Mưa cực đoan, một trong những nguyên nhân gây ra ngập lụt tại thành phố Hồ Chí Minh, đã chứng kiến một sự gia tăng về tần suất xuất hiện và cường độ trong vài thập kỷ qua. Mặc dù tính không dừng (nonstationary) trong dữ liệu mưa cực đoan đã được nghiên cứu và chứng minh trong rất nhiều nghiên cứu trên thế giới, tuy nhiên nghiên cứu về tính không dừng trong dữ liệu mưa cực đoan tại thành phố Hồ Chí Minh chưa nhận được nhiều sự quan tâm từ các nhà khoa học.
BÀI BÁO KHOA HỌC PHÂN TÍCH TẦN SUẤT MƯA CỰC ĐOAN CHO THÀNH PHỐ HỒ CHÍ MINH CĨ XEM XÉT ĐẾN SỰ BIẾN ĐỘNG CÁC ĐẶC TRƯNG THỐNG KÊ THEO THỜI GIAN Lê Thị Hịa Bình1, Đặng Đồng Ngun1 Tóm tắt: Mưa cực đoan, nguyên nhân gây ngập lụt thành phố Hồ Chí Minh, chứng kiến gia tăng tần suất xuất cường độ vài thập kỷ qua Mặc dù tính khơng dừng (nonstationary) liệu mưa cực đoan nghiên cứu chứng minh nhiều nghiên cứu giới, nhiên nghiên cứu tính khơng dừng liệu mưa cực đoan thành phố Hồ Chí Minh chưa nhận nhiều quan tâm từ nhà khoa học Trong nghiên cứu này, chúng tơi xem xét đến tính khơng dừng liệu mưa 24h trạm Tân Sơn Hòa Kết từ nghiên cứu rằng, mưa cực đoan trạm Tân Sơn Hịa có xu hướng tăng mạnh mẽ giai đoạn 1982-2018 Bên cạnh đó, giá trị thiết kế mưa cực đoan dựa giả thiết tính dừng nhỏ đáng kể so với giá trị mưa dựa giả thiết tính khơng dừng liệu mưa Từ khóa: Mưa cực đoan, Tp.HCM, Mưa thiết kế, Tính khơng dừng GIỚI THIỆU * Trong vài thập kỷ trở lại đây, bên cạnh thách thức lớn liên quan đến gia tăng nhanh dân số, thị hóa cơng nghiệp hóa, thành phố Hồ Chí Minh (Tp HCM) phải đối mặt với vấn đề liên quan đến khí hậu, ví dụ gia tăng tần suất cường độ kiện mưa cực đoan Các trận mưa cực đoan xem nguyên nhân dẫn đến tình trạng ngập úng diễn hàng năm trung tâm kinh tế lớn nước Nghiên cứu mưa cực đoan, phân tích xu thế, độ lớn trận mưa cực đoan vấn đề cần thiết, nhằm cung cấp thông tin, liệu cho việc quy hoạch, xây dựng sở hạ tầng tính tốn thiết kế nhằm giải vấn đề ngập úng lâu Tp HCM Thông thường, xem xét đến chuỗi số liệu khí tượng thủy văn (ví dụ lượng mưa), cấu trúc chuỗi số liệu giả định có tính dừng Có nghĩa tham số thống kê hàm phân phối chọn không thay đổi theo thời gian (Katz, 2013) Tuy nhiên, bối cảnh Bộ môn Kỹ thuật Tài nguyên nước Môi trường, Đại học Thủy lợi phân hiệu Bình Dương 50 biến đổi khí hậu, giả định tính dừng (stationary) chuỗi số liệu khí tượng thủy văn khơng cịn phù hợp (Khaliq, Ouarda, Ondo, Gachon, & Bobée, 2006; Sugahara, Da Rocha, & Silveira, 2009) Thay vào đó, tính khơng dừng (nonstationary) nên xem xét đến, phân tích tần suất kiện cực đoan Bên cạnh đó, giá trị khí tượng thủy văn tính tốn (ví dụ mưa thiết kế) dựa giả thiết tính dừng chuỗi số liệu thường nhỏ so với giá trị tính tốn dựa giả thiết tính khơng dừng (Agilan & Umamahesh, 2017; Cheng & AghaKouchak, 2014), ảnh hưởng đến việc tính tốn thiết kế, hiệu làm việc cơng trình Trong nghiên cứu này, phân tích tần suất mưa cực đoan trạm Tân Sơn Hịa (Tp HCM), tính tốn giá trị mưa thiết kế tương ứng với chu kỳ lặp lại (return period) 2, 20 100 năm xét đến Chuỗi số liệu mưa được kiểm tra xu tăng hay giảm dựa kiểm định Mann-Kendall Tính khơng dừng áp dụng phân tích tần suất mưa cực đoan cách xem xét biến thời gian hàm phân phối xác suất Các phân tích, so sánh mơ hình đưa để lựa chọn mơ hình phù hợp KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 69 (6/2020) dùng để mô mưa cực đoan vùng nghiên cứu SỐ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Số liệu thu thập Trong nghiên cứu này, số liệu mưa 24h lớn trích xuất từ chuỗi số liệu mưa từ 1982-2018 trạm Tân Sơn Hòa thu thập từ Trung tâm tư liệu Khí tượng Thủy văn Quốc gia sử dụng để phân tích tần suất Hình thể biến đổi mưa 24h lớn Tân Sơn Hòa xu tuyến tính trị Tau (Tau value), cho biết chuỗi số liệu có xu hướng tăng hay giảm Giả thiết chuỗi liệu thời gian (x1, x2, x3, …, xn) biểu diễn n điểm liệu, xi biểu diễn số liệu thời điểm i, xj biểu diễn số liệu thời điểm j Chỉ số thống kê Mann-Kendall S tính sau: (1) Trong đó, sign(x) xác định sau: sign(x) = x > 0, sign(x) = x = sign(x) = -1 x < Giá trị ban đầu thống kê Mann-Kendall S tương ứng với việc không tồn xu hướng Giá trị Tau xác định công thức sau (Chandler & Scott, 2011): (2) Hình Mưa 24h lớn trạm Tân Sơn Hòa xu tuyến tính 2.2 Phương pháp nghiên cứu Phương pháp nghiên cứu báo thực theo trình tự sau: - Kiểm định phi tham số Mann-Kendall áp dụng để đánh giá xu chuỗi số liệu mưa 24h lớn - Tính khơng dừng xem xét hàm phân phối xác xuất Generalized Extreme Value (GEV) - Các số AIC (The Akaike Information Criterion), BIC (The Bayesian Information criterion), kiểm định likelihood ratio (likelihood ratio test) dùng để lựa chọn mơ hình phù hợp - Giá trị mưa cực đoan tương ứng với chu kỳ lặp lại 2, 20 100 năm dự đoán dựa mơ hình phù hợp Kiểm định phi tham số Mann-Kendall Thơng thường, phân tích xu hướng sử dụng để phát tính khơng dừng chuỗi số liệu khí tượng thủy văn Kiểm định Mann-Kendall (Kendall, 1962; Mann, 1945), kiểm định phi tham số, thường sử dụng rộng rãi để phân tích xu hướng đơn điệu chuỗi liệu Kết từ kiểm định Mann-Kendall cho biết giá Với giá trị Tau > 0, chuỗi số liệu thể xu tăng, ngược lại Tau < 0, chuỗi số liệu thể xu giảm Lựa chọn hàm phân phối xác suất Hiện có nhiều hàm phân phối xác suất sử dụng để mô tả liệu mưa cực đoan, ví dụ hàm Gumbel, Log-Normal, Pearson, GEV, Pareto, v.v Trong đó, hàm GEV Pareto thường sử dụng nhiều phân tích tần suất tượng thời tiết cực đoan mưa, bão lũ lụt Trong nghiên cứu này, hàm phân phối xác suất GEV sử dụng để phân tích liệu mưa 24h lớn cho trạm Tân Sơn Hòa Giả sử x = x1, x2, x3, …, xn thể lượng mưa 24h lớn hàng năm n biến ngẫu nhiên độc lập phân phối giống nhau, hàm phân phối lũy tích GEV thể phương trình sau: , > 0, σ > (3) Trong đó, µ (location), σ (scale) ξ (shape) thể tham số thống kê hàm GEV (thơng tin chi tiết tham số µ , σ ξ vui lịng tham khảo Coles, Bawa, Trenner, and Dorazio (2001)) Khi chuỗi số liệu KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 69 (6/2020) 51 xem có tính dừng, giá trị tham số số Trong trường hợp chuỗi số liệu coi không dừng, giá trị tham số biến đổi theo biến số (ví dụ thời gian, yếu tố khí hậu) Trong nghiên cứu này, tham số µ σ biểu diễn biến số theo thời gian: ; ; (4) Các tham số hàm GEV ước lượng qua phương pháp ước lượng hợp lý cực đại (maximum-likelihood estimation) Lựa chọn mơ hình thích hợp Trong nghiên cứu này, số AIC (Akaike, 1974), BIC (Schwarz, 1978) kiểm định likelihood ratio (p-value) dùng để lựa chọn mơ hình thích hợp Mơ hình với giá trị AIC, BIC p-value nhỏ xem mơ hình tốt lựa chọn để mô tả mưa cực đoan Bên cạnh đó, biểu đồ xác suất Probability - Probability (PP) phân vị Quantile - Quantile (QQ) sử dụng để kiểm tra phù hợp mơ hình chọn Hai số AIC BIC tính theo cơng thức sau: (5) (6) Trong k số lượng tham số mơ hình, n độ lớn mẫu Tính tốn giá trị mưa tần suất thiết kế Khi mơ hình phù hợp để mô tài liệu mưa cực đoan lựa chọn, giá trị mưa cực đoan (ZT) tương ứng với chu kỳ lặp lại (T-year) 2, 20 100 năm tính tốn Đối với mơ hình dựa giả thiết tính khơng dừng chuỗi số liệu, tham số hàm phân phối xác suất biến đổi theo thời gian Do đó, tác giả dựa cách tiếp cận rủi ro thấp Cheng et al., 2014, cách lấy 95% (95 percentile) giá trị tham số µ σ (phương trình 8) để tính tốn giá trị mưa cực đoan ứng với chu kỳ lặp lại nghiên cứu (7) (8) Giá trị mưa cực đoan tương ứng với chu kỳ lặp lại T đưa Coles et al (2001) sau: (9) Các tính tốn nghiên cứu xử lý phần mềm R studio với ngơn ngữ lập trình R KẾT QUẢ VÀ THẢO LUẬN Như đề cập phần trên, kiểm định MannKendall dùng để xác định xu chuỗi số liệu mưa cực đoan Khi Tau mang giá trị âm, chuỗi số liệu thể xu giảm, ngược lại Tau mang giá trị dương, chuỗi số liệu thể xu tăng Bảng cho thấy chuỗi số liệu mưa 24h lớn mang xu tăng đáng kể qua năm, thỏa mãn mức ý nghĩa α = 0.05 (xác suất phạm sai lầm không 5%) Bảng Kết kiểm định Mann-Kendall (p value- Mức ý nghĩa) S 240 Mann-Kendall Giá trị Var (S) 5846 Bảng thể giá trị tham số mơ hình phân bố xác suất dựa giả thiết tính Tau 0.36 p value 0.001773 dừng (SGEV) không dừng (NSGEV) qua phương pháp ước lượng hợp lý cực đại Bảng Tham số hàm phân phối xác suất GEV Tham số Location µ0 SGEV 86.23 NSGEV 63.13 52 Scale µ1 σ0 Shape σ1 26.37 1.36 14.01 ξ 0.24 0.50 0.22 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 69 (6/2020) Các số AIC, BIC hàm phân phối xác suất GEV dựa giả thiết tính khơng dừng chuỗi số liệu xem phù hợp cho mô giá trị mưa cực đoan nghiên cứu (Bảng 3) Thêm vào đó, biểu đồ PP QQ xác nhận mơ hình NSGEV cho kết số liệu thực đo mơ hình tương đối phù hợp so với mơ hình SGEV (Hình 3) Kết kiểm định likelihood ratio mơ hình NSGEV phù hợp so với mơ hình SGEV với giá trị p-value 0.002099 Bảng Chỉ số để lựa chọn mơ hình tốt Chỉ số AIC BIC SGEV 375 380 NSGEV 367 374 Quantile Plot 250 Empirical 50 150 0.4 0.0 Model 0.8 350 Probability Plot 0.0 0.2 0.4 0.6 0.8 1.0 50 100 Empirical 150 200 Model Hình PP QQ plot cho mơ hình SGEV Empirical Model 0.4 0.0 0.0 0.2 0.4 0.6 Empirical 0.8 1.0 -1 Residual Quantile Plot (Gumbel Scale) 0.8 Residual Probability Plot -1 Model Hình Residual PP QQ plot cho mơ hình NSGEV Các giá trị mưa cực đoan tương ứng với chu kỳ lặp lại 2, 20 100 năm thể Bảng Kết cho thấy giả thiết tính dừng chuỗi số liệu mưa dẫn đến việc đánh giá thấp kiện mưa cực đoan Do đó, sử dụng giá trị thiết kế dựa theo tính dừng chuỗi số liệu dẫn đến thiệt hại nghiêm trọng, cơng trình phịng chống ngập lụt Điều có ý nghĩa quan trọng nhà hoạch định sách việc quy hoạch thiết kế cơng trình phịng chống thiên tai, việc dự đoán trận mưa cực đoan gây tình trạng ngập lụt vùng nghiên cứu Bảng Giá trị mưa cực đoan (mm) Chu kỳ lặp lại (năm) SGEV 96.30 NSGEV (95%) 111.50 20 200.14 217.60 100 306.84 355.37 KẾT LUẬN Bài báo đánh giá xu biến đổi mưa cực đoan giai đoạn 1982-2018 cho trạm Tân Sơn Hòa, dự đoán giá trị mưa cực đoan tương ứng với chu kỳ lặp lại khác nhau, dựa theo giả thiết tính khơng dừng liệu mưa 24h Từ kết đạt được, đưa kết luận sau: Mưa cực đoan có xu hướng tăng mạnh giai đoạn 1982-2018 Mơ hình NSGEV dựa hàm phân phối xác xuất GEV giả thiết tính khơng dừng chuỗi liệu mưa hồn tồn phù hợp để mơ mưa cực đoan 24h khu vực nghiên cứu Các giá trị mưa thiết kế dựa giả thiết tính dừng (SGEV) nhỏ so với giá trị mưa dựa giả thiết tính khơng dừng liệu mưa Từ kết nghiên cứu này, mơ hình NSGEV kiến nghị nên sử dụng rộng rãi khu vực Tp.HCM nhằm cung cấp thông tin, liệu cho việc tính tốn thiết kế, xây dựng cơng trình chống ngập Tp.HCM Hạn chế nghiên cứu xem xét tham số µ σ hàm phân phối xác xuất GEV biến số theo thời gian mà chưa xem xét đến yếu tố khác Do đó, tác động yếu tố mang tính chất vùng, địa phương lên mưa cực đoạn Tp HCM xem xét đánh giá nghiên cứu KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 69 (6/2020) 53 TÀI LIỆU THAM KHẢO Agilan, V., & Umamahesh, N (2017) Modelling nonlinear trend for developing non‐stationary rainfall intensity–duration–frequency curve International Journal of Climatology, 37(3), 1265-1281 Akaike, H (1974) A new look at the statistical model identification IEEE transactions on automatic control, 19(6), 716-723 Chandler, R., & Scott, M (2011) Statistical methods for trend detection and analysis in the environmental sciences: John Wiley & Sons Cheng, L., & AghaKouchak, A (2014) Nonstationary precipitation intensity-duration-frequency curves for infrastructure design in a changing climate Scientific reports, 4, 7093 Coles, S., Bawa, J., Trenner, L., & Dorazio, P (2001) An introduction to statistical modeling of extreme values (Vol 208): Springer Katz, R W (2013) Statistical methods for nonstationary extremes Extremes in a Changing Climate (pp 15-37): Springer Kendall, M G (1962) Rank correlation methods New York: Hafner Publishing Company Khaliq, M., Ouarda, T., Ondo, J.-C., Gachon, P., & Bobée, B (2006) Frequency analysis of a sequence of dependent and/or non-stationary hydro-meteorological observations: A review Journal of Hydrology, 329(3), 534-552 Mann, H B (1945) Nonparametric Tests Against Trend Econometrica, 13(3), 245-259 doi: DOI: 10.2307/1907187 Schwarz, G (1978) Estimating the dimension of a model The annals of statistics, 6(2), 461-464 Sugahara, S., Da Rocha, R P., & Silveira, R (2009) Non‐stationary frequency analysis of extreme daily rainfall in Sao Paulo, Brazil International Journal of Climatology, 29(9), 1339-1349 Abstract: NONSTATIONARY EXTREME VALUE ANALYSIS FOR ESTIMATION OF DESIGN RAINFALL IN HO CHI MINH CITY In Ho Chi Minh City (HCMC), heavy rainfall, which is considered as a main cause of inundation, witnessed an increase in frequency and magnitude in last few decades Although nonstationarity in extreme rainfall has been proved in many places of the world, research into nonstationarity feature in extreme rainfall in HCMC has not been paid attention thoroughly In this study, the extreme rainfall timeseries is modelled under nonstationary condition The results show that the increasing trend has been found in extreme rainfall data of Tan Son Hoa station over the period of 1982-2018 Besides, the design rainfall estimates under the stationary condition are lower than those under the nonstationary condition in the study area Keywords: Extreme rainfall, HCMC, Design rainfall, Nonstationary Ngày nhận bài: 11/4/2020 Ngày chấp nhận đăng: 02/6/2020 54 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 69 (6/2020) ... thường sử dụng nhiều phân tích tần suất tượng thời tiết cực đoan mưa, bão lũ lụt Trong nghiên cứu này, hàm phân phối xác suất GEV sử dụng để phân tích liệu mưa 24h lớn cho trạm Tân Sơn Hòa Giả... tin, liệu cho việc tính tốn thiết kế, xây dựng cơng trình chống ngập Tp.HCM Hạn chế nghiên cứu xem xét tham số µ σ hàm phân phối xác xuất GEV biến số theo thời gian mà chưa xem xét đến yếu tố... sử dụng để phân tích tần suất Hình thể biến đổi mưa 24h lớn Tân Sơn Hòa xu tuyến tính trị Tau (Tau value), cho biết chuỗi số liệu có xu hướng tăng hay giảm Giả thiết chuỗi liệu thời gian (x1,