TỔNG QUAN NGHIÊN CỨU
Tổng quan khu vực nghiên cứu
TP.HCM, nằm ở trung tâm vùng Đông Nam Bộ, có vị trí địa lý thuận lợi khi giáp với nhiều tỉnh Phía Bắc tiếp giáp tỉnh Bình Dương, phía Tây Bắc giáp tỉnh Tây Ninh, phía Đông và Đông Bắc giáp tỉnh Đồng Nai, phía Đông Nam giáp tỉnh Bà Rịa - Vũng Tàu, phía Tây và Tây Nam giáp tỉnh Long An, và phía Nam giáp biển Đông với bờ biển dài 15 km.
Thành phố Hồ Chí Minh có tổng diện tích tự nhiên là 209.554,49 ha, trong đó diện tích đất mặt là 176.741,96 ha, chiếm 84,34% tổng diện tích Diện tích sông suối và mặt nước là 32.812,53 ha, chiếm 15,66% Về mặt hành chính, TP.HCM được chia thành 24 quận huyện, bao gồm 18 quận nội thành và 6 huyện ngoại thành.
Thành phố Hồ Chí Minh, nằm trong vùng kinh tế trọng điểm phía Nam, là đầu tàu kinh tế của cả nước, đóng góp 23% vào tổng thu nhập quốc dân và thu hút khoảng 20% tổng vốn đầu tư nước ngoài Với vị trí địa lý chiến lược tại ngã tư quốc tế, thành phố đóng vai trò quan trọng trong giao thông đường bộ, đường thủy và đường không, kết nối các tỉnh trong vùng và là cửa ngõ quốc tế TP.HCM có hoạt động kinh tế năng động nhất cả nước, dẫn đầu về tốc độ tăng trưởng với mức tăng tổng sản phẩm quốc nội hàng năm đạt trên 10% từ năm 2005 đến nay.
Hình 1.1 Bản đồ TP.HCM theo ranh giới các quận huyện Nguồn: Sở Tài nguyên và
Dựa trên dữ liệu bản đồ địa chất, chúng ta có thể xác định được các yếu tố quan trọng như địa chất công trình, địa chất thủy văn và cao độ nền hiện trạng của thành phố Hồ Chí Minh.
Thành phố Hồ Chí Minh tọa lạc tại khu vực chuyển tiếp giữa vùng đồi núi Đông Bắc và đồng bằng Cửu Long, với địa chất chủ yếu được hình thành từ đất và đá trong thời kỳ Paleozoic và Cenozoic.
Địa hình TP.HCM có đặc điểm tương đối phẳng và thấp, với một số gò triền ở phía Tây - Bắc và Đông - Bắc Cao độ mặt đất ở khu vực này có xu hướng giảm dần từ phía Tây - Bắc về phía Nam và Đông - Nam.
Khu vực địa hình gò triền lượn sóng chủ yếu nằm ở các huyện Củ Chi, Hóc Môn, quận 12, phía Bắc quận Thủ Đức, quận 9 và phía Bắc huyện Bình Chánh Cao độ mặt đất trong khu vực này dao động từ 4 m đến 32 m, trong đó, vùng có cao độ từ 4 m đến 10 m chiếm khoảng 19% tổng diện tích tự nhiên, còn vùng có cao độ trên 10 m chiếm 11% tổng diện tích tự nhiên.
TP.HCM cũng có hệ thống sông rạch chằng chịt, trong đó có các sông chính là Sài Gòn, Đồng Nai và đổ ra với biển Đông
Sg Đồ ng N ai R.Tra
Ke õn h ẹ oõi ễn L Âng O ùch Ra Rạch Phỳ Xua õn Sg Nh à b e ứ
Ra ùch C aàn G uo ọc
R Ta õn H ú- Lo ứG ốm Thi NGhố
K An Hạ K Sô ng C hùa
Hình1.3 Hệ thống sông rạch của TP.HCM Nguồn: Viện QHXD
1.1.2 Điều kiện kinh tế xã hội
Tính đến năm 2017, tổng dân số Thành phố đạt 8,64 triệu người, tăng từ 7,4 triệu người vào năm 2010, trong đó tỷ lệ nam giới chiếm 48% và nữ giới chiếm 52%, với tỷ số giới tính khoảng 91 nam/100 nữ Lực lượng lao động từ 15 tuổi trở lên đạt 4,54 triệu người, tăng 2,3% so với năm trước đó.
2016; trong đó lực lượng lao động thành thị chiếm 80,34%; lao động nông thôn chiếm
Tính đến năm 2017, tỷ lệ lao động nam chiếm 53,15% và lao động nữ chiếm 46,85%, trong khi tỷ lệ dân số từ 15 tuổi trở lên biết chữ đạt 98,5% Đáng chú ý, tỷ lệ lao động từ 15 tuổi trở lên đã qua đào tạo đạt 36,69%, tăng từ 34,79% của năm 2016 Cụ thể, khu vực thành thị có tỷ lệ lao động đã qua đào tạo đạt 40,66%, trong khi khu vực nông thôn chỉ đạt 20,61% Đối với lao động nam từ 15 tuổi trở lên, tỷ lệ đã qua đào tạo là 38,5%, trong khi tỷ lệ này ở lao động nữ là 34,66%.
Thu nhập bình quân đầu người một tháng là 5,1 triệu đồng, tăng 5,6% so với năm
2016 Trong đó, thu nhập bình quân đầu người ở khu vực thành thị là 5,435 triệu đồng và khu vực nông thôn là 3,910 triệu đồng
Bảng 1.1: Dân số các khu vực chức năng thuộc Tp.HCM [9] Đơn vị tính: 1.000 người
Số Khu vực Năm Năm Năm Năm
2 Nội thành mới phát triển (6 Quận) 1.594 2.157 2.209 2.724
Xác định ngành ưu tiên đánh giá
Các ngành trọng tâm của Thành phố chịu ảnh hưởng từ biến đổi khí hậu (BĐKH) bao gồm công nghiệp, giao thông vận tải, xây dựng hạ tầng, phát triển đô thị, môi trường, tài nguyên nước, y tế, sức khỏe cộng đồng, dịch vụ, thương mại, du lịch và năng lượng Đối tượng dễ bị tổn thương nhất trong bối cảnh này là người nghèo, thu nhập thấp, công nhân, người già, phụ nữ, trẻ em, người lao động và người nhập cư.
Bảng 1.2.Tác động của BĐKH đối với ngành và đối tượng tại TPHCM
Các hiểm họa có thể xảy ra do BĐKH
Công nghiệp và biến đổi khí hậu (BĐKH) sẽ ảnh hưởng trực tiếp đến các khu công nghiệp hiện tại, gây ra tình trạng ngập lụt và làm giảm diện tích đất dành cho phát triển công nghiệp.
Thiếu hụt nguyên liệu sản xuất từ Đồng bằng sông Cửu Long (ĐBSCL) sẽ ảnh hưởng đến sự chuyển dịch cơ cấu các ngành công nghiệp, bao gồm loại hình công nghiệp, tỷ lệ công nghiệp chế biến và công nghệ cao Biến đổi khí hậu (BĐKH) có thể tác động gián tiếp đến quá trình này, dẫn đến sự thay đổi trong chiến lược phát triển công nghiệp và nhu cầu về nguồn nguyên liệu.
- Thiệt hại máy móc, nhà xưởng, cơ sở hạ tầng công nghiệp
Nông nghiệp - Diện tích đất nông nghiệp bị ngập lụt, bị xâm nhập mặn dẫn đến sản xuất nông nghiệp bị thu hẹp
- Cây trồng, vật nuôi phát triển theo mô hình nông nghiệp đô thị bị ảnh
Lượng mưa gia tăng dẫn đến xói mòn, rửa trôi, hoang mạc hóa và ô nhiễm đất, khiến diện tích đất nông nghiệp bị thu hẹp và chất lượng giảm sút Đất nông nghiệp tại thành phố chủ yếu nằm ở các huyện ngoại thành và vùng đất thấp, dễ bị ảnh hưởng bởi thủy triều và mực nước biển dâng, gây mất đất và nhiễm mặn, ảnh hưởng nghiêm trọng đến hoạt động sản xuất và đời sống của người nông dân.
Nếu mực nước biển dâng 0,5m, khoảng 20% đất nông nghiệp tại TPHCM sẽ bị ngập vĩnh viễn; trong khi đó, nếu mực nước dâng lên 1m, con số này sẽ tăng lên 50% Điều này sẽ ảnh hưởng trực tiếp đến người sản xuất nông nghiệp trong khu vực.
Biến đổi khí hậu đang gây ra nhiều thách thức cho ngành nông nghiệp, đặc biệt là về nguồn nước Ngành sản xuất nông nghiệp cần điều chỉnh mùa vụ, thay đổi loại cây trồng và vật nuôi, đồng thời đầu tư vào việc sửa chữa và nâng cấp cơ sở vật chất để thích ứng với những tác động của biến đổi khí hậu.
- Phá hoại và làm hư hỏng các cơ sở hạ tầng giao thông, phương tiện giao thông
- Cản trở giao thông, gây ách tắc và thiệt hại lớn đến giá thành vận chuyển, hao tốn thời gian vận chuyển, ảnh hưởng đến nền kinh tế
- Gây tai nạn làm tổn hại đến sức khỏe, tính mạng và tài sản
Xây dựng, hạ tầng, phát triển đô thị
- Mất đất đô thị và thiệt hại về tài sản vật chất của đô thị do thiên tai
Các vấn đề hiện tại đang ngày càng trở nên nghiêm trọng, bao gồm tình trạng ngập úng gia tăng, ô nhiễm nguồn nước do hệ thống cung cấp bị nhiễm bẩn, và ô nhiễm môi trường gia tăng do sự gián đoạn trong hệ thống thu gom.
- Thiệt hại về công trình nhà ở, công cộng (hư hỏng hoặc bị phá hủy), làm mất chỗ ở, gián đoạn công tác giáo dục, y tế và sinh hoạt cộng đồng
- Thiệt hại về đầu tư xây dựng, giảm giá trị sản phẩm, tăng giá thành nguyên vật liệu ảnh hưởng đến sự phát triển bền vững của thị trường
Môi trường/Tài nguyên nước
- Thiếu nước cho tưới tiêu, sản xuất và sinh hoạt vào mùa khô
- Xâm nhập mặn tác động tiêu cực đến chất lượng nước mặt và nước ngầm, ảnh hưởng đến các hạ tầng cấp nước
- Nguồn nước ngọt bị nhiễm mặn sẽ ảnh hưởng đến hoạt động nông
- Mức độ ô nhiễm nguồn nước tăng do ngập lụt trên diện rông và kéo dài
- Thay đổi bất thường dòng chảy trên các sông
Y tế, sức khỏe cộng đồng
- Gia tăng dịch bệnh và các thiệt hại về sức khỏe và tính mạng
- Gia tăng các xung đột xã hội: Nghèo đói, thất nghiệp, tăng tình hình tội phạm
- Làm gián đoạn các chương trình xã hội:Giáo dục, y tế…
Kinh doanh dịch vụ, thương mại và du lịch
- Ngập lụt ảnh hưởng đến phần lớn các ngành dịch vụ tập trung ở các khu vực trung tâm hiện hữu của thành phố
- Thiệt hại về tài sản và cơ sở vật chất của các ngành kinh doanh
- Làm gián đoạn hoặc mất đi các hoạt động kinh doanh gây thiệt hại về tài chính
Năng lượng - Tăng nhu cầu năng lượng và chi phí năng lượng
- Tăng giá thành và giảm hiệu suất sản xuất
- Giảm hiệu suất truyền tải trên đường dây điện
- Có thể không đáp ứng được nhu cầu dùng điện ở một số khu vực
- Hư hỏng các đường dây ngầm
Người nghèo: thu nhập thấp, công nhân
- Tăng nguy cơ bệnh tật, tử vong do các đợt nắng nóng/ lạnh kéo dài
Người già, phụ nữ, trẻ em
Nhiệt độ và độ ẩm tăng cao tạo điều kiện thuận lợi cho sự phát triển của muỗi, từ đó gia tăng nguy cơ mắc các bệnh truyền nhiễm như sốt rét và sốt xuất huyết Đặc biệt, những đối tượng có sức đề kháng yếu như trẻ em, người già, người bệnh, cùng với những người sống trong khu vực thu nhập thấp và có điều kiện vệ sinh kém, cũng như những người ở vùng thấp có nguy cơ ngập lụt, đều dễ bị ảnh hưởng hơn.
- Thu nhập và môi trường làm việc
Người nhập cư - Thay đổi đến y tế, sức khỏe cộng đồng và các vấn đề xã hội khác
Để xác định ngành ưu tiên trong việc đánh giá tính dễ bị tổn thương, 10 chuyên gia với chuyên môn đa dạng như kinh tế, quản lý tài nguyên môi trường, quản lý tài nguyên nước và khí tượng thủy văn đã được mời tham vấn Tất cả các chuyên gia đều có kiến thức chung về ảnh hưởng của biến đổi khí hậu tại TP.HCM (Thông tin chi tiết về bảng câu hỏi và danh sách chuyên gia tham vấn có trong Phụ lục 3).
Kết quả tham vấn chuyên gia nhằm xác định các ngành và đối tượng ưu tiên dễ bị tổn thương do biến đổi khí hậu tại Thành phố Hồ Chí Minh được trình bày trong Bảng 1.3.
Bảng 1.3 Xếp hạng ngành và các đối tượng dễ bị tổn thương do BĐKH tại Tp.HCM
Ngành, đối tượng/Phơi nhiễm
Chắc chắn về đánh giá
Xây dựng, hạ tầng, phát triển đô thị
Môi trường/Tài nguyên nước
Y tế, sức khỏe cộng đồng 2.25 2.88 3.50 3.63 2.13
Kinh doanh dịch vụ, thương mại và du lịch
Người nghèo: thu nhập thấp, công nhân
Người già, phụ nữ, trẻ em 2.13 3.00 3.50 3.75 2.50
*Số in đậm là điểm đánh giá cao nhất cho ngành và đối tượng
Kết quả đánh giá xếp hạng ưu tiên cho thấy nông nghiệp tại Tp.HCM là ngành dễ bị tổn thương nhất trước tác động của biến đổi khí hậu Các yếu tố phơi nhiễm như mưa lớn, nhiệt độ tăng và ngập lụt đã làm gia tăng mức độ rủi ro cho ngành này.
Theo đánh giá của các chuyên gia, có 9 quốc gia chịu tổn thương nghiêm trọng nhất do tác động của xâm nhập mặn, với điểm số trung bình trọng số từ 1,75 đến 2,25 Tại Tp.HCM, người nghèo, đặc biệt là công nhân, là nhóm bị ảnh hưởng nặng nề nhất bởi xâm nhập mặn, mưa lớn và ngập lụt Đồng thời, người già, phụ nữ và trẻ em cũng chịu tổn thương nghiêm trọng do nhiệt độ tăng, với điểm số trung bình trọng số từ 1,75 đến 2,50.
Tổng quan nông nghiệp Thành phố Hồ Chí Minh
1.3.1 Hiện trạng nông nghiệp Thành phố
Thành phố Hồ Chí Minh có diện tích gần 209.600 ha, bao gồm 19 quận và 5 huyện ngoại thành, trong đó 14 quận huyện tham gia hoạt động nông nghiệp, chủ yếu là các huyện Củ Chi, Hóc Môn, Bình Chánh, Nhà Bè và Cần Giờ Đất nông nghiệp chiếm gần 50% tổng diện tích thành phố, với khoảng 104.000 ha, bao gồm 56.700 ha đất sản xuất nông nghiệp, 36.300 ha đất lâm nghiệp và 9.400 ha đất nuôi trồng thủy sản Tuy nhiên, nông nghiệp thành phố đang chịu ảnh hưởng mạnh mẽ từ quá trình đô thị hóa, dẫn đến sự giảm sút diện tích đất nông nghiệp ở các huyện ngoại thành với mức giảm trung bình 1.400 ha mỗi năm, trong khi hàng trăm dự án quy hoạch được triển khai trên đất nông nghiệp cho các khu dân cư, đô thị mới, khu công nghiệp và sân golf.
Hình 1.4 Phân bố % diện tích đất nông nghiệp của Thành phố Hồ Chí Minh
Nguồn: Niên giám thống kê, 2017
Trong những năm qua, sản xuất nông nghiệp tại Tp.HCM chủ yếu tập trung vào trồng trọt, với hơn 60% diện tích đất nông nghiệp dành cho cây hàng năm và cây lâu năm Thành phố cũng phát triển các hoạt động khác như chăn nuôi, nuôi trồng thủy sản và làm muối Theo Cục Thống kê Tp.HCM, ngành nông nghiệp của thành phố tăng trưởng trung bình 6% mỗi năm, cao hơn nhiều so với mức 3,2% của cả nước Giai đoạn 2011-2014, GDP nông nghiệp của Tp.HCM tăng bình quân 5,8% mỗi năm, trong khi cả nước chỉ đạt khoảng 3% Năm 2015, GDP nông lâm ngư nghiệp của thành phố đạt 9,5 ngàn tỉ đồng, tăng 5,9% so với năm trước (cả nước là 3,3%) Giá trị và hiệu quả sản xuất trên mỗi hecta liên tục gia tăng, đạt 63 triệu đồng/ha/năm.
(2005) đã tăng lên hơn gấp 2 lần, đạt 155 triệu đồng/ha/năm vào năm 2010
Mặc dù diện tích đất nông nghiệp giảm, giá trị sản xuất bình quân toàn ngành vẫn tăng cao, với tốc độ tăng từ 4,14% giai đoạn 2006 – 2010 và 6,01% giai đoạn 2011 – 2015 Trong cơ cấu giá trị sản xuất nông nghiệp năm 2015, trồng trọt chiếm 37,3%, chăn nuôi 53,3% và dịch vụ nông nghiệp 9,4% Cơ cấu kinh tế nông nghiệp đang chuyển dịch theo hướng giảm diện tích trồng lúa một vụ kém hiệu quả, chuyển sang các loại cây trồng và vật nuôi có giá trị kinh tế cao, như hoa lan, cây kiểng, rau an toàn và chăn nuôi bò sữa, phù hợp với điều kiện của thành phố.
Bảng 1.4 Diện tích đất nông nghiệp theo từng quận, huyện trên địa bàn thành phố
STT Quận, Huyện Diện tích đất nông nghiệp
Một số kết quả chính tính riêng trong nông nghiệp trên địa bàn tính đến năm 2017[9]:
Diện tích gieo trồng cây hàng năm ước đạt 41.512 ha, giảm 1,9% so với năm
Năm 2016, diện tích canh tác lúa giảm 1,5% xuống còn 19.185 ha, trong khi sản lượng lúa đạt 86.452 tấn, tăng 1,5% Diện tích rau các loại cũng giảm 0,6%, đạt 7.915 ha, nhưng sản lượng rau tăng 3,7% lên 230.532 tấn Đặc biệt, diện tích hoa lan tăng 2,4% lên 584 ha, với sản lượng đạt 43.697 ngàn cành, tăng 11%.
Chăn nuôi gia súc và gia cầm tại TP.HCM hiện đang ổn định, không ghi nhận dịch bệnh lớn Tính đến ngày 1/10/2017, tổng số trâu trong khu vực đạt 5.377 con, tăng 7,6% so với cùng kỳ năm 2016 Ngược lại, đàn bò giảm xuống còn 124.977 con, giảm 2,1%, trong đó đàn bò sữa là 84.382 con, giảm 6,4%.
Trong năm qua, việc tái cơ cấu đàn bò đã diễn ra, dẫn đến việc giảm số lượng bò có năng suất thấp Giá thịt heo có nhiều biến động, nhưng đàn heo vẫn giữ ổn định với tổng số 302.842 con, tăng 7,6% Trong khi đó, đàn gia cầm giảm nhẹ 0,5%, đạt 481.400 con.
Sản lượng thủy sản đạt 60.459 tấn, tăng 2,9% so với năm 2016 Trong đó, sản lượng thủy sản khai thác đạt 19.844 tấn, chiếm 32,8% Sản lượng nuôi trồng đạt 40.615 tấn, chiếm 67,2%, tăng 4,1%
1.3.2 Định hướng phát triển nông nghiệp thành phố [8]
Trong tương lai, nông nghiệp sẽ phát triển theo hướng hiện đại, hiệu quả và bền vững Ngành nông nghiệp của thành phố sẽ tiếp tục chuyển đổi cơ cấu cây trồng và vật nuôi, thực hiện chương trình xây dựng nông thôn mới Đồng thời, sẽ chú trọng đến các chương trình giống cây, giống con chất lượng cao, phát triển rau an toàn, bò sữa, thủy sản, hoa - cây cảnh - cá kiểng và cá sấu.
Theo Quy hoạch bố trí cây trồng, vật nuôi chủ lực TP.HCM đến năm 2025 và định hướng đến năm 2030, diện tích cây trồng chủ lực vào năm 2030 sẽ bao gồm rau với 25.000 ha, đạt giá trị sản xuất 1.500 triệu đồng/ha; cây cảnh với 3.000 ha, giá trị sản xuất trên 2.500 triệu đồng/ha Đối với vật nuôi, các sản phẩm chủ lực bao gồm đàn bò sữa, heo, yến, cá cảnh, tôm nước lợ và nhuyễn thể, trong đó cây cảnh và tôm là hai sản phẩm có giá trị sản xuất cao, lần lượt đạt 3.000 triệu đồng và 1.000 triệu đồng.
Theo quy hoạch sử dụng đất đến năm 2020, thành phố sẽ chuyển đổi đất nông nghiệp sang các mục đích khác như đất phi nông nghiệp, đất đô thị, khu bảo tồn thiên nhiên và khu du lịch Hiện tại, tổng diện tích đất nông nghiệp còn lại là 89.866 ha, chủ yếu tập trung ở năm huyện ngoại thành: Củ Chi, Hóc Môn, Bình Chánh, Nhà Bè và Cần Giờ, trong khi sáu quận mới và khu vực nội thành gần như không còn đất nông nghiệp.
Bảng 1.5 Quy hoạch sử dụng đất đến năm 2020 của thành phố Hồ Chí Minh
Quốc gia phân bổ (ha)
Thành phố xác định (ha)
1 Đất trồng lúa 27.594 13,2 3.000 3.000 1,4 Đất chuyên trồng lúa nước
2 Đất trồng cây lâu năm 32.390 15,5 18.463 18.463 8,8
7 Đất nuôi trồng thủy sản
Hình 1.5 Quy hoạch sử dụng đất TpHCM 2020 Nguồn: Sở TN&MT
Quy hoạch phát triển sản xuất nông nghiệp, bao gồm nông nghiệp, lâm nghiệp và thủy sản, cần tập trung vào việc nâng cao năng suất, chất lượng, khả năng cạnh tranh và hiệu quả bền vững Một số mục tiêu cụ thể cần đạt được là cải thiện hiệu suất sản xuất và đảm bảo tính bền vững cho nền nông nghiệp.
- Cơ cấu ngành nông lâm thủy sản đến năm 2020: Nông nghiệp 64,7%, lâm nghiệp 2%, thủy sản 33,3%
- Tốc độ tăng trưởng GDP nông lâm thủy sản bình quân từ 3,5 - 4%/năm
- Tốc độ tăng trưởng giá trị sản xuất nông lâm thủy sản 4,3 - 4,7%/năm
- Độ che phủ của rừng đạt 44 - 45% vào năm 2020
- Kim ngạch xuất khẩu nông lâm thủy sản đạt 40 tỷ USD, trong đó nông nghiệp 22 tỷ USD, lâm nghiệp 7 tỷ USD, thủy sản 11 tỷ USD
- Giá trị sản lượng trên 1 ha đất sản xuất nông nghiệp bình quân 70 triệu đồng Ngoài ra, việc quy hoạch ngành nông nghiệp
- Cơ cấu ngành nông lâm thủy sản đến năm 2030: Nông nghiệp 55%, lâm nghiệp 1,5%, thủy sản 43,5%
- Tốc độ tăng trưởng GDP nông lâm thủy sản bình quân từ 3 - 3,2%/năm
- Tốc độ tăng trưởng giá trị sản xuất nông lâm thủy sản 4 - 4,3%/năm
- Kim ngạch xuất khẩu nông lâm thủy sản đạt 60 tỷ USD, trong đó nông nghiệp 30 tỷ USD, lâm nghiệp 10 tỷ USD, thủy sản 20 tỷ USD
- Giá trị sản lượng trên 1 ha đất sản xuất nông nghiệp đạt bình quân 100 - 120 triệu đồng.
Tổng quan nghiên cứu đánh giá tác động BĐKH trong nông nghiệp
1.4.1 Tổng quan nghiên cứu đánh giá tính dễ bị tổn thương (TDBTT) do BĐKH Đánh giá TDBTT sẽ giúp xác định các tác động của BĐKH ở cấp ngành, toàn cầu, quốc gia hoặc địa phương và giúp nâng cao nhận thức và xác định các vấn đề chính Do đó, việc đánh giá TDBTT của nông nghiệp đối với thay đổi khí hậu sẽ giúp xác định các vùng dễ bị tổn thương và các hệ thống sản xuất nông nghiệp Điều này sau đó sẽ dẫn đến các khuyến nghị của các biện pháp thích ứng cụ thể và cũng giúp ưu tiên phân bổ nguồn lực để thích ứng Sự đa dạng của các diễn giải và khái niệm về tính dễ bị tổn thương dẫn đến nhiều cách tiếp cận phương pháp và các công cụ đã tiến triển để đánh giá nó, cũng được phản ánh trong rất nhiều đánh giá dễ bị tổn thương đối với ngành nông nghiệp Các đánh giá về tính dễ bị tổn thương về BĐKH có thể thay đổi theo phương pháp luận (ví dụ: thí nghiệm, mô hình, phân tích meta, dựa trên khảo sát); thời gian (ngắn- dài); ngành, không gian (nông nghiệp, địa phương, quốc gia, khu vực, toàn cầu) [18]
Một số khái niệm liên quan đến đánh giá tính tổn thương
Theo Adger, tính tổn thương (Vulnerability) là mức độ phơi nhiễm của cá nhân hoặc tập thể đối với các tác động tiêu cực từ sự thay đổi các yếu tố xã hội và môi trường, đặc biệt trong bối cảnh biến đổi khí hậu.
Biến đổi khí hậu (BĐKH) được hiểu là những tổn thương mà các đối tượng phải chịu do sự thay đổi của hệ thống khí hậu, đặc biệt là các hiện tượng khí hậu cực đoan Khái niệm này nhấn mạnh khía cạnh xã hội trong việc đánh giá tổn thương do BĐKH, cho thấy rằng nguyên nhân của tính tổn thương có thể xuất phát từ các rủi ro môi trường kết hợp với những điều kiện đặc thù trong từng bối cảnh kinh tế - xã hội.
Theo Klein và Nicholls, tính tổn thương là một khái niệm đa chiều, bao gồm các yếu tố tự nhiên, kinh tế, xã hội và thể chế Trong bối cảnh biến đổi khí hậu, việc đánh giá tính tổn thương cần thực hiện qua hai hệ thống riêng biệt: tự nhiên và kinh tế - xã hội, mặc dù chúng luôn có mối quan hệ và tác động lẫn nhau Các tác giả đã xây dựng khung khái niệm để đánh giá tính tổn thương do biến đổi khí hậu ở các vùng ven biển, đồng thời nhấn mạnh sự cần thiết làm rõ một số khái niệm như tính nhạy cảm, khả năng phục hồi và khả năng kháng cự.
Tính nhạy cảm của một hệ thống thể hiện khả năng bị ảnh hưởng bởi các biến đổi tự nhiên, như sự gia tăng mực nước biển ở các vùng ven biển Trong khi đó, khả năng chống chịu (Coping Capacity) phản ánh sự ổn định của hệ thống trước những biến động, bao gồm khả năng phục hồi và khả năng kháng cự Khả năng phục hồi là tốc độ trở về trạng thái ban đầu sau tác động, trong khi khả năng kháng cự là khả năng tránh khỏi các tác động ngay từ đầu Để đánh giá tính tổn thương của khu vực ven biển, cần xem xét đồng thời tính nhạy cảm, khả năng phục hồi và khả năng kháng cự trước các thay đổi tự nhiên như gia tăng mực nước biển, biến đổi nhiệt độ, lượng mưa, và hiện tượng sụt lún nền địa chất.
Theo Kelly và Adger, tính tổn thương là khả năng của cá nhân hoặc tập thể trong xã hội để ứng phó với những biến cố vượt quá khả năng của họ, được gọi là áp lực bên ngoài Tính tổn thương này được xem xét từ góc độ xã hội và có thể được đánh giá dựa trên sự sẵn có của các nguồn tài nguyên, cũng như quyền lợi của các đối tượng trong việc tiếp cận những nguồn tài nguyên này.
Theo Cutter, Mitchell và Scott, tính tổn thương là tần suất mà cá nhân hoặc cộng đồng bị phơi nhiễm và chịu tác động bất lợi từ thiên tai Khái niệm này thể hiện sự tương tác giữa thiên tai tại một địa điểm cụ thể và các nhóm cộng đồng trong khu vực Do đó, tính tổn thương của một khu vực (Place Vulnerability) được xác định bằng cách kết hợp tổn thương tự nhiên và tổn thương xã hội, luôn gắn liền với vị trí và các dạng thiên tai cụ thể.
Tính tổn thương có thể được đánh giá từ hai khía cạnh chính: tự nhiên và kinh tế - xã hội Sự khác biệt giữa hai phương pháp này nằm ở cách thức mô tả và đánh giá tính tổn thương về mặt tự nhiên.
Các thiên tai có những đặc điểm và đặc tính rõ ràng, gây ra nhiều biến cố dẫn đến tổn thương cho cộng đồng Về khía cạnh kinh tế - xã hội, có thể mô tả chi tiết mức độ tổn thương mà các đối tượng gặp phải, từ đó giúp hiểu rõ hơn về tác động của thiên tai.
Do đó, khi đánh giá tính tổn thương cần thiết phải lồng ghép cả hai khía cạnh này để thể hiện được đúng bản chất của vấn đề hơn
Báo cáo năm 1995 của Ủy ban Liên Chính phủ về BĐKH (IPCC) đã giới thiệu khái niệm TDBTT Các báo cáo đánh giá gần đây tiếp tục duy trì những khái niệm này, với sự diễn giải rõ ràng hơn so với các báo cáo trước.
Tính tổn thương theo định nghĩa của IPCC bao gồm ba yếu tố chính: mức độ phơi nhiễm, tính nhạy cảm và khả năng thích ứng Để đánh giá tính tổn thương một cách đầy đủ, cần áp dụng một cách tiếp cận hệ thống, lồng ghép cả ba thành tố này trong quá trình thực hiện Việc thiếu một trong những yếu tố này sẽ dẫn đến việc không thể mô tả chính xác bản chất của tính tổn thương do biến đổi khí hậu gây ra cho đối tượng nghiên cứu.
1.4.2 Một số nghiên cứu đánh giá tính tổn thương trên thế giới
Adger W N (1999) đã đánh giá tính tổn thương do biến đổi khí hậu, đặc biệt là các hiện tượng cực đoan khí hậu tại huyện Xuân Thủy, tỉnh Nam Định Nghiên cứu tập trung vào tác động bất lợi của sự thay đổi khí hậu đến sinh kế người dân, sử dụng các chỉ thị như tình trạng nghèo đói, mức độ lệ thuộc vào tài nguyên, khả năng phục hồi và tính bất bình đẳng trong xã hội Kết quả cho thấy khu vực Xuân Thủy có thể chia thành hai vùng (nội địa và ven biển) với các hoạt động sinh kế khác nhau, bao gồm nông nghiệp, đánh bắt và nuôi thủy hải sản Nghiên cứu chỉ ra rằng sự đa dạng trong nguồn thu nhập giúp nâng cao mức thu nhập và giảm thiểu tính tổn thương do biến đổi khí hậu Hơn nữa, khả năng phục hồi sinh kế của người dân có mối liên hệ trực tiếp với khả năng phục hồi của hệ sinh thái, đặc biệt là đối với những người phụ thuộc vào tài nguyên tự nhiên.
Kelly và Adger (2000) đã mở rộng nghiên cứu về tính tổn thương do biến đổi khí hậu tại miền Bắc Việt Nam, tập trung vào các rào cản kinh tế-xã hội và chính sách ảnh hưởng đến khả năng ứng phó của người dân trước rủi ro môi trường, đặc biệt là bão và xoáy thuận nhiệt đới Nghiên cứu cho thấy người nghèo là nhóm có tính tổn thương cao nhất do không thể đa dạng hóa nguồn thu nhập Hoạt động kinh tế chủ yếu của họ, như nghề làm muối, dễ bị ảnh hưởng bởi các hiện tượng khí hậu cực đoan Do đó, việc đa dạng hóa nguồn thu nhập cho người nghèo có thể giúp phân tán rủi ro và giảm mức độ tổn thương do biến đổi khí hậu.
Hệ thống được đánh giá dựa trên hai biến chính: Sự phơi nhiễm (E) và khả năng thích ứng (A) Tác giả đã lựa chọn hai mươi chỉ số để tính toán biến thích ứng, được tổng hợp từ sáu yếu tố chính: nguồn kinh tế, công nghệ, thông tin, kỹ năng và quản lý, cơ sở hạ tầng, và thể chế hóa Sau khi chuẩn hóa, chỉ số năng lực thích ứng cho mỗi vùng được tính bằng bình quân tổng hợp giá trị của các yếu tố quyết định Tuy nhiên, tác giả áp dụng trọng số ngang nhau cho các biến số trong quá trình tính toán.
Nghiên cứu của Shengcai Tao và cộng sự (2011) đã áp dụng nhiều phương pháp đánh giá tính dễ tổn thương do biến đổi khí hậu trong nông nghiệp, bao gồm hệ thống chỉ số, tương quan wavelet, thống kê toán học, tương quan nhiều cụm và đặc biệt là phương pháp phân tích thứ bậc AHP kết hợp với ứng dụng GIS.
1.4.3 Một số nghiên cứu đánh giá tính tổn thương ở Việt Nam
PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU
Phương pháp luận nghiên cứu
Tính tổn thương đã được định nghĩa qua nhiều quan điểm khác nhau, nhưng chưa có khái niệm nào được coi là chuẩn mực do sự phù hợp phụ thuộc vào mục tiêu cụ thể của từng trường hợp Nghiên cứu này kế thừa khái niệm tính tổn thương của IPCC, bao gồm ba tham số chính: phơi nhiễm (Exposure – E), tính nhạy cảm (Sensitivity – S) và khả năng thích ứng (Adaptative Capacity – A).
Phương pháp nghiên cứu tích hợp AHP, GIS và các mô hình toán được đề xuất nhằm đánh giá tổng hợp các yếu tố tự nhiên và xã hội ảnh hưởng đến ngành nông nghiệp tại Thành phố, như thể hiện trong Hình 2.1.1.
Bước đầu tiên trong quá trình nghiên cứu là thu thập dữ liệu đầu vào dựa trên mục tiêu đã đề ra, bao gồm các thông tin về địa hình, sử dụng đất, thổ nhưỡng, khí tượng, thủy văn, môi trường nước, cùng với kịch bản biến đổi khí hậu năm 2016 Ngoài ra, cần thu thập tài liệu liên quan đến tình hình kinh tế - xã hội hiện trạng và quy hoạch của vùng nghiên cứu và khu vực lân cận.
Bước 2: Cập nhật kịch bản biến đổi khí hậu cho khu vực nghiên cứu và các vùng lân cận, dựa trên kịch bản năm 2016 cùng với số liệu quan trắc khí tượng và thủy văn, áp dụng phương pháp chi tiết hóa thống kê.
Bước 3 trong nghiên cứu BĐKH là phân vùng dựa trên các đặc trưng khí tượng và thủy văn như lượng mưa, nhiệt độ không khí, và mực nước biển dâng Việc này được thực hiện thông qua mô hình hóa sử dụng GIS, mô hình SWAT và HEC-RAS Trong quá trình này, bộ dữ liệu tự nhiên bao gồm địa hình, sử dụng đất, thổ nhưỡng, khí tượng, thủy văn, và môi trường nước, cùng với kịch bản BĐKH của vùng nghiên cứu, sẽ được áp dụng để đảm bảo tính chính xác và hiệu quả của phân tích.
Bước 4 trong quá trình nghiên cứu về biến đổi khí hậu là lựa chọn mẫu điều tra xã hội học, đại diện cho từng vùng và ngành liên quan Tiếp theo, thực hiện khảo sát thực địa để xác định các ngành và đối tượng ưu tiên nhằm đánh giá mức độ dễ bị tổn thương do biến đổi khí hậu cho từng vùng cụ thể.
Bước 5: Dựa trên việc lược khảo tài liệu, cần xây dựng bộ tiêu chí đánh giá mức độ dễ bị tổn thương do biến đổi khí hậu, bao gồm các yếu tố phơi nhiễm, nhạy cảm và khả năng thích ứng, cho từng ngành và đối tượng cụ thể.
Bước 6 trong quá trình đánh giá tính dễ bị tổn thương do biến đổi khí hậu yêu cầu xác định trọng số và chuẩn hóa các tiêu chí như phơi nhiễm, nhạy cảm và khả năng thích ứng cho từng ngành và đối tượng Việc này được thực hiện thông qua phương pháp phân tích đa tiêu chí (AHP), nhằm đảm bảo tính chính xác và hiệu quả trong việc đánh giá.
Bước 7: Sử dụng phân tích chồng lớp trong GIS để xây dựng bản đồ phơi nhiễm, nhạy cảm, khả năng thích ứng và dễ bị tổn thương do biến đổi khí hậu cho từng ngành và đối tượng, dựa trên các kịch bản biến đổi khí hậu.
- Bước 8: Đề xuất giải pháp ưu tiên ứng phó với BĐKH cho từng ngành, đối tượng theo các kịch bản BĐKH sử dụng phân tích đa tiêu chí/ AHP
Hình 2.1 Sơ đồ phương pháp luận
Phương pháp đánh giá xu thế cho các chỉ số phơi nhiễm
Phương pháp kiểm định phi tham số Mann – Kendall, được phát triển bởi Mann và Kendall, mang lại nhiều lợi ích cho việc phân tích dữ liệu Theo nghiên cứu của Jaagus, Deepesh Machiwal, Madan Kumar Jha và Sonali, một trong những ưu điểm nổi bật của phương pháp này là không yêu cầu chuỗi số liệu phải tuân theo phân phối chuẩn Phương pháp chỉ xét đến thứ tự của các biến số, so sánh độ lớn tương đối giữa chúng mà không dựa vào giá trị thực tế, giúp kết quả phân tích xu thế không bị ảnh hưởng bởi các giá trị ngoại vi hay sự gián đoạn trong quá trình thu thập dữ liệu.
Khi có một chuỗi thời gian x i (i = 1, 2, 3, …, n), mỗi giá trị x i sẽ được so sánh với các giá trị tiếp theo Số lượng cặp so sánh giữa x j và x k là n(n − 1)/2.
Chỉ số thống kê S (Mann – Kendall Statistic) được xác định theo công thức 2.1, trong đó S biểu diễn tổng số khác biệt dương so với các khác biệt âm trong chuỗi số liệu thời gian Việc phân tích chỉ số này giúp hiểu rõ hơn về xu hướng và sự biến động trong dữ liệu.
Để xác định sự tồn tại của xu thế trong chuỗi số liệu, cần thực hiện kiểm định thống kê với giả thuyết không (Ho) cho rằng các biến số trong chuỗi là đồng nhất, trong khi giả thuyết thay thế (HA) hai chiều cho rằng tồn tại ít nhất hai biến số xj và xk không đồng nhất với tất cả k và j (j < n và k ≠ j) Nếu S = 0, điều này cho thấy không có xu thế trong chuỗi thời gian được xem xét.
Khi n > 10, biến số chuẩn hoá Z được tính theo công thức 2.4, với Var(S) là phương sai của chỉ số thống kê S (theo công thức 2.3) Nếu Z > 0, chuỗi có xu thế tăng; ngược lại, nếu Z < 0, chuỗi có xu thế giảm Kiểm định ý nghĩa thống kê của xu thế đơn (Monotonic Trend) ở các mức ý nghĩa α sẽ bác bỏ giả thuyết không Ho khi |Z| > Z 1−α/2, cho thấy sự tồn tại của xu thế rõ ràng trong chuỗi thời gian Thông thường, α = 0.01 (Z 1−α/2 = 2.576) và α = 0.05 (Z 1−α/2 = 1.96) được sử dụng trong các nghiên cứu phân tích xu thế bằng kiểm định Mann – Kendall.
-1 khi x j -x k 10)
Hệ số dốc Sen – β ss, còn được gọi là Estimator Slope của Sen hay Kendall Slope, được giới thiệu bởi Sen Hệ số này đóng vai trò quan trọng trong việc định lượng xu thế đơn, tức là xác định mức độ biến đổi của chuỗi số liệu thời gian Cụ thể, khi phân tích một chuỗi thời gian x i (i), hệ số này giúp nhận diện sự thay đổi và xu hướng trong dữ liệu.
Hệ số dốc Sen được tính theo công thức 2.5, trong đó nó đại diện cho trung vị của chuỗi các sai khác giữa các giá trị x j và x k theo các bước thời gian (j − k) Công thức cụ thể là b ss = median(x j - x k) / (j - k).
β ss : hệ số dốc Sen
Sau khi xác định giá trị hệ số Sen, có thể rút ra kết luận về xu thế biến đổi của chuỗi thời gian Dấu của hệ số β ss cho thấy chuỗi tăng hay giảm, trong khi mức độ tăng/giảm được xác định bằng trị tuyệt đối của hệ số này Theo Machiwal và Jha, hệ số dốc Sen có khả năng áp dụng hiệu quả trong việc định lượng xu thế, ngay cả khi có sự hiện diện của các giá trị ngoại vi, cực đoan hoặc bất thường trong chuỗi số liệu phân tích.
Bộ số liệu khí tượng được thu thập từ năm 1980 đến 2014 tại 12 điểm đo mưa và 2 trạm khí tượng, với dữ liệu lượng mưa kéo dài từ 1990 đến 2014 (trừ 2 trạm Tam Thôn Hiệp, Nhà Bè) Các số liệu khí tượng khác như nhiệt độ không khí (trung bình, tối cao, tối thấp), lượng bốc hơi, độ ẩm không khí (trung bình, tối thấp) và số giờ nắng chỉ được ghi nhận tại trạm Tân Sơn Hòa trong khoảng thời gian 1990-2014 Thông tin chi tiết có thể tham khảo trong Bảng 2.1.
Bảng 2.1 Hiện trạng số liệu khí tượng thu thập tại các trạm thuộc TP.HCM
TT Tên trạm Loại trạm Yếu tố đo đạc Thời gian đo đạc
1 Tân Sơn Hòa Trạm khí tượng Lượng mưa, nhiệt độ không khí, lượng bốc hơi, độ ẩm không khí, số giờ nắng
2 Mạc Đĩnh Chi Trạm khí tượng
3 Bình Chánh Điểm đo mưa Lượng mưa 1980- 2014
4 Cần Giờ Điểm đo mưa Lượng mưa 1980- 2014
5 Cát Lái Điểm đo mưa Lượng mưa 1980- 2014
6 Củ Chi Điểm đo mưa Lượng mưa 1980- 2014
7 Hóc Môn Điểm đo mưa Lượng mưa 1980- 2014
8 Lê Minh Xuân Điểm đo mưa Lượng mưa 1980- 2014
9 Long Sơn Điểm đo mưa Lượng mưa 1980- 2014
10 Phạm Văn Cội Điểm đo mưa Lượng mưa 1980- 2014
11 An Phú Điểm đo mưa Lượng mưa 1980- 2014
12 Tam Thôn Hiệp Điểm đo mưa Lượng mưa 1994- 2006,
13 Xi măng Thủ Đức Điểm đo mưa Lượng mưa 1980- nay
14 Nhà Bè Điểm đo mưa Lượng mưa 1992- 2014
Hình 2.2 Vị trí 12 điểm đo mưa, 2 trạm khí tượng
Phương pháp mô hình hóa
Đề tài nhằm đánh giá lưu lượng nước từ toàn bộ lưu vực sông Đồng Nai vào TP.HCM và xây dựng kịch bản ngập, xâm nhập mặn cho thành phố Để thực hiện mục tiêu này, nghiên cứu tích hợp nhiều công cụ và mô hình theo quy trình khoa học.
(1) Xử lý dữ liệu đầu vào cho SWAT: Các lớp dữ liệu địa hình, sử dụng đất năm
2010, thổ nhưỡng, thời tiết được sử dụng làm dữ liệu đầu vào cho mô hình SWAT mô phỏng lưu vực trong khoảng thời gian nền từ năm 1980 – 2006
Mô phỏng dòng chảy trong SWAT được thực hiện để tính toán dòng chảy lưu vực sông Sài Gòn - Đồng Nai trong giai đoạn từ năm 1980 đến 2006 Kết quả tính toán lưu lượng dòng chảy sau đó được so sánh với dữ liệu thực đo, nhằm đánh giá độ tin cậy của mô hình.
Mô phỏng dòng chảy trong SWAT dưới điều kiện biến đổi khí hậu (BĐKH) là rất quan trọng, đặc biệt trong việc tính toán dòng chảy lưu vực sông Sài Gòn - Đồng Nai Nghiên cứu này sẽ xem xét tác động của BĐKH theo kịch bản RCP 4.5 trong giai đoạn tới Việc hiểu rõ ảnh hưởng của BĐKH đến dòng chảy sẽ giúp cải thiện quản lý nguồn nước và phát triển bền vững khu vực.
Trích xuất lưu lượng dòng chảy từ mô hình SWAT sang HEC-RAS là bước quan trọng để cung cấp thông tin về lưu lượng, giúp mô phỏng chính xác mực nước và độ mặn cho khu vực Thành phố Hồ Chí Minh.
2.3.1 Mô phỏng lưu lượng dòng chảy lưu vực Đồng Nai bằng Mô hình SWAT
SWAT là một công cụ quan trọng trong việc đánh giá chất lượng nước và đất, được phát triển bởi tiến sĩ Jeff Arnold tại Trung tâm phục vụ nghiên cứu nông nghiệp (ARS - Agricultural Research Service).
Bộ Nông nghiệp Hoa Kỳ (USDA) và giáo sư Srinivasan từ Đại học Texas A&M đã sử dụng mô hình SWAT để mô phỏng nhiều quá trình vật lý trên cùng một lưu vực Mô hình này được áp dụng để dự đoán lưu lượng dòng chảy trên các lưu vực sông trong vùng nghiên cứu và lân cận, dựa trên các kịch bản biến đổi khí hậu Quy trình thực hiện được minh họa trong Hình 2.3.
Ứng dụng SWAT trong nghiên cứu này mô phỏng lưu lượng dòng chảy của lưu vực sông Đồng Nai bằng cách sử dụng dữ liệu đầu vào như địa hình, thổ nhưỡng, sử dụng đất, thời tiết và lưu lượng dòng chảy thực đo Các dữ liệu cần thiết cho mô phỏng được thu thập từ các nguồn địa phương, bao gồm Sở Tài nguyên và Môi trường cũng như Viện Quy hoạch.
Nghiên cứu về quy hoạch thủy lợi miền Nam và toàn cầu của FAO xem xét các yếu tố như địa hình, sử dụng đất, thổ nhưỡng, thời tiết và lưu lượng dòng chảy thực đo Đối với dữ liệu thời tiết, nghiên cứu đã lựa chọn 37 trạm đo mưa trên lưu vực Sài Gòn – Đồng Nai, dựa trên đặc điểm phân bố, thời gian đo đạc và chất lượng dữ liệu của các trạm quan trắc khí tượng.
Bảng 2.2 Vị trí các trạm đo mưa
Mã trạm Trạm Kinh độ Vĩ độ Độ cao
Để phân chia ranh giới lưu vực, cần thu thập dữ liệu về DEM, bản đồ sử dụng đất, thổ nhưỡng, dữ liệu thời tiết, lưu lượng dòng chảy và chất lượng nước thực đo Dữ liệu địa hình, mạng lưới sông suối và vị trí các trạm thủy văn sẽ được sử dụng Bản đồ sử dụng đất và thổ nhưỡng, cùng với độ dốc, sẽ được xử lý và nhập vào mô hình SWAT sẽ kết nối, chồng ghép dữ liệu và phân chia các tiểu lưu vực thành các HRUs.
Dữ liệu quan trắc khí tượng được sử dụng để mô phỏng quá trình hình thành dòng chảy và tác động của nó đến các thành phần tự nhiên trong lưu vực như chất lượng nước và quá trình vận chuyển chất dinh dưỡng Sau khi chuẩn bị dữ liệu đầu vào, mô hình được chạy theo ngày và tháng trong giai đoạn nền Độ chính xác của mô hình được đánh giá dựa vào giá trị lưu lượng dòng chảy và chất lượng nước mô phỏng Nếu kết quả nằm trong khoảng chấp nhận được, sẽ tiến hành đánh giá lưu lượng dòng chảy và chất lượng nước; nếu không, cần quay lại bước ghi chép dữ liệu đầu vào.
Hình 2.4 Bản đồ DEM lưu vực sông Đồng Nai
Để đánh giá độ tin cậy của kết quả mô phỏng mô hình SWAT, nghiên cứu đã sử dụng bản đồ sử dụng đất và thổ nhưỡng lưu vực sông Đồng Nai.
2 chỉ số R 2 và NSI Phân cấp mức độ hiệu quả của mô hình SWAT được thể hiện chi tiết ở Bảng 2.3 a Hệ số xác định (R 2 )
Hệ số xác định (R 2 ) được tính theo công thức (2.6) [21]
1 1 n obs obs sim sim i i i obs sim n obs n sim i i i i
Q i là giá trị thực đo thứ i (m 3 /s),
Q obs là giá trị thực đo trung bình (m 3 /s), sim
Q i là giá trị mô phỏng thứ i (m 3 /s),
Q sim là giá trị mô phỏng trung bình (m 3 /s), n là số lượng giá trị tính toán
Giá trị R² dao động từ 0 đến 1, phản ánh mối quan hệ giữa giá trị thực đo và giá trị mô phỏng Một giá trị R² lớn hơn 0,5 được xem là chấp nhận được, trong khi giá trị nhỏ hơn hoặc bằng 0 cho thấy kết quả không đáng tin cậy Nếu R² đạt 1, điều đó có nghĩa là kết quả mô phỏng của mô hình hoàn hảo Chỉ số Nash – Sutcliffe (NSE) cũng được sử dụng để đánh giá độ chính xác của mô hình.
Chỉ số Nash-Sutcliffe (NSI) được sử dụng để đánh giá độ chính xác của mô hình SWAT, tương tự như chỉ số R² Công thức tính NSI được thể hiện trong công thức (2.7).
Trong đó, Q i obs là giá trị thực đo thứ i (m 3 /s), Q obs là giá trị thực đo trung bình (m 3 /s), sim
Q i là giá trị mô phỏng thứ i (m 3 /s), Q sim là giá trị mô phỏng trung bình (m 3 /s), n là số lượng giá trị tính toán
Chỉ số NSE dao động từ -∞ đến 1, được sử dụng để đo lường mức độ phù hợp giữa giá trị thực đo và giá trị mô phỏng theo đường thẳng 1:1 Một giá trị NSE lớn hơn 0,5 được coi là chấp nhận, trong khi giá trị trên 0,65 cho thấy sự phù hợp cao Nếu NSE nằm trong khoảng 0,54 đến 0,65, điều này cho thấy sự phù hợp tương đối cao Ngược lại, nếu giá trị NSE nhỏ hơn hoặc gần bằng 0, kết quả sẽ được xem là không thể chấp nhận hoặc có độ tin cậy kém.
1, thì kết quả mô phỏng của mô hình là hoàn hảo
Bảng 2.3 Phân cấp mức độ hiệu quả của mô hình SWAT
Mức độ mô phỏng R 2 NSE
Nghiên cứu sử dụng công cụ SWAT-CUP để hiệu chỉnh và kiểm định mô hình, với năm phương pháp tính toán bao gồm SUF12, GLUE, PARASOL, MCMC, và PSO Phương pháp SUFI2 được lựa chọn vì cho kết quả hiệu chỉnh và kiểm định tốt với số lần chạy ít hơn, như trình bày trong hình 2.6 Mô hình SWAT-CUP được hiệu chỉnh và kiểm định thông qua các thao tác xử lý và tổng hợp thông số Chương trình SWAT-CUP cũng cho phép hiệu chỉnh tự động, giúp rút ngắn thời gian và nâng cao độ tin cậy cho kết quả tính toán Quá trình hiệu chỉnh mô hình diễn ra qua hai giai đoạn: giai đoạn một là hiệu chỉnh dòng chảy, và giai đoạn hai là hiệu chỉnh TSS sau khi dòng chảy đã được hiệu chỉnh tốt Dữ liệu đầu vào cần thiết cho SWAT-CUP bao gồm kết quả mô phỏng của mô hình SWAT, số liệu quan trắc theo ngày cho dòng chảy, và bộ thông số hiệu chỉnh mô hình.
- Bước 1: Xác định các thông số nhạy cho mô hình
- Bước 2: Chương trình hiệu chỉnh các dữ liệu đầu vào với giới hạn trên, dưới mỗi thông số, dữ liệu so sánh thực tế…
- Bước 3: Chỉnh sửa các tập tin đầu vào với giá trị mới của các thông số Bước 4:
Mô phỏng và chạy lại mô hình SWAT Bước 5: So sánh chỉ tiêu kiểm tra độ tin
31 cậy của kết quả để đưa ra giá trị của các thông số tối ưu nhất
- Bước 4: Mô phỏng và chạy lại mô hình SWAT
- Bước 5: So sánh chỉ tiêu kiểm tra độ tin cậy của kết quả để đưa ra giá trị của các thông số tối ưu nhất
Hình 2.6 Quy trình hiệu chỉnh lưu lượng dòng chảy trong thuật toán SUFI-2 [10]
Phương pháp điều tra khảo sát
2.4.1 Phương pháp AHP – tham vấn chuyên gia Đánh giá đa tiêu chí thông qua tham vấn chuyên gia là một kỹ thuật phân tích tổ hợp các tiêu chí khác nhau để cho ra kết quả cuối cùng Phương pháp này được sử dụng nhằm tính toán trọng số cho các chỉ số đánh giá TDBTT do BĐKH và giải pháp ưu tiên
Xử lý dữ liệu đầu vào
Dòng chảy không ổn định
Chạy mô hình HEC-RAS
Thu thập số liệu thủy văn, vết lũ
(hệ số nhám, vị trí)
Kênh dẫn (hướng chảy, vị trí)
Hiệu chỉnh mô hình Điều kiện biên Điều kiện ban đầu
Hình 2.13 Tiến trình phân tích AHP
Xác định vector trọng số bằng cách nhân ma trận so sánh cặp ban đầu với ma trận trọng số của các tiêu chí
Tính nhất quán được xác định thông qua thông số CR theo công thức 2.8
- CI: vector nhất quán (xác định bằng công thức 2.9)
- RI: chỉ số đo lường mức độ chệch hướng nhất quán(xác định bằng Bảng 2.5)
Để xác định vector nhất quán, cần chia vector tổng trọng số cho trọng số của các tiêu chí đã được xác định trước Chỉ số nhất quán (CI) được tính toán để đo lường mức độ chệch hướng nhất quán, và chỉ số này được xác định theo một công thức cụ thể.
Trong đó giá trị riêng lớn nhất ( max ) được tính bằng cách lấy giá trị trung bình của vector nhất quán (công thức 2.10):
Thu thập dữ liệu, tài liệu Lựa chọn yếu tố
Phân cấp tổn thương từng tiêu chí Chuẩn hóa yếu tố
So sánh cặp các yếu tố
Tính toán độ ưu tiên Xác định tính nhất quán ( Tỉ số nhất quán CR CR hoăc = 35 o C [7]
Xu thế số ngày xảy ra mưa lớn Thống kê ngày có lượng mưa vượt bách phân vị 95 trong giai đoạn kịch bản nền
Xu thế số tháng hạn
- Tính toán hạn khí tượng dựa trên lượng mưa và mức độ bốc thoát hơi
- Thống kê ngày bị hạn trong từng năm
Hạn thủy văn Xu thế số tháng hạn
Tính toán hạn thủy văn dựa trên lượng mưa dựa trên lưu lượng dòng chảy
- Thống kê ngày bị hạn trong từng năm
Yếu tố quyết định khả năng dễ bị tổn thương
Chỉ thị phụ của chỉ thị thành phần
Ngập lụt Xu thế ngập Độ sâu ngập Xâm nhập mặn Xu thế xâm nhập mặn Diện tích bị xâm nhập mặn ĐỘ NHẠY
Tỉ lệ lao động trong lĩnh vực nông nghiệp
Tỷ lệ dân số phụ thuộc
Tỷ lệ % theo từng quận
Tỷ lệ dân số nữ Tỷ lệ % dân số nữ theo từng quận
Tỷ lệ hộ nghèo Tỷ lệ % theo từng quận Mật độ dân số Mật độ dân số theo từng quận
Năng suất lúa Theo từng quận Năng suất cây trồng
Diện tích nuôi trồng thủy sản Theo từng quận
Tỷ lệ hộ có nguồn thu nhập lớn nhất từ nông nghiệp
Tỷ lệ % theo từng quận
Tỷ lệ hệ thống thủy lợi được hiện đại hóa
Tỷ lệ % theo từng quận
Mật độ đường giao thông được bê tông hóa
Tỷ lệ % theo từng quận
Tỉ lệ sử dụng điện lưới Tỷ lệ % theo từng quận
Nhận thức về BĐKH, ngập lụt đô thị
Tỷ lệ % theo từng quận
Kinh nghiệm ứng phó với ngập lụt, mưa lớn, nhiệt độ cao
Tỷ lệ % theo từng quận
Sự hỗ trợ của chính quyền Tỷ lệ % theo từng quận
Khả năng tiếp cận các nguồn hỗ trợ
Tỷ lệ % theo từng quận
3.1.2 Xây dựng trọng số cho bộ tiêu chí
Kết quả từ việc tham vấn chuyên gia và tính toán bảng ma trận so sánh cặp các yếu tố đã được thực hiện Trọng số cho các chỉ số liên quan đến yếu tố phơi nhiễm, nhạy cảm và khả năng thích ứng được trình bày một cách chi tiết trong các bảng 3.1 đến 3.5.
Bảng 3.1 Trọng số của yếu tố phơi nhiễm
Hoạt động trồng trọt Hoạt động thuỷ sản
Bảng 3.2 Trọng số của yếu tố nhạy cảm
Bảng 3.3 Trọng số của yếu tố phụ
Xã hội Tỉ lệ lao động trong lĩnh vực nông nghiệp (quận) 0,2118
Tỷ lệ người trên độ tuổi lao động thực tế đang lao động trong nông nghiệp 0,2167
Tỉ lệ dân số nữ 0,1246
Tỷ lệ lao động nông nghiệp chưa qua đào tạo 0,2898
Kinh tế Năng suất lúa 0,3193
Diện tích nuôi trồng thủy sản 0,2131
Tỷ lệ hộ có nguồn thu nhập lớn nhất từ nông nghiệp 0,2525
Cơ sở hạ tầng Tỷ lệ hệ thống thủy lợi được hiện đại hóa 0,3588
Mật độ đường được bê tông hóa 0,3198
Tỉ lệ sử sử dụng điện lưới 0,3214
Bảng 3.4 Trọng số của yếu tố khả năng thích ứng A
Nhận thức về BĐKH, ngập lụt đô thị 0,1833
Kinh nghiệm ứng phó với ngập lụt, mưa lớn, nhiệt độ cao 0,3303
Sự hỗ trợ của chính quyền 0,2889
Khả năng tiếp cận các nguồn hỗ trợ 0,1976
Đánh giá xu thế các yếu tố khí tượng và lựa chọn kịch bản cơ sở
Theo kịch bản RCP4.5, nhiệt độ trung bình năm tại TP.HCM dự kiến sẽ tăng so với thời kỳ cơ sở (1986-2005), với mức tăng khoảng 1,5°C vào giữa thế kỷ và 1,9°C vào cuối thế kỷ Trong khi đó, theo kịch bản RCP 8.5, mức tăng nhiệt độ có thể đạt khoảng 2,0°C vào giữa thế kỷ và 3,5°C vào cuối thế kỷ.
Theo kịch bản RCP4.5, nhiệt độ tối cao và tối thấp trung bình năm dự kiến sẽ tăng từ 1,6 đến 2,7°C vào cuối thế kỷ 21, trong khi kịch bản RCP8.5 có thể chứng kiến mức tăng lên đến 4,5°C Đến giữa thế kỷ 21, số ngày nắng nóng (ngày có nhiệt độ cao nhất Tx ≥ 35°C) sẽ tăng từ 20 đến 30 ngày so với thời kỳ cơ sở, và đến cuối thế kỷ 21, số ngày nắng nóng có thể tăng từ 30 đến 40 ngày.
Theo kịch bản RCP4.5, lượng mưa năm dự kiến sẽ tăng 18,8% vào giữa thế kỷ và khoảng 22,7% vào cuối thế kỷ Trong khi đó, kịch bản RCP8.5 cho thấy mức tăng lần lượt là 20,7% và 23,4% Cả lượng mưa một ngày lớn nhất và lượng mưa 5 ngày lớn nhất đều có xu hướng tăng trong thế kỷ 21 Đến cuối thế kỷ 21, theo kịch bản RCP4.5, lượng mưa 1 ngày lớn nhất có thể tăng từ 40 đến 50%, trong khi lượng mưa 5 ngày liên tiếp lớn nhất có thể tăng từ 30 đến 40%.
Theo kịch bản trung bình (RCP4.5), mực nước biển có thể dâng lên khoảng 53 cm vào cuối thế kỷ 21, trong khi theo kịch bản cao (RCP8.5), mức dâng có thể đạt 73 cm.
Hạn hán ở TP.HCM sẽ trở nên nghiêm trọng hơn trong các tháng mùa xuân, trong khi nguy cơ ngập do nước biển dâng do biến đổi khí hậu cũng đáng lo ngại Nếu mực nước biển dâng 100 cm, 17,84% diện tích đất của TP.HCM sẽ bị ảnh hưởng, với các quận/huyện chịu tác động lớn nhất là Bình Thạnh (80,78%) và Bình Chánh (36,43%).
Biến đổi khí hậu tại TP.HCM có thể gia tăng hiện tượng thời tiết cực đoan, dẫn đến nguy cơ ngập lụt do sự thay đổi lượng mưa và thủy triều Điều này ảnh hưởng đến hạ tầng giao thông, đô thị, khu dân cư, và phát triển kinh tế - xã hội, cũng như sản xuất nông nghiệp và đời sống của người dân Ngoài ra, các hệ sinh thái ven biển và cửa sông cũng chịu tác động Trong tương lai, khu vực này có khả năng phải đối mặt với nhiều đợt nắng nóng gay gắt và bão mạnh hơn.
3.2.1 Phân tích xu hướng của chuỗi thời gian lượng mưa, nhiệt độ không khí tối cao, tối thấp
Kết quả phân tích xu hướng lượng mưa và nhiệt độ không khí từ năm 1980 đến 2017 cho thấy, lượng mưa năm có xu hướng tăng trên toàn khu vực, ngoại trừ huyện Cần Giờ, với biến thiên từ -7,33 mm/năm đến 0,84 mm/năm, trong đó chỉ huyện Cần Giờ đạt mức ý nghĩa thống kê 10% Nhiệt độ không khí tối cao năm cũng tăng khoảng 0,01°C/năm trên toàn khu vực, đặc biệt rõ rệt ở Cần Giờ và Củ Chi, với mức ý nghĩa thống kê 10% Tương tự, nhiệt độ tối thấp năm tăng khoảng 0,02°C/năm với mức ý nghĩa thống kê 1%.
Hình 3.1 Xu hướng lượng mưa năm: Độ dốc Theil-Sen, ý nghĩa thống kê
Hình 3.2 Xu hướng nhiệt độ tối cao năm: Độ dốc Theil-Sen, ý nghĩa thống kê
Hình 3.3 Xu hướng nhiệt độ tối thấp năm: Độ dốc Theil-Sen, ý nghĩa thống kê
3.2.2 Nhận diện điểm thay đổi của chuỗi thời gian lượng mưa, nhiệt độ không khí tối cao, tối thấp
Kết quả phân tích sự biến đổi lượng mưa và nhiệt độ không khí từ năm 1980 đến 2017 cho thấy lượng mưa năm bắt đầu thay đổi từ năm 1990, với ngoại lệ là huyện Cần Giờ (2007) và huyện Củ Chi (2006) Tuy nhiên, chỉ có huyện Cần Giờ có sự thay đổi rõ rệt về lượng mưa Về nhiệt độ tối cao, toàn khu vực bắt đầu thay đổi từ năm 1989, nhưng chỉ có huyện Cần Giờ có sự biến đổi rõ rệt Ngược lại, nhiệt độ tối thấp lại có sự thay đổi rõ rệt trên toàn thành phố từ năm 2000.
Hình 3.4 Điểm thay đổi của lượng mưa năm: Điểm thay đổi, ý nghĩa thống kê
Hình 3.5 Điểm thay đổi của nhiệt độ tối cao năm: Điểm thay đổi, ý nghĩa thống kê
Hình 3.6 Điểm thay đổi của nhiệt độ tối thấp năm: Điểm thay đổi, ý nghĩa thống kê
Dựa trên phân tích xu hướng và sự biến đổi của lượng mưa, nhiệt độ không khí cao nhất và thấp nhất trong năm (xem Bảng 3.3), khu vực Cần Giờ là nơi duy nhất có sự thay đổi rõ rệt và đồng nhất ở cả ba biến khí hậu, đảm bảo tính thống kê.
Nghiên cứu đã lựa chọn kịch bản cơ sở cho TP.HCM dựa trên đặc điểm thay đổi khí hậu trong khu vực, với giai đoạn 1980-2006 được xác định là thời kỳ cơ sở khi các biến khí hậu chưa có sự thay đổi hàng loạt Thời kỳ này cũng tương đồng với kịch bản cơ sở 1986-2005 mà Bộ Tài nguyên Môi trường công bố trong kịch bản BĐKH 2016 của Việt Nam.
Bảng 3.5 Tổng hợp kết quả phân tích xu hướng, điểm thay đổi của lượng mưa, nhiệt độ không khí tối cao, tối thấp năm
Dữ liệu Xu hướng (ý nghĩa thống kê) Điểm thay đổi (ý nghĩa thống kê)
Lượng mưa năm Giảm (< 10%): Cần Giờ
Nhiệt độ không khí tối cao năm
Nhiệt độ không khí tối thấp năm
Đánh giá xu thế các yếu tố phơi nhiễm
3.3.1 Xu hướng của các yếu tố nắng nóng, mưa lớn, hạn khí tượng theo các kịch bản
Giá trị nắng nóng được xác định cho những ngày có nhiệt độ tối cao (Tmax) trên 35°C Xu thế nắng nóng trong giai đoạn nền và các kịch bản RCP 4.5 đã được phân tích bằng phương pháp Mann Kendal và hệ số dốc Sen Kết quả cho thấy, trong giai đoạn 1980-2006, khu vực phía Đông và Nam thành phố có xu hướng tăng số tháng nắng nóng với mức ý nghĩa thống kê 5% và 10%, trong khi các khu vực khác mặc dù có xu hướng tăng nhưng không có ý nghĩa thống kê Đối với các kịch bản BĐKH RCP 4.5 (2016-2035, 2046-2065), toàn khu vực đều cho thấy xu hướng tăng số tháng nắng nóng với mức ý nghĩa thống kê 1% và 10%.
Hình 3.7 Xu hướng số tháng nắng nóng trong năm (1980- 2006)
Hình 3.8 Xu hướng số tháng nắng nóng trong năm (2016- 2035, RCP 4.5)
Hình 3.9 Xu hướng số tháng nắng nóng trong năm (2046- 2065, RCP 4.5)
Kết quả phân vùng theo xu hướng số tháng nắng nóng trong năm cho thấy, trong kịch bản cơ sở (1980-2006), khu vực phía Đông và Nam thành phố có xu hướng tăng rõ rệt, trong khi các khu vực khác tăng ít hơn Đối với các kịch bản BĐKH RCP 4.5 (2016-2035, 2046-2065), toàn bộ khu vực đều cho thấy xu hướng tăng rất rõ rệt, ngoại trừ vùng trung tâm có mức tăng rõ rệt hơn.
Hình 3.10 Phân vùng không gian yếu tố nắng nóng theo kịch bản nền và BĐKH
Giá trị mưa lớn được xác định dựa trên giá trị vượt trên bách phân vị 95 của chuỗi giá trị trong giai đoạn nền Xu thế mưa lớn trong giai đoạn nền và các kịch bản RCP 4.5 được phân tích bằng phương pháp Mann Kendal và hệ số dốc Sen Kết quả cho thấy trong giai đoạn 1980-2006, khu vực huyện Cần Giờ và Củ Chi có xu hướng không thay đổi số tháng mưa lớn với mức ý nghĩa thống kê 1% và 5%, trong khi các khu vực khác không có ý nghĩa thống kê Tuy nhiên, ở các kịch bản BĐKH RCP 4.5 (2016-2035, 2046-2065), toàn bộ khu vực đều có xu hướng giảm số tháng lượng mưa lớn, đặc biệt là tại huyện Cần Giờ.
Củ Chi với mức ý nghĩa thống kê 1%, 5%, 10% Các khu vực còn lại không có ý nghĩa thống kê
Hình 3.11 Xu hướng số tháng mưa lớn trong năm (1980- 2006)
Hình 3.12 Xu hướng số tháng mưa lớn trong năm (2016- 2035, RCP 4.5)
Hình 3.13 Xu hướng số tháng mưa lớn trong năm (2046- 2065, RCP 4.5)
Kết quả phân vùng biến đổi khí hậu (BĐKH) dựa trên xu hướng số tháng mưa lớn cho thấy các kịch bản BĐKH có sự khác biệt rõ rệt Trong kịch bản cơ sở từ 1980 đến 2006, toàn bộ vùng nghiên cứu cho thấy xu hướng không đổi Ngược lại, ở các kịch bản BĐKH RCP 4.5 cho các giai đoạn 2016-2035 và 2046-2065, xu hướng mưa lớn có dấu hiệu giảm.
59 rất rõ rệt, rõ rệt, ít rõ rệt quan sát được tại huyện Củ Chi và Cần Giờ, các vùng còn lại có xu hướng giảm không rõ rệt
Hình 3.14 Phân vùng không gian yếu tố mưa lớn theo kịch bản nền và BĐKH
Theo nghiên cứu của Nguyễn Văn Thắng và cộng sự, chỉ số K thể hiện độ ổn định và phản ánh điều kiện khô hạn một cách chính xác hơn so với các chỉ số khác như SPI Hạn khí tượng được đánh giá qua chỉ số mưa và bốc hơi, cung cấp cái nhìn khách quan về nguyên nhân của điều kiện khí hậu và thời tiết, đồng thời là loại hạn không thể ngăn ngừa Hạn khí tượng có thể được phân loại dựa trên các chỉ số lượng mưa tích lũy theo công thức cụ thể.
- Trong đó E: Lượng bốc thoát hơi
Bảng 3.6 Ngưỡng chỉ tiêu khô hạn K
Kết quả phân tích xu hướng số tháng hạn khí tượng trong giai đoạn 1980-2006 và các kịch bản BĐKH RCP 4.5 cho thấy, chỉ huyện Cần Giờ có xu hướng giảm rõ rệt với mức ý nghĩa thống kê 1%, 5% và 10% trong các giai đoạn 2016-2035 và 2046-2065.
Hình 3.15 Xu hướng số tháng hạn khí tượng trong năm (1980- 2006)
Hình 3.16 Xu hướng số tháng hạn khí tượng trong năm (2016- 2035, RCP 4.5)
Hình 3.17 Xu hướng số tháng hạn khí tượng trong năm (2046- 2065, RCP 4.5)
Kết quả phân vùng biến đổi khí hậu dựa trên xu hướng số tháng hạn khí tượng trong năm cho thấy, theo các kịch bản khác nhau, chỉ huyện Cần Giờ có xu hướng giảm, trong khi các vùng còn lại không thể hiện xu hướng rõ ràng.
Hình 3.18 Phân vùng không gian yếu tố hạn khí tượng theo kịch bản nền và BĐKH
3.3.2 Đánh giá ngập, xâm nhập mặn và hạn thủy văn Để đánh giá kết quả mô phỏng lưu lượng dòng chảy trong SWAT, nghiên cứu sử dụng số liệu quan trắc hàng tháng tại hai trạm thủy văn là Phước Hòa và Tà Lài Mỗi trạm quan trắc được xem xét như là cửa xả của một tiểu lưu vực tương ứng Theo đó, tiểu
Lưu vực Tà Là, với diện tích 166.395,6 ha, nằm ở vùng hạ lưu sông Đồng Nai, trong khi tiểu lưu vực Phước Hòa, có diện tích 35.379,4 ha, nằm ở vùng trung và hạ lưu sông Bé, tiếp nhận nước từ tiểu lưu vực Phước Long Cả hai lưu vực này đều là những nhánh chính của sông Đồng Nai.
Khoảng thời gian đánh giá tại trạm Tà Lài được xác định từ năm 1980 đến 2005, trong khi tại trạm Phước Hòa, thời gian đánh giá cũng bắt đầu từ năm 1980 và kéo dài tiếp theo.
Năm 1994, lưu vực sông Bé vẫn giữ tính tự nhiên trước khi bị ảnh hưởng bởi hồ Thác Mơ, hoàn thành vào năm 1995 Kết quả hiệu chỉnh và kiểm định lưu lượng dòng chảy theo tháng của mô hình SWAT cho lưu vực sông Đồng Nai được thể hiện trong Bảng 3.7, cho thấy mô hình SWAT đã mô phỏng lưu lượng dòng chảy một cách hiệu quả tại hai trạm Phước Hòa và Tà Lài.
Bảng 3.7 Hiệu chỉnh, kiểm định lưu lượng dòng chảy theo tháng của mô hình SWAT
R 2 NSE PBIAS (%) R 2 NSE PBIAS (%) Phước Hòa 0,9 0,79 -29,2 0,61 0,53 - 21,0
Hình 3.19 Hiệu chỉnh kiểm định lưu lượng tại trạm Tà Lài
Hình 3.20 Hiệu chỉnh kiểm định lưu lượng tại trạm Phước Hòa
Dữ liệu về mực nước và độ mặn hàng tháng tại hai trạm Phú An và Nhà Bè đã được sử dụng để hiệu chỉnh mô hình HEC-RAS Kết quả kiểm định mực nước và độ mặn theo tháng của mô hình HEC-RAS cho khu vực TP.HCM được trình bày trong Bảng 3.8 và Bảng 3.9 Qua đó, mô hình HEC-RAS cho thấy khả năng mô phỏng lưu lượng dòng chảy ở mức độ chấp nhận tại các trạm quan trắc.
Bảng 3.8 Hiệu chỉnh, kiểm định mực nước theo tháng của mô hình HEC-RAS
Bảng 3.9 Hiệu chỉnh, kiểm định độ mặn theo tháng của mô hình HEC-RAS
Nhà Bè 0,52 16,9 0,59 17,7 a Hạn thủy văn
Hạn thủy văn liên quan đến tác động của các giai đoạn mưa đến nguồn cung cấp nước, bao gồm dòng chảy, mực nước hồ, hồ chứa và nước ngầm.
Hạn thủy văn được xác định thông qua chỉ số hạn hán dòng chảy (SDI) Chỉ số này được tính toán dựa trên lưu lượng dòng chảy hàng tháng.
Trong đó Q: Lưu lượng dòng chảy
Bảng 3.10 Ngưỡng chỉ tiêu khô hạn SDI
Kết quả phân tích xu hướng hạn thủy văn thuộc giai đoạn 1980- 2005 và các kịch bản BĐKH RCP 4.5 (2016- 2035, 2046- 2065) được thể hiện lần lượt như sau:
Hình 3.21 Xu hướng hạn thủy văn kịch bản nền (1980- 2006)
Hình 3.22 Xu hướng hạn thủy văn kịch bản RCP 4.5 (2016- 2035)
Hình 3.23 Xu hướng hạn thủy văn kịch bản RCP 4.5 (2046- 2065) b Ngập
Khi tích hợp Mô hình Địa hình Số (DEM) vào lưới tính, mỗi ô lưới sẽ được gán giá trị cụ thể Nếu cao độ của các ô trong đất liền thấp hơn mực nước sông, chúng sẽ được đánh dấu là "ngập", ngược lại, các ô có cao độ cao hơn sẽ không bị ngập.
Đánh giá độ nhạy cảm và khả năng thích ứng
3.4.1 Chuẩn hóa dữ liệu độ nhạy cảm
Nghiên cứu đã chuẩn hóa giá trị cho 12 tiêu chí đánh giá tính nhạy cảm theo ba nhóm xã hội, kinh tế và cơ sở hạ tầng Kết quả cho thấy huyện Củ Chi có tỷ lệ lao động trong lĩnh vực nông nghiệp cao nhất, đạt 58.30%, trong khi các khu vực khác như quận 12 và quận Thủ Đức có tỷ lệ thấp hơn nhiều, lần lượt là 4.60% và 0.17%.
Kết quả đánh giá tỷ lệ dân số nữ giữa các quận/huyện nghiên cứu tương đối đồng nhất, dao động từ 49.81% tại quận Thủ Đức đến 53.25% tại quận 12 Quận Gò Vấp có mật độ dân số cao nhất với 32.125 người/km², tiếp theo là quận Bình Tân, Thủ Đức và quận 12 với mật độ lần lượt là 13.229, 11.064 và 9.669 người/km² Ngược lại, huyện Cần Giờ và huyện Hóc Môn có mật độ dân số thấp hơn đáng kể, chỉ đạt 106 người/km² và 3.869 người/km².
Theo tiêu chí tỷ lệ người trong độ tuổi lao động thực tế đang làm việc trong ngành nông nghiệp thủy sản, quận Gò Vấp có tỷ lệ cao nhất là 24.39%, tiếp theo là quận Bình Tân với 22.64% Các khu vực khác ghi nhận tỷ lệ dao động từ 10% đến 15%, trong khi huyện Cần Giờ có tỷ lệ thấp nhất, chỉ đạt 5.62%.
Huyện Cần Giờ và Quận 9 có tỷ lệ lao động NNTS chưa qua đào tạo cao nhất và thấp nhất, lần lượt là 85.23% và 22.04% Các quận khác có tỷ lệ này dao động từ 50.74% ở quận Bình Tân đến 78.49% ở quận Gò Vấp.
Bảng 3.13 Giá trị chuẩn hoá các tiêu chí nhóm xã hội
Tỉ lệ lao động trong lĩnh vực nông nghiệp (quận)
Tỉ lệ dân số nữ
Tỷ lệ người trên độ tuổi lao động thực tế đang LĐ trong NNTS
Tỷ lệ lao động NNTS chưa qua đào tạo
Nghiên cứu tại Thủ Đức đã áp dụng bốn tiêu chí đánh giá trong nhóm kinh tế, bao gồm diện tích lúa, diện tích cây hàng năm và cây lâu năm, diện tích nuôi trồng thủy sản, cùng với tỷ lệ hộ gia đình có nguồn thu nhập chủ yếu từ nông nghiệp.
Kết quả thu thập cho thấy quận Củ Chi, Gò Vấp và Quận 12 không có hoạt động canh tác lúa, trong khi huyện Bình Chánh có diện tích trồng lúa cao nhất với hơn 17.5 triệu m² Các khu vực khác có diện tích trồng lúa khác nhau, từ 12 nghìn m² ở quận Thủ Đức đến hơn 2.8 triệu m² ở huyện Hóc Môn Huyện Củ Chi nổi bật với diện tích cây hằng năm và cây lâu năm lớn nhất, đạt hơn 63.8 triệu m², trong khi các khu vực khác có diện tích thấp hơn, dao động từ 6.7 triệu m² ở huyện Hóc Môn đến 116 nghìn m² ở quận Gò Vấp.
Huyện Cần Giờ, với lợi thế vị trí địa lý ven biển, sở hữu diện tích nuôi trồng thủy sản lớn nhất, đạt hơn 29,6 triệu m².
Huyện Bình Chánh và Nhà Bè có tổng diện tích nuôi trồng thủy sản lần lượt là 3.9 triệu m² và 3.7 triệu m² Huyện Cần Giờ dẫn đầu về tỷ lệ hộ có nguồn thu nhập từ nông nghiệp cao nhất, đạt 20.83%, gần gấp đôi so với huyện Củ Chi với 11.67% Các khu vực còn lại có giá trị thực thấp hơn nhiều, dao động từ 0.08% ở quận Bình Tân và Gò Vấp đến 4.89% ở huyện Bình Chánh.
Bảng 3.14 Giá trị chuẩn hoá các tiêu chí nhóm kinh tế
Diện tích lúa Diện tích cây hằng năm + cây lâu năm
Diện tích nuôi trồng thủy sản
Tỷ lệ hộ có nguồn thu nhập lớn nhất từ nông nghiệp
Nghiên cứu tại Thủ Đức đã sử dụng ba tiêu chí đánh giá trong nhóm cơ sở hạ tầng, bao gồm tỷ lệ hệ thống thủy lợi hiện đại hóa, mật độ đường bê tông hóa 100% (trục xã) và tỷ lệ hộ sử dụng điện lưới Kết quả cho thấy cả ba tiêu chí này đều thể hiện mối quan hệ nghịch với tính nhạy cảm và tính tổn thương của khu vực.
Theo tiêu chí hiện đại hoá hệ thống thuỷ lợi, chỉ có ba khu vực Hóc Môn, Củ Chi và Bình Chánh đạt tỷ lệ lần lượt là 80.2%, 51.6% và 2.5% Đối với tiêu chí bê tông hoá đường, quận Bình Chánh ghi nhận tỷ lệ 80% và giá chuẩn hoá 1/0.2, huyện Củ Chi đạt 90% và 0.5/0.1, huyện Hóc Môn là 90.9% và 0.455/0.091, trong khi các quận/huyện như Bình Tân, Cần Giờ, Gò Vấp, Nhà Bè, Quận 12, Quận 9 và Thủ Đức đều đạt 100% và 0 Phần lớn các quận/huyện đã được kết nối với lưới điện quốc gia, với tỷ lệ thấp nhất là 99.81% tại huyện Cần Giờ.
Bảng 3.15 Giá trị chuẩn hoá tiêu chí nhóm cơ sở hạ tầng
Tỷ lệ hệ thống thủy lợi được hiện đại hóa
Mật độ đường được bê tông hóa 100%
Tỉ lệ hộ sử dụng điện lưới
3.4.2 Phân vùng không gian mức độ nhạy cảm
Nghiên cứu đã tiến hành tính toán giá trị nhạy cảm tổng hợp cho từng quận/huyện, cùng với các giá trị nhạy cảm cho từng nhóm yếu tố xã hội, kinh tế và cơ sở hạ tầng Kết quả được thể hiện qua bản đồ phân bố các giá trị, như trình bày trong Hình 3.33 Qua đó, nghiên cứu phân tích mức độ nhạy cảm của các quận/huyện theo từng nhóm yếu tố, nhằm đánh giá mức độ nhạy cảm tổng thể cho từng khu vực nghiên cứu.
(a) (b) (c) Hình 3.33 Bản đồ phân bố giá trị nhạy cảm nhóm tiêu chí xã hội (a), kinh tế
(b) và cơ sở hạ tầng (c)
Dựa vào các đánh giá riêng biệt cho từng nhóm tiêu chí, nghiên cứu đã xác định giá trị nhạy cảm tổng thể và xây dựng bản đồ phân bố cho từng quận/huyện (Hình 3.34).
Hình 3.34 Bản đồ phân bố giá trị nhạy cảm
Kết quả phân tích cho thấy huyện Bình Chánh và Cần Giờ có mức độ nhạy cảm cao nhất trong 10 quận/huyện nghiên cứu, trong khi huyện Hóc Môn có tính nhạy cảm thấp nhất Mức độ nhạy cảm này được giải thích bởi trọng số ưu tiên của từng nhóm yếu tố, với nhóm cơ sở hạ tầng được gán trọng số cao nhất (0,5), tiếp theo là nhóm kinh tế (0,3206) và nhóm xã hội (0,1794) Điều này cho thấy Bình Chánh và Cần Giờ không chỉ có tính nhạy cảm tổng thể cao mà còn đứng đầu về nhạy cảm theo nhóm yếu tố kinh tế và cơ sở hạ tầng, trong khi Hóc Môn lại có tính nhạy cảm thấp nhất, đặc biệt là ở nhóm yếu tố cơ sở hạ tầng.
Khả năng thích ứng BĐKH
3.5.1 Chuẩn hóa dữ liệu Khả năng thích ứng
Khả năng thích ứng của 10 quận/huyện được đánh giá dựa trên 4 tiêu chí chính: (i) nhận thức về biến đổi khí hậu và ngập lụt đô thị, (ii) kinh nghiệm đối phó với các tình huống khẩn cấp liên quan đến khí hậu.
Để ứng phó hiệu quả với ngập lụt, mưa lớn và nhiệt độ cao, cần chú trọng đến sự hỗ trợ từ chính quyền và khả năng tiếp cận các nguồn hỗ trợ Bảng 3.35.34 trình bày kết quả thu thập dữ liệu từ quá trình điều tra xã hội học tại các quận/huyện, phản ánh 4 tiêu chí quan trọng này Từ đó, có thể thấy rằng tất cả các yếu tố trên đều đóng vai trò quan trọng trong việc cải thiện khả năng ứng phó với thiên tai.
4 tiêu chí đều thể hiện mối quan hệ thuận (+) với yếu tố khả năng thích ứng
Bảng 3.35 Giá trị các tiêu chí cho đánh giá khả năng thích ứng
Nhận thức về BĐKH, ngập lụt đô thị
Kinh nghiệm ứng phó với ngập lụt, mưa lớn, nhiệt độ cao
Sự hỗ trợ của chính quyền
Khả năng tiếp cận các nguồn hỗ trợ
Nghiên cứu đã thu thập và xử lý dữ liệu thô để đánh giá khả năng thích ứng dựa trên 4 tiêu chí, với kết quả được chuẩn hoá và trình bày trong Bảng 3.16 Về tiêu chí nhận thức về biến đổi khí hậu và ngập lụt đô thị, huyện Nhà Bè có mức độ nhận thức cao nhất, tiếp theo là các huyện Cần Giờ, Củ Chi và Hóc Môn, trong khi quận Thủ Đức có giá trị nhận thức thấp nhất Đối với tiêu chí kinh nghiệm ứng phó với ngập lụt, quận Thủ Đức cũng ghi nhận giá trị tổng hợp thấp nhất (3,00), trong khi quận 9 có kinh nghiệm cao nhất (3,85), theo sau là huyện Củ Chi (3,68) Các khu vực còn lại đều có giá trị tổng hợp thấp hơn 3,35, với huyện Bình Chánh chỉ nhỉnh hơn quận Thủ Đức với giá trị 3,01.
Huyện Củ Chi được đánh giá có mức độ hỗ trợ của chính quyền cao nhất với giá trị tổng hợp 4,02, vượt xa so với quận 9 (3,24) và quận 12 (3,22) Các quận/huyện khác có giá trị tổng hợp không vượt quá 3,10, trong đó huyện Hóc Môn ghi nhận mức thấp nhất là 2,61 Về khả năng tiếp cận các nguồn hỗ trợ, Củ Chi cũng dẫn đầu với giá trị tổng hợp 3,66, cao hơn quận Thủ Đức (2,94), trong khi các khu vực khác dao động từ 2,44 (quận Gò Vấp) đến 2,89 (huyện Bình Chánh).
Bảng 3.16 Giá trị chuẩn hoá các tiêu chí đánh giá khả năng thích ứng
Nhận thức về BĐKH, ngập lụt đô thị
Kinh nghiệm ứng phó với ngập lụt, mưa lớn, nhiệt độ cao
Sự hỗ trợ của chính quyền
Khả năng tiếp cận các nguồn hỗ trợ
3.5.2 Phân vùng giá trị khả năng thích ứng
Dựa trên giá trị trọng số cho từng tiêu chí, Bảng 3.17 trình bày kết quả xác định giá trị khả năng thích ứng tổng hợp cho các quận/huyện, trong khi Bảng 3.18 cung cấp chi tiết về giá trị khả năng thích ứng cho từng chỉ thị riêng lẻ.
Kết quả xác định giá trị khả năng thích ứng tổng hợp và từng chỉ thị riêng lẽ từ trọng số đã phản ánh mức độ khả năng thích ứng của mỗi quận/huyện Để đánh giá kết quả một cách chi tiết và dễ dàng hơn, cần có phương pháp phân tích rõ ràng.
Hơn 80 giá trị đã được thu thập từ từng quận/huyện, và những giá trị này sẽ tiếp tục được áp dụng trong việc xây dựng bản đồ phân bố mức độ khả năng thích ứng, được trình bày chi tiết trong Hình 3.36 và 3.37.
Bảng 3.17 Giá trị khả năng thích ứng tổng hợp cho các quận/huyện
Quận\Huyện Giá trị khả năng thích ứng (AC)
Bảng 3.18 Kết quả xác định chỉ số khả năng thích ứng cho các tiêu chí từ trọng số riêng
Nhận thức về BĐKH, ngập lụt đô thị
Kinh nghiệm ứng phó với ngập lụt, mưa lớn, nhiệt độ cao
Sự hỗ trợ của chính quyền
Khả năng tiếp cận các nguồn hỗ trợ
Hình 3.36 Bản đồ phân bố giá trị nhận thức về biến đổi khí hậu và ngập lụt đô thị và kinh nghiệm ứng phó
Hình 3.37 Bản đồ phân bố giá trị tiêu chí sự hỗ trợ của chính quyền và khả năng tiếp cận các nguồn hỗ trợ
