Kết quả so sánh giữa giá trị SPEI3 thực tế tính tốn và dự báo của hai q trình luyện mạng và kiểm định bằng mơ hình M4 cho tồn vùng nghiên cứu được thể hiện ở hình sau:
Hình 3.32 So sánh kết quả dự báo chỉ số SPEI3 theo mơ hình M4 cho tồn vùng Theo kết quả ở hình trên, có thể nhận thấy vào các năm hạn điển hình (1988, 1993, 1998, 2005, 2010) thì kết quả dự báo giá trị chỉ số SPEI3 khá sát với thực tế, nhưng vào những năm ẩm ướt (chỉ số SPEI dương) thì kết quả dự báo giá trị chỉ số SPEI3 chưa sát với thực tế lắm. Điều này cho thấy chất lượng dự báo giá trị SPEI3 của mơ hình M4 chưa đạt ở mức độ “rất tốt” nhưng ở những thời điểm xảy ra hạn thì kết quả dự báo lại rất phù hợp với số liệu thực tế.
gian của toàn bộ vùng nghiên cứu được thể hiện ở hình sau:
Quá trình luyện mạng
Quá trình kiểm định
Hình 3.33 Chất lượng dự báo cho chỉ số SPEI3 bằng mơ hình M4 theo khơng gian Từ kết quả của hình trên cho thấy theo khơng gian thì chất lượng dự báo của q trình luyện mạng cũng cao hơn q trình kiểm định, nhưng có sự khác biệt lớn giữa các vùng
của khu vực nghiên cứu. Chất lượng dự báo của vùng NTB cao hơn vùng BTB, chất lượng dự báo tốt nhất là ở các tỉnh Quảng Nam, Khánh Hịa, Ninh Thuận và Bình Thuận, cịn chất lượng dự báo kém nhất rơi vào các tỉnh từ Thanh Hóa đến Hà Tĩnh và thấp nhất là tỉnh Thanh Hóa. Theo tiêu chí đánh giá chất lượng dự báo thì những vùng có màu đỏ là những vùng có kết quả dự báo có độ tin cậy thấp. Từ kết quả này cho thấy khi dự báo hạn cho vung nghiên cứu bằng chỉ số SPEI3 với mơ hình M4 thì kết quả dự báo của vùng NTB là đáng tin cậy cao và đảm bảo chất lượng dự báo đặc biệt là các tỉnh từ Khánh Hịa đến Bình Thuận.
Kết quả so sánh giữa giá trị SPEI3 thực tế tính tốn và dự báo của hai quá trình luyện mạng và kiểm định bằng mơ hình M4 ở một số trạm có kết quả dự báo tốt của vùng NTB được thể hiện ở các hình sau:
Hình 3.34 So sánh kết quả dự báo chỉ số SPEI3 theo mơ hình M4 tại trạm Cam Ranh
Hình 3.36 So sánh kết quả dự báo chỉ số SPEI3 theo mơ hình M4 tại trạm Phan Thiết Kết quả so sánh giá trị SPEI3 thực tế tính tốn và dự báo (theo mơ hình M4) theo khơng gian của tồn bộ vùng nghiên cứu trong các tháng thường xảy ra hạn của những năm hạn điển hình (tháng 6, 7 các năm 1988, 1993, 1998, 2005, 2010) được thể hiện ở các hình sau:
Hình 3.38 Kết quả so sánh giá trị SPEI3 thực tế và dự báo (tháng 6, 7 năm 1993)
Hình 3.40 Kết quả so sánh giá trị SPEI3 thực tế và dự báo (tháng 6, 7 năm 2005)
Hình 3.41 Kết quả so sánh giá trị SPEI3 thực tế và dự báo (tháng 6, 7 năm 2010) Từ kết quả của các hình trên cho thấy theo khơng gian thì kết quả chỉ số SPEI3 theo thực tế và dự báo có sự khác biệt nhau nhưng sự khác biệt đó là khơng lớn, diện tích xảy ra các cấp hạn theo dự báo tương đương với diện tích xảy ra hạn theo tính tốn, nhưng điều quan trọng nhất là theo tính tốn vùng nào xảy ra hạn nặng và rất nặng thì kế quả dự báo cũng thể hiện được điều đó.
3.3.2 Lựa chọn chỉ số để cảnh báo sớm hạn khí tượng cho vùng nghiên cứu
Như đã đề cập ở trên để đánh giá tình trạng và mức độ hạn nhằm đưa ra các khuyến cáo, cảnh báo thích hợp hoặc đưa ra những quyết định đúng đắn về các họat động phịng và ứng phó giảm thiểu tác động của hạn hán cần có các tiêu chuẩn và chỉ số hạn phù hợp. Theo kết quả đánh giá diễn biến hạn hán theo không gian và thời gian bằng các chỉ số hạn SPI, SPEI ở mục 3.1 thì chỉ số SPEI3 phản ánh diễn biến hạn hán của vùng nghiên cứu phù hợp với tình hình hạn thực tế hơn các chỉ số khác. Đồng thời từ kết quả nghiên cứu trong mục 3.3.1 thì kết quả dự báo hạn theo chỉ số SPEI3 cũng cho kết quả dự báo tốt nhất. Vì thế, trong luận án này tác giả lựa chọn chỉ số để cảnh báo sớm hạn khí tượng là chỉ số SPEI3. Tác giả cũng đã phát triển các phần mềm cho phép tính tốn và dự báo một cách thuận tiện chỉ số này (phụ lục 2.3 và 2.4). Chi tiết về chỉ số hạn SPEI3 đã được trình bày ở các mức độ khác nhau trong chương 1 và chương 2, phần này chỉ đề cập thêm về phân cấp hạn và các cấp cảnh báo sớm hạn khí tượng theo chỉ số SPEI3.
Bảng 3.6 Cấp hạn và cấp cảnh báo sớm hạn khí tượng theo chỉ số SPEI3
SPEI3 Điều kiện khí
hậu Cấp cảnh báo ≥ 2.0 Cực kỳ ẩm 1.5÷1.99 Rất ẩm 1.0 ÷ 1.49 Ẩm vừa 0.50 ÷ 0,99 Ẩm nhẹ -0.49 ÷ 0.49 Bình thường -0.50 ÷ - 0.99 Hạn nhẹ
Cấp 1: Khuyến cáo về tình trạng thiếu hụt mưa,
chú ý tiết kiệm nước khi SPEI3 theo các thời đoạn khác nhau của tháng hoặc/và của một vài tháng trước đều rơi vào cấp này.
-1.0 ÷ -1.49 Hạn vừa
Cấp 2: Cảnh báo tình trạng hạn vừa, chú ý tiết
kiệm nước và chuẩn bị cơng tác dự phịng. Đặc biệt lưu ý khi SPEI3 theo các thời đoạn khác nhau của tháng hoặc/và của một vài tháng trước đều rơi vào cấp này.
-1.5 ÷ -1.99 Hạn nặng
Cấp 3: Cảnh báo tình trạng hạn nặng, yêu cầu các
biện pháp tiết kiệm và hạn chế dùng nước, đặc biệt khi SPEI3 theo các thời đoạn khác nhau của tháng
hoặc/và của một vài tháng trước đều rơi vào cấp này. Các cơng tác dự phịng cần được kiểm tra. Nếu tình trạng nguồn nước (hồ chứa, dòng chảy mặt, nước ngầm) giảm thấp có thể áp dụng chế độ ngừng cấp nước cho các hộ ít quan trọng nhất.
≥ -2.0 Hạn cực nặng
Cấp 4: Cảnh báo tình trạng hạn rất nặng. Tùy theo
tình trạng nguồn nước mặt có thể ngừng cấp nước cho các hộ ít quan trọng và/hoặc áp dụng chế độ dùng nước theo định mức. Có thể phải khởi động các họat động cứu trợ.
Bảng 3.6 thể hiện cấp hạn, cấp cảnh báo và các biện pháp ứng phó có thể áp dụng tương ứng theo chỉ số SPEI3. Lưu ý rằng để đưa ra cảnh báo tổng hợp xác thực cần kết hợp đánh giá tình trạng hạn theo chỉ số này với các chỉ số đánh giá tình trạng nguồn nước hiện có và các kết quả dự báo, dự đốn viễn cảnh nguồn nước trong các thời đoạn (tháng, mùa) tiếp theo. Đồng thời cần tiếp tục đánh giá, kiểm định mức phù hợp của chỉ số này để điều chỉnh bảng phân cấp hạn và cấp cảnh báo. Hơn nữa có thể áp dụng một số chỉ số khác khi điều kiện số liệu quan trắc cho phép.
3.3.3 Lựa chọn mơ hình dự báo hạn cho vùng nghiên cứu
Từ kết quả ở mục 3.3.1 về việc đánh giá kết quả các mơ hình dự báo hạn cho vùng
nghiên cứu thì mơ hình có chất lượng dự báo tốt nhất là mơ hình M4 với yếu dự báo (biến đầu ra) là chỉ số SPEI3 ở thời điểm t SPEI3(t), biến đầu vào là SOI3(t-2), SOI3(t- 2), SSTA3(t-2), SSTA3(t-3) và SPEI3(t-1). Điều này cho thấy với số liệu quan trắc SSTA, SOI đã có đến thời điểm hiện tại thì chỉ dự báo được chỉ số SPEI3 cho 2 tháng tiếp theo của tương lai, còn để dự báo chỉ số SPEI3 cho các thời đoạn dài hơn thì phải dùng số liệu SSTA3, SOI3 dự báo. Vì thế, trong nghiên cứu này tác giả đề xuất mơ hình dự báo cho 6 tháng tiếp theo so với thời gian quan trắc của vùng nghiên cứu (từ tháng 1 đến tháng 6 năm 2015) gồm 2 loại dự báo như sau:
Dự báo cho 2 tháng đầu (tháng 1 và 2 năm 2015)
Dự báo chỉ số SPEI3 cho tháng 1 năm 2015 thì dùng số liệu đầu vào là SSTA3, SOI3 theo số liệu quan trắc (SSTA3 tháng 10/2014, tháng 11/2014; SOI3 tháng 10/2014, 11/2014) và SPEI3 tính toán của tháng 12/2014.
Dự báo chỉ số SPEI3 cho tháng 2 năm 2015 thì dùng số liệu đầu vào là SSTA3, SOI3 theo số liệu quan trắc (SSTA3 tháng 11/2014, tháng 12/2014; SOI3 tháng 11/2014, 12/2014) và SPEI3 dự báo của tháng 1/2015.
Dự báo cho 4 tháng kế tiếp (tháng 3 đến tháng 6 năm 2015)
Dự báo chỉ số SPEI3 cho tháng 3 đến tháng 6 năm 2015 thì dùng số liệu đầu vào là SSTA3, SOI3 theo số liệu dự báo (SSTA3 tháng 1/2015 đến tháng 4/2015; SOI3 tháng 1/2015 đến tháng 4/2016) và SPEI3 dự báo tháng 2/2015 đến tháng 5/2015.
Cấu trúc các tham số của mơ hình dự báo cho 6 tháng tiếp theo so với thời gian quan trắc (từ tháng 1 đến tháng 6 năm 2015) được thể hiện ở bảng sau:
Bảng 3.7 Các tham số của các mơ hình dự báo cho 6 tháng tiếp theo
Mơ hình Tham số đầu vào (nhân tố dự báo) Đầu ra (yếu tố dự báo) Hạn ngắn
M4 SOI3(10/2014), SOI3(11/2014), SSTA3(10/2014),
SSTA3(11/2014), SPEI3(12/2014) SPEI3(1/2015)
M4 SOI3(11/2014), SOI3(12/2014), SSTA3(11/2014),
SSTA3(12/2014), SPEI3(1/2015) SPEI3(2/2015)
Hạn dài
M4 SOI3(12/2014), SOI3(1/2015), SSTA3(12/2014),
SSTA3(1/2015), SPEI3(2/2015) SPEI3(3/2015)
M4 SOI3(1/2015), SOI3(2/2015), SSTA3(1/2015),
SSTA3(2/2015), SPEI3(3/2015) SPEI3(4/2015)
M4 SOI3(2/2015), SOI3(3/2015), SSTA3(2/2015),
SSTA3(3/2015), SPEI3(4/2015) SPEI3(5/2015)
M4 SOI3(3/2015), SOI3(4/2015), SSTA3(3/2015),
SSTA3(4/2015), SPEI3(5/2015) SPEI3(6/2015)
3.3.4 Xây dựng mơ hình cảnh báo sớm hạn khí tượng cho vùng nghiên cứu
Từ kết quả và nội dung của các phần nghiên cứu phía trước tác giả đề xuất mơ hình cảnh báo hạn sớm hạn khí tượng cho vùng nghiên cứu như hình sau:
Hình 3.42 Sơ đồ mơ hình cảnh báo sớm hạn khí tượng cho vùng nghiên cứu Hình 3.42 thể hiện mơ hình cảnh báo sớm hạn khí tượng được đề xuất để áp dụng cho Hình 3.42 thể hiện mơ hình cảnh báo sớm hạn khí tượng được đề xuất để áp dụng cho khu vực DHMT. Hệ thống này bao gồm 3 khối chính là: (1) Khối quan trắc và thu thập số liệu; (2) Khối tính tốn và xử lý số liệu; và (3) Khối phân tích tổng hợp số liệu quan trắc và kết quả dự báo để đưa ra các bản đồ, bản tin đánh giá hiện trạng hạn và dự báo diễn biến hạn.
Khối quan trắc và thu thập số liệu
Số liệu quan trắc phục vụ dự báo và cảnh báo hạn bao gồm các số liệu quan trắc của các trạm khí tượng trong vùng nghiên cứu (27 trạm đo mưa, nhiệt độ như chương 2
Bản tin đánh giá hiện trạng; Bản tin dự báo và cảnh báo hạn
Tính tốn SPEI3
Số liệu quan trắc khí tượng (mưa, nhiệt độ)
Diễn biến SPEI3 hiện trạng
SSTA, SOI quan trắc
Số liệu dự báo SSTA, SOI từ các Trung tâm khí hậu
Kết quả dự báo SPEI3 cho 2 tháng tiếp theo kể từ tháng
hiện tại (tháng thứ 1 ÷ 2)
Mơ hình dự báo ANFIS (M4)
Phân tích tổng hợp số liệu quan trắc và kết quả các chương trình dự báo hạn khí tượng.
Xây dựng bản đồ dự báo, cảnh báo hạn
Kết quả dự báo SPEI3 cho 4 kế tiếp kế tiếp kể từ tháng
hiện tại (tháng thứ 3 ÷ 6) Số liệu quan trắc SSTA, SOI
từ các Trung tâm khí hậu
đã trình bày);
Các số liệu về các yếu tố khí hậu tồn cầu, gồm các số liệu quan trắc và dự báo về nhiệt độ mặt nước biển dị thường SSTA tại vùng Nino3.4 (vùng theo dõi hoạt động của El Nino) và Chỉ số dao động Nam bán cầu (SOI) (dùng để làm yếu tố đầu vào của mơ hình dự báo M4 cho khu vực DHMT).
Khối tính tốn và xử lý số liệu
Khối này bao gồm việc tính tốn và xử lý số liệu nhằm đưa ra được hiện trạng hạn hán và diễn biến hạn hán trong tương lai (hạn ngắn và hạn dài).
Dựa trên cơ sở số liệu mưa và nhiệt độ được cập nhật về từ các trạm khí tượng, áp dụng phần mềm tính tốn chỉ số hạn để tính tốn chỉ số SPEI3 cập nhật đến thời điểm quan trắc cho các trạm. Đây là chỉ số thể hiện diễn biến hạn đến thời điểm quan trắc. Với các số liệu về SSTA, SOI và chỉ số SPEI3 cập nhật đến thời điểm quan trắc, sử dụng mơ hình dự báo ANFIS (mơ hình M4) để dự báo chỉ số SPEI3 cho 2 tháng tiếp theo so với thời gian quan trắc (hạn ngắn). Và các số liệu về SSTA, SOI dự báo từ các trung tâm khí hậu tồn cầu và chỉ số SPEI3 dự báo ở các thời điểm trước để dự báo chỉ số SPEI3 cho 4 tháng tiếp theo so với thời gian quan trắc (hạn dài)
Khối phân tích tổng hợp số liệu quan trắc và kết quả dự báo
Sau khi đã thực hiện tính tốn xử lý số liệu đánh giá hiện trạng và dự báo, cần phân tích tổng hợp để đưa ra những bản tin đáng tin cậy nhất. Đây là một bước quan trọng và đòi hỏi những kinh nghiệm nhất định bởi có thể có những khác biệt nhất định giữa kết quả dự báo và thực tế. Cần lưu ý rằng hạn hán thường xảy ra chậm, có tác động tích lũy và ít có khả năng xảy ra đột ngột như mưa lũ, bởi vậy xu thế diễn biến của chỉ số hạn trong quá khứ tính đến thời điểm dự báo là một cơ sở quan trọng cho việc đánh giá.
3.3.5 Bản đồ và số liệu cảnh báo sớm hạn khí tượng cho vùng nghiên cứu
Tháng 1/2015 Tháng 2/2015
Hình 3.43 Bản đồ dự báo, cảnh báo theo chỉ số SPEI3 tháng 1, 2 năm 2015
3/2015 4/2015
5/2015 6/2015
Hình 3.45 Bản đồ dự báo, cảnh báo theo chỉ số SPEI3 tháng 5, 6 năm 2015 Chi tiết kết quả dự báo giá trị của chỉ số SPEI3 từ tháng 1/2015 đến tháng 6/2015 đại Chi tiết kết quả dự báo giá trị của chỉ số SPEI3 từ tháng 1/2015 đến tháng 6/2015 đại diện tại 27 trạm khí tượng được thể hiện ở bảng sau:
Bảng 3.8 Kết quả dự báo chỉ số SPEI3 tại các trạm (từ tháng 1/2015 đến 6/2015)
Tên trạm Tháng 1/2015 Tháng 2/2015 Tháng 3/2015 Tháng 4/2015 Tháng 5/2015 Tháng 6/2015 Hồi Xuân -1.08 -1.77 -0.47 -0.21 0.12 -0.08 Thanh Hóa -1.41 -1.93 -0.84 -1.38 -1.09 0.03 Quỳ Châu -0.78 -0.26 -0.79 -1.41 -0.06 0.68 Vinh -0.61 -1.12 -1.46 -1.06 -1.29 -0.98 Hà Tĩnh -1.03 -1.09 -1.37 -0.97 -1.34 -1.06 Kỳ Anh -1.57 -2.19 -0.90 -1.34 -1.61 -0.12
Đồng Hới -0.54 -1.01 -1.68 -0.64 -0.91 -1.21 Tuyên Hóa -1.31 -2.11 -0.87 -1.38 -1.04 -0.12 Đông Hà -0.61 -2.00 -0.34 -1.13 -1.07 -0.43 Khe Sanh -1.16 -1.85 -1.15 -1.60 -0.77 -1.16 A Lưới -0.41 0.17 -1.19 0.17 -0.14 -0.46 Huế -1.02 -1.71 0.87 -1.35 -1.00 0.81 Đà Nẵng -0.26 -1.07 -1.01 -0.28 0.09 -1.06 Tam Kỳ -1.06 -1.78 -1.12 -0.96 -0.05 -1.05 Trà My 0.31 1.63 -1.73 -1.12 -0.50 -1.69 Ba Tơ 0.29 0.37 -0.56 -0.68 -0.54 -0.57 Quảng Ngãi 0.13 -0.53 -1.29 -1.35 -0.62 -1.19 Hoài Nhơn -0.01 -0.16 -1.66 -1.27 -1.25 -1.77 Quy Nhơn -0.95 -0.97 0.62 -1.16 -1.22 -0.06 Tuy Hòa -1.96 -2.09 -0.82 -1.01 -1.27 -0.55 Sơn Hòa -0.81 -0.17 -1.56 -1.01 -1.24 -1.82 Cam Ranh -0.26 -0.35 -0.35 0.56 -0.21 -1.45 Nha Trang -0.13 -0.37 -0.74 -0.93 -0.89 -1.08 Nha Hố -0.86 -1.17 -0.06 0.18 -0.56 -0.68 Phan Rang -0.61 -0.94 -0.49 -0.74 -0.52 -0.57 Hàm Tân -1.17 -1.10 -0.42 0.69 0.54 -0.43