Trong thiết kế và quản lý công trình thủy lợi-thủy điện hiện nay, thông tin về tần suất thiết kế và kiểm tra của lượng mưa ngày lớn nhất là rất quan trọng. Tại Việt Nam, do chuỗi quan trắc của các trạm đo mưa ngắn nên dẫn đến kết quả ước tính lượng mưa ngày thiết kế hoặc kiểm tra của công trình thường kém tin cậy. Bên cạnh đó, do mật độ mạng lưới trạm đo mưa ở nước ta khá thưa nên thường không đại diện mưa cho lưu vực tính toán. Để khắc phục hạn chế này, tác giả sử dụng cách tiếp cận vùng và suy luận Bayesian để làm lớn kích thước dữ liệu các trạm, nhằm tăng độ tin cậy của ước tính tần suất và sau đó xây dựng bản đồ phân bố mưa ngày lớn nhất phục vụ thiết kế và quản lý công trình. Vùng nghiên cứu là tỉnh Quảng Nam với 16 trạm đo mưa và kết hợp với 09 trạm đo mưa tại các tỉnh tiếp giáp với tỉnh Quảng Nam làm cơ sở cho việc xây dựng bản đồ mưa ngày lớn nhất. Kết quả nghiên cứu đã khắc phục những hạn chế hiện nay và phù hợp với xu thế mưa trong vùng. Ngoài ra, các kết quả này còn ước tính được lượng mưa tương ứng với tần suất thiết kế hoặc chu kỳ lặp lại tại bất kỳ vị trí nào.
BÀI BÁO KHOA HỌC XÂY DỰNG BẢN ĐỒ MƯA NGÀY LỚN NHẤT CHO TỈNH QUẢNG NAM DỰA TRÊN PHÂN TÍCH TẦN SUẤT MƯA VÙNG VÀ SUY LUẬN BAYESIAN Nguyễn Chí Cơng1 Tóm tắt: Trong thiết kế quản lý cơng trình thủy lợi-thủy điện nay, thơng tin tần suất thiết kế kiểm tra lượng mưa ngày lớn quan trọng Tại Việt Nam, chuỗi quan trắc trạm đo mưa ngắn nên dẫn đến kết ước tính lượng mưa ngày thiết kế kiểm tra cơng trình thường tin cậy Bên cạnh đó, mật độ mạng lưới trạm đo mưa nước ta thưa nên thường không đại diện mưa cho lưu vực tính tốn Để khắc phục hạn chế này, tác giả sử dụng cách tiếp cận vùng suy luận Bayesian để làm lớn kích thước liệu trạm, nhằm tăng độ tin cậy ước tính tần suất sau xây dựng đồ phân bố mưa ngày lớn phục vụ thiết kế quản lý cơng trình Vùng nghiên cứu tỉnh Quảng Nam với 16 trạm đo mưa kết hợp với 09 trạm đo mưa tỉnh tiếp giáp với tỉnh Quảng Nam làm sở cho việc xây dựng đồ mưa ngày lớn Kết nghiên cứu khắc phục hạn chế phù hợp với xu mưa vùng Ngồi ra, kết ước tính lượng mưa tương ứng với tần suất thiết kế chu kỳ lặp lại vị trí Từ khóa: phân tích tần suất vùng, suy luận Bayesian, độ tin cậy, mưa ngày lớn nhất, tỉnh Quảng Nam ĐẶT VẤN ĐỀ1 Việc ước tính cường độ tần suất yếu tố khí tượng thủy văn cực hạn lưu lượng lũ lớn hàng năm lượng mưa ngày lớn quan trọng thiết kế cơng trình thủy, quy hoạch ngập lụt đánh giá hiệu kinh tế dự án chống ngập lụt Nghiên cứu đề cập đến yếu tố lượng mưa ngày lớn phân tích tần suất yếu tố Trên thực tế, kỹ sư thường dựa vào số liệu quan sát hạn chế trạm đo mưa để từ phân tích tần suất ước tính giá trị mưa thiết kế cho cơng trình Tuy nhiên, thời gian lặp lại tương ứng với tần suất mưa thiết kế cơng trình thường lớn (T=100, 200 500 năm) nên việc ước tính mưa thiết kế khơng chắn Để khắc phục hạn chế này, nghiên cứu giới áp dụng cách tiếp cận vùng phân tích tần suất vùng để làm lớn kích thước mẫu số liệu đo trạm vùng, với điều kiện vùng Khoa Xây dựng Thủy lợi - Thủy điện, Trường Đại học Bách Khoa – Đại học Đà Nẵng phải vùng đồng (Amina et al 2013 ; Arti et al 2013 ; Hosking et al 1997 ; Ngogondo et al 2011) Vùng đồng khu vực mà trạm quan trắc khác lại có biến số thay đổi tỷ lệ phân bố xác suất xấp xỉ nhau.Trong đó, tất trạm quan trắc mơ tả phân phối xác suất sau liệu trạm quan trắc thay đổi tỷ lệ giá trị trung bình trạm Do đó, phân tích tần suất vùng (RFA) thường sử dụng phát triển rộng rãi phân tích tần suất (Hosking et al, 1997) Một suy luận thống kê Bayesian Monte Carlo Markov chain (MCMC) dùng để ước tính độ tin cậy cho phép thêm thông tin nhằm tăng chắn giá trị ước tính tần suất (Nguyen Chi Cong et al, 2014) Việt Nam quốc gia nằm vùng khí hậu nhiệt đới gió mùa nên hàng năm ghi nhận lượng mưa lớn phân bố không so với nhiều nơi giới Trong đó, khu vực miền Trung Việt Nam ghi nhận nơi có lượng mưa lớn nước nơi có KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 56 (3/2017) 65 dãy núi cao đón gió mùa Đơng Bắc áp thấp nhiệt đới từ biển Đông để tạo mưa Theo báo cáo đặc điểm khí tượng thủy văn tỉnh duyên hải Trung Bộ, có đồ phân bố lượng mưa bình quân nhiều năm dựa suy luận tần suất phân tích tần suất cho trạm đo mưa (cách tiếp cận truyền thống) Để xây dựng đồ mưa ngày lớn cho tỉnh duyên hải Trung Bộ cần phải áp dụng cách tiếp cận vùng kết hợp với suy luận Bayesian MCMC nhằm tăng độ tin cậy khắc phục hạn chế phương pháp truyền thống (Halbert et al, 2016) Các nghiên cứu nước vấn đề nhiều hạn chế số liệu mật độ trạm đo vùng (Nguyen Chi Cong et al, 2011) GIỚI THIỆU VÙNG NGHIÊN CỨU VÀ DỮ LIỆU 2.1 Giới thiệu vùng nghiên cứu Tỉnh Quảng Nam thuộc khu vực miền Trung Việt Nam với tổng diện tích 10.400 km2 Địa hình vùng nghiên cứu phức tạp, phía Tây Bắc giáp với tỉnh Thừa Thiên Huế; phía Tây Nam giáp với tỉnh KonTum; phía Nam giáp với tỉnh Quảng Ngãi phía Đơng giáp với biển Đơng Hình thái gây mưa lớn vùng thường ảnh hưởng hoạt động gió mùa Đơng Bắc áp thấp nhiệt đới biển Đông (từ tháng 10 đến tháng 12 hàng năm) Các hoạt động khí hậu kết hợp với địa hình núi cao tạo sườn đón gió khối khơng khí lạnh gây lượng mưa lớn 2.2 Dữ liệu Với mục đích xây dựng đồ mưa ngày lớn Yêu cầu liệu đo cần thỏa mãn: (i) chất lượng liệu đo, phải liên tục 15 năm gần (ii) mặt khơng gian, cần thu thập thêm trạm đo mưa tiếp giáp với ranh giới tỉnh Quảng Nam để làm nội suy đồ Nghiên cứu sử dụng 16 trạm thuộc tỉnh Quảng Nam 09 trạm thuộc tỉnh lân cận (hình 1) Lượng mưa ngày lớn bình quân nhiều năm (MNLNBQ) phổ biến từ 200 đến 300 mm (bảng 1) Theo nghiên cứu trước (Hosking et al, 1997; Ngogondo et al, 2011; Nguyen Chi Cong et al, 2014) cho thấy thời gian đo trạm vùng không yêu cầu đồng thời gian Thông tin chi tiết 25 trạm đo mưa thể bảng Bảng Thông tin trạm đo mưa vùng nghiên cứu MNLN BQ (mm) Số năm đo Thời gian đo MNLN BQ (mm) Số năm đo Thời gian đo Hiên 209.85 27 1988-2014 Thăng Bình 202.63 18 1978-1995 Thành Mỹ 212.13 36 1979-2014 Thạch Bàn 231.21 23 1990-2012 Hội Khách 210.36 19 1996-2014 Vĩnh Trinh 230.93 33 1980-2012 Ái Nghĩa 233.33 36 1979-2014 Bà Nà 210.57 18 1978-1995 Câu Lâu 208.30 36 1979-2014 Cẩm Lệ 222.97 37 1978-2014 Giao Thuỷ 232.01 36 1979-2014 Tà Lương 319.86 15 1992-2006 Hội An 222.10 36 1979-2014 Thượng Nhật 321.51 36 1979-2014 Hiệp Đức 280.36 26 1989-2014 Sơn Hà 278.22 33 1978-2009 Nông Sơn 246.50 36 1979-2014 Trà Bồng 277.50 32 1977-2009 Phước Sơn 265.61 33 1979-2011 Châu Ổ 240.05 20 1995-2014 Tam Kỳ 251.23 36 1979-2014 Sơn Tây 234.84 18 1997-2014 Tiên Phước 278.53 27 1988-2014 Đăk Glei 128.79 20 1992-2011 Trà My 310.82 34 1978-2011 Trạm 66 Trạm KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MƠI TRƯỜNG - SỐ 56 (3/2017) Hình Bản đồ địa hình vị trí trạm đo mưa (màu xanh đậm vùng núi cao) PHƯƠNG PHÁP Giả sử có mẫu liệu mưa vùng D (mưa ngày lớn xem xét nghiên cứu này), với s số lượng trạm đo mưa ni số năm quan sát trạm đo thứ ith Khi đó, phần tử mẫu liệu D xij với i = 1, ,s j = 1, ,ni 3.1 Sàng lọc liệu (Screening of data) Nghiên cứu sử dụng hai phương pháp kiểm tra đề xuất Mann-Kendall 1975 Hosking-Wallis 1997 3.1.1 Phương pháp Mann-Kendall Phương pháp Mann-Kendall (kiểm nghiệm phi tham số) để kiểm tra khuynh hướng mẫu liệu trạm đo vùng Xu thay đổi mẫu liệu đánh giá qua giá trị thống kê Mann-Kendall xác định sau: (1) xu tăng Nếu âm thể liệu có xu giảm Nếu > liệu trạm cần phải xem xét bị loại bỏ khỏi mẫu liệu (Ngogondo et al 2011) 3.1.2 Phương pháp Hosking-Wallis Phương pháp Hosking-Wallis để kiểm tra liệu đo trạm có quy luật phân phối khác với quy luật phân phối trạm lại vùng nghiên cứu Việc sàng lọc thơng qua đánh giá tính khơng phù hợp Di dựa L-moment trạm đo (Hosking et al, 1997) Nếu liệu trạm bị lỗi, Di ≥ Giá trị Di cho trạm phụ thuộc vào liệu trạm Hosking Wallis (1997) đề xuất theo cơng thức sau: (4) Trong ui = (i), 3(i), 4(i)T vector chứa giá trị , 3, and 4 trạm thứ i vùng, số mũ T biểu thị chuyển vị vector hoạc ma trận, trung bình trọng số tỉ số L-moment S xác định theo hai công thức đây: (5) 3.3 Kiểm tra vùng đồng Theo Hosking Wallis (1997) vùng đồng đánh giá tính đồng liệu thông qua L-moment Lượng mưa vùng mô (Nsim= 500 lần) từ phân phối kappa dựa giá trị trung bình L-moment: l1R, R, 3R and 4R Các giá trị thống kê ước tính theo ba số đồng sau: Trong đó: Var (S) phương sai S Giá trị thống kê Mann-Kendall (S) trạm đo xác định sau: (2) (3) Giá trị Mann-Kendal có phân bố chuẩn hóa (0,1), đó: Nếu dương thể liệu có (6) Trong đó: V độ lệch chuẩn trọng số trạm L-CV, V2 khoảng cách trung bình trọng số từ trạm đến trung bình trọng số khơng gian ba chiều L-CV, L-CA LKurtosis, V3 khoảng cách trung bình trọng số từ trạm đến trung bình trọng số khơng KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MƠI TRƯỜNG - SỐ 56 (3/2017) 67 gian hai chiều L-CA and L-kurtosis Với V, V2 V3 giá trị trung bình, V, V2, V3 độ lệch chuẩn ứng với N lần mô V, V2 and V3 Một vùng xem “chấp nhận đồng nhất” Hn < 1, “có thể đồng nhất” < Hn < 2, “ không đồng nhất” Hn > 3.4 Lựa chọn phân phối thống kê Trong phân tích tần suất vùng, hàm phân phối (F) chọn dựa tỷ lệ L-moment giá trị ZDist Với dạng phân phối, ZDist tính tốn sau: (7) Trong giá trị trung bình L-kurtosis tính từ liệu vùng, giá trị L-kurtosis lý thuyết tính từ mơ cho dạng phân phối, giá trị độ lệch chuẩn L-kurtosis nhận từ mô liệu Những phân phối chọn phải có giá trị 3.5 Phương pháp số mưa vùng Phương pháp dựa nguyên lý đề xuất Dalrymple (1960) Giá trị xác suất lũy tích F trạm thứ i viết: (8) Trong giá trị xác xuất lũy tích F vùng, i số lũ tính giá trị trung bình mẫu liệu đo trạm thứ i 3.6 Thuật toán Bayesian Markov chain Monte Carlo Thủ tục Bayesian MCMC sử dụng rộng rãi cho ứng dụng thủy văn (Gaume et al, 2010; Nguyen Chi Cong et al, 2014) Nghiên cứu giới thiệu ngắn gọn thủ tục Bayesian MCMC Chi tiết thuật toán sử dụng có thư viện nsRFA phần mềm R (phần mềm miễn phí) Theo thuyết Bayes, likelihood mẫu cho tham số mơ hình xác suất có mối quan hệ với likelihood hàm mật độ xác suất tham số cho mẫu : (9) Trong phân phối cho trước tham số , xác suất mẫu D hay gọi số chuẩn hóa Likelihood mẫu quan sát D tính sau: (10) Trong hàm mật độ xác suất phân phối thống kê lựa chọn cho đường cong tần suất vùng, vector tham số phân phối lựa chọn để ước tính Tóm lại, tất thủ tục giới thiệu sử dụng hai thư viện phần mềm R, là: Kendall nsRFA KẾT QUẢ VÀ BÀN LUẬN Bảng thể kết sàng lọc liệu cho trạm vùng, với kết nhận định mẫu liệu khơng có tính đột biến thỏa mãn điều kiện < Bên canh đó, kết kiểm tra độ phân tám Di cho thấy Di < tất trạm Hai kết sàng lọc liệu thống kê cho thấy mẫu liệu vùng D sử dụng phân tích tần suất vùng Bảng Giá trị Mann-Kendall Di trạm Trạm Hiên Thành Mỹ Hội Khách Ái Nghĩa Câu Lâu Giao Thuỷ Hội An Hiệp Đức Nông Sơn 68 Mann-Kendall -0.037 -0.050 -0.087 -0.047 0.038 0.065 -0.033 0.255 0.092 Di 2.19 1.32 1.09 0.18 0.53 1.83 1.28 0.97 0.28 Trạm Thăng Bình Thạch Bàn Vĩnh Trinh Bà Nà Cẩm Lệ Tà Lương Thượng Nhật Sơn Hà Trà Bồng Mann-Kendall -0.163 -0.138 -0.024 -0.137 -0.085 0.276 0.033 0.139 0.193 Di 0.64 0.49 0.58 2.87 0.64 0.68 1.19 0.12 0.56 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 56 (3/2017) Phước Sơn Tam Kỳ Tiên Phước Trà My 0.032 0.122 0.065 0.230 0.50 1.63 0.21 0.51 Kết kiểm tra đồng liệu vùng cho thấy H1 = 0.39, H2 = -0.2 H3 = -0.4 Như mẫu liệu D (25 trạm) đồng đủ điều kiện để phân tích tần suất mưa vùng Bên cạnh đó, kết tính giá trị ZDist tương ứng với dạng phân phối xem có khả phù hợp (GLO, GEV, LN3, PE3 GPA) cho mẫu liệu GEV Châu Ổ Sơn Tây Đăk Glei -0.211 -0.203 -0.021 1.26 2.03 1.30 vùng D Kết chọn dạng phân phối phù hợp GEV (ZDist = 0.37), LN3 (ZDist = 0.05) PE3 (ZDist = 0.84) Kết hoàn toàn phù hợp với kết nghiên cứu trước (Nguyen Truong Huy et al, 2016) nghiên cứu chọn hàm phân phối xác suất đại diện cho phân phối mưa ngày lớn năm Việt Nam LN3 PE3 Hình Kết phân tích tần suất vùng cho trạm Thành Mỹ với ba dạng phân phối: a) GEV; b) LN3 c) PE3 Đường liền nét giá trị ước tính Maximum Likelihood (ML), hai đường đứt nét tương ứng giá trị ước tính với độ tin cậy 5% 95%, điểm chấm giá trị quan sát mưa ngày lớn vùng Để biết phân phối phù hợp cho phân tích tần suất mưa ngày lớn vùng nghiên cứu So sánh kết phân tích tần suất mưa vùng cho trạm đo mưa với ba dạng phân phối GEV, LN3 PE3 Trạm chọn trạm Thành Mỹ nằm trung tâm vùng nghiên cứu, có số năm quan sát 36 năm Bảng Kết ước tính lượng mưa tương ứng thời gian lặp lại T=100 1000 năm cho trạm Thành Mỹ cho ba dạng phân phối GEV, LN3 PE3, đơn vị tính (mm) Phân phối GEV LN3 PE3 T (năm) 100 482 477 464 1000 637 629 587 Xét hình dạng đường cong tần suất (phần đường tần suất hình 2) phân phối PE3 không bám sát điểm kinh nghiệm có giá trị mưa ngày lớn khoảng thời gian lặp lại T=100 đến 1000 năm, hai phân phối lại (GEV LN3) điều chỉnh đường cong tốt Điều cho thấy kết ước tính lượng mưa sử dụng phân phối PE3 bị giảm đáng kể phần đuôi đường tần suất (T > 100 năm) Xét giá trị ước tính suy luận tần suất (vùng ngoại suy T > 100 năm, bảng 3), kết ước tính lượng mưa sử dụng phân phối GEV cho giá trị lớn Điều hoàn toàn phù hợp với kết nghiên cứu trước cho phân phối GEV thích hợp cho KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 56 (3/2017) 69 việc ước tính lượng mưa tương ứng với thời gian lặp lại 500 năm Bên cạnh đó, phân phối GEV sử dụng nhiều phân tích tần suất lũ vùng kết hợp với thông tin lũ lịch sử lũ cực hạn (Gaume et al, 2010; Nguyen Chi Cong et al, 2014; Halbert et al, 2016) Nghiên cứu lựa chọn phân phối GEV phân phối thống kê phân tích tần suất mưa vùng cho tỉnh Quảng Nam Một đồ mưa ngày lớn ứng với thời gian lặp lại T=100 năm xây dựng dựa kết phân tích tần suất mưa vùng phương pháp định lượng khoảng cách ngược (IDW) để nội suy GIS sử dụng để nội suy đường đẳng trị mưa từ giá trị ước tính 100 25 trạm đo Hình Bản đồ mưa ngày lớn ứng với thời gian lặp lại T=100 năm sử dụng phân phối GEV (khơng xét đến yếu tố địa hình) Hình thể kết nội suy đẳng trị mưa ngày lớn ứng với T=100 năm Các kết cho thấy tâm mưa ngày lớn chủ yếu tập trung huyện Trà My; Tiên Phước; Hiệp Đức Phước Sơn Ước tính lượng mưa ngày Trà My lớn vùng (trên 700 mm với T=100 năm) Dự tính phù hợp với xu mưa vùng Trà My trạm đo mưa nằm dãy núi Ngọc Linh, sườn đón khối khơng khí lạnh từ phía Bắc di chuyển phía Nam gió Đơng từ biển vào nên hàng năm có lượng mưa lớn vùng Tuy nhiên huyện phía Tây Quảng Nam Tây Giang Nam Giang khơng có trạm quan đo mưa nên kết nội suy nhiều hạn chế KẾT LUẬN Nghiên cứu trình bày cách có hệ thống bước phân tích tần suất mưa vùng áp dụng lần cho mẫu liệu vùng Quảng Nam Nghiên cứu sử dụng mẫu liệu lượng mưa ngày lớn 25 trạm đo mưa với tổng số năm quan sát 721 năm Mẫu liệu mưa vùng sàng lọc để đảm bảo tính độc lập thống kê Mẫu liệu kiểm tra tính đồng phân phối thích hợp lựa chọn GEV Qua kết phân tích tần suất vùng để từ ước tính tần suất cho 25 trạm đo vùng thông qua phương pháp số mưa vùng thuật toán Bayesian MCMC Nghiên cứu sử dụng phương pháp nội suy IDW GIS để xây dựng đồ mưa ngày lớn tương ứng với thời gian lặp lại T=100 năm Bản đồ phân bố mưa thể phù hợp với xu mưa đặc trưng vùng nghiên cứu Kết giúp kỹ sư ước tính giá trị mưa, vị trí tương ứng với tần suất hay thời gian lặp lại cao Tuy nhiên mật độ trạm đo mưa khu vực phía Tây tỉnh Quảng Nam thưa nên chất lượng nội suy khu vực hạn chế LỜI CẢM ƠN Tác giả xin chân thành cảm ơn quỹ Khoa học công nghệ, Đại học Đà Nẵng hỗ trợ tài việc thu thập số liệu đo mưa 25 trạm đo vùng TÀI LIỆU THAM KHẢO Amina S, Ahmad S.A, Betul S, (2013), Regional Frequency Analysis of Annual Maximum Rainfall in Monsoon Region of Pakistan using L-moments, Pak.j.stat.oper.res Vol.IX No.1 2013 pp111-136 Arti D.T, Parthasarthi C, (2013) Extreme Rainfall Frequency Analysis for Meteorological SubDivision of India Using L-Moments Vol.7 No: 12, World Academy of Science, Engineering and Technology International Journal of Environmental, Earth Science and Engineering 70 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 56 (3/2017) Dalrymple T (1960) Flood frequency analyses Water supply : Geological survey, Reston, Virginia, USA, 1543-A Gaume E, Gaal L, Viglione A, Szolgay J, Kohnova S, Bloschl G (2010) Bayesian MCMC approach to regional flood frequency analyses involving extraordinary flood events at ungauged sites Journal of Hydrology 394, 101-117 Halbert K, Nguyễn Chí Cơng, Payrastre O, Gaume E (2016) Reducing uncertainty in flood frequency analyses: A comparison of local and regional approaches involving information on extreme historical Journal of Hydrology, 541, 90-98 Hosking, J and J Wallis (1997), Regional frequency analysis:An approach Based on L-Moments, Cambridge University Press, London, UK Nguyễn Chí Cơng, Phạm Văn Chiến (2011) Phân tích đường cong tần suất lũ vùng cho khu vực Trung Trung Việt Nam Tạp chí KHCN ĐHĐN, ISSN 1859-1531, Số 4(45).2011 Nguyễn Chí Cơng, Gaume E, Payrastre O (2014) Regional flood frequency analyses involving extraordinary flood events at ungauged sites : further developments and validation Journal of Hydrology, 508, 385-396 Nguyễn Trường Huy, Nguyễn Hoàng Lâm, Võ Ngọc Dương, Phạm Thành Hưng, Nguyễn Chí Cơng (2016) Chọn hàm phân phối xác xuất đại diện cho phân phối mưa ngày lớn năm Việt Nam Hội nghị khoa học Cơ học thủy khí tồn quốc ISBN : 978-604-913-473-9 Ngogondo CS, C-Y Xu, L.M.Tallaksen, B Alemaw and T Chirwa (2011) Regional frequency analysis of rainfall extremes in Southern Malawi using the index rainfall and L-moments approaches Stoch Env Res Risk A 25, 939-955 Abstract: DEVELOPING A DAILY MAXIMUM RAINFALL MAP BASED ON REGIONAL FREQUENCY ANALYSIS AND BAYESIAN INFERENCE: A CASE STUDY IN QUANG NAM PROVINCE The design and testing frequency of the daily maximum rainfall is crucial in hydraulic and hydropower structures design and management In Vietnam, short period of gauged rainfall data reduces the reliability of the estimated results in the design and testing daily maximum rainfall In addition, due to the sparse distribution of the rain gauge network, the rainfall measurement does not reflect the actual value at each catchment To overcome this limitation, this study uses a regional approach and a Bayesian inference to increase the number of the gauged rainfall data samples in order, to increase the reliability of the estimated frequency and develop the daily maximum rainfall map, which can be applied in the hydraulic structures design and management The study area is Quang Nam province with 16 rain gauges, combined with rain gauges in the neighboring provinces The results demonstrate that the developed daily maximum rainfall maps are consistent with the precipitation characteristics and distribution in the study area These results also provide the estimated rainfall level in any location corresponding to the design frequency or the return period Keywords: regional frequency analysis, Bayesian inference, credibility, daily maximum rainfall, Quang Nam province BBT nhận bài: 11/01/2017 Phản biện xong: 06/3/2017 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 56 (3/2017) 71 ... lựa chọn phân phối GEV phân phối thống kê phân tích tần suất mưa vùng cho tỉnh Quảng Nam Một đồ mưa ngày lớn ứng với thời gian lặp lại T=100 năm xây dựng dựa kết phân tích tần suất mưa vùng phương... trị quan sát mưa ngày lớn vùng Để biết phân phối phù hợp cho phân tích tần suất mưa ngày lớn vùng nghiên cứu So sánh kết phân tích tần suất mưa vùng cho trạm đo mưa với ba dạng phân phối GEV,... Đông để tạo mưa Theo báo cáo đặc điểm khí tượng thủy văn tỉnh duyên hải Trung Bộ, có đồ phân bố lượng mưa bình quân nhiều năm dựa suy luận tần suất phân tích tần suất cho trạm đo mưa (cách tiếp