CHƯƠNG 1 TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU VÀ DỰ BÁO HẠN
1.3 Tình hình hạn hán và các nghiên cứu về hạn hán ở Việt Nam
1.3.2 Các nghiên cứu về hạn hán ở Việt Nam
Đối với Việt Nam, nơi có tiềm năng nguồn nước phong phú nhưng do tính chất phân mùa sâu sắc nên thường xuyên xuất hiện hạn hán. Cũng như các nghiên cứu trên thế giới, các nghiên cứu về hạn hán ở Việt Nam chủ yếu tập trung đến hạn khí tượng, hạn thủy văn và hạn nông nghiệp. Các đề tài, dự án nghiên cứu hạn hán ở Việt Nam đã được triển khai trong những năm gần đây, chủ yếu tập trung vào 2 vấn đề chính:
(1) Các nghiên cứu cơ bản về hạn hán và tác động tới dân sinh, kinh tế, xã hội.
(2) Các giải pháp, phòng chống và giảm nhẹ hạn hán bao gồm:
Giải pháp công trình xây dựng các công trình thu trữ, điều tiết nước;
Các giải pháp phi công trình như: nghiên cứu xây dựng các hệ thống dự báo, cảnh
34
báo sớm; các giải pháp về thể chế chính sách để giảm nhẹ thiệt hại do hạn hán, sử dụng tài nguyên nước hiệu quả, hợp lý...
Năm 2001, Nguyễn Đức Hậu [42] đã nghiên cứu xác định chỉ tiêu hạn, ứng dụng chỉ tiêu hạn để đánh giá tác động của hiện tượng ENSO đến tình hình hạn và xây dựng một loạt các phương trình hồi quy dự báo hạn cho 7 vùng khí hậu ở Việt Nam: Tây Bắc, Đông Bắc, đồng bằng Bắc Bộ, Bắc Trung Bộ, Nam Trung Bộ, Tây Nguyên và Nam Bộ bằng chỉ số hạn SPI. Năm 2006, Nguyễn Trọng Yêm [43] đã nghiên cứu đánh giá những đặc điểm cơ bản về hạn hán ở Việt Nam, các kết quả được phân tích, đúc kết dựa trên các đặc trưng hạn bằng chỉ số khô hạn tháng, năm và tần suất hạn tháng. Đến năm 2007, Nguyễn Văn Thắng [41] đã đánh giá được mức độ hạn hán ở các vùng khí hậu và chọn được các chỉ tiêu xác định hạn hán phù hợp với từng vùng khí hậu ở Việt Nam, đồng thời xây dựng được công nghệ dự báo và cảnh báo sớm hạn hán cho các vùng khí hậu ở Việt Nam bằng các số liệu khí tượng thuỷ văn và các tư liệu viễn thám để phục vụ phát triển kinh tế xã hội, trọng tâm là sản xuất nông nghiệp và quản lý tài nguyên nước trong cả nước. Năm 2010, Nguyễn Lập Dân [44] đã xây dựng hệ thống quản lý hạn hán vùng đồng bằng sông Hồng (ĐBSH), hệ thống quản lý sa mạc hóa vùng Nam Trung Bộ và đề xuất các giải pháp chiến lược và tổng thể quản lý hạn ở cấp Quốc gia, phòng ngừa, ngăn chặn và phục hồi các vùng hoang mạc hóa, sa mạc hóa. Năm 2015, Vũ Thị Thu Lan [45]
đã xây dựng được bản đồ hạn KT-XH phù hợp với vùng hạ du sông Hồng đến năm 2020; đề xuất các giải pháp giảm thiểu hạn KT-XH cũng như giải pháp ứng phó khi xuất hiện hạn KT-XH phù hợp cho vùng hạ du sông Hồng. Năm 2015, Nguyễn Văn Thắng [46] đã xây dựng được bộ chỉ tiêu hạn phù hợp để thực hiện giám sát, cảnh báo hạn hán;
xây dựng công nghệ, quy trình mô hình thống kê tổ hợp dự báo hạn khí tượng cho toàn quốc theo chỉ số hạn SPI; xây dựng được công nghệ, quy trình ứng dụng sản phẩm dự báo của 8 mô hình toàn cầu trong cảnh báo hạn ở Việt Nam hạn đến 6 tháng; đã ứng dụng thành công các mô hình khí hậu khu vực RSM và CWRF vào dự báo các trường khí hậu trung bình phục vụ dự báo hạn thủy văn, nông nghiệp ở ĐBSH hạn đến 6 tháng;
xây dựng công nghệ, quy trình dự báo hạn thủy văn, nông nghiệp cho vùng ĐBSH theo chỉ số hạn SWSI và PDSI; xây dựng và đưa vào ứng dụng nghiệp vụ hệ thống giám sát hạn hán thời gian thực bằng công nghệ viễn thám và nhóm nghiên cứu cũng đã xây dựng được các hướng dẫn, quy trình thực hiện trong dự báo nghiệp vụ.
35
Còn đối với vùng nghiên cứu thì năm 2000 Nguyễn Trọng Hiệu [47] và năm 2001, Nguyễn Văn Cư [48] đã nghiên cứu xác định chỉ tiêu hạn, đánh giá tác động của hạn hán (hạn khí tượng và hạn thuỷ văn) đến tình hình hạn, nguyên nhân hoang mạc hoá và các giải pháp phòng chống hạn hán, hoang mạc hoá ở 4 tỉnh Quãng Ngãi, Bình Định, Ninh Thuận và Bình Thuận. Cũng trong năm 2001, Đào Xuân Học [49] đã sử dụng chỉ số khô hạn Sazonop để khảo sát, đánh giá hạn hán cho các tỉnh DHMT. Kết quả nghiên cứu cho thấy chỉ số Sazonop tương đối phù hợp với diễn biến hạn thực tế, đặc biệt trong những năm hạn nặng. Đồng thời, nghiên cứu này cũng đã phân tích xác định nguyên nhân gây ra hạn hán, phân loại và phân cấp hạn. Dựa trên các nguyên nhân gây hạn hán, đã đưa ra các biện pháp phòng chống và giảm nhẹ hạn hán. Năm 2005, Nguyễn Quang Kim [50] đã nghiên cứu hiện trạng hạn hán, thiết lập cơ sở khoa học cho quy trình dự báo hạn cho vùng NTB và Tây nguyên, cơ sở dữ liệu khu vực nghiên cứu để lập trình các phần mềm tính toán chỉ số hạn và phần mềm dự báo hạn khí tượng bằng chỉ số SPI.
Việc dự báo hạn được dựa trên nguyên tắc phân tích mối tương quan giữa các yếu tố khí hậu, các hoạt động ENSO và các điều kiện thực tế vùng nghiên cứu. Năm 2008, Trần Thục [51] đã đánh giá được mức độ hạn hán và thiếu nước sinh hoạt ở 9 tỉnh Nam Trung Bộ và Tây Nguyên. Trên cơ sở đó đã xây dựng được bản đồ hạn hán thiếu nước sinh hoạt trong vùng nghiên cứu. Tuy nhiên, ở đây cũng chỉ xét đến hạn khí tượng, hạn thủy văn và hạn nông nghiệp. Năm 2014, Nguyễn Lương Bằng [52] đã sử dụng chỉ số SPEI trong nghiên cứu ảnh hưởng của ENSO tới diễn biến hạn khí tượng ở lưu vực sông Cái Khánh Hòa, kết quả nghiên cứu cho thấy chỉ số SPEI đánh giá diễn biến hạn hán ở lưu vực sông Cái là phù hợp hơn so với chỉ số SPI vì trong công thức tính toán có sử dụng yếu tố nhiệt độ không khí để tính toán lượng bốc hơi.
Khi xuất hiện hiện tượng El Nino hoặc khi có dấu hiệu về sự thiết hụt lượng mưa thì Trung tâm KTTV Quốc gia và Viện KTTV&MT nay là Viện KTTV&BĐKH đều có các bản tin cảnh báo về hiện tượng này. Ngoài ra, thông tin về chỉ số khô (ẩm) cho các khu vực của Việt Nam cũng có thể khai thác từ các bản tin thông báo và dự báo khí hậu hàng tháng của Viện KHKTTV& BĐKH phục vụ công tác dự báo, cảnh báo hạn hán ở Việt Nam.
Về công nghệ dự báo, các nghiên cứu trước đây chủ yếu phát triển mô hình dự báo hạn
36
hán bằng phương pháp thống kê. Nguyễn Quang Kim [50] thực hiện xây dựng mô hình hồi qui tuyến tính đa biến để dự báo hạn khí tượng (chỉ số SPI) cho vùng NTB và Tây Nguyên, các nhân tố dự báo được sử dụng bao gồm chỉ số SOI, nhiệt độ mặt nước biển (SST), độ cao địa thế vị mực 500mb. Phương pháp hồi quy từng bước được sử dụng để lọc các nhân tố dự báo tương quan cao với chỉ số SPI. Nguyễn Văn Thắng [41] cũng sử dụng mô hình hồi quy tuyến tính đa biến để dự báo chỉ số hạn SPI cho 7 vùng khí hậu ở Việt Nam (mỗi vùng 1 giá trị dự báo). Nguyễn Lương Bằng [53] đã ứng dụng mô hình ANFIS (Adaptive Neuro-Fuzzy Inference System) để dự báo hạn thông qua hai chỉ số SPI và SPEI cho tỉnh Khánh Hòa với các biến đầu vào là nhiệt độ mặt nước biển (SST).
Đối với mô hình dự báo động lực, do điều kiện khó khăn về điều kiện biên nên các nghiên cứu trước đây đều mới chỉ dừng lại ở bước thử nghiệm dự báo các trường khí hậu cho một số trường hợp trong quá khứ, chưa ứng dụng được trong dự báo hạn hán.
Đến năm 2015, Nguyễn Văn Thắng [46] đã xây dựng được công nghệ, quy trình ứng dụng sản phẩm dự báo của 8 mô hình toàn cầu trong cảnh báo hạn ở Việt Nam hạn đến 6 tháng, đã ứng dụng thành công các mô hình khí hậu khu vực RSM và CWRF vào dự báo các trường khí hậu trung bình phục vụ dự báo hạn thủy văn, nông nghiệp ở ĐBSH hạn đến 6 tháng.
Dự báo hạn hán thông thường được thực hiện thông qua dự báo chỉ số hạn. Các nghiên cứu trước đây Nguyễn Quang Kim [50]; Nguyễn Văn Thắng [41]; Nguyễn Lương Bằng [53]) đã ứng dụng thành công một vài chỉ số hạn như chỉ số chuẩn hóa lượng mưa SPI, chỉ số chuẩn hóa lượng mưa và bốc hơi SPEI, chỉ số cấp nước bề mặt SWSI, nhưng mới chỉ tính toán và phân tích đánh giá mức độ phù hợp cho một số tỉnh, vùng miền nghiên cứu, chưa bao trùm tất cả các vùng và lưu vực sông trên cả nước.