Tổng quan nghiên cứu

Việt Nam là một trong những quốc gia chịu ảnh hưởng nghiêm trọng bởi biến đổi khí hậu, đặc biệt là các hiện tượng thời tiết cực đoan như mưa lớn và lũ lụt. Theo báo cáo của Genamwatch tại COP 24, Việt Nam đứng đầu ASEAN và thứ sáu trên thế giới về mức độ dễ bị tổn thương trước biến đổi khí hậu. Trong đó, lưu vực sông Cầu thuộc vùng đồng bằng sông Hồng là khu vực có tần suất và cường độ mưa cực đoan gia tăng, gây ra nhiều thiệt hại về người và tài sản. Mục tiêu nghiên cứu của luận văn là phân tích đặc điểm không gian của mưa cực đoan trong lưu vực sông Cầu bằng phương pháp Phân tích tần suất thủy văn (Hydrological Frequency Analysis - HFA), dựa trên dữ liệu mưa hàng ngày từ 11 điểm quan trắc trong giai đoạn 2005-2019. Nghiên cứu nhằm ước lượng lượng mưa có xác suất xuất hiện trong các chu kỳ lặp lại khác nhau (20, 40, 60, 80, 100 năm), đánh giá các chỉ số đặc trưng của mưa và xây dựng bản đồ rủi ro phục vụ truyền thông quản lý lũ lụt. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc hỗ trợ công tác dự báo, quản lý rủi ro thiên tai và thích ứng với biến đổi khí hậu tại khu vực lưu vực sông Cầu và vùng đồng bằng sông Hồng nói chung.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên lý thuyết Phân tích tần suất thủy văn (HFA) để mô hình hóa và dự báo lượng mưa cực đoan. HFA sử dụng các phân phối xác suất (Probability Density Functions - PDFs) để mô tả đặc điểm phân bố của lượng mưa cực đại hàng năm, từ đó tính toán lượng mưa tương ứng với các chu kỳ lặp lại (return periods). Các phân phối được áp dụng gồm: Gumbel, Generalized Extreme Value (GEV), Weibull, Exponential và Generalized Pareto (GP). Việc lựa chọn phân phối tối ưu dựa trên tiêu chí chuẩn bình phương nhỏ nhất (Standard Least-Squares Criterion - SLSC). Ngoài ra, các chỉ số đặc trưng của mưa như tổng lượng mưa năm, số ngày mưa, chỉ số cường độ mưa đơn giản (Simple Precipitation Intensity Index - SDII) cũng được phân tích để đánh giá đặc điểm mưa trong lưu vực. Phương pháp nội suy không gian (IDW) và hệ thống thông tin địa lý (GIS) được sử dụng để xây dựng bản đồ phân bố lượng mưa và bản đồ rủi ro.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là số liệu mưa hàng ngày từ 11 điểm quan trắc thuộc các tỉnh Bắc Giang, Bắc Kạn, Thái Nguyên, Vĩnh Phúc trong lưu vực sông Cầu, thu thập trong giai đoạn 2005-2019. Cỡ mẫu gồm 11 điểm với dữ liệu 15 năm, đủ để phân tích tần suất và đặc điểm mưa cực đoan. Phương pháp chọn mẫu là sử dụng toàn bộ dữ liệu quan trắc có sẵn nhằm đảm bảo tính đại diện. Phân tích dữ liệu được thực hiện qua các bước: thu thập dữ liệu, áp dụng các phân phối xác suất, kiểm định độ phù hợp bằng SLSC, lựa chọn phân phối tối ưu, tính toán lượng mưa tương ứng với các chu kỳ lặp lại, phân tích các chỉ số mưa đặc trưng và xây dựng bản đồ không gian bằng GIS. Thời gian nghiên cứu tập trung vào giai đoạn 2005-2019, phù hợp với xu hướng biến đổi khí hậu gần đây và dữ liệu quan trắc hiện có.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Phân phối xác suất tối ưu: Phân phối GEV được chọn làm mô hình phù hợp nhất cho 6/11 điểm quan trắc, bao gồm các điểm tại Bắc Kạn, Định Hóa, Hữu Lũng, Lục Ngạn, Thái Nguyên và Vĩnh Yên. Phân phối Weibull và GP lần lượt được chọn cho 2 điểm mỗi loại, trong khi phân phối Gumbel chỉ phù hợp với một điểm. Phân phối Exponential không được chọn cho điểm nào.
  2. Lượng mưa có chu kỳ lặp lại 100 năm: Lượng mưa dự báo dao động từ khoảng 150 mm đến gần 400 mm/ngày, với khu vực núi cao như Tam Đảo có lượng mưa cao nhất (trên 400 mm/ngày), trong khi vùng đồng bằng như Hiệp Hòa có lượng mưa thấp hơn (khoảng 185 mm/ngày).
  3. Đặc điểm mưa giai đoạn 2005-2019: Tổng lượng mưa hàng năm trong lưu vực dao động từ 1319 mm (năm 2007) đến 2159 mm (năm 2013), trung bình khoảng 1700 mm với độ lệch chuẩn 250 mm. Số ngày mưa trung bình là 207 ngày/năm, dao động từ 180 đến 234 ngày, độ lệch chuẩn 14 ngày. Chỉ số SDII dao động từ 8 đến 16 mm/ngày, có những năm như 2006 tại Vĩnh Yên đạt gần 21 mm/ngày.
  4. Phân bố không gian lượng mưa: Mưa lớn tập trung chủ yếu ở khu vực núi cao như Tam Đảo và Vĩnh Phúc, với lượng mưa trên 200 mm/ngày chiếm ưu thế trong các chu kỳ lặp lại dài hơn (80-100 năm). Các vùng đồng bằng có lượng mưa thấp hơn và tần suất mưa lớn cũng thấp hơn.
  5. Tần suất các mức mưa: Mưa nhỏ dưới 100 mm/ngày có chu kỳ lặp lại dưới 1.5 năm, trong khi mưa nặng như mưa to, mưa rất to có chu kỳ lặp lại từ 1.5 đến 100 năm tùy khu vực, với khu vực núi cao có chu kỳ lặp lại ngắn hơn nhiều so với vùng đồng bằng.

Thảo luận kết quả

Kết quả cho thấy phân phối GEV là mô hình phù hợp nhất để mô tả lượng mưa cực đoan trong lưu vực sông Cầu, tương đồng với các nghiên cứu về tần suất mưa cực đoan tại các khu vực miền Bắc Việt Nam và quốc tế. Sự khác biệt về lượng mưa giữa vùng núi và đồng bằng phản ánh ảnh hưởng của địa hình đến phân bố mưa, phù hợp với đặc điểm khí hậu vùng nhiệt đới gió mùa. Việc lượng mưa cực đoan tăng theo chu kỳ lặp lại dài hơn cho thấy xu hướng gia tăng cường độ mưa cực đoan, phù hợp với dự báo biến đổi khí hậu toàn cầu. Các chỉ số SDII và số ngày mưa cho thấy sự biến động lớn theo năm, phản ánh tính không ổn định của hiện tượng mưa trong bối cảnh biến đổi khí hậu. Bản đồ phân bố lượng mưa và bản đồ rủi ro được xây dựng bằng GIS giúp trực quan hóa không gian phân bố mưa cực đoan, hỗ trợ công tác dự báo và quản lý rủi ro thiên tai. Các kết quả này có thể được trình bày qua biểu đồ phân phối lượng mưa theo chu kỳ lặp lại, bản đồ phân bố SDII và số ngày mưa, cũng như bảng so sánh SLSC giữa các phân phối xác suất.

Đề xuất và khuyến nghị

  1. Tăng cường hệ thống quan trắc mưa: Cần mở rộng và nâng cấp mạng lưới trạm quan trắc mưa trong lưu vực sông Cầu, đặc biệt tại các khu vực núi cao để thu thập dữ liệu chính xác và kịp thời, phục vụ phân tích tần suất mưa cực đoan.
  2. Áp dụng mô hình HFA trong quản lý lũ: Sử dụng kết quả phân tích tần suất mưa để xây dựng các kịch bản lũ lụt theo các chu kỳ lặp lại khác nhau, hỗ trợ thiết kế công trình thủy lợi, đê điều và quy hoạch phòng chống thiên tai trong vòng 5-10 năm tới.
  3. Phát triển bản đồ rủi ro và truyền thông: Xây dựng bản đồ rủi ro mưa cực đoan và lũ lụt chi tiết, kết hợp với mô hình truyền thông rủi ro nhằm nâng cao nhận thức cộng đồng và chính quyền địa phương về nguy cơ thiên tai, thực hiện trong 3 năm tới.
  4. Nghiên cứu bổ sung về tác động biến đổi khí hậu: Tiếp tục nghiên cứu ảnh hưởng của biến đổi khí hậu đến đặc điểm mưa và lũ lụt trong lưu vực, kết hợp mô hình khí hậu toàn cầu (GCMs) và mô hình thủy văn khu vực, nhằm cập nhật kịch bản dự báo cho giai đoạn 2030-2050.
  5. Tăng cường hợp tác liên tỉnh và quốc tế: Phối hợp với các tỉnh trong lưu vực và các quốc gia thượng nguồn để chia sẻ dữ liệu, thông tin và xây dựng kế hoạch quản lý nguồn nước và phòng chống lũ lụt hiệu quả, thực hiện liên tục và lâu dài.

Đối tượng nên tham khảo luận văn

  1. Các nhà quản lý và hoạch định chính sách: Sử dụng kết quả nghiên cứu để xây dựng chính sách phòng chống thiên tai, quy hoạch phát triển hạ tầng thủy lợi và quản lý rủi ro thiên tai tại lưu vực sông Cầu và vùng đồng bằng sông Hồng.
  2. Chuyên gia thủy văn và khí tượng: Áp dụng phương pháp phân tích tần suất thủy văn và các mô hình phân phối xác suất để nghiên cứu đặc điểm mưa cực đoan và dự báo lũ lụt trong các lưu vực khác.
  3. Các tổ chức nghiên cứu và đào tạo: Sử dụng luận văn làm tài liệu tham khảo cho các đề tài nghiên cứu về biến đổi khí hậu, thủy văn và quản lý rủi ro thiên tai, đồng thời làm cơ sở giảng dạy trong các chương trình đào tạo kỹ sư môi trường, thủy lợi.
  4. Cộng đồng và tổ chức phi chính phủ: Nâng cao nhận thức về rủi ro thiên tai, hỗ trợ xây dựng các chương trình truyền thông và ứng phó với mưa lớn, lũ lụt dựa trên bản đồ rủi ro và các kịch bản dự báo được nghiên cứu.

Câu hỏi thường gặp

  1. Phân tích tần suất thủy văn (HFA) là gì và tại sao quan trọng?
    HFA là phương pháp thống kê dùng để dự báo xác suất xuất hiện các sự kiện thủy văn cực đoan như mưa lớn, lũ lụt dựa trên dữ liệu lịch sử. Nó giúp xác định lượng mưa hoặc lưu lượng nước tương ứng với các chu kỳ lặp lại nhất định, hỗ trợ thiết kế công trình và quản lý rủi ro thiên tai.

  2. Tại sao chọn phân phối GEV làm mô hình tối ưu trong nghiên cứu này?
    Phân phối GEV có khả năng mô tả tốt các giá trị cực đại trong dữ liệu mưa, phù hợp với đặc điểm phân bố của lượng mưa cực đoan trong lưu vực sông Cầu, được xác định qua tiêu chí SLSC thấp nhất so với các phân phối khác.

  3. Lượng mưa cực đoan có xu hướng thay đổi như thế nào theo chu kỳ lặp lại?
    Lượng mưa dự báo tăng theo chu kỳ lặp lại dài hơn, ví dụ lượng mưa với chu kỳ 100 năm có thể gấp đôi hoặc hơn so với chu kỳ 20 năm, đặc biệt tại các khu vực núi cao như Tam Đảo, phản ánh xu hướng gia tăng cường độ mưa cực đoan.

  4. Chỉ số SDII phản ánh điều gì về đặc điểm mưa?
    SDII là chỉ số cường độ mưa trung bình trong các ngày có mưa, giúp đánh giá mức độ tập trung và cường độ mưa trong mùa mưa. Giá trị SDII cao cho thấy mưa có cường độ lớn, dễ gây ngập úng và lũ lụt.

  5. Làm thế nào để sử dụng kết quả nghiên cứu trong công tác phòng chống lũ lụt?
    Kết quả phân tích tần suất mưa và bản đồ rủi ro giúp xác định các khu vực có nguy cơ cao, từ đó thiết kế hệ thống đê điều, hồ chứa phù hợp, xây dựng kế hoạch ứng phó kịp thời và truyền thông cảnh báo đến cộng đồng.

Kết luận

  • Phân phối GEV là mô hình phù hợp nhất để mô tả lượng mưa cực đoan trong lưu vực sông Cầu, được lựa chọn cho đa số điểm quan trắc.
  • Lượng mưa cực đoan có xu hướng tăng theo chu kỳ lặp lại dài hơn, với khu vực núi cao có lượng mưa lớn hơn nhiều so với vùng đồng bằng.
  • Tổng lượng mưa năm và số ngày mưa trong giai đoạn 2005-2019 dao động đáng kể, phản ánh tính biến động của hiện tượng mưa trong bối cảnh biến đổi khí hậu.
  • Bản đồ phân bố lượng mưa và bản đồ rủi ro được xây dựng giúp hỗ trợ công tác dự báo và quản lý rủi ro thiên tai hiệu quả.
  • Nghiên cứu đề xuất các giải pháp nâng cao hệ thống quan trắc, áp dụng mô hình HFA trong quản lý lũ, phát triển truyền thông rủi ro và nghiên cứu bổ sung về biến đổi khí hậu trong lưu vực.

Tiếp theo, cần triển khai các giải pháp đề xuất, mở rộng nghiên cứu sang các lưu vực khác và tăng cường hợp tác liên tỉnh, quốc tế nhằm nâng cao hiệu quả quản lý rủi ro thiên tai. Đề nghị các nhà quản lý, chuyên gia và cộng đồng quan tâm áp dụng kết quả nghiên cứu để giảm thiểu thiệt hại do mưa lớn và lũ lụt gây ra.