Tổng quan luận án

Công trình nghiên cứu "Xây dựng mô hình cảnh báo sớm hạn khí tượng phục vụ công tác khai thác và quản lý tài nguyên nước vùng Duyên hải Miền Trung" được thực hiện bởi nghiên cứu sinh Nguyễn Thái Hà dưới sự hướng dẫn khoa học của PGS. Nguyễn Đăng Tính và GS. Nguyễn Văn Tỉnh tại Trường Đại học Thủy lợi (Bộ Giáo dục và Đào tạo - Bộ Nông nghiệp và Phát triển nông thôn), thuộc chuyên ngành Kỹ thuật tài nguyên nước (mã số: 9 58 02 12), bảo vệ năm 2019 tại Hà Nội.

Về tính cấp thiết, hạn hán là một phần tự nhiên của khí hậu hình thành từ sự thiếu hụt lượng mưa, lượng bốc hơi lớn và việc khai thác quá mức nguồn nước. Hiện tượng này có tính biến đổi theo thời gian và khác biệt với tính khô hạn vốn là đặc trưng khí hậu lâu dài của các vùng ít mưa nhiệt độ cao. Tại Việt Nam, hạn hán xuất hiện phổ biến và gây ảnh hưởng nghiêm trọng nhất ở khu vực Duyên hải Miền Trung. Số liệu thống kê từ Tổng cục Thủy lợi giai đoạn 1985–2014 ghi nhận toàn vùng đã trải qua nhiều đợt hạn hán, trong đó có 5 đợt hạn hán đặc biệt nghiêm trọng xảy ra trên cả 3 vụ sản xuất, gây thiệt hại hàng triệu hecta đất nông nghiệp và làm thiếu hụt nguồn nước sinh hoạt của hàng triệu người dân. Thiệt hại kinh tế do hạn hán được ghi nhận vượt trội so với thiệt hại do lũ lụt.

Tuy nhiên, các nghiên cứu và ứng dụng phòng chống hạn hán tại Việt Nam trước đây còn bộc lộ 4 khoảng trống và hạn chế kỹ thuật:

  1. Công tác dự báo, cảnh báo hạn chưa đáp ứng được yêu cầu để áp dụng rộng rãi trong việc đánh giá và cảnh báo đồng bộ cho các vùng, các tỉnh khác nhau.
  2. Việc đánh giá và dự báo trên diện rộng hoặc toàn quốc chủ yếu dựa vào các chỉ số hạn khí tượng đơn thuần, trong khi các chỉ số hạn nông nghiệp và thủy văn mới chỉ áp dụng ở phạm vi hẹp hoặc từng lưu vực sông riêng lẻ.
  3. Phương pháp dự báo hạn hán chủ yếu sử dụng phương pháp thống kê truyền thống, phương pháp mô hình động lực còn hạn chế và phần lớn sản phẩm dự báo đưa ra mới ở dạng giá trị điểm tại các trạm quan trắc.
  4. Thiếu khung thể chế và pháp lý hoàn chỉnh cho các hoạt động ứng phó, giảm nhẹ rủi ro thiên tai hạn hán.

Mục tiêu tổng quát của luận án là đánh giá diễn biến hạn hán và xây dựng mô hình cảnh báo sớm hạn khí tượng nhằm phục vụ công tác khai thác, quản lý tài nguyên nước vùng Duyên hải Miền Trung. Luận án xác định 2 mục tiêu cụ thể:

  1. Đánh giá mối quan hệ giữa diễn biến hạn hán của vùng Duyên hải Miền Trung với các yếu tố El Nino và dao động Nam bán cầu (ENSO), nhiệt độ mặt nước biển dị thường (SSTA) và chỉ số dao động Nam bán cầu (SOI).
  2. Xây dựng mô hình cảnh báo sớm hạn khí tượng cho vùng nghiên cứu dựa trên mối quan hệ giữa hạn hán với các yếu tố SSTA và SOI.

Đối tượng nghiên cứu của luận án là hạn khí tượng, bao gồm tính chất, mức độ, xu thế biến đổi và quy luật phân bố không gian - thời gian của hạn hán.

Phạm vi nghiên cứu bao gồm:

  • Phạm vi không gian: Toàn bộ 14 tỉnh và thành phố thuộc dải Duyên hải Miền Trung, trải dài từ Bắc Trung Bộ đến Nam Trung Bộ gồm Thanh Hóa, Nghệ An, Hà Tĩnh, Quảng Bình, Quảng Trị, Thừa Thiên Huế, Đà Nẵng, Quảng Nam, Quảng Ngãi, Bình Định, Phú Yên, Khánh Hòa, Ninh Thuận và Bình Thuận; kết hợp chuỗi dữ liệu tương quan xa tại vùng xích đạo Thái Bình Dương (vùng Nino, SOI).
  • Phạm vi thời gian: Chuỗi số liệu khí tượng quan trắc và số liệu đại dương - khí quyển giai đoạn 1984–2014 và 1985–2014, với các thử nghiệm dự báo kiểm chứng cho năm 2015.

Về cấu trúc vật lý, luận án gồm 165 trang thuyết minh, 62 hình vẽ minh họa, 18 bảng biểu số liệu, 1 trang danh mục 2 công trình khoa học đã công bố của tác giả, 8 trang tài liệu tham khảo với 103 nguồn trích dẫn và 28 trang phụ lục.

Tổng quan tài liệu và vị trí của luận án

Tổng quan tài liệu trong luận án được phân tích theo hệ thống khái niệm quốc tế, các công trình nghiên cứu trên thế giới và thực tiễn nghiên cứu tại Việt Nam.

Về mặt lý luận quốc tế, luận án dẫn chiếu các công trình của Wilhite (1985, 2000) về bản chất khí tượng của hạn hán, phân biệt giữa hạn hán (hiện tượng tạm thời do thiếu hụt lượng mưa) và khô hạn (thuộc tính khí hậu vĩnh viễn). Theo phân loại của Tổ chức Khí tượng Thế giới (WMO), hạn hán được chia thành 4 nhóm tương hỗ: hạn khí tượng, hạn nông nghiệp, hạn thủy văn và hạn kinh tế - xã hội. H. Tallaksen (2004) làm rõ sự khác biệt giữa "định nghĩa sự kiện hạn" và "chỉ số hạn". Về phương diện công cụ tính toán, thế giới đã phát triển nhiều chỉ số hạn:

  • Chỉ số lượng mưa chuẩn hóa (SPI) do McKee và cộng sự phát triển năm 1993, tính toán trên các thang thời gian 1, 3, 6, 12, 24 và 48 tháng.
  • Chỉ số chuẩn hóa lượng mưa và bốc hơi (SPEI) được Vicente-Serrano và cộng sự đề xuất năm 2010 nhằm khắc phục hạn chế của SPI trong bối cảnh ấm lên toàn cầu bằng cách tích hợp bốc thoát hơi tiềm năng (PET) theo công thức Thornthwaite và phân bố xác suất log-logistic 3 tham số.
  • Chỉ số khắc nghiệt hạn Palmer (PDSI, 1965) và chỉ số ẩm cây trồng (CMI, 1968) của W. Palmer dựa trên cân bằng ẩm đất.
  • Chỉ số cung cấp nước mặt (SWSI) do B. Dezman (1982) đề xuất tích hợp lượng mưa, dòng chảy, tuyết và dung tích hồ chứa.
  • Chỉ số độ ẩm tương đối của đất (RSMI) trong bộ tiêu chuẩn quốc gia Trung Quốc (2006) và chỉ số bất thường độ ẩm đất (SMAPI) của Bergman và cộng sự (1988).
  • Chỉ số khan hiếm nước xã hội (SWSI) của Ohlsson (2000).

Các nghiên cứu quy mô toàn cầu và khu vực được tác giả điểm lại gồm: Aiguo Dai và cộng sự (2004), Benjamin Lloyd-Hughes & Mark A. Saunders (2002) về hạn hán Châu Âu với chu kỳ kéo dài trung bình 48 ± 17 tháng; Nico Wanders và cộng sự (2010) so sánh 18 chỉ số hạn trên 5 đới khí hậu; Xukai Zou và cộng sự (2005) về xu thế gia tăng hạn hán ở Bắc Trung Quốc; Ashkan Farokhnia và cộng sự (2009) ứng dụng nhân tố nhiệt độ mặt biển (SST) và khí áp bề mặt biển (SLP) để dự báo chỉ số EDI tại Iran; Suranjana Saha và cộng sự (2010) với hệ thống mô hình dự báo khí hậu CFS của NCEP kết hợp mô hình phổ RSM; C. Liu và cộng sự (2011) ứng dụng tổ hợp GSM/RSM tại Đài Loan. Mô hình vận hành giám sát hạn được điểm qua tại Trung tâm Giảm nhẹ Hạn hán Quốc gia Hoa Kỳ (NDMC/NOAA), Cục Khí tượng Úc (BOM) và Trung tâm Khí hậu Quốc gia Trung Quốc (NCC/CMA).

Tại Việt Nam, các nghiên cứu tiêu biểu được luận án tổng kết bao gồm:

  • Nguyễn Trọng Hiệu (2000) và Nguyễn Văn Cư (2001) đánh giá hạn hán và hoang mạc hóa ở 4 tỉnh Quảng Ngãi, Bình Định, Ninh Thuận, Bình Thuận.
  • Nguyễn Đức Hậu (2001) nghiên cứu chỉ tiêu SPI và tác động của ENSO trên 7 vùng khí hậu.
  • Đào Xuân Học (2001) ứng dụng chỉ số Sazonov (Sa.I) để đánh giá hạn hán các tỉnh Duyên hải Miền Trung và đề xuất giải pháp phòng chống.
  • Nguyễn Quang Kim (2005) xây dựng mô hình hồi quy tuyến tính đa biến dự báo SPI cho Nam Trung Bộ và Tây Nguyên từ chỉ số SOI, SST và độ cao địa thế vị mực 500 hPa.
  • Nguyễn Trọng Yêm (2006) phân tích đặc điểm hạn hán toàn quốc qua chỉ số khô hạn và tần suất hạn.
  • Nguyễn Văn Thắng (2007, 2015) nghiên cứu phân vùng chỉ tiêu hạn, ứng dụng viễn thám và tích hợp sản phẩm từ 8 mô hình toàn cầu, mô hình khu vực RSM, CWRF để dự báo hạn khí tượng (SPI), hạn nông nghiệp và thủy văn (PDSI, SWSI) tại Đồng bằng sông Hồng.
  • Trần Thục (2008) thành lập bản đồ hạn hán thiếu nước sinh hoạt cho 9 tỉnh Nam Trung Bộ và Tây Nguyên.
  • Nguyễn Lập Dân (2010) xây dựng hệ thống quản lý hạn và sa mạc hóa cho Đồng bằng sông Hồng và Nam Trung Bộ.
  • Nguyễn Lương Bằng (2014) thử nghiệm chỉ số SPEI và mạng nơ-ron thích nghi mờ (ANFIS) với đầu vào SST tại lưu vực sông Cái Nha Trang (Khánh Hòa).
  • Vũ Thị Thu Lan (2015) thành lập bản đồ hạn kinh tế - xã hội hạ du sông Hồng.

Vị trí của luận án: Kế thừa các nghiên cứu trước, luận án giải quyết khoảng trống trong việc so sánh định lượng tính phù hợp giữa chỉ số SPI và SPEI trên toàn bộ dải 14 tỉnh Duyên hải Miền Trung; đồng thời khai thác các tín hiệu viễn kết khí hậu đại dương quy mô lớn (SSTA vùng Nino, SOI) có xét đến độ trễ thời gian nhằm thiết lập mô hình cảnh báo sớm hạn khí tượng đa thời đoạn bằng kỹ thuật mạng nơ-ron thích nghi mờ (ANFIS) và trực quan hóa kết quả dưới dạng bản đồ phân bố không gian theo phương pháp vùng hạn không kề giáp nhau (NCDA).

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và khái niệm

Hạn hán được luận án tiếp cận thông qua mối quan hệ tương hỗ của 4 dạng hạn: hạn khí tượng là khâu khởi phát vật lý do mất cân bằng giữa lượng giáng thủy và bốc thoát hơi; từ đó dẫn đến hạn nông nghiệp (suy giảm độ ẩm đất tầng rễ cây trồng), hạn thủy văn (suy giảm dòng chảy mặt, mực nước sông hồ và nước ngầm) và cuối cùng tác động đến hạn kinh tế - xã hội (mất cân đối cung - cầu tài nguyên nước phục vụ đời sống và sản xuất).

+-------------------+
|   Hạn khí tượng   |
+---------+---------+
          |
          +-----------------------+
          |                       |
          v                       v
+-------------------+   +-------------------+
|  Hạn nông nghiệp  |<->|   Hạn thủy văn    |
+---------+---------+   +---------+---------+
          |                       |
          +-----------------------+
          |
          v
+-------------------+
|Hạn kinh tế-xã hội |
+-------------------+

Luận án sử dụng hai chỉ số hạn khí tượng chính làm cơ sở phân tích và so sánh:

  1. Chỉ số chuẩn hóa lượng mưa (SPI): Tính toán dựa trên độ lệch của lượng giáng thủy so với trung bình nhiều năm theo công thức: $$SPI = \frac{R - R_{tb}}{\sigma}$$ Trong đó $R$ là lượng giáng thủy thời đoạn tính toán, $R_{tb}$ là lượng giáng thủy trung bình thời kỳ chuẩn, $\sigma$ là độ lệch chuẩn.

  2. Chỉ số chuẩn hóa lượng mưa và bốc hơi (SPEI): Được xác định qua chênh lệch cân bằng ẩm $D_i = P_i - PET_i$, với $PET$ được ước tính theo phương pháp Thornthwaite. Phân bố xác suất tích lũy của chuỗi $D_i$ được chuẩn hóa thông qua hàm phân bố log-logistic 3 tham số ($\alpha, \beta, \gamma$) ước lượng bằng phương pháp mô-men tuyến tính (L-moments): $$F(x) = \left[ 1 + \left( \frac{\alpha}{x - \gamma} \right)^\beta \right]^{-1}$$

Phân cấp mức độ hạn theo chỉ số SPI và SPEI được Tổ chức Khí tượng Thế giới (WMO) quy chuẩn như sau:

Giá trị chỉ số (SPI / SPEI) Phân cấp điều kiện khí hậu
$\ge 2{,}00$ Cực kỳ ẩm
$1{,}50 \div 1{,}99$ Rất ẩm
$1{,}00 \div 1{,}49$ Ẩm vừa
$-0{,}99 \div 0{,}99$ Bình thường
$-1{,}49 \div -1{,}00$ Hạn vừa
$-1{,}99 \div -1{,}50$ Hạn nặng
$\le -2{,}00$ Hạn cực nặng

Ngoài ra, luận án điểm lại các thang đo tham chiếu khác trong lý thuyết hạn hán:

  • Chỉ số cán cân nước $K = E / R$ ($K > 1$: xảy ra hạn; $K < 0$: rất khô).
  • Chỉ số Sazonov: $Sa.I = \frac{\Delta T}{\sigma_T} - \frac{\Delta R}{\sigma_R}$ (với $Sa.I \ge 1$: khô hạn; $Sa.I \ge 2$: hạn nặng).
  • Chỉ số độ ẩm tương đối của đất RSMI:
Mức độ RSMI (tầng 10–20 cm) Cấp độ hạn Ảnh hưởng sinh thái - nông nghiệp
$RSMI \ge 60%$ Không hạn Độ ẩm bình thường, không có dấu hiệu hạn
$50% \le RSMI < 60%$ Hạn nhẹ Bốc hơi bề mặt thấp, không khí sát đất khô
$40% \le RSMI < 50%$ Hạn vừa Bề mặt đất khô, lá cây có hiện tượng héo
$30% \le RSMI < 40%$ Hạn nặng Tầng đất khô sâu, cây héo, lá khô rụng
$RSMI < 30%$ Hạn rất nặng Hầu như không bốc hơi, cây khô héo và chết
  • Chỉ số Palmer (PDSI) chia mức độ từ $\ge 4{,}0$ (cực ẩm) đến $\le -4{,}0$ (hạn nghiêm trọng).
  • Chỉ số cung cấp nước mặt (SWSI) dao động từ $+4{,}2$ đến $-4{,}2$ (với $SWSI \le -4{,}0$ là hạn cực nặng).

Phương pháp nghiên cứu

Luận án triển khai hệ thống phương pháp nghiên cứu định lượng kết hợp xử lý không gian:

  • Phương pháp điều tra, thu thập và tiền xử lý số liệu: Thu thập chuỗi số liệu khí tượng quan trắc thực tế tại các trạm thuộc 14 tỉnh Duyên hải Miền Trung; thu thập số liệu hiện trạng sản xuất nông nghiệp và thiệt hại do hạn từ Tổng cục Thủy lợi; thu thập chuỗi dữ liệu hoàn lưu đại dương - khí quyển gồm nhiệt độ mặt nước biển dị thường (SSTA) vùng Nino và chỉ số dao động Nam bán cầu (SOI).
  • Phương pháp nội suy không gian và chia lưới: Ứng dụng phương pháp trọng số nghịch đảo khoảng cách (IDW) để nội suy các trường lượng mưa và nhiệt độ dạng lưới ô vuông bao phủ toàn bộ vùng Duyên hải Miền Trung, có kiểm định độ tin cậy của phép nội suy.
  • Phương pháp phân tích vùng hạn không kề giáp nhau (NCDA): Đánh giá, bóc tách cấu trúc không gian và thời gian của các vùng hạn hán cục bộ hoặc trải rộng không liên tục.
  • Phương pháp phân tích tương quan thống kê: Tính toán hệ số tương quan chéo giữa các chỉ số hạn (SPI, SPEI ở các thang thời gian 1 tháng và 3 tháng) với SSTA và SOI tại các bước trễ thời gian ($j = 1, 2, 3...$ tháng) nhằm xác định nhân tố đầu vào tối ưu cho mô hình dự báo.
  • Phương pháp mô hình toán thông minh (ANFIS): Thiết lập mạng nơ-ron thích nghi mờ kết hợp cấu trúc mờ Sugeno và thuật toán học nơ-ron để mô phỏng mối quan hệ phi tuyến giữa các biến dự báo đại dương (SSTA, SOI có độ trễ) và các chỉ số hạn khí tượng.
  • Tiêu chí đánh giá sai số mô hình: Sử dụng hệ số tương quan ($CORR$), chỉ số hiệu quả Nash-Sutcliffe ($E$), sai số căn quân phương ($RMSE$) và tỷ số $RSR$ ($RMSE$ trên độ lệch chuẩn quan trắc) theo khung tiêu chuẩn đánh giá dự báo khí tượng thủy văn.

Nội dung chính theo từng chương

Chương 1: Tổng quan tình hình nghiên cứu và dự báo hạn

Chương 1 hệ thống hóa cơ sở lý luận về hạn hán và tổng quan điều kiện tự nhiên vùng Duyên hải Miền Trung.

  1. Bản chất và đặc trưng hạn hán: Luận án xác định 3 đặc trưng cơ bản định lượng một sự kiện hạn gồm cường độ (mức độ thiếu hụt ẩm so với chuẩn), thời gian kéo dài (từ vài tháng đến nhiều năm) và không gian ảnh hưởng (từ hàng trăm đến hàng triệu km²). Phân biệt rành mạch giữa hạn khí tượng, hạn nông nghiệp, hạn thủy văn và hạn kinh tế - xã hội.
  2. Kinh nghiệm và nghiên cứu quốc tế: Điểm cứu các đợt hạn hán lịch sử tại Trung Quốc (1876–1879 làm chết 9–13 triệu người; 1958–1961 làm chết 16,5 triệu người; các năm 1994, 1995, 2000), Indonesia (El Nino 1982–1983 làm cháy 3,7 ha rừng và mất trắng 158.000 ha lúa; năm 1991 cháy 88.000 ha rừng tại Kalimantan; 1997–1998), Châu Phi (vùng Sahel, hạn hán Sudan 1984 làm sa mạc hóa mở rộng 90–100 km trong 17 năm; đợt hạn Sahel 1968–1974 làm chết 100.000–300.000 người), và Hoa Kỳ (thiệt hại kinh tế bình quân 6–8 tỷ USD/năm, năm 1988 thiệt hại 39,4 tỷ USD). Hệ thống hóa các phương pháp dự báo thống kê, dự báo động lực thông qua mô hình tuần hoàn khí quyển (GCM), chi tiết hóa thống kê và chi tiết hóa động lực (RCM, RSM lồng ghép trong CFS).
  3. Hiện trạng và nghiên cứu hạn hán tại Việt Nam: Đánh giá các đợt hạn điển hình: năm 1992 (cháy 6.000 ha rừng đặc dụng Quảng Nam - Đà Nẵng, mất trắng 10.000 ha lúa Nam Bộ); hè thu 1993 tại Bắc Trung Bộ (nắng nóng 38–40°C kéo dài 7–8 tháng, thiệt hại hơn 42 tỷ đồng); đông xuân 1994–1995 tại Đắk Lắk (thiệt hại 600 tỷ đồng); đông xuân 1997–1998 do El Nino cực mạnh (thiệt hại nông nghiệp trên 5.000 tỷ đồng); các đợt hạn 2002, 2004–2005, 2009–2010, 2013 và đặc biệt đợt hạn - mặn lịch sử 2014–2016 (làm thiệt hại 240.215 ha lúa, hơn 400.000 hộ với 1,5 triệu dân thiếu nước sinh hoạt, thiệt hại ước tính 5.572 tỷ đồng).
  4. Đặc điểm vùng Duyên hải Miền Trung: Bao gồm 14 tỉnh thành trải dài với dải đồng bằng hẹp (nơi hẹp nhất khoảng 50 km tại Quảng Bình), phía Tây là dãy Trường Sơn, phía Đông giáp Biển Đông. Vùng chia thành hai tiểu vùng: Bắc Trung Bộ (BTB) có đồng bằng Thanh Hóa rộng nhất (khoảng một nửa trong tổng số 6.200 km² đồng bằng toàn vùng) và núi cao hiểm trở ở Nghệ An - Hà Tĩnh; Nam Trung Bộ (NTB) có địa hình đồi núi thấp xen kẽ đồng bằng ven biển hẹp. Chế độ khí hậu và mưa phân hóa sâu sắc tạo nên các mùa hạn khắc nghiệt.

Chương 2: Cơ sở khoa học và phương pháp dự báo hạn khí tượng cho vùng Duyên hải Miền Trung

Chương 2 trình bày quy trình thu thập dữ liệu, phân tích cơ sở toán học và thiết lập các mô hình dự báo:

  1. Phân tích hiện trạng hạn và dữ liệu đầu vào:

    • Thu thập số liệu diện tích gieo cấy bị hạn qua các năm tại Bắc Trung Bộ, Nam Trung Bộ và toàn vùng Duyên hải Miền Trung.
    • Thu thập chuỗi số liệu nhiệt độ mặt nước biển dị thường (SSTA) vùng Nino 3.4 và chỉ số dao động Nam bán cầu (SOI) giai đoạn 1984–2014.
    • Xử lý hệ thống trạm quan trắc khí tượng, phân tích xu thế biến đổi lượng mưa và nhiệt độ hàng năm của các trạm trong vùng nghiên cứu. Kiểm định độ tin cậy phép nội suy không gian IDW cho trường mưa và nhiệt độ.

  2. Lựa chọn và tính toán các chỉ số hạn:

    • Tiến hành tính toán chuỗi chỉ số SPI và SPEI ở các bước thời gian 1 tháng (SPI1, SPEI1) và 3 tháng (SPI3, SPEI3) cho tất cả các trạm và các ô lưới trên toàn vùng.
    • Đánh giá vai trò của yếu tố nhiệt độ và bốc thoát hơi tiềm năng PET trong chỉ số SPEI so với chỉ số chỉ dựa vào lượng mưa như SPI.

  3. Phân tích tương quan viễn kết ENSO:

    • Phân tích tương quan giữa các chuỗi chỉ số hạn với chuỗi SSTA và SOI tại các độ trễ thời gian $j$ ($j = 1, 2, 3, 4...$ tháng).
    • Xác định vùng có hệ số tương quan cao và ổn định để làm cơ sở chọn lọc biến đầu vào cho mô hình dự báo.

  4. Thiết lập cấu trúc mô hình ANFIS:

    • Xây dựng cấu trúc mạng nơ-ron thích nghi mờ với các tập luật mờ Sugeno.
    • Thiết lập 4 dạng cấu trúc mô hình dự báo thử nghiệm ($M_1, M_2, M_3, M_4$) tương ứng với các tổ hợp biến đầu vào khác nhau (kết hợp giữa chỉ số hạn quá khứ với các giá trị SSTA và SOI có độ trễ thời gian).
    • Lập trình sơ đồ khối và quy trình tính toán tự động của chương trình dự báo hạn khí tượng.

Chương 3: Xây dựng mô hình cảnh báo sớm hạn khí tượng cho vùng Duyên hải Miền Trung

Chương 3 tổng hợp các kết quả thực nghiệm, đánh giá định lượng và xây dựng hệ thống cảnh báo sớm:

  1. Diễn biến hạn hán theo không gian và thời gian:

    • Kết quả kiểm định nội suy IDW cho thấy độ tin cậy cao của trường mưa và nhiệt độ trên toàn bộ ô lưới vùng Duyên hải Miền Trung.
    • Phân tích diễn biến chuỗi thời gian cho thấy chỉ số SPEI3 và SPI3 phản ánh rõ nét các đợt hạn kéo dài hơn so với SPI1 và SPEI1. So sánh tỷ lệ diện tích hạn tính toán từ các chỉ số với số liệu thống kê thiệt hại sản xuất nông nghiệp thực tế tại 5 năm hạn điển hình (1988, 1993, 1998, 2005, 2010), chỉ số SPEI3 thể hiện mức độ tương thích cao nhất với diễn biến hạn hán thực tế ngoài hiện trường.
    • Phân tích không gian theo phương pháp NCDA chỉ ra tần suất xuất hiện hạn cao tập trung vào các tháng mùa khô (tháng 3, 4, 6, 7, 8) với sự phân hóa rõ giữa Bắc Trung Bộ và cực Nam Trung Bộ (Ninh Thuận, Bình Thuận).

  2. Ảnh hưởng của ENSO đến hạn hán Duyên hải Miền Trung:

    • Trong các thời kỳ xuất hiện pha El Nino, giá trị SPI và SPEI đạt các mức cực tiểu âm sâu, tổng số tháng hạn hán tăng vọt so với điều kiện trung tính.
    • Phân tích tương quan không gian xác nhận: SSTA vùng Nino có mối tương quan nghịch rõ rệt với SPI và SPEI ở độ trễ $j = 3$ tháng; SOI có mối tương quan thuận rõ rệt với các chỉ số hạn ở độ trễ $j = 2$ tháng. Đây là cơ sở khoa học then chốt để dự báo trước hạn hán từ 2 đến 3 tháng.

  3. Đánh giá và lựa chọn mô hình dự báo:

    • So sánh chất lượng dự báo của các mô hình cấu trúc trên tập số liệu kiểm định: Mô hình $M_4$ (kết hợp chỉ số hạn quá khứ cùng SSTA trễ 3 tháng và SOI trễ 2 tháng) đạt các chỉ tiêu thống kê tối ưu nhất ($CORR$ cao nhất, $RMSE$ và $RSR$ nhỏ nhất, chỉ số hiệu quả $E$ cao nhất).
    • Kiểm định mô hình $M_4$ với chỉ số SPEI3 tại các trạm đại diện (như Cam Ranh, Phan Rang, Phan Thiết) cho kết quả bám sát giá trị thực tế trong các đợt hạn 1988, 1993, 1998, 2005 và 2010.

  4. Xây dựng hệ thống cảnh báo sớm và thành lập bản đồ:

    • Luận án đề xuất bảng phân cấp 4 cấp cảnh báo sớm hạn khí tượng dựa trên ngưỡng giá trị dự báo của SPEI3:
Ngưỡng SPEI3 dự báo Cấp hạn Cấp cảnh báo sớm hạn khí tượng
$-0{,}99 \div 0{,}99$ Bình thường Không cảnh báo (Cấp 0)
$-1{,}49 \div -1{,}00$ Hạn vừa Cảnh báo Cấp I
$-1{,}99 \div -1{,}50$ Hạn nặng Cảnh báo Cấp II
$\le -2{,}00$ Hạn cực nặng Cảnh báo Cấp III
  • Ứng dụng mô hình $M_4$ thiết lập bộ tham số dự báo cho 6 tháng tiếp theo và thử nghiệm dự báo chỉ số SPEI3 tại các trạm từ tháng 1/2015 đến tháng 6/2015.
  • Xây dựng hệ thống bản đồ dự báo, cảnh báo hạn khí tượng theo không gian toàn vùng Duyên hải Miền Trung cho các cặp tháng (tháng 1–2/2015, tháng 3–4/2015, tháng 5–6/2015).

Kết quả và những đóng góp mới

Kết quả đạt được

  1. Đã đánh giá toàn diện diễn biến hạn hán trong quá khứ (1985–2014) theo không gian và thời gian trên toàn vùng Duyên hải Miền Trung bằng các chỉ số SPI và SPEI ở các quy mô thời gian 1 tháng và 3 tháng, đồng thời chứng minh chỉ số SPEI3 có độ phù hợp cao nhất với thực tế sản xuất nông nghiệp.
  2. Xác định được quy luật tương quan định lượng giữa các chỉ số hoàn lưu đại dương quy mô lớn (SSTA, SOI) với hạn khí tượng vùng nghiên cứu, tìm ra độ trễ ảnh hưởng có ý nghĩa dự báo ($j = 3$ tháng với SSTA và $j = 2$ tháng với SOI).
  3. Thiết lập và kiểm định thành công mô hình dự báo hạn khí tượng dựa trên kỹ thuật mạng nơ-ron thích nghi mờ ANFIS (mô hình $M_4$), cho phép dự báo trước chỉ số SPEI3 với độ tin cậy đáp ứng yêu cầu nghiệp vụ.
  4. Đề xuất khung phân cấp cảnh báo sớm hạn khí tượng theo chỉ số SPEI3 và xây dựng quy trình thành lập bản đồ cảnh báo sớm hạn khí tượng dạng lưới không gian cho toàn bộ 14 tỉnh Duyên hải Miền Trung.

Những đóng góp mới của luận án

  • Về mặt khoa học:
    • Hoàn thiện cơ sở khoa học trong việc lựa chọn chỉ số hạn SPEI3 tích hợp yếu tố nhiệt độ phục vụ đánh giá và dự báo hạn khí tượng tại vùng Duyên hải Miền Trung.
    • Bổ sung cơ sở phương pháp luận ứng dụng phân tích vùng hạn không kề giáp nhau (NCDA) trong nghiên cứu động thái không gian hạn hán.
    • Cung cấp phương pháp tích hợp các yếu tố tương quan xa ENSO (SSTA, SOI có xét độ trễ) vào cấu trúc mô hình mạng nơ-ron thích nghi mờ (ANFIS) để nâng cao khả năng cảnh báo sớm hạn hán.
  • Về mặt thực tiễn:
    • Cung cấp bộ cơ sở dữ liệu số và bản đồ cảnh báo sớm hạn khí tượng hạn trước đến 6 tháng cho 14 tỉnh thành Duyên hải Miền Trung.
    • Cung cấp công cụ hỗ trợ các nhà quản lý, cơ quan chỉ đạo phòng chống thiên tai và ngành nông nghiệp chủ động lập kế hoạch tích trữ, điều tiết nguồn nước tại các hồ chứa và điều chỉnh lịch thời vụ sản xuất.

Kiến nghị và giải pháp đề xuất

  • Ứng dụng mô hình và quy trình cảnh báo sớm SPEI3-ANFIS vào công tác nghiệp vụ tại các Đài Khí tượng Thủy văn khu vực và cơ quan quản lý tài nguyên nước địa phương.
  • Kết hợp thông tin cảnh báo sớm hạn khí tượng với các phương án vận hành hệ thống công trình thủy lợi, chuyển đổi cơ cấu cây trồng phù hợp với mức độ thiếu hụt ẩm dự báo.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án

  1. Nghiên cứu mới tập trung chủ yếu vào hạn khí tượng thông qua chỉ số SPEI/SPI, chưa liên kết trực tiếp thành mô hình tích hợp đồng thời hạn thủy văn và hạn nông nghiệp trong cùng một hệ thống tính toán.
  2. Độ chính xác của việc nội suy không gian và mô hình dự báo còn phụ thuộc vào mật độ trạm quan trắc khí tượng hiện có, vốn còn phân bố không đều tại các vùng núi cao giáp biên giới phía Tây.
  3. Luận án chủ yếu khai thác các biến viễn kết ENSO (SSTA, SOI), chưa tích hợp đầy đủ các chỉ số hoàn lưu quy mô lớn khác như gió mùa đông bắc Á (NAWM), gió mùa hè Nam Á (SASM) hay chỉ số lưỡng cực Ấn Độ Dương (IOD).

Hướng nghiên cứu tiếp theo

  1. Nghiên cứu mở rộng tích hợp dữ liệu viễn thám thời gian thực và mô hình cân bằng ẩm đất để chuyển đổi kết quả cảnh báo hạn khí tượng sang cảnh báo hạn nông nghiệp và hạn thủy văn chi tiết theo lưu vực sông.
  2. Kết hợp sản phẩm dự báo từ các mô hình động lực toàn cầu (như CFS, ECMWF) với mô hình ANFIS nhằm nâng cao độ chính xác và kéo dài hạn dự báo.
  3. Nghiên cứu áp dụng quy trình và phương pháp luận của luận án cho các vùng kinh tế - sinh thái khác thường xuyên bị hạn hán tại Việt Nam như Tây Nguyên và Đồng bằng sông Cửu Long.

Giá trị tham khảo

Luận án mang lại giá trị tham khảo chuyên môn cho nhiều đối tượng:

  • Nghiên cứu sinh và học viên sau đại học ngành Kỹ thuật tài nguyên nước, Thủy văn học, Biến đổi khí hậu và Khí tượng học: Tham khảo phương pháp tính toán chỉ số SPEI phân bố log-logistic 3 tham số bằng L-moments, kỹ thuật chia lưới không gian NCDA và phương pháp lập trình mô hình mờ ANFIS.
  • Giảng viên và nhà nghiên cứu: Sử dụng làm tài liệu tham khảo trong giảng dạy các học phần về Quản lý tài nguyên nước, Thiên tai khí hậu, Ứng dụng trí tuệ nhân tạo trong thủy văn.
  • Cơ quan quản lý nhà nước và cán bộ hoạch định chính sách (Bộ Nông nghiệp và Phát triển nông thôn, Tổng cục Thủy lợi, Chi cục Thủy lợi 14 tỉnh Duyên hải Miền Trung): Sử dụng quy trình phân cấp cảnh báo sớm (Cấp 0 đến Cấp III) và các bản đồ phân vùng rủi ro để xây dựng phương án cấp nước, điều tiết hồ chứa và giảm nhẹ thiệt hại kinh tế - xã hội do hạn hán.

Câu hỏi thường gặp

1. Luận án lựa chọn chỉ số nào làm cơ sở chính để xây dựng mô hình cảnh báo sớm hạn khí tượng? Vì sao?

Luận án lựa chọn chỉ số chuẩn hóa lượng mưa và bốc hơi ở quy mô 3 tháng (SPEI3). Lý do là vì SPEI3 tích hợp cả yếu tố lượng mưa và nhiệt độ không khí (qua lượng bốc thoát hơi tiềm năng PET), phản ánh sát thực tế tác động khô hạn trong bối cảnh nhiệt độ gia tăng và thể hiện mối tương quan đồng pha chặt chẽ nhất với số liệu diện tích gieo cấy bị thiệt hại thực tế tại Duyên hải Miền Trung trong các năm hạn điển hình (1988, 1993, 1998, 2005, 2010).

2. Các nhân tố viễn kết đại dương - khí quyển nào được sử dụng làm biến dự báo đầu vào và độ trễ là bao nhiêu?

Luận án sử dụng 2 nhân tố viễn kết đại dương - khí quyển chính:

  • Nhiệt độ mặt nước biển dị thường (SSTA) vùng Nino: có tương quan nghịch với chỉ số hạn ở độ trễ $j = 3$ tháng.
  • Chỉ số dao động Nam bán cầu (SOI): có tương quan thuận với chỉ số hạn ở độ trễ $j = 2$ tháng.

3. Cấu trúc mô hình toán học nào được lựa chọn để thực hiện dự báo hạn khí tượng?

Luận án sử dụng mạng nơ-ron thích nghi mờ (ANFIS - Adaptive Neuro-Fuzzy Inference System). Trong số các cấu trúc thử nghiệm, mô hình $M_4$ (kết hợp chỉ số hạn quá khứ với SSTA trễ 3 tháng và SOI trễ 2 tháng) cho kết quả dự báo tối ưu nhất theo các tiêu chí kiểm định thống kê ($CORR, RMSE, RSR, E$).

4. Hệ thống phân cấp cảnh báo sớm hạn khí tượng của luận án được quy định như thế nào?

Cảnh báo sớm được phân thành 4 cấp độ dựa trên ngưỡng giá trị dự báo của SPEI3:

  • Cấp 0 (Không cảnh báo): $SPEI3 \ge -0{,}99$ (Khí hậu bình thường hoặc ẩm).
  • Cảnh báo Cấp I: $-1{,}49 \le SPEI3 \le -1{,}00$ (Hạn vừa).
  • Cảnh báo Cấp II: $-1{,}99 \le SPEI3 \le -1{,}50$ (Hạn nặng).
  • Cảnh báo Cấp III: $SPEI3 \le -2{,}00$ (Hạn cực nặng).

Kết luận

Luận án tiến sĩ kỹ thuật của tác giả Nguyễn Thái Hà đã giải quyết trọn vẹn mục tiêu đánh giá quy luật hạn hán và thiết lập mô hình cảnh báo sớm hạn khí tượng cho toàn bộ 14 tỉnh Duyên hải Miền Trung. Bằng việc kết hợp chỉ số SPEI3, phương pháp vùng hạn không kề giáp nhau NCDA và mô hình trí tuệ nhân tạo ANFIS tích hợp các nhân tố viễn kết ENSO (SSTA trễ 3 tháng, SOI trễ 2 tháng), công trình đã cung cấp cơ sở khoa học tin cậy và bộ công cụ bản đồ cảnh báo sớm hiệu quả. Kết quả nghiên cứu đóng góp thiết thực vào việc nâng cao năng lực chủ động phòng chống thiên tai, phục vụ công tác điều hòa, khai thác và quản lý bền vững tài nguyên nước tại khu vực miền Trung Việt Nam.