phần Mở đầu, Kết luận và kiến nghị, Tài liệu tham khảo và Phụ lục thì nội dung chính của luận án đƣợc trình bày trong 3 chƣơng: Chƣơng 1: CƠ SỞ LÝ LUẬN VÀ PHƢƠNG PHÁP NGHIÊN CỨU Chƣơng 2: CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN LŨ VÀ ĐẶC ĐIỂM LŨ TRÊN LƢU VỰC SÔNG VU GIA - THU BỒN Chƣơng 3: XÁC LẬP HỆ THỐNG TRẠM QUAN TRẮC MƢA VÀ HỆ THỐNG CẢNH BÁO LŨ LƢU VỰC SÔNG VU GIA - THU BỒN 11 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Chƣơng 1 CƠ SỞ LÝ LUẬN VÀ PHƢƠNG PHÁP NGHIÊN CỨU 1. Tổng quan các công trình nghiên cứu có liên quan 1. Trên thế giới 1. Sự hình thành và phát triển DSS trong quản lý tài nguyên nước Vào những năm đầu thập kỷ 90 của thế kỷ trƣớc ở Mỹ đã xây dựng một hệ DSS quản lý tài nguyên nƣớc cho LVS Colorado [130].
Công ty CDM Mỹ đã xây dựng thành công DSS chuyên ngành phục vụ việc quy hoạch, tối ƣu cấp nƣớc dài hạn, áp dụng thành công ở Philadelphia, Los Angeles. Ở Úc áp dụng khá thành công hệ DSS trong quản lý lƣu vực Murray-Darling [124]. Ở Ai Cập, bộ Thủy lợi với hỗ trợ của công ty IT Synergy Group đã xây dựng một DSS chạy trên nền GIS chuyên phục vụ quản lý tƣới [87]. Tại nƣớc Anh, C.
Makropoulos và các cộng sự đã nghiên cứu xây dựng bộ công cụ hỗ trợ ra quyết định trong quản lý tổng hợp tài nguyên nƣớc đô thị nhằm tạo thuận lợi cho việc lựa chọn phối hợp các chiến lƣợc và công nghệ tiết kiệm nƣớc và để hỗ trợ quản lý nƣớc tổng hợp và bền vững [98]. Một hệ thống hỗ trợ ra quyết định tổng hợp sử dụng phần mềm GIS đƣợc nhóm Hamed Assaf và các cộng sự thiết kế để giúp các nhà làm chính sách và các bên liên quan hiểu rõ hơn về quá trình gây suy thoái chất lƣợng nƣớc mặt và dùng đánh giá các lựa chọn quản lý chất lƣợng nƣớc ở lƣu vực Litani của Lebanon [82]. Hệ thống hỗ trợ ra quyết định đƣợc phát triển dựa trên mô hình WEAP và sử dụng để đánh giá hai kế hoạch quản lý chất lƣợng nƣớc chính có tính đến các biến thủy văn, không gian, thời gian và nhận biết kế hoạch tốt nhất. Với mục đích quản lý bền vững LVS, một nghiên cứu tại Đức do Sven Lautenbach và các cộng sự đã phát triển một hệ thống hỗ trợ ra quyết định (DSS) nhằm phân tích kịch bản và các lựa chọn quản lý bền vững LVS Elbe của nƣớc Đức, gọi tắt là Elbe-DSS [108].
Hệ thống này kết hợp các mô hình mô phỏng địa lý và các bộ dữ liệu có liên quan. Nội dung thiết kế hệ DSS đƣợc phát triển với sự hợp tác chặt chẽ của ngƣời sử dụng, trong đó ngƣời sử dụng có thể đánh giá hiệu quả của các hoạt động quản lý. Ngoài việc thiết lập các kịch bản quản lý, nghiên cứu 12 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com còn đánh giá hiệu qủa của các kịch bản quản lý và rút ra các bài học cho việc phát triển DSS ở các lƣu vực tƣơng tự. Tác giả Veerakcuddy Rajasekaram đã xây dựng hệ hỗ trợ ra quyết định để giải quyết xung đột trong quản lý nƣớc hồ chứa đa mục tiêu [118].
Hệ DSS này gồm hệ thống thông tin liên lạc trong đó có sử dụng các công cụ tiện ích thông minh, hệ thống quản lý cơ sở dữ liệu và hệ thống quản lý dựa trên mô hình. Hệ đƣợc thiết kế để giải quyết xung đột giữa các nhóm mục tiêu là nhu cầu dùng nƣớc cho tƣới, nƣớc sinh hoạt, nƣớc vận hành thủy điện và giảm thiểu thiệt hại do lũ. Nhƣ vậy, có thể thấy rằng việc xây dựng và phát triển hệ hỗ trợ ra quyết định trên thế giới đã đạt nhiều thành công, đặc biệt là trong việc sử dụng để quản lý tổng hợp tài nguyên nƣớc. Các nghiên cứu hệ hỗ trợ cảnh báo báo lũ trên thế giới Để xây dựng một hệ thống quan trắc, cảnh báo lũ hiệu quả là vấn đề không hề đơn giản, vì nó đòi hỏi độ tin cậy cùng với sự sẵn có của các thông tin liên quan.
Trong những năm qua, đã có nhiều nghiên cứu về cảnh báo lũ đƣợc thực hiện trên thế giới với nhiều phƣơng pháp khác nhau nhƣ sử dụng mạng cảm biến không dây [70,106], hệ thống nhúng với một trung gian [73,85], thu thập dữ liệu thời gian thực dựa trên internet [71], mô phỏng và dự báo lũ lụt [107]. Bên cạnh công nghệ cảm biến, GIS và viễn thám cũng đƣợc sử dụng để cải thiện độ chính xác [119]. Một số hệ thống dự báo, cảnh báo lũ lụt điển hình trên thế giới có thể kể đến nhƣ: - DELFT- FEWS [78]: Đây là hệ thống dự báo và cảnh báo thủy văn đƣợc phát triển bởi Deltares, Hà Lan. Hệ thống này tích hợp nhiều mô-đun chuyên dụng với mức cấu hình cao và linh hoạt, có khả năng xử lý và tích hợp các bộ dữ liệu lớn.
- Automated Local Evaluation in Real Time (ALERT) [104]: Đây là phƣơng pháp sử dụng cảm biến từ xa để truyền dữ liệu môi trƣờng về một máy tính trung tâm theo thời gian thực. Phƣơng pháp này đƣợc phát triển trong những năm 1970 bởi Trung tâm Dịch vụ Thời tiết Quốc gia và đã đƣợc sử dụng trong nhiều tổ chức nhƣ Cục Khảo sát Địa chất Mỹ, Hội Kỹ sƣ Quân đội Hoa Kỳ, Cục 13 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Khai hoang, các cơ quan nhà nƣớc, địa phƣơng và các tổ chức quốc tế. Hệ thống ALERT đã trở thành tiêu chuẩn trong thu thập dữ liệu theo thời gian thực về môi trƣờng vì tính chính xác, độ tin cậy và chi phí thấp của nó. Đến năm 2010, Hội đồng quốc gia cảnh báo thủy văn [104], kết hợp với các thành viên nhóm sử dụng ALERT, đã phát hành ALERT2, trong đó bao gồm thiết kế tiêu chuẩn mới cho việc truyền dữ liệu để cải thiện độ chính xác và mức độ hiệu quả của hệ thống nhằm phát hiện sớm lũ lụt và các thiên tai khác trên thế giới.
ALERT2 có cùng mức chi phí và độ tin cậy của hệ thống ALERT nhƣng cung cấp dữ liệu nhanh hơn 10 lần với độ chính xác cao hơn. - Central America Flash Flood Guidance là một ví dụ về hệ thống cảnh báo lũ quét ở phạm vi vùng [76]. Hệ thống này cung cấp thông tin KTTV liên quan đến lũ quét cho các quốc gia thuộc khu vực Trung Mỹ bao gồm Belize, Costa Rica, El Salvador, Guatemala, Honduras và Nicaragua. - Hệ thống dự báo lũ của Ủy ban sông Mekong hoạt động từ năm 1970.
Đây là một hệ thống tích hợp cung cấp thông tin dự báo lũ lụt cho các nƣớc thành viên thuộc LVS Mekong. Hệ thống này bao gồm ba thành phần: thu thập - truyền dữ liệu, dự báo lũ lụt và cung cấp thông tin cảnh báo lũ ở cấp độ vùng cũng nhƣ quốc gia [72]. Nhìn chung, có thể có nhiều hệ thống cảnh báo lũ với nhiều biến thể, gồm nhiều phân hệ và các chức năng khác nhau nhƣng có thể khái quát hóa chung một hệ thống đầy đủ cần có 4 mô-đun/thành phần là (xem Hình 1. Hệ thống cảnh báo lũ đầy đủ + dữ liệu Thu thập Xử lý lƣu+trữ dữ + liệu Mô hình Truyền tin Hình 1.
Hệ thống cảnh báo lũ đầy đủ 14 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Trong đó, mô-đun Thu thập dữ liệu: sẽ bao gồm mạng lƣới quan trắc KTTV theo thời gian thực và cáchạ tầng viễn thông (GSM/GPRS, Internet) nhằm truyền các dữ liệu đã quan trắc về hệ thống; mô-đun Xử lý lưu trữ dữ liệu: có chức năng xác thực, tiếp nhận, lƣu trữ và xử lý các số liệu quan trắc từ mạng lƣới cũng nhƣ các thông tin dữ liệu khác (dự báo, cảnh báo,…) hoặc các nguồn thông tin khác nhƣ danh sáchngƣời sử dụng (ngƣời dân, cán bộ quản lý),… thƣờng dƣới dạng một cơ sở dữ liệu; mô-đun Mô hình dự báo/cảnh báo lũ: đóng vai trò then chốt trong việc xây dựng các kịch bản mô phỏng và dự báo lũ, thƣờng dựa trên các mô hình thủy văn, thủy lực đã đƣợc hiệu chỉnh và kiểm chứng trên LVS nghiên cứu; và mô-đun Truyền tin: giúp truyền và chuyển tải thông tin về dự báo/cảnh báo lũ đến cộng đồng và ngƣời sử dụng thƣờng qua các bản tin, email, trang web trực tuyến và trong thời gian gần đây có thể là gửi các tin nhắn khẩn cấp cho danh sách xác định sẵn những ngƣời sử dụng có đăng ký hoặc các ứng dụng trên điện thoại di động thông minh khác. Có rất nhiều các nghiên cứu về hệ thống cảnh báo lũ cả trên khía cạnh phát triển về lý thuyết cũng nhƣ phát triển các ứng dụng thực tiễn, nhìn chung có thể chia các nghiên cứu liên quan đến cảnh báo lũ trên thế giới theo hai hƣớng chính: phát triển riêng rẽ từng mô-đun thành phần trong hệ thống cảnh báo lũ (trong đó các nhà khoa học trong lĩnh vực khoa học trái đất thƣờng chú ý đến mô-đun 1 và mô-đun 3) và xây dựng một hệ thống cảnh báo lũ đầy đủ. a) Phát triển riêng rẽ từng thành phần trong hệ thống cảnh báo lũ Mô phỏng lũ lụt đƣợc xem là yếu tố mấu chốt quyết định sự thành công của hệ thống cảnh báo lũ. Do vậy, rất nhiều nghiên cứu đã đƣợc thực hiện liên quan đến xây dựng, phát triển mô hình lũ lụt, chính là phần lõi hay nền tảng của các hệ thống cảnh báo lũ hiện nay.
Các hƣớng nghiên cứu chính: (1) Nghiên cứu về phát triển và cải tiến mô hình dự báo lũ Vladimir và Arie (1995) [120] đã xây dựng một mô hình tổng hợp để dự báo lũ quét theo thời gian thực cho sông Ayalon ở trung tâm Israel. Mô hình này bao gồm bốn mô hình con: mô hình hồi quy tính toán dòng chảy tại các trạm thƣợng 15 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com nguồn trên hai nhánh sông lớn, mô hình truyền lũ mô phỏng thời gian dòng chảy di chuyển từ các trạm này đến trạm hạ lƣu nằm trên dòng chính, đƣờng cong thời gian- diện tích (time-area concentration curve) cho các tiểu lƣu vực nằm giữa các trạm thƣợng nguồn và hạ nguồn, và đƣờng cong suy giảm (recession curve) cho các trạm hạ lƣu. Mô hình kết hợp với cơ chế thích ứng điều chỉnh liên tục các lỗi dự báo, có khả năng dự báo theo bảy bƣớc thời gian khác nhau từ 0,5 đến 3,5 giờ. Kết quả này cung cấp dữ liệu đầu vào thích hợp cho một hệ thống cảnh báo lũ trên sông Ayalon.
Valérie và cộng sự (2002) [116] đã phát triển phƣơng pháp dự báo lũ quét dựa trên mô hình MARINE (Modélisation de l’Anticipation du Ruissellement et des Inondations pour des évéNements Extrêmes) nhƣ Hình 1.