Giới thiệu dự án

Lưu vực sông Nghinh Tường thuộc huyện Võ Nhai, tỉnh Thái Nguyên là lưu vực đầu nguồn đặc biệt xung yếu của hệ thống sông Cầu – nguồn cung cấp nước phục vụ sinh hoạt, nông nghiệp và công nghiệp trọng điểm cho toàn vùng Trung du và miền núi phía Bắc. Với tổng diện tích lưu vực khoảng $397\text{ km}^2$ ($39.700,58\text{ ha}$) và chiều dài dòng chính $46\text{ km}$, địa hình nơi đây chịu sự chi phối mạnh mẽ bởi hệ thống núi đá vôi (chiếm $92%$ diện tích tự nhiên) xen kẽ các thung lũng dốc và đi qua Khu bảo tồn thiên nhiên Thần Sa.

Tuy nhiên, áp lực từ tăng trưởng kinh tế, gia tăng dân số, nạn khai thác khoáng sản trái phép (vàng, cát, sỏi) và đặc biệt là sự chuyển đổi mạnh mẽ đất rừng sang đất canh tác nông nghiệp trên đất dốc (ngô, chè, cây ăn quả) đã dẫn đến tình trạng suy thoái thảm phủ thực vật nghiêm trọng. Sự suy giảm lớp phủ rừng tự nhiên làm gia tăng dòng chảy mặt ($Q_{surf}$), gây xói mòn đất tầng mặt, bồi lắng phù sa lòng hồ/sông suối, đồng thời làm suy giảm nghiêm trọng lưu lượng dòng chảy kiệt trong mùa khô ($Q_{gw}$), đe dọa trực tiếp đến an ninh nguồn nước vùng hạ lưu sông Cầu.

+-----------------------------------------------------------------------------+
|                           LƯU VỰC SÔNG NGHINH TƯỜNG                         |
|                               (39.700,58 ha)                                |
+-----------------------------------------------------------------------------+
                                       |
                   +-------------------+-------------------+
                   |                                       |
         [Dữ liệu Đầu vào Không gian]            [Dữ liệu Khí tượng - Thủy văn]
         - DEM 30m / Số hóa mạng lưới suối       - Lượng mưa ngày (1983 - 2012)
         - Bản đồ Thổ nhưỡng (FAO/UNESCO)        - Nhiệt độ Max/Min (3°C - 39°C)
         - Hiện trạng Sử dụng đất (2012)         - Lưu lượng thực đo (2002 - 2012)
                   |                                       |
                   +-------------------+-------------------+
                                       |
                                       v
                   +---------------------------------------+
                   |          MÔ HÌNH HÓA AVSWAT           |
                   |      - Phân chia 9 Tiểu lưu vực       |
                   |      - Thiết lập Đơn vị HRU           |
                   |      - Hiệu chỉnh (2002 - 2007)       |
                   |      - Kiểm định (2008 - 2012)        |
                   +---------------------------------------+
                                       |
                   +-------------------+-------------------+
                   |                                       |
                   v                                       v
      [Kịch bản 1: Năm 2020]                  [Kịch bản 2: Năm 2030]
      - Dân số: 62.744 người                  - Dân số: 76.330 người
      - Rừng hỗn giao giảm 1.091,77 ha        - Rừng hỗn giao giảm 1.838,75 ha
      - Đất nông nghiệp/đô thị tăng           - Đất nông nghiệp/đô thị mở rộng
                   |                                       |
                   +-------------------+-------------------+
                                       |
                                       v
      +-----------------------------------------------------------------+
      |                 KẾT QUẢ ĐÁNH GIÁ THỦY VĂN                      |
      | - Dòng chảy đỉnh lũ mùa mưa tăng vọt -> Nguy cơ xói mòn MUSLE  |
      | - Dòng chảy kiệt mùa khô suy giảm nghiêm trọng                 |
      | - Đề xuất quy hoạch thảm phủ và phân vùng bảo vệ nguồn nước   |
      +-----------------------------------------------------------------+

Mục tiêu nghiên cứu

  1. Thiết lập cơ sở dữ liệu thủy văn - địa lý tích hợp: Chuẩn hóa toàn diện cơ sở dữ liệu không gian (DEM, Bản đồ Đất, Bản đồ Sử dụng đất) và dữ liệu thuộc tính khí tượng - thủy văn giai đoạn 1983–2012 trên nền tảng GIS.
  2. Hiệu chỉnh và kiểm định mô hình thủy văn SWAT: Ứng dụng công cụ AVSWAT để mô phỏng lưu lượng dòng chảy ($m^3/s$) tại trạm cửa ra Nghinh Tường, đánh giá độ chính xác qua các chỉ số thống kê $NSE$, $PBIAS$, $RSR$.
  3. Mô phỏng và định lượng tác động theo các kịch bản biến động sử dụng đất: Phân tích sự thay đổi lưu lượng dòng chảy và tải lượng bùn cát theo kịch bản cơ sở (2012), kịch bản năm 2020 và kịch bản năm 2030 dựa trên áp lực gia tăng dân số.
  4. Đề xuất giải pháp quản lý tài nguyên đất và nước: Cung cấp cơ sở khoa học giúp chính quyền địa phương huyện Võ Nhai và tỉnh Thái Nguyên định hướng quy hoạch thảm phủ thực vật bền vững.

Phương pháp tiếp cận và phạm vi

  • Công nghệ cốt lõi: Kết hợp mô hình toán thủy văn bán phân bố SWAT (Soil and Water Assessment Tool) tích hợp trên hệ thông tin địa lý ArcView GIS (AVSWAT2000).
  • Phạm vi không gian: Toàn bộ lưu vực Nghinh Tường ($39.700,58\text{ ha}$) gồm 6 xã vùng cao (Nghinh Tường, Sảng Mộc, Thượng Nung, Cúc Đường, Thần Sa, Vũ Chấn), 3 xã vùng trũng và 5 xã vùng đồi.
  • Phạm vi thời gian: Dữ liệu chuỗi khí tượng 30 năm (1983–2012); dữ liệu lưu lượng dòng chảy thực đo 11 năm (2002–2012) được phân tách thành giai đoạn hiệu chỉnh (2002–2007) và kiểm định (2008–2012).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng các mô hình thủy văn

Tiêu chí so sánh Mô hình SWAT (Soil and Water Assessment Tool) Mô hình HEC-HMS Mô hình MIKE SHE Mô hình Hồi quy thống kê truyền thống
Bản chất vật lý Bán phân bố (Semi-distributed), dựa trên cơ chế vật lý liên tục Bán phân bố/Tập trung, chủ yếu theo sự kiện đơn lẻ Phân bố hoàn toàn (Fully-distributed), dựa trên phương trình vi phân dòng chảy Thực nghiệm thuần túy (Empirical regression), không mô tả quá trình vật lý
Mô phỏng thay đổi sử dụng đất Rất mạnh, chia nhỏ lưu vực thành các đơn vị phản ứng thủy văn (HRU) độc lập Trung bình, đòi hỏi tái cấu trúc thủ công các thông số lưu vực Xuất sắc nhưng đòi hỏi mật độ số liệu cực kỳ chi tiết Kém, không có khả năng dự báo theo kịch bản thay đổi thảm phủ
Yêu cầu dữ liệu đầu vào Trung bình - Cao (DEM, Đất, Sử dụng đất, Khí tượng ngày) Trung bình (Mưa theo trận, địa hình lưu vực) Rất cao (Số liệu tầng ngậm nước, độ dẫn thủy lực 3D, mặt cắt ngang) Rất thấp (Chỉ cần chuỗi mưa - dòng chảy lịch sử)
Mô phỏng bồi lắng & dinh dưỡng Tích hợp sẵn module xói mòn đất MUSLE, Nitơ, Phốt pho, Thuốc BVTV Cần tích hợp module mở rộng phức tạp Cần mua thêm các module chuyên biệt (MIKE ECO Lab) Không khả thi
Chi phí bản quyền & Triển khai Mã nguồn mở, tương thích cao với GIS, chi phí triển khai thấp Miễn phí (USACE), giao diện độc lập Bản quyền thương mại rất cao (DHI), khó nhân rộng Thấp nhưng độ tin cậy ngoại suy rất kém

Thiết kế hệ thống mô phỏng AVSWAT

Cấu trúc xử lý của mô hình SWAT dựa trên việc chia lưu vực thành 2 pha chính: Pha mặt đất (Land phase of hydrologic cycle) kiểm soát lượng nước, bùn cát và hóa chất đổ vào nhánh sông chính; và Pha dẫn dòng (Routing phase) mô tả sự dịch chuyển của nước và vật chất qua mạng lưới sông suối tới cửa ra.

                  +----------------------------------------------+
                  |         BẢN ĐỒ ĐỊA HÌNH SỐ (DEM 30M)         |
                  +----------------------------------------------+
                                         |
                                         v
                  +----------------------------------------------+
                  |            WATERSHED DELINEATION             |
                  |     - Phân định 9 Tiểu lưu vực (Sub-basins)  |
                  |     - Xác định mạng lưới dòng nhánh & Cửa ra |
                  +----------------------------------------------+
                                         |
         +-------------------------------+-------------------------------+
         |                                                               |
         v                                                               v
+---------------------------------+             +---------------------------------+
|     BẢN ĐỒ ĐẤT (SOIL MAP)       |             |   BẢN ĐỒ SỬ DỤNG ĐẤT (LAND USE) |
| - Chuẩn hóa theo FAO/UNESCO     |             | - 10 lớp phủ chuẩn USGS         |
| - Phân nhóm đất thủy văn HSG    |             | - Kịch bản 2012, 2020, 2030     |
+---------------------------------+             +---------------------------------+
         |                                                               |
         +-------------------------------+-------------------------------+
                                         |
                                         v
                  +----------------------------------------------+
                  |        HYDROLOGIC RESPONSE UNITS (HRU)       |
                  |   - Chồng xếp Không gian: Subbasin + Soil    |
                  |     + Landuse + Slope                        |
                  |   - Tính toán bốc thoát hơi nước (ET),       |
                  |     thấm, dòng chảy ngầm tầng nông           |
                  +----------------------------------------------+
                                         |
                                         v
                  +----------------------------------------------+
                  |          WEATHER DATA INTEGRATION            |
                  |   - Lượng mưa ngày (Precipitation)           |
                  |   - Nhiệt độ Max/Min, Bức xạ, Gió, Độ ẩm     |
                  +----------------------------------------------+
                                         |
                                         v
                  +----------------------------------------------+
                  |          KHỐI MÔ PHỎNG & ĐIỀU TIẾT DÒNG      |
                  |   - Phương trình cân bằng nước (Water Balance)|
                  |   - Đường cong số SCS Runoff (Curve Number)  |
                  |   - Xói mòn bùn cát MUSLE                    |
                  +----------------------------------------------+
                                         |
                                         v
                  +----------------------------------------------+
                  |        HIỆU CHỈNH & KIỂM ĐỊNH MÔ HÌNH        |
                  |   - Đánh giá chỉ số NSE, PBIAS, RSR          |
                  |   - Trích xuất lưu lượng tại cửa ra Nghinh   |
                  |     Tường (m3/s)                             |
                  +----------------------------------------------+

Phương pháp phân loại và xử lý dữ liệu không gian

  1. Dữ liệu số hóa độ cao (DEM): Sử dụng DEM độ phân giải lưới để trích xuất mạng lưới sông suối tự động với ngưỡng diện tích tối thiểu (threshold value) là $1000\text{ ha}$, phân chia lưu vực thành 9 tiểu lưu vực (sub-watersheds).
  2. Cơ sở dữ liệu thổ nhưỡng: Phân loại đất theo hệ thống phân loại đất Việt Nam (Tôn Thất Chiểu và cộng sự, 1996), sau đó chuyển đổi sang định dạng FAO/UNESCO và phân nhóm đất thủy văn (Hydrologic Soil Group - HSG: A, B, C, D) tương thích với thư viện chuẩn của USDA-ARS. Các loại đất chính gồm: Đất xơ feralit đỏ vàng (Ferralsols - FLe), Đất mùn vàng đỏ trên núi (Acrisols - ACf, ACfe, ACu), Đất phù sa (Fluvisols - LVf).
  3. Cơ sở dữ liệu sử dụng đất: Bản đồ hiện trạng 2012 được số hóa và chuyển đổi mã sang 10 nhóm chuẩn USGS trong SWAT: Rừng hỗn giao (FRST - $26,04%$), Rừng rụng lá (FRSD - $7,84%$), Rừng thường xanh (FRSE - $10,85%$), Đất trồng lúa (RICE - $10,92%$), Đất cây hoa màu (AGRR - $10,64%$), Đất trồng ngô (CORN - $2,96%$), Đất cây ăn quả (ORCD), Đất đồng cỏ (PAST), Đất đô thị/khu dân cư (URBN), Mặt nước (WATR).

Implementation và kết quả

Nền tảng phương trình toán học cốt lõi

1. Phương trình cân bằng nước mặt đất (Water Balance Equation)

Quá trình thủy văn mặt đất được tính toán liên tục theo bước thời gian ngày dựa trên định luật bảo toàn khối lượng:

$$SW_t = SW_0 + \sum_{i=1}^{t} \left( R_{day} - Q_{surf} - E_a - w_{seep} - Q_{gw} \right)$$

Trong đó:

  • $SW_t$: Độ ẩm đất tại thời điểm kết thúc ngày $t$ ($\text{mm}$).
  • $SW_0$: Độ ẩm đất ban đầu tại ngày $i$ ($\text{mm}$).
  • $t$: Thời gian mô phỏng ($\text{ngày}$).
  • $R_{day}$: Tổng lượng mưa rơi xuống mặt đất trong ngày $i$ ($\text{mm}$).
  • $Q_{surf}$: Lượng dòng chảy mặt trong ngày $i$ ($\text{mm}$).
  • $E_a$: Lượng bốc thoát hơi nước thực tế ngày $i$ ($\text{mm}$).
  • $w_{seep}$: Lượng nước thấm từ tầng đất mặt xuống các tầng sâu ngày $i$ ($\text{mm}$).
  • $Q_{gw}$: Lượng dòng chảy ngầm hoàn lưu trở lại dòng chính trong ngày $i$ ($\text{mm}$).

2. Tính toán dòng chảy mặt bằng phương pháp số đo đường cong SCS (SCS Curve Number)

Dòng chảy mặt được tính toán riêng biệt cho từng đơn vị HRU khi lượng mưa vượt quá khả năng giữ nước ban đầu:

$$Q_{surf} = \frac{(R_{day} - I_a)^2}{(R_{day} - I_a + S)} = \frac{(R_{day} - 0,2S)^2}{(R_{day} + 0,8S)} \quad \text{với } R_{day} > I_a$$

$$S = 25,4 \cdot \left( \frac{1000}{CN} - 10 \right)$$

Trong đó:

  • $I_a$: Lượng tổn thất ban đầu gồm giữ ẩm thảm phủ, đọng trũng và thấm trước khi sinh dòng chảy ($I_a = 0,2S$).
  • $S$: Thông số giữ nước tiềm năng của đất ($\text{mm}$).
  • $CN$: Chỉ số đường cong dòng chảy (Curve Number), phụ thuộc vào nhóm đất thủy văn (HSG), loại hình sử dụng đất và cấp độ ẩm đất trước cơn mưa (Cấp I: Khô; Cấp II: Trung bình; Cấp III: Ẩm ướt).
def calculate_scs_runoff(r_day: float, cn: float) -> float:
    """
    Tính toán dòng chảy mặt Q_surf theo phương pháp SCS Curve Number
    :param r_day: Lượng mưa ngày (mm)
    :param cn: Chỉ số Curve Number (0 < CN <= 100)
    :return: Lưu lượng dòng chảy mặt Q_surf (mm)
    """
    if cn <= 0 or cn > 100:
        raise ValueError("Chỉ số CN phải nằm trong khoảng (0, 100]")
    
    # Tính thông số lưu giữ tiềm năng S (mm)
    s = 25.4 * (1000.0 / cn - 10.0)
    # Tổn thất ban đầu Ia
    ia = 0.2 * s
    
    # Dòng chảy chỉ xuất hiện khi lượng mưa lớn hơn tổn thất ban đầu
    if r_day > ia:
        q_surf = ((r_day - ia) ** 2) / (r_day + 0.8 * s)
    else:
        q_surf = 0.0
        
    return q_surf

3. Phương trình xói mòn và bồi lắng đất cải tiến MUSLE (Modified Universal Soil Loss Equation)

SWAT tính toán lượng bùn cát xói mòn sinh ra từ từng HRU thông qua phương trình MUSLE (Williams, 1995), sử dụng động năng của dòng chảy mặt thay vì động năng của hạt mưa:

$$Sed = 11,8 \cdot \left( Q_{surf} \cdot q_{peak} \cdot area_{hru} \right)^{0,56} \cdot K_{USLE} \cdot C_{USLE} \cdot P_{USLE} \cdot LS_{USLE} \cdot CFRG$$

Trong đó:

  • $Sed$: Lượng bùn cát xói mòn lắng đọng trong ngày ($\text{tấn}$).
  • $q_{peak}$: Lưu lượng đỉnh lũ ($\text{m}^3/\text{s}$).
  • $area_{hru}$: Diện tích của đơn vị phản ứng thủy văn ($\text{ha}$).
  • $K_{USLE}$: Hệ số xói mòn của đất ($0,013\text{ tấn}\cdot\text{m}^2\cdot\text{hr}/(\text{m}^3\cdot\text{tấn}\cdot\text{cm})$).
  • $C_{USLE}$: Hệ số quản lý và che phủ thảm thực vật.
  • $P_{USLE}$: Hệ số thực hành bảo vệ chống xói mòn đất.
  • $LS_{USLE}$: Hệ số chiều dài và độ dốc sườn đồi.
  • $CFRG$: Hệ số mảnh vụn thô.

Đánh giá hiệu quả mô hình (Calibration & Validation)

Mô hình được hiệu chỉnh giai đoạn 2002–2007 và kiểm định độc lập giai đoạn 2008–2012 với chuỗi lưu lượng thực đo tại trạm cửa ra lưu vực Nghinh Tường.

   Lưu lượng
     (m3/s)
       ^
    80 |                     /\                   -- Dòng chảy thực đo (Observed)
       |                    /  \                  -- Dòng chảy mô phỏng (Simulated)
    60 |      /\           /    \      /\
       |     /  \  /\     /      \    /  \
    40 |    /    \/  \   /        \  /    \  /\
       |   /          \ /          \/      \/  \
    20 |  /            V                        \
       | /                                       \
     0 +--------------------------------------------> Thời gian (2002 - 2012)
       | <--- HIỆU CHỈNH (2002-2007) ---> | <--- KIỂM ĐỊNH (2008-2012) ---> |
       |       NSE = 0.54 | PBIAS = 0.54% |       NSE = 0.78 | PBIAS = 8.2% |

Độ tương thích giữa dòng chảy mô phỏng ($Q_{sim}$) và thực đo ($Q_{obs}$) được định lượng qua 3 chỉ tiêu:

  1. Hệ số hiệu quả Nash-Sutcliffe ($NSE$): $$NSE = 1 - \frac{\sum_{i=1}^{n} (Q_{obs,i} - Q_{sim,i})^2}{\sum_{i=1}^{n} (Q_{obs,i} - \overline{Q}_{obs})^2}$$

  2. Phần trăm độ lệch tương đối ($PBIAS$): $$PBIAS = \frac{\sum_{i=1}^{n} (Q_{obs,i} - Q_{sim,i})}{\sum_{i=1}^{n} Q_{obs,i}} \times 100$$

  3. Tỷ số sai số chuẩn hóa ($RSR$): $$RSR = \frac{RMSE}{STDEV_{obs}} = \frac{\sqrt{\sum_{i=1}^{n} (Q_{obs,i} - Q_{sim,i})^2}}{\sqrt{\sum_{i=1}^{n} (Q_{obs,i} - \overline{Q}_{obs})^2}}$$

Kết quả đánh giá thống kê:

  • Giai đoạn Hiệu chỉnh (2002–2007): Chỉ số $NSE = 0,54$, $PBIAS = 0,54%$, phản ánh mô hình tái hiện tốt xu thế dòng chảy trung bình tháng với độ chệch tổng lượng rất nhỏ.
  • Giai đoạn Kiểm định (2008–2012): Chỉ số $NSE = 0,78$, $PBIAS = 8,2%$, đạt mức đánh giá "Rất tốt" theo tiêu chuẩn Moriasi et al. (2007), khẳng định tính vững chắc của bộ thông số thủy lực đất và thảm phủ đã hiệu chỉnh.

Phân tích tác động theo các kịch bản biến động sử dụng đất

Thiết lập các kịch bản phát triển

Loại hình sử dụng đất Mã SWAT Kịch bản Cơ sở (2012) Kịch bản 1 (2020) Kịch bản 2 (2030)
Đất lúa nước RICE $4.335,00\text{ ha}$ ($10,92%$) $4.335,00\text{ ha}$ ($10,92%$) $4.335,00\text{ ha}$ ($10,92%$)
Đất hoa màu hàng năm AGRR $4.224,33\text{ ha}$ ($10,64%$) $4.224,33\text{ ha}$ ($10,64%$) $4.779,83\text{ ha}$ ($12,04%$)
Đất trồng ngô CORN $1.175,45\text{ ha}$ ($2,96%$) $2.147,10\text{ ha}$ ($5,41%$) $2.367,25\text{ ha}$ ($5,96%$)
Đất cây ăn quả ORCD $2.645,80\text{ ha}$ ($6,66%$) $2.459,21\text{ ha}$ ($6,19%$) $2.447,32\text{ ha}$ ($6,16%$)
Rừng rụng lá FRSD $3.112,84\text{ ha}$ ($7,84%$) $3.112,84\text{ ha}$ ($7,84%$) $3.112,84\text{ ha}$ ($7,84%$)
Rừng thường xanh FRSE $4.307,85\text{ ha}$ ($10,85%$) $4.307,85\text{ ha}$ ($10,85%$) $4.307,85\text{ ha}$ ($10,85%$)
Rừng hỗn giao FRST $10.338,04\text{ ha}$ ($26,04%$) $9.246,27\text{ ha}$ ($23,29%$) $8.499,29\text{ ha}$ ($21,41%$)
Đất đô thị & Dân cư URBN $3.968,41\text{ ha}$ ($10,00%$) $4.275,12\text{ ha}$ ($10,77%$) $4.458,20\text{ ha}$ ($11,23%$)
Đồng cỏ & Mặt nước PAST/WATR $5.592,86\text{ ha}$ ($14,09%$) $5.592,86\text{ ha}$ ($14,09%$) $5.392,86\text{ ha}$ ($13,59%$)
TỔNG DIỆN TÍCH -- $39.700,58\text{ ha}$ ($100%$) $39.700,58\text{ ha}$ ($100%$) $39.700,58\text{ ha}$ ($100%$)

Động thái thủy văn và tải lượng bùn cát

  1. Biến động sử dụng đất:

    • Kịch bản 1 (2020): Do dân số tăng thêm $4.883$ người ($1.090$ hộ), diện tích đất đô thị mở rộng thêm $306,71\text{ ha}$ (chuyển đổi từ $120,12\text{ ha}$ đất ngô và $186,59\text{ ha}$ đất cây ăn quả). Nhằm đảm bảo an ninh lương thực, $1.091,77\text{ ha}$ rừng hỗn giao (FRST) bị chặt phá và chuyển đổi sang đất trồng ngô (CORN), khiến diện tích ngô tăng vọt $82,66%$.
    • Kịch bản 2 (2030): Dân số tăng $18.469$ người so với 2012, diện tích đất đô thị tăng thêm $489,79\text{ ha}$, diện tích canh tác hoa màu và ngô tăng thêm $1.749\text{ ha}$. Diện tích rừng hỗn giao bị suy giảm mạnh $1.838,75\text{ ha}$ (giảm $17,79%$ so với năm 2012).

  2. Tác động thủy văn định lượng:

    • Mùa mưa (Tháng 5 - Tháng 10): Dòng chảy mặt bình quân tăng từ $3,74%$ đến $8,12%$. Sự suy giảm tán che rừng tự nhiên làm giảm khả năng giữ nước tán rừng (Canopy interception) và giảm hệ số nhám bề mặt Manning, khiến thời gian tập trung dòng chảy ($T_c$) rút ngắn, dẫn đến gia tăng lưu lượng đỉnh lũ tại cửa ra lưu vực.
    • Mùa khô (Tháng 11 - Tháng 4 năm sau): Lưu lượng dòng chảy kiệt giảm trung bình $0,50%$ đến $2,15%$. Khi thảm phủ rừng hỗn giao chuyển thành đất nông nghiệp và đất xây dựng, lượng nước thấm bổ cập cho tầng ngậm nước nông ($w_{deep}$ và $w_{seep}$) sụt giảm, làm suy thoái lượng dòng chảy ngầm hoàn lưu ($Q_{gw}$) vào mùa kiệt.
    • Tải lượng bùn cát ($Sed$): Tăng tỷ lệ thuận với mức độ mở rộng đất dốc trồng ngô và hoa màu. Các tiểu lưu vực 1, 5, 6, 7 (nơi tập trung nhóm đất xơ feralit $FLe$ kết hợp độ dốc cao) ghi nhận mức xói mòn đất tăng trên $18,4%$ do hệ số che phủ $C_{USLE}$ của cây ngô thấp hơn đáng kể so với tầng tán rừng hỗn giao nhiều tầng.

Đổi mới và đóng góp

Đóng góp khoa học và kỹ thuật

  1. Chuẩn hóa quy trình liên kết phân loại đất Việt Nam - FAO - SWAT: Dự án đã giải quyết thành công rào cản kỹ thuật lớn nhất khi ứng dụng SWAT tại Việt Nam: chuyển đổi bảng phân loại đất truyền thống địa phương sang thang phân loại chuẩn FAO/UNESCO và tích hợp các thuộc tính vật lý đất (dung trọng tầng đất, hệ số thấm bão hòa $K_{sat}$, dung tích ẩm hữu hiệu $AWC$) vào cơ sở dữ liệu soil.sol của SWAT.
  2. Định lượng hóa mối quan hệ Đất - Nước ở cấp độ lưu vực sông miền núi: Cung cấp bộ thông số thủy lực đã được hiệu chỉnh chính xác ($NSE = 0,78$) cho vùng núi đá vôi phía Bắc, chứng minh rõ ràng cơ chế: Phá rừng đầu nguồn làm gia tăng lũ lụt cục bộ mùa mưa và gây cạn kiệt nguồn nước sinh hoạt trong mùa khô.
  3. Mô hình hóa kịch bản dựa trên nhu cầu nhân khẩu thực tế: Thay vì giả định ngẫu nhiên, các kịch bản 2020 và 2030 được tính toán chặt chẽ dựa trên tỷ lệ gia tăng dân số, chỉ tiêu bình quân diện tích đất ở và hạn mức đất nông nghiệp trên mỗi hộ gia đình tại địa phương.

Ứng dụng thực tế và triển khai

Trường hợp ứng dụng thực tế

  • Chi cục Thủy lợi và Quản lý Nguồn nước Tỉnh Thái Nguyên: Ứng dụng bản đồ phân vùng tiểu lưu vực nguy cơ xói mòn cao để điều chỉnh kế hoạch điều tiết nước các hồ chứa thủy lợi dọc lưu vực sông Cầu.
  • Phòng Nông nghiệp & PTNT Huyện Võ Nhai: Sử dụng số liệu cảnh báo từ kịch bản 2020–2030 để dừng việc cấp phép chuyển đổi đất rừng phòng hộ, rừng đầu nguồn sang trồng ngô thương phẩm trên sườn dốc $>15^\circ$.
  • Ban Quản lý Khu Bảo tồn Thiên nhiên Thần Sa: Thiết lập vành đai bảo vệ nghiêm ngặt đối với $8.499\text{ ha}$ rừng hỗn giao còn lại, giảm thiểu tác động tiêu cực đến thảm phủ sinh thái và lưu lượng sông suối ngầm Karst.

Lộ trình triển khai khuyến nghị

[Giai đoạn 1: Chuẩn hóa & Khoanh vùng]
          v
[Giai đoạn 2: Điều chỉnh Quy hoạch Đất đai]
          v
[Giai đoạn 3: Giám sát Trực tuyến & Cảnh báo Sớm]

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Thiếu số liệu đo đạc tại các cửa ra phụ (Sub-outlets): Mô hình mới chỉ được hiệu chỉnh và kiểm định tại một trạm đo cửa ra chính của toàn lưu vực Nghinh Tường, chưa thể đánh giá chi tiết sai số cho từng tiểu lưu vực nhánh do mạng lưới trạm đo thủy văn miền núi còn thưa thớt.
  2. Dữ liệu bùn cát thực tế hạn chế: Chuỗi số liệu nồng độ bùn cát lơ lửng chưa được đo đạc liên tục hàng ngày mà chủ yếu mô phỏng qua thuật toán MUSLE, đòi hỏi phải bổ sung các chiến dịch lấy mẫu thực địa chuyên sâu.
  3. Phiên bản công nghệ cũ: Dự án triển khai trên AVSWAT2000 (ArcView 3.x), hiện nay đã có nhiều cải tiến trên nền tảng ArcSWAT hoặc QSWAT (mã nguồn mở QGIS) và SWAT+.

Hướng phát triển tiếp theo

  • Tích hợp Kịch bản Biến đổi Khí hậu (IPCC AR5/AR6): Kết hợp các kịch bản phát thải khí nhà kính (RCP 4.5, RCP 8.5) cùng với kịch bản sử dụng đất để đánh giá rủi ro kép đối với an ninh nguồn nước lưu vực sông Cầu.
  • Mô phỏng ô nhiễm nguồn nước phi điểm (Non-point source pollution): Đưa thêm các thông số về dư lượng phân bón hóa học ($N, P$) và hóa chất bảo vệ thực vật từ đất canh tác ngô, chè vào mô hình SWAT để dự báo chất lượng nước hạ lưu.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Quản lý Môi trường / Tài nguyên Nước: Tiếp cận đồ án mẫu chuẩn mực về quy trình mô phỏng thủy văn bán phân bố, cách thức kết hợp GIS với mô hình toán học và kỹ năng xử lý dữ liệu viễn thám/khí tượng.
  • Kỹ sư GIS & Quy hoạch Tài nguyên: Nắm vững phương pháp chuyển đổi taxonomy thổ nhưỡng Việt Nam sang chuẩn quốc tế FAO/USDA và kỹ thuật số hóa lưu vực (Watershed Delineation).
  • Cơ quan Quản lý Nhà nước (Sở TN&MT, Sở NN&PTNT): Nhận được báo cáo đánh giá định lượng chính xác làm căn cứ khoa học cho việc phê duyệt quy hoạch sử dụng đất cấp huyện, cấp tỉnh giai đoạn 2020–2030.
  • Cộng đồng dân cư huyện Võ Nhai: Hưởng lợi gián tiếp từ các chính sách bảo vệ nguồn nước ngầm, giảm nhẹ nguy cơ lũ quét và sạt lở đất trong mùa mưa bão.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai và chạy mô hình SWAT cho một lưu vực tương tự?

Để triển khai mô hình SWAT, hệ thống cần:

  • Dữ liệu không gian: Bản đồ độ cao số (DEM raster, kích thước ô lưới $\le 30\text{m}$), bản đồ sử dụng đất (định dạng shapefile hoặc raster chuẩn USGS), bản đồ phân loại thổ nhưỡng (kèm thuộc tính cơ lý đất).
  • Dữ liệu khí tượng ngày: Tối thiểu từ 10–30 năm gồm: Lượng mưa ngày ($\text{mm}$), Nhiệt độ tối cao/tối thiểu ($^\circ\text{C}$), Bức xạ mặt trời ($\text{MJ}/\text{m}^2$), Tốc độ gió ($\text{m}/\text{s}$), Độ ẩm tương đối ($%$) từ các trạm khí tượng đại diện.
  • Phần mềm: QGIS tích hợp QSWAT (hoặc ArcGIS với extension ArcSWAT) và công cụ hiệu chỉnh tự động SWAT-CUP.

2. Sự khác biệt căn bản giữa phương pháp SCS Curve Number và Green-Ampt trong SWAT là gì?

  • Phương pháp SCS-CN (sử dụng trong đề tài này): Tính toán dòng chảy mặt theo bước thời gian ngày dựa trên lượng mưa tổng cộng hàng ngày và chỉ số $CN$. Phương pháp này phù hợp cho các lưu vực thiếu chuỗi số liệu mưa đo mưa tự động theo từng phút/giờ.
  • Phương pháp Green-Ampt Mein-Larson: Tính toán tốc độ thấm tức thời theo từng khoảng thời gian mưa ngắn (theo phút/giờ). Phương pháp này đòi hỏi số liệu mưa ghi nhận liên tục theo cường độ trận mưa (Sub-daily precipitation), rất khó thu thập đầy đủ ở các lưu vực miền núi Việt Nam.

3. Tại sao khi chuyển đổi rừng sang đất ngô thì dòng chảy mùa khô lại bị suy giảm?

Rừng tự nhiên nhiều tầng tán có lớp thảm mục và hệ rễ phát triển mạnh, tạo ra khả năng trữ ẩm cao và duy trì độ dẫn thủy lực bão hòa lớn. Nước mưa được giữ lại và thấm dần xuống tầng ngậm nước nông (shallow aquifer), sau đó giải phóng từ từ vào dòng sông dưới dạng dòng chảy ngầm ($Q_{gw}$) trong mùa khô. Khi chuyển sang đất trồng ngô, bề mặt đất bị nén chặt, mất thảm mục, nước mưa bị chảy tràn nhanh ra sông thành lũ trong mùa mưa ($Q_{surf}$ tăng), làm giảm lượng nước ngấm xuống đất, dẫn đến nguồn cấp cho dòng chảy kiệt mùa khô bị cạn kiệt.

4. Các chỉ số thống kê $NSE$ và $PBIAS$ đạt giá trị bao nhiêu thì mô hình thủy văn được coi là tin cậy?

Theo khung đánh giá chuẩn của Moriasi et al. (2007) đối với mô phỏng dòng chảy lưu vực tháng:

  • Rất tốt (Very Good): $0,75 < NSE \le 1,00$ và $PBIAS < \pm 10%$.
  • Tốt (Good): $0,65 < NSE \le 0,75$ và $\pm 10% \le PBIAS < \pm 15%$.
  • Đạt yêu cầu (Satisfactory): $0,50 < NSE \le 0,65$ và $\pm 15% \le PBIAS < \pm 25%$.
  • Không đạt (Unsatisfactory): $NSE \le 0,50$ hoặc $PBIAS \ge \pm 25%$. (Kết quả kiểm định của đề tài đạt $NSE = 0,78$ và $PBIAS = 8,2%$, thuộc nhóm Rất tốt).

5. Làm thế nào để mở rộng mô hình này sang các lưu vực sông khác tại Việt Nam?

Quá trình mở rộng sang lưu vực mới yêu cầu:

  1. Thu thập và số hóa DEM độ phân giải cao của lưu vực mới.
  2. Xây dựng bảng chuyển đổi thổ nhưỡng địa phương sang các lớp đất chuẩn trong SWAT database.
  3. Cập nhật chuỗi dữ liệu thời tiết và số liệu lưu lượng tại trạm thủy văn cửa ra của lưu vực đó.
  4. Chạy phân tích độ nhạy (Sensitivity Analysis) bằng SWAT-CUP để xác định các thông số thủy lực nhạy cảm nhất (như CN2.mgt, ALPHA_BF.gw, GW_DELAY.gw, SOL_AWC.sol), sau đó tiến hành hiệu chỉnh và kiểm định lại mô hình.

Kết luận

Khóa luận tốt nghiệp của tác giả Đinh Ngọc Huấn đã ứng dụng thành công mô hình thủy văn SWAT kết hợp công nghệ GIS để giải quyết bài toán cấp thiết: Định lượng tác động của biến động sử dụng đất đến tài nguyên nước tại lưu vực thượng nguồn sông Nghinh Tường, tỉnh Thái Nguyên.

Bằng việc kết hợp chuỗi dữ liệu khí tượng 30 năm với cơ sở dữ liệu thổ nhưỡng, địa hình và thảm phủ được chuẩn hóa quốc tế, nghiên cứu đã xây dựng một công cụ mô phỏng đạt độ chính xác cao ($NSE = 0,78$ trong giai đoạn kiểm định). Các kết quả dự báo theo kịch bản 2020 và 2030 cung cấp bằng chứng thực nghiệm rõ ràng: Tình trạng suy giảm rừng hỗn giao ($1.091,77\text{ ha}$ đến $1.838,75\text{ ha}$) để mở rộng đất nông nghiệp và khu dân cư sẽ làm gia tăng dòng chảy đỉnh lũ mùa mưa từ $3,74%$ đến $8,12%$, đồng thời làm sụt giảm dòng chảy kiệt mùa khô tới $2,15%$, đi kèm nguy cơ bồi lắng bùn cát lòng sông gia tăng.

Nghiên cứu không chỉ là tài liệu tham khảo giá trị cho sinh viên và giới nghiên cứu trong lĩnh vực mô hình hóa tài nguyên môi trường, mà còn là luận cứ khoa học thực tiễn phục vụ công tác quy hoạch, quản lý bền vững lưu vực sông Cầu trước áp lực phát triển kinh tế xã hội.