Việc so sánh hàng tháng của lượng mưa thu được từ vệ tinh với các trạm quan trắc được thực hiện bằng cách sử dụng các phương pháp đánh giá sai số về ME, MAE, RMSE và Bias. So sánh được thực hiện bằng cách sử dụng số liệu lượng mưa độc lập thu được từ các trạm khí tượng, thủy văn và đo mưa nhân dân trên khu vực tỉnh Thanh Hóa và được thể hiện ở hình 3.10.
Nhìn chung, trong các tháng mùa khô và mưa, ME phổ biến cho sai số dương, có nghĩa là cả 3 sản phẩm mưa vệ tinh CHIRP, CDR và CCS thường có xu thế cao hơn quan trắc và không đồng nhất ở các khu vực, không tìm thấy quy luật phân bố đông-tây và bắc-nam. Trong các tháng mùa mưa, sai số ME phổ biến từ ±5- 10% (% so với trung bình nhiều năm của lượng mưa quan trắc) thường thấp hơn so
với ME từ ±7 - 15% trong các tháng mùa khô. Tuy nhiên, với sai số ME chưa thể nhận rõ ưu điểm nổi trội của từng sản phẩm lượng mưa so với quan trắc.
Hình 3. 10. Sai số giữa lượng mưa vệ tinh v quan trắc trong mùa khô (hình a, b, c, d) v mùa mưa (hình e, f, g, h)
Giá trị của MAE, RMSE và Bias cũng cho thấy khá tương tự như ME đó là trong tháng mùa mưa CHIRP và CDR có sai số bé cả về biên độ và độ lớn của sai số so với mùa khô; Giá trị của trong mùa khô của MAE (RMSE) phổ biến từ 7% (8%) đến 12% (15%) và trong tháng mùa mưa giá trị của MAE và RMSE phổ biến từ 5% đến 10%. Tuy nhiên, sản phẩm mưa CCS có sai số khá lớn trong cả mùa mưa và khô; giá trị của ME (RMSE) khoảng từ 20% (15%) đến 30% (30%) trong các tháng mùa khô và từ 15% -20% trong tháng mùa mưa.
Trong mùa mưa, giá trị Bias tiệm cận với 1, điều này cho thấy sản phẩm mưa vệ tinh cho ước lượng tốt trong tháng mùa mưa. Điều này có thể liên quan đến các sai số phụ thuộc vào mùa thông thường mà các cảm biến vệ tinh hoạt động tốt trong việc phát hiện các kiểu hình thái mưa trong mùa mưa, nhưng cho thấy khó khăn trong mùa khô [65,66]. Nói chung, CHIRPS và CDR đều cho hiệu quả vượt trội trong việc ước lượng mưa hàng tháng so với CCS ở khu vực Thanh Hóa.
3.3 H n khí tƣợng dựa trên chỉ số SPI
Như trên đã trình bày, thiếu hụt lượng mưa trong một khoảng thời gian tại một địa điểm nhất định có thể dẫn đến các mức độ hạn hán khác nhau, ảnh hưởng đến tài nguyên nước, nông nghiệp và các hoạt động kinh tế - xã hội. Do lượng mưa thay đổi đáng kể giữa các vùng khác nhau nên khái niệm hạn hán có thể khác nhau. Để đánh giá hiệu quả hơn về hiện tượng hạn hán, WMO khuyến nghị áp dụng chỉ số SPI để giám sát mức độ nghiêm trọng của các sự kiện hạn hán [22, 23, 24]. Chính vì vậy mà chỉ số SPI là chỉ số được sử dụng phổ biến nhất cả trên thế giới và Việt Nam để phát hiện và mô tả hạn hán khí tượng. Để đánh giá hạn hán, ngoài việc đánh giá thời gian, cường độ, tần suất, xác định quy mô thời gian (time scale) và ngưỡng mức độ hạn là rất cần thiết và đánh giá ở mỗi quy mô thời gian khác nhau sẽ có ý nghĩa khác nhau.
3.3.1 Lựa chọn quy mô thời gian cho đánh giá hạn khí tượng
Hướng dẫn sử dụng chỉ số SPI (WMO, 2012) [24] cho thấy, SPI được tính toán qua các giai đoạn tích lũy lượng mưa khác nhau (từ 1 đến 48 tháng), điều này cho phép đánh giá tác động tiềm tàng khác nhau của hạn khí tượng, cụ thể:
+ SPI-1 tháng: Khi SPI được tính cho thời gian tích lũy ngắn hơn (ví dụ: 1 đến 3 tháng), nó có thể được sử dụng như một chỉ báo cho các tác động tức thời như giảm độ ẩm đất, tuyết và dòng chảy trong các lạch, hay điều kiện gần đ ng được biểu thị bằng chỉ số ẩm sẳn có cho cây trồng phát triển, là một phần của chỉ số hạn hán Palmer.
tháng là chỉ số được so sánh tổng lượng mưa 3 tháng với tổng lượng mưa cùng quy mô thời gian 3 tháng cho tất cả các năm. Nói cách khác, SPI-3 tháng vào cuối tháng 2 được tính toán dựa trên tổng lượng mưa tháng 12, 1, 2 trong năm cụ thể đó so với trung bình nhiều năm của tổng lượng mưa tháng 12, 1, 2.
Khi SPI-3 tháng, nó có thể được sử dụng như một chỉ báo cho dòng chảy giảm và cần kế hoạch lưu trữ nước trong hồ chứa. SPI 3 tháng phản ánh các điều kiện độ ẩm đất ngắn hạn và trung hạn đối với cây trồng. Ở các vùng nông nghiệp chính, SPI-3 tháng có thể hiệu quả hơn trong việc nêu bật các điều kiện độ ẩm sẵn có hơn so với chỉ số Palmer hoặc các chỉ số thủy văn hiện có khác. Tại Hoa Kỳ, thông tin SPI-3 tháng vào cuối tháng 8 sẽ rất quan trọng trong giai đoạn sinh sản - làm hạt đối với cây ngô và đậu tương hay SPI-3 tháng cuối tháng 5 cho thấy dấu hiệu của điều kiện độ ẩm đất là thời kỳ bắt đầu mùa sinh trưởng của cây trồng.
+ SPI-6 tháng (mùa 6 tháng): SPI-6 tháng là được tính toán dựa trên sự so sánh tổng lượng mưa trong giai đoạn 6 tháng của một năm với cùng khoảng thời gian 6 tháng trong các năm. Ví dụ, một SPI 6 tháng vào cuối tháng 9 so sánh trung bình nhiều năm của tổng lượng mưa cho giai đoạn tháng 4 - 9.
SPI-6 tháng cho thấy xu hướng lượng mưa theo mùa đến trung hạn và nó vẫn được coi là nhạy cảm với các điều kiện hạn hán hơn so với chỉ số hạn Palmer. Chỉ số SPI-6 tháng có thể rất hiệu quả trong việc thể hiện lượng mưa qua các mùa rõ rệt, cũng có thể là thông tin chỉ báo cho dị thường dòng chảy và mực nước hồ chứa, tùy thuộc vào khu vực và thời gian trong năm.
SPI-12 tháng tới SPI-24 tháng (mùa 12 tháng và 24 tháng): SPI-12 và SPI-24 phản ánh lượng mưa thời gian dài. SPI-12 tháng là so sánh lượng mưa trong 12 tháng liên tục với số liệu ghi nhận trong 12 tháng liên tục cùng thời kỳ trong tất cả các năm. SPI-12 tháng và SPI-24 tháng thường gắn liền với dòng chảy, mực nước hồ chứa, và thậm chí cả mực nước ngầm ở những khoảng thời gian dài hơn.
Với hướng dẫn tiếp cận đánh giá hạn khí tượng của WMO (2012) theo các quy mô thời gian (SPI-1, SPI-3, SPI-6 và SPI-12) có thể hữu ích cho việc nhận định áp dụng thông tin hạn hán cho đa ngành; nông nghiệp, quản lý hồ chứa, khai thác nước ngầm,…Do đó luận văn sẽ đánh giá SPI theo các quy mô thời gian khác nhau nhằm có được nhiều thông tin góp phần cho quản lý hạn hán.
Có quan điểm cho rằng SPI phù hợp với nghĩa hạn khí tượng trong mùa khô và SPI là không phù hợp cho các tháng mùa mưa vì mặc dù chỉ số hạn có thể hiện thiếu mưa nhưng lượng mưa các tháng mùa mưa vẫn rất lớn nên có thiếu mưa
thì cũng khó có thể xảy ra hạn hán. Có chăng, nếu sử dụng các chỉ số hạn này cho mùa mưa thì chỉ đ ng để nói là mức độ thiếu mưa [13]. Với cách đặt bài toán này và hướng dẫn sử dụng SPI của WMO, việc tính toán phải liên tục không phân biệt mùa khô hay mưa, do đó luận văn thừa nhận hạn khí tượng hoàn toàn dựa theo mưa và thuật ngữ thiếu nước hay hạn khí tượng được gọi chung là hạn khí tượng.
3.3.2 Diễn biến của hạn khí tượng theo thời gian
Hình 3.11 cho thấy diễn biến theo thời gian của SPI dựa trên lượng mưa trung bình từ tất cả các điểm lưới trên khu vực Thanh Hóa (hình 3.11a, b, c) và lượng mưa trung bình từ 6 trạm quan trắc khí tượng (hình 3.11 d), vùng màu xanh và vùng màu đ biểu thị thời gian ướt và khô của SPI theo các tháng trong năm cho thấy:
Một xác nhận chéo bằng cách sử dụng so sánh giữa SPI-12 tháng được tính toán từ trung bình lượng mưa 6 trạm quan trắc khí tượng (hình 3.11 e) và SPI-12 tháng tính toán từ lượng mưa trung bình tất cả điểm lưới khu vực tỉnh Thanh Hóa đã cho thấy (hình 3.11 d), kết quả biến trình của SPI-12 tính toán từ vệ tinh gần giống với biến trình của SPI-12 tháng từ 6 trạm quan trắc và khá tương tự nhau về các đợt hạn và ẩm ướt trong thời kỳ 1981-2016. Một lần nữa cho thấy mức độ phù hợp trong việc sử dụng lượng mưa vệ tinh được khai thác từ sản phẩm CHIRP để đánh giá hạn khí tượng trên khu vực tỉnh Thanh Hóa.
Ở đây, luận văn định nghĩa một sự kiện/đợt hạn (drought event) được giả định dựa trên SPI-12 tháng là một số tháng liên tục trong đó các giá trị SPI nh hơn - 1, và nếu giá trị SPI lớn hơn 0 nh hơn 2 tháng, sau đó SPI lại nh hơn -1 thì vẫn được tính là một đợt hạn khí tượng. Điều này có nghĩa là khi SPI lớn hơn 0 từ 3 tháng trở lên sẽ được coi là kết th c đợt hạn liên tục. Cần lưu ý rằng các giá trị SPI này chỉ có thể đại diện cho các điều kiện ở điều kiện trung bình của tỉnh Thanh Hóa (vì lượng mưa được tính trung bình các điểm lưới), vì vậy các giá trị cao hơn hoặc thấp hơn có thể được tìm thấy trong không gian của từng điểm lưới và trạm ở khu vực Thanh Hóa.
Kết quả cho thấy các đợt hạn khí tượng thường xuyên xảy ra ở Thanh Hóa. Các đợt hạn khí tượng điển hình được xác định là 1988-1989, 1990–1994, 1998– 1999, 2003-2004, 2004-2005 và 2015–2016, trong khi thời kỳ ẩm ướt liên tục diễn ra trong giai đoạn 1986-1987, 1994–1995 và 1996-1997, 2000-2001, 2006-2007, 2008-2009 và 2011-2013. Đợt hạn hán dài nhất được xác định trong giai đoạn 1990- 1994. Đợt hạn khí tượng ngắn hơn diễn ra trong giai đoạn 1989-1999 và giai đoạn 2015–2016 nhưng dường có cường độ hạn khí tượng khá nghiêm trọng.
Hình 3. 11 Diễn biến của chỉ số h n SPI theo quy mô th i gian gian 3 tháng (a) 6 tháng (b) 12 tháng (c) dựa tr n lượng mưa trung bình của tất cả lưới v quy mô th
Về cơ bản, giá trị SPI ở quy mô thời gian ngắn hơn (SPI-1 và SPI-3) có thể cung cấp cảnh báo sớm về hạn khí tượng. Trong hình 3.11a,b SPI-1 và SPI-3 dao động mạnh theo thời gian với ngưỡng khô và ẩm ướt xen kẽ bởi vì SPI-1 phản ánh điều kiện hạn khí tượng trong thời gian ngắn, có thể tháng này là thiếu hụt so với TBNN, nhưng tháng tiếp theo cao hơn TBNN là do có thể tháng tiếp theo trong cùng năm đó đã được bổ sung thêm đợt mưa với lượng mưa lớn, tạo nên lượng mưa tháng tiếp theo cao hơn TBNN.
Khi quy mô thời gian tăng lên (3, 6 và 12 tháng), biên độ của các giá trị SPI và tần số biến thiên trong chuỗi thời gian giảm. Khi quy mô thời gian tăng và đạt đến thời gian tích lũy 12 tháng (hình 3.11 c), sự tách biệt giữa ngưỡng khô và ẩm ướt sẽ trở thành rõ ràng hơn, có thể có ý nghĩa phát hiện dấu hiệu tốt về thời kỳ hạn khí tượng kéo dài hơn. Do các giá trị SPI ở các thang thời gian dài hơn được tích lũy từ các giá trị SPI với thời gian ngắn hơn, có thể âm hoặc dương, các giá trị SPI ở các thang đo thời gian dài hơn có xu hướng nghiêng về 0, trừ khi xảy ra hạn hán hoặc lũ lụt bất thường.
Có thể áp dụng chuỗi thời gian của các giá trị SPI theo phân bố không gian để đánh giá phạm vi hạn khí tượng trên khu vực tỉnh Thanh Hóa (dựa trên giá trị SPI theo các ô pixel có độ phân giải khoảng 5 km của số liệu mưa CHIRP để đánh giá diện tích bị hạn khí tượng). Kết quả tính toán phần trăm (% so với diện tích của tỉnh Thanh Hóa) diện tích hạn khí tượng được thể hiện ở hình 3.12 cho quy mô thời gian khác nhau (3, 6, và 12 tháng) cho thấy rõ kết quả diễn biến theo thời gian thể hiện nổi bật các đợt hạn hán điển hình và phù hợp với diễn biến của chỉ số SPI.
Theo thời gian và mức độ hạn khí tượng, có hai đợt hạn có thời gian, cường độ mạnh nhất từ trong thời kỳ 1981-2016 đó là: hạn hán năm 9/1991–4/1994 là hạn khí tượng kéo dài nhất trong thời gian hạn hán khoảng 32 tháng với mức độ hạn hán lớn nhất khoảng 41.1 với cường độ là 1.7/tháng và diện tích hạn tối đa của ngưỡng hạn nặng và rất hạn khoảng 100% (% so với diện tích của tỉnh Thanh Hóa). Hạn khí tượng giai đoạn 2015–2016 cũng khá nghiêm trọng với thời gian hạn khoảng 15 tháng, mức độ hạn khoảng 25.6, cường độ hạn khoảng 1.7/tháng và diện tích hạn hán tối đa của ngưỡng hạn nặng và rất hạn khoảng 85.3%. Trong các đợt hạn hán còn lại, hạn khí tượng thời gian từ 4/1998-9/1999 cũng là một đợt hạn khí tượng mạnh, với TGH khoảng 10 tháng, cường độ hạn 1.6/tháng và diện tích hạn hán tối đa của ngưỡng cực rất hạn khoảng 56%, cũng cần lưu ý rằng hạn hán năm 1988- 1989 và 1998-1999 là không dài nhưng nghiêm trọng với các giá trị SPI âm lớn trong thời gian ngắn. Tuy nhiên, giá trị SPI ở quy mô thời gian 12 tháng nh hơn so với đợt 1991-1994 và 2015-2016 (bảng 3.4).
Hình 3. 12. Diễn biến của diện tích h n (% so với tổng diện tích) theo các khoảng th i gian gian 3 tháng (a) 6 tháng (b) 12 tháng (c)
Bảng 3.4. Các đặc trưng của sự kiện h n khí tượng điển hình từ 1981-2016 t i quy m th i gian lượng mưa 12 tháng
Đợt h n (sự TGH Cƣờng Di n tích h n cao nhất (DA) của
KH MDH đ h n ngƣỡng rất nặng (SPI<-1.5) ki n) (tháng) (Ie) Th ng/năm xảy ra DA (%) D1 9/1988-5/1989 5 5,8 1,2 9/88 50,5 D2 9/1991–4/1994 32 41,1 1,7 3/92 100 D3 4/1998-9/1999 10 15,5 1,6 3/99 56,0 D4 7/2002-8/2003 8 9,5 1,2 0 2.9 D5 7/2004-6/2005 7 8,5 1,2 0 20.6 D6 1/2015-6/2016 15 25,6 1,7 12/2015 85,3 46
3.3.3 Thời gian hạn khí tượng thời kỳ 1981-2016
Trong nghiên cứu này, phân bố không gian của tổng thời gian hạn khí tượng (số tháng hạn khí tượng khi SPI<-1), thời gian hạn tương ứng với cường độ hạn khí tượng khác nhau (hạn vừa, hạn nặng và rất nặng) ở các quy mô thời gian khác nhau được áp dụng để nghiên cứu sự xuất hiện hạn khí tượng trên khu vực tỉnh Thanh Hóa. Mục đích của phần này là xác định các vùng dễ bị hạn hán ở các quy mô thời gian khác nhau dựa trên số tháng hạn khí tượng (TGH). Khi SPI được tính toán theo quy mô thời gian ngắn ở các khu vực có lượng mưa theo mùa thấp, nó có thể dẫn đến các giá trị dương hoặc âm lớn [21] và Thanh Hóa có lượng mưa khá thấp trong mùa khô. Vì vậy, SPI-1 tháng được b qua để tránh các giải thích sai lầm có thể và luận văn chỉ phân tích phân bố không gian của SPI-3, SPI-6, và SPI-12 tháng.
Kết quả phân bố không gian số tháng hạn khí tượng (TGH) theo phân cấp các mức độ hạn hán khác nhau (tổng TGH của hạn khí tượng, SPI≤ -1); TGH của hạn vừa: -1.5< SPI <-1; TGH của hạn nặng: -2<SPI<-1.5 và TGH của hạn rất nặng: SPI<-2) ở ba quy mô thời gian mùa (3, 6 và 12 tháng) được thể hiện ở hình 3.13 cho thấy:
-Xét theo tổng TGH: Ở quy mô thời gian hạn khí tượng 3 tháng (SPI-3), hạn khí tượng ở vùng phí tây nam và phía đông nam của tỉnh Thanh Hóa có xu hướng xảy ra nổi trội hơn so với các vùng khác với tổng số TGH trên 70 tháng, trong khi hầu hết phần phía bắc và tây bắc được đặc trưng bởi tổng TGH thấp hơn 60 tháng (hình 3.13a, e, i). Khi quy mô thời gian dài hơn (SPI-6 và SPI-12 tháng), tổng TGH của SPI-6 tháng tăng lên so với SPI-3 tháng, nhưng phân bố không gian ít có sự khác biệt.
Tuy nhiên, phân bố không gian của SPI-12 tháng tương đối khác biệt với SPI-3 và SPI-6 tháng; khu vực phí tây nam và đông nam của tỉnh Thanh Hóa không phải là