Tính c ấ p thi ế t c ủa đề tài
Hạn hán là hiện tượng tự nhiên xảy ra do nhiều nguyên nhân như thiếu mưa, bốc hơi lớn và khai thác nước quá mức Nó có thể xuất hiện trên toàn cầu, ảnh hưởng đến mọi vùng khí hậu với các đặc điểm khác nhau Hạn hán khác với khô hạn, vì khô hạn chỉ xảy ra ở những khu vực có lượng mưa thấp và là đặc trưng lâu dài của khí hậu Do đó, hạn hán diễn ra hàng năm với các yếu tố thời tiết và tác động không giống nhau.
Trong những năm gần đây, sự phát triển của đất nước đã mang lại những thay đổi tích cực cho nền kinh tế các tỉnh trên lưu vực sông Cả, với cơ cấu kinh tế chuyển dịch theo hướng công nghiệp - dịch vụ - nông nghiệp Sự ra đời của hàng loạt khu công nghiệp, khu kinh tế và khu đô thị mới đã làm tăng đáng kể nhu cầu nước cho các ngành.
Quy luật diễn biến thời tiết khí hậu ngày càng phức tạp, đặc biệt là về thời gian xuất hiện lũ và hạn Diễn biến mực nước trên các sông đang tạo ra 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 trận lũ nặng nề nhất vào năm 2010, gây thiệt hại lớn cho nền kinh tế và xã hội trong khu vực Về hạn, mức độ hạn ngày càng gia tăng, ảnh hưởng nghiêm trọng đến sản xuất, đặc biệt là trong các năm 2005, 2007 và 2010.
Nghệ An và Hà Tĩnh, nằm trong lưu vực sông Cả, đã trải qua tình trạng hạn hán nghiêm trọng Vào năm 2010, Nghệ An ghi nhận khoảng 17.000-20.000ha đất bị hạn, trong khi Hà Tĩnh có khoảng 12.000ha, với 30% diện tích bị ảnh hưởng nặng Hàng trăm hệ thống hồ ở khu vực này đã xuống gần mức nước chết, và một số nơi như sông Cả tại Nam Đàn và sông La tại Linh đã ghi nhận mực nước thấp nhất trong chuỗi số liệu quan trắc.
Cảm, gây nên tình trạng mặn xâm nhập sâu trên các lưu vực sông, không lấy được nước vào trong đồng
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 xảy ra hạn hán thường xuyên Qua đó, chúng ta có thể đề xuất các giải pháp thích ứng hiệu quả nhằm cải thiện tình hình 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 như lượng mưa, cường độ bức xạ mặt trời, nhiệt độ bề mặt đất trung bình và độ che phủ đất đóng vai trò quan trọng trong việc đánh giá mức độ hạn hán và khả năng ứng phó của địa phương.
Ph ạ m vi nghiên c ứ u
- Vùng nghiên cứu lưu vực sông Cả thuộc Việt Nam gồm toàn bộ tỉnh Nghệ An,
8 huyện Hà Tĩnh, một phần huyện Như Xuân thuộc Thanh Hóa
- Giới hạn vùng nghiên cứu:
+ Lưu vực sông Cả nằm trên hai quốc gia: Cộng hoà dân chủ Nhân Dân Lào và
Cộng hoà xã hôi chủ nghĩa Việt Nam Ở Việt Nam sông Cả nằm trên địa phận của 3 tỉnh Thanh Hoá, Nghệ An, Hà Tĩnh
+ Tỉnh Thanh Hoá nằm trong lưu vực sông Cả: Có khoảng 1/2 diện tích huyện Như Xuân trên sông Chàng (sông nhánh).
Tỉnh Nghệ An nằm trong lưu vực sông Cả, bao gồm các huyện như Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn, Tân Kỳ (nhánh sông Hiếu) và Kỳ Sơn, Tương Dương, Con Cuông, Anh Sơn, Đô Lương, Thanh Chương, Nam Đàn, Hưng Nguyên (dòng chính sông Cả) Việc sử dụng nước từ các hệ thống thủy lợi trong mùa kiệt tại Nghệ An 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), cùng với thành phố Vinh, thị xã Cửa Lò, Nghi Lộc, Hưng Nguyên (trong hệ thống Nam Hưng Nghi - Nam Nghệ An).
Tỉnh Hà Tĩnh có lưu vực sông Cả trải dài qua các huyện Hương Sơn, Hương Khê, Vũ Quang, Nghi Xuân, cùng với các vùng hưởng lợi như Can Lộc, Thạch Hà, Đức Thọ và 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
Tiếp cận theo mục tiêu là rất quan trọng, đặc biệt trong các vùng sản xuất nông nghiệp và vùng quy hoạch cho sản xuất nông nghiệp, nơi mà hiện nay chưa có nghiên cứu hoặc cảnh báo nào về nguy cơ hạn hán.
- Tiếp cận kết quả của các nghiên cứu trong và ngoài nước về vấn đề hạn hán
Để tiếp cận hiệu quả, chúng ta áp dụng 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 Việc này giúp nâng cao độ chính xác trong việc phân tích và dự báo các hiện tượng 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 gây ra nhiều thiệt hại kinh tế và ảnh hưởng nghiêm trọng đến đời sống con người cũng như môi trường sinh thái Mỗi năm, khoảng 21 triệu ha đất trở thành không có năng suất do hạn hán, và số dân gặp rủi ro vì hạn hán ở các vùng khô cằn đã tăng hơn 80% trong gần 25 năm qua Hiện nay, hơn 1/3 diện tích đất đai toàn cầu đã bị khô cằn, nơi có 17,7% dân số thế giới sinh sống Bên cạnh đó, hoang mạc hóa và sa mạc hóa đang lan rộng từ các khu vực khô hạn đến cả những vùng bán ẩm ướt, với diện tích hoang mạc hóa đã lên đến 39,4 triệu km², chiếm 26,3% tổng diện tích đất tự nhiên trên thế giới.
Hạn hán đang đe dọa 250 triệu người trên toàn cầu, ảnh hưởng đến 100 quốc gia và gây ra nguy cơ đói khát nghiêm trọng Tình trạng này không chỉ tác động đến đời sống con người mà còn ảnh hưởng đến môi trường khí hậu toàn cầu (WMO [1]).
Hạn hán thường có ảnh hưởng sâu rộng, mặc dù hiếm khi là nguyên nhân trực tiếp gây thiệt hại về nhân mạng Tuy nhiên, thiệt hại kinh tế từ hạn hán là rất lớn, với số liệu từ Trung tâm giảm nhẹ hạn hán quốc gia Mỹ cho thấy hàng năm, hạn hán gây thiệt hại cho nền kinh tế Mỹ khoảng 6-8 tỷ USD, so với 2,41 tỷ USD do lũ và 1,2-4,8 tỷ USD do bão Đặc biệt, đợt hạn hán lịch sử vào năm 1988-1989 đã gây thiệt hại lên tới 39-40 tỷ USD, vượt xa thiệt hại kỷ lục do lũ là 15-27,6 tỷ USD.
Hạn hán và bão đã gây ra tổn thất kinh tế lớn, với thiệt hại lên tới 25-33,1 tỷ USD vào năm 1992 Nhiều quốc gia như Ấn Độ, Pakistan và Australia cũng chịu ảnh hưởng nặng nề từ hạn hán Sự kiện 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 có thể không còn khả năng sử dụng, đe dọa khoảng 135 triệu người 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 và giám sát hạn hán, các chỉ số hạn hán là công cụ chính, giúp theo dõi sự biến động của giá trị để 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 hay bốc thoát hơi, hoặc là tổng hợp của nhiều biến Mỗi chỉ số có những ưu nhược điểm riêng và được các quốc gia lựa chọn phù hợp với điều kiện của mình Việc xác định hạn hán không chỉ dựa vào số liệu quan trắc mà còn áp dụng cho các mô hình khí hậu khu vực và toàn cầu Trong nghiên cứu hạn, việc xác định các đặc trưng như sự khởi đầu, kết thúc, thời gian kéo dài, phạm vi, mức độ và tần suất của hạn là rất cần thiết.
Nghiên cứu của Aiguo Dai và cộng sự cho thấy hạn hán toàn cầu đang gia tăng về tần suất và mức độ, với sự đồng thuận từ các phân tích của Benjamin Lloyd-Hughes, Mark A Saunders và Michael J Hayes Nổi bật là nghiên cứu của Nico Wanders, đã phân tích 18 chỉ số hạn hán để lựa chọn chỉ số phù hợp cho các vùng khí hậu khác nhau Các nghiên cứu chỉ ra rằng sự giảm lượng mưa kết hợp với tăng nhiệt độ dẫn đến tình trạng bốc hơi tăng, làm trầm trọng thêm hạn hán (A V Meshcherskaya & V G Blazhevich, A Loukas & L Vasiliades) Từ năm 1980 đến 2000, tần suất và mức độ hạn hán gia tăng, đặc biệt ở Cộng hòa Séc và Hy Lạp, nơi xảy ra hạn nặng vào mùa hè Thời gian kéo dài của các đợt hạn cũng tăng đáng kể, có thể kéo dài từ vài tháng đến vài năm Nghiên cứu tại Châu Âu cho thấy thời gian hạn hán trung bình là 48 ± 17 tháng, với tần suất cao hơn ở lục địa và thời gian kéo dài nhất 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 4-5 năm (1997-2003) Nghiên cứu cho thấy hạn hán là hiện tượng phức tạp, do cả nguyên nhân tự nhiên và con người gây ra Các yếu tố tự nhiên bao gồm sự dao động khí quyển và nhiệt độ biển (như El Nino), trong khi nguyên nhân do con người liên quan đến nhu cầu nước tăng cao, phá rừng, ô nhiễm, và quản lý tài nguyên kém Hiện nay, nhiều chỉ số hạn khác nhau đã được phát triển và áp dụng trên toàn cầu, như Chỉ số ẩm Ivanov, Chỉ số khô Budyko, và Chỉ số Palmer Tuy nhiên, không có chỉ số nào vượt trội trong mọi điều kiện, do đó việc áp dụng các chỉ số này cần dựa vào điều kiện cụ thể của từng vùng và hệ thống dữ liệu có sẵn.
Để giảm thiểu tác động của hạn hán, nhiều quốc gia phát triển trên thế giới đã thành lập các trung tâm giám sát, dự báo và cảnh báo hạn hán Các trung tâm này có nhiệm vụ chính là theo dõi tình hình hạn hán, cung cấp thông tin dự báo và đưa ra cảnh báo kịp thời để giúp cộng đồng 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 thiết yếu cho việc kiểm kê và đánh giá nguồn nước trên các lưu vực sông Bên cạnh các số liệu đo đạc tại các trạm khí tượng thủy văn truyền thống, hiện nay có nhiều cơ quan cung cấp dữ liệu mưa vệ tinh, trong đó CHIRPS, TRMM và CMORPH là những nguồn dữ liệu mưa vệ tinh phổ biến nhất.
- 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, một sản phẩm của 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 quan trắc tại chỗ Điều này cho phép tạo ra chuỗi thời gian mưa theo dạng lưới, phục vụ cho việc phân tích và theo dõi hạn hán theo mùa.
Hình 1 1 D ữ li ệu mưa CHIRPS cho châu Phi ng ày 04-04-2017
Sản phẩm TRMM 3B42 (Tropical Rainfall Measuring Mission) là kết quả 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 bao gồm Radar lượng mưa (PR) hoạt động ở tần số 13,8 GHz, TRMM Microwave Image (TMI) với chín kênh đo phóng vi sóng thụ động, và VIRA (Visible and Infrared Scanner) với khả năng chiếu xạ hồng ngoại Thuật toán 3B42 được thiết kế để tạo ra tỷ lệ lượng mưa kết hợp từ 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 trong nghiên cứu khí hậu hiện nay.
1.1.2 Tổng quan trong nước Đối với Việt Nam, nơi có tiềm năng nguồn nước phong phú nhưng do tính chất phân mùa sâu sắc nên thường xuyên xuất hiện hạn hán Cũng như các nghiên cứu trên thế giới, các nghiên cứu về hạn hán ở Việt Nam chủ yếu tập trung đến hạn khí tượng, hạn thủy văn và hạn nông nghiệp Các đề tài, dự án nghiên cứu hạn hán ở Việt Nam đã được triển khai trong những năm gần đây, chủ yếu tập trung vào 2 vấn đề chính:
(1) Các nghiên cứu cơ bản về hạn hán và tác động tới dân sinh, kinh tế, xã hội
(2) Các giải pháp, phòng chống và giảm nhẹ hạn hán bao gồm:
- Giải pháp công trình xây dựng các công trình thu trữ, điều tiết nước;
Tổng quan vùng nghiên cứu
1.2.1 Đặc điểm địa hình vùng nghiên cứu
Lưu vực sông Cả có hình dạng phát triển từ Tây Bắc đến Đông Nam, dần nghiêng ra biển, với phần lớn diện tích là đồi núi Diện tích đất có độ dốc phù hợp cho phát triển nông nghiệp chỉ chiếm 19% diện tích Việt Nam và 14% toàn lưu vực Địa hình sông Cả có thể chia thành các dạng chính, trong đó đồng bằng sông Cả nằm dọc hai bên bờ từ trung lưu trở xuống, bao gồm các huyện Đô Lương, Thanh Chương, Nam Đàn, và Hưng Nguyên Khu vực này, đặc biệt là đồng bằng Diễn - Yên - Quỳnh, Nam - Hưng - Nghi, sông Nghèn và Nghi Xuân, là trung tâm phát triển kinh tế xã hội của lưu vực Cao độ đồng bằng ven sông Cả 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, trải dài qua 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 các đồi bát úp và đồi cao, xen kẽ với những thung lũng thấp, tạo nên một cảnh quan đa dạng và hấp dẫn.
Bãi Tập - Quỳ Hợp, vùng sông Sào - Nghĩa Đàn, và các khu vực trung tâm như Hương Khê, Vũ Quang, có địa hình cao độ biến đổi từ +20 đến +200m, bị chia cắt mạnh mẽ 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, 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 Địa hình này có cao độ từ +1.200 đến +1.500m, tạo thành bức tường thành giữa lưu vực sông Mê Kông và sông Cả Các huyện miền núi cao thuộc lưu vực sông Cả bao gồm Kỳ Sơn, Tương Dương, Con Cuông, Quế Phong, và một phần của Quỳ Hợp, Nghĩa Đàn, với độ dốc lớn và thung lũng hẹp Địa hình vùng núi cao chiếm 60-70% diện tích lưu vực, nhưng diện tích đất canh tác chỉ chiếm 1,5-2%, chủ yếu là vùng lâm nghiệp phòng hộ đầu nguồn.
1.2.2 Đặc điểm thổ nhưỡng, địa chất
Kết quả điều tra thổ nhưỡng cho thấy, theo nguồn gốc phát sinh, đất đai trong lưu vực sông Cả được phân thành hai loại chính: đất thuỷ thành và đất địa thành.
B ả ng 1 2 Phân lo ại đấ t đai trên lưu vự c sông C ả
Tổng diện tích điều tra thổ nhưỡng 19.626.650
Trong đó diện tích các loại đất (đã trừ sông suối và núi đá) 1.747.309 100,00
Trong đó nhóm phù sa dốc tụ 240.000 80,00
- Nhóm đất Feralit vàng vùng đồ i (170200m) 423.861 27,9
- Nhóm Feralit vàng trên núi từ 170200m đến 8001000m 651.584 42,9
- Nhóm Feralit vàng trên núi t ừ 800 1000m đế n
Nguồn: Theo số liệu điều tra thổnhưỡng năm 1990
Toàn bộ lưu vực sông Cả nằm trong khu vực uốn nếp Bắc Bộ và uốn nếp Varixêt Đông Dương Ranh giới giữa hai miền uốn nếp này được xác định bởi đới khâu sông.
Nghiên cứu trong chuyên khảo “Thành hệ địa chất và địa động học Việt Nam 1993” của Nguyễn Xuân Tùng cho thấy lưu vực sông Cả nằm trong 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 này có 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 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 ở tỉnh Hủa Phăm, Lào, chảy theo hướng Tây Bắc - Đông Nam Khi nhập vào Việt Nam tại bản Keng Đu, dòng sông gần 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, đến Cửa Rào thì nhập với nhánh Nậm Mô và lại chuyển dòng theo hướng Tây Bắc - Đông Nam Tổng diện tích lưu vực sông Cả đạt 27.200km², trong đó 9.740km² nằm trên đất Lào và phần còn lại thuộc Việt Nam.
Dòng chính sông Cả có cấu trúc đứt gãy theo hướng Tây Bắc - Đông Nam, với lòng sông sâu và ít bãi bồi Đoạn hạ lưu của sông rộng và sâu, trong khi đoạn trung lưu lại nông Phần thượng nguồn có nhiều ghềnh thác, xung quanh là núi cao và đồi, tạo điều kiện cho việc xây dựng kho nước lợi dụng tổng hợp Sông Cả không có phân lưu và chỉ có một cửa thoát duy nhất.
Sông Hiếu là một chi lưu phía Tả, nhập vào 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 điểm quan trọng liên quan đến sông Hiếu, nguồn cung cấp nước thiết yếu cho các huyện Quế Phong, Quỳ Châu, Quỳ Hợp, Nghĩa Đàn và Tân Kỳ Tuy nhiên, trong mùa kiệt, lưu lượng nước trên sông Hiếu 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 số 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 trong khu vực miền núi.
Sông Nậm Mô bắt nguồn từ rừng núi tỉnh Bôlikhăm Xay (Lào) và chảy vào Việt Nam tại Làng Nhãn, huyện Kỳ Sơn Tại Lào, sông chảy theo hướng Bắc Nam quanh đỉnh Huổng Mang Ngai (2406m), sau đó chuyển hướng Đông Nam - Tây Bắc Đến bản Suông Hang, sông lại đổi hướng Tây Bắc - Đông Nam và hợp lưu với dòng chính sông Cả tại Cửa Rào Có thể coi Nậm Mô là nhánh chính của sông Cả do nó đổ vào sông theo hướng chảy của dòng chính.
Sông Nậm Mô có diện tích lưu vực 3.970 km² và chiều dài 189 km, trong đó phần chảy qua Việt Nam là 89 km Dọc theo sông, từ thượng nguồn đến đoạn nhập lưu, có nhiều vị trí thích hợp để xây dựng hồ chứa nhằm phát điện và điều tiết nước cho hạ du Thượng nguồn sông Nậm Mô chảy qua các vùng núi đá cao với độ cao trung bình trên 1.000 m.
Sông Giăng là một phụ lưu phía hữu sông Cả, cách đập Đô Lương khoảng 20km về phía hạ lưu Nguồn gốc của sông Giăng bắt nguồn từ dãy núi Phu Long cao 1.330m, nằm ở vùng núi Môn Sơn - Lục Giã, với diện tích lưu vực 1,05km² Khu vực này có lượng mưa lớn, do đó lòng sông rộng và nông, với nhiều bãi bồi Hướng chảy chính của sông Giăng song song với sông Cả đến Thác Muối, sau đó đổi hướng Tây Đông khi hòa vào sông Cả theo hướng Bắc Nam Sông Giăng đóng vai trò quan trọng trong việc cung cấp nước cho sông Cả.
CÔNG C Ụ VÀ PHƯƠNG PHÁP NGHIÊN CỨ U (C ầ n vi ế t chi
Cách tiếp cận nghiên cứu
Hạn hán là hiện tượng tự nhiên không thể tránh khỏi, thường được đánh giá qua thời gian, mức độ, sự lan rộng và tác động đến kinh tế xã hội Theo Donald A Wilhite và Michael H Glantz, hạn hán được phân thành bốn loại: hạn khí tượng, hạn thủy văn, hạn nông nghiệp và hạn kinh tế xã hội Hạn khí tượng thường xuất hiện đầu tiên và là nguyên nhân chính dẫn đến các loại hạn khác, do đó việc đánh giá và cảnh báo hạn khí tượng có ý nghĩa quan trọng trong công tác phòng chống và giảm nhẹ thiệt hại 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 yếu tố gây ra hạn hán, rất cần thiết cho việc quản lý tài nguyên nước và dự báo thiệt hại do hạn hán Vì vậy, tác giả sẽ 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 đóng vai trò quan trọng Theo dõi sự biến động của các chỉ số này giúp xác định sự khởi đầu, thời gian và cường độ của hạn Các 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 những ưu nhược điểm riêng, và các quốc gia thường lựa chọn chỉ số phù hợp với điều kiện cụ thể của mình Ngoài ra, việc xác định hạn hán không chỉ dựa vào dữ liệu quan trắc mà còn có thể áp dụng cho các sản phẩm 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 Cụ thể, Đào Xuân Học 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 SPI để dự báo hạn cho bảy vùng khí hậu ở Việt Nam Ngoài ra, Nguyễn Lương Bằng đã kết hợp hai chỉ số SPI và SPEI để dự báo hạn khí tượng cho tỉnh Khánh Hòa.
Các thành phần trong chu trình tuần hoàn nước phản ứng với lượng mưa tích lũy theo thời gian khác nhau, với nước mặt phản ứng nhanh hơn so với nước dưới đất T B McKee và cộng sự đã phát triển chỉ số chuẩn hóa lượng mưa SPI để đánh giá đặc tính của hạn hán SPI cho phép tính toán trên nhiều thời đoạn khác nhau và so sánh hạn hán giữa các vùng có điều kiện thời tiết khác nhau Tuy nhiên, chỉ số này cần ít nhất 30 năm dữ liệu để đảm bảo độ chính xác và giả định rằng nguyên nhân chính của hạn khí tượng là do mưa, trong khi các yếu tố khí tượng khác như nhiệt độ và bốc hơi có thể không ảnh hưởng đáng kể.
Chỉ số SPI, được Tổ chức Khí tượng Thế giới WMO đề xuất, là chỉ số phổ biến nhất để đánh giá và dự báo hạn hán Nghiên cứu và ứng dụng chỉ số này tại Việt Nam đã cho thấy tính hiệu quả trong việc đánh giá và cảnh báo hạn hán, khẳng định sự phù hợp của chỉ số SPI với điều kiện khí hậu của nước ta.
Để đánh giá tình hình hạn hán trong khu vực nghiên cứu, luận văn này sử dụng chỉ số SPI để đo lường sự thiếu hụt lượng mưa (hạn khí tượng) tại các thời điểm trong năm, theo các giai đoạn 3 tháng và 6 tháng Lượng mưa trong các thời đoạn tương ứng là yếu tố đầu vào quan trọng Số lượng và chất lượng tài liệu mưa có ảnh hưởng lớn đến độ chính xác của các mô hình toán học được áp dụng.
Hiện tại, lưu vực sông Cả chỉ có 23 trạm đo mưa hoạt động, với mật độ lưới trạm là 778 km²/trạm, cao hơn tiêu chuẩn tối thiểu 575 km²/trạm của WMO Các trạm quan trắc chủ yếu tập trung ở vùng đồng bằng và thị trấn ven sông, trong khi vùng núi cao hầu như không có trạm đo mưa Đặc biệt, số lượng trạm đo mưa tự ghi rất hạn chế, chỉ có một vài trạm khí hậu được trang bị thiết bị này.
Dữ liệu đo mưa từ các trạm do Bộ Tài Nguyên Môi Trường quản lý có chất lượng tốt, trong khi các trạm đo mưa tại nông trường hoặc vùng sâu, vùng xa thường có chất lượng tài liệu kém và dễ bị gián đoạn (Viện Quy hoạch Thủy lợi, 2012).
Tài liệu đo mưa trên lưu vực sông Cả hiện có nhiều khoảng trống về không gian và thời gian Để khắc phục vấn đề này, luận văn kết hợp mưa vệ tinh nhằm bù đắp cho những lỗ hổng dữ liệu và tính toán chỉ số SPI trên lưu vực Sử dụng công nghệ GIS, nghiên cứu tạo bản đồ phân bố sự thiếu hụt nguồn nước (hạn khí tượng) cho toàn vùng với các lượng mưa khác nhau Kết quả tính toán sẽ giúp xác định diện tích bị hạn tại từng địa phương với các cấp độ hạn khác nhau, từ đó đưa ra các giải pháp thích ứng phù hợp.
Thu thập, phân tích số liệu mưa thực đo
2.2.1 Xác định mạng lưới trạm
Lựa chọn các trạm đo trong số 23 trạm mưa hoạt động tại vùng nghiên cứu là cần thiết để tính toán chỉ số thiếu hụt nguồn nước Các tiêu chí lựa chọn bao gồm độ tin cậy của dữ liệu, vị trí địa lý và khả năng phản ánh chính xác tình hình lượng mưa trong khu vực.
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, trong đó một số trạm gặp phải tình trạng số liệu không liên tục do việc ghi chép và thống kê không đầy đủ Các số liệu thiếu hụt 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 để tạo ra chuỗi thời gian mưa dạng lưới, phục vụ cho việc phân tích và theo dõi hạn hán theo mùa.
Dựa trên các tiêu chí tính toán chỉ số thiếu hụt nguồn nước và dữ liệu từ các trạm khí tượng, dữ liệu mưa CHIRPS đã được thu thập cho lưu vực sông Cả, với khoảng thời gian từ năm 1986 đến nay.
2015 c Xử lý mưa vệ tinh CHIRPS
1 Ảnh mưa vệ tinh CHIRPS (30 năm từ1986 đến 2015)
2 Shapefile lưu vực sông Cả
3 Shapefile vị trí 9 trạm mưa.
4 Số liệu thực đo 9 trạm mưa.
Trích giá trịmưa từảnh CHIRPS:
- Add data: ảnh CHIRPS từng tháng, shapefile lưu vực sông Cả, shapefile 9 trạm mưa vào phần mềm ArcGIS
- Trích dữ liệu mưa từ vị trí 9 trạm mưa:
+ Dùng lệnh “Extract by mask”, để trích ra giá trị mưa CHIRPS tại vị trí 9 trạm mưa.
+ Open Attribute Table của file vừa tạo được ở bước trên
Hình 2 3 Trích d ẫ n giá tr ị mưa CHIRP S t ạ i 9 tr ạm đo mưa
+ Mở file *.txt bằng Excel, copy giá trị mưa từảnh CHIRPS
- Làm tương tự cho các tháng còn lại
Hình 2.4 S ố li ệu mưa CHIRPS lưu vự c sông C ả và lân c ậ n tháng 9/1995
So sánh số liệu mưa CHIRPS với mưa thực đo
Hình 2.5 So sánh s ố li ệu mưa CHIRPS và mưa thực đo trạ m Qu ỳ H ợ p
Hình 2.6 So sánh s ố li ệu mưa CHIRPS và mưa thực đo trạm Hà Tĩnh
Hình 2.7 So sánh tương quan giữa mưa CHIRPS và mưa thực đo trạ m Qu ỳ
H ợp và Hà Tĩnh Đánh giá sai số:
Kết quả đánh giá tương quan giữa chuỗi số liệu mưa CHIRPS và mưa thực đo từ 1996-2000 tại trạm Quỳ Hợp cho thấy chỉ số tương quan R² = 0,6, được coi là có thể chấp nhận được Tại trạm Hà Tĩnh, chỉ số R² = 0,72, cho thấy mức độ tương quan khá tốt Phân tích tương tự cho 7 trạm còn lại cũng cho thấy mức độ tương quan giữa mưa vệtinh và mưa thực đo là có thể chấp nhận.
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 tại trạm Quỳ Hợp với giá trị 0,64, trong khi trạm Hà Tĩnh ghi nhận chỉ số cao nhất là 0,90 Điều này cho thấy mức độ tương quan giữa lượng mưa CHIRPS và lượng mưa thực đo trong khu vực nghiên cứu được đánh giá từ tốt đến rất tốt.
Dựa trên các phân tích và đánh giá, có thể sử dụng dữ liệu mưa vệt tính CHIRPS để bổ sung các khoảng trống thông tin cho 9 trạm mưa đã được chọn, từ đó tạo ra chuỗi số liệu dài và liên tục.
30 năm từ1986 đến 2015, dùng để tính toán chỉ số SPI
B ả ng 2 3 K ế t h ợp mưa thực đo và mưa CHIRPS tạ i các tr ạm trên lưu vự c sông C ả
TT Tên tr ạ m Th ực đo Mưa CHIRPS
4 Con Cuông 1960-2015 Tháng 6, tháng 12 năm 1995
5 Quỳ Hợp 1996-2015 Các năm từ 1986 đến 1995
6 Kỳ Anh 1961-2015 Các năm từ 1986 đến 2000
( Hương Sơn ) 1962-2015 Các năm từ 1986 đế n 2000
Xây d ự ng công th ứ c tính toán ch ỉ s ố SPI
Hạn là hiện tượng tự nhiên bình thường, nhưng thường bị hiểu nhầm là sự kiện hiếm gặp Hạn có thể xảy ra ở tất cả các vùng khí hậu, với đặc điểm khác nhau giữa các khu vực Đây là hiện tượng tạm thời, khác với sự khô cằn thường thấy ở vùng ít mưa Từ những năm 1980, đã có hơn 150 khái niệm về hạn, nhưng nhìn chung, hạn là tình trạng thiếu 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 trong các khoảng thời gian khác nhau, được đánh giá cao về tính đa dụng, và có khả năng cảnh báo sớm về hạn Hạn khí tượng được định nghĩa là thời kỳ có lượng mưa ít hơn trung bình nhiều năm, trong khi hạn nông nghiệp xảy ra khi thiếu độ ẩm cho một mùa vụ dù mưa có thể đạt mức trung bình Hạn thuỷ văn xảy ra khi nguồn nước dự trữ như tầng ngầm, sông, hồ giảm xuống dưới mức trung bình, thường do 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 quan hệ chặt chẽ với nhau Thiếu mưa và bốc hơi cao dẫn đến hạn khí tượng, trong khi độ ẩm đất không đủ gây ra hạn độ ẩm đất, ảnh hưởng đến sự phát triển của cây trồng và dẫn đến hạn nông nghiệp Thêm vào đó, mưa ít và bốc hơi cao làm giảm lượng nước trong lưu vực, từ đó ảnh hưởng đến nguồn 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, cần xem xét sự liên quan giữa 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 PDSI cho thấy mức độ hạn hán từ -3,0 đến -3,99, cho thấy tình trạng hạn nặng Việc xem xét cả hai yếu tố nguồn nước cung cấp không thực sự hiệu quả và thường được áp dụng phổ biến.
Chỉ số PDSI của Palmer được tính toán để 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 mối quan hệ giữa lượng mưa và nhu cầu nước, bao gồm cả bốc hơi, trong các khu vực miền núi.
Chỉ số hạn Palmer bốc hơi cho thấy sự thiếu hụt nước so với điều kiện bình thường, với các mức độ hạn như sau: từ -1,0 đến -1,99 được coi là hạn nhẹ, trong khi từ -0,5 đến -0,99 được xác định là hạn rất nhẹ Điều này ảnh hưởng đến tiềm năng nông nghiệp và các khu vực có tuyết bao phủ, không chỉ tại Hoa Kỳ mà còn trên toàn thế giới.
Có thể tính toán chỉ số hạn theo cả
Chỉ số Precipitation Index (SPI) là một công cụ đánh giá tình trạng mưa dựa trên chuỗi số liệu mưa nhiều năm Chỉ số này được tính toán dựa trên phân phối chuẩn của dữ liệu mưa, với các mức độ hạn hán được phân loại như sau: từ -1,5 đến -1,99 là hạn nặng, từ -1,0 đến -1,49 là hạn vừa SPI có thể áp dụng cho nhiều khoảng thời gian khác nhau như tuần, tháng, quý và năm, và nó có khả năng 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 bao gồm 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 dựa trên chuỗi số liệu mưa đo được thường cho kết quả cao hơn mức bình thường Phương pháp thống kê yêu cầu sử dụng chuỗi số Rainfall Deciles (RD) để phân nhóm lượng mưa, 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 không được ứng dụng nhiều ở Úc Nhóm 5-6 gần với 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 nhiều yếu tố chuyên dụng, bao gồm số liệu về mưa và các yếu tố khí tượng như nhiệt độ Cụ thể, mức độ ẩm được phân loại như sau: dưới 20% là rất khô hạn, từ 20-40% là khô hạn, và từ 40-60% là gần bình thường.
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 severity of drought conditions.
Nhạy cảm khi tính toán độ thiếu hụt Không xem xét đến yếu t ố
(Z -index) Hoa Kỳ tính toán cho tháng trong mô hình Palmer mưa lịch sử
Chỉ số ẩm bất thường Palmer
S=DxM, trong đó D đại diện cho thời gian dòng chảy trong sông nhỏ hơn mức bình thường, còn M là lưu lượng trung bình trong sông trong suốt thời gian D.
S cần được tính toán chuẩn hóa để xác định mức độ hạn Phương pháp này đơn giản và không yêu cầu thông tin về lưu vực, đồng thời không phân bố mức độ hạn theo tần suất tiêu chuẩn.
T otal water deficit (S) Tổng lượng Hoa Kỳ nước thiếu hụt
Phương pháp này, 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 (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 Kết quả tính toán của chỉ số này phụ thuộc vào các yếu tố môi trường và điều kiện khí hậu.
Loại Chỉ số hạn Phương pháp tín Phân loại hạn Ưu điểm Nhược điểm Phạm vi ứng dụng
Chỉ số Hạn hán theo khu vực (DAI) được tính toán dựa trên mức độ hạn hán xác định và phạm vi ảnh hưởng của nó Chỉ số này không thể đo lường cường độ ảnh hưởng do điều kiện hạn hán của từng khu vực, mà dựa vào các giá trị chỉ số hạn bình quân cho toàn bộ nhiều nơi.
H ạn k in h tế xã h ội hán theo khu vực hạn dựa trên chỉ cường độ hạn nhau vùng tính toán
Ứ ng d ụ ng công c ụ GIS để l ậ p b ản đồ s ự thi ế u h ụ t ngu ồn nướ c
Sử dụng phần mềm ArcGIS để biên tập và thể hiện các lớp nền trên bản đồ Dữ liệu tính toán SPI1, SPI3 và SPI6 tại 42 vị trí sẽ được chuyển đổi từ định dạng Excel lên bản đồ dựa vào tọa độ địa lý của các trạm đo Phép nội suy nghịch đảo khoảng cách (IDW) được áp dụng để nội suy giá trị SPI từ 42 trạm khí tượng thủy văn trong khu vực nghiên cứu, nhằm tạo ra bản đồ thể hiện tình hình hạn hán của vùng.
Phương pháp nội suy IDW là một kỹ thuật nội suy xác định cục bộ, ước lượng giá trị của một điểm bằng cách tính trung bình các giá trị của các điểm lân cận Mỗi điểm lân cận có trọng số phụ thuộc vào khoảng cách đến điểm cần ước lượng Trong phương pháp IDW, giả thiết 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 có ảnh hưởng đến điểm dự báo Cụ thể, những điểm gần với điểm dự báo sẽ có tác động lớn hơn so với những điểm ở 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 phụ thuộc vào khoảng cách từ mỗi điểm mẫu đến điểm s0 Giá trị z(s) được đo đạc tại mỗi điểm mẫu i.
Khoảng cách giữa điểm dự báo s0 và điểm mẫu si được ký hiệu là di0, trong đó p là tham số thể hiện tốc độ giảm trọng số khi khoảng cách tăng Nghiên cứu này chọn p = 2, có nghĩa là trọng số sẽ giảm theo bình phương khoảng cách.
IDW (Inverse Distance Weighting) dựa vào nghịch đảo khoảng cách nâng lên hàm mũ để nội suy giá trị Tham số số mũ điều chỉnh tầm quan trọng của các điểm dữ liệu đã biết dựa trên khoảng cách đến điểm đầu ra Giá trị này là một số thực, 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, khiến dữ liệu gần có ảnh hưởng lớn hơn và bề mặt trở nên chi tiết hơn Khi số mũ tăng, các giá trị nội suy dần tiếp cận giá trị của điểm mẫu gần nhất Ngược lại, số mũ thấp hơn tạo ra ảnh hưởng lớn hơn đến các điểm xa hơn, dẫn đến bề mặt mịn hơn.
Trong luận văn này, tác giả đã lựa chọn giá định mặc định của QGIS nhằm đảm bảo sự cân bằng giữa các điểm gần và điểm xa so với điểm cần nội suy.
Các bước lập bản đồ thiếu hụt nguồn nước bằng công cụ GIS:
1 Các chỉ tiêu hạn hán đã xây dựng trước đây cho từng loại hạn có mức phân loại khác nhau Để thống nhất xây dựng bản đồ thiếu hụt nguốn nước, mức độ hạn được phân lại thành 3 mức chính đó là hạn nặng, hạn vừa, hạn nhẹ, và không hạn ứng với giá trị SPI6 Bản đồ thiếu hụt nguồn nước được tính toán trên mức trung bình của chỉ tiêu này
2 Bản đồ tổng hợp ứng với các các SPI được xác định dựa trên bản đồ ứng với các chỉtiêu tương ứng theo các chỉ tiêu chọn
3 Ứng dụng công cụGIS để tính toán thể hiện hạn hán trên địa bản tỉnh Trên cơ sở này xác định phạm vi hạn hán ứng với các nguy cơ hạn hán khác nhau.
KẾ T QU Ả VÀ TH Ả O LU Ậ N
Di ễ n bi ến lượng mưa
Lượng mưa trung bình hàng năm trên lưu vực sông Cả có sự biến động mạnh mẽ, dao động từ 1.133 đến 1.700mm ở các khu vực ít mưa như Tương Dương, Mường Xén, Cửa Rào và hạ sông Hiếu Trong khi đó, vùng mưa vừa và lớn như thượng nguồn sông Hiếu có lượng mưa từ 2.000 đến 2.100mm, còn vùng sông Giăng và khu vực giữa từ Cửa Rào đến Nghĩa Khánh có lượng mưa trung bình từ 1.800 đến 2.100mm Các khu vực sông Ngàn Phố và Ngàn Sâu đạt lượng mưa trung bình từ 2.200 đến 2.400mm, trong khi vùng đồng bằng ven biển có lượng mưa từ 1.800 đến 1.900mm Đặc biệt, vùng tâm mưa lớn nhất nằm ở thượng nguồn sông Hiếu, thượng nguồn sông Ngàn Phố và Ngàn Sâu.
Vùng ít mưa xuất hiện ở những thung lũng kín, khuất gió như dọc theo thung lũng Mường Xén - Cửa Rào, Cửa Rào - Khe Bốlượng mưa năm chỉđạt từ 1.200
1.300mm Có năm tại Khe Bố lượng mưa năm chỉ đạt 511mm năm 1984, Cửa Rào đạt 773 mm năm 1977
Mùa mưa ở lưu vực sông Cả và sông Hiếu có sự thay đổi theo từng vị trí Tại vùng thượng nguồn, mùa mưa bắt đầu từ tháng 5 và kết thúc vào tháng 10, với lượng mưa lớn nhất vào tháng 8 và ba tháng có lượng mưa cao nhất là tháng 7, 8, 9 Trong khi đó, ở trung và hạ du, mùa mưa bắt đầu từ tháng 6 và kéo dài đến tháng 10, 11, với tháng 11 có lượng mưa lớn nhất vào các tháng 8, 9, 10.
Mùa mưa ở khu vực phía Nam của lưu vực, như sông Ngàn Phố và Ngàn Sâu, bắt đầu từ tháng Tám và kết thúc vào tháng Mười Trong mùa mưa, lượng mưa chiếm từ 80-87% tổng lượng mưa hàng năm, trong khi phần còn lại là mùa ít mưa.
Mùa mưa diễn ra từ Bắc vào Nam, với hai đỉnh cực trị vào tháng 5 và tháng 6 Sự gia tăng lượng mưa trong hai tháng này chủ yếu do hoạt động mạnh của gió mùa Tây Nam và gió Tín phong, dẫn đến hiện tượng lũ tiểu mãn Tổng lượng mưa trong tháng 5 và tháng 6 có thể chiếm tới 20% lượng mưa hàng năm tại các trạm thượng nguồn sông Cả.
Trận lũ tiểu mãn ở Hiếu, Ngàn Phố, Ngàn Sâu đã gây ra thiệt hại lớn, tương tự như các trận lũ lịch sử vào tháng 5 năm 1943 và tháng 5 năm 1989 Đặc biệt, trận mưa vào tháng 5 năm 1989 đã tạo ra lũ lụt nghiêm trọng trên sông Ngàn Phố, với lượng mưa tối đa đạt 483mm tại Kim Cương và 296mm tại Hòa Duyệt trong 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, sau đó giảm xuống mức tối thiểu vào tháng 7 Khi gió Lào hoạt động mạnh, lượng mưa trong tháng 7 chỉ chiếm từ 5 đến 10% tổng lượng mưa cả năm.
Vào các tháng VIII, IX, 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, dẫn đến những trận mưa lớn kéo dài từ 3 đến 10 ngày Điều này đã 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 tác động mạnh từ mưa bão, đạt từ 1.000 đến 1.100mm trong hai tháng Ngược lại, ở khu vực thượng lưu dòng chính, lượng mưa giảm dần, chỉ dao động 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 từ 1 đến 2% tổng lượng mưa hàng năm Tổng lượng mưa trong 5 tháng mùa khô, từ tháng XII đến tháng IV, chỉ chiếm từ 10 đến 20% 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 gây ra hạn hán dựa vào kết quả tính SP6 tại các trạm khí tượng và chỉ số bình quân SPI, được tính bằng cách trung bình hóa các ô lưới SPI theo từng tháng.
Dựa vào chỉ số SPI6 trung bình, các giai đoạn 1991-1992, 1998-2001, 2003-2005, 2010-2011 và 2014-2015 cho thấy sự thiếu hụt nguồn nước kéo dài so với trung bình nhiều năm, đặc biệt là các giai đoạn 1998-2001, 2003-2005 và 2014-2015, kéo dài sang năm 2016 Xu thế này tương đồng với các trạm đại diện cho các vùng như miền núi (Quỳ Hợp), đồng bằng (Hà Tĩnh) và ven biển (Quỳnh Lưu) Điều này chứng tỏ rằng hầu hết lưu vực sông Cả đều bị ảnh hưởng bởi các năm hạn hán 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, có thể thấy xu hướng tương đồng trong các giai đoạn hạn khí tượng, với tần suất hạn nhiều hơn nhưng thời gian mỗi đợt ngắn hơn Kết quả đánh giá các giai đoạn hạn hán trong quá khứ cho thấy tính chính xác, đặc biệt là sự kiện năm 2015 khi tỉnh Nghệ An công bố tình trạng thiên tai hạn hán trên diện rộng, kéo dài từ năm 2014 và tiếp tục đến năm 2016.
Hình 3 5 Xu th ế di ễ n bi ế n h ạ n hán vùng LVS C ả d ự a vào ch ỉ s ố SPI
Các giai đoạn giữa các đợt hạn hán thường có lượng mưa dồi dào hơn trung bình nhiều năm, với chỉ số SPI3 cho thấy xu hướng tương đồng với thực tế trong các năm như 1990-1991, 1997, đầu năm 2004 và cuối năm 2013 Chỉ số SPI6 cho thấy rất ít đợt mưa nhiều xen kẽ với các đợt khô hạn, trong khi SPI3 phản ánh rõ 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 và hiệu quả của các 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 xu thế hạn hán rõ rệt trong các năm qua, đặc biệt là vào năm 2015 và 2005 khi gần như toàn bộ lưu vực đều gặp tình trạng hạn hán và thiếu hụt nguồn nước mưa.
Hình 15: B ản đồ phân b ố h ạn khí tượ ng theo ch ỉ s ố SPI6 trên LVS C ả
Phân tích di ệ n tích h ạ n hán t ại các địa phương
Việc xây dựng bản đồ hạn khí tượng bằng công cụ GIS cho phép xác định diện tích hạn theo các đơn vị hành chính Bảng 3.2 trình bày diện tích bị hạn đầu năm 2015 tại các huyện trong vùng nghiên cứu, với những khu vực bị ảnh hưởng nặng nề như Vinh, Yên Thành, Con Cuông, Thanh Chương, Anh Sơn, Hưng Nguyên và Đô Lương Tổng diện tích hạn rất nặng trong vùng đạt hơn 138.000 ha, hạn nặng gần 578.000 ha và hạn là 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 ở các vùng như trung sông Cả, trung và hạ lưu sông Hiếu, vùng sông Nghèn, và Nghi Xuân thường thấp hơn so với trung bình nhiều năm Mặc dù lượng mưa cả năm trên lưu vực sông Cả tương đối dồi dào, nhưng chủ yếu tập trung vào mùa mưa Do đó, việc xây dựng các hồ chứa để điều tiết nước giữa các mùa và trong nhiều năm là cần thiết và khả thi để đảm bảo nguồn nước trong thời gian thiếu nước mùa khô.
Trên lưu vực sông Cả, mặc dù đã có nhiều công trình thủy lợi và thủy điện, nhưng vẫn chưa đủ nước cho các vùng hạ du Do đó, cần tối ưu hóa nguồn nước từ các hồ chứa như hồ Bản Vẽ (80 m³/s), hồ Bản Mồng (22 m³/s), và Ngàn Trươi Bên cạnh đó, cần xem xét xây dựng thêm các công trình mới như Chúc A, Trại Dơi (9,4 m³/s), Đá Gân, Khe Chè, Nước Sốt, Rào Mắc (11,5 m³/s), và Thác Muối (18,5 m³/s) để bổ sung nguồn nước Các số liệu lưu lượng nước từ các hồ này được tham khảo từ Viện Quy hoạch Thủy lợi, nhằm đánh giá ảnh hưởng của thiếu hụt nước trong mùa khô Để khai thác tối đa nguồn nước từ các hồ chứa thượng nguồn, cần cải tạo, nâng cấp và xây dựng mới các trạm bơm, hồ chứa nhỏ, và cống lấy nước ở những khu vực khó khăn như Nghi Xuân, sông Nghèn, trung lưu sông Cả, và hạ sông Hiếu.
3.5.2 Một số giải pháp phi công trình
Củng cố và nâng cao năng lực hoạt động của các tổ chức quản lý nguồn nước trên lưu vực, bao gồm Sở Nông nghiệp và Phát triển Nông thôn, Sở Tài nguyên và Môi trường, Chi cục Thủy lợi, và Chi cục Phòng chống và Giảm nhẹ thiên tai Đồng thời, cần làm rõ và giảm thiểu các mâu thuẫn, chồng chéo chức năng giữa các tổ chức quản lý để nâng cao hiệu quả công tác quản lý 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 Điều này đòi hỏi một hình thức tổ chức phù hợp với điều kiện và bối cảnh cụ thể của lưu vực sông tại Việt Nam.
Nhiệm vụ quản lý nước trong lưu vực sông không được trùng lặp với các tổ chức khác, đặc biệt là hệ thống quản lý nước hiện tại của các tỉnh Cần có cơ chế phối hợp hiệu quả giữa các cơ quan và tổ chức trong việc sử dụng nước, chú trọng đến việc quản lý theo địa giới hành chính Sự tham gia của cộng đồng cũng cần được coi trọng trong việc trao đổi ý kiến và thống nhất giải pháp cho 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 toàn diện và được cập nhật thường xuyên là rất quan trọng để phục vụ cho công tác quản lý và quy hoạch Điều này giúp tối ưu hóa việc khai thác thông tin, từ đó nâng cao hiệu quả trong việc lập kế hoạch sử dụng nguồn nước.
Ứng dụng các mô hình toán học về thủy văn và thủy lực, cùng với việc cân bằng nước, giúp đánh giá, kiểm đếm và quản lý nguồn nước hiệu quả hơn.
Kết quả nghiên cứu đề xuất hợp tác với các cơ quan chuyên môn để phát triển và ứng dụng công nghệ tiên tiến, bao gồm việc kết hợp công nghệ viễn thám với mô hình toán học Mục tiêu là xây dựng cơ sở dữ liệu đầy đủ, bổ sung các khoảng trống thông tin và dữ liệu, đồng thời thiết lập các kịch bản sẵn sàng ứng phó.