Tổng quan về luận án

Nghiên cứu mô phỏng dòng chảy mặt tại các lưu vực sông xuyên biên giới luôn là một thách thức lớn trong khoa học thủy văn do sự bất đối xứng và thiếu hụt nghiêm trọng mạng lưới quan trắc khí tượng bề mặt. Luận án tiến sĩ kỹ thuật chuyên ngành Kỹ thuật tài nguyên nước (Mã số: 9580212) của tác giả Bùi Tuấn Hải (2020) với đề tài "Nghiên cứu sử dụng dữ liệu viễn thám trong mô phỏng dòng chảy mặt phục vụ quy hoạch thủy lợi và phòng chống thiên tai – áp dụng cho lưu vực sông Cả" là một công trình tiên phong trong việc tích hợp công nghệ viễn thám không gian (Remote Sensing - RS), hệ thống thông tin địa lý (GIS) và mô hình toán thủy lực - thủy văn nhằm giải quyết triệt để bài toán thiếu hụt dữ liệu dòng chảy xuyên quốc gia.

                                  +-------------------------------------------------------+
                                  |         NGHIÊN CỨU DÒNG CHẢY LƯU VỰC SÔNG CẢ          |
                                  |         Tổng diện tích: 27.200 km² (VN: 65,2% | Lào: 34,8%) |
                                  +---------------------------+---------------------------+
                                                              |
                                      +-----------------------+-----------------------+
                                      |                                               |
                                      v                                               v
                    +-----------------------------------+           +-----------------------------------+
                    |     MÔ PHỎNG DÒNG CHẢY DÀI HẠN    |           |       MÔ PHỎNG DÒNG CHẢY LŨ       |
                    |           (Mô hình NAM)           |           |          (Mô hình IFAS)           |
                    +-----------------+-----------------+           +-----------------+-----------------+
                                      |                                               |
                    +-----------------+-----------------+           +-----------------+-----------------+
                    | Đầu vào: CHIRPS (0,05°)           |           | Đầu vào: GSMaP (0,1°/1h), DEM     |
                    | Phương pháp: Bố trí trạm giả định |           | Lõi: Cấu trúc 4 bể PWRI-DHM       |
                    | Chuỗi tính: 1982 - 2019           |           | Chuỗi lũ: 2011, 2018, 2019        |
                    +-----------------------------------+           +-----------------------------------+

Lưu vực sông Cả có tổng diện tích tự nhiên là $27.200\text{ km}^2$, trong đó phần lãnh thổ Việt Nam chiếm $17.730\text{ km}^2$ (tương đương 65,2% diện tích toàn lưu vực, nằm trên địa bàn 3 tỉnh Nghệ An, Hà Tĩnh, Thanh Hóa) và phần thượng lưu nằm trên lãnh thổ nước CHDCND Lào chiếm $9.470\text{ km}^2$ (tương đương 34,8% diện tích). Vấn đề nghiên cứu then chốt xuất phát từ thực tiễn: 34,8% diện tích lưu vực thượng nguồn – nơi khởi nguồn dòng chảy lũ và chi phối dòng kiệt hạ du qua hai nhánh chính Nậm Mô và Nậm Nơn – hoàn toàn không có trạm đo mưa thực tế; trong khi đó, tại phần lưu vực Việt Nam, chỉ có 23 trạm đo mưa mặt đất phân bố không đồng đều (tập trung chủ yếu ở vùng đồng bằng, thung lũng trung du) và có tới 9/23 trạm bị ngắt quãng chuỗi số liệu trong giai đoạn 1982–2019.

Luận án giải quyết hai câu hỏi nghiên cứu cốt lõi:

  1. Làm thế nào để định lượng và lựa chọn chính xác nguồn dữ liệu viễn thám mưa vệ tinh và mô hình số độ cao (DEM) nhằm tái lập chuỗi dữ liệu thủy văn không gian liên tục cho vùng không có dữ liệu đo đạc (ungauged basins)?
  2. Cơ chế tích hợp tối ưu giữa dữ liệu quan sát trái đất với mô hình thủy văn thông số tập trung và mô hình thủy văn phân bố để mô phỏng dòng chảy mặt đạt độ tin cậy phục vụ quy hoạch tài nguyên nước và cắt giảm rủi ro thiên tai là gì?

Hệ thống giả thuyết khoa học được kiểm chứng bao gồm:

  • H1: Việc bổ sung các trạm đo mưa giả định từ nguồn dữ liệu mưa vệ tinh độ phân giải cao đã qua hiệu chỉnh sẽ kiểm soát được sai số tích lũy của mô hình dòng chảy hạn dài MIKE NAM tại các tiểu lưu vực thượng nguồn.
  • H2: Tích hợp dữ liệu mưa vệ tinh phân giải theo giờ kết hợp mô hình số độ cao hiệu chỉnh vào mô hình thủy văn phân bố IFAS cho phép tái hiện chính xác diễn biến đỉnh lũ và tổng lượng lũ về các hồ chứa lớn (điển hình là hồ Thủy điện Bản Vẽ).

Khung lý thuyết của nghiên cứu được xây dựng dựa trên sự liên kết giữa Lý thuyết cân bằng ẩm chu trình thủy văn (Hydrological Water Balance Theory), Lý thuyết mô hình bể chứa phi tuyến (Non-linear Tank Model Theory) và Lý thuyết xử lý sai số dữ liệu quan sát Trái đất (Remote Sensing Error Modeling). Với chuỗi số liệu thủy văn kéo dài 38 năm (1982–2019) và chuỗi mô phỏng lũ chi tiết giai đoạn 2011–2019, luận án đã định lượng hóa dòng chảy trung bình năm $23,3\text{ tỷ m}^3$, mô đun dòng chảy $27,1\text{ l/s.km}^2$, mang lại giải pháp công nghệ có ý nghĩa chiến lược đối với quy hoạch an ninh nguồn nước vùng Bắc Trung Bộ.

Literature Review và Positioning

Nghiên cứu ứng dụng dữ liệu viễn thám trong mô hình hóa thủy văn đã trải qua quá trình tiến hóa từ việc phân tích ảnh quang học định tính sang đo đạc phản xạ vi sóng chủ động/bị động và ước tính mưa không gian đa kênh. Nghiên cứu của Bastiaanssen và cộng sự (1998) [3] đã đặt nền móng cho việc xác định bốc thoát hơi tiềm năng và độ ẩm đất từ dữ liệu vệ tinh, trong khi Engman và cộng sự (2000) [2] khẳng định dữ liệu quan sát không gian là nguồn bổ sung sống còn cho các mô hình dòng chảy mặt và nước ngầm tại các lưu vực thiếu trạm đo.

Dòng nghiên cứu Tác giả & Năm Đóng góp & Trọng tâm Hạn chế còn tồn tại
Đánh giá mưa vệ tinh quốc tế Yves Tramblay et al. (2016) [10] Đánh giá 5 bộ dữ liệu mưa (TRMM, RFE, PERSIANN-CDR, CMORPH) cho lưu vực sông Makhazine ($1.800\text{ km}^2$, Morocco). Mô phỏng tốt dòng chảy tháng nhưng sai số lớn ở bước thời gian ngày; chưa có cơ chế bù trạm đo giả định.
Mô phỏng lũ lưu vực thiếu số liệu Fei Yuan et al. (2019) [11] So sánh TRMM 3B42 và GPM IMERG tại Myanmar; chỉ số $NSE = 0,868$ với dữ liệu 3B42RT 3 giờ. Dữ liệu GSMaP bị đánh giá thấp do chưa được hiệu chỉnh thích nghi theo địa hình phân tầng.
Mô hình IFAS và viễn thám Hafiz et al. (2012, 2014) [19, 20] Ứng dụng IFAS và JAXA GSMaP mô phỏng lũ cho sông Dungun và Kelantan (Malaysia). Chưa tích hợp mô hình phân tích sai số tương quan địa hình DEM đa nguồn với bản đồ phân loại đất/thảm phủ chi tiết.
Nghiên cứu dòng chảy tại Việt Nam Nguyễn Văn Tuấn (2014) [26]; Bùi Chí Nam (2017) [30] Ứng dụng MIKE NAM, MIKE 11 cho miền Trung; đánh giá GPM/PERSIANN cảnh báo ngập TP.HCM. Chỉ giới hạn trong biên giới Việt Nam, bỏ qua 34,8% diện tích thượng nguồn ngoại biên của sông Cả.

Trong y văn thế giới, tồn tại cuộc tranh luận lớn giữa hai trường phái:

  • Trường phái sử dụng mô hình sai số cộng (Additive Error Model) cho rằng sai số lượng mưa vệ tinh phân bố đồng nhất độc lập với cường độ mưa.
  • Trường phái mô hình sai số nhân phi tuyến (Multiplicative Error Model) do Yudong Tian và cộng sự (2013) [12] bảo vệ, chứng minh sai số vệ tinh mang tính phụ thuộc phi tuyến vào địa hình và cường độ hoàn lưu khí quyển.

Luận án của Bùi Tuấn Hải định vị nghiên cứu vào chính khoảng trống học thuật này: Tại Việt Nam, các nghiên cứu quy hoạch thủy lợi trước đây (điển hình là Quy hoạch thủy lợi lưu vực sông Cả của Viện Quy hoạch Thủy lợi, 2014 [28]) buộc phải giả định hoặc bỏ trống số liệu thượng nguồn bên Lào. Luận án đã tạo bước tiến vượt bậc khi không chỉ đánh giá đơn lẻ mà phát triển một quy trình khép kín: chuẩn hóa, so sánh đối chuẩn 4 nguồn mưa vệ tinh (CHIRPS, GSMaP, GPM, CMORPH) và 3 mô hình độ cao số (SRTM, ASTER GDEM, ALOS DSM) với trạm đo mặt đất, từ đó tích hợp đa mô hình (MIKE NAM và IFAS) giải quyết trọn vẹn bài toán dòng chảy xuyên biên giới.

Đóng góp lý thuyết và khung phân tích

+-------------------------------------------------------------------------------------------------+
|                                KHUNG PHÂN TÍCH TỔNG HỢP CỦA LUẬN ÁN                             |
+-------------------------------------------------------------------------------------------------+
|  [DỮ LIỆU VIỄN THÁM ĐẦU VÀO]                                                                    |
|  - Mưa: CHIRPS (0,05°), GSMaP (0,1°), GPM IMERG, CMORPH                                         |
|  - Địa hình: SRTM (30m), ALOS PALSAR (30m), ASTER GDEM (30m)                                    |
|  - Thổ nhưỡng & Thảm phủ: Land Cover / Soil Type Maps                                           |
+------------------------------------------------+------------------------------------------------+
                                                 |
                                                 v
+-------------------------------------------------------------------------------------------------+
|  [CƠ CHẾ ĐỐI CHUẨN & CHUẨN HÓA KHÔNG GIAN]                                                     |
|  - Phân tích tương quan Pearson (r), sai số RMSE, MAE, R² theo 3 vùng địa hình                  |
|  - Thiết lập mạng lưới "Trạm mưa giả định" tại vùng thượng nguồn thiếu dữ liệu                  |
+------------------------------------------------+------------------------------------------------+
                                                 |
                         +-----------------------+-----------------------+
                         v                                               v
+-------------------------------------------------+ +---------------------------------------------+
| [MÔ HÌNH THÔNG SỐ TẬP TRUNG MIKE NAM]           | | [MÔ HÌNH THỦY VĂN PHÂN BỐ IFAS (PWRI-DHM)]  |
| - Tầng trữ bề mặt: Umax                         | | - Bể nước mặt (Surface Tank Model)          |
| - Tầng rễ tiêu hao: Lmax                        | | - Bể chưa bão hòa (Unsaturated Tank Model)  |
| - Tham số dòng tràn: CQOF, TOF                  | | - Bể nước ngầm (Aquifer Tank Model)         |
| - Tham số trữ ngầm: CKBF, CK1,2                 | | - Bể diễn toán sông (River Tank Model)      |
+------------------------+------------------------+ +----------------------+----------------------+
                         |                                                 |
                         v                                                 v
+-------------------------------------------------+ +---------------------------------------------+
| [ĐẦU RA: DÒNG CHẢY HẠN DÀI & CÂN BẰNG NƯỚC]     | | [ĐẦU RA: DÒNG CHẢY LŨ THỜI GIAN THỰC]       |
| - Khôi phục chuỗi dòng chảy 1982 - 2019         | | - Mô phỏng đỉnh lũ, tổng lượng lũ           |
| - Hiệu chỉnh dòng chảy kiệt & dòng trung bình   | | - Kiểm soát vận hành hồ chứa Bản Vẽ         |
+-------------------------------------------------+ +---------------------------------------------+

Đóng góp cho lý thuyết

Luận án mở rộng Lý thuyết mô hình hóa thủy văn lưu vực bằng việc chứng minh rằng tính bất định của các tham số cấu trúc bán kinh nghiệm trong mô hình dòng chảy có thể được thu hẹp đáng kể khi kiểm soát tốt điều kiện biên đầu vào bằng dữ liệu viễn thám đa phổ. Nghiên cứu xác lập mô hình toán học giải thích cơ chế hình thành dòng chảy tràn trên bề mặt:

$$\begin{cases} Q_{OF} = CQOF \cdot \frac{L/L_{max} - TOF}{1 - TOF} \cdot P_N & \text{khi } L/L_{max} > TOF \ Q_{OF} = 0 & \text{khi } L/L_{max} \le TOF \end{cases}$$

Trong đó:

  • $Q_{OF}$ là dòng chảy tràn mặt đất;
  • $CQOF$ là hệ số dòng chảy tràn bề mặt ($0 \le CQOF \le 1$);
  • $TOF$ là giá trị ngưỡng kích hoạt dòng chảy tràn ($0 \le TOF \le 1$);
  • $L/L_{max}$ biểu diễn tỷ lệ độ ẩm hiện thời của tầng rễ so với dung tích trữ tối đa;
  • $P_N$ là lượng mưa hiệu dụng dư thừa sau khi đã bù đủ lượng trữ bề mặt $U_{max}$.

Nghiên cứu tạo ra sự chuyển dịch nhận thức (paradigm shift) từ phương pháp gán giá trị thủy văn ngoại suy hình học truyền thống (như đa giác Thiessen) sang phương pháp đồng hóa dữ liệu viễn thám phân bố không gian thực tế, cho phép mô tả chính xác quá trình bốc thoát hơi thực tế $E_a$:

$$E_a = (E_p - U) \cdot \frac{L}{L_{max}}$$

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đồng thời 3 lý thuyết thủy văn - công nghệ:

  1. Lý thuyết thủy lực sóng động học Saint-Venant trong diễn toán dòng chảy lòng dẫn;
  2. Lý thuyết cấu trúc bể chứa phân lớp PWRI-DHM (gồm 4 tầng: bể mặt, bể chưa bão hòa, bể ngầm, bể sông suối);
  3. Lý thuyết bức xạ điện từ và cảm biến viễn thám trong trích xuất mưa vi sóng - hồng ngoại.

Điều kiện biên (Boundary conditions) được thiết lập chặt chẽ: Mô hình DEM ALOS/SRTM độ phân giải 30m được hiệu chỉnh sai số theo 3 tầng địa hình (Đồng bằng $\le 50\text{m}$, Trung du $50 - 200\text{m}$, Miền núi $> 200\text{m}$) trước khi đưa vào phân chia tiểu lưu vực Nậm Nơn và Nậm Mô.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án vận hành trên lập trường triết học thực chứng (Positivism) kết hợp chủ nghĩa hiện thực phản biện (Critical Realism). Thiết kế nghiên cứu sử dụng phương pháp mô hình hóa toán học đa cấp độ (Multi-level modeling design):

  • Cấp độ toàn thể lưu vực ($27.200\text{ km}^2$): Áp dụng mô hình thông số tập trung MIKE NAM mô phỏng liên tục dòng chảy ngày và dòng chảy tháng giai đoạn 1982–2019.
  • Cấp độ tiểu lưu vực thượng nguồn xuyên biên giới Nậm Nơn ($5.980\text{ km}^2$ tính đến tuyến hồ Bản Vẽ): Áp dụng mô hình thủy văn phân bố ô lưới IFAS (kích thước ô lưới $1\text{ km} \times 1\text{ km}$) để mô phỏng diễn biến lũ truyền thời gian thực.
                    +-------------------------------------------------------------+
                    |                QUY TRÌNH NGHIÊN CỨU 5 BƯỚC                  |
                    +-------------------------------------------------------------+
                                                   |
                                                   v
                    +-------------------------------------------------------------+
                    | BƯỚC 1: Thu thập số liệu khí tượng, thủy văn & viễn thám    |
                    +------------------------------+------------------------------+
                                                   |
                                                   v
                    +-------------------------------------------------------------+
                    | BƯỚC 2: Đánh giá tương quan (r, RMSE, MAE) & Kiểm chuẩn DEM |
                    +------------------------------+------------------------------+
                                                   |
                                                   v
                    +-------------------------------------------------------------+
                    | BƯỚC 3: Thiết lập mạng lưới "Trạm mưa giả định" CHIRPS      |
                    +------------------------------+------------------------------+
                                                   |
                                                   v
                    +-------------------------------------------------------------+
                    | BƯỚC 4: Thiết lập & Hiệu chỉnh mô hình (MIKE NAM & IFAS)    |
                    +------------------------------+------------------------------+
                                                   |
                                                   v
                    +-------------------------------------------------------------+
                    | BƯỚC 5: Hội thảo khoa học, lấy ý kiến chuyên gia & Tổng hợp |
                    +-------------------------------------------------------------+

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu bao gồm 5 giai đoạn liên hoàn:

  • Thu thập và chỉnh biên dữ liệu: 12 trạm đo mưa mặt đất đại diện (như Tương Dương, Con Cuông, Quỳ Châu, Nghĩa Khánh, Dừa, Mường Xén, Hà Tĩnh) được sử dụng để đối chiếu chuỗi số liệu viễn thám 2015–2017.
  • Giao thức tam giác giác hóa (Triangulation): Kết hợp dữ liệu đo tại trạm (Ground truth), dữ liệu viễn thám không gian (Satellite data) và mô hình hóa toán học (Mathematical simulation).
  • Hệ chỉ số kiểm định chất lượng mô hình:
    • Hệ số tương quan Pearson ($r$);
    • Hệ số xác định ($R^2$);
    • Hệ số hiệu quả mô hình Nash-Sutcliffe ($NSE$);
    • Sai số thể tích ($\Delta W%$) và sai số đỉnh lũ ($\Delta Q_{max}%$).
                                  +---------------------------------------------+
                                  |         TAM GIÁC HÓA PHƯƠNG PHÁP            |
                                  +----------------------+----------------------+
                                                         |
                               +-------------------------+-------------------------+
                               |                                                   |
                               v                                                   v
               +-------------------------------+                   +-------------------------------+
               |    DỮ LIỆU ĐO MẶT ĐẤT          |                   |     DỮ LIỆU VIỄN THÁM KHÔNG GIAN|
               | (Ground Truth - 23 trạm đo)   |                   | (CHIRPS, GSMaP, SRTM, ALOS)   |
               +---------------+---------------+                   +---------------+---------------+
                               \                                                   /
                                \                                                 /
                                 \                                               /
                                  v                                             v
                                +-------------------------------------------------+
                                |        MÔ HÌNH TOÁN THỦY VĂN ĐỐI CHUẨN          |
                                |            (MIKE NAM & IFAS / PWRI)             |
                                +-------------------------------------------------+

Data và phân tích

Dữ liệu DEM được phân tích thống kê chi tiết trên các dạng địa hình:

  • Tại vùng đồng bằng, DEM ALOS và SRTM có sai số trung bình tuyệt đối so với bản đồ địa hình quốc gia tương ứng là $1,2\text{ m}$ và $1,8\text{ m}$ (hệ số $r > 0,98$).
  • Tại vùng núi hiểm trở, ASTER GDEM bộc lộ sai lệch cao độ trung bình lên tới $9,5\text{ m}$ và xuất hiện dải sọc nhiễu, do đó ALOS DSM và SRTM được lựa chọn là nguồn dữ liệu hình thái lưu vực tin cậy nhất.

Về dữ liệu mưa:

  • Dữ liệu CHIRPS (độ phân giải $0,05^\circ \approx 5,5\text{ km}$) đạt hệ số tương quan lượng mưa tháng $r$ từ $0,82$ đến $0,94$ so với thực đo tại các trạm Tương Dương và Hà Tĩnh, chứng minh tính vượt trội trong mô phỏng dài hạn.
  • Dữ liệu GSMaP ($0,1^\circ \times 0,1^\circ$, bước thời gian 1 giờ) có khả năng nhận diện ngày mưa đạt tỷ lệ chính xác trên $78,5%$, bắt kịp hoàn hảo các tâm mưa cực đoan gây lũ lớn.

Phát hiện đột phá và implications

Những phát hiện then chốt

Thứ nhất, xác định được nguồn mưa vệ tinh tối ưu theo mục tiêu mô phỏng: CHIRPS là nguồn số liệu vượt trội nhất cho bài toán cân bằng nước và dòng chảy dài hạn bước thời gian ngày/tháng, trong khi GSMaP (đặc biệt là dòng GSMaP_MVK và hiệu chỉnh Gauge) là nguồn dữ liệu tối ưu nhất cho mô phỏng lũ thời gian thực.

Thứ hai, giải pháp đột phá "Bố trí mạng lưới trạm mưa giả định" (Virtual Rain Gauges): Luận án đã thiết lập các trạm mưa giả định trích xuất từ CHIRPS đặt tại phần thượng nguồn lưu vực Nậm Mô và Nậm Nơn bên lãnh thổ Lào. Kết quả hiệu chỉnh mô hình NAM tại trạm thủy văn Mường Xén (cửa ngõ biên giới) khi có trạm mưa giả định đã nâng hệ số Nash-Sutcliffe ($NSE$) từ mức không thể mô phỏng (do thiếu dữ liệu mưa biên giới) lên $NSE = 0,78 - 0,84$ trong giai đoạn hiệu chỉnh và $NSE = 0,72 - 0,79$ trong giai đoạn kiểm định.

Mức độ tương quan dòng chảy (NSE) mô hình NAM tại trạm Mường Xén:
[Không có mưa vệ tinh thượng lưu] : ====> (Không hội tụ / Sai số > 60%)
[Có trạm mưa giả định CHIRPS]    : ========================================> NSE = 0,84

Thứ ba, kiểm chứng độ tin cậy của mô hình IFAS trên lưu vực Nậm Nơn đổ về hồ Bản Vẽ:

  • Trận lũ lịch sử tháng 6/2011: Mô phỏng lưu lượng đỉnh lũ đạt $Q_{max} = 3.850\text{ m}^3\text{/s}$ so với thực đo $4.020\text{ m}^3\text{/s}$ (sai số đỉnh lũ $\Delta Q_{max} = -4,2%$, hệ số tương quan $r = 0,91$, $NSE = 0,86$).
  • Trận lũ bão số 3 và số 4 từ 10/8 đến 10/9/2018: Lưu lượng lũ mô phỏng bám sát đường quá trình thực tế với $NSE = 0,88$.
  • Trận lũ từ 01–10/8/2019: Hệ số $NSE$ đạt $0,85$, sai số tổng lượng lũ $\Delta W < 5%$.
Biểu đồ mô phỏng đỉnh lũ hồ Bản Vẽ (Trận lũ tháng 6/2011):
Thực đo : ----------------------------------------- (4.020 m³/s)
IFAS    : ---------------------------------------   (3.850 m³/s | Sai số: -4,2%)

Thứ tư, phát hiện quy luật phản hồi phi tuyến của lớp phủ và thổ nhưỡng: Tại các vùng đồi núi dốc đứng thượng nguồn sông Cả, thông số dẫn nước ngầm $CK_{BF}$ và hệ số dòng chảy tràn $CQOF$ biến động mạnh theo trạng thái bão hòa ẩm ban đầu ($L/L_{max}$). Khi độ ẩm đạt ngưỡng $TOF > 0,7$, dòng chảy mặt hình thành gần như tức thời, giải thích hiện tượng lũ quét cục bộ tại Kỳ Sơn và Tương Dương.

Implications đa chiều

  • Đóng góp học thuật: Cung cấp bằng chứng thực nghiệm khẳng định tiềm năng thay thế và bổ trợ của dữ liệu quan sát không gian (Earth Observation) trong mô hình hóa thủy văn vùng nhiệt đới gió mùa có địa hình phức tạp.
  • Đổi mới phương pháp luận: Chuẩn hóa quy trình tích hợp mô hình viễn thám - GIS - thủy văn phân bố, có khả năng chuyển giao nguyên vẹn cho các lưu vực sông xuyên biên giới khác tại Việt Nam như sông Mã, sông Hồng, sông Mê Công.
  • Ý nghĩa thực tiễn và quy hoạch: Giúp các cơ quan quản lý quy hoạch thủy lợi xác định chính xác dung tích phòng lũ, điều tiết an toàn liên hồ chứa trên lưu vực sông Cả (Bản Vẽ, Khe Bố, Chi Khê, Ngàn Trươi), giảm thiểu tổn thất kinh tế hàng trăm tỷ đồng mỗi năm do thiên tai lũ lụt và hạn hán tại Nghệ An và Hà Tĩnh.

Limitations và Future Research

  1. Độ trễ và sai số cực đoan: Dữ liệu mưa vệ tinh bước thời gian ngắn đôi khi có độ trễ trong cập nhật và có xu hướng ước tính thấp hơn (underestimate) lượng mưa đỉnh tại các tâm mưa bão tập trung cường độ cực lớn ($> 200\text{ mm/24h}$).
  2. Độ phân giải không gian của thảm phủ: Bản đồ thổ nhưỡng và thảm phủ sử dụng trong mô hình phân bố IFAS chưa phản ánh kịp thời tốc độ biến động rừng phòng hộ và suy thoái lớp phủ thực vật theo thời gian thực hàng năm.
  3. Phạm vi mô hình thủy lực hạ du: Luận án tập trung sâu vào mô phỏng dòng chảy mặt vùng đồi núi và trung du, chưa kết nối trực tiếp hai chiều (2D hydrodynamic coupling) với mô hình ngập lụt chi tiết và xâm nhập mặn vùng cửa sông ven biển dưới tác động của triều cường và nước dâng do bão.

Chương trình nghiên cứu tương lai (Future Agenda):

  • Phát triển thuật toán học máy (Machine Learning / Deep Learning như LSTM, CNN) để hiệu chỉnh sai số động thời gian thực (Dynamic Bias Correction) cho dữ liệu mưa vệ tinh vi sóng GPM IMERG.
  • Khai thác dữ liệu vệ tinh Radar khẩu độ tổng hợp (SAR Sentinel-1) nhằm giám sát tức thời diện ngập lụt và độ ẩm đất bề mặt phục vụ tự động hóa hiệu chỉnh mô hình dòng chảy.

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Luận án mở ra hướng nghiên cứu chuyên sâu về thủy văn viễn thám (Satellite Hydrology) tại các viện nghiên cứu và trường đại học chuyên ngành kỹ thuật tài nguyên nước tại Việt Nam.
  • Tác động ngành và quy hoạch: Kết quả nghiên cứu là luận cứ kỹ thuật trực tiếp phục vụ các dự án Quy hoạch tài nguyên nước lưu vực sông Cả, Quy hoạch phòng chống lũ chi tiết hệ thống sông Lam, cung cấp công cụ vận hành tối ưu hồ chứa thủy điện Bản Vẽ.
  • Tác động chính sách: Cung cấp cơ sở khoa học tin cậy hỗ trợ Bộ Nông nghiệp và PTNT, Ủy ban Quốc gia Ứng phó Sự cố Thiên tai & Tìm kiếm Cứu nạn và UBND các tỉnh Nghệ An, Hà Tĩnh ra quyết định chủ động xả lũ, cảnh báo sớm thiên tai cho cộng đồng dân cư.

Đối tượng hưởng lợi

  • Nghiên cứu sinh, học viên cao học ngành Thủy văn, Tài nguyên nước: Tiếp cận phương pháp luận chuẩn mực về xử lý dữ liệu không gian, thiết lập trạm mưa giả định và làm chủ bộ công cụ MIKE NAM, IFAS.
  • Các nhà khoa học, chuyên gia thủy lợi: Sở hữu bộ tham số mô hình đã được kiểm chuẩn cho lưu vực sông Cả, rút ngắn thời gian xây dựng mô hình mô phỏng phụ vụ các dự án thủy lợi liên quan.
  • Kỹ sư vận hành hồ chứa & Cán bộ cảnh báo thiên tai: Có được công cụ và nguồn dữ liệu mưa vệ tinh GSMaP phục vụ tính toán dòng chảy lũ về hồ trước từ 6 đến 12 giờ, nâng cao năng lực ứng phó tình huống khẩn cấp.
  • Nhà hoạch định chính sách cấp tỉnh và trung ương: Sở hữu bức tranh toàn diện về tài nguyên nước mặt xuyên biên giới phục vụ đàm phán hợp tác chia sẻ nguồn nước quốc tế và phân bổ hạn ngạch cấp nước bền vững.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
Luận án mở rộng Lý thuyết cân bằng ẩm lưu vực bằng cách chứng minh tính khả thi của việc thiết lập "Trạm đo mưa giả định" từ dữ liệu viễn thám CHIRPS, bù đắp khoảng trống dữ liệu khí tượng vùng ngoại biên (34,8% diện tích lưu vực bên Lào), biến bài toán thủy văn lưu vực không có trạm đo (ungauged basin) thành bài toán có kiểm soát tham số vật lý.

2. Đổi mới phương pháp luận nổi bật so với các nghiên cứu tiền nhiệm?
So với nghiên cứu của Yves Tramblay (2016) [10] tại Morocco chỉ dừng lại ở đánh giá sai số tĩnh hay Fei Yuan (2019) [11] tại Myanmar chỉ dùng mô hình lumped, luận án đã xây dựng khung phương pháp luận kết hợp kép: Sử dụng mô hình thông số tập trung MIKE NAM để khôi phục chuỗi dòng chảy liên tục 38 năm kết hợp mô hình phân bố IFAS (PWRI-DHM) để mô phỏng chi tiết cấu trúc lũ truyền không gian ô lưới $1\text{ km} \times 1\text{ km}$.

3. Phát hiện bất ngờ nhất từ kết quả thực nghiệm dữ liệu là gì?
Dữ liệu GSMaP dù có độ phân giải thời gian cao (1 giờ) nhưng nếu không được hiệu chỉnh theo độ cao địa hình sẽ gây sai lệch nghiêm trọng về tổng lượng dòng chảy lũ; tuy nhiên, sau khi được đối chuẩn và đưa vào cấu trúc 4 bể chứa của IFAS, mô hình tái hiện đỉnh lũ trận lũ lịch sử 2011 với sai số cực nhỏ chỉ $-4,2%$ và $NSE = 0,86$.

4. Nghiên cứu có cung cấp giao thức tái lập (Replication Protocol) không?
Có. Luận án cung cấp chi tiết bộ thông số hiệu chỉnh của mô hình NAM ($U_{max} = 10 - 20\text{ mm}$, $L_{max} = 100 - 150\text{ mm}$, $CQOF = 0,1 - 0,6$, $TOF = 0,1 - 0,8$, $CKBF = 1.000 - 2.000\text{ h}$) và bảng phân loại cấp đất/thảm phủ tương thích cho mô hình IFAS, cho phép tái lập quy trình trên bất kỳ lưu vực sông nào.

5. Định hướng lộ trình nghiên cứu 10 năm tiếp theo được vạch ra như thế nào?
Mở rộng tích hợp công nghệ trí tuệ nhân tạo (AI/ML) nhằm tự động đồng hóa dữ liệu viễn thám đa nguồn trong thời gian thực, kết hợp mô hình dòng chảy mặt với mô hình động lực học xâm nhập mặn 2 chiều và mô phỏng ngập lụt đô thị vùng hạ du sông Cả dưới bối cảnh biến đổi khí hậu toàn cầu.

Kết luận

  1. Luận án đã giải quyết thành công bài toán thiếu hụt dữ liệu khí tượng thủy văn vùng thượng lưu xuyên biên giới sông Cả ($9.470\text{ km}^2$ bên Lào) bằng việc ứng dụng dữ liệu viễn thám không gian.
  2. Xác định chính xác nguồn dữ liệu mưa vệ tinh CHIRPS ($0,05^\circ$) là tối ưu nhất cho mô phỏng dòng chảy dài hạn và GSMaP ($0,1^\circ$) là tối ưu nhất cho mô phỏng dòng chảy lũ.
  3. Kiểm chuẩn dữ liệu địa hình độ phân giải 30m, chứng minh ALOS DSM và SRTM có độ tin cậy vượt trội so với ASTER GDEM trong mô tả hình thái lưu vực miền núi dốc.
  4. Xây dựng thành công bộ mô hình MIKE NAM tích hợp trạm mưa giả định, khôi phục chuỗi dòng chảy 1982–2019 với độ chính xác cao ($NSE = 0,78 - 0,84$).
  5. Làm chủ mô hình thủy văn phân bố IFAS trong dự báo lũ về hồ Bản Vẽ, đạt chỉ số $NSE = 0,85 - 0,88$ và sai số đỉnh lũ $< 5%$ cho các trận lũ lớn giai đoạn 2011–2019.
  6. Mở ra hướng tiếp cận chuẩn mực trong ứng dụng công nghệ viễn thám và GIS phục vụ công tác quy hoạch tài nguyên nước, an toàn đập và giảm nhẹ rủi ro thiên tai cho các lưu vực sông xuyên quốc gia tại Việt Nam.