Tổng quan về luận án

Nghiên cứu thủy văn tại các lưu vực sông xuyên biên giới quy mô lớn luôn đối mặt với thách thức nghiêm trọng về tính bất định và sự suy giảm của mạng lưới quan trắc mặt đất. Luận án tiến sĩ Thủy văn học (Mã số: 9440224.01) của nghiên cứu sinh Đặng Đình Khá với đề tài "Nghiên cứu tính toán dòng chảy cho lưu vực thiếu/không có số liệu quan trắc (áp dụng cho lưu vực sông Mê Công)", thực hiện dưới sự hướng dẫn khoa học của PGS. TS. Trần Ngọc Anh tại Trường Đại học Khoa học Tự nhiên – Đại học Quốc gia Hà Nội (2021), đã giải quyết bài toán cốt lõi này thông qua cách tiếp cận liên ngành giữa viễn thám thủy văn và mô hình hóa bán phân bố.

Khoảng trống nghiên cứu (research gap) trọng tâm xuất phát từ thực trạng mạng lưới quan trắc suy thoái toàn cầu. Theo số liệu từ Trung tâm Dữ liệu Dòng chảy Toàn cầu (Global Runoff Data Center - GRDC), "nếu trước năm 1970 có khoảng 8.000 trạm trên toàn thế giới thì đến năm 2015 số lượng trạm chỉ còn khoảng 1.000 trạm đo dòng chảy". Tại Lưu vực sông Mê Công (Mekong River Basin - MRB) có tổng diện tích 795.000 km² và chiều dài dòng chính 4.800 km, sự phân bố trạm khí tượng thủy văn mặt đất bị chia cắt sâu sắc bởi biên giới 6 quốc gia (Trung Quốc, Myanmar, Lào, Thái Lan, Campuchia, Việt Nam). Dữ liệu thượng nguồn sông Lan Thương (chiếm 24% diện tích lưu vực, tương đương 189.000 km²) không được chia sẻ đầy đủ về quy trình vận hành chuỗi đập thủy điện bậc thang, tạo ra tình trạng thiếu hụt dữ liệu mang tính cấu trúc thể chế. Văn bản luận án nhấn mạnh: "lưu vực sông Mê Công đang gặp nhiều khó khăn trong quan trắc, thu thập các nguồn dữ liệu khí tượng thủy văn đầy đủ trên lưu vực, ảnh hưởng đến sự chủ động, tính chính xác trong công tác tính toán dòng chảy hoặc đánh giá tài nguyên nước trên lưu vực."

Luận án xác lập hai câu hỏi nghiên cứu và hai hệ giả thuyết khoa học tương ứng:

  • Câu hỏi nghiên cứu 1 (RQ1): Trong điều kiện mạng lưới trạm đo mưa mặt đất phân bố thưa thớt và gián đoạn, sản phẩm mưa lưới (GPPs) nào (vệ tinh viễn thám hay tái phân tích khí quyển) sở hữu độ tin cậy tối ưu để tích hợp vào mô hình thủy văn nhằm mô phỏng dòng chảy ngày?
  • Giả thuyết 1 (H1): Việc đánh giá sai số không gian - thời gian của các bộ dữ liệu mưa lưới viễn thám (TRMM 3B42, CMORPH, GSMaP) và tái phân tích (CPC) kết hợp với mô hình thủy văn thông số bán phân bố SWAT sẽ thiết lập được công cụ khôi phục dòng chảy ngày chính xác cao tại các tiểu lưu vực thiếu trạm đo.
  • Câu hỏi nghiên cứu 2 (RQ2): Dữ liệu cao trình mực nước mặt từ vệ tinh đo cao radar (Satellite Radar Altimetry) có thể thay thế hoặc bổ khuyết trạm thủy văn truyền thống để ước tính lưu lượng dòng chảy tại các đoạn sông chính không có trạm quan trắc hay không?
  • Giả thuyết 2 (H2): Quan hệ phi tuyến giữa mực nước trích xuất từ vệ tinh đo cao (Envisat, Jason-2/3) và lưu lượng thực đo tại các trạm hạ lưu cho phép xây dựng đường cong quan hệ mực nước - lưu lượng (Rating Curve) độc lập, cung cấp chuỗi lưu lượng định kỳ có hệ số xác định $R^2 \ge 0,85$.

Khung lý thuyết của nghiên cứu được neo giữ trên Sáng kiến Thập kỷ Thủy văn Dự báo tại Lưu vực không có số liệu quan trắc (PUB - Predictions in Ungauged Basins, 2003–2012) do Hiệp hội Quốc tế về Khoa học Thủy văn (IAHS) khởi xướng, kết hợp lý thuyết chu trình thủy văn bán phân bố SWAT (Soil and Water Assessment Tool) và nguyên lý đo cao vệ tinh (Satellite Radar Altimetry). Luận án được thực nghiệm trên chuỗi số liệu 15 năm (1998–2012) với 175 trạm đo mưa mặt đất, 6 trạm thủy văn chính trên dòng chính (Chiang Saen, Luang Prabang, Nong Khai, Mukdahan, Pakse, Kratie) và 2 hệ thống vệ tinh đo cao radar (Envisat chu kỳ 35 ngày và Jason-2/3 chu kỳ 10 ngày).

Literature Review và Positioning

Tổng quan y văn quốc tế ghi nhận sự tiến hóa của các phương pháp ước tính thủy văn tại các lưu vực thiếu hoặc không có số liệu qua 5 dòng nghiên cứu chính:

  1. Phương pháp chuyển đổi thông số (Parameter Regionalization): Dựa trên giả thuyết tương đồng không gian (spatial proximity) và chỉ số thuộc tính lưu vực (catchment attributes). Sefton và Howarth (1998) thiết lập tương quan giữa thông số mô hình với đặc trưng vật lý của 60 lưu vực tại Anh và xứ Wales, đạt $R^2 = 0,69$ giữa thông số bốc hơi và lượng mưa năm. Merz và Blöschl (2005) so sánh các phương pháp khu vực hóa tại Áo, chứng minh tính bất định cao khi chuyển giao thông số trực tiếp mà không xét đến tính dị hướng của thảm phủ và lớp sát mặt đất.
  2. Cải tiến cấu trúc mô hình (Model Structural Enhancement): Kuzmin và Sokolova (2017) phát triển mô hình quan niệm đa lớp MLCM (Multi-Layer Conceptual Model) kết hợp thuật toán tìm kiếm từng bước (Stepwise Line Search) để dự báo lũ tại Nga và lưu vực sông Sê San (Việt Nam), tuy nhiên mô hình này bộc lộ giới hạn rõ rệt khi áp dụng cho lưu vực có diện tích vượt quá $100.000\text{ km}^2$.
  3. Mô hình học máy và trí tuệ nhân tạo (Data-Driven & Machine Learning): Tích hợp ANN, SVM, LSTM và GRU để mô hình hóa mối quan hệ mưa - dòng chảy (ASCE Task Committee, 2000; Le Xuan Hien et al., 2019). Dù xử lý phi tuyến xuất sắc, nhóm mô hình hộp đen này gặp phải "vấn đề khái quát hóa" (generalization problem), tức mất độ tin cậy khi dự báo ngoài không gian nghiệm dữ liệu huấn luyện hoặc khi chế độ dòng chảy bị can thiệp bởi vận hành hồ chứa nhân tạo.
  4. Tích hợp sản phẩm mưa lưới viễn thám (Gridded Precipitation Products - GPPs): Sorooshian et al. (2011), Maggioni et al. (2016), và Sun et al. (2018) chỉ ra sai số hệ thống của cảm biến vi sóng (MW) và hồng ngoại (IR). CMORPH có xu hướng thiên thấp tại Malaysia, Indonesia và Châu Âu nhưng lại thiên cao tại lưu vực sông Nile và Tây Bắc Trung Quốc.
  5. Thủy văn trắc địa (Hydro-geodetic Altimetry): Seyler et al. (2006) sử dụng Topex/Poseidon ước tính lưu lượng sông Amazon; Birkinshaw et al. (2010) và Tarpanelli et al. (2013) tích hợp số liệu đo cao radar với mô hình thủy văn dòng chảy đơn giản hóa.

Trong bối cảnh y văn đó, nghiên cứu này định vị vị trí tiên phong bằng việc tích hợp ma trận đánh giá thống kê đa chiều (CC, PBIAS, RMSD) trên 175 trạm đo mưa thực địa tại Đông Nam Á để phân vùng hóa nguồn dữ liệu mưa đầu vào tối ưu cho mô hình SWAT, đồng thời kết nối trực tiếp dữ liệu đo cao từ hai thế hệ vệ tinh Envisat và Jason-2/3 nhằm giải quyết triệt để tính bất định dòng chảy tại lưu vực Mê Công. Nghiên cứu tạo bước tiến vượt trội so với nghiên cứu của V. Kuzmin (2017) về quy mô không gian và khắc phục nhược điểm phụ thuộc trạm mặt đất trong các nghiên cứu trước đây của Ủy ban sông Mê Công (MRC DSF, 2005).

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào khung lý thuyết PUB của IAHS (Sivapalan et al., 2003) bằng cách mở rộng khái niệm "Lưu vực thiếu hoặc không có số liệu" (Ungauged Basin). Định nghĩa kinh điển được chuẩn hóa và phân loại thành 4 trạng thái ranh giới:

(i) Hoàn toàn không có trạm quan trắc lưu lượng và các yếu tố khí tượng;
(ii) Số liệu quan trắc thủy văn không đầy đủ cả về số lượng và chất lượng;
(iii) Trạm quan trắc trong thời gian ngắn, đo đạc không liên tục hoặc không đồng bộ (do thay đổi mặt đệm và hồ chứa làm đứt gãy quy luật tự nhiên);
(iv) Có trạm quan trắc nhưng không thể truy cập hoặc chia sẻ do rào cản địa chính trị.

Nghiên cứu tạo nên sự dịch chuyển mô hình (paradigm shift): chuyển từ phương pháp nội suy thống kê tĩnh và lưu vực tương tự truyền thống (vốn giả định tính đồng nhất địa đới tĩnh) sang phương pháp Đồng hóa dữ liệu viễn thám đa nguồn động (Dynamic Multi-source Remote Sensing Assimilation). Mô hình lý thuyết chứng minh rằng sự kết hợp giữa trường mưa vệ tinh độ phân giải cao và mô hình bán phân bố có khả năng tái tạo chu trình thủy văn với độ chính xác tương đương mạng lưới trạm đo dày đặc.

flowchart TD
    A[Nguồn Dữ Liệu Đa Cảm Biến] --> B[Dữ Liệu Mưa Lưới GPPs: TRMM, CMORPH, GSMaP, CPC]
    A --> C[Vệ Tinh Đo Cao Radar: Envisat, Jason-2/3]
    A --> D[Dữ Liệu Mặt Đệm: DEM SRTM 90m, FAO Soil, Land Cover]
    
    B --> E[Đánh Giá Thống Kê Sai Số Không Gian - Thời Gian 175 Trạm]
    E --> F[Lựa Chọn Mưa Tối Ưu Theo Phân Vùng Tiểu Lưu Vực]
    
    F --> G[Mô Hình Thủy Văn Bán Phân Bố SWAT]
    D --> G
    
    G --> H[Mô Phỏng Quá Trình Lưu Lượng Ngày 6 Trạm Dòng Chính]
    
    C --> I[Trích Xuất Trạm Thủy Văn Ảo Virtual Stations ES, J1]
    I --> J[Phương Trình Quan Hệ Mực Nước - Lưu Lượng Q = f H]
    
    H --> K[Khôi Phục và Bổ Khuyết Chuỗi Dòng Chảy Lưu Vực Thiếu Số Liệu]
    J --> K

Khung phân tích độc đáo

Khung phân tích tích hợp 3 trụ cột lý thuyết:

  1. Lý thuyết thủy văn bán phân bố (Semi-distributed Hydrological Theory): Phân chia lưu vực thành 56 tiểu lưu vực (sub-basins) và hàng trăm đơn vị đáp ứng thủy văn (HRU - Hydrologic Response Units) dựa trên sự đồng nhất về loại đất, độ dốc và thảm phủ.
  2. Lý thuyết tán xạ và phát xạ vi sóng khí quyển: Xử lý sai số thuật toán của cảm biến Passive Microwave (PMW) và Thermal Infrared (TIR) trong các sản phẩm GPPs.
  3. Lý thuyết thủy văn trắc địa vệ tinh (Radar Altimetry Geodesy): Nguyên lý đo thời gian khứ hồi của xung sóng radar phản xạ từ mặt nước nội địa để xác định cao trình mực nước mặt tự do so với Ellipsoid WGS84:

$$H = h_{sat} - \left( R_{raw} + \Delta R_{iono} + \Delta R_{dry} + \Delta R_{wet} + \Delta R_{tide} \right)$$

Điều kiện biên xác định: Khung phân tích áp dụng cho các đoạn sông có chiều rộng mặt nước lớn hơn kích thước vết quét radar footprint ($> 200\text{ m}$) và nằm ngoài vùng ảnh hưởng của sóng triều Biển Đông (từ trạm Kratie ngược lên thượng nguồn).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ triết lý thực chứng diễn dịch (Deductive Positivism), kết hợp thiết kế nghiên cứu hỗn hợp định lượng đa cấp (Multi-level Quantitative Design):

  • Cấp độ không gian: Toàn bộ lưu vực sông Mê Công ($795.000\text{ km}^2$), phân chia thành Thượng Mê Công (vĩ độ $> 20^\circ\text{N}$, sông Lan Thương) và Hạ Mê Công (vĩ độ $< 20^\circ\text{N}$).
  • Cấp độ thời gian: Chuỗi quan trắc 15 năm (1998–2012) ở độ phân giải ngày (daily time-step) phục vụ mô phỏng thủy văn; chu kỳ 10 ngày (Jason-2/3 giai đoạn 2008–2016) và chu kỳ 35 ngày (Envisat giai đoạn 2002–2010) phục vụ đo cao vệ tinh.

Quy trình nghiên cứu rigorous

Quy trình thu thập và tiền xử lý dữ liệu được kiểm soát nghiêm ngặt theo chuẩn WMO và NASA/JAXA:

  • Dữ liệu mưa trạm mặt đất: 175 trạm khí tượng đo mưa phân bố từ $8,75^\circ\text{N}$ đến $33,47^\circ\text{N}$ và $94,73^\circ\text{E}$ đến $108,27^\circ\text{E}$. Dữ liệu được kiểm tra tính đồng nhất và làm sạch gián đoạn.
  • Sản phẩm mưa lưới (GPPs):
    • CMORPH (NOAA): Độ phân giải $0,25^\circ \times 0,25^\circ$, bước thời gian 3 giờ nội suy về ngày.
    • CPC (NOAA): Dữ liệu mưa ngày nội suy trạm toàn cầu, độ phân giải $0,5^\circ \times 0,5^\circ$.
    • GSMaP-Gauge (JAXA): Tích hợp cảm biến vi sóng và hiệu chỉnh trạm, độ phân giải $0,1^\circ \times 0,1^\circ$, bước thời gian 1 giờ.
    • TRMM 3B42 V7 (NASA): Kết hợp đa vệ tinh vi sóng - hồng ngoại và hiệu chỉnh trạm GPCC, độ phân giải $0,25^\circ \times 0,25^\circ$.
  • Hệ thống trạm thủy văn kiểm chứng: 6 trạm thực địa dòng chính gồm Chiang Saen, Luang Prabang, Nong Khai, Mukdahan, Pakse, Kratie; cùng 2 trạm đối chứng đo cao Stung Treng và KomPong Cham.

Data và phân tích

Mô hình SWAT được thiết lập với DEM SRTM 90m, bản đồ thổ nhưỡng FAO (nhóm đất xám chiếm 65%, mùn alit 14%, đất phù sa/phèn 20%), và bản đồ sử dụng đất (đất rừng chiếm ưu thế ở Lào/Campuchia, đồng cỏ ở Tây Tạng, lúa nước ở Đông Bắc Thái Lan và ĐBSCL).

Bộ thông số mô hình được phân tích độ nhạy toàn cục và tối ưu hóa thông qua thuật toán SUFI-2 (Sequential Uncertainty Fitting Ver. 2) trong phần mềm SWAT-CUP. Các chỉ số thống kê định lượng đánh giá sai số bao gồm:

$$\text{CC} = \frac{\sum_{i=1}^n (G_i - \bar{G})(S_i - \bar{S})}{\sqrt{\sum_{i=1}^n (G_i - \bar{G})^2} \sqrt{\sum_{i=1}^n (S_i - \bar{S})^2}}$$

$$\text{PBIAS} = \frac{\sum_{i=1}^n (S_i - G_i)}{\sum_{i=1}^n G_i} \times 100%$$

$$\text{RMSD} = \sqrt{\frac{1}{n} \sum_{i=1}^n (S_i - G_i)^2}$$

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

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án trích xuất các bằng chứng thực nghiệm chính xác từ dữ liệu phân tích 175 trạm và mô phỏng dòng chảy:

  1. Hiệu suất dị biệt của các sản phẩm mưa lưới theo không gian và vĩ độ:

    • Tại vùng hạ lưu và cao nguyên phẳng (vĩ độ $13^\circ\text{N} - 17^\circ\text{N}$), GSMaP và CPC đạt hệ số tương quan vượt trội với số liệu trạm. Điển hình tại trạm 160301 ($103,68^\circ\text{E}; 16,05^\circ\text{N}$), hệ số tương quan $\text{CC}$ của GSMaP đạt 0,87, CPC đạt 0,79, trong khi CMORPH đạt 0,46 và TRMM đạt 0,58. Sai số RMSD của GSMaP tại đây chỉ 6,23 mm/ngày (so với TRMM là 10,56 mm/ngày).
    • Ngược lại, tại vùng núi cao hiểm trở thượng lưu Tây Tạng (vĩ độ $> 27^\circ\text{N}$), tất cả các sản phẩm mưa vệ tinh đều bị suy giảm tương quan và đánh giá thấp lượng mưa do bề mặt phản xạ băng tuyết. Tại trạm 56018 ($94,73^\circ\text{E}; 33,47^\circ\text{N}$), CMORPH có $\text{PBIAS} = -67,45%$, GSMaP có $\text{PBIAS} = -2,48%$, TRMM có $\text{CC} = 0,28$.
    • Mưa TRMM 3B42 bộc lộ xu thế thiên cao rõ rệt (overestimation) tại vùng chuyển tiếp sườn đón gió miền Trung Thái Lan và Nam Lào, với PBIAS tại trạm 170305 đạt +127,29% và trạm 170210 đạt +123,67%.

  2. Chất lượng mô phỏng dòng chảy ngày của mô hình SWAT tích hợp GPPs: Khi sử dụng sản phẩm mưa lưới phù hợp cho từng tiểu vùng, mô hình SWAT tái tạo đường quá trình dòng chảy xuất sắc tại tất cả 6 trạm dòng chính. Chỉ số hiệu quả Nash-Sutcliffe ($\text{NSE}$) và $\text{PBIAS}$ giai đoạn hiệu chỉnh (1998–2007) và kiểm định (2008–2012) đạt:

    • Chiang Saen: $\text{NSE} > 0,78$, $\text{PBIAS} \le \pm 8,5%$
    • Luang Prabang: $\text{NSE} > 0,82$, $\text{PBIAS} \le \pm 6,2%$
    • Nong Khai: $\text{NSE} > 0,84$, $\text{PBIAS} \le \pm 5,8%$
    • Mukdahan: $\text{NSE} > 0,86$, $\text{PBIAS} \le \pm 4,9%$
    • Pakse: $\text{NSE} > 0,88$, $\text{PBIAS} \le \pm 4,2%$
    • Kratie: $\text{NSE}$ đạt 0,89, phản ánh chính xác dòng chảy mùa lũ và mùa kiệt chảy về hạ lưu.

  3. Khả năng thiết lập trạm thủy văn ảo từ vệ tinh đo cao:

    • Tại trạm ảo Envisat ES (gần trạm thủy văn Stung Treng), chuỗi mực nước đo cao giai đoạn 2002–2010 theo bước thời gian 35 ngày xây dựng được phương trình tương quan lũy thừa với lưu lượng thực đo đạt hệ số xác định $R^2 = 0,89$.
    • Tại trạm ảo Jason-2/3 J1 (gần trạm thủy văn KomPong Cham), chuỗi mực nước bước thời gian 10 ngày giai đoạn 2008–2013 kiểm định cho giai đoạn 2014–2016 đạt $R^2 = 0,91$, cho phép tính toán trực tiếp chuỗi lưu lượng thực tế mà không cần vận hành trạm đo thủ công tại mặt đất.

Implications đa chiều

  • Về mặt học thuật và lý thuyết: Chứng minh tính khả thi của việc thiết lập chuỗi quan trắc thủy văn ảo hoàn toàn độc lập với dữ liệu mặt đất, đóng góp giải pháp thực nghiệm cho chương trình PUB quốc tế.
  • Về phương pháp luận: Thiết lập quy trình chuẩn hóa kết hợp: Lựa chọn GPPs theo ngưỡng địa hình $\rightarrow$ Phân bố thông số SWAT bằng SUFI-2 $\rightarrow$ Hiệu chuẩn dòng chảy bằng trạm đo cao vệ tinh.
  • Về ứng dụng thực tiễn và chính sách: Cung cấp cho Ủy ban sông Mê Công (MRC) và Ủy ban Sông Mê Công Việt Nam bộ công cụ giám sát độc lập dòng chảy xuyên biên giới, giúp chủ động dự báo lượng nước đổ về Đồng bằng sông Cửu Long nhằm ứng phó hạn mặn và điều tiết an ninh nguồn nước quốc gia.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, nghiên cứu thừa nhận 4 hạn chế khoa học:

  1. Độ phân giải thời gian của vệ tinh đo cao radar: Vệ tinh Envisat (35 ngày) và Jason-2/3 (10 ngày) có khoảng cách giữa các chu kỳ bay tương đối dài, dẫn đến nguy cơ bỏ sót đỉnh lũ cực đoan (flash flood peaks) xuất hiện và rút nhanh trong khoảng 2–5 ngày.
  2. Sai số do băng tuyết và mây lạnh tầng cao: Tại vùng đầu nguồn sông Lan Thương (Tây Tạng), thuật toán vi sóng bị nhiễu xạ bởi nền đất đóng băng vĩnh cửu và lớp tuyết phủ dày đặc, khiến độ chính xác của các GPPs bị suy giảm cục bộ.
  3. Ảnh hưởng phi tự nhiên của đập thủy điện bậc thang: Việc vận hành tích nước và xả đáy bất thường của chuỗi thủy điện thượng nguồn (như thủy điện Tiểu Loan, Noa Trát Độ) làm thay đổi quy luật thủy lực tự nhiên, gây nhiễu cho các thông số dòng chảy ngầm và truyền lũ trong mô hình SWAT.
  4. Vết quét radar tại các hẻm vực hẹp: Tại các đoạn sông thượng lưu có địa hình hẻm vực dốc đứng (canyon), tín hiệu xung radar đo cao bị ảnh hưởng bởi phản xạ phức tạp từ vách đá (land contamination in radar waveforms).

Chương trình nghiên cứu tương lai (Future Agenda):

  • Tích hợp các thế hệ vệ tinh đo cao giao thoa dải quét rộng thế hệ mới như SWOT (Surface Water and Ocean Topography) với độ phân giải không gian 2D vượt trội.
  • Ứng dụng các thuật toán học sâu (Deep Learning - Temporal Convolutional Networks, Graph Neural Networks) để tự động hiệu chỉnh sai số (bias correction) cho dữ liệu mưa viễn thám theo thời gian thực.
  • Mở rộng mô hình thủy lực 1D-2D liên kết (như SWAT-MODFLOW hoặc HEC-RAS 2D) để mô phỏng diễn toán dòng chảy có xét đến quy trình xả lũ động của 100% hồ chứa trên toàn lưu vực.

Tác động và ảnh hưởng

Công trình nghiên cứu tạo ra những tác động lan tỏa sâu rộng:

  • Tác động học thuật: Cung cấp cơ sở dữ liệu mẫu và phương pháp luận chuẩn xác cho các nghiên cứu thủy văn lưu vực lớn trên thế giới, ước tính thu hút hàng trăm lượt trích dẫn trên các tạp chí quốc tế chuyên ngành (ISI/Scopus như Journal of Hydrology, Water Resources Research, Remote Sensing).
  • Chuyển đổi kỹ thuật ngành: Thay đổi phương thức tính toán thủy văn truyền thống tại các viện quy hoạch tài nguyên nước Việt Nam, chuyển đổi từ mô hình tập trung dựa vào trạm mặt đất sang công nghệ thủy văn số đồng hóa viễn thám.
  • Tác động chính sách quốc gia và quốc tế: Cung cấp luận cứ khoa học sắc bén phục vụ đàm phán chia sẻ công bằng tài nguyên nước trong khuôn khổ Hiệp định Mê Công 1995 và Công ước Liên Hợp Quốc 1997 về Sử dụng các Nguồn nước Quốc tế.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên ngành Thủy văn, Biến đổi Khí hậu: Tiếp cận khung phương pháp luận hoàn chỉnh về xử lý sai số mưa lưới và thủy văn đo cao vệ tinh.
  • Các nhà khoa học cao cấp và Cơ quan Nghiên cứu Quốc tế: Kế thừa bộ thông số SWAT đã được hiệu chuẩn chi tiết trên 56 tiểu lưu vực cho các nghiên cứu sinh thái, vận chuyển bùn cát và biến đổi khí hậu.
  • Cơ quan Quản lý Tài nguyên Nước và Năng lượng: Ủy ban Sông Mê Công Việt Nam, Cục Quản lý Tài nguyên Nước (Bộ TN&MT), Tập đoàn Điện lực Việt Nam (EVN) ứng dụng công cụ để tính toán dòng chảy đến các hồ chứa bậc thang.
  • Cộng đồng dân cư hạ lưu Đồng bằng sông Cửu Long: Hưởng lợi gián tiếp thông qua các bản tin dự báo nguồn nước, cảnh báo sớm hạn hán và xâm nhập mặn chính xác, bảo vệ sinh kế nông nghiệp.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?
Luận án đã mở rộng khung lý thuyết Dự báo tại Lưu vực không có số liệu (PUB) của IAHS (Sivapalan et al., 2003) bằng cách giải quyết bài toán thiếu dữ liệu do rào cản thể chế xuyên biên giới. Nghiên cứu chứng minh rằng việc kết hợp chọn lọc không gian các sản phẩm GPPs (GSMaP/CPC ở hạ lưu, TRMM/CMORPH ở trung lưu) với mô hình bán phân bố SWAT và dữ liệu vệ tinh đo cao radar có thể tạo lập chuỗi dữ liệu dòng chảy ngày độc lập với số liệu trạm mặt đất, duy trì chỉ số $\text{NSE} > 0,80$.

2. Đổi mới phương pháp luận của luận án khi so sánh với ít nhất 2 nghiên cứu quốc tế?
So với nghiên cứu của V. Kuzmin và Sokolova (2017) (vốn dùng mô hình quan niệm đơn giản MLCM chỉ áp dụng được cho lưu vực dưới $100.000\text{ km}^2$), luận án đã nâng quy mô mô phỏng lên $795.000\text{ km}^2$ với mô hình SWAT bán phân bố vật lý chi tiết 56 tiểu lưu vực. So với nghiên cứu của Seyler et al. (2006) trên sông Amazon (chỉ lập đường cong quan hệ $H-Q$ đơn thuần), luận án kết hợp đồng thời cả mô hình mưa - dòng chảy bán phân bố và trạm ảo đo cao vệ tinh đa chu kỳ (Jason-2/3 10 ngày và Envisat 35 ngày), tạo cơ chế kiểm chứng chéo (cross-validation) sai số toàn diện.

3. Phát hiện bất ngờ nhất trong phân tích dữ liệu thực nghiệm là gì?
Sản phẩm mưa vệ tinh GSMaP-Gauge đạt hệ số tương quan thực tế vượt trội tại vùng đồng bằng hạ lưu Mê Công ($\text{CC} = 0,87$ tại trạm 160301), cao hơn hẳn sản phẩm chuyên dụng TRMM 3B42 ($\text{CC} = 0,58$). Đồng thời, phát hiện xu hướng TRMM 3B42 bị thổi phồng lượng mưa cực lớn tại các sườn đón gió miền Trung Thái Lan ($\text{PBIAS} > +120%$), đòi hỏi bắt buộc phải phân vùng lựa chọn GPPs thay vì áp dụng một sản phẩm duy nhất cho toàn lưu vực.

4. Luận án có cung cấp quy trình nhân bản (Replication Protocol) rõ ràng không?
Hoàn toàn có. Quy trình gồm 4 bước chuẩn hóa: (1) Thu thập và đánh giá thống kê CC, PBIAS, RMSD giữa các sản phẩm GPPs và trạm mặt đất đại diện; (2) Phân vùng không gian lưu vực và gán bộ dữ liệu mưa tối ưu cho từng tiểu lưu vực trong SWAT; (3) Tối ưu hóa bộ thông số thủy văn SWAT (CN2, ALPHA_BF, SOL_AWC...) bằng thuật toán SUFI-2 với mục tiêu $\text{NSE} \ge 0,75$; (4) Trích xuất cao trình trạm ảo từ vệ tinh đo cao qua OpenADB/DAHITI và xây dựng hàm truyền $Q = a(H - z_0)^b$ để kiểm chứng độc lập.

5. Chương trình nghiên cứu 10 năm tới được phác thảo ra sao?
Định hướng phát triển hệ thống Thủy văn Số Thời gian thực (Real-time Digital Twin Hydrology) cho lưu vực sông Mê Công giai đoạn 2021–2030, trọng tâm là: Đồng hóa dữ liệu vệ tinh giao thoa dải quét rộng SWOT; tích hợp mô hình khí hậu dự báo động lực RegCM/WRF; và ứng dụng trí tuệ nhân tạo nhận diện quy luật xả lũ của 100% hồ chứa thủy điện phục vụ điều hành tài nguyên nước thích ứng biến đổi khí hậu.

Kết luận

Luận án tiến sĩ của NCS. Đặng Đình Khá là công trình nghiên cứu khoa học xuất sắc, giải quyết căn cơ bài toán thủy văn cấp bách trên lưu vực sông Mê Công với 5 đóng góp cốt lõi:

  1. Xác lập cơ sở dữ liệu kiểm định quy mô lớn gồm 175 trạm đo mưa mặt đất và phân tích định lượng sai số không gian - thời gian của 4 bộ sản phẩm mưa lưới phổ biến (CMORPH, CPC, GSMaP, TRMM 3B42).
  2. Xây dựng thành công bộ công cụ mô hình thủy văn SWAT bán phân bố tích hợp mưa lưới tối ưu theo từng tiểu vùng, mô phỏng xuất sắc dòng chảy ngày tại 6 trạm thủy văn dòng chính với $\text{NSE}$ đạt $0,78 - 0,89$.
  3. Khai phá và chuẩn hóa phương pháp ước tính lưu lượng dòng chảy từ dữ liệu vệ tinh đo cao radar (Envisat, Jason-2/3), thiết lập các trạm thủy văn ảo đạt độ tin cậy $R^2 \ge 0,89$.
  4. Thúc đẩy bước tiến mô hình hóa từ phương pháp tương tự tĩnh sang đồng hóa viễn thám đa nguồn động lực học, mở rộng lý thuyết PUB của IAHS.
  5. Cung cấp bộ công cụ độc lập, tin cậy cao phục vụ công tác quy hoạch tài nguyên nước, dự báo hạn mặn, và đàm phán an ninh nguồn nước quốc tế cho Việt Nam và các quốc gia hạ lưu sông Mê Công.