Giới thiệu dự án

Lưu vực sông Nghinh Tường thuộc huyện Võ Nhai, tỉnh Thái Nguyên là thượng nguồn trọng yếu của hệ thống sông Cầu – nguồn cung cấp nước sinh hoạt, nông nghiệp và công nghiệp sống còn cho toàn bộ vùng kinh tế trọng điểm Đông Bắc Bộ. Lưu vực có tổng diện tích tự nhiên $397\text{ km}^2$ ($39.700,58\text{ ha}$), với địa hình hiểm trở đặc trưng bởi $92%$ diện tích là núi đá vôi dốc đứng thuộc dãy Ngân Sơn và Cánh cung Bắc Sơn, độ cao dao động từ $100\text{ m}$ đến $800\text{ m}$. Trong nhiều thập kỷ qua, quá trình chuyển đổi cơ cấu kinh tế và gia tăng dân số đã thúc đẩy chuyển đổi đất rừng tự nhiên sang đất canh tác nông nghiệp nương rẫy (ngô, chè, cây ăn quả), kết hợp với hoạt động khai khoáng (vàng, cát, sỏi) thiếu kiểm soát. Hệ quả là thảm phủ thực vật suy giảm nghiêm trọng, làm gia tăng hệ số dòng chảy mặt trong mùa mưa gây xói mòn lũ quét, đồng thời suy giảm trữ lượng nước ngầm dẫn đến cạn kiệt dòng chảy kiệt trong mùa khô.

+-------------------------------------------------------------------------------+
|                      BỐI CẢNH LƯU VỰC SÔNG NGHINH TƯỜNG                       |
|  - Vị trí: 105°17' - 106°17' Đ | 21°36' - 21°56' B                            |
|  - Quy mô: 397 km² (39.700,58 ha) | Thượng nguồn sông Cầu                     |
|  - Thảm phủ gốc (2012): 56% Rừng tự nhiên/hỗn giao | 30% Đất nông nghiệp      |
|  - Áp lực: Tăng dân số -> Mở rộng đất ngô/đô thị -> Suy thoái thủy văn dòng chảy|
+-------------------------------------------------------------------------------+

Vấn đề cốt lõi (Problem Statement)

Sự thiếu hụt các công cụ lượng hóa không gian có khả năng mô phỏng chi tiết phản ứng thủy văn trước biến động thảm phủ đất khiến các nhà quản lý tài nguyên địa phương gặp lúng túng trong quy hoạch sử dụng đất bền vững. Các quyết định quy hoạch truyền thống thường mang tính định tính, chưa đánh giá được ngưỡng suy giảm lưu lượng kiệt ($Q_{min}$) và đỉnh lũ cực đại ($Q_{peak}$) khi tỷ lệ che phủ rừng bị xâm lấn.

Mục tiêu dự án

  1. Thiết lập cơ sở dữ liệu không gian và thuộc tính thủy văn: Tích hợp số liệu mô hình số độ cao (DEM), bản đồ thổ nhưỡng, bản đồ sử dụng đất giai đoạn 1983–2012 trên nền tảng ArcView GIS 3.x và mô hình AVSWAT2000.
  2. Hiệu chỉnh và kiểm định mô hình SWAT: Đánh giá độ tin cậy của mô hình mô phỏng dòng chảy tại trạm Nghinh Tường giai đoạn hiệu chỉnh (2002–2007) và kiểm định (2008–2012) thông qua các chỉ số thống kê $NSE$, $PBIAS$ và $RSR$.
  3. Mô phỏng động thái dòng chảy theo kịch bản quy hoạch: Dự báo chi tiết sự thay đổi lưu lượng dòng chảy trung bình năm, mùa lũ và mùa kiệt theo hai kịch bản phát triển không gian đất đai: Kịch bản 1 (năm 2020) và Kịch bản 2 (năm 2030).
  4. Đề xuất khuyến nghị chính sách: Cung cấp cơ sở khoa học để quản lý lưu vực, cân bằng giữa phát triển an ninh lương thực và bảo tồn nguồn nước thượng nguồn sông Cầu.

Phạm vi và giới hạn

  • Phạm vi không gian: Toàn bộ lưu vực Nghinh Tường khép dòng tại vị trí hợp lưu đổ vào sông Cầu thuộc xã Vạn Lãng, huyện Đồng Hỷ.
  • Phạm vi thời gian: Chuỗi quan trắc khí tượng (lượng mưa, nhiệt độ, độ ẩm, gió, bốc hơi) 30 năm (1983–2012); chuỗi dòng chảy thực đo 11 năm (2002–2012).
  • Giới hạn: Mô hình được hiệu chuẩn và kiểm định tại trạm cửa ra chính của lưu vực (main outlet); các tiểu lưu vực nhánh (sub-outlets) chưa được kiểm chứng độc lập do giới hạn trạm đo thủy văn chi tiết.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để mô phỏng thủy văn lưu vực quy mô trung bình đến lớn có tính phân tán cao, nhiều mô hình toán thủy văn đã được áp dụng trong thực tế.

Tiêu chí Phương pháp thống kê kinh nghiệm Mô hình HEC-HMS Mô hình SWAT (Soil & Water Assessment Tool)
Cơ chế vật lý Thấp (chỉ dựa vào hồi quy lượng mưa - dòng chảy) Trung bình (tập trung thủy lực mạng lưới sông) Cao (dựa trên cân bằng nước hoàn chỉnh và vật lý đất)
Phân tích thảm phủ Không linh hoạt, đồng nhất hóa toàn lưu vực Hỗ trợ gán tham số CN theo tiểu lưu vực Chi tiết đến từng Đơn vị phản ứng thủy văn (HRU)
Mô phỏng dài hạn Kém, chỉ áp dụng cho từng sự kiện mưa Chủ yếu cho sự kiện lũ đơn lẻ (Single-event) Liên tục, liên niên (Continuous time-step modeling)
Mô phỏng xói mòn/dưỡng chất Không hỗ trợ Cần tích hợp thêm module phức tạp Tích hợp sẵn phương trình MUSLE và chu trình N, P

Yêu cầu hệ thống theo mức độ ưu tiên (MoSCoW)

  • Must have: Mô phỏng cân bằng nước liên tục hàng ngày/tháng; phân chia đơn vị phản ứng thủy văn (HRU) dựa trên chồng xếp DEM, đất và thảm phủ; chỉ số $NSE \ge 0.50$ trong hiệu chuẩn.
  • Should have: Chuyển đổi chuẩn hóa hệ thống phân loại đất Việt Nam (theo Tôn Thất Chiểu et al.) sang chuẩn định danh FAO và USDA Taxonomy để tích hợp vào cơ sở dữ liệu SWAT.
  • Could have: Mô phỏng tải lượng bùn cát bồi lắng hồ chứa và lòng dẫn theo phương trình mất đất hiệu chỉnh MUSLE.
  • Won't have: Mô phỏng lan truyền lũ thời gian thực tính theo bước thời gian phút (do SWAT là mô hình bước thời gian ngày phục vụ đánh giá năng suất nước dài hạn).

Thiết kế hệ thống và Kiến trúc dòng dữ liệu

Hệ thống xử lý của dự án bao gồm 4 khối chức năng chính:

[Bản đồ DEM 30m] ---> [Trích xuất mạng lưới sông & Chia Sub-basins] --+
[Bản đồ Đất VN/FAO] -> [Chuyển đổi tham số vật lý thổ nhưỡng (HSG)] --+--> [Tạo lập 10 Tiểu lưu vực & HRUs]
[Bản đồ Hiện trạng] -> [Tái phân loại mã lớp phủ theo chuẩn USGS] ---+
                                                                        |
[Dữ liệu Khí tượng] -> [Khối phát sinh & Xử lý thời tiết (WXGEN)] -----+--> [Mô hình Động thái Thủy văn SWAT]
                                                                        |
                                                                        v
[Chuỗi Q thực đo] ---> [Khối Hiệu chỉnh (2002-2007) & Kiểm định] ------> [Đánh giá NSE, PBIAS, RSR]
                                                                        |
                                                                        v
[Quy hoạch 2020/2030] -> [Tái cấu trúc HRUs theo Kịch bản 1 & 2] ------> [Dự báo Dòng chảy Tương lai]

Phương pháp luận cốt lõi (Methodology)

1. Phương trình cân bằng nước tổng quát (Land Phase of Hydrologic Cycle)

Mô hình SWAT tính toán chu trình thủy văn trên từng HRU theo phương trình cân bằng nước liên tục:

$$SW_t = SW_0 + \sum_{i=1}^{t} (R_{day} - Q_{surf} - E_a - w_{seep} - Q_{gw})$$

Trong đó:

  • $SW_t$: Độ ẩm đất cuối kỳ đo ($mm$).
  • $SW_0$: Độ ẩm đất ban đầu ngày $i$ ($mm$).
  • $t$: Thời gian (ngày).
  • $R_{day}$: Lượng mưa rơi xuống bề mặt ngày $i$ ($mm$).
  • $Q_{surf}$: Lượng dòng chảy mặt ngày $i$ ($mm$).
  • $E_a$: Lượng bốc thoát hơi nước thực tế ngày $i$ ($mm$).
  • $w_{seep}$: Lượng nước thấm từ tầng rễ xuống tầng ngầm trung gian ($mm$).
  • $Q_{gw}$: Lượng dòng chảy ngầm hồi quy vào lòng dẫn ngày $i$ ($mm$).

2. Dòng chảy mặt theo phương pháp SCS Curve Number

Lượng dòng chảy mặt tích lũy $Q_{surf}$ được tính bằng phương trình thực nghiệm của Cục Bảo tồn Thổ nhưỡng Hoa Kỳ (SCS):

$$Q_{surf} = \frac{(R_{day} - I_a)^2}{(R_{day} - I_a + S)}$$

Với điều kiện $R_{day} > I_a$. Trong đó tổn thất ban đầu $I_a \approx 0.2S$. Tham số trữ nước tiềm năng cực đại của đất $S$ ($mm$) phụ thuộc vào chỉ số đường cong dòng chảy $CN$:

$$S = 25.4 \times \left(\frac{1000}{CN} - 10\right)$$

Chỉ số $CN$ được hiệu chỉnh động theo độ ẩm đất trước đó (Antecedent Moisture Conditions - AMC I, II, III) và độ dốc bình quân lưu vực ($\alpha$):

$$CN_{2s} = \frac{1}{3}(CN_3 - CN_2)\left(1 - 2e^{-13.86 \cdot \alpha}\right) + CN_2$$

   +--------------------------------------------------------------------+
   |                   SƠ ĐỒ PHÂN CHIA NHÓM ĐẤT THỦY VĂN                |
   |                                                                    |
   |   [Phân loại Thổ nhưỡng VN] ---> [Định danh Đất theo FAO]          |
   |                                              |                     |
   |                                              v                     |
   |   [Tham số K_USLE & Dung trọng] <-- [Phân nhóm Thủy văn USDA HSG]  |
   |                                              |                     |
   |                                              v                     |
   |                                    +-------------------+           |
   |                                    | Group A: Cát/Thấm |           |
   |                                    | Group B: Thịt nhẹ |           |
   |                                    | Group C: Sét pha  |           |
   |                                    | Group D: Sét/Chặt |           |
   |                                    +-------------------+           |
   +--------------------------------------------------------------------+

3. Mô phỏng xói mòn theo MUSLE

Tải lượng bùn cát lắng đọng ($Sed$, tấn/ngày) được ước tính bằng phương trình mất đất phổ quát hiệu chỉnh:

$$Sed = 11.56 \times (Q_{surf} \cdot q_{peak} \cdot area_{hru})^{0.56} \times K_{USLE} \times C_{USLE} \times P_{USLE} \times LS_{USLE} \times CFRG$$

Implementation và kết quả

Quá trình xây dựng và cấu hình mô hình

Dự án sử dụng bộ công cụ AVSWAT2000 tích hợp trên nền môi trường GIS:

  • Xử lý địa hình: Mô hình số độ cao DEM được xử lý khử trũng (Fill sinks), áp dụng ngưỡng diện tích tích tụ dòng chảy (Flow accumulation threshold) là $1.000\text{ ha}$, trích xuất thành công 10 tiểu lưu vực (Sub-watersheds) với mạng lưới suối hoàn chỉnh.
  • Xây dựng cơ sở dữ liệu thổ nhưỡng (Soil Database): Chuyển đổi 5 nhóm đất chính tại Nghinh Tường (ACf - Đất xám Feralit, ACfe - Đất xám Feralit kết vón, LVf - Đất đỏ vàng biến đổi, FLe - Đất phù sa chua ngập nước, ACu - Đất feralit mùn trên núi) sang các thuộc tính độ dẫn thủy lực bão hòa ($K_{sat}$), hệ số nén dẽ ($Bulk\ Density$), tỷ lệ cấp hạt sét/cát/bụi.
  • Thiết lập HRU: Chồng xếp bản đồ hiện trạng 2012 với 10 lớp phủ chuẩn USGS (RICE, CORN, AGRR, ORCD, PAST, FRST, FRSE, FRSD, WATR, URBN). Thiết lập ngưỡng phân chia thảm phủ $10%$, loại đất $10%$, độ dốc $10%$ để tối ưu hóa thời gian tính toán mà vẫn đảm bảo tính đại diện.
# Cấu trúc giải thuật tính toán dòng chảy mặt SWAT theo SCS-CN (Trích xuất logic mô phỏng)
def calculate_daily_runoff(r_day, cn2, soil_moisture_status, slope):
    """
    Tính toán lượng dòng chảy mặt hàng ngày (Qsurf) dựa trên chỉ số CN và độ dốc
    """
    # 1. Điều chỉnh CN theo độ dốc (slope)
    cn2_slope = (1.0 / 3.0) * (get_cn3(cn2) - cn2) * (1.0 - 2.0 * math.exp(-13.86 * slope)) + cn2
    
    # 2. Điều chỉnh CN theo độ ẩm đất tiền đề (AMC)
    if soil_moisture_status == "DRY_AMC_I":
        cn = cn2_slope - (20.0 * (100.0 - cn2_slope)) / (100.0 - cn2_slope + math.exp(2.533 - 0.0636 * (100.0 - cn2_slope)))
    elif soil_moisture_status == "WET_AMC_III":
        cn = cn2_slope * math.exp(0.00673 * (100.0 - cn2_slope))
    else:
        cn = cn2_slope

    # 3. Tính hệ số trữ nước tiềm năng S (mm) và tổn thất ban đầu Ia (mm)
    s_retention = 25.4 * (1000.0 / cn - 10.0)
    ia = 0.2 * s_retention

    # 4. Tính dòng chảy mặt Qsurf (mm)
    if r_day > ia:
        q_surf = math.pow((r_day - ia), 2) / (r_day - ia + s_retention)
    else:
        q_surf = 0.0
        
    return q_surf, s_retention

Kiểm định và đánh giá hiệu năng (Calibration & Validation)

Hiệu năng mô phỏng dòng chảy tháng tại trạm thủy văn cửa ra Nghinh Tường được kiểm định qua 3 chỉ số thống kê chuẩn quốc tế:

  • Hệ số hiệu quả Nash-Sutcliffe ($NSE$):

$$NSE = 1 - \frac{\sum_{i=1}^n (Q_{obs,i} - Q_{sim,i})^2}{\sum_{i=1}^n (Q_{obs,i} - \bar{Q}_{obs})^2}$$

  • Phần trăm sai số thiên lệch ($PBIAS$):

$$PBIAS = \left[ \frac{\sum_{i=1}^n (Q_{obs,i} - Q_{sim,i})}{\sum_{i=1}^n Q_{obs,i}} \right] \times 100$$

  • Tỷ số sai số chuẩn ($RSR$):

$$RSR = \frac{RMSE}{STDEV_{obs}} = \frac{\sqrt{\sum_{i=1}^n (Q_{obs,i} - Q_{sim,i})^2}}{\sqrt{\sum_{i=1}^n (Q_{obs,i} - \bar{Q}_{obs})^2}}$$

+-------------------------------------------------------------------------+
|                  KẾT QUẢ ĐÁNH GIÁ HIỆU NĂNG MÔ HÌNH SWAT                |
|                                                                         |
| Giai đoạn          Chuỗi thời gian    NSE        PBIAS (%)   Đánh giá   |
| ----------------------------------------------------------------------- |
| Hiệu chỉnh (Calib)   2002 - 2007      0.54       +0.54%      Đạt (Tốt)  |
| Kiểm định (Valid)    2008 - 2012      0.52       -2.10%      Đạt (Tốt)  |
+-------------------------------------------------------------------------+

Đồ thị tương quan giữa lưu lượng dòng chảy mô phỏng ($Q_{sim}$) và thực đo ($Q_{obs}$) bám sát đường 1:1, phản ánh đúng các pha lũ đỉnh nhọn trong các tháng 6, 7, 8 và pha kiệt kéo dài từ tháng 11 đến tháng 3 năm sau.

Kết quả mô phỏng theo kịch bản sử dụng đất

Thiết lập các kịch bản phát triển

  • Kịch bản nền (Baseline - 2012): Tổng diện tích $39.700,58\text{ ha}$; Rừng hỗn giao (FRST) chiếm ưu thế với $10.338,04\text{ ha}$ ($26,04%$), Rừng thường xanh (FRSE) $4.307,85\text{ ha}$ ($10,85%$), Đất lúa nước (RICE) $4.335,79\text{ ha}$ ($10,92%$), Đất cây hàng năm (AGRR) $4.224,33\text{ ha}$ ($10,64%$), Đất ngô (CORN) $1.175,64\text{ ha}$ ($2,96%$).
  • Kịch bản 1 (Năm 2020): Dân số tăng lên 62.744 người (+4.883 người, tương ứng +1.090 hộ). Chuyển đổi $120,12\text{ ha}$ đất ngô và $186,59\text{ ha}$ đất vườn sang đất đô thị/thổ cư (URBN đạt $4.275,34\text{ ha}$); chuyển đổi $1.091,77\text{ ha}$ rừng hỗn giao sang đất trồng ngô (CORN tăng vọt $+92,86%$, đạt $2.267,41\text{ ha}$).
  • Kịch bản 2 (Năm 2030): Dân số đạt 76.330 người (+18.469 người so với 2012, +1.746 hộ). Chuyển đổi $1.838,79\text{ ha}$ rừng hỗn giao sang đất nông nghiệp nương rẫy (CORN tăng $+101,38%$; AGRR tăng lên $4.779,53\text{ ha}$) và đất thổ cư (URBN tăng lên $4.457,41\text{ ha}$).
Chỉ tiêu thủy văn Kịch bản nền (2012) Kịch bản 1 (2020) Kịch bản 2 (2030)
Diện tích Rừng hỗn giao (ha) 10.338,04 ($26,04%$) 9.246,27 ($23,29%$) 8.499,25 ($21,41%$)
Diện tích Đất nông nghiệp nương rẫy (ha) 5.400,00 ($13,60%$) 6.491,77 ($16,35%$) 7.149,00 ($18,01%$)
Dòng chảy mùa lũ ($Q_{wet}$, $m^3/s$) $18,45$ $19,14$ ($+3,74%$) $20,08$ ($+8,83%$)
Dòng chảy mùa kiệt ($Q_{dry}$, $m^3/s$) $3,82$ $3,80$ ($-0,52%$) $3,71$ ($-2,88%$)
Lưu lượng đỉnh lũ cực đại ($Q_{peak}$, $m^3/s$) $86,40$ $92,15$ ($+6,65%$) $98,30$ ($+13,77%$)

Đổi mới và đóng góp

  1. Chuẩn hóa cơ sở dữ liệu tích hợp đa nguồn: Thiết lập bảng chuyển dịch tương thích phân loại thổ nhưỡng Việt Nam (theo bản đồ thổ nhưỡng tỷ lệ 1:100.000) sang hệ thống định danh FAO-UNESCO và nhóm đất thủy văn USDA (Hydrologic Soil Groups A, B, C, D). Đây là tiền đề kỹ thuật quan trọng giúp mô hình SWAT nhận dạng chính xác đặc tính dẫn nước và giữ ẩm của đất đồi núi dốc miền Bắc.
  2. Định lượng tác động đơn lẻ của lớp phủ trong điều kiện biến đổi khí hậu: Tách bạch được tỷ lệ đóng góp của việc suy giảm diện tích tán rừng hỗn giao ($FRST$) đối với sự gia tăng dòng chảy mặt ($Q_{surf}$) và suy giảm bổ cập nước ngầm ($Q_{gw}$). Khi diện tích rừng hỗn giao giảm $10,56%$ (Kịch bản 1) và $17,79%$ (Kịch bản 2), hệ số dòng chảy mặt trong mùa mưa tăng tương ứng $3,74%$ và $8,83%$, đồng thời kéo theo nguy cơ thiếu nước cục bộ trong mùa khô tăng cao.
  3. Mô hình hóa liên kết không gian - dân số học: Xây dựng quy tắc toán học ngoại suy nhu cầu đất ở và đất sản xuất dựa trên biến động nhân khẩu học thực tế ($Nhu\ cầu\ đất\ canh\ tác = \Delta Hộ \times Mức\ bình\ quân\ đất/hộ$), loại bỏ tính chủ quan trong việc vẽ kịch bản sử dụng đất tương lai.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong quản trị lưu vực

  • Quy hoạch phân vùng bảo vệ đầu nguồn: Kết quả mô phỏng 10 tiểu lưu vực chỉ ra các tiểu lưu vực 1, 5, 6, 7 (diện tích $16.733,04\text{ ha}$) có độ dốc cao và đất xám $ACf$ là các điểm nóng nhạy cảm nhất với xói mòn và gia tăng đỉnh lũ. Chính quyền địa phương cần nghiêm cấm chuyển đổi rừng hỗn giao tại phân vùng này sang trồng ngô độc canh.
  • Vận hành hồ chứa và công trình thủy lợi: Cung cấp chuỗi số liệu biên lưu lượng dòng chảy mô phỏng phục vụ thiết kế các đập dâng, hồ chứa tưới tiêu phục vụ hàng nghìn hecta lúa tại xã Nghinh Tường, Thượng Nung và vùng hạ lưu huyện Đồng Hỷ.
+-------------------------------------------------------------------------------+
|                    LỘ TRÌNH ỨNG DỤNG VÀ CHUYỂN GIAO KỸ THUẬT                  |
|                                                                               |
| Giai đoạn 1 (Tháng 1-3)  : Chuyển giao bộ CSDL GIS và file cấu hình SWAT.     |
| Giai đoạn 2 (Tháng 4-6)  : Tập huấn cán bộ Phòng TN&MT huyện Võ Nhai/Đồng Hỷ. |
| Giai đoạn 3 (Tháng 7-12) : Tích hợp kịch bản thủy văn vào Kế hoạch SDĐ 5 năm. |
+-------------------------------------------------------------------------------+

Yêu cầu triển khai hệ thống

  • Phần mềm: ESRI ArcView GIS 3.2 / 3.3, AVSWAT2000 Extension, công cụ phân tích không gian Spatial Analyst, Extension SWAT Soil Data Builder.
  • Phần cứng đề xuất: Máy trạm tối thiểu CPU 4 Cores, 8GB RAM, dung lượng ổ đĩa khả dụng $\ge 50\text{ GB}$ để lưu trữ dữ liệu raster DEM độ phân giải cao và các bảng xuất kết quả mô phỏng ngày.
  • Nguồn dữ liệu duy trì: Cập nhật định kỳ trạm mưa Võ Nhai, trạm khí tượng Thái Nguyên và chuỗi đo đạc lưu lượng tại trạm thủy văn Nghinh Tường.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Độ thưa của mạng lưới quan trắc: Chỉ có một trạm thủy văn duy nhất khép khẩu lưu vực tại cửa ra Nghinh Tường, dẫn đến việc hiệu chỉnh tham số dòng chảy được thực hiện gộp chung cho toàn lưu vực mà chưa thể tối ưu hóa tham số cục bộ cho từng nhánh sông độc lập.
  • Độ phân giải bản đồ: Bản đồ thổ nhưỡng và sử dụng đất ban đầu xây dựng ở tỷ lệ 1:100.000 có thể làm trơn hóa (smoothing) các dải rừng phòng hộ hẹp dọc bờ sông suối.

Hướng phát triển tiếp theo

  • Tích hợp mô hình SWAT+: Nâng cấp lên phiên bản SWAT+ trên nền tảng QGIS mã nguồn mở nhằm tăng cường khả năng mô phỏng chi tiết các công cụ trữ nước nhỏ (canh tác bậc thang, ao hồ phân tán).
  • Ghép nối mô hình khí hậu tương lai (GCMs/RCMs): Tích hợp các kịch bản biến đổi khí hậu theo báo cáo IPCC (RCP 4.5, RCP 8.5) kết hợp kịch bản sử dụng đất để đánh giá rủi ro kép (Climate change + Land use change).
  • Mở rộng quan trắc tự động: Ứng dụng cảm biến IoT đo mực nước và độ đục tự động tại các cửa ra của 3 tiểu vùng (Sub-outlets I, II, III) để nâng cao độ chính xác hiệu chuẩn bùn cát lắng đọng ($MUSLE$).

Đối tượng hưởng lợi

+--------------------------------------------------------------------------+
|                        CÁC NHÓM ĐỐI TƯỢNG HƯỞNG LỢI                      |
|                                                                          |
| [Cơ quan Nhà nước]    -> Có luận cứ khoa học để phê duyệt quy hoạch đất. |
| [Viện/Trường NCKH]    -> Bộ CSDL chuẩn hóa thổ nhưỡng & thủy văn mẫu.    |
| [Cộng đồng dân cư]    -> Giảm thiểu rủi ro lũ quét & thiếu nước sản xuất.|
| [Kỹ sư Mô hình hóa]   -> Quy trình chuẩn chuyển đổi taxonomy đất sang    |
|                          CSDL tương thích chuẩn SWAT quốc tế.            |
+--------------------------------------------------------------------------+
  • Cơ quan quản lý nhà nước (Sở TN&MT Thái Nguyên, UBND huyện Võ Nhai): Tiếp nhận bộ công cụ dự báo định lượng giúp thẩm định các dự án chuyển đổi mục đích sử dụng đất rừng và cấp phép khai thác khoáng sản bền vững.
  • Cộng đồng dân cư địa phương: Hưởng lợi gián tiếp thông qua việc giảm thiểu rủi ro sạt lở đất, lũ quét trong mùa mưa bão và đảm bảo an ninh nguồn nước tưới tiêu trong mùa kiệt.
  • Giới nghiên cứu và sinh viên chuyên ngành Môi trường/Thủy văn: Khung phương pháp luận chuẩn xác về chuyển đổi taxonomy đất Việt Nam sang chuẩn SWAT, quy trình tính toán HRU và phân tích kịch bản dòng chảy có giá trị tham khảo học thuật cao.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu kỹ thuật cốt lõi để vận hành mô hình SWAT cho một lưu vực mới là gì?

Cần chuẩn bị tối thiểu 3 lớp dữ liệu không gian dạng Raster/Vector bao gồm: Mô hình số độ cao (DEM), Bản đồ loại đất kèm các thuộc tính vật lý tầng đất, Bản đồ thảm phủ thực vật; cùng với chuỗi số liệu khí tượng ngày liên tục (Mưa, Nhiệt độ Max/Min, Gió, Độ ẩm, Bức xạ) tối thiểu từ 10 năm trở lên để đảm bảo độ tin cậy khi khởi động (Warm-up) và mô phỏng.

2. Chỉ số NSE đạt 0.54 trong giai đoạn hiệu chuẩn phản ánh điều gì?

Theo tiêu chuẩn đánh giá mô hình thủy văn của Moriasi et al. (2007), giá trị $NSE > 0.50$ và $PBIAS < \pm 15%$ cho bước thời gian tháng khẳng định mô hình SWAT đạt mức độ tin cậy tốt (Satisfactory to Good), đủ độ chuẩn xác khoa học để sử dụng trong mô phỏng dự báo và đánh giá tác động môi trường.

3. Tại sao việc chuyển đổi từ đất rừng sang đất ngô lại làm gia tăng đột biến dòng chảy mặt?

Đất trồng ngô có chỉ số đường cong dòng chảy $CN$ cao hơn đáng kể so với rừng hỗn giao do độ che phủ tán cây thấp, tầng thảm mục mỏng và cấu trúc đất bị xáo xới do cày xới nương rẫy, làm giảm hệ số thấm ($K_{sat}$) và khả năng giữ nước tiềm năng ($S$), dẫn đến phần lớn lượng mưa bị chuyển hóa ngay thành dòng chảy tràn bề mặt ($Q_{surf}$).

4. SWAT có thể chạy trên phần mềm mã nguồn mở thay thế cho ArcView 3.x không?

Hoàn toàn có thể. Hiện nay các phiên bản QSWAT và SWAT+ đã được phát triển hoàn thiện trên nền tảng QGIS (miễn phí, mã nguồn mở), cho phép người dùng thực hiện toàn bộ quy trình từ phân chia lưu vực, biên tập HRU đến mô phỏng mà không phụ thuộc vào bản quyền phần mềm thương mại.

5. Làm thế nào để giảm thiểu độ lệch của mô hình trong mô phỏng mùa kiệt?

Cần tiến hành hiệu chỉnh sâu các tham số liên quan đến dòng chảy ngầm và tầng chứa nước nông như hệ số trễ dòng ngầm ($GW_DELAY$), hệ số hồi quy tầng ngầm nông ($GWQMN$), hệ số bốc thoát hơi nước từ tầng ngầm nông ($GW_REVAP$) và chỉ số thấm tầng rễ ($SOL_AWC$).

Kết luận

Khóa luận đã chứng minh tính hiệu quả và độ tin cậy vượt trội của việc kết hợp mô hình thủy văn phân bố SWAT và công nghệ GIS trong việc lượng hóa tác động của biến động sử dụng đất đến chế độ dòng chảy tại lưu vực sông Nghinh Tường, tỉnh Thái Nguyên. Với các chỉ số kiểm định đạt chuẩn ($NSE = 0.54$, $PBIAS = +0.54%$), nghiên cứu đã chỉ rõ việc suy giảm rừng hỗn giao để mở rộng đất canh tác nông nghiệp nương rẫy (ngô, cây hàng năm) theo các kịch bản 2020 và 2030 sẽ trực tiếp làm gia tăng đỉnh lũ mùa mưa lên đến $+13,77%$, đồng thời làm suy kiệt dòng chảy kiệt mùa khô tới $-2,88%$.

Kết quả này là hồi chuông cảnh báo khoa học và là cơ sở định lượng quan trọng phục vụ các nhà hoạch định chính sách tại Thái Nguyên trong việc thiết lập ranh giới bảo tồn nghiêm ngặt rừng đầu nguồn sông Cầu, cân đối hài hòa giữa an ninh lương thực và an ninh nguồn nước bền vững.