoảng 135 triệu người phải rời bỏ nhà cửa để tìm kiếm sinh kế.
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 Để xác định, nhận dạng, giám sát và cảnh báo hạn hán, các chỉ số hạn hán thường được sử dụng làm công cụ chính Việc theo dõi biến động giá trị của các chỉ số này giúp xác định sự khởi đầu, thời gian kéo dài và cường độ hạn Các chỉ số hạn hán có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, bốc thoát hơi, dòng chảy hoặc là tổng hợp của nhiều biến Mỗi chỉ số có ưu nhược điểm riêng và được lựa chọn phù hợp với điều kiện của từng quốc gia Việc xác định hạn hán không chỉ dựa vào dữ liệu quan trắc mà còn áp dụng cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu Trong nghiên cứu hạn hán, việc xác định các đặc trưng như sự khởi đầu và kết thúc, thời gian kéo dài, phạm vi mở rộng, mức độ hạn, tần suất và mối liên hệ với khí hậu là rất cần thiết.
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 hạn đã gia tăng đáng kể Nổi bật là nghiên cứu của Nico Wanders, phân tích 18 chỉ số hạn hán khác nhau, từ đó lựa chọn các chỉ số phù hợp cho năm vùng khí hậu toàn cầu Các nghiên cứu chỉ ra rằng sự giảm lượng mưa và tăng nhiệt độ dẫn đến quá trình bốc hơi mạnh mẽ, làm gia tăng tình trạng hạn hán nghiêm trọng Trong giai đoạn 1980-2000, tần suất và mức độ hạn tăng lên, với ví dụ cụ thể như Cộng hòa Séc và Hy Lạp, nơi hạn hán ảnh hưởng nặng nề đến sản xuất nông nghiệp và cung cấp nước Thời gian kéo dài của các đợt hạn cũng gia tăng, có thể kéo dài từ vài tháng đến vài năm Nghiên cứu tại Châu Âu cho thấy thời gian hạn hán trung bình lên đến 48 tháng, với mức độ tần suất cao hơn ở các khu vực nội địa so với bờ biển.
Hạn hán ở phía bắc Trung Quốc đã gia tăng từ sau những năm 1990, với một số vùng trải qua hạn hán kéo dài 4-5 năm từ 1997 đến 2003 Nhiều nghiên cứu trên thế giới 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 như sự dao động của hoàn lưu khí quyển và biến đổi nhiệt độ mặt nước biển, cùng với các nguyên nhân do con người như nhu cầu nước gia tăng, phá rừng, ô nhiễm và quản lý tài nguyên kém, đều góp phần vào tình trạng này Hiện nay, nhiều chỉ số hạn đã được phát triển và ứng dụng toàn cầu, như chỉ số Ivanov, Budyko, Penman, và Palmer, nhưng không có chỉ số nào vượt trội trong mọi điều kiện Việc áp dụng các chỉ số này phụ thuộc vào điều kiện cụ thể của từng vùng và hệ thống dữ liệu quan trắc hiện có.
Để giảm thiểu tác động của hạn hán, nhiều quốc gia phát triển trên thế giới đã thiết lập các trung tâm giám sát, dự báo và cảnh báo hạn hán Nhiệm vụ chủ yếu của các trung tâm này là theo dõi tình hình hạn hán và cung cấp thông tin kịp thời để hỗ trợ các biện pháp ứng phó hiệu quả.
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 mưa từ các trạm khí tượng thủy văn truyền thống, hiện nay có nhiều cơ quan cung cấp dữ liệu mưa vệ tinh, trong đó CHIRPS, TRMM và CMORPH là những nguồn dữ liệu phổ biến.
- CHIRPS (Climate Hazards Group InfraRed Precipitation with Station) là dữ liệu lượng mưa toàn cầu gần 30 năm của Cục Khảo sát địa chất Hoa Kỳ
CHIRPS, 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 Công cụ 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 ở khu vực nhiệt đới và cận nhiệt đới, đồng thời ước tính hệ thống nhiệt tiềm ẩn Vệ tinh TRMM trang bị các công cụ đo mưa như Radar lượng mưa (PR) hoạt động ở tần số 13,8 GHz, TRMM Microwave Image (TMI) với chín kênh đo phóng vi sóng, và VIRA (Visible and Infrared Scanner) với khả năng chiếu xạ hồng ngoại Thuật toán 3B42 được thiết kế để tạo ra tỷ lệ lượng mưa kết hợp hồng ngoại (IRM) và ước tính sai số lượng mưa (RMSE).
Hình 1 2 D ữ li ệu mưa TRMM từ năm 2000 -2008 ở Nepal
- CMORPH là dữ liệu mưa được tạo ra bởi kỹ thuật CMORPH (MORPHing
CPC là sản phẩm của Cục Đại dương và Khí quyển quốc gia Hoa Kỳ, cung cấp phân tích lượng mưa toàn cầu với độ phân giải không gian và thời gian cao Kỹ thuật này dựa trên ước tính lượng mưa từ tàu thăm dò thấp và quan sát lò vi sóng vệ tinh, kết hợp với thông tin từ dữ liệu IR vệ tinh địa tĩnh.
Hình 1 3 D ữ li ệu mưa CMORPH ngày 08 -11-2015 ở Autralia
B ả ng 1 1 M ộ t s ố ngu ồn mưa vệ tinh toàn c ầ u hi ệ n nay
Tên dữ liệu Ngày bắt đầu-ngày kết thúc
Phân giải thời gian Nguồn
GPM 12/03/2014-nay 0.1 ° 30 phút NASA, JAXA
CHIRPS 01/01/1981-nay 0.05 ° Ngày CHG, UCSB
Dữ liệu mưa vệ tinh CHIRPS nổi bật với độ phân giải cao và tần suất cập nhật hàng ngày, cùng với việc cung cấp miễn phí, khiến 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 có hình dạng phát triển theo hướng Tây Bắc - Đông Nam, với phần lớn diện tích là đồi núi, trong đó chỉ 19% diện tích đất tại Việt Nam và 14% toàn lưu vực có độ dốc phù hợp cho phát triển nông nghiệp Địa hình sông Cả có thể chia thành các dạng chính, bao gồm đồng bằng và đồng bằng ven biển Đồng bằng sông Cả nằm dọc hai bên bờ sông từ phần trung lưu trở xuống, bao gồm các huyện Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên, và các vùng đồng bằng như Diễn - Yên - Quỳnh, Nam - Hưng - Nghi, sông Nghèn và Nghi Xuân Đây là khu vực tập trung phát triển kinh tế xã hội của lưu vực, với cao độ đồng bằng ven sông Cả biến đổi từ +10 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 địa hình phức tạp với sự kết hợp giữa đồi bát úp, đồi cao và các thung lũng thấp.
Bãi Tập - Quỳ Hợp, vùng sông Sào - Nghĩa Đàn, và trung tâm huyện Hương Khê, Vũ Quang, có địa hình cao độ biến đổi từ +20 đến +200m, với khoảng 25-30% diện tích bị chia cắt mạnh bởi các sông nhỏ Địa hình vùng núi cao chủ yếu tập trung ở phía Tây, Tây Bắc và Tây Nam lưu vực, kéo dài từ Đồng Văn, Thông Thụ (Quế Phong) đến Hương Liên (Hương Khê - Hà Tĩnh), 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 bức tường thành ngăn cách giữa lưu vực sông Mê Kông và sông Cả Các huyện miền núi cao thuộc lưu vực sông Cả như Kỳ Sơn, Tương Dương, Con Cuông, và Quế Phong chiếm 60-70% diện tích lưu vực, nhưng diện tích đất canh tác chỉ chiếm 1,5-2% Đây là vùng đất chủ yếu được xác định 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 có thể được phân chia thành hai loại chính: đất thuỷ thành và đất địa thành.
B ả ng 1 2 Phân lo ại đấ t đai trên lưu vự c sông C ả
Tổng diện tích điều tra thổ nhưỡng 19.626.650
Trong đó diện tích các loại đất (đã trừ sông suối và núi đá) 1.747.309 100,00
Trong đó nhóm phù sa dốc tụ 240.000 80,00
- Nhóm đất Feralit vàng vùng đồ i (170200m) 423.861 27,9
- Nhóm Feralit vàng trên núi từ 170200m đến 8001000m 651.584 42,9
- Nhóm Feralit vàng trên núi t ừ 800 1000m đế n
Nguồn: Theo số liệu điều tra thổnhưỡng năm 1990
Toàn bộ lưu vực sông Cả nằm trong miền uốn nếp Bắc Bộ và miền uốn nếp Varixêt Đông Dương Ranh giới giữa hai miền uốn nếp này được xác định bởi đới khâu sông.
Nghiên cứu trong chuyên khảo “Thành hệ địa chất và địa động học Việt Nam 1993” của Nguyễn Xuân Tùng chỉ ra rằng lưu vực sông Cả thuộc lĩnh vực Bắc bộ - Dương Tử - KaTaZia, nằm giữa đai vỏ lục địa Bắc Trường Sơn từ thời kỳ Paleozoi Trong giai đoạn trước Cambri đến Paleozoi sớm và muộn, khu vực này đã trải qua chế độ đại dương vi lục địa, sườn châu lục và cận lục địa Thời kỳ Paleozoi muộn đến Merozoi muộn chứng kiến sự hiện diện của chế độ rift và prerift 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 các giới và hệ tầng từ cổ đến trẻ, cụ thể là giới Protezoi, giới Paleozoi (PZ), và giới Mezozoi, với các hệ tầng đa dạng.
1.2.4 Đặc điểm sông ngòi a Dòng chính sông Cả
Sông Cả bắt nguồn từ đỉnh núi Phulaileng, tỉnh Hủa Phăm, Lào, chảy theo hướng Tây Bắc - Đông Nam Khi nhập vào Việt Nam tại bản Keng Đu, dòng sông đi sát biên giới Việt - Lào khoảng 40km và hoàn toàn vào Việt Nam tại chân đỉnh núi cao 1.067m Đến Bản Vẽ, sông chuyển hướng chảy Bắc - Nam cho đến Cửa Rào, nơi sông hợp với nhánh Nậm Mô và lại chuyển dòng theo hướng Tây Bắc - Đông Nam Tổng diện tích lưu vực sông Cả lên đến 27.200km², trong đó 9.740km² nằm trên đất Lào và phần còn lại thuộc địa phận 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, tạo điều kiện cho việc 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 quan trọng phía Tả, hợp lưu với sông Cả 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 Sông 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 vị trí quan trọng liên quan đến sông Hiếu, nguồn cung cấp nước thiết yếu cho các huyện như Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn và Tân Kỳ Tuy nhiên, trong mùa kiệt, lưu lượng nước trên sông Hiếu có thể giảm xuống chỉ còn 6-7m³/s, không đáp ứng đủ nhu cầu cấp nước cho các khu vực này.
Sông Hiếu có nhiều chi lưu quan trọng như Nậm Quàng, Nậm Giải, Kẻ Cọc - Khe Nhã, sông Chàng, sông Dinh, Khe Nghĩa và Khe Đá Trong đó, sông Chàng và sông Dinh là hai chi lưu lớn, đóng vai trò quan trọng trong việc cấp nước cho sông Hiếu, đặc biệt là trong khu vực miền núi.
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 sang hướng Đông Nam - Tây Bắc Đến bản Suông Hang, sông tiếp tục chuyển hướng Tây Bắc - Đông Nam và hợp lưu với dòng chính sông Cả tại Cửa Rào, được coi là dòng chính của sông Cả do hướng chảy đồng nhất.
Sông Nậm Mô có tổng diện tích lưu vực 3.970 km² và chiều dài 189 km, trong đó 89 km chảy trên lãnh thổ Việt Nam Tại thượng nguồn, có nhiều vị trí thích hợp để xây dựng hồ chứa phục vụ cho việc phát điện và điều tiết nước cho hạ du 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 1.330m, nằm trên vùng núi Môn Sơn - Lục Giã, với diện tích lưu vực 1.05km² Do nằm trong khu vực mưa lớn, lòng sông Giăng rộng và nông, có nhiều bãi bồi Hướng chảy chính của sông Giăng song song với sông Cả, đến Thác Muối thì đổi hướng Tây Đông, trước khi nhập vào sông Cả theo hướng Bắc Nam Đây là một chi lưu quan trọng cung cấp nước cho sông Cả.
CÔNG C Ụ VÀ PHƯƠNG PHÁP NGHIÊN CỨ U (C ầ n vi ế t chi
Cách tiếp cận nghiên cứu
Hạn hán là một hiện tượng tự nhiên không thể tránh khỏi, có tần suất lặp lại và được đánh giá dựa trên thời gian, mức độ, sự lan rộng và tác động đến kinh tế xã hội Theo Donald A Wilhite & Michael H Glantz, hạn hán được chia thành bốn loại: hạn khí tượng, hạn thủy văn, hạn nông nghiệp và hạn kinh tế xã hội, trong đó hạn khí tượng thường xuất hiện đầu tiên và là nguyên nhân chính gây ra các loại hạn tiếp theo Việc đánh giá và cảnh báo hạn khí tượng có vai trò quan trọng trong công tác phòng chống và giảm nhẹ hạn hán, nhờ vào việc yêu cầu ít số liệu đầu vào như mưa và nhiệt độ, cho phép ứng dụng rộng rãi trên toàn cầu Phân tích các đặc trưng không gian và thời gian của hạn khí tượng, cũng như các nhân tố gây ra hạn hán, là rất cần thiết trong quản lý tài nguyên nước và dự báo 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 là công cụ chính được sử dụng 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 hán Chỉ số hạn hán có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, bốc thoát hơi, dòng chảy, hoặc là tổng hợp của nhiều biến Mỗi chỉ số có những ưu điểm và nhược điểm riêng, và các quốc gia thường lựa chọn các chỉ số phù hợp với điều kiện của mình Việc xác định hạn hán không chỉ dựa vào dữ liệu quan trắc mà còn có thể sử dụng dữ liệu từ các 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 đã sử dụng chỉ số khô hạn Sazonop để khảo sát và dự báo hạn khí tượng 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 ở Việt Nam Ngoài ra, Nguyễn Lương Bằng đã sử dụng 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 mô tả 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 những hạn chế, như yêu cầu phải có ít nhất 30 năm dữ liệu để đảm bảo độ chính xác Ngoài ra, chỉ số này giả định rằng nguyên nhân chính gây ra 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 hoàn toàn phù hợp với điều kiện khí hậu của Việt Nam.
Để đánh giá tình hình hạn hán trong khu vực nghiên cứu, luận văn này sử dụng chỉ số SPI nhằm phân tích sự thiếu hụt lượng mưa (hạn khí tượng) theo các giai đoạn 3 tháng và 6 tháng Lượng mưa trong các thời đoạn tương ứng đóng vai trò là yếu tố đầu vào quan trọng Số lượng và chất lượng dữ liệu mưa ảnh hưởng lớn đến độ chính xác trong việc tính toán các mô hình toán học liên quan.
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 575 km²/trạm của WMO Các trạm quan trắc mưa chủ yếu tập trung ở vùng đồng bằng và các thị trấn trong thung lũng sông, trong khi khu vực miền núi cao lại thiếu hụt 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, tuy nhiên, các trạm đo mưa chuyên dụng tại nông trường hoặc vùng sâu, vùng xa thường gặp phải vấn đề về độ tin cậy và gián đoạn trong tài liệu (Viện Quy hoạch Thủy lợi, 2012).
Tài liệu đo mưa trên lưu vực sông Cả còn tồn tại nhiều khoảng trống về không gian và thời gian Để khắc phục vấn đề này, luận văn áp dụng mưa vệ tinh nhằm bổ sung dữ 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 khu vực với các lượng mưa khác nhau Kết quả tính toán sẽ giúp xác định diện tích bị hạn tại từng địa phương với các cấp độ hạn khác nhau, từ đó đề xuất các giải pháp thích ứng phù hợp.
Thu thập, phân tích số liệu mưa thực đo
2.2.1 Xác định mạng lưới trạm
Lựa chọn các trạm đo nước mưa từ 23 trạm còn hoạt động trong khu vực nghiên cứu là cần thiết để tính toán chỉ số thiếu hụt nguồn nước Việc này dựa trên các tiêu chí cụ thể nhằm đảm bảo tính chính xác và hiệu quả trong việc đánh giá tình trạng nguồn nước.
To accurately calculate the Standardized Precipitation Index (SPI), a continuous dataset of at least 30 years is required to ensure reliability.
- 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, tuy nhiên một số trạm có số liệu không liên tục do việc ghi chép và thống kê không đầy đủ Để khắc phục tình trạng thiếu hụt này, các số liệu còn thiếu sẽ được bổ sung 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 được phát triển bởi Cục Khảo sát địa chất Hoa Kỳ (USGS) và nhóm hiểm họa khí hậu (CHG) trong gần 30 năm Dữ liệu này kết hợp hình ảnh vệ tinh có độ phân giải 0.05 ° với thông tin từ các trạm quan trắc để tạo ra chuỗi thời gian mưa dưới dạng lưới, phục vụ cho việc phân tích và theo dõi hạn hán theo mùa.
Dựa trên các tiêu chí tính toán chỉ số thiếu hụt nguồn nước và dữ liệu chưa đầy đủ từ các trạm khí tượng đã chọn, chúng tôi đã thu thập dữ liệu mưa CHIRPS cho lưu vực sông Cả, với khoảng thời gian từ năm 1986 đến hiện tại.
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 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 cho thấy mức độ tương quan giữa mưa vệ tinh và mưa thực đo cũng đạt yêu cầu chấp nhận.
Sử dụng chỉ số NASH-Sutcliffe (NSE):
● Po là giá trị mưa thực đo
● P s là giá trịmưa vệ tinh CHIRPS
- Theo tiêu chuẩn của WMO [30] thì chỉ sốNSE được đánh giá như bảng sau:
B ả ng 2 2 Tiêu chí đánh giá chỉ s ố NSE
Chỉ số NSE Đánh giá chỉ số
Kết quả phân tích dữ liệu từ năm 1996 đến 2000 cho thấy chỉ số NSE thấp nhất là 0,64 tại trạm Quỳ Hợp và cao nhất là 0,90 tại trạm Hà Tĩnh Điều này cho thấy mối tương quan giữa lượng mưa từ dữ liệu CHIRPS và lượng mưa thực đo trong khu vực nghiên cứu được đánh giá từ mức tốt đến rất tốt.
Dựa trên các phân tích và đánh giá đã thực hiện, mưa vệt tính CHIRPS có thể được sử dụng để lấp đầy các khoảng trống dữ liệu cho 9 trạm mưa được chọn, từ đó tạo ra một 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 tự nhiên bình thường và mang tính qui luật, nhưng thường bị hiểu lầm là sự kiện hiếm gặp Hạn xuất hiện ở hầu hết các vùng khí hậu với những đặc trưng khác nhau, và nó là một dị thường tạm thời, khác với sự khô cằn thường xuyên ở các khu vực ít mưa Kể từ những năm 1980, đã có hơn 150 khái niệm về hạn, nhưng chung quy lại, hạn là tình trạng thiếu hụt mưa kéo dài Dựa vào bản chất và tác động, hạn được phân loại thành các loại như hạn khí tượng, hạn nông nghiệp, hạn thuỷ văn, và hạn kinh tế – xã hội.
Hạn có thể được xác định qua nhiều chỉ số, trong đó phổ biến ở Mỹ và Úc là phần trăm so với trung bình (PN), chỉ số chuẩn hoá lượng mưa (SPI), chỉ số hạn khắc nghiệt Palmer, chỉ số ẩm mùa vụ (CMI), chỉ số cấp nước bề mặt (SWSI), chỉ số tái khô hạn (RDI), và phần mười 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 cho các khoảng thời gian khác nhau và được đánh giá cao về tính đa dụng Hạn khí tượng xảy ra khi có thời kỳ mưa ít hơn trung bình nhiều năm, trong khi hạn nông nghiệp liên quan đến thiếu độ ẩm cho một vụ mùa, dù lượng mưa có thể vẫn ở mức trung bình Hạn thuỷ văn xảy ra khi nước dự trữ trong các nguồn như tầng ngầm, sông hồ giảm xuống mức thấp hơn trung bình, dù lượng mưa vẫn có thể đạt mức trung bình nhưng nhu cầu sử dụng nước tăng lên.
Cả ba loại hạn - hạn khí tượng, hạn độ ẩm đất và hạn nông nghiệp - đều có mối 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 ảnh hưởng đến khả năng cung cấp nước cho cây trồng, gây ra hạn nông nghiệp Hơn nữa, mưa ít kết hợp với bốc hơi cao làm giảm lượng nước trong lưu vực, ảnh hưởng đến nguồn nước ngầm và dẫn đến hạn thuỷ văn Do đó, khi đề cập đến khô hạn hay vùng khô hạn, cần xem xét cả ba loại hạn này.
B ả ng 2 4 B ả ng t ổ ng h ợ p các ch ỉ tiêu h ạ n
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Dựa vào mô hình cân bằng nước hai tầng, chỉ số PDSI cho thấy mức hạn nặng từ -3,0 đến -3,99 Việc xem xét cả hai yếu tố nguồn nước cung cấp cho thấy tình trạng này không thực sự hiệu quả và được sử dụng phổ biến.
Chỉ số PDSI do Palmer tính toán thể hiện mức độ hạn hán, với giá trị từ -2,0 đến -2,99 cho thấy tình trạng hạn vừa Chỉ số này phản ánh sự cân bằng giữa lượng mưa và nhu cầu nước do bốc hơi, đặc biệt 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 giá trị từ -1,0 đến -1,99 chỉ ra hạn nhẹ, trong khi -0,5 đến -0,99 biểu thị hạn rất nhẹ Điều này có thể áp dụng cho các vùng có tuyết bao phủ tại Hoa Kỳ và trên toàn thế giới.
Có thể tính toán chỉ số hạn theo cả
Chỉ số Precipitation Standardized Index (SPI) được tính toán dựa trên chuỗi số liệu mưa nhiều năm, nhằm đánh giá tình trạng hạn hán SPI phân loại mức độ hạn hán như sau: từ -1,5 đến -1,99 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 và năm, đồng thời phản ánh cả hai điều kiện ẩm ướt và khô hạn Để tính toán chính xác, yêu cầu cần có chuỗi số liệu mưa đủ dài và không tính đến yếu tố bốc hơi, cho phép áp dụng 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 thấy có sự khác biệt lớn so với mức bình thường Phương pháp thống kê yêu cầu có chuỗi số liệu Rainfall Deciles (RD) để phân nhóm mưa, chia thành 10 nhóm nhỏ Các nhóm 3-4 cho thấy lượng mưa nhỏ hơn mức bình quân và cho kết quả tốt khi tính toán trên chuỗi số liệu đủ dài, mặc dù không được ứng dụng nhiều ở Úc Nhóm 5-6 gần đạt mức bình quân và thường được sử dụng để kiểm tra giới hạn tính bốc hơi.
H ạn n ôn g ng hi ệp
Mức độ ẩm trong đất được tính toán thông qua mô hình Chỉ số hạn, dựa trên phần trăm độ ẩm Mô hình này yêu cầu các yếu tố chuyên dụng, sử dụng số liệu về mưa và các yếu tố khí tượng khác như nhiệt độ Cụ thể, nếu độ ẩm dưới 20% được coi là rất khô hạn, từ 20-40% là khô hạn, và từ 40-60% là gần bình thường Việc xác định mức độ ẩm này không chỉ áp dụng cho Hoa Kỳ mà còn cho nhiều khu vực trên thế giới, giúp đánh giá điều kiện lịch sử và khí hậu.
The Palmer Moisture Anomaly Index, also known as the Z-index, is a crucial metric used to assess abnormal moisture levels The frequency of the Z-index is calculated to determine the extent of drought conditions.
Nhạy cảm khi tính toán độ thiếu hụt Không xem xét đến yếu t ố
(Z -index) Hoa Kỳ tính toán cho tháng trong mô hình Palmer mưa lịch sử
Chỉ số ẩm bất thường Palmer
S = DxM, trong đó D đại diện cho thời gian dòng chảy của sông nhỏ hơn mức bình thường, và M là lưu lượng trung bình trong sông trong suốt khoảng thời gian D.
Để xác định mức độ hạn, việc tính toán chuẩn hóa là cần thiết Phương pháp này đơn giản, không yêu cầu thông tin về lưu vực và không phân bố mức độ hạn theo tần suất tiêu chuẩn.
T otal water deficit (S) Tổng lượng Hoa Kỳ nước thiếu hụt
Phương pháp này áp dụng mô hình Palmer để tính toán chỉ số PDSI, tương tự như tính S, nhưng yêu cầu tiêu chuẩn tính toán phải chính xác hơn trong việc phân định giữa các giới hạn 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 (Soil Water Supply Index) được tính toán dựa trên mô hình giá trị tính toán phân lớp, xem xét đến tuyết phủ và lượng trữ nước trong đất Kết quả của chỉ số này phụ thuộc vào các yếu tố khí hậu và điều kiện địa hình.
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 giúp xác định mức độ nghiêm trọng của hạn hán tại các khu vực cụ thể, nhưng không thể đo lường cường độ ảnh hưởng do điều kiện hạn hán tại từng địa phương DAI được so sánh với các chỉ số hạn hán khác để đưa ra cái nhìn tổng quan về tình hình hạn hán tại nhiều nơi.
H ạn k in h tế xã h ội hán theo khu vực hạn dựa trên chỉ cường độ hạn nhau vùng tính toán
Ứ ng d ụ ng công c ụ GIS để l ậ p b ản đồ s ự thi ế u h ụ t ngu ồn nướ c
Sử dụng phần mềm ArcGIS để biên tập và hiển thị các lớp nền trên bản đồ, dữ liệu tính toán SPI1, SPI3, và SPI6 tại 42 vị trí được lưu trữ dưới định dạng Excel sẽ được đưa lên bản đồ dựa trên tọa độ địa lý của các trạm đo Phương pháp nội suy nghịch đảo khoảng cách (IDW) được áp dụng để nội suy giá trị SPI của 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, từ đó 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 của một điểm dựa trên trung bình các giá trị của các điểm lân cận Mỗi điểm lân cận được gán trọng số tùy thuộc vào khoảng cách đến điểm cần ước lượng Trong phương pháp IDW, giả định rằng giá trị tại các điểm cần tính là trung bình trọng số của các điểm xung quanh.
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 với điểm cần tính sẽ có tác động lớn hơn so với những điểm xa hơn (Chen & Liu, 2012)[32].
Z s là giá trị được dự báo tại điểm s 0
N là số điểm mẫu trong khu vực lân cận của điểm s0, với λi là các trọng số tùy 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, trong đó p là tham số thể hiện tốc độ giảm trọng số khi khoảng cách tăng Nghiên cứu này lựa chọn p = 2, nghĩa là trọng số sẽ giảm theo bình phương khoảng cách.
IDW (Inverse Distance Weighting) là một phương pháp nội suy dựa vào 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, dựa trên khoảng cách từ điểm đầu ra Giá trị số thực này thường nhỏ hơn 0, với giá trị mặc định trong phần mềm QGIS là 2.
Số mũ cao hơn 2 làm nổi bật các điểm gần nhất, dẫn đến việc dữ liệu gần có ảnh hưởng mạnh mẽ hơn và bề mặt sẽ chi tiết hơn, kém mịn hơn Khi số mũ tăng, các giá trị nội suy dần tiếp cận giá trị của điểm mẫu gần nhất Ngược lại, việc sử dụng số mũ thấp hơn sẽ tạo ra ảnh hưởng lớn hơn đến các điểm xa hơn, giúp bề mặt trở nên mịn màng hơn.
Trong luận văn này, tác giả đã chọn giá định mặc định do QGIS cung cấp để 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 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 đến Nghĩa Khánh và Dừa, có lượng mưa trung bình từ 1.800 đến 2.100mm Các khu vực sông Ngàn Phố và Ngàn Sâu có lượng mưa đạt từ 2.200 đến 2.400mm, trong khi vùng đồng bằng ven biển ghi nhận lượng mưa từ 1.800 đến 1.900mm Đặc biệt, tâm mưa lớn nhất xuất hiện ở thượng nguồn sông Hiếu, sông Ngàn Phố và Ngàn Sâu.
Vùng ít mưa xuất hiện ở những thung lũng kín, khuất gió như dọc theo thung lũng Mường Xén - Cửa Rào, Cửa Rào - Khe Bốlượng mưa năm chỉđạt từ 1.200
1.300mm Có năm tại Khe Bố lượng mưa năm chỉ đạt 511mm năm 1984, Cửa Rào đạt 773 mm năm 1977
Mùa mưa ở lưu vực sông Cả và sông Hiếu có sự khác biệt rõ rệt theo từng vị trí Tại vùng thượng nguồn, mùa mưa bắt đầu từ tháng 5 và kết thúc vào tháng 10, với lượng mưa lớn nhất rơi vào tháng 8, trong khi ba tháng có lượng mưa cao nhất là tháng 7, 8 và 9 Đối với khu vực trung và hạ du sông Cả, mùa mưa bắt đầu từ tháng 6 và kéo dài đến tháng 10 hoặc tháng 11, trong đó tháng 11 có lượng mưa cao nhất so với các tháng 8, 9 và 10.
Mùa mưa tại lưu vực sông Ngàn Phố và Ngàn Sâu diễn ra từ tháng Tám đến tháng Mười, với lượng mưa chiếm từ 80% đến 87% tổng lượng mưa hàng năm, trong khi phần còn lại rơi vào mùa khô ít mưa.
Mùa mưa diễn ra từ Bắc vào Nam, với hai đỉnh cực trị vào tháng Năm và tháng Sáu, cùng với tháng Chín Gió mùa Tây Nam và gió Tín phong gây ra mưa lớn trong tháng Năm và tháng Sáu, dẫn đến lũ tiểu mãn Tổng lượng mưa trong hai tháng này chiếm tới 20% lượng mưa hàng năm tại các trạm thượng nguồn sông Cả.
Trận lũ tiểu mãn lớn xảy ra tại Hiếu, Ngàn Phố, Ngàn Sâu, gây ra những thiệt hại nghiêm trọng, tương tự như các trận lũ vào tháng 5 năm 1943 và tháng 5 năm 1989 Đặc biệt, trận mưa vào tháng 5/1989 đã tạo ra lũ lịch sử trên sông Ngàn Phố, với lượng mưa cực đại 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 trên lưu vực, lượng mưa tháng 7 chỉ đạt 5-10% tổng lượng mưa năm.
Vào tháng VIII, IX và X, dải hội tụ nhiệt đới di chuyển về phía Nam, kết hợp với các hình thái thời tiết như áp thấp nhiệt đới và bão, gây ra mưa lớn kéo dài từ 3 đến 10 ngày Điều này đã 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 đồng đều, với vùng đồng bằng chịu ảnh hưởng lớn từ mưa bão, đạt từ 1.000 đến 1.100mm trong hai tháng Ngược lại, ở thượng lưu dòng chính, lượng mưa giảm dần chỉ còn từ 500 đến 800mm do ảnh hưởng ít hơn từ bão.
Lượng mưa cực tiểu tháng II vùng Mường Xén, Cửa Rào, thượng nguồn sông
Trong tháng này, Hiếu 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 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
Việc đánh giá sự thiếu hụt nguồn nước gây ra hạn hán được thực hiện dựa trên kết quả tính toán chỉ số SP6 tại từng trạm khí tượng Đồng thời, 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 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, các giai đoạn 1998-2001, 2003-2005 và 2014-2015 đã tiếp tục kéo dài sang năm 2016 với tình trạng thiếu nước liên tiếp Xu thế trung bình của toàn vùng tương đồng với các trạm đại diện ở miền núi (Quỳ Hợp), đồng bằng (Hà Tĩnh) và ven biển (Quỳnh Lưu), cho thấy rằng hầu hết lưu vực sông Cả đều bị ảnh hưởng bởi hạn hán và thiếu hụt nước trong quá khứ, mặc dù mức độ ảnh hưởng có sự khác biệt.
Hình 3 4 Ch ỉ s ố SPI 1, 3 và 6 tr ạ m Qu ỳ H ợ p
Khi phân tích chỉ số SPI3 để đánh giá các giai đoạn hạn khí tượng, chúng ta nhận thấy xu hướng tương đồng với sự gia tăng tần suất hạn hán, mặc dù mỗi đợt hạn có thời gian ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ cho thấy tính chính xác cao, điển hình là tình trạng thiên tai hạn hán nghiêm trọng ở tỉnh Nghệ An vào năm 2015, khi hạn kéo dài từ năm 2014 và tiếp tục đến năm 2016, ảnh hưởng rộng rãi trên toàn tỉnh.
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 thế các giai đoạn nhiều nước tương đồng với thực tế, như các giai đoạn 1990-1991, 1997, đầu năm 2004 và cuối năm 2013 Trong khi đó, chỉ số SPI6 cho thấy ít đợt mưa nhiều xen kẽ với đợt ít nước Đánh giá trên khoảng thời gian ngắn hơn bằng SPI3 thể hiện rõ sự xen kẽ này Việc nhận diện sự xen kẽ giữa các giai đoạn dồi dào và thiếu hụt nguồn nước là cơ sở quan trọng để đánh giá khả năng sử dụng các công trình và giải pháp thu trữ, điều tiết nguồn nước trong các giai đoạn khác nhau.
Xây d ự ng b ản đồ thi ế u h ụ t ngu ồn nước theo các năm
Kết quả xây dựng bản đồ hạn khí tượng dựa trên chỉ số SPI6 từ một số năm cho thấy rõ các xu thế hạn hán Cụ thể, vào các năm 2015 và 2005, hầu hết lưu vực đều trải qua tình trạng hạn hán nghiêm trọng, dẫn đến thiếu hụt nguồn nước mưa.
Hình 15: B ản đồ phân b ố h ạn khí tượ ng theo ch ỉ s ố SPI6 trên LVS C ả
Phân tích di ệ n tích h ạ n hán t ại các địa phương
Việc xây dựng bản đồ hạn khí tượng bằng công cụ GIS cho phép xác định diện tích hạn theo các đơn vị hành chính Bảng 3.2 dưới đây cho thấy diện tích bị hạn đầu năm 2015 tại các huyện trong vùng nghiên cứu, trong đó các khu vực như Vinh, Yên Thành, Con Cuông, Thanh Chương, Anh Sơn, Hưng Nguyên, và Đô Lương chịu ảnh hưởng nặng nề do thiếu hụt nguồn nước mưa Tổng diện tích hạn rất nặng lên đến hơn 138.000 ha, hạn nặng gần 578.000 ha, và diện tích hạn tổng cộng hơn 350.000 ha Kết quả 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 tính toán và bản đồ thiếu hụt nguồn nước mùa khô cho các tiểu vùng cho thấy lượng mưa mùa khô tại các vùng trung sông Cả, trung và hạ lưu sông Hiếu, vùng sông Nghèn, vùng Nghi Xuân thường thấp hơn mức trung bình nhiều năm Mặc dù lượng mưa cả năm trên lưu vực sông Cả khá dồi dào, chủ yếu tập trung vào mùa mưa, việc xây dựng các hồ chứa để điều tiết nước giữa các mùa và trong nhiều năm là cần thiết và khả thi để đảm bảo nguồn nước trong thời gian thiếu hụt mùa khô.
Hiện nay, lưu vực sông Cả có nhiều công trình thủy lợi và thủy điện, nhưng vẫn chưa đáp ứng đủ nhu cầu nước cho các vùng Do đó, cần tối ưu hóa nguồn nước từ các hồ chứa như Bản Vẽ, Bản Mồng và Ngàn Trươi để bổ sung cho hạ du Bên cạnh đó, cần xem xét xây dựng thêm các công trình mới như Chúc A, Trại Dơi, Đá Gân và Thác Muối nhằm tăng cường nguồn nước Các số liệu về lưu lượng khai thác từ các hồ chứa được tham khảo từ Viện Quy hoạch Thủy lợi Để tận dụng tối đa nguồn nước, cần cải tạo, nâng cấp và xây mới các trạm bơm, hồ chứa nhỏ tại những khu vực khó khăn như Nghi Xuân, sông Nghèn và trung lưu sông Cả.
3.5.2 Một số giải pháp phi công trình
Củng cố và nâng cao năng lực hoạt động của các tổ chức quản lý nguồn nước trên lưu vực như Sở Nông nghiệp và PTNT, Sở Tài nguyên và Môi trường, Chi cục Thủy lợi, và Chi cục Phòng chống và Giảm nhẹ thiên tai là cần thiết Đồng thời, cần làm rõ và giảm thiểu các mâu thuẫn, chồng chéo chức năng giữa các tổ chức quản lý để đảm bảo hiệu quả trong công tác quản lý nguồn nước.
Cần xem xét và củng cố vai trò của Ban Quản lý lưu vực sông Cả, đồng thời xây dựng hình thức tổ chức phù hợp với điều kiện và bối cảnh cụ thể của lưu vực sông tại Việt Nam.
Nhiệm vụ không được trùng lặp với các tổ chức khác trên lưu vực sông, đặc biệt là trong quản lý nước của các tỉnh Cần có cơ chế phù hợp để phối hợp hoạt động với các cơ quan trong quản lý sử dụng nước, chú trọng đến sự tham gia của cộng đồng và thống nhất cách 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 toàn diện và thường xuyên cập nhật là rất quan trọng để phục vụ cho công tác quản lý và quy hoạch Việc này giúp tối ưu hóa quá trình lập kế hoạch khai thác nguồn nước, đảm bảo hiệu quả và bền vững trong việc sử dụng tài nguyên nước.
Ứng dụng các mô hình toán học về thủy văn và thủy lực, cùng với cân bằng nước, giúp đánh giá và quản lý nguồn nước một cách hiệu quả hơn Việc này không chỉ nâng cao khả năng kiểm đếm mà còn tối ưu hóa việc khai thác và sử dụng tài nguyên nước.
Nghiên cứu đề xuất việc kết hợp với các cơ quan chuyên môn để phát triển và ứng dụng công nghệ cao, đặc biệt là công nghệ viễn thám kết hợp với mô hình toán học Mục tiêu là xây dựng cơ sở dữ liệu đầy đủ, lấp đầy các khoảng trống thông tin và dữ liệu, đồng thời phát triển các kịch bản sẵn sàng ứng phó.