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 do nhiều nguyên nhân như thiếu hụt lượng mưa, bốc hơi lớn và khai thác quá mức nguồn nước Hiện tượng này có thể xảy ra trên toàn cầu và ở mọi vùng khí hậu, với các đặc điểm biến đổi đáng kể giữa các khu vực Hạn hán khác với khô hạn, bởi khô hạn chỉ xuất hiện ở những vùng có lượng mưa thấp và nhiệt độ cao, là một đặc trưng lâu dài của khí hậu Do đó, hạn hán xảy ra hàng năm với các đặc tính thời tiết và tác động khác nhau.
Trong những năm gần đây, sự phát triển của đất nước đã mang lại những thay đổi tích cực cho nền kinh tế các tỉnh thuộc lưu vực sông Cả, với cơ cấu kinh tế chuyển dịch theo hướng công nghiệp - dịch vụ - nông nghiệp Sự ra đời của nhiều khu công nghiệp, khu kinh tế và khu đô thị mới đã làm tăng đáng kể nhu cầu nước cho các ngành.
Thời tiết khí hậu đang diễn biến ngày càng phức tạp, ảnh hưởng đến thời gian xuất hiện lũ và hạn Mực nước trên các sông có những tổ hợp bất lợi cho công tác phòng lũ, với những trận lũ lớn xảy ra vào các năm 1978, 1988, 2002, 2007 và 2010, gây thiệt hại nặng nề cho kinh tế và xã hội Đồng thời, tình trạng hạn hán cũng gia tăng, ảnh hưởng nghiêm trọng đến sản xuất, đặc biệt là vào các năm 2005, 2007 và 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, với 30% diện tích bị hạn nặng Hàng trăm hệ thống hồ ở khu vực này đã xuống gần mực nước chết, trong đó một số nơi như sông Cả tại Nam Đàn và sông La tại Linh đã đạt mức nước thấp nhất trong chuỗi số liệu quan trắc.
Cảm, gây nên tình trạng mặn xâm nhập sâu trên các lưu vực sông, không lấy được nước vào trong đồng
Cần nghiên cứu và phân tích tình hình thiếu hụt nguồn nước trên lưu vực sông Cả để xác định các khu vực và thời điểm thường xuyên xảy ra hạn hán Việc này sẽ giúp đề xuất các giải pháp thích ứng hiệu quả cho vấn đề thiếu nước trong nhiều năm qua.
M ụ c tiêu nghiên c ứ u c ủa đề tài
- Đánh giá tình trạng hạn hán, thiếu nước ở lưu vực sông Cả dựa trên chỉ số chuẩn hóa lượng mưa (Standardized Precipitation Index, SPI);
- Kết hợp công cụ viễn thám, GIS xây dựng bản đồ phân bố thiếu hụt nguồn nước dựa trên nguồn số liệu mưa vệ tinh;
- Đề xuất giải pháp ứng phó với tình trạng hạn hán, thiếu hụt nước lưu vực sông
Đối tượ ng và ph ạ m vi nghiên c ứ u
Đối tượ ng nghiên c ứ u
Các yếu tố khí tượng quan trọng bao gồm lượng mưa, cường độ bức xạ mặt trời, nhiệt độ bề mặt đất trung bình và độ che phủ đất, cùng với mức độ hạn hán và khả năng ứng phó của địa phương.
Ph ạ m vi nghiên c ứ u
- Vùng nghiên cứu lưu vực sông Cả thuộc Việt Nam gồm toàn bộ tỉnh Nghệ An,
8 huyện Hà Tĩnh, một phần huyện Như Xuân thuộc Thanh Hóa
- Giới hạn vùng nghiên cứu:
+ Lưu vực sông Cả nằm trên hai quốc gia: Cộng hoà dân chủ Nhân Dân Lào và
Cộng hoà xã hôi chủ nghĩa Việt Nam Ở Việt Nam sông Cả nằm trên địa phận của 3 tỉnh Thanh Hoá, Nghệ An, Hà Tĩnh
+ Tỉnh Thanh Hoá nằm trong lưu vực sông Cả: Có khoảng 1/2 diện tích huyện Như Xuân trên sông Chàng (sông nhánh).
Tỉnh Nghệ An nằm trong lưu vực sông Cả, bao gồm các huyện như Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn, Tân Kỳ (nhánh sông Hiếu) và Kỳ Sơn, Tương Dương, Con Cuông, Anh Sơn, Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên (dòng chính sông Cả) Việc sử dụng nước từ các hệ thống thủy lợi hiện nay ở Nghệ An trong mùa kiệt sông Cả có mối liên hệ chặt chẽ với các huyện hưởng lợi như Yên Thành, Diễn Châu, Quỳnh Lưu (thuộc hệ thống thủy nông Diễn Yên Quỳnh - Bắc Nghệ An), thành phố Vinh, thị xã Cửa Lò, Nghi Lộc, Hưng Nguyên (trong hệ thống Nam Hưng Nghi - Nam Nghệ An).
Tỉnh Hà Tĩnh sở hữu lưu vực sông Cả, trải dài qua các huyện Hương Sơn, Hương Khê, Vũ Quang, Nghi Xuân và vùng hưởng lợi gồm Can Lộc, Thạch Hà, Đức Thọ, cùng với thị xã.
Hồng Lĩnh trong hệ thống sông Nghèn
+ Với tổng diện tích tự nhiên là 19.627 km 2 bao gồm cả vùng hưởng lợi
Cách ti ế p c ận và phương pháp nghiên cứ u
Cách ti ế p c ậ n
Để đảm bảo hiệu quả trong sản xuất nông nghiệp, cần tiếp cận theo mục tiêu và chú trọng đến các vùng sản xuất cũng như vùng quy hoạch nông nghiệp Hiện tại, chưa có nghiên cứu hay cảnh báo nào về nguy cơ hạn hán tại các khu vực này, điều này có thể dẫn đến những rủi ro tiềm ẩn cho ngành 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 tôi sử dụng các mô hình khí hậu toàn cầu kết hợp với công cụ xử lý ảnh vệ tinh Erdas và phần mềm GIS phân tích không gian ArcGIS Những công cụ này giúp chúng tôi thu thập và phân tích dữ liệu một cách chính xác, từ đó đưa ra những dự báo và giải pháp phù hợp với biến đổi khí hậu.
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 nghiêm trọng đến đời sống con người cũng như môi trường Mỗi năm, khoảng 21 triệu ha đất trở nên không có năng suất do hạn hán, trong khi số dân sống ở các vùng khô cằn gặp rủi ro đã tăng hơn 80% trong gần 25 năm qua Hơn 1/3 diện tích đất trên thế giới đã bị khô cằn, nơi có 17,7% dân số toàn cầu sinh sống Đồng thời, hoang mạc hóa và sa mạc hóa cũng đang lan rộng, ảnh hưởng đến cả các khu vực bán ẩm ướt, với tổng diện tích hoang mạc hóa lên tới 39,4 triệu km², chiếm 26,3% diện tích đất tự nhiên của thế giới.
Hơn 100 quốc gia đang đối mặt với nguy cơ đói và khát do hạn hán, ảnh hưởng đến 250 triệu người trên toàn cầu, đồng thời tác động tiêu cực đến môi trường khí hậu chung (WMO [1]).
Hạn hán thường gây ảnh hưởng rộng rãi và mặc dù ít khi là nguyên nhân trực tiếp dẫn đến mất mát về nhân mạng, nhưng thiệt hại kinh tế mà nó gây ra là rất lớn Theo dữ liệu từ Trung tâm giảm nhẹ hạn hán quốc gia Mỹ, thiệt hại do hạn hán hàng năm ước tính khoảng 6-8 tỷ USD, so với 2,41 tỷ USD do lũ và 1,2-4,8 tỷ USD do bão Đặc biệt, đợt hạn hán lịch sử diễn ra vào năm 1988-1989 đã gây thiệt hại lên tới 39-40 tỷ USD, vượt xa thiệt hại kỷ lục của lũ là 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 Các quốc gia như Ấn Độ, Pakistan và Australia cũng chịu ảnh hưởng nghiêm trọng từ hạn hán Đặc biệt, hiện tượng El Nino vào năm 1997-1998 đã dẫn đến cháy rừng rộng lớn ở Indonesia, gây thiệt hại nặng nề về kinh tế và môi trường Theo dự báo của Liên Hiệp Quốc, đến năm 2025, 2/3 diện tích đất canh tác ở châu Phi, 1/3 ở châu Á và 1/5 ở Nam Mỹ sẽ không còn khả năng sử dụng, ảnh hưởng đến khoảng 135 triệu người có nguy cơ phải di cư để tìm kiếm sinh kế.
Trên thế giới, nhiều tác giả đã nghiên cứu về hạn hán, nhưng do tính phức tạp của hiện tượng này, vẫn chưa có phương pháp chung cho các nghiên cứu Trong việc xác định, nhận dạng, giám sát và cảnh báo hạn hán, các chỉ số hạn hán là công cụ chính được sử dụng Việc theo dõi biến động giá trị 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 điểm và nhược điểm riêng, và các quốc gia sử dụng chỉ số phù hợp với điều kiện của mình Đặc biệt, việc xác định hạn hán không chỉ dựa vào số liệu quan trắc mà còn áp dụng cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu Trong nghiên cứu hạn hán, việc xác định các đặc trưng như sự khởi đầu, kết thúc, thời gian kéo dài, phạm vi mở rộng, mức độ hạn, tần suất và mối liên hệ với khí hậu là rất cần thiết.
Các nghiên cứu về hạn hán toàn cầu cho thấy sự gia tăng đáng kể về số đợt hạn, thời gian kéo dài và tần suất của hiện tượng này Nổi bật là nghiên cứu của Nico Wanders, phân tích 18 chỉ số hạn hán để áp dụng cho năm vùng khí hậu khác nhau Sự giảm lượng mưa kết hợp với tăng nhiệt độ dẫn đến quá trình bốc hơi mạnh mẽ, làm trầm trọng thêm tình trạng hạn hán Từ 1980 đến 2000, tần suất và mức độ hạn hán gia tăng ở nhiều khu vực, như Cộng hòa Séc và Hy Lạp, ảnh hưởng nghiêm trọng đến nông nghiệp và cung cấp nước Thời gian hạn kéo dài từ vài tháng đến nhiều năm, với trung bình 48 ± 17 tháng trên toàn Châu Âu, đặc biệt nghiêm trọng ở Italia và đông bắc Pháp.
Hạn hán ở phía bắc Trung Quốc đã gia tăng từ những năm 1990, với một số khu vực trải qua tình trạng hạn hán kéo dài từ năm 1997 đến 2003 Nghiên cứu cho thấy hạn hán là hiện tượng phức tạp, do cả nguyên nhân tự nhiên như dao động khí quyển và nhiệt độ mặt nước biển, cùng với các yếu tố nhân tạo như nhu cầu nước tăng, phá rừng, ô nhiễm và quản lý tài nguyên kém Hiện nay, nhiều chỉ số hạn như Ivanov, Budyko, Penman, và Palmer đã được phát triển và áp dụng trên toàn cầu, nhưng không có chỉ số nào vượt trội trong mọi điều kiện Việc lựa chọn chỉ số phù hợp phụ thuộc vào điều kiện cụ thể và cơ sở dữ liệu quan trắc của từng vùng.
Để giảm thiểu tác động của hạn hán, nhiều quốc gia phát triển đã thành lập các trung tâm giám sát và dự báo hạn hán Nhiệm vụ chính của những trung tâm này là cung cấp cảnh 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 việc sử dụng số liệu mưa từ các trạm khí tượng thủy văn truyền thống, hiện nay, nhiều cơ quan trên thế giới cung cấp dữ liệu mưa vệ tinh, trong đó CHIRPS, TRMM và CMORPH là những nguồn dữ liệu phổ biến.
- CHIRPS (Climate Hazards Group InfraRed Precipitation with Station) là dữ liệu lượng mưa toàn cầu gần 30 năm của Cục Khảo sát địa chất Hoa Kỳ
CHIRPS, được phát triển bởi USGS và nhóm hiểm họa khí hậu (CHG), kết hợp hình ảnh vệ tinh có độ phân giải 0.05° với dữ liệu từ các trạm đo tại chỗ Công nghệ này tạo ra chuỗi thời gian mưa dưới dạng lưới, giúp phân tích và theo dõi tình hình hạn hán theo mùa 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 vùng 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, sản phẩm của Cục Đại dương và Khí quyển quốc gia Hoa Kỳ, cung cấp phân tích lượng mưa toàn cầu với độ phân giải không gian và thời gian cao Kỹ thuật này dựa trên ước tính lượng mưa từ tàu thăm dò thấp và quan sát lò vi sóng vệ tinh, kết hợp với thông tin từ dữ liệu IR vệ tinh địa tĩnh.
Hình 1 3 D ữ li ệu mưa CMORPH ngày 08 -11-2015 ở Autralia
B ả ng 1 1 M ộ t s ố ngu ồn mưa vệ tinh toàn c ầ u hi ệ n nay
Tên dữ liệu Ngày bắt đầu-ngày kết thúc
Phân giải thời gian Nguồn
GPM 12/03/2014-nay 0.1 ° 30 phút NASA, JAXA
CHIRPS 01/01/1981-nay 0.05 ° Ngày CHG, UCSB
Dữ liệu mưa vệ tinh CHIRPS nổi bật với độ phân giải cao và bước thời gian theo ngày, cùng với việc cung cấp miễn phí, nên rất được ưa chuộng và sử dụng rộng rãi 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 hướng phát triển Tây Bắc - Đông Nam và nghiêng ra biển, với phần lớn diện tích là đồi núi Diện tích đất phù hợp cho nông nghiệp chỉ chiếm 19% tổng diện tích Việt Nam và 14% toàn lưu vực Địa hình sông Cả được chia thành các dạng chính, trong đó có 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 +15m ở Đô Lương, +7 đến +8m ở Thanh Chương, +2,5 đến +1,0m ở Nam Đàn, Hưng Nguyên, và +2,0 đến +0,0m ở 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, thuộc 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 Nơi đây có sự kết hợp giữa đồi bát úp, đồi cao và các thung lũng thấp, tạo nên cảnh quan đa dạng và hấp dẫn.
Bãi Tập - Quỳ Hợp, vùng sông Sào - Nghĩa Đàn, và trung tâm huyện Hương Khê, Vũ Quang có địa hình cao độ biến đổi từ +20 đến +200m, bị chia cắt mạnh bởi các sông nhỏ, chiếm khoảng 25-30% diện tích Địa hình vùng núi cao chủ yếu tập trung ở phía Tây, Tây Bắc và Tây Nam lưu vực, kéo dài từ Đồng Văn, Thông Thụ (Quế Phong) đến Hương Liên (Hương Khê - Hà Tĩnh) với các dãy núi như dãy Giăng Màn Cao độ của địa hình này từ +12.000 đến +15.000m, tạo thành rào cản giữa lưu vực sông Mê Kông và sông Cả Các huyện miền núi cao như Kỳ Sơn, Tương Dương, và Con Cuông có độ dốc lớn và thung lũng hẹp, trong khi địa hình vùng núi cao chiếm 60-70% diện tích lưu vực nhưng chỉ 1,5-2% là đất canh tác, chủ yếu phục vụ 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
Lưu vực sông Cả nằm trong khu vực uốn nếp Bắc Bộ và uốn nếp Varixêt Đông Dương, với ranh giới giữa hai miền uốn nếp được xác định bởi đới khâu sông.
Nghiên cứu trong chuyên khảo “Thành hệ địa chất và địa động học Việt Nam 1993” của Nguyễn Xuân Tùng cho thấy lưu vực sông Cả nằm trong khu vực Bắc bộ - Dương Tử - KaTaZia, thuộc đai vỏ lục địa Bắc Trường Sơn từ thời kỳ Paleozoi Trong 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 và cận lục địa Thời kỳ Paleozoi muộn đến Merozoi muộn chứng kiến sự tồn tại của chế độ rift và prerift Đến giai đoạn Merozoi muộn, các bồn trũng nhỏ mang tính orogen đã hình thành dọc theo đứt gãy sông Cả, được lấp đầy bởi trầm tích lục nguyên vụn thô.
Địa tầng của lưu vực sông Cả bao gồm nhiều giới và hệ tầng từ cổ đến trẻ, với các giới chính như Giới Protezoi, Giới Paleozoi (PZ) và Giới Mezozoi, trong đó mỗi giới chứa đựng các hệ tầng đặc trưng.
1.2.4 Đặc điểm sông ngòi a Dòng chính sông Cả
Sông Cả bắt nguồn từ đỉnh núi Phulaileng ở tỉnh Hủa Phăm, Lào, chảy theo hướng Tây Bắc - Đông Nam và nhập vào Việt Nam tại bản Keng Đu Dòng sông này đi sát biên giới Việt - Lào khoảng 40km và hoàn toàn vào Việt Nam tại chân núi cao 1.067m Đến Bản Vẽ, sông chuyển hướng chảy Bắc - Nam đến Cửa Rào, nơi nó hợp nhất với nhánh Nậm Mô và lại chuyển hướng Tây Bắc - Đông Nam Tổng diện tích lưu vực sông Cả là 27.200km², trong đó 9.740km² chảy trên đất Lào và phần còn lại nằm ở Việt Nam.
Dòng chính sông Cả có 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 lại rộng nhưng nông Phần thượng nguồn có nhiều ghềnh thác, hai bên là núi cao và đồi Khu vực thượng nguồn cũng có nhiều vị trí tiềm năng để xây dựng kho nước tổng hợp Sông Cả không có phân lưu, chỉ có một cửa thoát duy nhất.
Sông Hiếu là một chi lưu phía Tả, hợp lưu với sông Cả tại Ngã ba Cây Chanh Với diện tích lưu vực đạt 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 Đến Nghĩa Đàn dòng chảy đổi hướng theo hướng Bắc Nam Từ thị trấn Tân
Kỳ dòng chảy lại đổi hướng theo Đông Nam - Tây Bắc và nhập vào sông Cả tại
Ngã ba Cây Chanh là một điểm quan trọng trên sông Hiếu, con sông cung cấp nước thiết yếu cho các huyện Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn và Tân Kỳ Tuy nhiên, vào mùa kiệt, lưu lượng nước trên sông Hiếu chỉ còn khoảng 6-7 m³/s, không đủ đáp ứng nhu cầu cấp nước cho các khu vực này.
Sông Hiếu có nhiều chi lưu quan trọng, trong đó nổi bật là Nậm Quàng, Nậm Giải, Kẻ Cọc - Khe Nhã, sông Chàng, sông Dinh, Khe Nghĩa và Khe Đá Đặc biệt, sông Chàng và sông Dinh là hai chi lưu lớn, đóng vai trò quan trọng trong việc cấp nước cho sông Hiếu tại 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 vòng quanh đỉnh Huổng Mang Ngai (2406m), sau đó đổi dòng theo hướng Đông Nam - Tây Bắc Khi đến bản Suông Hang, sông tiếp tục đổi hướng Tây Bắc - Đông Nam và nhập lưu với sông Cả tại Cửa Rào, được coi là dòng chính của sông Cả do hướng chảy trùng khớp.
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 sông Nậm Mô từ 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 chảy qua các vùng núi đá cao với độ cao trung bình trên 1.000 m.
Sông Giăng là phụ lưu phía hữu sông Cả, cách đập Đô Lương khoảng 20km về phía hạ lưu, bắt nguồn từ dãy núi Phu Long cao 1.330m ở Tây Nghệ An Với diện tích lưu vực 1,05km², sông Giăng nằm trong vùng có lượng mưa lớn, tạo nên lòng sông rộng và nông cùng nhiều bãi bồi Hướng chảy chính của sông Giăng song song với sông Cả đến Thác Muối, sau đó đổi hướng Tây Đông khi 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 một hiện tượng tự nhiên không thể tránh khỏi, thường 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 phân thành bốn loại: hạn khí tượng, hạn thủy văn, hạn nông nghiệp và hạn kinh tế xã hội, trong đó hạn khí tượng là nguyên nhân chính dẫn đến các loại hạn khác Việc đánh giá và cảnh báo hạn khí tượng có ý nghĩa quan trọng trong công tác phòng chống và giảm nhẹ hạn hán, vì loại hạn này yêu cầu ít dữ liệu đầu vào như mưa và nhiệt độ, cho phép 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 là cần thiết để quản lý tài nguyên nước và giảm thiểu thiệt hại do 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 Chỉ số hạn hán có thể là hàm của các biến đơn như lượng mưa, nhiệt độ, bốc thoát hơi và dòng chảy, hoặc là tổng hợp của nhiều biến Mỗi chỉ số có ưu nhược điểm riêng, và các quốc gia lựa chọn chỉ số phù hợp với điều kiện của mình Việc xác định hạn hán không chỉ dựa vào dữ liệu quan trắc mà còn áp dụng cho dữ liệu từ mô hình khí hậu khu vực và toàn cầu.
Nghiên cứu về cảnh báo sớm hạn khí tượng tại Việt Nam đã áp dụng nhiều chỉ số khác nhau để đánh giá và dự báo tình hình hạn hán Cụ thể, Đào Xuân Học đã sử dụng chỉ số khô hạn Sazonop cho các tỉnh DHMT, trong khi Nguyễn Quang Kim phát triển phần mềm dự báo hạn khí tượng dựa trên chỉ số SPI Ngoài ra, Nguyễn Văn Thắng cũng áp dụng chỉ số SPI để dự báo hạn cho 7 vùng khí hậu ở Việt Nam, và Nguyễn Lương Bằng đã sử dụng hai chỉ số SPI và SPEI để dự báo hạn cho tỉnh Khánh Hòa.
Các thành phần trong chu trình tuần hoàn nước phản ứng với lượng mưa tích lũy theo thời gian khác nhau; 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 phân tích 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 khu vực có điều kiện thời tiết khác nhau Tuy nhiên, SPI cũng có một số hạn chế, như yêu cầu dữ liệu ít nhất 30 năm để đảm bảo độ chính xác và giả định rằng nguyên nhân chính của hạn hán là do mưa, trong khi các yếu tố khí tượng khác như nhiệt độ và bốc hơi có thể không được xem xét đầy đủ.
Chỉ số SPI, được Tổ chức Khí tượng Thế giới WMO đề xuất, là công cụ phổ biến nhất để đánh giá và dự báo hạn hán Nghiên cứu và ứng dụng chỉ số này tại Việt Nam đã cho thấy nó phù hợp với điều kiện khí hậu và giúp trong việc đánh giá, cảnh báo tình trạng hạn hán.
Để đánh giá tình hình hạn hán trong vùng nghiên cứu, luận văn này sẽ sử dụng chỉ số SPI để đo lường sự thiếu hụt lượng mưa (hạn khí tượng) theo các giai đoạn 3 tháng và 6 tháng trong năm Lượng mưa trong các thời đoạn tương ứng sẽ là yếu tố đầu vào chính Số lượng và chất lượng của tài liệu mưa có ảnh hưởng lớn đến độ chính xác của các mô hình toán được áp dụng.
Hiện nay, lưu vực sông Cả chỉ có 23 trạm đo mưa hoạt động, với mật độ lưới trạm đạt 778 km²/trạm, vượt yêu cầu tối thiểu 575 km²/trạm theo tiêu chuẩn của WMO Các trạm quan trắc mưa chủ yếu tập trung ở vùng đồng bằng và thị trấn trong thung lũng sông, trong khi vùng núi cao lại thiếu trạm đo mưa, đặc biệt là các trạm tự ghi, chỉ có một số ít trạm khí hậu được trang bị máy đo mưa tự ghi.
Dữ liệu từ các trạm đo mưa do Bộ Tài Nguyên Môi trường quản lý có chất lượng 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 có thể bị gián đoạn (Viện Quy hoạch Thủy lợi, 2012).
Tài liệu đo mưa trên lưu vực sông Cả hiện có nhiều khoảng trống về không gian và thời gian Để giải quyết vấn đề này, luận văn áp dụng mưa vệ tinh nhằm bù đắp các thiếu hụt dữ liệu và tính toán chỉ số SPI cho lưu vực Bên cạnh đó, công nghệ GIS được sử dụng để tạo bản đồ phân bố sự thiếu hụt nguồn nước (hạn khí tượng) trên 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
Trong nghiên cứu này, chúng tôi đã lựa chọn các trạm đo mưa trong số 23 trạm còn hoạt động để tính toán chỉ số thiếu hụt nguồn nước Quy trình lựa chọn dựa trên các tiêu chí cụ thể nhằm đảm bảo tính chính xác và hiệu quả trong việc đánh giá nguồn nước.
To accurately calculate the Standardized Precipitation Index (SPI), a continuous dataset of at least 30 years is essential 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, trong đó một số trạm có dữ liệu không liên tục do ghi chép và thống kê không đầy đủ Những số liệu thiếu này sẽ được bổ sung từ mưa vệ tinh như đã trình bày trong Mục 2.3.
Hình 2 2 S ố li ệu mưa thực đo (trạ m Qu ỳ H ợ p)
L ự a ch ọ n, thu th ậ p và x ử lý mưa vệ tinh
CHIRPS (Climate Hazards Group InfraRed Precipitation with Station) là bộ dữ liệu lượng mưa toàn cầu được phát triển trong gần 30 năm bởi Cục Khảo sát địa chất Hoa Kỳ (USGS) và nhóm hiểm họa khí hậu (CHG) Dữ liệu này kết hợp hình ảnh vệ tinh có độ phân giải 0.05 ° với thông tin từ các trạm quan trắc tại chỗ, tạo ra chuỗi thời gian mưa theo dạng lưới, phục vụ cho việc phân tích và theo dõi tình hình hạn hán theo mùa.
Dựa trên các tiêu chí xác định chỉ số thiếu hụt nguồn nước và dữ liệu còn thiếu từ các trạm khí tượng đã được chọn, dữ liệu mưa CHIRPS đã được thu thập cho lưu vực sông Cả, với khoảng thời gian từ năm 1986 đến nay.
2015 c Xử lý mưa vệ tinh CHIRPS
1 Ảnh mưa vệ tinh CHIRPS (30 năm từ1986 đến 2015)
2 Shapefile lưu vực sông Cả
3 Shapefile vị trí 9 trạm mưa.
4 Số liệu thực đo 9 trạm mưa.
Trích giá trịmưa từảnh CHIRPS:
- Add data: ảnh CHIRPS từng tháng, shapefile lưu vực sông Cả, shapefile 9 trạm mưa vào phần mềm ArcGIS
- Trích dữ liệu mưa từ vị trí 9 trạm mưa:
+ Dùng lệnh “Extract by mask”, để trích ra giá trị mưa CHIRPS tại vị trí 9 trạm mưa.
+ Open Attribute Table của file vừa tạo được ở bước trên
Hình 2 3 Trích d ẫ n giá tr ị mưa CHIRP S t ạ i 9 tr ạm đo mưa
+ Mở file *.txt bằng Excel, copy giá trị mưa từảnh CHIRPS
- Làm tương tự cho các tháng còn lại
Hình 2.4 S ố li ệu mưa CHIRPS lưu vự c sông C ả và lân c ậ n tháng 9/1995
So sánh số liệu mưa CHIRPS với mưa thực đo
Hình 2.5 So sánh s ố li ệu mưa CHIRPS và mưa thực đo trạ m Qu ỳ H ợ p
Hình 2.6 So sánh s ố li ệu mưa CHIRPS và mưa thực đo trạm Hà Tĩnh
Hình 2.7 So sánh tương quan giữa mưa CHIRPS và mưa thực đo trạ m Qu ỳ
H ợp và Hà Tĩnh Đánh giá sai số:
Kết quả đánh giá tương quan giữa chuỗi số liệu mưa CHIRPS và mưa thực đo giai đoạn 1996-2000 tại trạm Quỳ Hợp cho thấy chỉ số R² = 0,6, cho thấy mức độ tương quan 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 vệtinh và mưa thực đo cũng đạt yêu cầu 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 từ các trạm quan trắc cho thấy chỉ số NSE thấp nhất là 0,64 tại trạm Quỳ Hợp và cao nhất là 0,90 tại trạm Hà Tĩnh trong giai đoạn 1996 đến 2000 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 mức tốt đến rất tốt.
Dựa trên các phân tích và đánh giá đã thực hiện, mưa vệt tính CHIRPS có thể được áp dụng để bổ sung dữ liệu cho 9 trạm mưa đã chọn, từ đó tạo ra chuỗi số liệu dài và đầy đủ hơn.
30 năm từ1986 đến 2015, dùng để tính toán chỉ số SPI
B ả ng 2 3 K ế t h ợp mưa thực đo và mưa CHIRPS tạ i các tr ạm trên lưu vự c sông C ả
TT Tên tr ạ m Th ực đo Mưa CHIRPS
4 Con Cuông 1960-2015 Tháng 6, tháng 12 năm 1995
5 Quỳ Hợp 1996-2015 Các năm từ 1986 đến 1995
6 Kỳ Anh 1961-2015 Các năm từ 1986 đến 2000
( Hương Sơn ) 1962-2015 Các năm từ 1986 đế n 2000
Xây d ự ng công th ứ c tính toán ch ỉ s ố SPI
Hạn là hiện tượng tự nhiên phổ biến, thường bị hiểu nhầm là sự kiện hiếm gặp Xuất hiện ở nhiều vùng khí hậu khác nhau, hạn khác với tình trạng khô cằn thường xuyên ở những nơi 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 của nó, 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, trong đó chỉ số chuẩn hóa lượng mưa (SPI) được ưa chuộng nhất do tính đa dụng và khả năng dự báo chính xác SPI có thể tính cho nhiều khoảng thời gian khác nhau và cung cấp cảnh báo sớm về hạn hán Hạn khí tượng xảy ra khi lượng mưa thấp hơn trung bình trong thời gian dài, trong khi hạn nông nghiệp xảy ra khi độ ẩm thiếu hụt cho mùa vụ, dù mưa có thể đạt mức trung bình Hạn thủy văn được xác định khi lượng nước dự trữ trong các nguồn nước giảm xuống dưới mức trung bình, thường do nhu cầu sử dụng nước tăng cao.
Cả ba loại hạn: hạn khí tượng, hạn độ ẩm đất và hạn nông nghiệp đều có mối quan hệ chặt chẽ với nhau Thiếu hụt lượng mưa và bốc hơi cao dẫn đến hạn khí tượng, trong khi đó, sự thiếu hụt độ ẩm trong đất gây ra hạn độ ẩm đất, ảnh hưởng đến khả năng cung cấp nước cho cây trồng, từ đó dẫn đến hạn nông nghiệp Hơn nữa, khi không có mưa hoặc mưa ít, kết hợp với lượng bốc hơi cao, sẽ làm giảm lượng nước trữ trong lưu vực, ảnh hưởng đến nguồn cung cấp nước ngầm và làm cạn kiệt dòng chảy sông suối, gây ra hạn thuỷ văn Do đó, khi đề cập đến khô hạn hay vùng khô hạn, thực tế đều liên quan đến cả ba loại hạn này.
B ả ng 2 4 B ả ng t ổ ng h ợ p các ch ỉ tiêu h ạ n
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Mô hình cân bằng nước dạng 2 tầng trữ (PDSI) cho thấy tình trạng hạn hán nặng khi chỉ số nằm trong khoảng -3,0 đến -3,99 Việc xem xét cả hai yếu tố nguồn nước cung cấp là cần thiết, tuy nhiên, phương pháp hiện tại không thực sự hiệu quả và chưa được sử dụng phổ biến.
Chỉ số PDSI, được tính theo phương pháp Palmer, thể hiện mức độ hạn hán với các giá trị từ -2,0 đến -2,99 cho thấy tình trạng hạn vừa Chỉ số này phản ánh sự cân bằng giữa lượng mưa và nhu cầu nước, bao gồm cả sự bốc hơi tính toán cho các vùng núi.
Chỉ số hạn Palmer cho thấy mức độ bốc hơi so với điều kiện bình thường, với các mức độ hạn như sau: từ -1,0 đến -1,99 là hạn nhẹ; từ -0,5 đến -0,99 là hạn rất nhẹ Điều này có thể ảnh hưởng đến tiềm năng sản xuất nông nghiệp, đặc biệt ở những vùng có tuyết bao phủ Tình hình hạn hán tại Hoa Kỳ và trên toàn thế giới cũng đang trở thành mối quan tâm lớn.
Có thể tính toán chỉ số hạn theo cả
Chỉ số Precipitation Standardized Index (SPI) được tính toán từ chuỗi số liệu mưa nhiều năm, nhằm xác định mức độ hạn hán dựa trên phân bố chuẩn Các giá trị SPI từ -1,5 đến -1,99 cho thấy tình trạng hạn nặng, trong khi từ -1,0 đến -1,49 chỉ ra hạn vừa Chỉ số này có thể áp dụng cho nhiều khoảng thời gian khác nhau như tuần, tháng, quý và năm, và phản ánh cả hai điều kiện ẩm ướt và khô hạn với các giá trị âm Để tính toán SPI, 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 đo lường cho thấy lượng mưa thường vượt quá mức bình thường Để sử dụng hiệu quả phương pháp thống kê, cần có chuỗi số liệu Rainfall Deciles (RD) để phân nhóm mưa theo khí tượng, chia thành 10 nhóm nhỏ Nhóm 3-4 thể hiện lượng mưa nhỏ hơn mức bình quân và cho kết quả tốt khi chuỗi số liệu đủ dài, nhưng chưa được ứng dụng nhiều ở Úc Trong khi đó, nhóm 5-6 gần đạt mức bình quân và thường được dùng 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 nhiều yếu tố chuyên dụng và sử dụng số liệu mưa cùng 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% gần bình thường Việc xem xét các điều kiện lịch sử cũng rất quan trọng trong quá trình đánh giá.
The Palmer Moisture Anomaly Index, also known as the Z-index, is a crucial metric used to assess abnormal moisture levels This index is calculated to determine the extent of drought conditions, providing valuable insights into moisture deficits.
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 trong sông thấp hơn mức bình thường, và M là lưu lượng trung bình trong sông trong suốt thời gian D.
Để xác định mức độ hạn, S cần được tính toán chuẩn hóa một cách chính xác Quá trình tính toán này đơn giản, không yêu cầu thông tin về lưu vực và không phân bố mức độ hạn theo tần suất tiêu chuẩn.
T otal water deficit (S) Tổng lượng Hoa Kỳ nước thiếu hụt
Phương pháp này, giống như tính S, áp dụng mô hình Palmer để tính chỉ số PDSI, nhưng yêu cầu tiêu chuẩn tính toán phải chính xác hơn trong việc xác định giới hạn giữa khô hạn và ẩm ướt.
Giá trị tính toán phân lớp t ương tự PDSI nhưng đòi hỏi phân khoảng nhỏ hơn.
Sử dụng mô hình cân bằng nước để xác định mức độ ảnh hưởng của cả 2 yếu tố mưa và nhiệt độ.
Không thực sự hiệu quả tính toán cho các vùng núi hoặc vùng có tuy ết bao phủ; cần tính phân bổ tần suất tiêu chuẩn
Index Phần lớn sử dụng ở
(PHDI)- Chỉ số hạn thủy văn Palmer
Hoa Kỳ Surface Water Supply Index
Chỉ số SWSI được xác định 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 cụ thể liên quan đến điều kiện môi trường.
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Chỉ số Hạn hán theo khu vực (DAI) được tính toán dựa trên mức độ hạn hán và phạm vi ảnh hưởng của nó Chỉ số này định lượng mức độ hạn hán tại từng khu vực, nhưng không thể đo lường cường độ ảnh hưởng cụ thể do điều kiện hạn hán tại đó DAI sử dụng các giá trị chỉ số hạn bình quân để đánh giá tình hình hạn hán trên toàn bộ khu vực.
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 SPI1, SPI3, và SPI6 từ 42 vị trí sẽ được đưa lên bản đồ theo tọa độ địa lý của các trạm đo Phép nội suy nghịch đảo khoảng cách (IDW) được áp dụng để nội suy giá trị SPI cho 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, nhằm tạo ra bản đồ hạn của vùng.
Phương pháp nội suy IDW là một kỹ thuật nội suy xác định cục bộ, ước lượng giá trị của một điểm bất kỳ bằng cách tính trung bình các giá trị của các điểm lân cận Mỗi điểm lân cận được gán một trọng số dựa trên khoảng cách đến điểm cần ước lượng Trong phương pháp IDW, giả thiết được đưa ra là giá trị tại các điểm cần tính là trung bình trọng số của các giá trị lân cận.
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 kết quả dự báo Cụ thể, những điểm gần với điểm cần dự báo 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 gần điểm s0, với λi là các trọng số phụ thuộc vào khoảng cách từ mỗi điểm mẫu đến điểm s0 Giá trị z(s) được đo tại mỗi điểm mẫu i.
Khoảng cách di0 giữa điểm dự báo s0 và điểm mẫu si được xác định, với p là tham số thể hiện tốc độ giảm trọng số theo khoảng cách Nghiên cứu này chọn p = 2, nghĩa là trọng số sẽ giảm theo bình phương khoảng cách.
IDW (Inverse Distance Weighting) là phương pháp nội suy dựa vào nghịch đảo của khoảng cách, được nâng lên thành một hàm mũ Tham số số mũ trong IDW giúp điều chỉnh tầm quan trọng của các điểm đã biết đối với giá trị nội suy, dựa trên khoảng cách của chúng 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 tăng cường ảnh hưởng của các điểm gần, dẫn đến việc các dữ liệu gần có tác động mạnh hơn, tạo ra bề mặt chi tiết hơn và kém mịn hơn Khi số mũ tăng, giá trị nội suy gần dần tới giá trị của điểm mẫu gần nhất Ngược lại, việc sử dụng số mũ thấp hơn làm cho các điểm xa hơn có ảnh hưởng lớn hơn, dẫn đến bề mặt mịn hơn.
Trong bài viết này, tác giả đã chọn giá trị mặc định do QGIS quy định nhằm đảm bảo sự cân bằng giữa các điểm gần và xa đối 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 nhiều năm trên lưu vực sông Cả 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, ở các vùng mưa vừa và lớn như thượng nguồn sông Hiếu, lượng mưa đạt từ 2.000 đến 2.100mm, và khu vực sông Giăng từ 1.800 đến 2.100mm Vùng sông Ngàn Phố và Ngàn Sâu có lượng mưa trung bình từ 2.200 đến 2.400mm, trong khi đồng bằng ven biển ghi nhận lượng mưa từ 1.800 đến 1.900mm Các vùng tâm mưa lớn nhất xuất hiện ở thượng nguồn sông Hiếu và sông Ngàn Phố, Ngàn Sâu.
Vùng ít mưa xuất hiện ở những thung lũng kín, khuất gió như dọc theo thung lũng Mường Xén - Cửa Rào, Cửa Rào - Khe Bốlượng mưa năm chỉđạt từ 1.200
1.300mm Có năm tại Khe Bố lượng mưa năm chỉ đạt 511mm năm 1984, Cửa Rào đạt 773 mm năm 1977
Mùa mưa ở lưu vực sông Cả và sông Hiếu thay đổi theo vị trí địa lý Tại vùng thượng nguồn, mùa mưa bắt đầu từ tháng 5 và kết thúc vào 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, mùa mưa bắt đầu từ tháng 6 và kéo dài đến tháng 10, tháng 11, với tháng 11 có lượng mưa lớn nhất rơi vào tháng 8, 9 và 10.
Mùa mưa ở lưu vực phía Nam, bao gồm các khu vực như sông Ngàn Phố và Ngàn Sâu, bắt đầu từ tháng Tám và kéo dài đến tháng Mười Trong thời gian này, lượng mưa chiếm từ 80% đến 87% tổng lượng mưa hàng năm, trong khi phần còn lại là mùa khô với lượng mưa ít hơn.
Mùa mưa ở Việt Nam thường diễn ra từ Bắc vào Nam, với hai đỉnh cực trị vào tháng 5 và tháng 9 Trong tháng 5 và tháng 6, gió mùa Tây Nam hoạt động mạnh, gây ra mưa lớn và lũ tiểu mãn Tổng lượng mưa trong hai tháng này có thể chiếm tới 20% tổng lượng mưa hàng năm tại các trạm thượng nguồn sông Cả.
Trận lũ tiểu mãn tại Hiếu, Ngàn Phố, Ngàn Sâu đã diễn ra với cường độ lớn, tương tự như các trận lũ vào tháng 5 năm 1943 và tháng 5 năm 1989 Đặc biệt, trận mưa vào tháng 5 năm 1989 đã gây ra lũ lịch sử trên sông Ngàn Phố, với lượng mưa tối đa ghi nhận lên tới 483mm trong một ngày tại Kim Cương và 296mm tại Hoà Duyệt vào ngày 26 tháng 5 năm 1989.
Gió mùa Tây Nam gây ra thời tiết khô nóng do hiện tượng Fơn, với lượng mưa đạt cực đại vào tháng 5 và 6, trong khi tháng 7 lại có lượng mưa tối thiểu Khi gió Lào hoạt động mạnh, lượng mưa trong tháng 7 giảm xuống chỉ còn 5-10% tổng lượng mưa hàng năm.
Vào các tháng VIII, IX và X, dải hội tụ nhiệt đới di chuyển về phía Nam, kết hợp với các hiện tượng thời tiết như áp thấp nhiệt đới và bão, đã dẫn đến những trận mưa lớn kéo dài từ 3 đến 10 ngày, gây ra lũ lớn trên các triền sông.
Lượng mưa hai tháng IX, X đạt tới 40% lượng mưa năm Lượng mưa tháng IX,
Lượng mưa trên lưu vực X không đồng đều, với vùng đồng bằng chịu ảnh hưởng mạnh từ bão, đạt từ 1.000 đến 1.100mm trong hai tháng Ngược lại, ở phía thượng lưu dòng chính, lượng mưa giảm dần còn 500 đến 800mm do ảnh hưởng ít hơn từ bão.
Lượng mưa cực tiểu tháng II vùng Mường Xén, Cửa Rào, thượng nguồn sông
Trong tháng này, Hiếu chỉ ghi nhận lượng mưa từ 6 đến 12mm, tương tự như các tháng khác Lượng mưa trong tháng II chỉ chiếm 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% lượng mưa cả năm.
Biến động lượng mưa theo thời gian khá mạnh mẽ Lượng mưa năm lớn nhất đạt 3.520mm năm 1989 tại Vinh, 3.670mm năm 1989 tại Hoà Duyệt, 3.470mm năm
1978 tại Đô Lương và từ 2.500 2.700mm tại các vùng thượng sông Cả, sông Hiếu Lượng mưa năm nhỏ nhất biến động tuỳ theo các vùng, vùng ít mưa như
Khe Bố, Mường Xén, Cửa Rào có năm lượng mưa chỉ đạt 500 700mm Vùng mưa nhiều năm ít mưa nhất đạt từ 1.200 1.500mm
Hệ số biến sai Cv mưa năm dao động từ 0,25 0,35
Hình 3 1 S ố li ệu mưa thực đo (Trạ m Qu ỳnh Lưu)
Hình 3 2 S ố li ệu mư thực đo (Trạm Kim Cương) ố ệu mưa thực đo (Trạ ỳ ợ
B ả ng 3 1 T ỷ l ệ mưa năm phân theo mùa trung bình nhiều năm
TT Tên Tr ạ m Li ệ t tài li ệ u
Mùa mưa Mùa khô Năm
4 Qu ỳnh Lư u 1960-2015 VI-X 1243 78 XI-V 346 22 1589
Phân tích tình tr ạ ng thi ế u h ụ t ngu ồn nướ c d ự a trên ch ỉ s ố SPI
Đánh giá sự thiếu hụt nguồn nước và hạn hán được thực hiện thông qua kết quả tính chỉ số SP6 tại các trạm khí tượng Bên cạnh đó, chỉ số bình quân SPI, được tính bằng cách trung bình hóa các ô lưới SPI theo từng tháng, cũng đóng vai trò quan trọng trong quá trình này.
Dựa vào chỉ số SPI6 trung bình, các giai đoạn từ 1991-1992, 1998-2001, 2003-2005, 2010-2011 và 2014-2015 cho thấy sự thiếu hụt nguồn nước kéo dài so với trung bình nhiều năm, đặc biệt là giai đoạn 1998-2001, 2003-2005 và 2014-2015, kéo dài đến năm 2016 Xu thế này gần như tương đồng ở các trạm đại diện cho các vùng miền núi, đồng bằng và ven biển, cho thấy toàn bộ lưu vực sông Cả đều bị ảnh hưởng bởi hạn hán và thiếu hụt nguồn nước trong những năm điển hình, 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, chúng ta nhận thấy xu hướng tương đồng về các giai đoạn hạn khí tượng, với tần suất hạn gia tăng nhưng thời gian mỗi đợt lại ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ cho thấy tính chính xác cao, điển hình là tình trạng thiên tai hạn hán được công bố tại tỉnh Nghệ An vào năm 2015, khi hạn hán 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 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 năm 1990-1991, 1997, đầu năm 2004 và cuối năm 2013 Tuy nhiên, chỉ số SPI6 chỉ ra rất ít đợt nhiều nước xen kẽ với các đợt ít nước Đánh giá trên khoảng thời gian ngắn hơn bằng SPI3 giúp nhận diện sự xen kẽ này Việc nhận diện sự xen kẽ giữa các giai đoạn dồi dào và thiếu hụt 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 cho thấy rõ các xu thế hạn trong những năm qua Cụ thể, năm 2015 và 2005 là những thời điểm mà 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 thể hiện diện tích bị hạn đầu năm 2015 tại các huyện trong vùng nghiên cứu, cho thấy 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 trong vùng lên đến hơn 138.000 ha, hạn nặng gần 578.000 ha, và hạn là hơn 350.000 ha Kết quả này phản ánh đúng tình hình thực tế khi Nghệ An đã công bố tình trạng thiên tai hạn vào năm 2015.
B ả ng 3 2 Phân c ấ p h ạ n theo di ệ n tích các huy ệ n LVS C ả năm 2015 (theo ch ỉ s ố SPI6)
Di ệ n tích theo c ấp độ h ạ n (ha)
Di ệ n tích theo c ấp độ h ạ n (ha)
B ả ng 3 3 Di ệ n tích b ị h ạ n theo ch ỉ s ố SPI6 năm 2005
Di ệ n tích theo c ấp độ h ạ n (ha)
Di ệ n tích theo c ấp độ h ạ n (ha)
Đề xu ấ t gi ả i pháp ứ ng phó, kh ắ c ph ụ c thi ế u h ụ t ngu ồn nước lưu vự c sông
3.5.1 Một số giải pháp công trình (Phải nêu hiện trạng rồi mới đưa ra biện pháp công trình)
Kết quả tính toán và bản đồ thiếu hụt nguồn nước mùa khô cho các tiểu vùng cho thấy thiếu hụt lượng mưa mùa khô so với trung bình nhiều năm xảy ra tại các vùng trung sông Cả, trung và hạ lưu sông Hiếu, vùng sông Nghèn, và Nghi Xuân Mặc dù lượng mưa cả năm trên lưu vực sông Cả tương đối dồi dào, nhưng chủ yếu tập trung vào mùa mưa Do đó, xây dựng các hồ chứa để điều tiết nước giữa các mùa và trong nhiều năm là giải pháp cần thiết và khả thi nhằm đảm bảo nguồn nước cho các khoảng thời gian thiếu nước mùa khô.
Trên lưu vực sông Cả, mặc dù đã có nhiều công trình thủy lợi và thủy điện được xây dựng, nhưng vẫn chưa đáp ứng đủ nhu cầu nước cho các vùng lân cận Do đó, cần khai thác tối đa nguồn nước từ các hồ chứa hiện có như hồ Bản Vẽ và hồ Bản Mồng, đồng thời xem xét xây dựng thêm các công trình mới như Chúc A và Trại Dơi trên sông Ngàn Sâu, cũng như các dự án khác trên nhánh sông Ngàn Phố và sông Giăng Các số liệu về lưu lượng nước có thể tham khảo từ Viện Quy hoạch Thủy lợi, nhằm đánh giá tình trạng thiếu hụt nước trong mùa khô Để tận dụng nguồn nước từ các hồ chứa thượng nguồn, cần cải tạo, nâng cấp và xây mới các trạm bơm và hồ chứa nhỏ tại những khu vực còn khó khăn như Nghi Xuân và trung lưu sông Cả.
3.5.2 Một số giải pháp phi công trình
Củng cố và nâng cao năng lực hoạt động của các tổ chức quản lý nguồn nước trên lưu vực, bao gồm Sở Nông nghiệp và Phát triển nông thôn, Sở Tài nguyên và Môi trường, Chi Cục Thủy lợi, và Chi Cục Phòng chống và Giảm nhẹ thiên tai Đồng thời, cần làm rõ và giảm thiểu các mâu thuẫn, chồng chéo chức năng giữa các tổ chức quản lý để nâng cao hiệu quả trong công tác quản lý nguồn nước.
Cần thiết phải đánh giá và củng cố vai trò của Ban Quản lý lưu vực sông Cả, nhằm nâng cao hiệu quả quản lý Cần có hình thức tổ chức phù hợp với điều kiện và bối cảnh đặc thù của lưu vực sông tại Việt Nam.
Nhiệm vụ quản lý nước không được trùng lặp với các tổ chức khác trong lưu vực sông, đặc biệt là hệ thống quản lý nước của các tỉnh Cần có cơ chế phối hợp hiệu quả giữa các cơ quan và tổ chức trong việc quản lý và sử dụng nước, đặc biệt là theo địa giới hành chính Việc tham gia của cộng đồng là rất quan trọng trong việc trao đổi ý kiến và thống nhất giải quyết các 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 Việc này giúp tối ưu hóa việc khai thác thông tin, từ đó xây dựng kế hoạch khai thác nguồn nước hiệu quả hơn.
Ứng dụng các mô hình toán học về thủy văn và thủy lực, cùng với việc cân bằng nước, giúp đánh giá, kiểm đếm và quản lý nguồn nước một cách hiệu quả hơn.
Kết quả nghiên cứu cho thấy cần kết hợp với các cơ quan chuyên môn để phát triển và ứng dụng công nghệ cao, đặc biệt là kết hợp công nghệ viễn thám với mô hình toán học Điều này nhằm tạo dựng cơ sở dữ liệu đầy đủ, bổ sung thông tin còn thiếu và xây dựng các kịch bản sẵn sàng ứng phó.