Tổng quan luận án
Tính cấp thiết và khoảng trống nghiên cứu
Mạng lưới trạm khí tượng bề mặt, điểm đo mưa và trạm thủy văn tại Việt Nam còn thưa và phân bố không đồng đều theo không gian. Phần lớn trạm đo tập trung tại các vùng trung du và đồng bằng, trong khi mật độ trạm tại các vùng núi cao thượng lưu chưa đáp ứng các tiêu chuẩn kỹ thuật của Tổ chức Khí tượng Thế giới (WMO) khuyến nghị cho vùng nhiệt đới (600 - 900 $\text{km}^2/\text{trạm}$ đối với vùng bằng phẳng và 100 - 250 $\text{km}^2/\text{trạm}$ đối với vùng núi). Nhiều lưu vực sông lớn có phần diện tích đáng kể nằm ngoài lãnh thổ Việt Nam hầu như không thu thập được số liệu thực đo khí tượng thủy văn, điển hình như lưu vực sông Mã với 38% diện tích thuộc lãnh thổ Cộng hòa Dân chủ Nhân dân Lào.
Lưu vực sông Mã có tổng diện tích tự nhiên $28.400\text{ km}^2$, dòng chính dài 512 km (đoạn chảy qua Việt Nam dài 410 km). Mật độ trạm đo mưa trung bình toàn lưu vực đạt khoảng $1.183\text{ km}^2/\text{trạm}$ (24 trạm đo). Tại khu vực thượng lưu tính đến trạm Xã Là (diện tích $6.430\text{ km}^2$), mật độ trạm là $1.286\text{ km}^2/\text{trạm}$ (5 trạm đo); khu vực trung lưu từ Xã Là đến Hồi Xuân ($9.070\text{ km}^2$) có mật độ trạm lên tới $2.268\text{ km}^2/\text{trạm}$ (4 trạm đo). Sự thiếu hụt số liệu đo đạc bề mặt ở vùng thượng lưu và khu vực xuyên biên giới dẫn đến thông tin mưa quan trắc không có tính đại biểu không gian, gây sai số lớn khi mô phỏng và dự báo dòng chảy lũ.
Các nguồn dữ liệu mưa viễn thám vệ tinh như GSMaP có ưu điểm bao phủ không gian rộng lớn, độ phân giải cao và tần suất cập nhật nhanh, có thể bù đắp khoảng trống số liệu thực đo. Tuy nhiên, số liệu mưa vệ tinh gốc thường tồn tại sai số hệ thống và ngẫu nhiên so với lượng mưa thực tế trên mặt đất. Do đó, việc nghiên cứu phương pháp hiệu chỉnh dữ liệu mưa vệ tinh GSMaP kết hợp với số liệu đo mưa bề mặt nhằm phục vụ mô phỏng dòng chảy lũ trên lưu vực sông Mã là yêu cầu kỹ thuật cấp thiết.
Mục tiêu nghiên cứu
- Nghiên cứu đề xuất được phương pháp hiệu chỉnh các sản phẩm mưa vệ tinh phù hợp, hiệu quả nhằm bổ sung và tăng cường về số liệu mưa cho các khu vực thiếu số liệu thực đo trên lưu vực sông Mã.
- Nghiên cứu ứng dụng mô hình toán thủy văn mô phỏng dòng chảy lũ chứng minh tính hiệu quả của phương pháp hiệu chỉnh mưa vệ tinh cho lưu vực sông Mã với mức độ chính xác, tin cậy, góp phần phục vụ công tác quản lý tài nguyên nước và phòng chống thiên tai.
Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: Các sản phẩm dữ liệu mưa vệ tinh GSMaP với các bước thời gian ngắn (1 giờ, 3 giờ, 6 giờ) và quá trình hình thành, tập trung dòng chảy lũ trên lưu vực sông Mã.
- Phạm vi không gian: Phần lưu vực dòng chính sông Mã từ vùng thượng nguồn thuộc tỉnh Điện Biên, qua lãnh thổ Lào đến tuyến trạm thủy văn Cẩm Thủy với diện tích khống chế khoảng $17.500\text{ km}^2$, chiếm 62,5% diện tích toàn bộ lưu vực sông Mã.
- Phạm vi thời gian: Tập trung tính toán dòng chảy lũ khu vực thượng lưu và trung lưu trên dòng chính sông Mã cho các trận lũ điển hình trong giai đoạn từ năm 2000 đến năm 2012.
Tổng quan tài liệu và vị trí của luận án
Các hướng nghiên cứu quốc tế
Các nghiên cứu trên thế giới tập trung vào hai nhánh chính: đánh giá sai số của sản phẩm mưa vệ tinh và tích hợp mưa vệ tinh vào các mô hình thủy văn.
| Nhóm nghiên cứu / Tác giả |
Nguồn dữ liệu vệ tinh |
Mô hình / Phương pháp |
Phạm vi / Kết quả chính |
| Shrestha (2011) |
NOAA CPC_RFE 2.0, GSMaP_MVK+ |
Mô hình GeoSFM; các chỉ số thống kê Bias, R, RMSE, MAE, POD, FAR |
Đánh giá tại Nepal; mưa năm GSMaP và RFE thiên thấp lần lượt 48% và 30% so với thực đo; hiệu chỉnh số liệu giúp cải thiện mô phỏng dòng chảy trên sông Bagmati và Narayani. |
| Bitew và nnk (2012) |
CMORPH, TRMM 3B42, TRMM 3B42RT, PERSIANN |
Mô hình SWAT, chỉ số PBIAS, $R^2$ |
Lưu vực sông Koga ($299\text{ km}^2$, Ethiopia); sản phẩm 3B42RT và CMORPH cho kết quả tốt hơn 3B42 và PERSIANN; hiệu chỉnh mô hình theo từng nguồn mưa làm tăng độ chính xác mô phỏng. |
| Immerzeel (2009) |
NOAA-SRE, RFE 2.0 |
Mô hình URBS (hệ thống MRCFFS) |
Hạ lưu sông Mê Kông; đánh giá trên 143 trạm đo; mưa sau hiệu chỉnh cải thiện mô phỏng lũ đoạn trung lưu từ Vientiane/Nong Khai đến Kratie nhưng chưa cải thiện ở vùng thượng lưu. |
| Tobin và Bennett (2009) |
TMPA 3B42 |
Mô hình SWAT |
Lưu vực sông Nueces ($7.720\text{ km}^2$) và Rio Grande ($8.950\text{ km}^2$); mô phỏng dựa trên 3B42 có thể so sánh được với dữ liệu trạm thực đo. |
| Artan và nnk (2007) |
SBRE |
Mô hình GeoSFM |
Các lưu vực Nyando ($2.646\text{ km}^2$), Se Done ($6.044\text{ km}^2$), Nam Ou ($19.013\text{ km}^2$), Gash ($22.150\text{ km}^2$); mô hình hiệu chỉnh với dữ liệu vệ tinh cho chất lượng tốt hơn khi dùng mạng lưới trạm thưa thớt. |
| Su và nnk (2007) |
TMPA 3B42 |
Mô hình VIC |
7 lưu vực thuộc hệ thống La Plata ($62.236\text{ km}^2$ đến $1.000.000\text{ km}^2$); kết quả mô phỏng chấp nhận được nhưng có xu hướng thiên cao ở đỉnh lũ. |
| Yilmaz và nnk (2005) |
PERSIANN |
Mô hình SAC-SMA |
6 lưu vực tại Mỹ ($1.346\text{ km}^2$ đến $4.774\text{ km}^2$); độ chính xác phụ thuộc sai lệch ước lượng mưa và diện tích lưu vực; lưu vực lớn cho kết quả tốt hơn lưu vực nhỏ. |
| Yan Yan và nnk (2022) |
TMPA 3B42, IMERG-early, IMERG-final, CMORPH-CRT |
Tổ hợp mô hình DRIVE (VIC kết hợp định tuyến dòng chảy) |
4 lưu vực tại tỉnh Hồ Nam, Trung Quốc; IMERG-final có tương quan cao nhất và mô phỏng dòng chảy tốt nhất; dữ liệu mưa vệ tinh có xu hướng ước lượng dòng chảy thiên thấp trong bão lớn (bão Bailu 2019). |
| Awel Haji Ibrahim và nnk (2022) |
CHIRPS, MSWEP, TRMM |
Mô hình HEC-HMS, hiệu chỉnh sai số theo biến thời gian |
Lưu vực sông Bilate ($5.000\text{ km}^2$, Ethiopia); các nguồn mưa vệ tinh đều thiên thấp so với thực đo; MSWEP cho kết quả đánh giá POD và FAR tốt nhất, tiếp theo là CHIRPS và TRMM. |
Các nghiên cứu tại Việt Nam
- Ngô Đức Thành và nnk (2013): Đánh giá mưa tháng APHRODITE và GSMaP cho lưu vực sông Vu Gia - Thu Bồn, ghi nhận APHRODITE có hệ số tương quan ($0,6 - 0,9$) và độ lệch chuẩn vượt trội so với GSMaP.
- Bùi Tuấn Hải (2020): Đánh giá CHIRPS, GSMaP, CMORPH cho lưu vực sông Cả; ứng dụng GSMaP kết hợp mô hình số độ cao (DEM) vào mô hình IFAS tính toán dòng chảy lũ tiểu lưu vực Nậm Nơn có diện tích trống số liệu lớn bằng phương pháp hiệu chỉnh Type 1 của ICHARM.
- Đặng Đình Khá và nnk (2020): So sánh CMORPH, CPC, GSMaP, TRMM 3B42 với 175 trạm thực đo trên lưu vực sông Mê Kông; xác định TRMM 3B42 phù hợp nhất, trong khi GSMaP cho lượng mưa trung bình thiên thấp.
- Vũ Thanh Hằng và nnk (2010): Đánh giá GSMaP giai đoạn 2000-2010 tại Trung Bộ, ghi nhận GSMaP ước tính cao hơn thực tế vào mùa hè (tháng IV - IX) và thấp hơn từ tháng X đến tháng XII.
- Mai Khánh Hưng và nnk (2020): Đánh giá GSMaP_NOW, GSMaP_MVK và Himawari-8 qua 184 trạm synop; xác định GSMaP_MVK có chất lượng ước lượng tốt nhất nhưng độ trễ 3-4 ngày, còn GSMaP_NOW phù hợp cho tác nghiệp thời gian thực.
- Đặng Ngọc Tĩnh (2012): Tích hợp mưa vệ tinh GSMaP, TRMM, CMORPH và mưa dự báo số trị vào mô hình IFAS dự báo lũ hệ thống sông Hồng - Thái Bình cho 10 vị trí, chỉ ra tính cấp thiết của tiền hiệu chỉnh dữ liệu viễn thám.
Khoảng trống nghiên cứu luận án giải quyết
Phần lớn các nghiên cứu trong nước trước đây sử dụng mưa vệ tinh cho mục đích dự báo thời tiết hoặc áp dụng mô phỏng thủy văn với phương pháp hiệu chỉnh điểm - ô lưới (point-to-pixel) đơn giản. Luận án giải quyết khoảng trống về phương pháp luận hiệu chỉnh thống kê không gian kết hợp giữa chuỗi mưa thực đo từ các trạm mặt đất với lưới mưa vệ tinh GSMaP bước thời gian ngắn (1 giờ, 3 giờ, 6 giờ), áp dụng trực tiếp cho lưu vực sông Mã – khu vực có địa hình chia cắt phức tạp và hơn một phần ba diện tích nằm ngoài lãnh thổ quốc gia không có số liệu quan trắc.
Cơ sở lý thuyết và phương pháp nghiên cứu
Khung lý thuyết và sản phẩm mưa vệ tinh GSMaP
Sản phẩm GSMaP (Global Satellite Mapping of Precipitation) được phát triển bởi Cơ quan Khoa học và Công nghệ Nhật Bản (JST) và Cơ quan Thám hiểm Hàng không Vũ trụ Nhật Bản (JAXA). GSMaP cung cấp dữ liệu mưa dạng lưới toàn cầu độ phân giải không gian $0,1^\circ \times 0,1^\circ$ (khoảng $10\text{ km} \times 10\text{ km}$) và bước thời gian 1 giờ, sử dụng thuật toán kết hợp vi sóng thụ động (PMW) từ nhiều vệ tinh quỹ đạo thấp (GPM GMI, TRMM TMI, Aqua AMSR-E, DMSP SSM/I) và ảnh hồng ngoại (IR) từ vệ tinh địa tĩnh kết hợp kỹ thuật lọc Kalman.
| Sản phẩm GSMaP |
Tên đầy đủ |
Đặc điểm kỹ thuật và độ trễ |
| GSMaP_NRT |
Near Real-Time |
Dữ liệu gần thời gian thực, độ trễ khoảng 4 giờ sau quan trắc, phù hợp tính toán nghiệp vụ. |
| GSMaP_MVK |
Microwave-IR Combined |
Sản phẩm tiêu chuẩn kết hợp vi sóng và hồng ngoại, độ trễ khoảng 3 - 4 ngày. |
| GSMaP_RNL |
Reanalysis |
Sản phẩm tái phân tích, được đồng hóa và hiệu chỉnh số liệu toàn cầu, phục vụ nghiên cứu lịch sử. |
| GSMaP_NOW |
Real-Time |
Sản phẩm thời gian thực, cung cấp dữ liệu tức thời phục vụ giám sát mưa cực ngắn. |
| GSMaP_RNC |
RIKEN Nowcast |
Sản phẩm dự báo mưa tức thời dựa trên ngoại suy chuyển động mây kết hợp trí tuệ nhân tạo. |
Các phương pháp hiệu chỉnh sai số thống kê
Luận án hệ thống hóa các công thức toán học hiệu chỉnh dữ liệu mưa viễn thám:
-
Phương pháp tỷ lệ tuyến tính (Linear Scaling - LS):
$$P' = s \times P$$
Trong đó $s$ là hệ số tỷ lệ giữa lượng mưa trung bình thực đo và lượng mưa trung bình ước tính từ vệ tinh trong cùng thời đoạn; $P$ là lượng mưa vệ tinh gốc; $P'$ là lượng mưa sau hiệu chỉnh.
-
Phương pháp hiệu chỉnh cường độ theo quy mô địa phương (Local Intensity Scaling - LOCI):
$$P^{m,d} = \begin{cases} 0, & P{s,m,d} < P_{\text{ngưỡng}} \ P_{s,m,d} \times c, & P_{s,m,d} \ge P_{\text{ngưỡng}} \end{cases}$$
Trong đó $P^{m,d}$ là lượng mưa sau hiệu chỉnh; $P{s,m,d}$ là lượng mưa vệ tinh trước hiệu chỉnh; $c$ là hệ số tỷ lệ xét theo ngưỡng mưa $P_{\text{ngưỡng}}$.
-
Phương pháp biến đổi hàm mũ (Power Transformation):
$$P^* = a \times P^b$$
Trong đó hệ số $b$ được xác định sao cho hệ số biến thiên ($C_v$) của chuỗi mưa vệ tinh đồng nhất với $C_v$ của chuỗi mưa thực đo; hệ số $a$ đưa lượng mưa trung bình sau hiệu chỉnh về xấp xỉ giá trị thực đo.
-
Phương pháp hiệu chỉnh phân vị (Quantile Mapping):
$$P^*{t,i} = f^{-1}{\text{obs},t,i}\left(g_{s,t,i}(P_{s,t,i})\right)$$
Trong đó $f$ và $g$ lần lượt là hàm phân phối xác suất tích lũy của chuỗi thực đo và chuỗi mô phỏng; $f^{-1}$ là hàm nghịch đảo.
-
Phương pháp khớp phân phối tần suất lũy tích (Cumulative Distribution of Frequency - CDF):
$$P_t = f_1(t); \quad P_v = f_2(v)$$
$$C_t(t) = \int_{T_1}^t f_1(t)dt; \quad C_v(v) = \int_{V_1}^v f_2(v)dv$$
$$f_3\left(C_v^{-1}[C_t(t)]\right) \to t$$
-
Phương pháp hiệu chỉnh không gian trong luận án: Luận án thiết lập và so sánh các phương án hiệu chỉnh lưới không gian gồm:
- Mưa vệ tinh nguyên gốc: GSMaP_NRT (Raw).
- Mưa kết hợp (Bias): Hiệu chỉnh độ lệch không gian giữa lưới vệ tinh và trạm đo.
- Mưa lân cận gần nhất (Nearest Neighbor - NR): Gán trọng số không gian theo khoảng cách trạm gần nhất.
- Mưa hiệu chỉnh theo vị trí trạm (Multiple Linear Regression / Station-based - MLR): Hiệu chỉnh hồi quy kết hợp tọa độ không gian trạm.
Mô hình mô phỏng thủy văn và phương pháp đánh giá
- Mô hình NAM (Nedbør-Afstrømnings-Model): Mô hình thủy văn thông số tập trung, mô phỏng liên tục quá trình mưa - dòng chảy dựa trên cấu trúc 4 bể chứa biểu diễn các tầng ẩm: bể chứa bề mặt ($U$), bể chứa tầng rễ cây ($L$), bể chứa nước ngầm ($G$) và bể chứa tuyết/dòng chảy ngầm.
- Phương pháp Muskingum: Mô hình hóa quá trình truyền lũ trong các phân đoạn dòng chính sông Mã dựa trên phương trình cân bằng liên tục và phương trình trữ lượng:
$$S = K \left[ X \cdot I + (1 - X) \cdot O \right]$$
Trong đó $K$ là thời gian truyền lũ qua đoạn sông; $X$ là trọng số hình học biểu diễn ảnh hưởng của dòng vào ($I$) và dòng ra ($O$).
- Chỉ tiêu đánh giá hiệu quả mô hình:
- Hệ số Nash-Sutcliffe (NSE):
$$\text{NSE} = 1 - \frac{\sum (Q_{\text{obs}} - Q_{\text{sim}})^2}{\sum (Q_{\text{obs}} - \overline{Q}_{\text{obs}})^2}$$
- Phần trăm sai số thể tích dòng chảy (PBIAS):
$$\text{PBIAS} = \frac{\sum (Q_{\text{obs}} - Q_{\text{sim}})}{\sum Q_{\text{obs}}} \times 100%$$
Nguồn tư liệu và dữ liệu nghiên cứu
- Dữ liệu mưa trạm bề mặt: Thu thập từ 24 trạm quan trắc khí tượng, đo mưa trên lưu vực sông Mã và lân cận thuộc mạng lưới của Tổng cục Khí tượng Thủy văn:
| STT |
Tên trạm |
Tiểu lưu vực |
Vĩ độ (Lat) |
Kinh độ (Long) |
| 1 |
Sông Mã |
Sông Mã |
$21^\circ 04' 10''$ |
$103^\circ 33' 00''$ |
| 2 |
Xã Là |
Sông Mã |
$20^\circ 56' 08''$ |
$103^\circ 55' 03''$ |
| 3 |
Mường Lát |
Sông Mã |
$20^\circ 33' 07''$ |
$104^\circ 38' 01''$ |
| 4 |
Hồi Xuân |
Sông Mã |
$20^\circ 22' 08''$ |
$105^\circ 07' 00''$ |
| 5 |
Bá Thước |
Sông Mã |
$20^\circ 17' 05''$ |
$105^\circ 11' 00''$ |
| 6 |
Cẩm Thủy |
Sông Mã |
$20^\circ 13' 04''$ |
$105^\circ 28' 01''$ |
| 7 |
Lý Nhân |
Sông Mã |
$20^\circ 01' 18''$ |
$105^\circ 35' 07''$ |
| 8 |
Cửa Đạt |
Sông Chu |
$19^\circ 52' 07''$ |
$105^\circ 17' 01''$ |
| 9 |
Bái Thượng |
Sông Chu |
$19^\circ 54' 35''$ |
$105^\circ 23' 07''$ |
| 10 |
Xuân Khánh |
Sông Chu |
$19^\circ 55' 09''$ |
$105^\circ 34' 03''$ |
| 11 |
Kim Tân |
Sông Bưởi |
$20^\circ 07' 01''$ |
$105^\circ 40' 00''$ |
| 12 |
Thạch Quảng |
Sông Bưởi |
$20^\circ 20' 03''$ |
$105^\circ 31' 00''$ |
| 13 |
Giàng |
Sông Mã |
$19^\circ 52' 11''$ |
$105^\circ 45' 02''$ |
| 14 |
Bất Mọt |
Sông Mã |
$20^\circ 01' 40''$ |
$105^\circ 03' 00''$ |
| 15 |
Thanh Hóa |
Sông Mã |
$19^\circ 45' 09''$ |
$105^\circ 47' 02''$ |
| 16 |
Lang Chánh |
Sông Âm |
$20^\circ 08' 04''$ |
$105^\circ 15' 00''$ |
| 17 |
Yên Định |
Sông Mã |
$19^\circ 59' 01''$ |
$105^\circ 39' 59''$ |
| 18 |
Lạc Sơn |
Sông Bưởi |
$20^\circ 27' 26''$ |
$105^\circ 27' 13''$ |
| 19 |
Tân Lạc |
Sông Bưởi |
$20^\circ 35' 41''$ |
$105^\circ 17' 15''$ |
| 20 |
Lèn |
Sông Lèn |
$19^\circ 56' 11''$ |
$105^\circ 58' 57''$ |
| 21 |
Ngọc Trà |
Sông Yên |
$19^\circ 36' 26''$ |
$105^\circ 45' 56''$ |
| 22 |
Cụ Thôn |
Sông Lèn |
$19^\circ 58' 31''$ |
$105^\circ 52' 58''$ |
| 23 |
Chuối |
Sông Yên |
$19^\circ 32' 17''$ |
$105^\circ 38' 55''$ |
| 24 |
Quảng Châu |
Sông Mã |
$19^\circ 46' 46''$ |
$105^\circ 50' 55''$ |
- Dữ liệu thủy văn: Chuỗi số liệu mực nước, lưu lượng thực đo tại các trạm thủy văn chính: Xã Là, Hồi Xuân, Cẩm Thủy (trên dòng chính sông Mã), Cửa Đạt, Bái Thượng, Xuân Khánh (trên sông Chu).
- Dữ liệu viễn thám và không gian: Lưới mưa vệ tinh GSMaP thời đoạn 1 giờ, 3 giờ, 6 giờ; Mô hình số độ cao DEM phục vụ phân chia tiểu lưu vực; Bản đồ hiện trạng thảm phủ bề mặt toàn cầu (GLCC).
Nội dung chính theo từng chương
Chương 1: Tổng quan tình hình nghiên cứu ứng dụng mưa vệ tinh
Chương 1 tổng thuật các sản phẩm dữ liệu mưa vệ tinh quốc tế (TRMM, GPCP, CMORPH, PERSIANN, GPM IMERG, GSMaP, APHRODITE) và phân tích các đặc trưng khí hậu - thủy văn của lưu vực sông Mã.
- Đặc điểm địa hình và mạng lưới sông suối lưu vực sông Mã: Phân chia thành 3 vùng đặc trưng: vùng núi cao Tây Bắc (địa hình nâng kiến tạo, chia cắt mạnh), vùng đồi núi thấp karst/xâm thực (sông Bưởi, sông Âm chiếm 11,75% diện tích) và vùng đồng bằng ven biển phân lưu ra các cửa Hới, Lạch Trường, Lạch Sung. Các phụ lưu cấp I lớn nhất gồm sông Chu (dài 325 km, diện tích phần Việt Nam $7.010\text{ km}^2$), sông Bưởi (dài 130 km, diện tích $1.790\text{ km}^2$), sông Cầu Chày và các suối nhánh ngắn dốc tập trung dòng chảy nhanh (sông Luồng, sông Lò, Nậm Thi, Nậm Công).
- Quy luật mưa và phân phối dòng chảy: Lượng mưa phân bố không đều; vùng thượng nguồn khuất gió có lượng mưa thấp (trạm Sông Mã đạt $1.152\text{ mm/năm}$, Sơn La đạt $1.200 - 1.400\text{ mm/năm}$); vùng trung lưu đón gió hình thành hai tâm mưa lớn tại Bá Thước - Quan Hóa và Thường Xuân với lượng mưa đạt $1.800 - 2.200\text{ mm/năm}$. Mùa mưa chuyển dịch chậm dần từ thượng lưu (tháng VI - IX) qua trung lưu (tháng VII - X) xuống hạ lưu (tháng VIII - X). Tổng lượng dòng chảy nhiều năm đạt 18,0 tỷ $\text{m}^3$ (lưu lượng trung bình $570\text{ m}^3/\text{s}$, mô đun $20\text{ l/s}\cdot\text{km}^2$); phần sinh lưu tại Việt Nam đạt 14,1 tỷ $\text{m}^3$ ($25,3\text{ l/s}\cdot\text{km}^2$) và tại Lào đạt 3,9 tỷ $\text{m}^3$ ($11,4\text{ l/s}\cdot\text{km}^2$). Lượng nước mùa lũ chiếm 75% tổng lượng năm tại Cẩm Thủy và 78% tại Cửa Đạt.
- Thống kê hình thế thời tiết gây mưa lũ lớn (2000 - 2018): Thống kê 43 trận lũ có biên độ mực nước tại trạm Cẩm Thủy lớn hơn 2m:
- Bão và áp thấp nhiệt đới (đơn lẻ hoặc kết hợp): 16 trận (chiếm 37%). Tần suất bão đổ bộ vào dải bờ biển lân cận: Thanh Hóa - Hà Tĩnh chiếm 31,1%, Quảng Bình - Thừa Thiên Huế chiếm 26,2%.
- Rãnh thấp bị nén, xoáy thấp hoặc vùng thấp Bắc Bộ: 18 trận (chiếm 42%).
- Dải hội tụ nhiệt đới: 7 trận (chiếm 16%).
Chương 2: Phương pháp hiệu chỉnh mưa vệ tinh và xây dựng mô hình mô phỏng lũ sông Mã
Chương 2 trình bày quy trình lựa chọn sản phẩm mưa GSMaP, các thuật toán hiệu chỉnh số liệu mưa lưới và thiết lập mô hình thủy văn NAM - Muskingum cho lưu vực sông Mã.
- Đánh giá và lựa chọn dữ liệu GSMaP: Lựa chọn bộ sản phẩm GSMaP_NRT có độ phân giải $0,1^\circ \times 0,1^\circ$, bước thời gian 1 giờ do có độ trễ ngắn (khoảng 4 giờ), dễ khai thác và cập nhật, phù hợp cho bài toán dự báo và mô phỏng lũ. Đánh giá kiểm chứng sai số bằng các trận mưa lũ năm 2017 và 2018 trên lưu vực sông Mã cho thấy dữ liệu GSMaP_NRT thô có xu hướng ước lượng thấp lượng mưa đỉnh trận.
- Quy trình hiệu chỉnh không gian: Tác giả xây dựng quy trình hiệu chỉnh kết hợp số liệu mưa thực đo tại các trạm bề mặt với lưới mưa GSMaP_NRT, tạo ra 3 bộ dữ liệu mưa hiệu chỉnh:
- Dữ liệu mưa kết hợp (Bias): Khử sai số lệch trung bình không gian giữa lưới vệ tinh và các điểm trạm.
- Dữ liệu mưa lân cận gần nhất (NR): Phân bổ sai số theo thuật toán lân cận gần nhất (Nearest Neighbor).
- Dữ liệu mưa hiệu chỉnh theo vị trí trạm (MLR): Hiệu chỉnh bằng mô hình hồi quy đa biến theo tọa độ và độ cao trạm.
- Thiết lập mô hình NAM - Muskingum: Phân chia lưu vực sông Mã đến tuyến Cẩm Thủy và Cửa Đạt thành các tiểu lưu vực tính toán độc lập. Tích hợp chuỗi mưa lưới hiệu chỉnh cho từng tiểu lưu vực theo các thời đoạn tính toán (1 giờ, 3 giờ, 6 giờ). Thiết lập các phân đoạn truyền lũ trên dòng chính sông Mã bằng phương pháp Muskingum để nối kết dòng chảy giữa các trạm Xã Là, Hồi Xuân và Cẩm Thủy. Lựa chọn 8 mùa lũ lịch sử lớn (2000, 2002, 2003, 2005, 2006, 2007, 2008, 2012) để phục vụ tính toán và thử nghiệm mô hình.
Chương 3: Kết quả nghiên cứu ứng dụng mưa vệ tinh nâng cao chất lượng mô phỏng dòng chảy lũ sông Mã
Chương 3 tổng hợp các kết quả mô phỏng thủy văn với 5 phương án đầu vào mưa khác nhau: mưa thực đo trạm, mưa GSMaP_NRT thô (Raw), mưa kết hợp (Bias), mưa lân cận gần nhất (NR) và mưa hiệu chỉnh theo vị trí trạm (MLR).
- Phân tích diễn biến các đợt lũ lịch sử: Mô hình mô phỏng chi tiết các trận lũ lớn trong các giai đoạn:
- 01/VIII – 31/X/2000; 15/VI – 15/IX/2002; 01/VII – 30/IX/2003; 01/VII – 15/X/2005;
- 01/VII – 30/IX/2006; 01/VIII – 31/X/2007; 01/VIII – 15/XI/2008; 15/VI – 15/X/2012 (đặc biệt trận lũ lịch sử 1 - 5/X/2007 và 3 - 8/IX/2012).
- So sánh chỉ tiêu kỹ thuật tại các tuyến trạm kiểm soát:
- Tuyến thượng lưu Xã Là ($6.430\text{ km}^2$): Khi sử dụng mưa GSMaP_NRT thô, chỉ số NSE đạt thấp và PBIAS lệch âm lớn do mưa vệ tinh đánh giá thấp lượng mưa thực tế ở vùng núi cao. Sau khi hiệu chỉnh (đặc biệt theo phương pháp Bias và MLR), hệ số NSE tăng rõ rệt, PBIAS giảm về ngưỡng tiêu chuẩn cho phép.
- Tuyến trung lưu Cẩm Thủy ($17.500\text{ km}^2$) và Cửa Đạt / Bái Thượng: Kết quả mô phỏng dòng chảy khi dùng dữ liệu mưa hiệu chỉnh không gian cho đường quá trình lũ bám sát lưu lượng thực đo, cải thiện rõ rệt thời gian xuất hiện đỉnh lũ và lưu lượng đỉnh lũ so với phương án sử dụng mưa trạm bề mặt đơn thuần trong điều kiện mạng lưới trạm thưa.
- Đánh giá hiệu quả tổng hợp: Phương án mưa kết hợp (Bias) và mưa hiệu chỉnh theo trạm (MLR) đạt độ tương thích cao nhất giữa quá trình mô phỏng và tài liệu thực đo, chứng minh dữ liệu mưa vệ tinh sau khi hiệu chỉnh có khả năng nâng cao chất lượng mô phỏng dòng chảy lũ tại các lưu vực thiếu hụt số liệu đo đạc mặt đất.
Kết quả và những đóng góp mới
Những đóng góp mới của luận án
- Về mặt khoa học và phương pháp luận:
- Xác lập cơ sở khoa học và quy trình hiệu chỉnh không gian cho sản phẩm mưa vệ tinh độ phân giải cao GSMaP_NRT dựa trên sự kết hợp với chuỗi số liệu đo mưa bề mặt, giải quyết bài toán suy giảm sai số vệ tinh tại các vùng địa hình phức tạp, chia cắt mạnh.
- Xây dựng phương pháp tích hợp dữ liệu mưa lưới viễn thám sau hiệu chỉnh vào mô hình thủy văn mưa - dòng chảy NAM kết hợp truyền lũ Muskingum cho lưu vực sông liên quốc gia có tỷ lệ diện tích trống số liệu lớn.
- Về mặt thực tiễn:
- Cung cấp bộ thông số mô hình thủy văn NAM - Muskingum đã được hiệu chỉnh và kiểm định chi tiết qua 8 mùa lũ lịch sử lớn cho lưu vực sông Mã đến tuyến Cẩm Thủy và Cửa Đạt.
- Bổ sung nguồn số liệu mưa dạng lưới không gian có độ tin cậy phục vụ tính toán dòng chảy lũ tại khu vực thượng nguồn và trung lưu sông Mã (đoạn qua tỉnh Hủa Phăn - Lào và miền núi Điện Biên, Sơn La), khắc phục hạn chế thiếu hụt trạm quan trắc bề mặt.
Kiến nghị và đề xuất
- Nghiên cứu tích hợp quy trình hiệu chỉnh tự động mưa vệ tinh GSMaP_NRT vào hệ thống dự báo tác nghiệp thời gian thực tại các đơn vị thuộc Trung tâm Dự báo Khí tượng Thủy văn Quốc gia và Đài Khí tượng Thủy văn khu vực Bắc Trung Bộ.
- Đề xuất mở rộng nghiên cứu thử nghiệm các thuật toán hiệu chỉnh mưa vệ tinh đối với các dạng hình thế thời tiết cực đoan khác nhau (như bão di chuyển nhanh kết hợp không khí lạnh) và kiểm nghiệm trên các lưu vực sông xuyên biên giới khác ở miền Trung như sông Cả, sông Vu Gia - Thu Bồn.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của luận án
- Phụ thuộc vào mạng lưới trạm mặt đất hiện có: Quy trình hiệu chỉnh không gian vẫn đòi hỏi sự hiện diện của các trạm đo mưa bề mặt làm mốc tham chiếu nền; đối với các tiểu lưu vực hoàn toàn không có trạm đo trong bán kính lớn, độ chính xác của trường mưa hiệu chỉnh suy giảm.
- Giới hạn chuỗi số liệu kiểm định: Các trận lũ kiểm định trong mô hình NAM mới tập trung trong giai đoạn từ năm 2000 đến năm 2012, chưa đánh giá tác động điều tiết phức tạp của các công trình thủy điện lớn mới xuất hiện trên dòng chính sông Mã trong giai đoạn sau năm 2015 (như thủy điện Trung Sơn, Hủa Na).
Hướng nghiên cứu tiếp theo
- Ứng dụng các sản phẩm vệ tinh thế hệ mới hơn (như GPM IMERG Final/Early, GSMaP phiên bản cập nhật) kết hợp radar thời tiết và số liệu trạm đo mưa tự động mật độ dày hơn.
- Phát triển mô hình thủy văn phân bố tích hợp vận hành điều tiết liên hồ chứa để nâng cao độ chính xác dự báo lũ cho toàn bộ vùng hạ du sông Mã.
Giá trị tham khảo
- Đối với nghiên cứu sinh và học viên sau đại học ngành Thủy văn, Kỹ thuật Tài nguyên nước: Cung cấp tài liệu tham khảo chi tiết về phương pháp xử lý, hiệu chỉnh sai số thống kê cho các sản phẩm mưa viễn thám dạng lưới (GSMaP, TRMM, CMORPH, PERSIANN) và cách thức ghép nối dữ liệu không gian vào các mô hình thủy văn thông số tập trung.
- Đối với cơ quan dự báo khí tượng thủy văn tác nghiệp: Cung cấp phương án kỹ thuật khả thi để bổ sung trường mưa phục vụ tính toán, cảnh báo và dự báo lũ sớm tại các lưu vực sông xuyên biên giới hoặc vùng thượng lưu miền núi thiếu mạng lưới quan trắc mặt đất.
- Đối với cán bộ quản lý tài nguyên nước và phòng chống thiên tai: Bổ sung cơ sở dữ liệu và đánh giá chi tiết về đặc điểm hình thế thời tiết, phân phối lượng mưa và chuỗi quá trình lũ lịch sử trên lưu vực sông Mã.
Câu hỏi thường gặp
1. Tại sao luận án lựa chọn sản phẩm mưa vệ tinh GSMaP thay vì TRMM hay CMORPH?
GSMaP có bước thời gian ngắn (1 giờ), độ phân giải không gian cao ($0,1^\circ \times 0,1^\circ$, tương đương khoảng $10\text{ km} \times 10\text{ km}$), thời gian trễ thấp (phiên bản GSMaP_NRT có độ trễ chỉ khoảng 4 giờ) và được xây dựng có tích hợp dữ liệu quan trắc từ các trạm đo ở châu Á, phù hợp với yêu cầu mô phỏng và cảnh báo lũ ngắn hạn tại các lưu vực miền núi Việt Nam.
2. Mạng lưới đo mưa mặt đất trên lưu vực sông Mã tồn tại những hạn chế gì đối với công tác tính toán lũ?
Toàn lưu vực $28.400\text{ km}^2$ chỉ có 24 trạm đo mưa (mật độ $1.183\text{ km}^2/\text{trạm}$), tập trung chủ yếu ở hạ lưu. Vùng thượng lưu đến Xã Là có mật độ $1.286\text{ km}^2/\text{trạm}$ (5 trạm), khu giữa Xã Là - Hồi Xuân có mật độ $2.268\text{ km}^2/\text{trạm}$ (4 trạm), trong khi 38% diện tích lưu vực thuộc lãnh thổ Lào hoàn toàn không có số liệu đo đạc. Mật độ này thưa hơn nhiều so với chuẩn WMO khuyến nghị cho vùng núi (100 - 250 $\text{km}^2/\text{trạm}$).
3. Những hình thế thời tiết chính nào gây mưa lũ lớn trên lưu vực sông Mã theo thống kê của tác giả?
Trong 43 trận lũ lớn (biên độ tại Cẩm Thủy > 2m) giai đoạn 2000 - 2018:
- Rãnh thấp bị nén, xoáy thấp hoặc vùng thấp Bắc Bộ chiếm tỷ lệ cao nhất: 18 trận (42%).
- Bão và áp thấp nhiệt đới (đơn lẻ hoặc kết hợp): 16 trận (37%).
- Dải hội tụ nhiệt đới: 7 trận (16%).
4. Phạm vi tính toán mô phỏng thủy văn của luận án bao gồm những tuyến trạm nào?
Phạm vi không gian mô phỏng tập trung trên dòng chính sông Mã từ thượng nguồn Điện Biên qua Lào đến trạm thủy văn Cẩm Thủy (diện tích $17.500\text{ km}^2$, chiếm 62,5% diện tích toàn lưu vực) và phụ lưu sông Chu khống chế đến Cửa Đạt / Bái Thượng, thử nghiệm trên 8 mùa lũ lịch sử lớn từ năm 2000 đến 2012.
Kết luận
Luận án tiến sĩ của tác giả Nguyễn Tiến Kiên đã giải quyết bài toán thiếu hụt số liệu đo mưa bề mặt tại vùng thượng lưu và khu vực xuyên biên giới của lưu vực sông Mã thông qua việc đề xuất phương pháp hiệu chỉnh không gian cho sản phẩm mưa vệ tinh GSMaP_NRT. Kết quả ứng dụng mô hình thủy văn NAM kết hợp phương pháp truyền lũ Muskingum chứng minh trường mưa vệ tinh sau hiệu chỉnh giúp cải thiện các chỉ tiêu thống kê mô phỏng dòng chảy lũ (NSE, PBIAS) so với phương án sử dụng dữ liệu mưa vệ tinh gốc hoặc mạng lưới trạm thực đo thưa thớt. Công trình cung cấp cơ sở khoa học và tài liệu kỹ thuật có giá trị ứng dụng thực tiễn trong công tác tính toán, cảnh báo và dự báo lũ cho lưu vực sông Mã cũng như các lưu vực sông có điều kiện địa hình và quan trắc tương tự.
