CHƯƠNG 1 TỔNG QUAN NGHIÊN CỨU 1. Tổng quan các nghiên cứu đánh giá tài nguyên nước liên quan đến biến đổi khí hậu 1. Tổng quan các nghiên cứu đánh giá trên thế giới. Hiện nay, dưới sự phát triển của khoa học công nghệ và nhu cầu sử dụng, các mô hình toán thủy văn thương mại được sử dụng khá phổ biến trong lĩnh vực đánh giá tài nguyên nước bởi tính ưu việt về giao diện và thao tác đơn giản.
Song song với các mô hình thương mại, các mô hình mã nguồn mở cũng được sử dụng trong nhiều nghiên cứu với khả năng xử lý nhanh và ít các ràng buộc về thương mại và bản quyền. Pakistan được đánh giá là một trong những quốc gia luôn phải đối mặt với căng thẳng nước cao nhất trên thế giới, tài nguyên nước ở Pakistan là đối tượng dễ bị tổn thương cao dưới các thay đổi về điều kiện khí hậu. (Rashid và các đồng nghiệp, 2016) [1] đã tập trung điều tra, đánh giá diễn biến tài nguyên nước cho lưu vực sông Kunhar, Pakistan dưới kịch bản BĐKH A2 và B2 từ mô hình toàn cầu HadCM3. Mô hình thủy văn HEC- HMS được thiết lập cho lưu vực sông nhằm đánh giá dòng chảy cho các thời kỳ 2011- 2040, 2041-2070 và 2071-2099 so với thời kỳ nền 1961-1990 dựa trên các đặc trưng dòng chảy như dòng chảy trung bình, dòng chảy mùa kiệt, dòng chảy mùa lũ, đường quá trình dòng chảy, sự dịch chuyển thời gian tới đỉnh.
Kết quả cho thấy, nhìn chung có sự gia tăng dòng chảy trung bình năm trong cả hai kịch bản tuy nhiên mùa xuân và mùa đông có sự sụt giảm rõ rệt về dòng chảy mùa kiệt. Nghiên cứu cũng chỉ ra khả năng dịch chuyển đỉnh lũ từ tháng 6 đến tháng 7 trong tương lai cho cả hai kịch bản BĐKH. Nói cách khác, lưu vực sông Kunhar có nguy cơ đối mặt với lũ lụt và hạn hán cao trong tương lai do sự gia tăng về dòng chảy mùa lũ và sự suy giảm dòng chảy mùa kiệt cũng như sự thay đổi lớn cả về thời gian và lượng đỉnh dòng chảy. Nghiên cứu tiếp theo tại Brazil được thực hiện bởi Ricardo và cộng sự (2017) [2] đã áp dụng mô hình toán thủy văn phân bố MHD-INPE nhằm đánh giá cán cân bằng nước cho lưu vực sông Purus vùng tây nam Amazon dưới điều kiện BĐKH.
Trong đó, các dữ liệu khí hậu dự báo được tính toán bằng mô hình khí hậu khu vực ETA-INPE từ mô hình toàn cầu HadCM3 cho kịch bản phát thải A1B (IPCC, AR4). Kết quả mô phỏng từ mô 2 hình dự báo cho kịch bản A1B cho thấy mức sụt giảm về lượng mưa tới 11,1% trong khi nhiệt độ có thể gia tăng tới 4,40C và tốc độ gió gia tăng tới 8,4% vào cuối thế kỷ. Trên cơ sở dữ liệu dự báo này, mô hình dự báo dòng chảy trong lưu vực sông Purus có khả năng giảm trung bình khoảng 27%, với sự khác biệt giữa mùa mưa và mùa khô. Một nghiên cứu điển hình khác về đánh giá tài nguyên nước trong điều kiện BĐKH được thực hiện bởi Masoud (2017) [3] cho lưu vực sông Kabul, Afghanistan.
Dữ liệu mưa và nhiệt độ dự báo (tháng) kịch bản RCP 4.5 được khai thác từ mô hình khí hậu toàn cầu CMIP5-GCMs bằng phương pháp chi tiết hóa tuyến tính trên cơ sở tính toán sai số hệ thống tới các trạm thủy văn trên lưu vực sông Kabul cho các thời kỳ 2020, 2050 và 2080 dựa trên thời kỳ nền 1971-2000. Theo đó, mô hình phân bố thủy văn J2000 được áp dụng nhằm đánh giá tình hình tài nguyên nước cho lưu vực sông. Mô hình J2000 có thể sử dụng cho các lưu vực sông trung bình và lớn và được thiết lập trong khung chương trình hệ thống mô hình thích ứng Jena (JAMS) tại Đức. Với lượng mưa dự báo suy giảm ở cả hai kịch bản trong khoảng -19% đến - 3%, mô hình thủy văn J2000 tính toán sự thay đổi dòng chảy trên lưu vực sông nằm trong khoảng từ -14% đến +49% dưới kịch bản RCP4.5 và -16% đến 100% dưới kịch bản RCP8.5 vào cuối thế kỷ 21.
Mức thay đổi trung bình vào khoảng -9% đến 22%. Tương tự, mô hình phân bố thủy văn SWAT được ứng dụng trong nghiên cứu đánh giá dòng chảy lưu vực sông đa biên giới Mangla, (Ấn Độ và Pakistan) [4] từ các dữ liệu dự báo toàn cầu HadCM3-GCM qua mô hình chi tiết hóa SDSM cho kịch bản phát thải khí nhà kính A2 và B2 bởi Yaseen và nnk, 2020. Kết quả dự báo cho thấy sự gia tăng nhiệt độ lớn nhất trung bình năm trong khi ở khu vực vùng núi cao, nhiệt độ lại có xu hướng giảm. Sự gia tăng lượng mưa năm được dự báo cho toàn lưu vực sông cho các thời kỳ 2020, 2050 và 2080 dẫn tới mức gia tăng dòng chảy lên ở 16% (mùa đông), 19% (mùa xuân) và 20% (mùa hè) trong khi đó mùa thu cho thấy xu hướng giảm dòng chảy ở tất cả các thời kỳ tương lai.
Kavvas và các cộng sự (2013), Kure và các cộng sự (2013) [5], Trinh và các cộng sự (2016) [6] đã phát triển ra bộ công cụ sử dụng kết hợp mô hình khí tượng và thủy văn dựa trên các bản chất vật lý của tự nhiên. Bộ mô hình này có tên gọi là WEHY-HCM là sự kết hợp từ một mô hình khí tượng động lực với một mô hình thủy văn lưu vực vật lý 3 thực WEHY [6] với một mô hình khí tượng khu vực (RegHCM) (Chen 2011; Shaaban 2010) [7]. Để có thể tiến hành khôi phục dữ liệu dòng chảy tại một lưu vực cụ thể, số liệu đầu vào của bộ mô hình là các số liệu khí tượng toàn cầu – reanalysis trong quá khứ. Độ phân giải của bộ dữ liệu này là rất thô, do vậy cần phải sử dụng các mô hình khí tượng nhằm chi tiết hóa các số liệu trên lưu vực sông.
Sau đó WEHY-HCM mô phỏng các quá trình thủy văn với các dữ liệu khí tượng đã thu hẹp làm đầu vào. Những tính toán được thực hiện trong khoảng thời gian chia rất nhỏ, vì vậy mà WEHY-HCM có thể tạo ra dữ liệu thủy văn theo giờ trên lưu vực mục tiêu. Ngoài ra, WEHY-HCM được áp dụng cho một lưu vực không có số liệu đo hoặc đo thưa thớt bởi vì các thông số mô hình được đánh giá trực tiếp từ các thông số về đất đai, chất đất và địa hình của lưu vực. Do tất cả các thành phần của nó được dựa trên thực tế, WEHY-HCM có thể thích ứng với điều kiện khí hậu-thủy văn thay đổi trong khu vực mô hình và do đó không yêu cầu cố định các đặc tính thống kê theo thời gian.
Mô hình WEHY-HCM đã được áp dụng trước đó tại khu vực núi Sierra, bao gồm các lưu vực Big Chico Creek, Little Chico Creek, Thượng Butte Creek, Deer Creek, Shasta Dam ở Bắc California [6] và cả các nước như Nhật, Malaysia, Thổ Nhĩ Kỳ, Syria, Iraq, Iran, Hàn Quốc[8]. Các kết quả của việc xác nhận mô hình trong ứng dụng nàyđược dựa trên việc so sánh mô hình mô phỏng về lượng mưa, dòng chảy bề mặt và tuyết tan đối với các quan sát tương ứng, cho kết quả rất tốt. 1 Bảng tổng hợp các mô hình toán thủy văn đánh giá dòng chảy lưu vực sông Mô hình Bước Dữ liệu đầu vào cơ bản thời gian HBV Ngày Nhiệt độ, mưa, dòng chảy, địa hình, sử dụng đất, khu vực băng GSM-SOCONT Ngày Nhiệt độ, mưa, bốc hơi tiềm năng, dòng chảy, dữ liệu băng J2000 Ngày Nhiệt độ, mưa, số giờ chiếu sáng, loại đất, diện tích sông băng SNOWMOD Ngày Nhiệt độ, mưa, dòng chảy, diện tích băng WATFLOOD Ngày Nhiệt độ, dòng chảy, địa hình, sử dụng đất, diện tích băng hà MHD-INPE Ngày Nhiệt độ, mưa, dòng chảy 4 Mô hình Bước Dữ liệu đầu vào cơ bản thời gian WEHY-HCM Ngày, giờ Nhiệt độ, mưa, dòng chảy, địa hình, sử dụng đất, loại đất HEC Ngày Nhiệt độ, mưa, dòng chảy, địa hình, sử dụng đất, loại đất SWAT Ngày, giờ Nhiệt độ, mưa, bốc hơi, địa hình, sử dụng đất, loại đất MIKE Ngày, giờ Nhiệt độ, mưa, bốc hơi, địa hình, sử dụng đất, loại đất, dòng chảy. Tổng quan các nghiên cứu đánh giá trong nước Tại Việt Nam, các nghiên cứu đánh giá sự biến đổi tài nguyên nước cho các lưu vực sông dưới ảnh hưởng của BĐKH cũng được thực hiện dưới dạng các đề tài, dự án phục vụ phát triển kinh tế xã hội.
Trong đó, đề tài BĐKH.08 do Trần Hồng Thái chủ nhiệm đã đánh giá diễn biến tài nguyên nước ở đồng bằng sông Cửu Long (ĐBSCL)[9] như dòng chảy vào, diễn biến mặn song song với các tiềm tàng của BĐKH bao gồm thiếu hụt nguồn nước, ngập lụt tác động đến quỹ đất, và dòng chảy theo mùa từ đó xây dựng bản đồ ngập đối với các loại quỹ đất. Đề tài cũng xác định được sự thay đổi bất lợi của dòng chảy ở BĐSCL theo các kịch bản BĐKH A2 và B2 tới năm 2050. Trên cơ sở đó, đề tài đưa ra các giải pháp khai thác, sử dụng và bảo vệ tài nguyên nước cho ĐBSCL trong điều kiện BĐKH như chuyển đổi sử dụng đất và cơ cấu cây trồng vật nuôi, quy hoạch tập trung các công trình quản lý lũ và phục vụ lấy nước tưới – tiêu và xây dựng đê biển dọc bờ biển Đông và bờ biển Tây, các công xâm nhập mặn. Mô hình SWAT cũng được ứng dụng khá phổ biến trong các nghiên cứu ở Việt Nam.
Trong đó mô hình được ứng dụng bởi Nguyễn Kỳ Phùng & Lê Thị Thu An (2012) [10] nhằm mô phỏng sự thay đổi dòng chảy lưu vực sông Đồng Nai dưới tác động của BĐKH kịch bản B2. Dữ liệu sử dụng trong nghiên cứu bao gồm các dữ liệu địa hình, thảm phủ thực vật, thổ nhưỡng và khí tượng được xử lý bằng phần mềm ENVI và ArcGIS làm đầu vào cho mô hình SWAT. Kết quả mô phỏng cho thấy, do ảnh hưởng của BĐKH, lưu lượng mùa nước lũ có khả năng tăng cao và mùa kiệt có xu hướng giảm đi. Lượng dòng chảy năm trong tương lai 2020 đến 2100 tăng từ 0,5% đến 3,85% và có sự khác 5 nhau giữa các tiểu lưu vực; lưu lượng trung bình các tháng mùa khô giảm từ -9,6% đến -0,05% ngược lại các tháng mùa mưa tăng từ 0,013% đến 5,256%.
Nguyễn Duy Liêm: “Ứng dụng công nghệ GIS và mô hình SWAT đánh giá lưu lượng dòng chảy lưu vực sông Bé”[11]. Nghiên cứu này đã mô phỏng lưu lượng dòng chảy lưu vực sông Bé trong giai đoạn 1979 – 2007 bằng mô hình SWAT với kết quả khá tốt (giá trị R2 và NSI đều trên 0,7 trong thời kì 1979 – 1994).