Giới thiệu dự án

Hạn hán là một trong những loại hình thiên tai cực đoan gây thiệt hại kinh tế - xã hội và sinh thái nghiêm trọng nhất trên toàn cầu. Theo báo cáo từ Viện Phân tích Rủi ro Maplecroft (10/2010), Việt Nam đứng thứ 13 trên tổng số 16 quốc gia chịu tổn thương nặng nề nhất bởi sự gia tăng hạn hán. Thống kê của Trung tâm Khí tượng Thủy văn Quốc gia chỉ ra rằng trong 50 năm qua, có tới 38 năm Việt Nam ghi nhận các đợt hạn hán nghiêm trọng (chiếm tỷ lệ 76%). Khu vực Duyên hải Nam Trung Bộ – đặc biệt là tỉnh Bình Thuận – chịu tác động khốc liệt nhất với vùng khô hạn thường xuyên rộng hơn 200.000 ha, lượng mưa trung bình năm chỉ dao động từ 500 – 700 mm tại các tâm hạn, đe dọa trực tiếp 20,3% – 25% diện tích gieo trồng vụ Đông – Xuân và Hè – Thu.

Với đặc thù 73,6% lực lượng lao động địa phương phụ thuộc trực tiếp vào sản xuất nông nghiệp (theo niên giám thống kê năm 2012), sự thiếu hụt tài nguyên nước vào mùa khô kéo dài 6 tháng (từ tháng 11 đến tháng 4 năm sau) gây suy kiệt dòng chảy, cạn kiệt tầng chứa nước ngầm và đẩy nhanh tốc độ hoang mạc hóa đất đai. Đồ án "Ứng dụng hệ thống thông tin địa lý (GIS) đánh giá nguy cơ hạn hán ảnh hưởng đến nông nghiệp tỉnh Bình Thuận" được thực hiện nhằm xây dựng giải pháp mô hình hóa không gian phục vụ giám sát và cảnh báo rủi ro thiên tai.

+-----------------------------------------------------------------------------+
|                           MỤC TIÊU DỰ ÁN CỤ THỂ                             |
+-----------------------------------------------------------------------------+
| 1. Chuẩn hóa chuỗi số liệu khí tượng - thủy văn 30 năm (1976 - 2006)        |
| 2. Xây dựng bản đồ phân vùng nguy cơ hạn 6 tháng mùa khô độ phân giải cao   |
| 3. Chồng xếp không gian đánh giá tổn thương 695.753,5 ha đất nông nghiệp    |
| 4. Định lượng hiệu quả bù đắp nguồn nước từ mạng lưới hệ thống khu tưới     |
| 5. Đề xuất khung giải pháp quản lý tài nguyên nước và chuyển đổi mùa vụ     |
+-----------------------------------------------------------------------------+

Phương pháp tiếp cận cốt lõi là tích hợp Hệ thống Thông tin Địa lý (Geographic Information System - GIS) và Đánh giá Đa tiêu chuẩn (Multi-Criteria Analysis - MCA). Giải pháp giải quyết triệt để tính phân mảnh của các chỉ số đơn lẻ truyền thống, cung cấp cơ sở dữ liệu không gian trực quan, hỗ trợ cơ quan quản lý nông nghiệp và tài nguyên môi trường ra quyết định ứng phó chính xác theo từng tiểu vùng địa lý.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các phương pháp đánh giá hạn truyền thống thường dựa trên quan trắc điểm trạm đơn lẻ hoặc các chỉ số khí tượng độc lập, bộc lộ nhiều hạn chế khi áp dụng trên quy mô diện rộng có địa hình phân hóa phức tạp như Bình Thuận.

Phương pháp Ưu điểm Nhược điểm Khả năng ứng dụng thực tế
Chỉ số điểm trạm (SPI, PDSI) Tính toán nhanh theo công thức toán học Thiếu tính không gian, không phản ánh biến thiên địa hình Thấp khi quy hoạch cấp vùng
Ảnh viễn thám quang học (NDVI, VCI) Độ bao phủ rộng, cập nhật liên tục Phụ thuộc độ che phủ mây, độ trễ phân tích sinh khối Trung bình trong giám sát mùa vụ
Tích hợp GIS & MCA (Đồ án áp dụng) Đa biến (mưa, bốc hơi, đất, dốc, nước ngầm, sông ngòi) Yêu cầu chuẩn hóa và gán trọng số chuyên gia khắt khe Rất cao cho quy hoạch thích ứng

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must have (Bắt buộc): Module nội suy không gian Geostatistical Kriging; module tính toán lượng bốc hơi tiềm năng (PET) theo Ivanov; thuật toán tổ hợp trọng số tuyến tính (WLC); bản đồ phân vùng nguy cơ hạn mùa khô.
  • Should have (Nên có): Lớp phủ phân tích giao cắt không gian giữa vùng hạn nguy cơ cao và hiện trạng sử dụng đất nông nghiệp; phân tích năng lực cấp nước của hệ thống hồ đập/khu tưới.
  • Could have (Có thể có): Giao diện truy vấn thuộc tính địa lý theo từng đơn vị hành chính cấp huyện/thị xã.
  • Won't have (Chưa hỗ trợ): Mô phỏng động học dòng chảy thời gian thực (Real-time hydraulic routing).

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu không gian được thiết kế theo mô hình 4 tầng phân lớp:

[ TẦNG THU THẬP DỮ LIỆU ]
[ TẦNG CHUẨN HÓA & TIỀN XỬ LÝ (ArcGIS Engine / Python Spatial) ]
[ TẦNG TỔ HỢP ĐA TIÊU CHUẨN (MCA - Spatial Analyst) ]
[ TẦNG KẾT XUẤT & ĐÁNH GIÁ TỔN THƯƠNG ]

Ngăn xếp công nghệ sử dụng

  • GIS Framework: ESRI ArcGIS Desktop phiên bản 10.2.2 (Spatial Analyst Extension, Geostatistical Analyst).
  • Database Management System (DBMS): File Geodatabase (.gdb) chuẩn OGC, quản lý topology vector và raster dataset.
  • Data Processing Scripting: Python 2.7 tích hợp thư viện ArcPy, NumPySciPy phục vụ tự động hóa chuyển đổi dữ liệu thuộc tính.
  • Hệ quy chiếu chuẩn: VN-2000 UTM Zone 48N (Kinh tuyến trục $107^\circ45'$, Ellipsoid WGS84).

Methodology

Dự án triển khai theo quy trình phân tích không gian nghiêm ngặt trong thời gian 4 tháng (02/2014 – 06/2014) với các cột mốc kiểm soát chất lượng:

  • Giai đoạn 1 (Tuần 1 - 4): Thu thập, số hóa và làm sạch chuỗi số liệu khí tượng 30 năm từ 20 trạm đo trong và lân cận tỉnh Bình Thuận; chuẩn hóa cấu trúc dữ liệu bản đồ nền tỷ lệ 1:100.000.
  • Giai đoạn 2 (Tuần 5 - 8): Xây dựng các mô hình nội suy bề mặt Kriging; tính toán bốc hơi tiềm năng PET; phân cấp độ dốc từ mô hình số độ cao (DEM); chiết xuất module lưu lượng dòng chảy ngầm ($0 - 7\text{ l/s}\cdot\text{km}^2$).
  • Giai đoạn 3 (Tuần 9 - 13): Xác lập ma trận phân tích thứ bậc AHP, kiểm định tỷ số nhất quán $CR < 0.1$, thực thi phép nhân chập Raster WLC.
  • Giai đoạn 4 (Tuần 14 - 16): Chồng xếp lớp hiện trạng nông nghiệp, tính toán định lượng diện tích tổn thương và lập báo cáo kỹ thuật.

Implementation và kết quả

Development process

Quá trình mô hình hóa tính toán sử dụng 6 tiêu chí tự nhiên đại diện cho 3 nhóm yếu tố cốt lõi: Khí hậu (Mưa, Bốc hơi), Thủy văn (Dòng ngầm, Mật độ sông) và Địa hình - Thổ nhưỡng (Loại đất, Độ dốc).

# ArcPy Script Snippet: Tu dong hoa tinh toan Raster WLC danh gia nguy co han
import arcpy
from arcpy.sa import *

# Thiet lap moi truong Spatial Analyst
arcpy.CheckOutExtension("Spatial")
arcpy.env.workspace = "C:/BinhThuan_Drought_GIS/Geodatabase.gdb"
arcpy.env.overwriteOutput = True

# Danh sach Raster tieu chi da chuan hoa (Scale 1 den 4)
r_rain = Raster("grid_rain_classified")       # Luong mua noi suy Kriging
r_pet = Raster("grid_pet_classified")         # Boc hoi Ivanov
r_gw = Raster("grid_groundwater_classified")  # Module dong chay ngam
r_riv = Raster("grid_river_density")          # Mat do luu vuc song
r_soil = Raster("grid_soil_moisture")         # Suc chua am cuc dai cua dat
r_slope = Raster("grid_slope_classified")     # Do doc dia hinh

# He so trong so duoc toi uu tu phuong phap AHP / Inverse Ranking
w_rain = 0.28
w_pet = 0.22
w_gw = 0.18
w_riv = 0.14
w_soil = 0.11
w_slope = 0.07

# Thuc hien phep toan Weighted Linear Combination (WLC)
drought_index = (r_rain * w_rain) + (r_pet * w_pet) + (r_gw * w_gw) + \
                (r_riv * w_riv) + (r_soil * w_soil) + (r_slope * w_slope)

# Luu tru ket qua phan vung nguy co han
drought_index.save("BinhThuan_Drought_Risk_Map_DrySeason")
print("Xu ly phan vung nguy co han hoan tat voi do phan giai pixel 30m.")

Công thức tính toán chỉ số bốc hơi tiềm năng PET theo Ivanov (1948):

$$\text{PET} = 0.0018 \times (T + 25)^2 \times (100 - U)$$ Trong đó:

  • $T$: Nhiệt độ trung bình không khí ($^\circ\text{C}$).
  • $U$: Độ ẩm tương đối trung bình không khí ($%$).
Thành phần cơ giới đất và sức chứa ẩm cực đại (Water Holding Capacity):

Testing và validation

Quá trình kiểm chứng mô hình được đánh giá thông qua phương pháp kiểm định chéo (Cross-Validation) đối với bề mặt nội suy Kriging và kiểm tra tính hợp lý của ma trận so sánh cặp AHP:

  • Sai số nội suy Kriging lượng mưa và nhiệt độ: Sai số bình phương trung bình cực tiểu (RMSE) đạt $< 8.4%$, hệ số tương quan thực nghiệm $R^2 = 0.89$.
  • Tỷ số nhất quán ma trận AHP (Consistency Ratio - CR): Đạt giá trị $CR = 0.042 < 0.10$, khẳng định tính logic và độ tin cậy của trọng số gán cho các tiêu chí.
  • Độ chính xác vị trí không gian: Toàn bộ dữ liệu vector ranh giới và lưới raster được căn chỉnh đồng nhất kích thước ô lưới cell size $30\text{m} \times 30\text{m}$, kiểm tra topology không phát sinh lỗi chồng lấn (Overlaps) hay khoảng hở (Gaps).

Kết quả đạt được

Nghiên cứu đã lượng hóa chi tiết hiện trạng phân bố không gian nguy cơ hạn hán trên toàn bộ diện tích tự nhiên $778.056,3\text{ ha}$ của tỉnh Bình Thuận trong 6 tháng mùa khô.

PHÂN BỐ DIỆN TÍCH CÁC CẤP ĐỘ HẠN MÙA KHÔ TỈNH BÌNH THUẬN
  • Quy mô hạn hán diện rộng: Hơn $99,2%$ diện tích tự nhiên của tỉnh Bình Thuận rơi vào các mức độ hạn khác nhau trong mùa khô; tâm hạn cực đoan tập trung tại các huyện Tuy Phong, Bắc Bình, Hàm Tân và khu vực phụ cận TP. Phan Thiết.
  • Tác động đến đất sản xuất nông nghiệp: Trong tổng số $695.753,5\text{ ha}$ đất nông nghiệp, có tới $97,6%$ diện tích chịu ảnh hưởng từ hạn nhẹ đến hạn rất nặng (trong đó đất chuyên trồng lúa nước và cây ngắn ngày chịu tổn thương nặng nề nhất).
  • Hiệu quả giảm thiểu của hệ thống khu tưới: Mạng lưới công trình thủy lợi hiện hữu mới chỉ bảo đảm bổ sung nguồn nước tưới cho khoảng $20,4%$ diện tích đất nông nghiệp bị hạn, để lại gần $80%$ diện tích phụ thuộc hoàn toàn vào nguồn nước tự nhiên bị suy kiệt.

Đổi mới và đóng góp

  1. Chuyển đổi phương pháp luận tích hợp: Thay thế cách tiếp cận đơn lẻ cục bộ bằng mô hình tổ hợp đa tiêu chuẩn MCA-GIS không gian động, lồng ghép đồng thời 6 yếu tố tự nhiên và nhân viễn thám khí hậu.
  2. Định lượng hóa rủi ro ở độ phân giải cao: Bản đồ số hóa cho phép tra cứu chi tiết nguy cơ hạn theo tọa độ thực địa, giúp chính quyền phân loại chính xác các vùng đất nông nghiệp có nguy cơ mất trắng trong mùa khô.
  3. Bằng chứng khoa học về nút thắt thủy lợi: Nghiên cứu đã chứng minh bằng số liệu không gian cụ thể rằng hệ thống khu tưới chỉ bù đắp được $1/5$ nhu cầu thực tế, tạo cơ sở thực tiễn để quy hoạch các tuyến kênh dẫn liên lưu vực (sông La Ngà sang vùng khô hạn Bắc Bình - Tuy Phong).
So sánh hiệu quả phân tích:

Ứng dụng thực tế và triển khai

  • Chuyển dịch cơ cấu cây trồng thích ứng: Cung cấp bản đồ quy hoạch chuyển đổi vùng trồng lúa thiếu nước sang cây thanh long, cây họ đậu, hoặc cây trôm chịu hạn tại các huyện Bắc Bình, Tuy Phong.
  • Vận hành và điều tiết hồ chứa thủy lợi: Hỗ trợ Sở Nông nghiệp & PTNT tỉnh Bình Thuận lập kế hoạch tích trữ nước trong các hồ Sông Quao, Lòng Sông, Cà Giây trước khi bước vào tháng cao điểm khô hạn (tháng 1 và tháng 2).
  • Xây dựng kịch bản ứng phó cấp huyện: Cung cấp lớp dữ liệu GIS cho phép Ủy ban Phòng chống Thiên tai cấp huyện xác định tọa độ các giếng khoan nước ngầm tiềm năng và phân bổ xe bồn cấp nước sinh hoạt cho cư dân vùng hạn nặng.

Hạn chế và hướng phát triển

HIỆN TRẠNG ĐỀ TÀI VÀ LỘ TRÌNH NÂNG CẤP HỆ THỐNG
  • Giới hạn kỹ thuật: Chưa tích hợp biến số về lưu lượng dòng chảy xả từ các hồ chứa thủy điện thượng nguồn (như thủy điện Đại Ninh, Đa Nhim) theo từng thời điểm trong mùa khô.
  • Hướng phát triển: Tích hợp chỉ số chuẩn hóa thực vật NDVI, NDWI từ ảnh vệ tinh Landsat-8/Sentinel-2 và xây dựng hệ thống WebGIS trực quan trên nền Mapbox/Leaflet cho phép nông dân trực tiếp tra cứu tình trạng thiếu ẩm qua điện thoại thông minh.

Đối tượng hưởng lợi

LỢI ÍCH ĐỊNH LƯỢNG CHO CÁC NHÓM NGƯỜI DÙNG

Câu hỏi thường gặp

1. Yêu cầu cấu hình phần cứng và phần mềm để tái lập mô hình này?

Hệ thống yêu cầu máy trạm tối thiểu CPU 4 nhân (Intel Core i5 trở lên), RAM 8GB, ổ cứng trống 20GB. Về phần mềm, cần cài đặt ArcGIS Desktop phiên bản 10.x hoặc QGIS 3.x kèm các module xử lý Raster (GRASS GIS, SAGA GIS) và thư viện GDAL/ArcPy.

2. Mô hình có thể mở rộng áp dụng cho các tỉnh lân cận như Ninh Thuận hay Tây Nguyên không?

Hoàn toàn khả thi. Do cấu trúc mô hình tuân theo phương pháp chuẩn hóa MCA-WLC, chỉ cần thay thế chuỗi số liệu khí tượng trạm, lớp bản đồ DEM địa hình và bản đồ thổ nhưỡng của địa phương mới mà không cần lập trình lại thuật toán lõi.

3. Làm thế nào để giải quyết tình trạng thiếu hụt dữ liệu trạm khí tượng tại các vùng xa xôi?

Có thể bổ sung dữ liệu giáng thủy dạng lưới độ phân giải cao từ các sản phẩm vệ tinh toàn cầu như CHIRPS (Climate Hazards Group InfraRed Precipitation with Station data) hoặc GSMaP kết hợp kỹ thuật hiệu chỉnh độ lệch (Bias Correction) với trạm mặt đất.

4. Chi phí triển khai và bảo trì hệ thống bản đồ số này ước tính bao nhiêu?

Nếu triển khai trên nền tảng mã nguồn mở (QGIS, PostgreSQL/PostGIS, Geoserver), chi phí bản quyền bằng 0. Chi phí vận hành chỉ bao gồm kinh phí cập nhật dữ liệu khí tượng hàng năm và nhân lực kỹ thuật GIS ước tính tối thiểu.

5. Dữ liệu đầu ra của mô hình được tích hợp vào quy hoạch thủy lợi như thế nào?

Bản đồ raster nguy cơ hạn được vector hóa và giao cắt không gian với mạng lưới kênh mương hiện trạng. Những vùng hạn nặng nằm ngoài bán kính phục vụ $1.000\text{m}$ của kênh chính sẽ được ưu tiên xếp vào danh mục đầu tư công trình cấp nước cấp bách.


Kết luận

Đồ án tốt nghiệp "Ứng dụng hệ thống thông tin địa lý (GIS) đánh giá nguy cơ hạn hán ảnh hưởng đến nông nghiệp tỉnh Bình Thuận" đã giải quyết xuất sắc bài toán mô hình hóa rủi ro thiên tai đa chiều trên địa bàn trọng điểm khô hạn của cả nước. Việc kết hợp chặt chẽ giữa 6 tiêu chí tự nhiên thông qua kỹ thuật nội suy Kriging và thuật toán tổ hợp trọng số WLC đã tạo ra bức tranh toàn diện, định lượng chính xác $97,6%$ diện tích đất nông nghiệp chịu áp lực hạn hán mùa khô.

Kết quả nghiên cứu không chỉ mang giá trị học thuật cao trong việc hoàn thiện phương pháp luận GIS-MCA tại Việt Nam, mà còn là công cụ hỗ trợ ra quyết định thiết thực giúp chính quyền địa phương tối ưu hóa nguồn vốn đầu tư thủy lợi, bảo vệ sinh kế của hàng trăm nghìn hộ nông dân và hướng tới phát triển nền nông nghiệp sinh thái bền vững.