Chương 2 này sẽ mô tả chi tiết về đối tượng nghiên cứu trong luâ ̣n văn, số liê ̣u được sử du ̣ng và phương pháp sử du ̣ng làm sáng tỏ 2 mu ̣c tiêu đã đề ra trong mu ̣c 1.3.
2.1. Phạm vi và số liê ̣u nghiên cứu 2.1.1. Phạm vi nghiên cứ u 2.1.1. Phạm vi nghiên cứ u
Trong luận văn này, phạm vị nghiên cứu tập trung vào khu vực nội thành thành phố Hà Nô ̣i. Dưới đây là mô ̣t số đặc điểm chính về vi ̣ trí đi ̣a lý, đi ̣a hình và khí hâ ̣u của khu vực Hà Nội.
2.1.1.1. Điều kiện tự nhiên
Hà Nội, thủ đơ của nước Cộng hồ Xã hội Chủ nghĩa Việt Nam, là Trung tâm chính trị, kinh tế của cả nước. Thành phố Hà Nô ̣i nằm ta ̣i khoảng 21°01 vĩ đô ̣ bắc 105°51’ kinh độ đông, xung quanh gồm có các thành phố Thái Nguyên, Bắc Ninh, Hưng Yên và tỉnh Hịa Bình. Hà Nội là khu vực có địa hình tương đối đa dạng và thấp dần từ Bắc xuống Nam; từ Tây sang Đơng. Địa hình Hà Nội bao gồm đồi và núi thấp, đồng bằng gò đồi và đồng bằng, có hướng nghiêng từ Bắc xuống Nam, đồng bằng chiếm khoảng trên 80% diện tích thành phố. Ngồi ra, Hà Nội cịn có các dạng địa hình núi, tập trung ở khu vực đồi núi Sóc Sơn, Ba Vì.
Sơng ngịi Hà Nội thuộc hệ thống sơng Hồng và sơng Thái Bình, phân bố khơng đồng đều giữa các vùng, mật độ thay đổi khá lớn (0,1 - 2,5km/km2 đối với các sơng có dịng chảy tự nhiên). Các sông lớn chảy qua địa phận Hà Nội gồm có: sơng Hồng, sơng Đuống, sơng Cà Lồ, sông Nhuệ, sông Cầu, sông Ngũ Huyện Khê, sơng Cầu Bây. Các sơng lớn nhỏ đều có độ dốc lịng sơng bé, độ uốn khúc lớn, chế độ thuỷ văn phức tạp. Khả năng tiêu thoát nước rất kém nhất là khi mưa lớn và mực nước các sông ở mức cao.
Hà Nội có chế độ bức xạ thiên văn nội chí tuyến: Hàng năm hai lần mặt trời qua thiên đỉnh, độ cao mặt trời khá lớn và thời gian chiếu sáng tương đối đồng đều. Lượng
bức xạ tổng cộng trung bình hàng năm là 123 kcal/cm2. Vào các tháng lân cận hạ chí, lượng bức xạ tổng cộng đều trên 12 kcal/cm2, thậm chí có tháng trên 14 kcal/cm2 (tháng VII). Vào các tháng lân cận đơng chí, lượng bức xạ tổng cộng đều dưới 9 kcal/cm2. Như vậy, lượng bức xạ tổng cộng ở Hà Nội là tương đối lớn và thay đổi nhiều qua các mùa, mùa hè lớn hơn hẳn mùa đông.
Nhiệt độ trung bình năm của Hà Nội phổ biến vào khoảng 23 - 240C ở vùng đồng bằng và thấp hơn ở vùng núi thấp thuộc Sóc Sơn, phía nam Ba Vì. Ở Hà Nội, nền nhiệt độ khá cao vào mùa hè (V - X) và khá thấp vào mùa đông (XI - IV). Nhiệt độ trung bình ở vùng đồng bằng vào tháng VII, tháng trung tâm của mùa nóng, là 28,5 - 29,50C, nhiệt độ trung bình 3 tháng giữa mùa hè (VI-VIII) đều trên 280C. Nhiệt độ trung bình ở vùng đồng bằng vào tháng I, tháng trung tâm của mùa lạnh, là 16 - 170C, nhiệt độ trung bình 3 tháng giữa mùa đơng (XII, I, II) đều dưới 180C.
Với lượng mưa năm phổ biến là 1400 – 2000 mm, Hà Nội được coi là một trong những khu vực có lượng mưa trung bình ở nước ta. Mùa mưa bắt đầu từ tháng IV, tháng V và kéo dài đến hết tháng X. Mưa nhiều nhất vào tháng VIII, tháng IX. Khu vực có lượng mưa lớn trên 2000mm là ở phía Bắc Sóc Sơn, Bắc Mê Linh và phía Nam của Ba Vì. Lượng mưa mùa hè chiếm đến 80 – 90% lượng mưa năm, 6 tháng còn lại chỉ chiếm 10 – 20%. Số ngày mưa tuy vẫn tập trung vào mùa hè như lượng mưa, nhưng với tỷ lệ thấp hơn, khoảng 60% của cả năm.Tổng số ngày mưa trong năm khoảng 150 ngày.
Hàng năm, ở Hà Nội trung bình có khoảng 7 – 8 ngày mưa to với lượng mưa trên 50 mm/ngày, trong đó có khoảng 1 – 2 ngày mưa rất to với lượng mưa trên 100 mm/ngày. Những ngày mưa to thường xảy ra vào mùa hè, cá biệt có năm vào tháng II hoặc tháng XI. Song, những ngày mưa rất to chỉ mới xảy ra một đôi lần vào đầu mùa đơng. Đó là trường hợp của đợt mưa tháng XI năm 1984, 1996 và 2008.
2.1.1.2. Tình hình ngập lụt ở Hà Nội
Ngập úng trên một khu vực có thể được gây ra bởi nhiều nguyên nhân khác nhau. Dưới đây là 1 số nguyên nhân chủ quan có khả năng dẫn đến ngập úng trên khu vực Hà Nội:
Sự phát triển của kinh tế xã hội dẫn đến sự bê tơng hóa hầu hết diện tích đô thi, điều này làm giảm thiểu khả năng thấm nước của bề mặt.
Hệ thống thốt nước đơ thi thấp kém kết hợp với nhiều nhánh sơng bị cống hóa (sơng Tơ Lịch), hệ thống sơng ngịi và ao hồ ngày càng bị thu hẹp làm giảm khả năng lưu trữ nước cũng như khả năng thoát nước. Sự thay đổi trong sử dụng đất làm mất cân bằng tích chứa nước của đơ
thị.
b) Một số trận lũ lụt gây ngập úng nghiêm trọng ở Hà Nội
Lưu vực và nhiều khu vực ven sông Hồng đã ghi nhận nhiều trận lũ lớn, trong đó 2 trận lũ đặc biệt nghiêm trọng đã gây ra vỡ đê, ngập lụt nhiều nơi và thiệt hại nặng nề là trận lũ tháng 8 năm 1945 và tháng 8 năm 1971.
Trận lũ lớn năm 1945 đã ghi nhận mực nước thực đo trên sông Hồng khu vực Hà Nội lên tới 12.68m. Trận lũ này đã gây ra vỡ đê tại rất nhiều nơi, trong đó có đê phía hữu ngạn sống Thao, đê sông Đà, sông Lô, sông Hồng, sông Đáy, sơng Đuống, sơng Thái Bình, gây ra ngập lụt trên 11 tỉnh, ảnh hưởng đến 312.000 ha diện tích đất canh tác cũng như hàng triệu người dân trên khu vực.
Năm 1971, mưa lớn và kéo dài nhiều ngày làm nước trên các sông dâng rất cao dẫn đến nguy cơ vỡ đê. Hậu quả của trận mưa này là ngập lụt trên toàn miền Bắc. Đây được coi là 1 trong những trận lũ lụt lớn nhất từng được ghi nhận trong vòng 100 năm qua.
Ngoài 2 trận lũ lớn đặc biệt nghiêm trọng kể trên, có thể nhắc thêm tới các trận lụt dưới đây:
Tháng 8 năm 1968, khu vực Bắc Bộ Việt Nam chịu ảnh hưởng của 2 cơn bão liên tiếp là bão số 3 đổ bộ và Quảng Ninh và bão số 4 đổ bộ vào Nam Định.
Mưa lớn kéo dài đã gây lũ lớn làm vỡ đê sơng Hồng, sơng Thái Bình và sơng Thao.
Tháng 11 năm 1984, mưa lớn trên diện rộng đã gây ra ngập nước tràn lan trong nội thành Hà Nội. Trong đó, lượng mưa kỷ lục được ghi nhận vào ngày 10 tháng 11 năm 1984 là 394 mm.
Tháng 8 năm 2002 xảy ra mưa lớn kéo dài trong nhiều ngày kết hợp với việc hệ thống cống thoát đang cải tạo, gây nên ngập úng trong nội thành Hà Nội nhiều ngày liên tục.
Từ ngày 30 tháng 10 năm 2008, trên khu vực miền Bắc xảy ra trận mưa trái mùa lớn kỷ lục và kéo dài trong nhiều ngày liên tiếp gây nên ngập úng nghiêm trọng trong nội thành Hà Nội. Đến rạng sáng ngày 3 tháng 11 năm 2008, trên địa bàn thủ đô Hà Nội vẫn còn khoảng 63 điểm ngập úng nặng.
2.1.2. Số liệu quan trắc
Trong nghiên cứ u này, bô ̣ số liệu sử du ̣ng bao gồm số liê ̣u quan trắc lượng mưa ngày ta ̣i tra ̣m khí tượng Hà Nội trong giai đoa ̣n 1961 - 2005. Bô ̣ số liê ̣u này được sử dụng để hiê ̣u chỉnh sai số đối với các kết quả mô phỏng và dự tính từ các mô hình khí hậu thu thập từ dự án CMIP5 cũng như đánh giá kĩ năng của phương pháp hiệu chỉnh được áp dụng.
Ngoài ra, để tiến hành xây dựng đườ ng cong IDF của mưa, nghiên cứu cũng sử dụng chuỗi số liệu mưa thời đoa ̣n ngắn, với quy mô nhỏ hơn ngày bao gồm: 15’, 30’, 60’, 90’, 120’, 240’, 480’ và 720’ đối với giai đoạn 30 năm từ 1976 đến 2005. Bô ̣ số liệu quan trắc này được cung cấp bởi Viê ̣n Khoa học Khí tượng Thủy văn và Biến đổi khí hâ ̣u.
2.1.3. Số liệu kịch bản
Như đã đề câ ̣p ở trên, nghiên cứu sẽ tiến hành xây dựng đường cong IDF của mưa cho thời kỳ cơ sở và thời kỳ tương lai. Để phu ̣c vu ̣ mu ̣c tiêu này, bô ̣ số liê ̣u mô phỏng và dự tính từ 5 mô hình khí hâ ̣u toàn cầu thuô ̣c dự án CMIP5 được khai thác và
sử du ̣ng. Trong đó, các mô hình đều có đô ̣ phân giải ngang lớn hơn 110km với 2 giai đoa ̣n 1961 - 2005 và 2070 - 2099. Chi tiết về các mô hình và các ki ̣ch bản được liê ̣t kê trong bảng dưới đây:
Bảng 2.1. Các mơ hình khí hậu tồn cầu sử dụng trong nghiên cứu [6]
Mơ hình Cơ quan phát
triển, Quốc gia
Độ phân giải ngang
(°Lat x °Lon) Historical RCP4.5 RCP8.5
ACCESS1-0 CSIRO, Australia 1.9x1.2
1961-2005 2070-2099
GFDL-CM3
NOAA, USA 2.5x2.0
GFDL-ESM2G
MRI-CGCM3 MRI, Japan 1.1x1.1
NorESM1-M NCC, Norway 2.5x1.9
2.1.4. Xử lý số liệu
Đối với chuỗi số liệu mưa thời đoạn ngắn phục vụ tính tốn đường cong IDF, học viên lựa chọn giá trị mưa lớn nhất trong năm tại mỗi thời đoạn. Như vậy, với mỗi thời đoạn mưa sẽ có 30 giá trị mưa cực đại (1976-2005). Mỗi chuỗi số liệu này được phân tích tần suất bằng hàm cực trị Gumbel (Mục 2.3.1) nhằm thu được mối quan hệ IDF trong thời kỳ hiện tại.
Đối với số liệu mô phỏng và dự tính mơ hình, từ chuỗi số liệu mưa ngày trên lưới thu thập được trong dự án CMIP5, học viên sử dụng phương pháp nội suy song tuyến tính [27] nhằm đưa số liệu mưa trên lưới về tọa độ trạm Láng, Hà Nội. Từ đó, chuỗi số liệu này được hiệu chỉnh dựa trên chuỗi số liệu quan trắc lượng mưa ngày, phục vụ cho mục tiêu xây dựng đường cong IDF của mưa cho thời kỳ tương lai.
2.2. Phương phá p hiệu chỉnh thống kê
Từ chuỗi số liệu trên lưới với độ phân giải từ 1x1 độ kinh vĩ đến 2.5x2 độ kinh vĩ, giá trị mưa được nội suy về trạm bằng phương pháp nội suy song tuyến tính. Sau khi áp dụng phép nội suy, thu được chuỗi số liệu mơ hình tại trạm Hà Nội cho các thời kỳ 1961 – 2005 và 2070 – 2099 cho 2 kịch bản RCP4.5 và RCP8.5. Tuy nhiên, chuỗi số liệu mơ phỏng và dự tính tương lai này hàm chứa sai số rất lớn so với thực tế, do
vậy, việc áp dụng một phương pháp hiệu chỉnh giúp phần nào đó giảm thiểu được sai số gây bởi mơ hình là điều rất quan trọng và cần thiết.
Phương pháp được sử dụng trong nghiên cứu này là phương pháp hiệu chỉnh dựa trên phân vị (Quantile - Mapping), được áp dụng trong nhiều nghiên cứu đã đề cập đến trong mục tổng quan như Ines và nnk (2006) [7], Kumar Mishra và Herath (2014) [11], Piani và nnk (2009) [19], Sharma và nnk (2007) [22], Winai (2013) [25]. Nói một cách khác, phương pháp dựa trên quan điểm điều chỉnh hàm phân bố xác suất tích lũy (CDF) của mơ hình về sát nhất có thể đối với phân bố tích lũy của chuỗi số liệu quan trắc. Phương pháp này bao gồm 2 bước chính:
Hình 2.1. Minh họa phân bố tích lũy của mưa (màu đỏ: quan trắc, màu xanh: mơ hình)
- Hiệu chỉnh tần suất ngày mưa cho chuỗi số liệu mưa ngày mơ hình bằng cách cắt đi một số ngày mưa nhưng với lượng mưa rất nhỏ từ mơ hình.
- Hiệu chỉnh hàm phân bố của chuỗi số liệu cắt xén này, thu được giá trị lượng mưa ngày sau hiệu chỉnh.
Phương pháp hiệu chỉnh này có thể được mơ tả một cách chi tiết như sau:
Giả thiết rằng, chuỗi số liệu quan trắc mưa ngày cũng như chuỗi số liệu mưa mơ hình có thể được ước lượng tốt thơng qua hàm phân bố lý thuyết gamma. Do vậy, các phân vị và hiệu chỉnh theo phân vị sẽ được thực hiện
trên cơ sở hàm phân bố gamma. Trong đó, hàm phân bố gamma có phân bố xác suất (PDF) như sau:
𝑷𝑫𝑭: 𝒇(𝒙) = 𝟏
𝜷𝜶𝜞(𝜶)𝒙𝜶−𝟏𝒆−𝒙 𝜷⁄ (2.1)
Hàm phân bố tích lũy được tính như sau:
𝑪𝑫𝑭: 𝑭(𝒙) = ∫ 𝒇(𝒕)𝒅𝒕𝟎𝒙 (2.2)
Trong đó 𝜶 và 𝜷 là các hằng số hình dạng và quy mơ tương ứng. Các hằng số
này có thể được tính tốn như cơng thức 3 với các giá trị trung bình và độ lệch tiêu chuẩn tính tốn từ chuỗi số liệu:
𝜶 = (𝒙̅
𝝈)𝟐; 𝜷 =𝝈𝟐 𝒙
̅ (2.3)
Trước tiên tiến hành chia chuỗi số liệu mưa quan trắc và mơ hình thành 2 phần: phần lớn hơn phân vị 99% của chuỗi và phần còn lại.
Để hiệu chỉnh về tần suất (hay số ngày mưa) đối với chuỗi số liệu mưa từ mơ hình, cần phải xác định được một ngưỡng mưa nhất định để có thể cắt bỏ những giá trị mưa mơ hình nhỏ hơn ngưỡng mưa này. Thơng thường, trong quan trắc khí tượng, ngưỡng 0.1mm được lựa chọn làm ngưỡng bắt đầu mưa, hoặc ngưỡng bắt đầu đo được lượng mưa. Tuy nhiên, không thể áp dụng trực tiếp ngưỡng mưa này đối với giá trị mưa từ mơ hình, mà cần phải xác định một ngưỡng riêng. Từ ngưỡng mưa 0.1 mm, xác suất tích lũy CDF sẽ được tính tốn theo 2 tham số quy mơ và hình dạng thu được từ chuỗi số liệu quan trắc. Nói cách khác, trong chuỗi số liệu quan trắc, ngưỡng mưa 0.1 mm tương ứng với 1 phân vị nào đó và phân vị này phụ thuộc vào 2 tham số quy mơ và hình dạng của chuỗi số liệu. Sau khi thu được phân vị này, một ngưỡng mưa ứng với phân vị này trong chuỗi số liệu mơ hình được xác định. Đây cũng chính là ngưỡng mưa cần tìm phục vụ cho hiệu chỉnh tấn suất số ngày mưa. Các giá trị mưa từ mơ hình nhỏ hơn ngưỡng mưa này sẽ được gán bằng 0.
𝑻𝒉𝒓𝒆𝒔𝒉𝒐𝒍𝒅 = 𝑭𝜶,𝜷−𝒈𝒄𝒎−𝟏 (𝑭𝜶,𝜷−𝑶𝒃𝒔(𝟎. 𝟏𝒎𝒎)) (2.4)
Sử dụng chuỗi số liệu đã được hiệu chỉnh tần suất này để tính tốn các tham số quy mơ và hình dạng mới cho chuỗi số liệu.
Hiệu chỉnh sai số đối với lượng mưa cho chuỗi số liệu cắt xén thu được từ bước trên. Tính tốn giá trị xác suất tích lũy cho tất cả các giá trị mưa trong chuỗi số liệu sử dụng tham số hình dạng và quy mơ của chuỗi này. Dùng hàm chuyển ngược các phân vị này bằng tham số hình dạng và quy mơ của chuỗi số liệu quan trắc, thu được chuỗi số liệu mơ hình sau khi hiệu chỉnh sai số.
𝒙𝒃𝒂𝒔𝒆∗ = 𝑭𝒐𝒃𝒔−𝟏 [𝑭𝒃𝒂𝒔𝒆(𝒙𝑹𝑪𝑴𝒃𝒂𝒔𝒆)] (2.5)
Đối với các giai đoạn trong tương lai, thực hiện các bước tương tự như vừa mô tả, tuy nhiên giá trị mưa hiệu chỉnh thu được từ tích của giá trị mưa hiệu chỉnh và nhân tố quy mô.
𝒙𝒇𝒖𝒕∗ = 𝒙𝒇𝒖𝒕∗ 𝑭−𝟏𝒐𝒃𝒔[𝑭 𝒇𝒖𝒕(𝒙𝒇𝒖𝒕)] 𝑭−𝟏 𝒃𝒂𝒔𝒆[𝑭 𝒇𝒖𝒕(𝒙𝒇𝒖𝒕)] (2.6)
Có thể thấy, phương trình (2.6) dung để hiệu chỉnh lượng mưa cho tương lai thực tế là một phương trình tổng quát hơn của phương trình (2.5).
2.3. Phương phá p xây dựng đường cong IDF 2.3.1. Phương pháp phân tích tần suất 2.3.1. Phương pháp phân tích tần suất
Như đã nêu ra trong mục 1.2., đường cong IDF của mưa thể hiện mối quan hệ giữa cường độ mưa trong một thời đoạn nhất định với các tần suất lặp lại khác nhau. Mối quan hệ này có thể được giải thích thơng qua hình 2.1 dưới đây.
Hình 2.2. Mới quan hệ giữa xác suất tích lũy và đường cong IDF (Lê Minh Nhật 2008) [12]
Từ Hình 2.2, có thể thấy, đối với mỗi thời đoạn nhất định, phân vị pi đối với các giá trị mưa có thể được tính tốn. Phân vị này đại diện cho một tần suất lặp lại xác định và được tính như sau:
𝑻 = 𝟏
𝟏−𝒑𝒊 (2.7)
Như vậy, khi xác định trước 1 chu kỳ lặp lại, cường độ mưa cho mỗi thời đoạn riêng biệt có thể xác định được thơng qua hàm phân bố tích lũy xây dựng từ chuỗi số liệu. Kết nối các giá trị cường độ mưa này đối với nhiều thời đoạn, thu được đường