Tổng quan về luận án

Biến đổi khí hậu toàn cầu kết hợp cùng áp lực nhân sinh từ các hoạt động phát triển kinh tế - xã hội đang làm gia tăng mức độ khốc liệt, tần suất và tính bất thường của các hiện tượng thời tiết cực đoan tại Việt Nam, đặc biệt là khu vực duyên hải miền Trung. Trong số các lưu vực sông trọng điểm, lưu vực sông Vu Gia - Thu Bồn (tỉnh Quảng Nam) là một trong những khu vực chịu tổn thương nặng nề nhất bởi lũ lụt. Thống kê giai đoạn 1997 - 2015 cho thấy thiên tai lũ lụt trên địa bàn tỉnh Quảng Nam đã cướp đi sinh mạng của 590 người, làm 33 người mất tích, 1.560 người bị thương, cùng với tổng thiệt hại vật chất lên tới hàng chục nghìn tỷ đồng; trong đó, các trận lũ lịch sử năm 2007 và 2009 được ghi nhận là thảm họa thiên tai nghiêm trọng nhất trong vòng 100 năm qua tại khu vực này.

Trước bối cảnh đó, luận án tiến sĩ địa lý chuyên ngành Quản lý tài nguyên và môi trường (Mã số: 62850101) của tác giả Nguyễn Thị Hồng, thực hiện tại Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội dưới sự hướng dẫn khoa học của PGS. Nguyễn Kim Lợi và PGS. Trần Ngọc Anh, mang tên "Nghiên cứu xác lập cơ sở khoa học cho hệ hỗ trợ cảnh báo lũ lưu vực sông Vu Gia - Thu Bồn, tỉnh Quảng Nam", đã giải quyết trực tiếp khoảng trống nghiên cứu (research gap) cấp bách trong khoa học thủy văn và quản lý thiên tai: sự thiếu hụt một hệ thống hỗ trợ ra quyết định (Decision Support System - DSS) hoàn chỉnh, vận hành theo thời gian thực và tích hợp khép kín từ mạng lưới quan trắc mưa phân bố tối ưu theo điều kiện địa lý tự nhiên đến chuỗi mô hình toán thủy văn - thủy lực và mô-đun truyền tin đa phương tiện.

Các câu hỏi nghiên cứu (Research Questions) cốt lõi của luận án bao gồm:

  1. RQ1: Các nhân tố địa lý tự nhiên và hình thế thời tiết gây mưa lũ trên lưu vực sông Vu Gia - Thu Bồn chi phối sự phân hóa không gian của lượng mưa như thế nào, và làm thế nào để tối ưu hóa số lượng cũng như vị trí lắp đặt mạng lưới trạm đo mưa tự động phục vụ cảnh báo lũ?
  2. RQ2: Làm thế nào để tích hợp hiệu quả mô hình thủy văn bán phân bố SWAT và mô hình thủy lực một chiều HEC-RAS nhằm mô phỏng chính xác quá trình hình thành dòng chảy lũ và lan truyền lũ trên lưu vực trong điều kiện số liệu địa hình, khí tượng thủy văn hạn chế?
  3. RQ3: Cấu trúc và cơ chế tự động hóa của một hệ thống hỗ trợ cảnh báo lũ (DSS) hoàn chỉnh theo thời gian thực cần được thiết kế ra sao để kết nối thông suốt từ khâu thu nhận dữ liệu đến WebGIS và truyền tin cảnh báo sớm qua tin nhắn SMS tới cộng đồng và nhà quản lý?

Tương ứng với các câu hỏi trên, hai giả thuyết nghiên cứu (Hypotheses) trọng tâm được xác lập:

  • H1: Đặc điểm và sự phân hóa của các điều kiện địa lý tự nhiên (địa hình, độ cao, hướng đón gió, thảm phủ thực vật) cùng các hình thế thời tiết gây mưa điển hình là cơ sở khoa học định lượng để xác định số lượng tối ưu và phân bố không gian các trạm đo mưa bổ sung, giúp triệt tiêu sai số mô phỏng dòng chảy mặt do thiếu hụt số liệu đầu vào.
  • H2: Hệ thống hỗ trợ cảnh báo lũ được xây dựng trên cơ sở tích hợp tự động hóa công nghệ GIS, mô hình thủy văn bán phân bố SWAT và mô hình thủy lực HEC-RAS, liên kết với mạng lưới trạm đo mưa bổ sung, sẽ nâng cao độ chính xác dự báo lưu lượng, mực nước đỉnh lũ và kéo dài thời gian dự kiến cảnh báo lũ từ 6 đến 24 giờ cho vùng hạ lưu lưu vực sông Vu Gia - Thu Bồn.

Về phạm vi, nghiên cứu kế thừa nguồn dữ liệu từ Đề tài cấp Nhà nước mã số KC.24/11-15 "Hệ hỗ trợ trực tuyến cảnh báo lũ cho lưu vực sông Vu Gia - Thu Bồn, tỉnh Quảng Nam", kết hợp với chuỗi số liệu khí tượng thủy văn lịch sử giai đoạn 1980 - 2015, hệ thống bản đồ nền địa hình 1/10.000, bản đồ hiện trạng sử dụng đất 1/25.000 năm 2010 và 10 cảnh ảnh vệ tinh SPOT5 PAN (độ phân giải không gian 5m), SPOT5 XS (độ phân giải không gian 10m) giai đoạn 2011 - 2012 để xây dựng khung phân tích hoàn chỉnh.

Literature Review và Positioning

Lịch sử phát triển các hệ thống hỗ trợ ra quyết định (DSS) trong quản lý tài nguyên nước và cảnh báo thiên tai đã trải qua nhiều thập kỷ tiến hóa trên phạm vi quốc tế. Từ đầu thập niên 1990, các hệ thống DSS quản lý tài nguyên nước cho lưu vực sông Colorado (Hoa Kỳ), lưu vực Murray-Darling (Úc), hay lưu vực sông Elbe (Elbe-DSS, Đức) do Sven Lautenbach và cộng sự phát triển đã chứng minh vai trò quyết định của việc tích hợp mô hình không gian và phân tích kịch bản. Trong lĩnh vực cảnh báo lũ, các chuẩn mực công nghệ toàn cầu đã hình thành như:

  • Hệ thống DELFT-FEWS của Viện Deltares (Hà Lan) với khả năng xử lý linh hoạt các chuỗi dữ liệu lớn;
  • Chuẩn truyền dữ liệu cảm biến thời gian thực ALERT và ALERT2 của Cục Khảo sát Địa chất Mỹ (USGS) và Cơ quan Thời tiết Quốc gia Hoa Kỳ (NWS);
  • Các nghiên cứu mô phỏng tích hợp của Knebl và cộng sự (2005) trên lưu vực San Antonio (kết hợp dữ liệu mưa radar NEXRAD, GIS, HEC-HMS và HEC-RAS);
  • Mô hình MARINE (Valérie et al., 2002) mô phỏng lũ quét lưu vực Địa Trung Hải;
  • Hệ thống cảnh báo sớm thời gian thực trên lưu vực sông Garang, Indonesia (Joko, 2010) tích hợp mạng nơ-ron nhân tạo (ANN), chip vi điều khiển AVR AT-Mega32 và truyền thông qua SMS/Web;
  • Hệ thống quản lý lũ lưu vực sông Tùng Hoa, Trung Quốc (Steve & Sun, 2008) kết hợp mô hình NAM, họ mô hình MIKE và nền tảng GIS ArcIMS/ArcSDE.

Tại Việt Nam, các nghiên cứu tiếp cận DSS và mô hình hóa lũ đã có những bước tiến đáng kể thông qua công trình của Hoàng Minh Tuyền (2006) về khung hỗ trợ ra quyết định (DSF) cho lưu vực sông Cả, Nguyễn Kim Lợi (2006, 2010) về DSS cho sông Đồng Nai và nhánh Vu Gia, Cao Đăng Dư (2001), Lại Vĩnh Cầm (2007), Trần Văn Tình (2013) sử dụng HEC-HMS và HEC-RAS, hay Đào Văn Khương và Nguyễn Mạnh Linh (2013) dùng mô hình SWAT đánh giá vai trò của thảm phủ rừng đối với dòng chảy lũ tại Nông Sơn và Thành Mỹ.

+-----------------------------------------------------------------------------------+
|                           CÁC KHUYNH HƯỚNG NGHIÊN CỨU TIỀN NHIỆM                  |
+-----------------------------------------------------------------------------------+
|  1. Trường phái Mô hình Thủy văn/Thủy lực đơn lẻ                                  |
|     - Mô hình tập trung: TANK, SSARR, HMC (Hạn chế về tính biến thiên không gian) |
|     - Mô hình phân bố/bán phân bố: SWAT, MIKE-NAM, HEC-HMS, MARINE                |
|     - Hạn chế: Chưa tích hợp thời gian thực, tách rời khâu quan trắc và truyền tin|
+-----------------------------------------------------------------------------------+
|  2. Trường phái Hệ thống Cảnh báo Cục bộ / Dự án Đơn lẻ                           |
|     - Hệ thống cảnh báo lũ quét Nậm La - Nậm Pàn (Sơn La)                         |
|     - DisasterAWARE (PDC - Hoa Kỳ thí điểm tại Phú Thọ và Miền Trung)             |
|     - Nghiên cứu của Nguyễn Kim Lợi (2010) cho nhánh Vu Gia                       |
|     - Hạn chế: Giới hạn không gian, chưa bao phủ toàn diện cả hệ thống Vu Gia -   |
|       Thu Bồn, thiếu cơ sở địa lý xác lập vị trí mạng lưới đo mưa bổ sung         |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
|                     ĐỊNH VỊ HỌC THUẬT CỦA LUẬN ÁN (POSITIONING)                   |
+-----------------------------------------------------------------------------------+
|  - Thiết lập cơ sở khoa học địa lý tự nhiên để tối ưu hóa mạng lưới đo mưa bổ sung|
|  - Tích hợp liên hoàn tự động: Mạng lưới tự động -> SWAT (Thủy văn) ->           |
|    HEC-RAS (Thủy lực 1D) -> WebGIS & SMS Broadcast Module                         |
|  - Vận hành khép kín theo thời gian thực trên toàn bộ hệ thống lưu vực VGTB       |
+-----------------------------------------------------------------------------------+

Nghiên cứu của tác giả Nguyễn Thị Hồng đã định vị chính xác vị trí học thuật khi vượt qua sự phân mảnh của các công trình tiền nhiệm. Thay vì áp dụng rời rạc từng mô hình toán hoặc xây dựng các hệ thống đóng khung cục bộ, công trình đã thiết lập một hệ thống mở, giải quyết căn cơ bài toán thiếu hụt dữ liệu đầu vào thông qua cơ sở phân vùng địa lý tự nhiên, tạo nền tảng vững chắc cho việc ra quyết định ứng phó khẩn cấp.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào sự phát triển của ba khung lý thuyết nền tảng trong khoa học trái đất và quản lý môi trường:

  1. Mở rộng lý thuyết Hệ hỗ trợ ra quyết định (Decision Support Systems Theory - Little 1970; Bonczek et al. 1980; Simonovic 1998): Luận án đã phát triển cấu trúc lý thuyết DSS từ dạng "tĩnh" (phân tích kịch bản quy hoạch dài hạn) sang dạng "động tác nghiệp theo thời gian thực" (Real-time Operational DSS). Mô hình DSS 4 thành phần (Thu thập dữ liệu - Xử lý/Lưu trữ dữ liệu - Mô hình toán dự báo - Truyền tin cảnh báo) được chuẩn hóa và thiết lập mối quan hệ tương tác tuần hoàn, giúp rút ngắn thời gian trễ từ khi phát hiện mưa đến khi phát hành cảnh báo.
  2. Lý thuyết Phân hóa Địa lý Tự nhiên và Mạng lưới Quan trắc (Spatial Geographic Differentiation Theory): Luận án chứng minh một luận điểm khoa học mới: Mạng lưới trạm đo mưa phục vụ cảnh báo lũ không thể chỉ bố trí thuần túy theo mật độ hình học hay khoảng cách địa lý đơn giản, mà bắt buộc phải đại diện cho các phân vùng địa lý tự nhiên, các tiểu lưu vực sinh lũ trọng điểm, các tầng độ cao địa hình và các sườn đón gió tương ứng với các hình thế thời tiết gây mưa điển hình (Bão, Áp thấp nhiệt đới kết hợp Không khí lạnh, dải Hội tụ nhiệt đới và Đới gió đông).
  3. Lý thuyết Mô hình hóa Thủy văn Bán phân bố (Semi-Distributed Hydrological Modeling): Nghiên cứu làm sáng tỏ cơ chế hình thành dòng chảy mặt thông qua việc phân chia các Đơn vị phản ứng thủy văn (Hydrologic Response Units - HRUs) trên nền tảng tích hợp bản đồ số độ cao (DEM), bản đồ thổ nhưỡng và bản đồ lớp phủ thực vật giải đoán từ ảnh viễn thám SPOT5, chứng minh khả năng phản ánh chính xác tác động của thảm phủ rừng và sử dụng đất đến quá trình tập trung dòng chảy lũ.

Khung phân tích độc đáo

Khung phân tích của luận án được xây dựng dựa trên sự tích hợp chặt chẽ giữa 4 trụ cột công nghệ và phương pháp luận:

+-----------------------------------------------------------------------------------+
|                        KHUNG PHÂN TÍCH HỆ HỖ TRỢ CẢNH BÁO LŨ                      |
+-----------------------------------------------------------------------------------+
| [HỢP PHẦN 1: QUAN TRẮC VÀ ĐỒNG HÓA DỮ LIỆU ĐẦU VÀO]                                |
|  - Chuỗi trạm KTTV lịch sử (1980-2015)                                            |
|  - Hệ thống trạm đo mưa tự động bổ sung lắp đặt theo phân vùng địa lý             |
|  - Dữ liệu viễn thám SPOT5 (5m/10m) & DEM 1/10.000                                |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
| [HỢP PHẦN 2: CƠ SỞ DỮ LIỆU KHÔNG GIAN & THUỘC TÍNH (GIS DATABASE)]                |
|  - Bản đồ phân bậc địa hình, địa mạo, thổ nhưỡng, địa chất                        |
|  - Bản đồ phân vùng địa lý tự nhiên và 15+ tiểu lưu vực (Sub-basins)               |
|  - 3.500+ Đơn vị phản ứng thủy văn (HRUs)                                         |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
| [HỢP PHẦN 3: KHỐI MÔ HÌNH TOÁN LIÊN HOÀN TỰ ĐỘNG]                                 |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
| [HỢP PHẦN 4: GIAO DIỆN TRUYỀN TIN VÀ HỖ TRỢ RA QUYẾT ĐỊNH THEO THỜI GIAN THỰC]    |
|  - WebGIS: Trực quan hóa bản đồ ngập lụt, cập nhật mực nước/lưu lượng trực tuyến  |
|  - SMS Gateway: Tự động phát tin nhắn cảnh báo vượt ngưỡng báo động (I, II, III)  |
|  - Hỗ trợ Ban chỉ huy PCTT&TKCN tỉnh Quảng Nam kích hoạt phương án di dời dân cư  |
+-----------------------------------------------------------------------------------+

Điều kiện biên và phạm vi ứng dụng (Boundary Conditions): Khung phân tích được tối ưu hóa cho các lưu vực sông ven biển miền Trung có độ dốc sườn lớn ($>15^\circ$), mạng lưới sông suối dạng nan quạt, thời gian tập trung nước ngắn (dưới 6-12 giờ) và chịu sự chi phối mạnh mẽ của các hình thế hoàn lưu khí quyển nhiệt đới kết hợp không khí lạnh tăng cường.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu vận dụng thế giới quan thực chứng (Positivism) kết hợp thực tế phê phán (Critical Realism), sử dụng phương pháp nghiên cứu hỗn hợp định lượng làm chủ đạo (mô hình toán, phân tích không gian GIS, xử lý ảnh viễn thám) kết hợp điều tra xã hội học định tính/định lượng về khả năng thích ứng với lũ lụt của cộng đồng cư dân vùng thượng lưu, trung lưu và hạ lưu lưu vực sông Vu Gia - Thu Bồn.

Thiết kế nghiên cứu đa cấp độ (Multi-level design):

  • Cấp vĩ mô (Lưu vực tổng thể): Đánh giá mối quan hệ tương tác giữa hoàn lưu khí quyển, phân bố lượng mưa trung bình các trận lũ lịch sử (1980 - 2015) và mạng lưới sông ngòi toàn tỉnh Quảng Nam.
  • Cấp trung mô (Tiểu lưu vực - Sub-basins): Phân chia lưu vực Vu Gia - Thu Bồn thành các tiểu lưu vực khống chế dựa trên mô hình số độ cao (DEM) nhằm tính toán dòng chảy tràn bề mặt và lưu lượng gia nhập khu giữa.
  • Cấp vi mô (HRU & Mặt cắt thủy lực): Phân chia hàng nghìn đơn vị phản ứng thủy văn HRU trong mô hình SWAT và thiết lập hệ thống hàng trăm mặt cắt trắc ngang lòng dẫn chi tiết (khoảng cách trung bình 300m - 500m giữa các mặt cắt) phục vụ diễn toán thủy lực một chiều không ổn định trong HEC-RAS.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được thực hiện nghiêm ngặt qua 4 giai đoạn logic:

[Giai đoạn 1] Phân tích Địa lý Tự nhiên & Khảo sát Thực địa
[Giai đoạn 2] Xây dựng CSDL Không gian & Xử lý Viễn thám
[Giai đoạn 3] Thiết lập, Hiệu chỉnh và Kiểm định Khối Mô hình
[Giai đoạn 4] Tích hợp Tự động hóa & Xây dựng Hệ thống DSS Thời gian thực

Data và phân tích

Dữ liệu nghiên cứu bao gồm hệ thống dữ liệu không gian đa nguồn và chuỗi quan trắc khí tượng thủy văn nhiều năm:

  • Dữ liệu bản đồ: Bản đồ nền cơ bản, hành chính, giao thông, thủy hệ tỷ lệ 1/25.000; bản đồ hiện trạng sử dụng đất tỉnh Quảng Nam năm 2010; bản đồ nền địa hình tỷ lệ 1/10.000.
  • Dữ liệu viễn thám: 10 cảnh ảnh vệ tinh SPOT5 mức xử lý 2A chụp trong giai đoạn 2011 - 2012 với kênh toàn sắc PAN (5m) và đa phổ XS (10m), cho phép bóc tách chi tiết hiện trạng thảm phủ bề mặt.
  • Dữ liệu thủy văn kiểm định: Chuỗi quan trắc lưu lượng và mực nước tại các trạm thủy văn chủ chốt: trạm Nông Sơn (nhánh Thu Bồn), trạm Thành Mỹ (nhánh Vu Gia), trạm Ái Nghĩa và trạm Giao Thủy.

Để đảm bảo tính tin cậy tuyệt đối của các mô hình toán, các chỉ số đánh giá thống kê chuẩn quốc tế đã được áp dụng: Hệ số hiệu quả mô hình Nash-Sutcliffe (NSE), Hệ số xác định ($R^2$), và Phần trăm sai số thể tích (PBIAS).

Bảng tổng hợp kết quả hiệu chuẩn và kiểm định mô hình SWAT và HEC-RAS:

Mô hình Trạm thủy văn Giai đoạn Năm Chỉ số $R^2$ Chỉ số NSE Sai số PBIAS (%) Đánh giá độ tin cậy
SWAT Nông Sơn Hiệu chỉnh 2003, 2009 $> 0.85$ $> 0.82$ $\le \pm 10%$ Rất tốt (Very Good)
SWAT Thành Mỹ Hiệu chỉnh 2003, 2009 $> 0.83$ $> 0.80$ $\le \pm 12%$ Tốt (Good)
SWAT Nông Sơn Kiểm định 2004, 2013 $> 0.84$ $> 0.81$ $\le \pm 11%$ Rất tốt (Very Good)
SWAT Thành Mỹ Kiểm định 2004, 2013 $> 0.81$ $> 0.78$ $\le \pm 13%$ Tốt (Good)
HEC-RAS Ái Nghĩa Hiệu chỉnh/KĐ 2009, 2013 $> 0.88$ $> 0.85$ $\le \pm 8%$ Xuất sắc (Excellent)
HEC-RAS Giao Thủy Hiệu chỉnh/KĐ 2009, 2013 $> 0.87$ $> 0.84$ $\le \pm 9%$ Xuất sắc (Excellent)

Hệ số nhám Manning ($n$) trung bình cho các đoạn sông chính trong mô hình HEC-RAS được hiệu chỉnh dao động từ 0,028 đến 0,045 đối với lòng dẫn chính và từ 0,050 đến 0,085 đối với bãi tràn ngập lũ, hoàn toàn phù hợp với đặc điểm thủy lực thực tế của hệ thống sông Vu Gia - Thu Bồn.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Quy luật phân hóa không gian của lượng mưa và giải pháp mạng lưới quan trắc tối ưu: Phân tích chuỗi số liệu 1980 - 2015 chứng minh sự phân bố lượng mưa trên lưu vực chịu sự chi phối áp đảo của hướng địa hình đón gió và độ cao trạm quan trắc. Các đợt mưa lớn sinh lũ do tổ hợp Bão/Áp thấp nhiệt đới kết hợp Không khí lạnh tạo ra các tâm mưa có lượng mưa tích lũy trên 800 - 1.000 mm tập trung tại các sườn đón gió thuộc thượng nguồn Vu Gia và Thu Bồn. Luận án đã phát hiện ra các "vùng mù số liệu" ở các tiểu lưu vực thượng nguồn hẻo lánh và xác lập chính xác số lượng, tọa độ lắp đặt các trạm đo mưa tự động bổ sung, giúp nâng cao mật độ bao phủ không gian của mạng lưới quan trắc.
  2. Mô phỏng thủy văn bán phân bố SWAT phản ánh chính xác tác động của thảm phủ: Kết quả mô phỏng trên lưu vực cho thấy việc cập nhật chính xác hiện trạng rừng và lớp phủ thực vật từ ảnh vệ tinh SPOT5 làm thay đổi đáng kể lưu lượng đỉnh lũ tính toán. Chênh lệch lưu lượng lớn nhất giữa các kịch bản rừng khác nhau tại trạm Nông Sơn lên tới $182\text{ m}^3/\text{s}$ và tại Thành Mỹ đạt $218,4\text{ m}^3/\text{s}$, khẳng định vai trò giữ nước và điều tiết lũ cực kỳ quan trọng của rừng đầu nguồn đối với lưu vực Vu Gia - Thu Bồn.
  3. Tích hợp liên hoàn SWAT - HEC-RAS giải quyết bài toán thủy lực hạ lưu: Thay vì giả định dòng chảy nhập lưu đơn giản, việc đưa toàn bộ dòng chảy mặt từ các cửa ra của tiểu lưu vực trong mô hình SWAT làm biên trên và biên gia nhập khu giữa cho mô hình thủy lực một chiều HEC-RAS đã tái hiện hoàn hảo diễn biến ngập lụt tại hạ lưu. Kết quả mô phỏng các trận lũ lịch sử (đặc biệt là trận lũ 2009, 2013 và các đợt lũ tháng 10 - 11/2015) cho thấy mực nước mô phỏng tại Ái Nghĩa và Giao Thủy tiệm cận chặt chẽ với mực nước quan trắc thực tế, thời gian tính toán diễn toán toàn lưu vực chỉ mất 20 - 30 phút, hoàn toàn đáp ứng yêu cầu cảnh báo thời gian thực.
  4. Vận hành tự động hóa hệ thống cảnh báo lũ trực tuyến: Luận án đã thiết kế và thử nghiệm thành công kiến trúc hệ thống tự động: tiếp nhận dữ liệu đo mưa tự động qua GPRS/Internet -> tự động nạp vào CSDL -> kích hoạt mô hình SWAT và HEC-RAS tính toán -> xuất kết quả bản đồ ngập lụt lên WebGIS -> tự động kích hoạt mô-đun gửi tin nhắn SMS cảnh báo đến cán bộ lãnh đạo và người dân tại các xã ven sông khi mực nước dự báo vượt ngưỡng báo động lũ.

Implications đa chiều

  • Về mặt học thuật và lý thuyết: Thiết lập cầu nối hoàn chỉnh giữa phương pháp tiếp cận địa lý tổng hợp và kỹ thuật mô hình hóa toán học phức tạp, mở ra hướng nghiên cứu mới trong việc đồng hóa dữ liệu viễn thám - GIS vào các mô hình thủy văn thời gian thực.
  • Về mặt phương pháp luận: Cung cấp một quy trình công nghệ chuẩn mực (standard operational procedure) gồm 4 bước từ thiết kế mạng lưới quan trắc, xây dựng CSDL, tích hợp mô hình đến truyền tin cảnh báo có thể chuyển giao và nhân rộng cho tất cả các lưu vực sông khu vực duyên hải miền Trung (như sông Hương, sông Trà Khúc, sông Kôn, sông Ba).
  • Về mặt thực tiễn và chính sách: Luận án cung cấp công cụ đắc lực trực tiếp cho Ban chỉ huy Phòng chống thiên tai và Tìm kiếm cứu nạn tỉnh Quảng Nam, Sở Tài nguyên và Môi trường, Đài Khí tượng Thủy văn Khu vực Trung Trung Bộ trong công tác chỉ đạo ứng phó lũ khẩn cấp, xác định thời điểm và tuyến đường di tản người dân vùng trũng thấp (Đại Lộc, Điện Bàn, Duy Xuyên, Hội An), giảm thiểu tối đa thiệt hại về nhân mạng và tài sản.

Limitations và Future Research

Mặc dù đạt được những kết quả xuất sắc, luận án thẳng thắn chỉ ra 4 hạn chế (limitations) mang tính khách quan:

  1. Độ phân giải của mô hình số độ cao (DEM): Bản đồ địa hình tỷ lệ 1/10.000 và 1/25.000 tuy đã được số hóa chi tiết nhưng chưa phản ánh triệt để các công trình vi địa hình nhân tạo (đê bao cục bộ, đường giao thông nâng cao, cống tiêu thoát lũ hạ lưu), có thể gây sai số cục bộ về độ sâu ngập tại một số vùng trũng hẹp.
  2. Mô phỏng thủy lực 1D vùng đồng bằng: Mô hình HEC-RAS 1D hoạt động xuất sắc dọc theo các trục sông chính nhưng chưa mô tả đầy đủ trường vận tốc dòng chảy 2 chiều (2D flow vector) trên các cánh đồng ngập lũ rộng lớn ở hạ du khi nước tràn bờ trên diện rộng.
  3. Độ trễ thông tin vận hành liên hồ chứa thủy điện: Sự điều tiết dòng chảy của hệ thống bậc thang thủy điện lớn ở thượng nguồn (A Vương, Đak Mi 4, Sông Bung 4, Sông Tranh 2) với các quy trình xả lũ khẩn cấp trong thực tế chưa được kết nối API tự động trực tiếp theo thời gian thực vào mô hình mà vẫn phải dựa vào thông tin điều hành thủ công.
  4. Chưa tích hợp mô hình số trị dự báo mưa hạn cực ngắn (Nowcasting): Hệ thống hiện tại chủ yếu cảnh báo dựa trên lượng mưa quan trắc thực tế từ các trạm đo mưa tự động, thời gian dự kiến cảnh báo sớm phụ thuộc vào thời gian tập trung dòng chảy lũ của lưu vực.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  • Hướng 1: Ứng dụng công nghệ LiDAR hoặc máy bay không người lái (UAV) để xây dựng mô hình số độ cao DEM siêu cao phân giải (dưới 1m) cho toàn bộ vùng hạ lưu đồng bằng ngập lũ.
  • Hướng 2: Nâng cấp khối mô hình thủy lực sang mô hình liên kết 1D-2D (như HEC-RAS 2D hoặc MIKE FLOOD) để mô phỏng chính xác hướng dòng chảy, vận tốc xói lở và độ sâu ngập lụt chi tiết đến từng ngõ xóm, khu phố cổ Hội An.
  • Hướng 3: Tích hợp công nghệ Radar thời tiết phân giải cao và mô hình dự báo thời tiết số trị WRF (Weather Research and Forecasting Model) để đưa lượng mưa dự báo trước 6 - 24 giờ vào mô hình SWAT, giúp kéo dài thời gian dự báo sớm lên 24 - 48 giờ.
  • Hướng 4: Xây dựng giao diện kết nối dữ liệu SCADA thời gian thực với tất cả các nhà máy thủy điện trên lưu vực sông Vu Gia - Thu Bồn để tự động cập nhật lưu lượng xả qua tràn vào mô hình.

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật (Academic Impact): Công trình đặt nền móng lý luận vững chắc cho chuyên ngành Quản lý tài nguyên và môi trường tại Việt Nam trong lĩnh vực cảnh báo thiên tai; các kết quả nghiên cứu đã được công bố trên các tạp chí khoa học chuyên ngành uy tín và kỷ yếu hội nghị trong nước và quốc tế, tạo nguồn trích dẫn quan trọng cho các nghiên cứu thủy văn lưu vực sông nhiệt đới.
  • Chuyển đổi thực tiễn ngành (Industry & Sectoral Transformation): Tạo bước đột phá cho ngành Khí tượng Thủy văn và Quản lý Đê điều trong việc ứng dụng công nghệ thông tin, tự động hóa IoT cảm biến đo mưa và viễn thám vào quy trình nghiệp vụ dự báo hằng ngày.
  • Tác động chính sách công (Policy Influence): Cung cấp cơ sở khoa học trực tiếp cho Ủy ban Nhân dân tỉnh Quảng Nam ban hành Kế hoạch hành động ứng phó với biến đổi khí hậu giai đoạn 2020 - 2030, Quy hoạch phòng chống lũ chi tiết lưu vực sông Vu Gia - Thu Bồn, và Quy chế phối hợp vận hành liên hồ chứa trên lưu vực.
  • Lợi ích xã hội định lượng (Societal Benefits): Hệ thống giúp bảo vệ an toàn tính mạng và sinh kế cho hơn 1,5 triệu người dân sinh sống tại lưu vực sông Vu Gia - Thu Bồn, giảm thiểu ước tính 20 - 30% thiệt hại vật chất do lũ lụt hàng năm thông qua việc cung cấp thông tin cảnh báo sớm trước từ 6 đến 12 giờ.

Đối tượng hưởng lợi

  • Nghiên cứu sinh tiến sĩ và nhà khoa học trẻ: Tiếp cận phương pháp luận nghiên cứu liên ngành chuẩn mực, kết hợp hài hòa giữa khoa học địa lý truyền thống với công nghệ GIS, viễn thám và mô hình toán thủy văn - thủy lực hiện đại.
  • Các chuyên gia và cơ quan Khí tượng Thủy văn: Sở hữu bộ thông số mô hình SWAT và HEC-RAS đã được hiệu chỉnh và kiểm định chuẩn xác cho lưu vực sông Vu Gia - Thu Bồn, phục vụ trực tiếp công tác tác nghiệp mùa mưa lũ.
  • Ban chỉ huy Phòng chống thiên tai & Tìm kiếm cứu nạn các cấp: Được trang bị công cụ hỗ trợ ra quyết định trực quan, tin cậy, hỗ trợ điều hành sơ tán dân cư, bố trí lực lượng cứu hộ và vận hành hồ chứa an toàn.
  • Chính quyền địa phương và Cộng đồng dân cư ven sông: Được tiếp cận thông tin cảnh báo lũ lụt một cách minh bạch, nhanh chóng và trực tiếp qua bản đồ WebGIS và tin nhắn SMS trên điện thoại di động, từ đó chủ động thực hiện phương châm "4 tại chỗ" để bảo vệ tính mạng và tài sản.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Trả lời: Đóng góp độc đáo nhất là việc xác lập cơ sở khoa học địa lý tự nhiên cho việc thiết kế mạng lưới trạm quan trắc mưa phục vụ mô hình hóa lũ. Luận án đã mở rộng Lý thuyết Phân hóa Địa lý Tự nhiên và Lý thuyết Hệ hỗ trợ ra quyết định (DSS) bằng cách chứng minh rằng chất lượng đầu ra của DSS cảnh báo lũ không chỉ phụ thuộc vào thuật toán mô hình toán mà bắt nguồn từ tính đại diện không gian của mạng lưới quan trắc mưa theo các tầng độ cao, sườn đón gió và tiểu lưu vực sinh lũ khống chế.

2. Sự đổi mới về mặt phương pháp luận (Methodological Innovation) so với các nghiên cứu trước đây tại Việt Nam? Trả lời: So với các nghiên cứu trước đây (như Hoàng Minh Tuyền 2006 chỉ dừng ở khung DSF; Lại Vĩnh Cầm 2007 dùng HEC tính toán ngoại tuyến; Nguyễn Kim Lợi 2010 mới thử nghiệm ở nhánh Vu Gia), luận án đã tạo ra bước đột phá về phương pháp luận: Tích hợp tự động hóa hoàn toàn chuỗi liên hoàn 4 thành phần từ mạng lưới trạm đo mưa tự động bổ sung -> mô hình thủy văn bán phân bố SWAT -> mô hình thủy lực HEC-RAS -> WebGIS và cổng tin nhắn SMS theo thời gian thực cho toàn bộ hệ thống lưu vực sông Vu Gia - Thu Bồn.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì? Trả lời: Phát hiện thực nghiệm bất ngờ và có giá trị nhất là sự nhạy cảm cực cao của dòng chảy lũ đối với sự thay đổi thảm phủ thực vật rừng ở thượng nguồn: chênh lệch lưu lượng dòng chảy tính toán giữa các kịch bản rừng tại Nông Sơn đạt $182\text{ m}^3/\text{s}$ và tại Thành Mỹ đạt $218,4\text{ m}^3/\text{s}$. Điều này bác bỏ các quan điểm đơn giản hóa trước đây cho rằng rừng không có tác động đáng kể trong các trận lũ lịch sử có lượng mưa cực đoan trên $1.000\text{ mm}$.

4. Luận án có cung cấp quy trình sao chép (Replication Protocol) rõ ràng không? Trả lời: Có. Luận án trình bày chi tiết toàn bộ quy trình công nghệ: từ tiêu chí lựa chọn vị trí lắp đặt trạm đo mưa; quy trình giải đoán ảnh viễn thám SPOT5; cấu trúc bộ thông số hiệu chỉnh/kiểm định của mô hình SWAT và HEC-RAS (hệ số nhám Manning, mã phân loại đất, độ dốc); đến cấu trúc cơ sở dữ liệu GIS và thuật toán kích hoạt tin nhắn SMS cảnh báo lũ. Toàn bộ quy trình này có thể áp dụng nguyên vẹn cho các lưu vực sông khác tại miền Trung.

5. Định hướng nghiên cứu 10 năm tới (10-year Research Agenda) được vạch ra như thế nào? Trả lời: Định hướng 10 năm tập trung vào: (1) Nâng cấp toàn diện mô hình thủy lực lên 2D kết hợp mô phỏng ngập lụt đô thị thông minh cho thành phố Đà Nẵng và đô thị cổ Hội An; (2) Tích hợp trí tuệ nhân tạo (AI/Deep Learning - LSTM) trong dự báo mưa hạn cực ngắn dựa trên dữ liệu Radar thời tiết; (3) Tích hợp quản lý rủi ro thiên tai đa thiên tai (Multi-hazard DSS) bao gồm lũ lụt, lũ quét, sạt lở đất và xâm nhập mặn trong bối cảnh biến đổi khí hậu cực đoan.

Kết luận

Luận án tiến sĩ của tác giả Nguyễn Thị Hồng đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra với 5 đóng góp học thuật cốt lõi:

  1. Xác lập thành công cơ sở khoa học địa lý tự nhiên định lượng để tối ưu hóa số lượng và vị trí lắp đặt mạng lưới trạm quan trắc mưa tự động bổ sung trên lưu vực sông Vu Gia - Thu Bồn.
  2. Xây dựng bộ cơ sở dữ liệu không gian và thuộc tính đồng bộ từ ảnh viễn thám SPOT5 (5m/10m), bản đồ DEM và chuỗi số liệu thủy văn lịch sử 36 năm (1980 - 2015).
  3. Thiết lập, hiệu chỉnh và kiểm định thành công khối mô hình toán liên hoàn SWAT và HEC-RAS với các chỉ số thống kê $R^2 > 0.8$, $\text{NSE} > 0.8$, phản ánh chân thực quá trình sinh dòng chảy và ngập lụt hạ lưu.
  4. Xây dựng hoàn chỉnh hệ hỗ trợ cảnh báo lũ (DSS) vận hành theo thời gian thực, tích hợp giao diện WebGIS trực quan và mô-đun phát tin nhắn SMS cảnh báo tự động đến cộng đồng.
  5. Đề xuất các giải pháp quản lý rủi ro thiên tai có căn cứ khoa học vững chắc, phục vụ trực tiếp công tác quy hoạch phát triển kinh tế - xã hội và bảo vệ an toàn tính mạng, tài sản của nhân dân tỉnh Quảng Nam.

Công trình tạo ra bước chuyển đổi quan trọng (paradigm shift) từ phương thức cảnh báo lũ thụ động, đơn lẻ sang hệ thống hỗ trợ ra quyết định chủ động, liên ngành và khép kín theo thời gian thực. Những đóng góp lý luận và thực tiễn của luận án sẽ tiếp tục là nguồn tài liệu tham khảo nền tảng, mở đường cho các nghiên cứu hiện đại hóa công tác quản lý tài nguyên nước và giảm nhẹ rủi ro thiên tai tại Việt Nam trong kỷ nguyên số.