Tổng quan nghiên cứu

Thành phố Hà Tĩnh, với diện tích khoảng 56,55 km² và dân số hơn 108.000 người (năm 2020), đang đối mặt với tình trạng ngập lụt đô thị ngày càng nghiêm trọng. Theo số liệu thực tế, trong các năm 2016 và 2020, thành phố đã phải hứng chịu từ 4 đến 5 trận ngập lụt trong mùa mưa, với mức ngập sâu lên đến gần 1m tại nhiều tuyến đường trung tâm như Nguyễn Du, Hải Thượng Lãn Ông, và Trần Phú. Nguyên nhân chủ yếu là do hệ thống thoát nước chưa đồng bộ, quá tải, kết hợp với biến đổi khí hậu và mưa lớn kéo dài. Mưa lớn trong 24 giờ tại Hà Tĩnh từng đạt kỷ lục 872 mm (ngày 18/10/2020), gây ngập úng diện rộng, ảnh hưởng nghiêm trọng đến đời sống và phát triển kinh tế - xã hội của thành phố.

Mục tiêu nghiên cứu là ứng dụng các sản phẩm mưa lưới có độ phân giải cao kết hợp với mô hình thủy văn đô thị MIKE URBAN để dự báo ngập lụt cho thành phố Hà Tĩnh. Nghiên cứu tập trung phân tích, đánh giá các nguồn dữ liệu mưa lưới như GPM, GSMaP, PERSIANN-CCS và ERA5-Land, đồng thời xây dựng mô hình thủy văn đô thị phù hợp với đặc điểm hệ thống thoát nước và địa hình thành phố. Phạm vi nghiên cứu bao gồm toàn bộ khu vực thành phố Hà Tĩnh, với dữ liệu mưa và ngập lụt thực tế từ năm 2015 đến nay.

Nghiên cứu có ý nghĩa quan trọng trong việc nâng cao khả năng dự báo, cảnh báo ngập lụt đô thị, góp phần giảm thiểu thiệt hại về người và tài sản, đồng thời hỗ trợ công tác quy hoạch và quản lý đô thị bền vững trong bối cảnh biến đổi khí hậu và đô thị hóa nhanh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai khung lý thuyết chính: mô hình thủy văn đô thị và sản phẩm mưa lưới (Gridded Precipitation Products - GPPs). Mô hình thủy văn đô thị MIKE URBAN được sử dụng để mô phỏng quá trình dòng chảy và thoát nước trong hệ thống thoát nước đô thị, bao gồm các thành phần như mạng lưới cống, hồ điều hòa, trạm bơm và cửa xả. Mô hình này cho phép mô phỏng dòng chảy một chiều và hai chiều, hiệu chỉnh và kiểm định dựa trên số liệu thực tế.

Các khái niệm chính bao gồm:

  • Mưa lưới (Gridded Precipitation Products): dữ liệu mưa phân bố theo ô lưới không gian với độ phân giải cao về thời gian và không gian, bao gồm mưa vệ tinh, mưa tái phân tích và mưa nội suy từ trạm quan trắc.
  • Hiệu chỉnh và kiểm định mô hình: sử dụng các chỉ số thống kê như Nash-Sutcliffe Efficiency (NSE), Relative Bias (RB) để đánh giá độ chính xác mô hình.
  • Hệ thống thoát nước đô thị: bao gồm mạng lưới kênh, cống, hồ điều hòa và các công trình thủy lợi ảnh hưởng đến dòng chảy và ngập úng.

Phương pháp nghiên cứu

Nguồn dữ liệu chính bao gồm số liệu mưa quan trắc tại trạm Hà Tĩnh, các sản phẩm mưa lưới GPM, GSMaP, PERSIANN-CCS, ERA5-Land, số liệu địa hình DEM, dữ liệu hệ thống thoát nước và mực nước sông. Dữ liệu mưa lưới được thu thập và xử lý qua các công cụ GIS, Google Earth Engine và phần mềm chuyên dụng như QGIS, ArcGIS.

Phương pháp phân tích bao gồm:

  • Phân tích, đánh giá dữ liệu mưa lưới: so sánh tương quan giữa dữ liệu mưa lưới và số liệu quan trắc thực tế để lựa chọn nguồn dữ liệu phù hợp.
  • Xây dựng mô hình thủy văn đô thị MIKE URBAN: thiết lập mạng lưới thoát nước, lưu vực, các node thu nước, hồ điều hòa và các công trình liên quan.
  • Hiệu chỉnh và kiểm định mô hình: sử dụng số liệu trận ngập thực tế các năm 2016, 2020 để hiệu chỉnh mô hình, đánh giá bằng các chỉ số thống kê.
  • Tính toán và dự báo ngập lụt đô thị: kết nối dữ liệu mưa lưới với mô hình thủy văn để mô phỏng ngập lụt, xây dựng bản đồ ngập theo các mức độ khác nhau.

Quy trình nghiên cứu được thực hiện trong khoảng thời gian từ 2015 đến 2022, với cỡ mẫu dữ liệu mưa và ngập lụt đa dạng, đảm bảo tính đại diện và độ tin cậy cao.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Đánh giá dữ liệu mưa lưới:

    • Dữ liệu mưa lưới GPM và GSMaP có độ phân giải không gian 0,1° và thời gian 30 phút đến 1 giờ, phù hợp cho mô hình thủy văn đô thị.
    • Tương quan giữa dữ liệu mưa lưới và số liệu quan trắc tại trạm Hà Tĩnh đạt hệ số tương quan trên 0,7, trong đó GSMaP thể hiện độ chính xác cao nhất với sai số tuyệt đối khoảng 10,86 mm.
    • Dữ liệu PERSIANN-CCS có độ phân giải không gian cao (0,04°) nhưng sai số lượng mưa cao hơn một chút so với GSMaP.
  2. Hiệu chỉnh và kiểm định mô hình MIKE URBAN:

    • Mô hình được hiệu chỉnh với số liệu trận ngập ngày 15/10/2016 và kiểm định với các trận ngập năm 2020.
    • Các chỉ số thống kê như NSE đạt trên 0,75, RB dưới 5%, cho thấy mô hình mô phỏng tốt độ sâu ngập và diện tích ngập thực tế.
    • Mô hình phản ánh chính xác các điểm ngập sâu như tuyến đường Trần Phú, Nguyễn Du với độ sâu ngập từ 0,4 đến gần 1m.
  3. Kết quả mô phỏng ngập lụt đô thị:

    • Diện tích ngập trong thành phố có xu hướng tăng theo các trận mưa lớn, với mức ngập từ 0,5 đến 2,5m chiếm hơn 70% diện tích ngập.
    • Mô hình cho thấy các khu vực trung tâm và vùng thấp như phường Thạch Quý, Đại Nài là những điểm ngập trọng yếu.
    • So sánh các nguồn dữ liệu mưa đầu vào, GPM và GSMaP cho kết quả dự báo ngập lụt chính xác hơn so với PERSIANN-CCS và ERA5-Land.

Thảo luận kết quả

Nguyên nhân chính của ngập lụt đô thị tại Hà Tĩnh là do hệ thống thoát nước chưa đồng bộ, bị bồi lấp, lấn chiếm và không đáp ứng được lưu lượng mưa ngày càng tăng. Sự gia tăng lượng mưa 1, 3, 5 ngày lớn nhất trong 10 năm gần đây (lượng mưa 1 ngày lớn nhất đạt trên 400 mm) làm tăng áp lực lên hệ thống thoát nước hiện có. Mô hình thủy văn đô thị MIKE URBAN, khi kết hợp với dữ liệu mưa lưới có độ phân giải cao, đã thể hiện khả năng mô phỏng và dự báo ngập lụt hiệu quả, giúp xác định các điểm ngập trọng yếu và mức độ ngập.

So với các nghiên cứu tương tự trên thế giới và trong nước, kết quả nghiên cứu phù hợp với xu hướng sử dụng dữ liệu mưa vệ tinh và mô hình thủy văn đô thị để dự báo ngập lụt. Việc lựa chọn dữ liệu mưa phù hợp là yếu tố then chốt để nâng cao độ chính xác dự báo. Kết quả mô hình có thể được trình bày qua biểu đồ so sánh độ sâu ngập thực đo và mô phỏng, bản đồ phân bố diện tích ngập theo mức độ, giúp các cơ quan quản lý dễ dàng đánh giá và ra quyết định.

Đề xuất và khuyến nghị

  1. Nâng cấp và mở rộng hệ thống thoát nước đô thị

    • Thực hiện cải tạo, nạo vét các trục tiêu, kênh mương bị bồi lấp và lấn chiếm để tăng khả năng tiêu thoát nước.
    • Mục tiêu nâng mật độ mương chính lên trên 10 km/km² trong vòng 3 năm tới, do Sở Xây dựng và UBND thành phố Hà Tĩnh chủ trì.
  2. Ứng dụng mô hình thủy văn đô thị kết hợp dữ liệu mưa lưới trong dự báo ngập lụt

    • Xây dựng hệ thống dự báo ngập lụt thời gian thực sử dụng dữ liệu mưa vệ tinh GPM và GSMaP, cập nhật liên tục theo giờ.
    • Triển khai trong vòng 1 năm, phối hợp giữa Trung tâm Khí tượng Thủy văn tỉnh và các đơn vị công nghệ thông tin.
  3. Tăng cường công tác quản lý và giám sát đô thị

    • Kiểm soát chặt chẽ việc xây dựng, lấn chiếm kênh mương, hố ga, đảm bảo không làm cản trở dòng chảy.
    • Tuyên truyền nâng cao ý thức người dân về bảo vệ hệ thống thoát nước, giảm thiểu xả rác bừa bãi.
    • Thực hiện thường xuyên trong 5 năm tới, phối hợp giữa UBND các phường, xã và các tổ chức cộng đồng.
  4. Phát triển các hồ điều hòa và công trình thủy lợi bổ sung

    • Xây dựng thêm hồ điều hòa tại các khu vực ngập trọng điểm để điều tiết dòng chảy, giảm áp lực cho hệ thống thoát nước.
    • Lập kế hoạch đầu tư trong 3-5 năm, do Sở Nông nghiệp và Phát triển nông thôn phối hợp với Sở Xây dựng thực hiện.

Đối tượng nên tham khảo luận văn

  1. Cơ quan quản lý đô thị và quy hoạch

    • Hỗ trợ trong việc lập kế hoạch phát triển hạ tầng thoát nước, quy hoạch đô thị bền vững, giảm thiểu ngập lụt.
    • Use case: Xây dựng bản đồ ngập lụt để xác định vùng cần ưu tiên đầu tư.
  2. Trung tâm khí tượng thủy văn và dự báo thiên tai

    • Ứng dụng mô hình và dữ liệu mưa lưới để nâng cao chất lượng dự báo ngập lụt đô thị, cảnh báo sớm cho người dân.
    • Use case: Cập nhật dự báo mưa và ngập lụt theo thời gian thực, hỗ trợ công tác phòng chống thiên tai.
  3. Các nhà nghiên cứu và sinh viên chuyên ngành thủy văn, môi trường

    • Tham khảo phương pháp kết hợp dữ liệu mưa vệ tinh và mô hình thủy văn đô thị trong nghiên cứu và ứng dụng thực tế.
    • Use case: Phát triển các mô hình dự báo ngập lụt cho các đô thị khác có điều kiện tương tự.
  4. Doanh nghiệp công nghệ và tư vấn xây dựng

    • Áp dụng kết quả nghiên cứu để thiết kế hệ thống thoát nước, xây dựng các giải pháp công nghệ dự báo và quản lý ngập lụt.
    • Use case: Tư vấn kỹ thuật cho các dự án phát triển đô thị và hạ tầng thoát nước.

Câu hỏi thường gặp

  1. Sản phẩm mưa lưới nào phù hợp nhất để dự báo ngập lụt đô thị?
    Dữ liệu mưa lưới GPM và GSMaP được đánh giá có độ phân giải không gian và thời gian phù hợp nhất, với sai số thấp và khả năng cập nhật gần thời gian thực, giúp mô hình thủy văn đô thị dự báo ngập lụt chính xác hơn.

  2. Mô hình MIKE URBAN có thể áp dụng cho các đô thị khác không?
    MIKE URBAN là mô hình thủy văn đô thị phổ biến, có thể tùy chỉnh theo đặc điểm hệ thống thoát nước và địa hình từng đô thị, phù hợp cho nhiều thành phố có quy mô và điều kiện tương tự Hà Tĩnh.

  3. Nguyên nhân chính gây ngập lụt đô thị tại Hà Tĩnh là gì?
    Nguyên nhân chủ yếu là do hệ thống thoát nước chưa hoàn chỉnh, bị bồi lấp, lấn chiếm, kết hợp với lượng mưa lớn và biến đổi khí hậu, làm giảm khả năng tiêu thoát nước và gây ngập úng diện rộng.

  4. Làm thế nào để nâng cao hiệu quả dự báo ngập lụt?
    Cần kết hợp dữ liệu mưa lưới có độ phân giải cao, cập nhật liên tục với mô hình thủy văn đô thị được hiệu chỉnh chính xác, đồng thời cải thiện hệ thống thoát nước và quản lý đô thị hiệu quả.

  5. Thời gian dự báo ngập lụt có thể đạt được là bao lâu?
    Với dữ liệu mưa vệ tinh gần thời gian thực và mô hình thủy văn đô thị, có thể dự báo ngập lụt với thời gian cảnh báo từ vài giờ đến một ngày, giúp các cơ quan chức năng và người dân có thời gian ứng phó kịp thời.

Kết luận

  • Nghiên cứu đã xây dựng thành công mô hình thủy văn đô thị MIKE URBAN kết hợp với các sản phẩm mưa lưới GPM, GSMaP, PERSIANN-CCS và ERA5-Land để dự báo ngập lụt cho thành phố Hà Tĩnh.
  • Dữ liệu mưa lưới GPM và GSMaP được xác định là phù hợp nhất với độ phân giải cao và độ chính xác tốt, giúp mô hình mô phỏng ngập lụt chính xác với các trận ngập thực tế.
  • Kết quả mô phỏng cho thấy các khu vực trung tâm và vùng thấp của thành phố là điểm ngập trọng yếu, cần ưu tiên đầu tư cải tạo hệ thống thoát nước và xây dựng hồ điều hòa.
  • Đề xuất các giải pháp nâng cấp hệ thống thoát nước, ứng dụng mô hình dự báo ngập lụt thời gian thực và tăng cường quản lý đô thị nhằm giảm thiểu thiệt hại do ngập lụt.
  • Nghiên cứu mở ra hướng phát triển ứng dụng công nghệ viễn thám và mô hình thủy văn đô thị trong quản lý rủi ro thiên tai, góp phần phát triển đô thị bền vững.

Tiếp theo, cần triển khai xây dựng hệ thống dự báo ngập lụt thời gian thực, đồng thời phối hợp với các cơ quan quản lý để áp dụng kết quả nghiên cứu vào thực tiễn. Mời các nhà quản lý, chuyên gia và nhà nghiên cứu quan tâm liên hệ để trao đổi và hợp tác phát triển các giải pháp ứng phó ngập lụt đô thị hiệu quả hơn.