mô phỏng ngập lụt khu vực hạ lưu đập cửa đạt đến bái thượng

Bộ thông số mô hình - đã được hiệu chỉnh và kiểm định với các trận lũ lớn năm 1980 và năm 2007 sử dụng các số liệu mực nước thực đo và số liệu khảo sát thực địa vết lũ trong khuôn khổ d

MÔ PHỎNG NGẬP LỤT KHU VỰC HẠ LƯU ĐẬP CỬA ĐẠT

ĐẾN BÁI THƯỢNG Trần Ngọc Anh (1) , Đặng Đình Đức (1) , Nguyễn Thế Anh (2) , Nguyễn Thanh Sơn (1) ,

Hoàng Thái Bình (3)

(1) Trường Đại học Khoa học Tự nhiên, ĐHQG Hà Nội

(2) Bộ Nông nghiệp và Phát triển nông thôn

(3) Viện Địa lý, Viện Khoa học và Công nghệ Việt Nam

Mô hình MIKE FLOOD kết nối 1-2 chiều được ứng dụng mô phỏng hiện trạng ngập lụt trên sông Chu đoạn từ hạ lưu đập Cửa Đạt đến khu vực Bái Thượng Bộ thông số mô hình

- đã được hiệu chỉnh và kiểm định với các trận lũ lớn năm 1980 và năm 2007 sử dụng các số liệu mực nước thực đo và số liệu khảo sát thực địa vết lũ trong khuôn khổ dự án SRV 07-056

do Na Uy tài trợ - là cơ sở để mô phỏng và xây dựng bản đồ ngập lụt trong khu vực nghiên cứu với các kịch bản khác nhau về mưa – lũ và khả năng điều tiết của hồ Cửa Đạt

1 Giới thiệu

Lũ lụt nói chung và trên lưu vực sông Mã - Chu nói riêng là một trong những thiên tai, thường xuyên đe dọa cuộc sống của người dân và sự phát triển kinh tế xã hội trong vùng Để tăng cường ứng phó với lũ lụt, ngoài các biện pháp công trình (đê, phân chậm lũ, hồ chứa thượng lưu, ) thì các biện pháp phi công trình đóng vai trò rất quan trọng, mà phần lớn trong số đó có tính dài hạn và bền vững như các biện pháp quy hoạch sử dụng đất và bố trí dân cư Mặt khác, ứng phó với lũ lụt bằng các biện pháp khác như cảnh báo, dự báo vùng ngập, di dời và sơ tán dân cư đến khu vực an toàn, đã tỏ ra rất hiệu quả trong việc hạn chế các thiệt hại về tính mạng và tài sản nhân dân [1]

Mô hình MIKE FLOOD là mô hình thuỷ động lực học dòng chảy kết nối 1&2 chiều có khả năng mô phỏng mực nước và dòng chảy trên sông, vùng cửa sông, vịnh

và ven biển, cũng như mô phỏng dòng không ổn định hai chiều ngang trên đồng bằng ngập lũ Mô hình này kết hợp các ưu điểm của mô hình 1 chiều cho mạng lưới sông (thời gian mô phỏng ngắn) với các lợi thế của mô hình 2 chiều (mô phỏng chính xác diện ngập lụt và trường vận tốc trên bề mặt đồng bằng ngập lũ) đồng thời tương thích với các cấu trúc GIS thông dụng, vì thế đã nhận được nhiều sự quan tâm của các nhà nghiên cứu cũng như có nhiều ứng dụng trong thực tiễn ở Việt Nam [1,2,3,4] và trên thế giới [5,6]

Bài báo này giới thiệu một số kết quả ứng dụng mô hình MIKE FLOOD tính toán ngập lụt hạ lưu sông Chu, tỉnh Thanh Hóa đoạn từ hạ lưu đập Cửa Đạt đến Bái Thượng thông qua việc hiệu chỉnh và kiểm định với số liệu mực nước thực đo trận lũ năm 1980 và 2007 tại trạm Bái Thượng và Xuân Khánh, số liệu khảo sát vết lũ trận lũ năm 2007 Kết quả mô phỏng của mô hình cùng bộ thông số thu được sẽ được sử dụng

để xây dựng bộ bản đồ ngập lụt cho khu vực ở các nghiên cứu tiếp theo

2 Giới thiệu vùng nghiên cứu

Sông Chu là phụ lưu lớn nhất của sông Mã nằm phía bên hữu ngạn, bắt nguồn

từ khu vực miền núi trên lãnh thổ Lào, chảy theo hướng Tây Bắc – Đông Nam và đổ vào dòng chính sông Mã ở ngã ba Giàng Lưu vực sông Chu có diện tích 7,580 km2

trong đó có khoảng 60% diện tích thuộc Lào Khu vực này thường xuyên chịu tác động của các hình thế thời tiết bất lợi gây mưa lớn đặc biệt là bão và áp thấp nhiệt đới Tháng 10 năm 2007, trận mưa lịch sử do hoàn lưu bão số 5 đã gây ra trận lũ lịch sử ở không chỉ trên lưu vực sông Chu mà còn ở hầu hết phần trung lưu và hạ lưu của hệ thống sông Mã gây thiệt hại nghiệm trọng về người và của Hồ chứa Cửa Đạt được hoàn tất và đi vào sử dụng từ năm 2010, tổng dung tích là 1,45 tỷ m3 nhằm mục tiêu phòng lũ, phát điện, cấp nước sinh hoạt, tưới và đẩy mặn hạ du Truớc đây, khi chưa

có hồ chứa Cửa Đạt, đập Bái Thượng (nằm cách đập Cửa Đạt 19 km theo đường sông

về phía hạ lưu) là công trình đầu mối đóng vai trò vô cùng quan trọng trong việc dâng nước phục vụ tưới cho toàn khu vực nông nghiệp Nam sông Chu Trong trận lũ năm

2007 nói trên, đập Cửa Đạt đang trong quá trình xây dựng và đã bị hư hại một phần, đồng thời khu vực hạ lưu đập Cửa Đạt và xung quanh đập Bái Thượng đã chịu tác động của ngập lụt trên diện rộng Nghiên cứu này tập trung vào mô phỏng chi tiết nhằm tái hiện bức tranh ngập lụt trong các trường hợp có lũ lớn nhằm cung cấp các thông tin thiết yếu về ngập lụt và làm cơ sở xây dựng bộ bản đồ ngập lụt và các phương án ứng phó khẩn cấp cho khu vực từ hạ lưu đập Cửa Đạt đến Bái Thượng chủ yếu gồm các xã Xuân Mỹ, Xuân Cẩm, Ngọc Phụng, Thị trấn Thường Xuân, Xuân Dương, Thọ Thanh, Xuân Cao và Thọ Xương (hình 1)

Hình 1 Sơ đồ khu vực nghiên cứu

3 Giới thiệu mô hình MIKE FLOOD

Mô hình MIKE FLOOD được phát triển bởi Viện Thủy lực Đan Mạch (DHI) thực chất là phần mềm liên kết giữa mô hình MIKE 11 và MIKE 21 đã được xây dựng trước đó Mô hình MIKE FLOOD thực hiện các kết nối giữa mô hình MIKE 11 (tính toán thủy lực mạng sông 1 chiều) với mô hình MIKE 21 (mô phỏng dòng chảy nước nông 2 chiều theo phương ngang) bằng 4 loại kết nối [7,8]: a) kết nối tiêu chuẩn: sử

dụng khi một nhánh sông một chiều đổ trực tiếp vào vùng ngập 2 chiều; b) kết nối bên:

sử dụng khi một nhánh sông nằm kề vùng ngập và khi mực nước trong sông cao hơn cao trình bờ thì sẽ kết nối với ô lưới tương ứng của mô hình 2 chiều; c) kết nối công trình (ẩn): sử dụng các dạng liên kết qua công trình; và d) kết nối khô (zero flow link):

là kết nối không cho dòng chảy tràn qua

Bộ mô hình này có thể tích hợp nhiều mô đun khác nhau, nhưng trong khuôn khổ nghiên cứu này chỉ sử dụng mô đun RR (mô hình mưa-dòng chảy NAM) để tạo dòng chảy nhập lưu khu giữa cho mô hình thủy lực mạng sông MIKE 11 (mô đun HD) kết hợp với mô hình thủy lực 2 chiều MIKE 21 Giới thiệu và mô tả chi tiết về mô hình MIKE FLOOD và các khả năng ứng dụng của nó có thể dễ dàng tìm thấy trong các tài liệu và nghiên cứu gần đây [1,2,3,4]

4 Ứng dụng mô hình MIKE FLOOD mô phỏng ngập lụt khu vực nghiên cứu

4.1 Cơ sở dữ liệu

- Dữ liệu địa hình: Bản đồ mô hình số độ cao khu vực nghiên cứu được xây dựng với độ phân giải 80x80 m từ bản đồ địa hình tỷ lệ 1:25.000 Các mặt cắt ngang sông cho khu vực nghiên cứu kế thừa từ một số các nghiên cứu trước đây [9] Các thông số về các công trình đập dâng (Bái Thượng) cũng đã được thu thập trong khuôn khổ dự án SRV 07/056

- Dữ liệu khí tượng thuỷ văn đã thu thập: số liệu mưa giờ tại Bái Thượng (trên khu vực nghiên cứu) và một số trạm khác (ngoài khu vực) như: Giàng, Lang Chánh, Như Xuân trong trận lũ năm 1980 và 2007; số liệu lưu lượng giờ tại trạm Cửa Đạt, mực nước giờ tại các trạm Bái Thượng, Xuân Khánh, Hoàng Tân cùng thời gian;

ba Bông ra đến cửa biển (37,6km) và một số chi lưu và phụ lưu khác Hệ thống mạng sông này được giới hạn bởi 4 biên trên tại Cẩm Thủy (sông Mã), Cửa Đạt (sông Chu)

là lưu lượng thực đo, tại Thạch Lâm (sông Bưởi) là số liệu lưu lượng tra trên quan hệ Q-H) và tại Hòa Thuận (sông Đạt) là số liệu khôi phục từ mô hình mưa dòng chảy Các biên dưới là mực nước triều tại Hoàng Tân, Lạch Sung và Lạch Trường

Giới hạn vùng ngập ở hạ lưu được xác định trên cơ sở bản đồ DEM toàn khu vực hạ lưu lưu vực sông Mã với độ phân giải 100x100m xây dựng từ bản đồ địa hình

và được chi tiết hóa cho khu vực nghiên cứu từ đập Cửa Đạt đến Bái Thượng và được

sử dụng làm nền địa hình cho mô hình MIKE 21 Nền địa hình này đã có kết hợp với các tài liệu về mạng lưới đường sắt, các đường quốc lộ và tỉnh lộ trong khu vực Khu vực nghiên cứu được rời rạc hóa theo lưới phần tử hữu hạn (FEM) với khoảng cách các ô lưới từ 30–200 m Diện tích của phần tử lớn nhất là 38.728 m2, toàn bộ vùng

ngập lụt chia thành 14.935 phần tử với 11.815 nút lưới (hình 2a và 2b) Sau khi chạy thử nghiệm với bộ dữ liệu nói trên, tiến hành kết nối giữa mô hình 1D mạng sông với khu vực nghiên cứu 2D sử dụng các công cụ kết nối trong MIKE FLOOD

Hình 2a Miền tính 2D trong MIKE 21 Hình 2b Miền tính chi tiết vùng nghiên cứu

4.3 Hiệu chỉnh và kiểm định mô hình

Mô hình đã kết nối 1-2 chiều ở trên được hiệu chỉnh với trận lũ từ ngày

6-19/IX/1980 Các kết quả tính toán được so sánh với các giá trị thực đo của các trạm đo mực nước trong toàn khu vực và cho kết quả tốt (chỉ tiêu Nash trong khoảng từ 87,0 đến 92,4%), và trong khuôn khổ bài báo này chỉ trình bày so sánh giữa mực nước tính toán và thực đo tại trạm Xuân Khánh và Bái Thượng (hình 3) đều nằm trên sông Chu nhằm minh họa cho khả năng mô phỏng của bộ mô hình đối với khu vực nghiên cứu

Hình 3 So sánh số liệu mực nước thực đo và tính toán trận lũ 6-22/IX/1980 tại:

Trái: Xuân Khánh Phải: Bái Thượng

Bộ thông số trên đây được kiểm định với trận lũ năm 2007 Các kết quả so sánh tính toán và thực đo tại Xuân Khánh và Bái Thượng được trình bày trong hình 4 và cũng như ở các trạm còn lại, chỉ số Nash đều đạt từ 97,1 đến 98,0%

Hình 4 So sánh số liệu mực nước thực đo và tính toán trận lũ X/2007 tại:

Trái: Xuân Khánh (1-18/X) Phải: Bái Thượng (1-10/X)

Nhằm mục đích đánh giá khả năng mô phỏng về diện tích ngập lụt, kết quả tính toán trận lũ năm 2007 đã được so sánh với kết quả điều tra vết lũ trong khuôn khổ dự

án SRV 07/056 như trên hình 6 Các kết quả so sánh cho thấy rằng, mô hình MIKE FLOOD với bộ thông số thu được đã mô phỏng khá tốt trận lũ lớn trên khu vực nghiên cứu và có độ tin cậy cao trong mô phỏng về diện tích và mức độ ngập lụt, do vậy sẽ là

cơ sở để xây dựng các bản đồ ngập lụt với các trận lũ lịch sử (Hình 5) và với các kịch bản khác trong tương lai phục vụ phòng tránh và giảm nhẹ thiên tai lũ lụt trên khu vực nghiên cứu

Hình 5 Ranh giới và độ sâu ngập lụt lớn nhất, trận lũ 2007

Hình 6 Quan hệ mực nước vết lũ điều tra và tính toán trận lũ 1-18/X/2007

4 Kết luận

Trong nghiên cứu này, mô hình kết nối 1D-2D MIKE FLOOD đã được sử dụng

để mô phỏng ngập lụt ở khu vực hạ lưu lưu vực hệ thống sông Mã với chi tiết tập trung vào đoạn từ đập Cửa Đạt đến Bái Thượng Kết quả mô phỏng có độ tin cậy và phù hợp với các số liệu hiện có Bản đồ ngập lụt đã được xây dựng với trận lũ lịch sử 2007, cung cấp thông tin đầy đủ hơn và là cơ sở để xây dựng bản đồ ngập lụt với các kịch bản trong các nghiên cứu tiếp theo phục vụ phòng tránh và giảm nhẹ thiên tai lũ lụt

5 Lời cám ơn

Nghiên cứu này được tài trợ bởi dự án SRV 07/056, nhóm tác giả trân trọng gửi lời cám ơn đến Đại sứ quán Na Uy và Ban chủ nhiệm dự án

TÀI LIỆU THAM KHẢO

1 Hoàng Thái Bình, Trần Ngọc Anh và Đặng Đình Khá (2010) Ứng dụng mô hình MIKE FLOOD tính toán ngập lụt hệ thống sông Nhật Lệ tỉnh Quảng Bình Tạp chí khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ Tập 26, số 3S, tr 285-294

2 Trần Ngọc Anh (2011) Xây dựng bản đồ ngập lụt hạ lưu các sông Bến Hải và Thạch Hãn, tỉnh Quảng Trị, Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ Tập 27, số 1S, tr 1-8

3 Đặng Đình Đức, Trần Ngọc Anh, Nguyễn Ý Như, Nguyễn Thanh Sơn (2011) Ứng dụng mô hình MIKE FLOOD tính toán ngập lụt hệ thống sông Nhuệ - Đáy trên địa bàn thành phố Hà NộiTạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ Tập 27, số 1S, tr 37-43

4 Bui Ta Long, Nguyen Thai Hoa, Nguyen Ngoc Khai (2010) Evaluating and forecasting flooding in Ho Chi Minh City using Mike Flood model International Symposium on Geoinformatic for Spacial Infrastructure Development in Earth and Allied Sciences (GIS-IDEAS) 2010 December 9-11, Hanoi,

5 Tawatchai Tingsanchali and D Eng (2009) Flood impact assessment in the surrouding area of Suvarnabhumi airport, Thailand Advances in GeoSciences, Volume 11 (Hydrological Science), p 283-298

6 Johan N Hartnack, Henrik Madsen, Jacob V.T Sorensen (2006) Data assimilation in

a combined 1D-2D flood model using the ensemble kalman filter The 4th Asia-Pacific DHI software conference, Shanghai -2006, p

7 Denmark Hydraulic Institute (DHI), 2007, “MIKE FLOOD Reference Manual” DHI, 514p

8 Denmark Hydraulic Institute (DHI), 2007, “MIKE FLOOD User Guide” DHI, 528p

9 Lã Thanh Hà (2011) Tiến hành khảo sát thực địa và lập mô hình thủy lực lưu vực sông Mã, tỉnh Thanh Hóa Tiểu dự án thuộc dự án Quản lý rủi ro thiên tai WB4, Bộ Nông nghiệp và Phát triển nông thôn

FLOODING SIMULATION OF CHU RIVER IN DOWNSTREAM OF

CUA DAT TO BAI THUONG, THANH HOA PROVINCE

Tran Ngoc Anh (1) , Dang Dinh Duc (1) , Nguyen The Anh (2) , Nguyen Thanh Son (1) ,

Hoang Thai Binh (3)

(1) VNU-University of Science, Vietnam National University, Hanoi

(2) Ministry of Agriculture and Rural development

(3) Institue of Geography, Vietnam Academy of Science and Technology

This paper presents some results of flood and inundation simulation in Chu river in donwstream of Cua Dat dam to Bai Thuong, Thanh Hoa province using MIKE FLOOD model The parameters of coupling 1D-2D model was calibrated and verified with observed data of 1980 and 2007 flood events at water level gauging stations in combination with surveyed data of inundation area in 2007 flood event The fairly agreement between simulated and observed data shows the applicability of MIKE FLOOD in flooding simulation in study area and woud establish the initial efforts for generating the inundation maps correspondence

to designed floods, Cua Dat reservoir operation as well as to land-use planning in the region

ĐÁNH GIÁ TÁC ĐỘNG CỦA VIỆC SỬ DỤNG NƯỚC PHÍA

THƯỢNG LƯU ĐẾN TÀI NGUYÊN NƯỚC LƯU VỰC SÔNG HỒNG

Lương Tuấn Anh, Hoàng Thị Phương Thảo

Viện Khoa học Khí tượng Thủy văn và Môi trường

Báo cáo trình bày một số kết quả nghiên cứu chính của đề tài cấp Bộ 2010-2011:

“Nghiên cứu tác động của việc sử dụng nước phía thượng lưu đến tài nguyên nước lưu vực sông Hồng” Các kết quả nghiên cứu chính bao gồm: Đánh giá hiện trạng và xu thế biến đổi tài nguyên nước lưu vực sông Hồng, xác định nguyên nhân của tình trạng suy giảm mực nước vùng hạ lưu hệ thống sông Hồng trong những năm gần đây và đề xuất các biện pháp giảm thiểu tác động do khai thác, sử dụng nước thượng lưu

1 Mở đầu

Sông Hồng là sông xuyên biên giới, có diện tích lưu vực 147.525 km2, trong đó

có 74.828 km2 nằm trên lãnh thổ Trung Quốc Sông Hồng có ý nghĩa quan trọng đối với sự phát triển kinh tế xã hội và bảo vệ môi trường ở nước ta Đặc điểm khác biệt nổi bật của các sông xuyên biên giới so với các sông nằm trong lãnh thổ một quốc gia là tình trạng thiếu và không đồng bộ về số liệu khí tượng thủy văn (KTTV), thiếu quy hoạch tổng thể và các thông tin về mức độ khai thác, sử dụng tài nguyên nước (TNN) trên phạm vi toàn lưu vực

Đề tài: Nghiên cứu tác động của việc sử dụng nước phía thượng lưu đến TNN lưu vực sông Hồng có các nội dung nghiên cứu chính như sau:

- Thu thập các loại số liệu và thông tin cần thiết và đánh giá độ tin cậy;

- Điều tra khảo sát bổ sung;

- Nghiên cứu đánh giá hiện trạng TNN và tìm hiểu nguyên nhân của tình trạng suy giảm TNN vùng hạ lưu hệ thống sông Hồng trong những năm gần đây;

- Nghiên cứu phương pháp, công nghệ hỗ trợ trong việc xác định các khu vực khai thác, sử dụng TNN, áp dụng thí điểm cho vùng thượng lưu lưu vực sông Hồng;

- Nghiên cứu các phương pháp, mô hình toán thích hợp và áp dụng đánh giá tác động do khai thác, sử dụng nước thượng lưu đến TNN vùng hạ lưu sông Hồng;

- Đề xuất các biện pháp giảm thiểu tác động do khai thác, sử dụng nước vùng thượng lưu

2 Các kết quả nghiên cứu chính:

2.1 Đánh giá hiện trạng TNN lưu vực sông Hồng:

Trên cơ sở áp dụng các phương pháp phân tích thống kê, tổng hợp địa lý, khắc phục tình trạng thiếu và không đồng bộ về số liệu quan trắc KTTV, đề tài đã xây dựng được bản đồ đẳng trị lượng mưa năm, lượng dòng chảy năm trên lưu vực sông Hồng, bao quát cả phần diện tích lưu vực trên lãnh thổ Trung Quốc Kết quả nghiên cứu cho thấy lượng mưa trung bình nhiều năm trên sông Lý Tiên là 1790mm, trên sông Nguyên là 1090mm và trên sông Bàn Long là 1190mm Trên toàn bộ lưu vực sông

Hồng lượng mưa năm khoảng 1590 mm, tương ứng với tổng lượng nước mưa 232,78

km3/năm (chưa kể phần lãnh thổ Lào), trong đó trên lãnh thổ Trung Quốc 97,7 km3, chiếm khoảng 42%, trên lãnh thổ Việt Nam 133,9 km3, chiếm 57,5% TNN mưa trên các lưu vực sông như sau: Sông Nguyên – Thao là 62,25 km3/năm, chiếm 26,7% tổng lượng nước mưa lưu vực sông Hồng, sông Lý Tiên – Đà 90,8 km3 (39,0%), sông Bàn Long- Lô 59,23 km3 (25,4%) Tổng lượng TNN mặt lưu vực sông Hồng khoảng 122,5

tỷ m3, hàng năm có khoảng 47,2 tỷ m3 đến từ lãnh thổ Trung Quốc, trong đó sông Đà

là 22,8 tỷ m3, sông Nguyên 15,0 tỷ m3 và sông Bàn Long là 9,4 tỷ m3 Phân phối dòng chảy đến từ lãnh thổ Trung Quốc biến đổi không đều theo thời gian, dòng chảy đến trong mùa cạn chỉ vào khoảng 13,2 tỷ m3/năm, chỉ chiếm 26,1% tổng lượng dòng chảy năm và trong 3 tháng cạn nhất (II-IV) lượng nước chỉ khoảng 3,3 tỷ m3/năm, bằng khoảng 7,0% tổng lượng dòng chảy năm (bảng 1)

Nghiên cứu cho thấy, kết quả đánh giá định lượng cũng như sự phân bố lượng mưa năm, dòng chảy năm theo không gian khá trùng khớp với kết quả nghiên cứu của các đồng nghiệp Trung Quốc về lượng và phân bố lượng mưa năm và dòng chảy năm trên lưu vực sông Nguyên-Hồng thuộc lãnh thổ Trung Quốc

Bảng 1 Tổng lượng dòng chảy của sông Hồng từ lãnh thổ Trung Quốc

chảy vào Việt Nam

Tổng lượng dòng chảy (km3) Sông Theo sông Diện tích lưu vực

(km2) Năm Mùa lũ Mùa cạn Ba tháng II-IVNguyên Dòng chính và Nam Khê 38074 14,91 10,39 4,52 1,33

2.2 Xu thế biến đổi TNN sông Hồng:

Nghiên cứu đánh giá xu thế biến đổi TNN trên lưu vực sông Hồng được thực hiện trên cơ sở phân tích thống kê chuỗi số liệu quan trắc trong thời kỳ nhiều năm theo các thời đoạn nghiên cứu, chú ý các thời đoạn trong những năm gần đây, các thời đoạn

có những biểu hiện tác động của hoạt động khai thác mạnh mẽ tài nguyên trên lưu vực

sông cho các mục tiêu phát triển Đồng thời, áp dụng chỉ tiêu thống kê Kendall để đánh giá xu thế biến đổi của các chuỗi số liệu quan trắc

- Xu thế biến đổi các đặc trưng dòng chảy trên sông Đà những năm gần đây biểu hiện không rõ rệt, trên sông Thao và sông Lô, xu thế giảm dòng chảy lại thể hiện khá rõ nét (hình 1) Tại trạm thủy văn Yên Bái, sông Thao, dòng chảy năm thời kỳ 2001-2010 giảm 8,22% so với thời kỳ nhiều năm Tại trạm thủy văn Vụ Quang, sông

Lô dòng chảy năm thời kỳ 2001-2010 giảm 14,9% so với thời kỳ nhiều năm Một nguyên nhân làm giảm lượng dòng chảy trên các dòng chính sông Hồng trong những năm gần đây là do lượng mưa trên các lưu vực có xu thế giảm (hình 2) Trung bình thời kỳ 2001-2010, lượng mưa năm thiếu hụt trên lưu vực sông Thao so với trung bình nhiều năm khoảng 170mm (8,4%) và trên sông Lô, lượng mưa năm thiếu hụt so với trung bình nhiều năm khoảng 100mm (4,9%)

- Sự suy giảm dòng chảy trên các dòng chính sông Hồng ảnh hưởng đến dòng chảy hạ du Tại trạm thủy văn Sơn Tây, đặc trưng dòng chảy năm xuất hiện xu thế suy giảm rõ nét, thời kỳ 2001-2010 dòng chảy năm giảm 7,3% so với thời kỳ nhiều năm Tại Hà Nội, đặc trưng dòng chảy năm cũng có xu thế suy giảm, dòng chảy năm thời kỳ 2001-2010 giảm 13,4% so với thời kỳ nhiều năm

Hình 1 Xu thế biến đổi lượng mưa năm

trên lưu vực sông Đà, sông Thao, sông Lô

Hình2 Xu thế biến đổi dòng chảy năm trên lưu vực sông Đà, sông Thao, sông Lô

- Từ khoảng năm 2001, bắt đầu xuất hiện xu thế hạ thấp mực nước của trạm thủy văn Sơn Tây, Hà Nội và các trạm thủy văn khác vùng hạ lưu sông Hồng Mực nước trung bình năm thời kỳ 2001-2010 tại Hà Nội giảm 112cm so với thời

kỳ nhiều năm (1957-1990) Mức độ hạ thấp mực nước có xu thế gia tăng trong những năm gần đây, gây ra các tác động lớn đến các hoạt động cấp nước, công tác củng cố đê điều, phòng chống lũ lụt và bảo vệ môi trường vùng hạ lưu Đồng bằng sông Hồng (hình 3,4)

Hình 3 Biến đổi mực nước trung bình

năm thời kỳ nhiều năm (1956-2010) tại

trạm thủy văn Hà Nội so với thời kỳ

1956-1990

Hình 4 Biến đổi mực nước trung bình năm thời kỳ nhiều năm (1956-2010) tại trạm thủy văn Hưng Yên so với thời kỳ

1956-1990

2.3 Nguyên nhân của hiện tượng hạ thấp mực nước vùng hạ lưu sông Hồng

Thống kê các đặc trưng lưu lượng bùn cát tại các trạm thủy văn đầu nguồn dòng chính sông Hồng theo các thời kỳ quan trắc khác nhau (bảng 2) cho thấy xu thế giảm rõ rệt lưu lượng phù sa lơ lửng xuất hiện đồng thời trên cả sông Đà, sông Thao

và sông Lô thời kỳ 2001-2010 và đặc biệt rõ nét trong những năm gần đây 2010) Nguyên nhân của sự giảm lưu lượng phù sa lơ lửng tại các trạm đầu nguồn dòng chính sông Hồng là do sử dụng nước thượng lưu trên lãnh thổ Trung Quốc bằng việc xây dựng các đập và hồ chứa bắt đầu từ những năm 2000 và nhiều công trình đã hoàn thành và đi vào hoạt động từ khoảng năm 2005 Đồng thời, xuất hiện xu thế giảm đột biến lưu lượng cát bùn lơ lửng vùng hạ lưu sông Hồng từ năm 1987-1990 do ngăn đập Hòa Bình và xu thế giảm có chiều hướng gia tăng từ 2001

(2006-Bảng 2 Các đặc trưng lưu lượng bùn cát lơ lửng (kg/s) tại các trạm thủy văn đầu nguồn dòng chính sông Hồng các thời kỳ quan trắc khác nhau

S.Đà tại Lai Châu S.Thao tại Lào Cai S.Lô tại Hà Giang Thời kỳ

Nhiều năm 1533 100 1534 100 108 100 2001-2010 1199 -21,8 1189 -27,1 80,9 -25,7 2006-2010 875 -42,9 729 -52,5 62,3 -42,3 Một nguyên nhân quan trọng của tình trạng hạ thấp mực nước tại các trạm thủy văn hạ lưu sông Hồng là do sự mất cân bằng lượng phù sa vùng hạ lưu Khi dòng chảy

có lượng phù sa lớn chuyển về hạ lưu, vận tốc dòng chảy giảm dần, xuất hiện xu thế lắng đọng phù sa, hình thành các bãi bồi, gò nổi, cồn cát vùng hạ lưu Khi không còn

nhiều lượng phù sa, các bãi bồi, cồn cát được hình thành ở vùng hạ du sông Hồng trong quá trình cân bằng động lực dòng chảy-lòng dẫn trong nhiều năm có xu thế thay đổi theo hướng suy giảm Hiện tượng suy giảm mực nước rõ nét tại các trạm vùng hạ lưu sông Hồng bắt đầu từ khoảng 2001-2002 trùng hợp với hiện tượng bắt đầu từ năm

2001 bãi bồi lòng dẫn đoạn sông Hồng ở khu vực trạm thủy văn Hà Nội bị xói lở Xu thế biến đổi lòng dẫn vùng hạ du diễn ra theo hướng giảm chu vi ướt và tăng bán kính thủy lực của dòng chảy Để cân bằng năng lượng dòng chảy, mực nước biến đổi theo hướng thay đổi độ dốc thủy lực theo quy luật Sê-di-Maning:

2 / 1 3 / 2

1

S R n

V =

Diễn biến dòng chảy, mực nước và lòng dẫn phù hợp với biến đổi độ chênh mực nước tại các trạm vùng hạ du sông Hồng như được thể hiện ở bảng 3

Bảng 3 Biến đổi độ chênh mực nước (cm) tại các đoạn sông vùng hạ lưu sông Hồng

Thời kỳ Sơn Tây - Hà Nội Sơn Tây- Thượng

Cát

Hà Nội -Hưng Yên

Lý Tiên (thượng nguồn sông Đà) có 6 công trình trên dòng chính và 8 công trình trên dòng nhánh, tổng số 14 công trình; Trên sông Nguyên (thượng nguồn sông Thao) có 2 công trình trên dòng chính và 38 công trình trên dòng nhánh, tổng số 40 công trình; Trên sông Bàn Long (thượng nguồn sông Lô) có tổng số 8 công trình Các công trình

sử dụng TNN trên thượng nguồn sông Hồng chủ yếu là các công trình vừa và nhỏ, gồm có 13 đập có chiều dài thân đập dưới 100m, 30 đập có chiều dài từ 100 đến 200m,

16 đập có chiều dài từ 200-300m và 3 đập có chiều dài thân đập trên 300m, đã gây ra một số tác động như sau:

+ Gây bất ổn định dòng chảy đến lãnh thổ nước ta Kết quả khôi phục dòng chảy tự nhiên cho thấy tại các trạm thủy văn trên sông Đà thuộc lãnh thổ Trung Quốc, trung bình các năm 2008, 2009 và 2010 thời kỳ đầu mùa lũ các hồ phía Trung Quốc làm giảm trung bình khoảng 200m3/s, ước tính khoảng 630 triệu m3/tháng Đối với sông Thao, và sông Lô khả năng làm giảm dòng chảy của các hồ chứa thượng lưu một vài năm gần đây nhỏ hơn so với sông Đà chỉ khoảng từ 50 đến 100 m3/s/tháng trong thời kỳ đầu và cuối mùa lũ, nhưng mức độ làm giảm dòng chảy có xu thế gia tăng Dao động mực nước, lưu lượng nước tại các trạm thủy văn đầu nguồn biên giới không

theo quy luật tự nhiên trước đây do tác động của hoạt động tích - xả đan xen của các

hồ phía Trung Quốc, gây khó khăn cho hoạt động sử dụng TNN, gây bồi xói lòng dẫn, ảnh hưởng môi trường sinh thái, làm giảm hiệu quả hoạt động khai thác, điều tiết dòng chảy và kiểm soát lũ của các hồ chứa trên sông Hồng thuộc lãnh thổ nước ta

+ Do tác động của biến đổi khí hậu, làm xuất hiện các trận mưa-lũ lớn xảy ra vào thời kỳ đầu tháng X trên sông Lý Tiên và sông Nguyên, là thời kỳ tích nước cao của các hồ chứa nước trong những năm gần đây đã gây ra lũ nhân tạo trên sông Đà tháng X/2006, làm tăng nguy cơ rủi ro do thiên tai và điều tiết dòng chảy từ phía Trung Quốc gây ra đối với các sông của Việt Nam

Tính toán khôi phục dòng chảy tự nhiên bằng mô hình mưa-dòng chảy đối với một số trạm thủy văn trên dòng chính sông Đà, sông Lô và quan hệ tương quan nhiều biến đối với các trạm thủy văn vùng hạ du, đồng thời so sánh dòng chảy tự nhiên và

bị điều tiết đã thể hiện mức độ tác động điều tiết dòng chảy của các công trình sử dụng nước thượng lưu đối với sự biến đổi các đặc trưng TNN lưu vực sông Hồng

Dựa trên kết quả nghiên cứu, đề tài đã đề xuất các biện pháp giảm thiểu các các tác động bất lợi của việc khai thác sử dụng nước vùng thượng lưu đến TNN sông Hồng dựa trên sự phối hợp các biện pháp phi công trình và các biện pháp công trình và vận hành công trình Các biện pháp phi công trình bao gồm việc hoàn thiện và nâng cao hiệu quả quan trắc KTTV tại các trạm đầu nguồn sông Hồng, tăng cường công tác hợp tác với Trung Quốc trong nghiên cứu khoa học và quản lý TNN lưu vực sông tiến tới hình thành và ký kết Hiệp định về hợp tác TNN xuyên biên giới Việt-Trung, đồng thời tăng cường công tác quản lý TNN sông Hồng trong lãnh thổ nước ta Biện pháp công trình là biện pháp làm chậm dòng chảy nhân tạo vùng hạ du thay thế các cồn cát, bãi nổi tự nhiên có xu thế suy giảm do sự thiếu hụt lượng phù sa bị lắng đọng ở các hồ chứa nước vùng thượng nguồn sông Hồng

3 Kết luận và Kiến nghị

Kết quả nghiên cứu chính của đề tài là xác định được các tác động của việc sử dụng nước phía thượng lưu trên lãnh thổ Trung Quốc bao gồm: (1) Gây mất ổn định dòng chảy đến lãnh thổ Việt Nam; (2) Làm giảm dòng chảy đến trong thời kỳ đầu và cuối mùa lũ; (3) Xả lũ của các hồ chứa phía Trung Quốc có thể gây lũ nhân tạo lớn hơn lũ tự nhiên vào thời kỳ tích nước đầu tháng X; (4) làm giảm lượng phù sa của dòng chảy đến Tổng hợp các tác động của các hồ chứa thượng lưu đã làm mực nước vùng hạ du sông Hồng có xu thế giảm mạnh Nguyên nhân cơ bản của hiện tượng suy giảm mực nước là do mất cân bằng phù sa lơ lửng và phù đáy vùng hạ lưu sông Hồng Trên cơ sở các kết quả nghiên cứu, các biện pháp phi công trình, biện pháp công trình

và vận hành công trình đã được đề xuất để giảm thiểu tác động bất lợi của việc sử dụng nước thượng lưu Tuy nhiên, trong điều kiện tác động của biến đổi khí hậu cùng với mức độ gia tăng sử dụng nước thượng lưu sông Hồng, có những tác động đã được phát hiện nhưng có thể còn có những các tác động vẫn tiềm ẩn chưa thể phát hiện được Do đó, kiến nghị Viện Khoa học Khí tượng Thủy văn và Môi trường trình Bộ TN&MT cho phép được tiếp tục đi sâu nghiên cứu các tác động của các hồ chứa thượng nguồn đối với hạ du sông Hồng với quy mô mở rộng xuống vùng cửa sông Hồng-Thái Bình với mức độ nghiên cứu chi tiết hơn, đồng thời cho phép tiếp tục phát

triển hợp tác nghiên cứu, đào tạo cán bộ với Trung Quốc phục vụ mục tiêu phát triển TNN các lưu vực sông xuyên biên giới Việt-Trung cách bền vững

TÀI LIỆU THAM KHẢO

1 Lương Tuấn Anh, NNK (2011): Báo cáo tổng kết đề tài nghiên cứu khoa học

và phát triển công nghệ cấp Bộ: Nghiên cứu tác động của việc sử dụng nước phía thượng lưu đến TNN lưu vực sông Hồng

2 Lương Tuấn Anh (2011): Nguyên nhân của xu thế hạ thấp mực nước tại

trạm thủy văn Hà Nội trong những năm gần đây Tạp Chí Khí tượng Thủy văn Số 605, tháng 5/2011, tr 40-44

3 Lương Tuấn Anh, Trần Thục (2010): Transboundary water issues affected to

Vietnam in the context of climate change Proceedings of the fifth Conference of Asia Pacific Association of Hydrology and Water Resources November, 2010

4 Yungang, He Daming, Ye Changqing (2008) Spatial and Temporal variation

of runoff Red river basin in Yunnan J Geogr Sciences No 18

5 Feng Yan, He Daming (2009): Transboundary water vulnerability and its

drivers in China J Geogr Sciences No 19

IMPACT ASSESMENT OF UPSTREAM WATER UTILIZATION ON

THE WATER RESOURCES IN HONG RIVER BASIN

Lương Tuấn Anh, Hoàng Thị Phương Thảo

Vietnam Institute of Meteorology Hydrology and Environment

The report presents the main results of the ministerial scientific subject 2010-2011: “Study

on the impact of upstream water utilization on the water resources in Hong river basin” The main results include: assessment of the status and changing trend of water resources, finding the reason for the decrease of water level in downsteam of Hong river and proposal

measures for mitigation of harmful impact of upstream water utilization

MÔ HÌNH FEBPNN THIẾT LẬP MỐI QUAN HỆ PHI TUYẾN GIỮA

CÁC YẾU TỐ KHÍ TƯỢNG THỦY VĂN

Lê Xuân Cầu

Viện Khoa học Khí tượng Thủy văn và Môi trường

Mô hình FEBPNN được thiết kế và xây dựng cho phép thiêt lập mối quan hệ phi tuyến FEBPNN gồm có 3 modun: Modun trích xuất đặc trưng dữ liệu, modun chon lọc biến đầu vào và modun mạng nơ ron nhân tạo FEBPNN sử dụng phép biến đổi cosin rời rạc hoặc moment để trích xuất đặc trưng dữ liệu FEBPNN sử dụng hệ số tương quan hoặc thông tin tương hỗ giữa các biến đầu ra và các biến đầu vào để chọn lọc biến Modun mạng nơron nhân tạo dùng xác định hàm gần đúng quan hệ phi tuyến Phần mềm FEBPNN đã được xây dựng và áp dụng thử nghiệm cho dự báo lượng mưa dựa trên sản phẩm mô hình số trị dự báo thời tiết HRM.

1 Giới thiệu chung

Trong lĩnh vực đo đạc tính toán khí tượng thủy văn ta có một khối lượng khổng

lồ các dữ liệu chẳng hạn như dữ liệu đo đạc nhận được từ các máy móc hiện đại như từ rađa, vệ tinh Mô hình FEBPNN bao gồm các modun trích xuất đặc trưng dữ liệu, chọn lọc biến đầu vào và mạng nơ ron nhân tạo

Trong xử lý dữ liệu có dung lượng lớn việc trích xuất các đặc trưng dữ liệu là rất quan trọng Các đặc trưng dữ liệu đại diện cho các đặc tính cơ bản của dữ liệu ban đầu Các đặc trưng này có thể là bất biến đối với phép quay Hiện nay có một số phương pháp cho phép biến đổi dữ liệu 1 chiều, 2 chiều và 3 chiều hoặc 4 chiều (trong

đó 1 chiều là thời gian) để rút ra các đặc trưng dữ liệu mà người nghiên cứu quan tâm

Dữ liệu 2 chiều thể hiện các giá trị tại các nút của lưới dữ liệu (x, y) Thay vào sử dụng trực tiếp lưới dữ liệu người nghiên cứu chỉ sử dụng các đặc trưng dữ liệu cần thiết Biến đầu vào cho mạng nơron được chọn lọc theo thông tin tương hỗ hoặc hệ số tương quan

Một hệ thống phi tuyến bất kỳ có thể gần đúng bằng một mạng nơron lan truyền ngược sai số với số nút ẩn đủ lớn Điều này đã được khẳng định trong toán học bằng định lý về mạng nơron

2 Mô hình thiết lập mối quan hệ phi tuyến các yếu tố khí tượng thủy văn FEBPNN

Mô hình FEBPNN được thiết kế và xây dựng để thiết lập mối quan hệ phi tuyến với đầu vào là các lưới dữ liệu (chẳng hạn lưới dữ liệu bộ sản phẩm mô hình số trị) và các đầu ra của hệ thống (chẳng hạn yếu tố khí tượng trên các trạm khí tượng)

Mô hình FEBPNN bao gồm các modun chính sau đây:

1) Modun biến đổi dữ liệu để trích xuất các đặc trưng dữ liệu;

2) Modun chọn lọc biến đầu vào cho BPNN;

3) Modun mạng BPNN [1, 2, 3]

2.1 Trích xuất đặc trưng dữ liệu

Khi số đầu vào hệ phi tuyến lớn cần phải giảm số đầu vào bằng trích xuất đặc trưng dữ liệu Giả sử ta có bài toán thiết lập mối quan hệ tương quan giữa 10 yếu tố đầu vào (10 lưới dữ liệu 2D) với độ phân giải 161 x 161 và 10 đầu ra Khi đó lưới dữ liệu 2D có: 161*161 *10 = 259210 điểm nút (đầu vào) cho 10 yếu tố tại 1 thời điểm (tức là sẽ có 161*161=25921*10 đầu vào cho 10 yếu tố) Nếu dùng phép biến đổi

Cosine 2D với p=7 và q=7 ta rút ra (7 x 7) x 10= 490 đặc trưng dữ liệu Các đặc trưng

này đại diện cho dữ liệu có thể làm đầu vào cho BPNN (Số đầu vào mới chỉ bằng 490/259210= 0.189 % số đầu vào ban đầu)

Để trích xuất đặc trưng dữ liệu, FEBPNN sử dụng một trong các phương pháp sau: Phép biến đổi Cosine rời rạc DCT hoặc phép biến đổi Moment

a) Phép biến đổi Cosine rời rạc DCT:

DCT-1D là phép biến đổi trực giao chuỗi x thành chuỗi các đặc trưng y

y = Cx ; x = C-1y

xác định bằng công thức sau:

DCT-1D có các véc tơ cơ sở:

DCT-2D biểu diễn dưới dạng:

Ở đây x(m,n) là ma trận NxN và k, l, m, n thay đổi từ 0 tới N-1

b) Phép biến đổi Moment:

Mô men bậc p, q của lưới dữ liệu được xác định như sau:

q p

m

,

2.2 Lựa chọn biến đầu vào cho BPNN

Chọn biến đầu vào là một trong những việc rất quan trọng trong thiết lập mối quan hệ tương quan Thường có ba cách tiếp cận để chọn biến đầu vào:

- Cách thứ nhất: Chọn biến đầu vào phụ thuộc tiêu chí đánh giá mô hình Tập biến đầu vào tốt nhất là tập biến đầu vào sao cho chỉ tiêu đánh giá mô hình tốt nhất

- Cách thứ hai: Chọn biến đầu vào không phụ thuộc mô hình Các chỉ tiêu như hệ số tương quan, thông tin tương hỗ được tính giữa các biến đầu vào

và biến đầu ra Chọn tổ hợp các biến đầu vào sao cho chúng có chỉ tiêu tối

ưu

- Cách thứ ba: Chọn biến đầu vào dựa vào ý nghĩa vật lý của bài toán

Cách thứ nhất đối với BPNN là không hiệu quả bởi quá trình BPNN học cần nhiều thời gian Cách thứ hai đối với BPNN mang tính hiệu quả hơn,

Với cách thứ hai, mô hình FEBPNN sử dụng 1 trong 2 phương pháp sau: Sử

dụng hệ số tương quan; hoặc sử dụng thông tin tương hỗ MI (Mutual Information)

Khái niệm về thông tin tương hỗ MI Đối với biến ngẫu nhiên X với xác suất của x là Px Entropy H(x) được xác định như sau:

H(X) = - ∑xPxlnPx đơn vị là bit

Thông tin tương hỗ giữa hai biến X và Y được xác định như sau:

I (X,Y) = H(X) + H(Y) – H(X,Y) I(X,Y) có tính chất sau:

1, I(X,Y) = I(Y,X)

2, 0 ≤ I(X,Y) ≤ Cực tiểu (H(X), H(Y))

3, I(X,Y) = 0 nếu X, Y không phụ thuộc lẫn nhau

4, I (X,Y) = H(Y) nếu Y là một hàm của X

Thông tin tương hỗ riêng I(X, Y, Z): phần thông tin của I(X,Y) không chứa trong Z

Các bước tính PMI:

1 Cực đại hóa MI : MIM

2 Lọc nhanh tương quan (3 bước):

a Chọn Xγ(e) sao cho I(Y, Xγ(e) ) > δyx

b Loại Xi nếu I (Y, Xj) > I (Y,Xi)

I (Xi, Yj) > I (Xi,Y)

c Loại Xi nếu I(Xi, Xj)> δxx và I(Xi, Y) < I(Xj, Y)

3 PMI: Cực đại hóa (PMIM)

Min H (Y / Xγ(1) Xγ(2) , Xγ(3) Xγ(f) )

γ(1) = argmax I (Y, Xn)

2.3 Mạng nơron nhân tạo

Mạng thần kinh nhân tạo truyền thẳng đa lớp BPNN [1] gồm ít nhất 3 lớp các nút (nút là các neuron giả lập) Lớp đầu vào là lớp thụ động cho phép đưa vào BPNN các dữ liệu để học Tiếp đến là lớp ẩn (lớp mà các nút của nó không có liên hệ trực tiếp với các lớp bên ngoài) Lớp ẩn tính các tổ hợp phi tuyến của các đầu vào Lớp đầu

ra tính các tổ hợp phi tuyến của đầu ra của các nút ẩn

Cơ sở toán học của việc gần đúng một hàm phi tuyến bất kỳ bằng BPNN được

thể hiện trong định lý về Sự tồn tại mạng nơron ánh xạ Kolmogorov

2.4 Đánh giá tính tổng quát mạng BPNN

Đê xác định cấu trúc tối ưu và các trọng số của mạng BPNN có 2 phương pháp thường dùng:

1, Dữ liệu để học chia ra làm 2 tập, một tập dữ liệu dùng để xác định sai số, tập

dữ liệu khác dùng để kiểm tra chéo độc lập Cấu trúc và các trọng số của mạng BPNN tối ưu là mạng với số nút ẩn và trọng số sao cho sai số quân phương trên tập dữ liệu kiểm tra chéo nhỏ nhất

2, Dùng các chỉ tiêu POD, FAR, TS, ETS đánh giá tính tổng quát của mô hình Đối với dự báo mưa có thể lập bảng ngẫu nhiên với các ngưỡng mưa khác nhau khi tính xác suất dự báo có mưa hay không có mưa: POD: Xác suất phát hiện; FAR: Mức báo động giả; TS: Mức nguy hiểm; ETS: Mức nguy hiểm tương đương; HSS: Mức kinh nghiệm Heidke; TSS: Thống kê kinh nghiệm thực

3, Dùng các chỉ tiêu khác đánh giá tính tổng quát của mô hình

3 Chương trình phần mềm FEBPNN

Chương trình phần mềm FEBPNN trích xuất các đặc trưng dữ liệu và chọn

các biến đầu vào cho BPNN và xác định BPNN Giao diện chương trình (hình 1) có

Sử dụng chương trình này có thể trích xuất các đặc trưng dữ liệu với các giá trị

P và Q khác nhau; Tab 2: Tổ hợp các đặc trưng dữ liệu thành tệp đầu vào; Tab 3: Tạo tệp dữ liệu đầu ra; Tab 4: Tạo tệp đầu vào-đầu ra;Tab 5: Chọn lọc biến đầu vào; Tab 6: Tạo dữ liệu cho các lưới con; Tab 7: Chương trình BPNN

4 Ứng dụng FEBPNN nghiên cứu dự báo lượng mưa ngày

Lượng mưa có mối quan hệ phi tuyến với các yếu tố khí tượng khác (chẳng hạn lượng mưa tiềm năng, vận tốc thẳng đứng v…v) Nghiên cứu ứng dụng phương pháp FEBPNN dự báo lượng mưa gồm các bước sau: Mô hình số trị dự báo thời tiết tính các giá trị của các yếu tố quyết định lượng mưa Các giá trị này được tính cho lưới dữ liệu bao phủ toàn lãnh thổ Việt nam Dữ liệu 2 chiều; Trích xuất các đặc trưng của lưới dữ liệu; Tạo tệp dữ liệu các biến đầu vào-đầu ra cho BPNN; Chọn biến đầu vào cho BPNN; Gần đúng quan hệ lượng mưa tại các trạm khí tượng và các yếu tố khí tượng bẳng BPNN

Dự báo lượng mưa khi sử dụng bộ sản phẩm của mô hình số trị (một số đầu

ra của mô hình HRM)

Dữ liệu lượng mưa quan trắc

Số liệu lượng mưa quan trắc được trên 121 trạm khí tượng được thu thập hàng ngày thời gian từ 18/09/2003 đến 30/11/2007 Các trạm khí tượng phân bố trên khắp

lãnh thổ Việt Nam

Sản phẩm mô hình số trị HRM

Trong bộ sản phẩm của mô hình số trị HRM có 10 yếu tố liên quan đến lượng

mưa Bộ sản phẩm được tính theo HRM cho khoảng thời gian từ 18/09/2003 đến

30/11/2007 Dữ liệu được chia làm 2 tập Một tập dữ liệu cho mùa ấm, một tập cho mùa lạnh Các yếu tố đầu vào cho BPNN mùa lạnh và các yếu tố đầu vào BPNN mùa

ấm nóng được chọn riêng Tập dữ liệu trong năm được chia thành 2 tập Một tập dữ liệu mùa nóng từ 01/04 đến 30/09 Một tập dữ liệu mùa lạnh từ 01/10 năm trước đến 30/03 năm sau Dữ liệu đầu vào cho FEBPNN với lưới dữ liệu 2 chiều: Toạ độ cả vùng: 6.25-25.75; 95.25-117.75, toạ độ góc trái trên: 25.75; 95.25 Lưới dữ liệu này phủ toàn bộ lãnh thổ Việt Nam Lưới dữ liệu 2D từ HRM có: 161*161 nút cho 1 yếu

tố tại 1 thời điểm (tức là sẽ có 161*161=25921 đầu vào cho 1 yếu tố) Dữ liệu các biến đầu vào được dùng theo toàn bộ lưới hoặc được lấy ra trên các lưới con tương ứng bao phủ trạm khí tượng khi nghiên cứu dự báo lượng mưa ngày bằng phương pháp FE-BPNN

Dự báo lượng mưa ngày mùa nóng bằng phương pháp FE-BPNN Đồ thị (hình

2) so sánh kết quả gần đúng lượng mưa ngày giữa tính toán và thực đo cho một số ngày (trong khoảng 10/2003-03/2004) tại trạm Sơn Tây (mã trạm 48817)

Hình 2 Đồ thị so sánh kết quả gần đúng lượng mưa ngày giữa tính toán và thực đo

cho một số ngày (trong khoảng 10/2003-03/2004) tại trạm Sơn Tây

Tính toán sơ bộ cho thấy hệ số tương quan (hay thông tin tương hỗ) giữa lượng mưa thực đo tại các trạm khí tượng với dữ liệu trong bộ sản phẩm mô hình số trị HRM thấp dẫn tới các mạng nơron để tính lượng mưa có độ chính xác không cao Các mạng nơron tại các trạm khu vực đồng bằng cho kết quả tôt hơn vùng núi và khu

vực miền Trung Trung Bộ

5 Kết luận

Mô hình FEBPNN được thiết kế và xây dựng cho phép thiêt lập mối quan hệ phi tuyến Mô hình tích hợp một loạt các công cụ từ trích xuất đặc trưng dữ liệu tới chọn lọc biến đầu vào, mạng BPNN và tính các tiêu chí chất lượng mô hình cho các bài toán lớn và phức tạp

Mô hình FEBPNN đã được áp dụng trong nghiên cứu dự báo lượng mưa từ sản phẩm mô hình số trị dự báo thời tiết với sự cộng tác của các cán bộ nghiên cứu Trung tâm Dự báo Khí tượng thủy văn Trung ương Kết quả dự báo còn hạn chế do các yếu tố trong bộ sản phẩm mô hình có tương quan (hoặc thông tin tương hỗ) với lượng mưa thực đo tại trạm khí tượng rất thấp

Cách tiếp cận FEBPNN về nguyên tắc cho phép ta giải quyết các bài toán khi

xử lý dữ liệu rađa hoặc vệ tinh, tổ hợp kết quả dự báo của các mô hình dự báo khác nhau và ứng dụng các kết quả đầu ra mô hình cho các bài toán mà người nghiên cứu quan tâm

TÀI LIỆU THAM KHẢO

1 Cầu, L.X (1999) Ứng dụng của mạng thần kinh nhân tạo (BPNN) xử lý dữ liệu khí tượng thuỷ văn Tạp chí Khí tượng Thuỷ văn, 4(460)

2 Cầu, L X (1999) Tìm số nút ẩn tối ưu của mạng thần kinh nhân tạo (BPNN) bằng lý thuyết cực tiểu hóa mạo hiểm theo cấu trúc (SRM) Tạp chí Khí tượng Thuỷ văn, 8(464)

3 Cầu, L X (1999) Vấn đề ngoại suy mạng thần kinh nhân tạo Tạp chí Khí tượng Thuỷ văn, 9(465)

FEBPNN MODEL FOR ESTABLISHMENT OF NONLINEAR

RELATIONSHIP BETWEEN HYDROMETEOROLOGICAL

VARIABLES

Le Xuan Cau

Viet Nam Institute of Meteorology, Hydrology and Environment

FEBPNN model is designed and built to establish the nonlinear relationship between hydrometeorological variables FEBPNN consists of 3 modules: data feature extraction, input selection and error backpropogation neural network FEBPNN used discrete cosine transform (DTC) or moment transform (MT) to extract data feature from data grid To select input data FEBPNN used partial mutual information and correlation analysis BPNN is used

to approximate the nonlinear system FEBPNN is applied to study to make QPF using numerical weather model output product HRM

MỘT SỐ KINH NGHIỆM VỀ LẬP QUY HOẠCH TÀI NGUYÊN NƯỚC

Nguyễn Chí Công

Trung tâm Quy hoạch và Điều tra Tài nguyên nước

Nhà nước đã có một số văn bản quy định các nội dung chủ yếu cần thực hiện đối với các quy hoạch tài nguyên nước lưu vực sông (QH TNN LVS) Tuy nhiên, làm thế nào, làm bằng cách nào để thực hiện được các nội dung đó vẫn còn có nhiều vấn đề đặt ra Bài báo này nêu lên những khó khăn và chia sẻ một số kinh nghiệm trong quá trình xây dựng các nhiệm vụ và lập quy hoạch tài nguyên nước (TNN) của tác giả và các cán bộ tại Trung tâm

Quy hoạch và Điều tra Tài nguyên nước

1 Mở đầu

Nghị định số 120/2008/NĐ-CP của Chính phủ về Quản lý lưu vực sông và Thông tư số 15/2009/TT-BTNMT của Bộ TNMT quy định về Định mức kinh tế - kỹ thuật lập QH, điều chỉnh QH TNN đã có quy định khá rõ ràng về các nội dung chủ yếu cần thực hiện đối với các QH TNN LVS Tuy nhiên, đến nay chúng ta vẫn chưa có các văn bản quy định, hướng dẫn về các tiêu chí và cách thức, phương pháp để thực hiện nhiều nội dung chủ yếu của các QH thành phần Làm thế nào, làm bằng cách nào để thực hiện được các nội dung của QH TNN vẫn còn đang là các vấn đề đặt ra Do vậy, các cán bộ làm công tác QH TNN LVS thường lúng túng và gặp khó khăn khi xây dựng các QH phân bổ và QH bảo vệ TNN Đồng thời, các cơ quan quản lý Nhà nước cũng gặp khó khăn và thiếu cơ sở trong việc đánh giá, phê duyệt các phương án QH TNN

Một số vấn đề khó khăn điển hình trong công tác lập QH TNN hiện nay là [1]:

• Nguyên tắc, tiêu chí phân vùng QH TNN, phân vùng chất lượng nước;

• Tiêu chí xác định mức độ quan trọng của các vấn đề về TNN và thứ tự ưu tiên để giải quyết các vấn đề đó;

• Nguyên tắc, tiêu chí xác định thứ tự ưu tiên và phương pháp xác định tỷ lệ phân bổ TNN trong khai thác, sử dụng nguồn nước cho các mục đích sử dụng nước khác nhau, bao gồm cả nhu cầu cho bảo vệ môi trường trong trường hợp hạn hán, thiếu nước;

• Cách thức, phương pháp xác định mục đích sử dụng nước; xác định mục tiêu chất lượng nước trên cơ sở mục đích sử dụng nước đối với từng nguồn nước sao cho hợp lý và khả thi trong từng thời kỳ quy hoạch;

2 Phân vùng quy hoạch

Phạm vi địa lý của một vùng QH, một LVS thường khá lớn Các vấn đề bức xúc

về TNN cần phải giải quyết không phải lúc nào cũng xảy ra và giống nhau trên toàn vùng QH hay LVS, mà có thể chỉ xảy ra ở một số nguồn nước, một số vùng, một số tiểu LVS Do vậy, vùng QH hay LVS cần phải được chia nhỏ để có các giải pháp thích hợp cho từng tiểu vùng QH, hay tiểu LVS Theo định nghĩa tại Luật TNN năm

1998: “Lưu vực sông là vùng địa lý mà trong phạm vi đó nước mặt, nước dưới đất chảy tự nhiên vào sông” Tương tự như vậy, trong một LVS lớn thì các tiểu LVS là các

lưu vực của các sông nhánh

Một số nguyên tắc phân chia các tiểu vùng QH, tiểu LVS sau đây đã được sử dụng trong quá trình xây dựng các nhiệm vụ và lập QH TNN LVS do Trung tâm QHTNN thực hiện trong thời gian qua, đó là:

• Dựa vào đường phân thủy của các tiểu lưu vực của các nhánh sông;

• Dựa theo các hệ thống công trình khai thác, sử dụng nguồn nước kết hợp với địa giới hành chính và đơn vị quản lý hệ thống công trình KTSD nước (Đặc biệt đối với vùng đồng bằng, nơi mà hệ thống các công trình thủy lợi, hệ thống kênh mương, đê, bờ bao đã được hình thành làm thay đổi chế độ dòng chảy tự nhiên của các con sông như Đồng bằng sông Cửu long, Đồng bằng sông Hồng, …);

• Căn cứ theo tính hệ thống của nguồn nước để có được những thuận tiện cho việc quản lý khai thác TNN;

• Căn cứ nhu cầu, đặc điểm sử dụng nước và nguồn cấp nước kể cả hướng tiêu thoát nước sau khi sử dụng

3 Xác định các vấn đề bức xúc về TNN

Cơ sở để xác định các vấn đề bức xúc về TNN bao gồm: 1) Tổng hợp thông tin

từ các dựa án, nghiên cứu đã thực hiện trên lưu vực; 2) Tổng hợp thông tin từ các phương tiện thông tin đại chúng; 3) Điều tra, khảo sát thực tế;

Hiện nay chưa có tiêu chí chính thức nào để xác định mức độ ưu tiên giải quyết các vấn đề về TNN Do vậy, chúng tôi đề xuất một số nguyên tắc và tiêu chí dưới đây [2] để xác định mức độ và thứ tự ưu tiên giải quyết các vấn đề TNN như sau:

1 Phạm vi về không gian, thời gian của vấn đề TNN ảnh hưởng đến việc khai thác, sử dụng và bảo vệ TNN đối với toàn LVS; Theo đó, các vấn đề TNN xảy

ra trên phạm vi toàn LVS sẽ được ưu tiên giải quyết cao hơn đối với những vấn

đề chỉ xảy ra ở một hay một số tiểu LVS;

2 Mức độ nghiêm trọng của vấn đề TNN ảnh hưởng đến các hoạt động kinh tế-xã hội đối với toàn LVS;

3 Các vấn đề TNN xảy ra hoặc tác động trên dòng chính sông sẽ ưu tiên giải quyết cao hơn các vấn đề chỉ xảy ra trên dòng nhánh;

4 Vấn đề TNN nào cần giải quyết trước làm tiền đề hoặc cơ sở để giải quyết các vấn đề khác

Trong thực tế, khi xây dựng quy hoạch TNN cho một LVS cụ thể thì ngoài những nguyên tắc, tiêu chí nêu trên, việc xác định mức độ ưu tiên giải quyết các vấn

đề về TNN sẽ được đưa ra thảo luận, lấy ý kiến của các bên liên quan

4 Các nguyên tắc ưu tiên và sự đồng thuận phân bổ TNN

Để có được tỷ lệ phân bổ TNN và thứ tự ưu tiên cấp nước hợp lý, trước hết chúng ta cần phải thống nhất về các nguyên tắc phân bổ TNN Một số nguyên tắc ưu tiên cấp nước có thể áp dụng trong công tác lập QH Phân bổ TNN đã được tác giả đề

xuất tại bài báo ”Quy hoạch Phân bổ TNN- Công cụ để chia sẻ nguồn nước công bằng, hiệu quả” – Tạp chí Tài nguyên và Môi trường, số 14, tháng 7/2009

Cùng với việc thống nhất các nguyên tắc ưu tiên phân bổ nước, việc xác định tỷ

lệ phân bổ nước cũng cần có sự đồng thuận Do vậy, người lập QH phân bổ TNN cần lưu ý những vấn đề sau đây [3]:

• Việc thỏa thuận về lượng nước phân bổ và thứ tự ưu tiên cấp nước phải được thực hiện với sự tham gia của ngành quản lý TNN và các ngành khai thác, sử dụng nước liên quan thông qua hội thảo, thỏa thuận, hoặc bằng văn bản;

• Việc thảo thuận phải đạt được về thứ tự ưu tiên cấp nước (một hay một số những nguyên tắc ưu tiên đã được thống nhất);

• Trong quá trình thỏa thuận, có thể kết hợp các nguyên tắc ưu tiên cấp nước cho các tình huống khác nhau

• Vấn đề không phải là nguyên tắc này hay hơn nguyên tắc kia, mà chính là ở chỗ đạt được sự đồng thuận giữa các bên hưởng lợi và chịu tác động, thiệt hại từ việc phân bổ chia sẻ TNN

• Việc phân tích thực trạng khai thác sử dụng nước, cần nhấn mạnh đến tình hưống hiện tại Đó là giả sử không có phát triển thêm gì về các công trình hồ chứa, thì với tất cả các công trình hiện có, cần có cách quản lý nào là tốt nhất, hợp lý nhất để sử dụng tối ưu nguồn nước Tôi vẫn còn nhớ câu nói của ông Giáo sư dạy môn quản lý nước ở Trường Utah State Univerity bên Mỹ

là: ”Một hệ thống được thiết kế tốt, nhưng quản lý dở thì cũng không bằng một hệ thống thiết kế dở nhưng được quản lý tốt”

Mỗi nguồn nước, mỗi đoạn sông thường được dùng với một số mục đích khác nhau hoặc được khai thác sử dụng tổng hợp, chẳng hạn như cấp nước cho sinh hoạt, cấp nước cho nông nghiệp, nuôi trồng thủy sản, giao thông thủy, giải trí, du lịch, Qua thực tiễn thực hiện các dự án, chúng tôi thấy có những vần đề sau đây cần lưu ý khi xác định mục đích sử dụng của nguồn nước:

• Mục đích sử dụng nguồn nước được xác định trên cơ sở các quy định, quy hoạch của địa phương hoặc thực tế nguồn nước ở đoạn sông đang được sử dụng vào mục đích cụ thể như cấp nước cho sinh hoạt, cấp nước cho nông nghiệp, nuôi trồng thủy sản, giao thông thủy, giải trí, du lịch,

• Mục đích sử dụng nguồn nước phải được UBND cấp tỉnh quy định cụ thể cho địa phương mình, hoặc được xác định trong các quy hoạch TNN được cấp có thẩm quyền phê duyệt Trong những trường hợp khác (chưa có quy định hoặc chưa có quy hoạch), thì mục đích sử dụng nguồn nước phải căn cứ vào tình hình thực tế sử dụng nguồn nước ở đoạn sông

• Mục đích sử dụng nguồn nước là căn cứ xác định giá trị giới hạn của Quy chuẩn

chất lượng nước mặt thích hợp, chẳng hạn loại A1 của QCVN 08:2008/BTNMT

có thể dùng cho cấp nước sinh hoạt;

• Mục đích sử dụng của mỗi nguồn nước phải đạt được sự đồng thuận của cộng đồng dùng nước, giữa thượng và hạ lưu, đặc biệt là các đoạn sông ở giáp ranh giữa

2 địa phương

6 Xác định mục tiêu chất lượng nước

Mục tiêu chất lượng nước của một nguồn nước, một đoạn sông được hiểu một cách nôm na là chất lượng nước của nguồn nước đó, đoạn sông đó cần phải đạt được hoặc yêu cầu phải đạt được trong kỳ quy hoạch theo quy chuẩn quy định Chẳng hạn, chất lượng nước sông Thị Vải tại vị trí X nào đó hiện nay có chất lượng nước đạt giá trị giới hạn loại B2 của Quy chuẩn QCVN 08:2008/BTNMT; Nhưng yêu cầu đến năm

2020 chất lượng nước tại đó phải đạt giá trị giới hạn A2 của QCVN 08:2008/BTNMT Việc xác định mục tiêu chất lượng nước phải đạt giá trị giới hạn A2 tại vị trí đó được căn cứ vào hiện trạng và xu thế biến đổi của nguồn nước, vào tình hình phát triển kinh

tế xã hội của LVS… Trên cơ sở mục tiêu đã xác định, người lập QH bảo vệ TNN cần phân tích và đề xuất các giải pháp thích hợp để đạt được mục tiêu đó Tuy nhiên, trong trường hợp mục tiêu về chất lượng nguồn nước yêu cầu cao quá, khó có khả năng huy động nguồn lực để đạt được vào thời điểm yêu cầu thì người làm công tác QH Bảo vệ TNN cần xem xét, đề xuất điều chỉnh các mục tiêu đó cho phù hợp hơn với thực tế Đó chính là việc phân tích các kịch bản của QH Bảo vệ TNN

TÀI LIỆU THAM KHẢO

1 Nguyễn Chí Công (4/2011) Tài liệu tập huấn về Quy hoạch tài nguyên nước,

Trung tâm Quy hoạch và Điều tra TNN

2 Nguyễn Chí Công (2009) Báo cáo Tổng hợp - Dự án Lập nhiệm vụ Quy hoạch LVS Hồng – sông Thái Bình Trung tâm Quy hoạch và Điều tra TNN

3 Nguyễn Chí Công (6/2009) Tài liệu tập huấn về Quy hoạch tài nguyên nước

Trung tâm Quy hoạch và Điều tra TNN

SOME EXPERIENCES IN SETTING UP

WATER RESOURCES PLANNING

Nguyen Chi Cong

Center for Water Resources Planning and Investigation

The required contents of Water Resources Planning in River Basins have been regulated in some legal documents issued by the Government However, many of these contents have not been yet guided how to do This paper mentions the difficulties and shares some experiences in the process of determining the duties and setting up water resources planning prepared by the author and his colleagues in the Center for Water Resources Planning and Investigation

NGHIÊN CỨU, TÍNH TOÁN TRAO ĐỔI LƯỢNG NƯỚC ẢO THÔNG QUA LÚA GẠO VÀ CÁC NÔNG SẢN CHÍNH Ở VIỆT NAM

Lương Hữu Dũng, Hoàng Minh Tuyển, Lê Tuấn Nghĩa, Ngô Thị Thủy

Viện Khoa học Khí tượng Thủy văn và Môi trường

Nước ảo được hiểu như lượng nước dùng để sản xuất sản phẩm và buôn bán sản phẩm cũng chính là buôn bán nước ảo Trên thế giới đã có nhiều nghiên cứu về cán cân trao đổi buôn bán nước ảo giữa các quốc gia, châu lục Tuy nhiên ở Việt Nam cho đến giờ chưa có một nghiên cứu nào tính toán cụ thể lượng trao đổi, buôn bán nước ảo giữa các vùng, tỉnh Bài báo này đưa ra bức tranh tổng thể về trao đổi buôn bán nước ảo giữa 7 vùng kinh tế Việt Nam thông qua lúa gạo và các nông sản chính

1 Khái niệm nước ảo và buôn bán nước ảo

Khái niệm “nước ảo” ra đời vào giữa những năm 1980 khi các nhà kinh tế

Ixraen tiến hành nghiên cứu về việc xuất khẩu cam và lê ở đất nước họ Khái niệm này sau đó được nhà kinh tế Tony Allan thuộc trường nghiên cứu Phương Đông và Châu

Phi, Viện đại học Luân đôn phát triển Theo ông, nước ảo là lượng nước cần thiết để sản xuất một đơn vị sản phẩm hàng hóa, nó không thực sự có trong sản phẩm hay hàng hóa Liên quan đến nước ảo còn có khái niệm “dấu ấn nước” Nó chính là tổng

lượng nước được sử dụng để tạo ra sản phẩm Dấu ấn nước gồm 3 thành phần chính là: nước xanh lá, xanh lam và xám Nước xanh lá là lượng nước mưa tiêu hao trong quá trình sinh trưởng và phát triển; Nước xanh lam là lượng nước mặt, nước ngầm tiêu hao trong quá trình sinh trưởng và phát triển Nước xám là lượng nước cần thiết để pha loãng các chất gây ô nhiễm trong quá trình sinh trưởng và phát triển của cây lúa, nông sản

Buôn bán nước ảo là một khái niệm không quá mới ở trên thế giới, nó được biết đến như là sự trao đổi sản phẩm, hàng hóa (hàm chứa nước ảo) Với thị trường hàng hóa, đặc biệt là lương thực, có một dòng nước ảo từ các nước xuất khẩu hàng hóa đến các nước nhập khẩu hàng hóa đó Các quốc gia thiếu nước có thể nhập khẩu hàng hóa

mà trong quá trình sản xuất yêu cầu nhiều nước hơn là sản xuất trong nội địa Do đó

có thể tiết kiệm nguồn nước để dùng cho các nhu cầu cần thiết khác (sẽ đem lợi ích lợi ích hơn về mặt kinh tế và xã hội) mà không gây áp lực lên tài nguyên nước

2 Phương pháp và số liệu tính toán

Hình 1 Sơ đồ phương pháp tính nước ảo cho lúa và nông sản khác ở Việt Nam

2.2 Phương pháp tính trao đổi buôn bán nước ảo giữa các vùng

Dòng chảy nước ảo là kết quả của trao đổi nông sản giữa các vùng Lượng nước

ảo trao đổi buôn bán giữa các vùng và xuất nhập khẩu được tính theo phương pháp của Ma-et-al [2] và Bulsink-et-al [3] Phương pháp này dựa trên sự dư thừa hay thâm hụt trong vùng

Nếu sản lượng một loại nông sản lớn hơn so với tiêu thụ nông sản đó thì trong tỉnh/vùng có sự dư thừa về nông sản đó Ngược lại, nếu sản lượng nhỏ hơn tiêu thụ thì tỉnh/vùng đó thiếu hụt nông sản đó Trao đổi, buôn bán sẽ xảy ra giữa các tỉnh/vùng có lượng dư thừa nông sản đến vùng thiếu hụt Trong nghiên cứu này đã giả định trao đổi buôn bán sẽ xảy ra trước với các tỉnh trong cùng một vùng Khi trao đổi nội vùng không đáp ứng được nhu cầu, trao đổi liên vùng sẽ được tính đến theo nguyên tắc ưu tiên trao đổi giữa các vùng gần nhau về mặt địa lý trước

Lượng nông sản nhập khẩu ròng (xuất khẩu ròng) của một vùng phụ thuộc vào tổng lượng lương thực, lượng lương thực dự trữ và lượng lương thực tiêu thụ:

NI(n i ,t,c) = DU(n i ,t,c)-P(n i ,t,c)-∆S(n i ,t,c),

Trong đó

- NI(n i ,t,c) : Lượng lương thực dư thừa (thiếu hụt) (tấn);

- DU(n i ,t,c) : Tổng tiêu thụ sản phẩm c năm thứ t của vùng ni (tấn);

Đặc tính cây trồng

Dấu ấn nước xám

Tổng dấu ấn nước của nông sản

Số liệu phân bón

Sản lượng cây trồng

Lượng nước dùng

để chế biến lúa, nông sản (nước ảo) Tổng dấu ấn nước của cây trồng

2.3 Số liệu tính toán

Lượng nước ảo còn là tổng lượng nước (dấu ấn nước) được sử dụng để tạo ra sản phẩm Dấu ấn nước gồm 3 thành phần chính là nước xanh lá, xanh lam và xám Các tài liệu và số liệu sử dụng để tính toán lương nước ảo bao gồm: Số liệu khí tượng tại 100 trạm phân bố theo 7 vùng kinh tế; số liệu thống kê về dân sinh và sản lượng nông nghiệp được lấy theo Tổng cục Thống kê; số liệu tiêu thụ nông sản được lấy từ USDA và ngân hàng thế giới –Ban nông nghiệp và phát triển nông thôn; số liệu về sử dụng phân bón được lấy theo hiệp hội công nghiệp phân bón thế giới IFA

3 Kết quả tính toán lượng nước ảo và trao đổi nước ảo cho 7 vùng ở Việt Nam

3.1 Dấu ấn nước ảo cho sản xuất 1 đơn vị sản phẩm tại từng vùng

Kết quả dấu ấn nước trong các sản phẩm gạo, ngô và cà phê sản xuất tại 7 vùng

ở Việt Nam được đưa ra cụ thể trong bảng 1 và biểu đồ hình 2

Bảng 1 Dấu ấn nước trong sản phẩm lúa gạo, ngô và cà phê sản xuất ở 7 vùng kinh tế

của Việt Nam trung bình 3 năm 2006, 2007, 2008 (m 3 /tấn )

Bắc Trung

Bộ

Nam Trung

Bộ

Tây Nguyên

Đông Nam Bộ

Đ.B sông Cửu Long

Trung bình

Xanh lam 18%

xám 23%

ngô

Xanh lá 64%

Xanh lam 26%

xám 10%

cà phê

Xanh lá 29%

Xanh

lam

61%

xám 10%

gạo

Hình 2 Tỷ lệ thành phần dấu ấn nước trong gạo, ngô và cà phê sản xuất tại Việt Nam

trung bình 3 năm 2006, 2007, 2008

3.2 Kết quả tính toán lượng nước ảo cho từng vùng kinh tế trong sản xuất lúa gạo

và nông sản chính

Tổng lượng nước ảo được sử dụng để sản xuất lúa gạo và các nông sản chính

được tính toán từ kết quả tính toán dấu ấn nước trong sản phẩm và sản lượng của sản

phẩm đó Kết quả tính toán trung bình cho 3 năm 2006, 2007, 2008 được cho dưới

bảng 2 dưới đây:

Bảng 2 Kết quả tính toán tổng lượng nước ảo được sử dụng trong sản xuất lúa và

nông sản khác

Tổng lượng nước ảo trong sản xuất

Từ bảng 2 có thể thấy rằng, lượng nước ảo hàm chứa trong sản xuất lúa gạo lớn

nhất ở đồng bằng sông Hồng và đồng bằng sông Cửu Long với tổng lượng lên đến

13.203 triệu m3 và 53.132 triệu m3 (chiếm tỉ trọng 52% và 13% cả nước) Trong khi

đó, lượng nước ảo trong sản xuất ngô và cà phê lại chủ yếu tập trung ở các vùng khác

như miền núi phía Bắc, Bắc Trung Bộ và Tây nguyên Trong sản xuất ngô, lượng nước

ảo tập trung chủ yếu ở vùng núi phía Bắc và Tây nguyên với tổng lượng nước ảo là

2.513 và 1.522 triệu m3, chiếm 37% và 23% cả nước Đối với sản xuất cà phê, lượng

nước ảo chủ yếu tập trung ở Tây nguyên (chiếm 90% cả nước) và Đông Nam Bộ (8%

cả nước) các vùng khác chỉ chiếm 2%

3.3 Lượng nước ảo trao đổi giữa các vùng kinh tế

Áp dụng phương pháp tính toán dòng nước ảo đã trình bày ở mục 2.2 với giả

thiết rằng trao đổi thực hiện theo quyền ưu tiên về khoảng cách giữa các vùng Vùng

còn thiếu gạo sẽ ưu tiên nhập gạo từ vùng thừa gạo gần nhất Kết quả tính toán trao đổi

buôn bán nước ảo như bảng 3 và hình 3

Vùng Đông Nam Bộ có nhu cầu nhập nước ảotrong lúa gạo nhiều nhất, trên 5,8

tỷ m3 mỗi năm và có xu hướng ngày càng tăng Tính trung bình 3 năm 2006-2008,

ĐBSCL là nguồn cung cấp gạo chính cho cả nước, với lượng nước ảo trao đổi trong

nội địa lên đến hơn 10 tỷ m3

Vùng có lượng nước ảo xuất nhiều nhất thông qua trao đổi sản phẩm ngô là Tây

Nguyên với lượng nước ảo xuất trung bình 3 năm 2006 -2008 vào khoảng 966 triệu

m3 Vùng ĐBSCL là vùng có lượng nước ảo nhập lớn nhất, khoảng 848 triệu m3,

tương đương 59% lượng nước ảo trao đổi nội vùng Đồng bằng Bắc Bộ cũng là một

trong những vùng nhập nước ảo nhiều với lượng nước ảo trung bình nhập 3 năm 2006 – 2008 là 383 triệu m3

Bảng 3 Lượng nước ảo trao đổi giữa các vùng thông qua trao đổi buôn bán gao, ngô

Bộ

T.du và miền núi phía Bắc

Bắc Trung

Bộ

Nam Trung

Bộ

Tây Nguyên

Đông Nam Bộ ĐBSCL

Hình 3 Cán cân nước ảo giữa các vùng kinh tế của Việt Nam thông qua trao đổi gạo,

ngô và cà phề trung bình trong 3 năm 2006, 2007, 2008

Tổng dòng nước ảo trao đổi nội địa thông qua buôn bán cà phê trung bình 3 năm khoảng 261÷329 triệu m3 Nghiên cứu giả thiết hầu hết sản lượng cà phê được dùng cho xuất khẩu ra nước ngoài, chỉ 1 phần nhỏ cà phê ở Tây Nguyên được sử dụng

để tiêu thụ nội vùng và trao đổi trong nước Do đó lượng nước ảo Tây Nguyên xuất ngoại vùng tương đối ít, khoảng 89÷112 triệu m3

4 Kết luận

Trên đây đã đưa ra những kết quả bước đầu của tính toán nước ảo và trao đổi nước ảo trong 7 vùng kinh tế ở nước ta Theo đó, dòng nước ảo trong sản xuất lúa gạo chủ yếu dịch chuyển từ Đồng bằng sông Cửu Long đến các vùng khác như Đông Nam

Bộ hay Trung du và Miền núi phía Bắc nơi mà để sản xuất ra 1 tấn lúa gạo sẽ tốn nhiều nước hơn Trong khi đó trao đổi buôn bán nước ảo chứa trong ngô lại đi từ Đông Nam Bộ và Trung du và Miền núi phía Bắc sang các vùng còn lại mà chủ yếu là Đồng bằng sông Cửu Long và Đồng bằng Bắc Bộ, hai vựa lúa chính của nước ta Đối với cà phê, dòng nước ảo dịch chuyển từ Đông Nam Bộ và Tây Nguyên nơi có đặc điểm điều kiện tự nhiên phù hợp đến các vùng còn lại

Từ những tính toán trên có thể thấy rằng từ việc phân tích buôn bán trao đổi nước ảo giữa các vùng cho thấy lợi ích của việc trao đổi buôn bán nông sản trên quan điểm sử dụng nước Bằng việc trao đổi buôn bán nước ảo này sẽ tiết kiệm nguồn tài nguyên nước tại mỗi vùng mà vẫn đảm bảo được nhu cầu dân sinh Đây sẽ là một hướng tiếp cận mới cho vấn đề quản lý tổng hợp tài nguyên nước của Việt Nam

TÀI LIỆU THAM KHẢO

1 A.Y.Hoekstra, A.K.Chapagain, M.M Aldaya, M.M.Mekonnen.2009 Water

footprint manual

2 A.K.Chapagain, A.Y.Hoekstra, November 2004 Water footprints of nations

3 Jing Ma, A.Y.Hoekstra, H.Wang, A.K.Chapagain and D.Wang, 2006 Virtual

versus real water transfers within China, Philosophical Transactions Of The Royal Society B

F.Bulsink, A.Y.Hoekstra and M.J.Booij, January 2010 Article: The water

footprint of Indonesian provinces related to the consumption of crop products, Hydrology and Earth System Sciences

STUDYING AND ESTIMATING VIRTUAL WATER TRADE IN RICE

AND MAIN AGRICULTURAL PRODUCTS OF VIETNAM

Luong Huu Dung, Hoang Minh Tuyen,

Le Tuan Nghia, Ngo Thi Thuy

Viet Nam Institute of Meteorology, Hydrology and Environment

Virtual water is known as amount of water used for production and products trade is also virtual water trade There are many studies on virtual water trade balance between countries and continents in the world However, up to now there is no study on virtual water trade estimation of provinces, regions in Vietnam The paper presents overall image of virtual water trade between 7 economic zones of Vietnam by rice and major crops trading

NGHIÊN CỨU DỰ BÁO THỦY VĂN DÀI HẠN THÍ ĐIỂM CHO MỘT SỐ TRẠM THỦY VĂN TRÊN LƯU VỰC SÔNG THÁI BÌNH VÀ SÔNG BA

HoàngVăn Đại, Đặng Thị Lan Phương, Đỗ Thị Luyến

Viện Khoa học Khí tượng Thủy văn và Môi trường

Vấn đề dự báo thủy văn nói chung và dự báo thuỷ văn hạn dài nói riêng đã được nhiều nước quan tâm Ở Việt Nam, hiện nay có khá nhiều nghiên cứu về dự báo thuỷ văn hạn dài trong đó có phương pháp hồi qui Đây là phương pháp dựa trên số liệu quan trắc trong quá khứ để thiết lập một phương trình tuyến tính mô tả mối quan hệ giữa yếu tố dự báo với các nhân tố ảnh hưởng Bằng việc sử dụng các phương pháp thống kê toán học, cụ thể là phương pháp hồi quy nhiều biến tạo ra một phương trình đa biến có xét đến yếu tố dự báo Báo cáo trình bày một số kết quả bước đầu việc ứng dụng công cụ thống kê toán học cho việc

dự báo hạn dài ở lưu vực sông Thái Bình và lưu vực sông Ba Qua đó, từng bước góp phần phục vụ tốt cho công tác dự báo dài hạn ở lưu vực sông Thái Bình

1 Tổng quan

Vấn đề dự báo thủy văn nói chung và dự báo thuỷ văn hạn dài nói riêng đã được nhiều nước quan tâm Hiện nay trên thế giới có rất nhiều nghiên cứu, dự báo thuỷ văn hạn dài (1 tháng, 3 tháng, mùa, năm…) bằng các phương pháp như: xây dựng quan hệ dòng chảy tháng với biến đổi của các dạng hoàn lưu khí quyển; phương pháp thống kê khách quan; phương pháp diễn biến lịch sử của Dương Giám Sơ; phương pháp Vine-Hop, khai triển chuỗi dòng chảy năm dưới dạng tổng của các hàm điều hoà; phương pháp động lực thống kê của M Aliôkhin; phương pháp phân tích phân lớp; phương pháp tương tự; phương pháp phân tích tổng hợp (1992), Có thể quy các phương pháp dự báo hạn dài vào 3 nhóm chính:

Nhóm 1 Phương pháp hồi quy xây dựng mối quan hệ của dòng chảy tháng với

chỉ tiêu hoạt động của mặt trời, các dạng hoàn lưu khí quyển, các yếu tố khí hậu mặt đất hoặc trên cao Đối với các nước trong khu vực nhiệt đới gió mùa như nước ta, thường xây dựng các mối quan hệ giữa dòng chảy với các chỉ số hoạt động của mặt trời, các dạng hoàn lưu khí quyển (theo G IA Van Ghin Ghiêm, A A Ghiếc, Vintels), chỉ số hoạt động của Dao động Nam bán cầu (SOI), về hiện tượng El-Nino,

La Nina, cũng như các yếu tố khí hậu mặt đất và trên cao

Nhóm 2 Các mô hình nhận thức được xây dựng dựa vào cơ sở vật lý của các

mối quan hệ giữa dòng chảy và nhân tố ảnh hưởng, nhóm này có thể dùng để dự báo dòng chảy cho sông tự nhiên cũng như có điều tiết của hồ chứa nước Tuy nhiên, thời gian dự kiến của chúng còn hạn chế, phụ thuộc nhiều vào dự báo lượng mưa trong thời gian dự kiến, mức đảm bảo còn hạn chế trong các tháng chuyển tiếp giữa hai mùa Mặc dù vậy, cùng với sự phát triển của dự báo mưa, với cơ sở lý luận chặt chẽ, nhóm này có nhiều triển vọng tốt ứng dụng vào dự báo dòng trên các sông suối ở Việt Nam

Nhóm 3 Các phương pháp nhận dạng-tương tự và phương pháp thống kê xác

suất, phương pháp thống kê khách quan cũng được sử dụng trong dự báo hạn dài dòng chảy sông Phương pháp nhận dạng tương tự được dùng ở nhiều dạng khác nhau, từ đơn giản, với 1 hoặc 2 nhân tố dự báo, đến phức tạp với hàng trăm nhân tố, hàng chục loại số liệu khác nhau

Ở Việt Nam, hiện nay có khá nhiều nghiên cứu về dự báo thuỷ văn hạn dài, vấn

đề dự báo hạn dài dòng chảy lũ đã được quan tâm từ những năm 60, ứng dụng các phương pháp dự báo của nước ngoài vào dự báo đỉnh lũ năm, dòng chảy tháng, mùa, năm của sông Hồng và một số trạm chủ chốt khác Các phương pháp dự báo hạn dài ở Việt Nam thường được sử dụng là: Phương pháp Diễn biến lịch, phân tích đường quá trình yếu tố dự báo; Phương phân tích khách quan; Phương pháp nhận dạng; Phương pháp hồi quy từng bước; Phương pháp Druzenhin; Phương pháp Phân tích tổng hợp; Phương pháp phân tích ENSO… Trong nghiên cứu này sử dụng phương pháp hồi quy

đa biến để xây dựng phương trình dự báo

2 Cơ sở lý thuyết của mô hình

Phương pháp hồi qui dựa trên số liệu quan trắc trong quá khứ để thiết lập một phương trình tuyến tính mô tả mối quan hệ giữa yếu tố dự báo với các nhân tố ảnh hưởng

Phương pháp hồi qui có dạng tổng quát sau:

m

Yi = ao + ∑ aj Xi,j + εi (1.1)

j=1 Trong đó: aj ( j = 1- m) là các tham số chưa biết ; εi là sai số ngẫu nhiên

Quá trình loại một biến ra khỏi phương trình được thực hiện bắt đầu từ chọn biến có các giá trị Fisher, Student nhỏ nhất Một biến được loại, nếu sau khi đưa biến

đó ra khỏi phương trình, mà phương sai dư (s/σ) không tăng, các chỉ tiêu Fisher, Student của các biến còn lại trong phương trình không giảm và mức đảm bảo dự báo (P%) của phương án không giảm; ngược lại thì biến đó vẫn được giữ lại Việc loại các biến ra khỏi phương trình được dừng lại khi tất cả các biến đã được kiểm tra

3 Xác định bộ thông số của mô hình

3.1 Dữ liệu đầu vào

Quá trình hình thành dòng chảy trên lưu vực chịu ảnh hưởng của nhiều yếu tố tác động, trong đó yếu tố mưa, khí tượng và quá trình dòng chảy từ thời kỳ trước Quá trình lưa chọn các biến độc lập dựa trên phương pháp hồi quy lọc từng bước

Yếu tố dự báo: là số liệu dòng chảy tháng Q tại các trạm Chũ, Thác Bưởi ở lưu

vực sông Thái Bình và trạm An Khê, Củng Sơn ở lưu vực sông Ba Đây là các biến phụ thuộc trong mô hình

Nhân tố độc lập: các nhân tố độc lập là nguyên nhân sinh ra hoặc ảnh hưởng

đến các yếu tố dự báo được sử dụng để tính ra các yếu tố dự báo Các biến độc lập được lựa chọn sơ bộ gồm số liệu mưa, dòng chảy kỳ trước, trường trực giao nhiệt độ mặt nước biển

Trong quá trình phân tích tương quan dòng chảy với các nhân tố khác thấy rằng dòng chảy của tháng này sẽ tương quan với dòng chảy, mưa của các tháng trước nó hoặc sau đó Các nhân tố độc lập được sơ bộ lựa chọn làm đầu vào cho quá trình lựa chọn gồm dòng chảy của các tháng trước thời điểm dự báo Qt-1, Qt-2, Qt-3… và số liệu

12 trường trực giao tự nhiên của nhiệt độ mặt nước biển trước thời điểm dự báo EOF1t-1, EOF2t-1,…, EOF1t-2, EOF2t-2…, EOF1t-3, EOF2t-3 và số liệu mưa trên hai lưu vực nghiên cứu

3.2 Một số kết quả

Hồi quy lọc từng bước là thực hiện các quá trình đưa vào và đưa ra các nhân tố

dự báo để chọn các nhân tố và tổ hợp các nhân tố tốt nhất và thu được phương tình hồi quy tuyến tính nhiều chiều làm giảm phương sai dư đến mức tối thiểu Biến mới được chọn đưa vào phương trình là biến có chỉ số giảm phương sai dư lớn nhất trong các biến còn lại Với mỗi bước lọc mô hình sẽ lựa chọn trong số các yếu tố đưa vào, yếu tố nào tương quan lớn với dòng chảy tháng của trạm cần tính thì được giữ lại, yếu tố nào tương quan nhỏ thì mô hình sẽ tự động loại bỏ Quá trình chọn lọc được dừng khi tìm được phương trình có mức đảm bảo cao nhất

Ứng với mỗi yếu tố mô hình sẽ tính được hệ số của từng yếu tố trong phương trình tương quan, từ đó tính sai số chuẩn, sai số hệ số, dung sai, giá trị giới hạn tỷ suất Sai số chuẩn là kết quả tính toán dựa vào các công thức thống kê để đưa ra sai số chuẩn cho từng nhân tố

Quá trình loại một biến ra khỏi phương trình được thực hiện bắt đầu từ chọn biến có mức tương quan nhỏ nhất Một biến được loại, nếu sau khi đưa biến đó ra khỏi phương trình, mà dung sai không tăng, các chỉ tiêu về mức tương quan và các giá trị giới hạn tỷ suất của các biến còn lại trong phương trình không giảm; và nếu ngược lại thì biến đó vẫn được giữ lại

Lần lượt như vậy có các bước lọc thứ 2, 3, 4… cho đến bước lọc cuối cùng Trong mỗi bước lọc, mô hình dần dần loại bỏ các yếu tố tương quan thấp, giữ lại các yếu tố tương quan cao Tại bước lọc cuối cùng, mô hình đưa ra các yếu tố có giá trị tương quan tốt nhất cho phương trình

Sau bước lọc cuối cùng, mô hình đưa ra bảng thống kê các biến có mức độ tương quan lớn nhất cùng với các hệ số của từng biến trong phương trình tương quan, sai số chuẩn, sai số hệ số, độ dung sai, giá trị giới hạn tỷ suất Từ đó có thể viết được phương trình tương quan biểu thị mối quan hệ giữa biến phụ thuộc và các biến độc lập

Với trình tự như trên, nghiên cứu này đã tiến hành xây dựng phương trình hồi quy đa biến để dự báo dòng chảy trung bình 1, 3 tháng cho một số trạm thủy văn trên

hệ thống sông Thái Bình và trên sông Ba

- Dự báo dòng chảy 1 tháng:

Kết quả đánh giá một số chỉ tiêu thống kê được thể hiện trong Bảng 1

Bảng 1 Các hệ số tương quan bội R và R 2 tại các trạm

Biến phụ thuộc QChũ QThác Bưởi QAn Khê QCủng Sơn

Từ bảng 1 thấy rằng các giá trị hệ số tương quan bội R, R2, R sau khi hiệu chỉnh khá lớn Phương trình dự báo dòng chảy 1 tháng đối với các trạm Chũ, Thác Bưởi, An Khê và Củng Sơn như sau:

• Tại Chũ:

QChũ = 0.061XBACGIANG - 0.035XHAMYEN + 0.177XLANGSON + 0.197XLUCNGAN -

0.04XPHUHO + 0.064XYENBAI + 0.247Qt-1 - 1.952EOF8t-1

• Tại Thác Bưởi:

QThác Bưởi = 0.255XDINHHOA + 0.053XCHIEMHOA + 0.293Qt-1 - 2.628EOF1t-1 +

3.047EOF5t-1 - 2.553EOF7t-1 - 1.909EOF8t-1 - 2.01EOF10 - 1.944EOF11t-1

• Tại An Khê:

QAn Khê = 0.208XAnKhe - 0.025XAuynpa + 0.036XMDak + 0.017XTuyHoa + 0.309Qt-1 -

0.05Qt-2 + 0.091Qt-3

• Tại Củng Sơn:

QCủng Sơn=0.865XANKHE - 0.182XSONHOA + 0.515XMDAK + 0.437XTUYHOA + 0.325Qt-1

+ 0.099Qt-3 - 213.838EOF2t-1 + 10.172EOF9t-1 - 12.579EOF12t-1

Từ các phương trình này có thể tính được giá trị dòng chảy tại các trạm dựa vào các giá trị lượng mưa tháng của các các trạm trong lưu vực, giá trị dòng chảy của tháng trước đó tại các trạm, các giá trị EOF của tháng trước đó Kết quả mô phỏng lại dòng chảy trong quá khứ được thể hiện trong Hình 1

Hình 1 Biểu đồ đường quá trình lưu lượng thực đo và dự báo cho dòng chảy 1

tháng tại các trạm

- Dự báo dòng chảy 3 tháng

Tương tự như cách thiết lập phương trình dự báo dòng chảy 1 tháng, kết quả xác định phương trình hồi quy để dự báo dòng chảy 3 tháng với các chỉ tiêu đánh giá thống kê được thể hiện trong Bảng 2

Bảng 2 Các hệ số tương quan bội R và R 2 tại các trạm

Biến phụ thuộc QChũ QThác Bưởi QAn Khê QCủng Sơn

Ước lượng sai số chuẩn 31.455 29.418 20.28 143.091

Từ đó thiết lập phương trình tương quan để dự báo cho dòng chảy 3 tháng như sau:

• Tại Chũ:

QCHU = 0.013XBACKAN + 0.085XBACGIANG + 0.019XHUULUNG + 0.131XLANGSON +

0.18XLUCNGAN - 0.024XPHUHO + 0.096XYENBAI + 0.052Qt-3 + 0.073Qt-4 + 0.061Qt-5 + 2.756 EOF2t-3 - 2.032EOF3t-3 + 0.942 EOF4t-3 - 4.658 EOF5t-3 - 2.856EOF8t-3 - 5.334EOF9t-3 - 4.315EOF11t-3 - 1.244EOF12t-3 + 3.582EOF1t-4 + 2.302EOF2t-4 + 8.095EOF3t-4 + 3.682EOF4t-4 + 1.25EOF7t-4+ 4.927EOF8t-4 + 2.601EOF10t-4 + 4.947EOF11t-4 - 2.542EOF3t-5 - 2.91EOF4t-5 - 1.528EOF5t-5 + 1.813EOF6t-5 + 6.221EOF9t-5 - 3.306EOF11t-5

• Tại Thác Bưởi:

QTHACBUOI = 0.042XTUYENQUANG + 0.033XTAMDAO + 0.052XDINHHOA +0.065XCHIEMHOA

+ 0.102Qt-3 + 0.04Qt-4 + 0.061Qt-5 + 2.281EOF4t-3 - 2.65 EOF7t-3 - 1.224EOF8t-3 - 3.156EOF9t-3 - 0.904EOF10t-3 + 1.08EOF1t-4 + 9.01EOF3t-4 - 3.952EOF5t-4 - 3.389EOF5t-4 + 3.722EOF7t-4+ 3.662EOF8t-4 - 1.406EOF10t-4 - 1.709EOF12t-4 - 4.045EOF3t-5 - 2.114EOF4t-5 + 1.794EOF5t-5 + 8.127EOF6t-5 - 1.225EOF7t-5 + 5.049EOF9t-5 + 3.06EOF10t-5 - 1.728EOF12t-5

• Tại An Khê:

QANKHE= 0.214XANKHE - 0.046XAUYNPA - 0.019XSONHOA + 0.069XMDAK +

0.031XTUYHOA - 0.012XPLEIKU + 0.061Qt-3 - 0.027Qt-5 + 3.022EOF1t-3 + 2.715EOF3t-3 + 3.48EOF4t-3 - 3.06EOF5t-3 + 2.428EOF7t-3 + 1.417EOF8t-3+ 1.375EOF11t-3 - 1.662EOF12t-3 + 3.162EOF3t-4 - 1.591EOF4t-4 + 1.578EOF6t-4 + 2.549EOF7t-4 - 1.29EOF11t-4 - 2.737EOF12t-4+1.376EOF2t-5 - 2.662EOF3t-5 + 1.118EOF4t-5 + 1.913EOF5t-5 - 3.292EOF8t-5 - 1.726EOF9t-5 - 0.856EOF10t-5 + 2.05EOF12t-5

• Tại Củng Sơn:

QCUNGSON = 0.696XANKHE - 0.276XSONHOA + 0.781XMDAK + 0.552XTUYHOA + 0.118Qt-3

- 0.073Qt-5 + 6.604EOF1t-3 + 13.603EOF3t-3 + 16.975EOF4t-3 - 20.194EOF5t-3 + 13.937EOF7t-3 - 23.599EOF9t-3 + 6.492EOF10t-3 + 12.161EOF11t-3 - 16.393EOF12t-3 - 7.225EOF2t-4 + 9.536EOF4t-4 + 18.742EOF7t-4 + 22.911EOF9t-4 - 11.457EOF10t-4 + 12.086EOF12t-4 - 8.813EOF1t-5 - 16.708EOF3t-5 - 17.735EOF6t-5 - 21.226EOF7t-5 - 35.513EOF8t-5 - 11.985EOF9t-5 - 10.023EOF10t-5 - 15.537EOF11t-5 + 11.554EOF12t-5

Kết quả mô phỏng lại quá trình lưu lượng bằng các phương trình trên thể hiện trong Hình 2

Kết quả nghiên cứu cho thấy yếu tố dự báo (lưu lượng) không chỉ phụ thuộc vào lượng mưa tại các trạm trên lưu vực mà còn phục thuộc vào trường trực giao của nhiệt độ nước biển Kết quả mô phỏng lại quá trình lưu lượng cho thấy các phương trình dự báo dòng chảy 1, 3 tháng đã được xác định có sự phù hợp khá tốt Dựa trên các phương trình này có thể áp dụng cho dự báo dòng chảy trong tương lai

Hình 2 Biểu đồ đường quá trình lưu lượng thực đo và dự báo cho dòng chảy 3 tháng

4 Kết luận

Nghiên cứu này sử dụng phương pháp hồi quy đa biến lọc từng bước đã xác định được phương trình dự báo dòng chảy 1,3 tháng Những kết quả áp dụng ban đầu

cho thấy rất khả quan Qua đó có thể sử dụng phương pháp trong nghiên cứu này để xây dựng mô hình dự báo dòng chảy tháng cho các lưu vực khác ở Việt Nam

TÀI LIỆU THAM KHẢO

1 Nguyễn Văn Tuần, Đoàn Quyết Trung, Bùi Văn Đức, Giáo trình dự báo thủy văn NXB Đại học Quốc Gia Hà Nội, 2003

2 Nguyễn Hữu Khải Phân tích thống kê trong thủy văn Giáo trình ĐHKHTN,

Hoang Van Dai, Dang Thi Lan Phuong, Do Thi Luyen

Viet Nam Institute of Meteorology Hydrology and Environment

General forecast hydrological forecasting and long term hydrological in particular were many countries of interest At present in Vietnam, there are many studies for long-term hydrological forecasting, in which is regression method This is the method based on historical data to establish a linear equation describing the relationship between the predictor with the influencing factors By using methods of mathematical statistics, namely the multivariate regression methods to build a multiple regression equation taking into account factors forecasting The paper presents some initial results of applying mathematical statistical tools to build long-term forecast equation in the Thai Binh and Ba river basins Thereby, the study incrementally contribute to improving the long- term forecasting in the Thai Binh and Ba river basins

PHƯƠNG PHÁP LẬP BẢN ĐỒ PHÂN VÙNG NGUY CƠ LŨ QUÉT Ở VIỆT NAM, ÁP DỤNG THỬ NGHIỆM CHO TỈNH YÊN BÁI

Lã Thanh Hà, Hoàng Văn Đại, Văn Thị Hằng

Viện Khoa học Khí tượng Thủy văn và Môi trường

Báo cáo giới thiệu cách tiệm cận, phương pháp kỹ thuật để lập bản đồ phân vùng

nguy cơ lũ quét trong dự án trọng điểm của Bộ Tài nguyên và Môi trường:” Điều tra, khảo

sát, phân vùng và cảnh báo khả năng xuất hiện lũ quét ở miền núi Việt Nam – Giai đoạn

nguy cơ lũ quét ví dụ cho tỉnh Yên Bái nằm trong vùng dự án, trong đó diễn giải chi tiết các bước thực hiện để người quan tâm có thể tham khảo áp dụng

1 Mở đầu

Lũ quét là lũ hình thành do mưa kết hợp các tổ hợp bất lợi về điều kiện mặt đệm (địa hình, địa chất, thủy văn, lớp phủ ) sinh ra dòng chảy bùn đá trên các sườn dốc (lưu vực, sông suối), dòng chảy lũ truyền rất nhanh gây ra những tàn phá bất ngờ

và nghiêm trọng ở khu vực sườn núi và dọc sông mà nó tràn qua

Do vậy, rất cần thiết và càng sớm càng tốt có các giải pháp giảm thiểu tác hại của lũ quét bằng mọi khả năng trước hết tạo một môi trường sống an toàn hơn cho cộng đồng dân cư và cung cấp cho họ các thông tin về nguy cơ lũ quét để chủ động phòng tránh Một trong các giải pháp quan trọng trước hết trong công tác phòng tránh

lũ quét là lập bản đồ phân vùng nguy cơ lũ quét Bản đồ phân vùng nguy cơ lũ quét

(PVNCLQ) có tác dụng chỉ ra vùng có khả năng xuất hiện lũ quét với nguy cơ khác nhau trong lưu vực sông, là công cụ tạo cơ sở lựa chọn và phối hợp các biện pháp phòng tránh lũ quét, giúp nghiên cứu biện pháp phòng lũ quét và ngập lụt trong xây dựng cơ bản và là tài liệu cơ bản để thiết kế các công trình khống chế lũ quét và ngập úng

2 Tổng quan các phương pháp lập bản đồ PVNCLQ

Hiện nay trên thế giới có nhiều chỉ dẫn khác nhau về lý thuyết, ứng dụng để lập

bản đồ PVNCLQ, nhưng tài liệu đầy đủ và chi tiết là "Procedings of the Expert Group Meeting on Improvement of flood Loss Prevention Systems Based on Risk Analysis and Mapping" của UN, ESCAP, Băng Cốc, Thái Lan, 1988 [3] Dưới đây nêu một số cơ sở

của phương pháp và các bước lập bản đồ PVNCLQ trong điều kiện ở nước ta

Có thể phân các phương pháp lập bản đồ PVNCLQ ra làm 2 nhóm như trình bày dưới đây

2.1 Phương pháp xác định dòng chảy lũ quét để lập bản đồ PVNCLQ

Phương pháp này thực chất là sử dụng tài liệu lịch sử các trận lũ quét đã quan trắc được để lập bản đồ ngập lụt hiện trạng Các thông tin bao gồm: lưu lượng đỉnh lũ trên sông, hàm lượng vật chất rắn trong lũ quét, lưu tốc cực đại, thời gian lũ lên, cường suất lớn nhất và biên độ lũ Sau đó là xác định vùng sinh lũ, vùng bị "quét" và vùng bị"bồi lấp", "thoát lũ", "vùng ngập lụt" khi lũ đạt đến đỉnh hoặc mức lụt cao nhất Tiếp theo, sử dụng các mô hình thủy văn, thủy lực để lập bản đồ nguy cơ lũ quét trên

cơ sở các thông tin dự báo hoặc thiết kế về khả năng mưa và biến đổi mặt đệm Phương pháp thường áp dụng cho một lưu vực sông, suối nhỏ khi có hoặc tương đối

đủ tài liệu

2.2 Phương pháp phân tích nhân tố

Nội dung cơ bản của phương pháp này là xác định được các nhân tố có tác động

rõ nhất đến hình thành lũ quét (thường gọi là tiêu chí hình thành lũ quét) Để thực hiện

phương pháp này cần xác định các nhân tố tham gia vào quá trình hình thành lũ quét ở một lưu vực sông xác định Sau đó sử dụng các thuật toán phân tích nhân tố, chồng lấp bản đồ để tìm các tổ hợp nhân tố có khả năng gây lũ quét theo từng cấp khác nhau Đây là loại phương pháp thường được sử dụng cho một khu vực rộng khi không có đủ tài liệu dòng chảy Trong mục 4 tiếp theo sẽ trình bày chi tiết phương này trong điều kiện Việt Nam

3 Giới thiệu tổng quan khu vực nghiên cứu

3.1 Điều kiện tự nhiên

Yên Bái nằm ở vùng núi phía Bắc, có đặc điểm địa hình cao dần từ Đông Nam lên Tây Bắc và được kiến tạo bởi 3 dãy núi lớn đều có hướng Tây Bắc – Đông Nam: phía Tây có dãy Hoàng Liên Sơn – Pú Luông nằm kẹp giữa sông Hồng và sông Đà, tiếp đến có dãy núi Con Voi nằm kẹp giữa sông Hồng và sông Chảy, phía Đông là dãy núi đá vôi nằm kẹp giữa sông Chảy và sông Lô Địa hình khá phức tạp nhưng có thể chia thành 2 vùng lớn: vùng cao và vùng thấp Vùng cao có độ cao trung bình 600 m trở lên, chiếm 67,6 % diện tích toàn tỉnh Vùng này dân cư thưa thớt, có tiềm năng về đất đai, lâm sản, khoáng sản, có khả năng huy động vào phát triển kinh tế - xã hội Vùng thấp có độ cao dưới 600 m, chủ yếu là đồi núi thấp, thung lũng bồn địa, chiếm 32,4 % diện tích toàn tỉnh

3.2 Hiện trạng lũ quét trong tỉnh:

Theo thống kê, từ năm 1977 đến 2010, trên địa bàn tỉnh Yên Bái đã xảy ra 60

trận lũ quét lớn, nhỏ ở hầu khắp các huyện trong tỉnh

Một số trận lũ quét điển hình:

- Trận lũ quét ngày 23-24/7/1996, tại xã Nghĩa lợi, P Cầu Thia, P Pú Trạng-

thị xã Nghiã Lộ và P Đồng Tâm, P Minh Tân, xã Minh Bảo thuộc TP Yên Bái làm

10 người chết, thiệt hại 3144 ha lúa, 2008 ha hoa màu, hư hỏng 104 công trình thủy lợi, chủ yếu là các công trình nhỏ Tổng thiệt hại về kinh tế khoảng 29,6 tỷ đồng

- Trận lũ quét từ 30/6/2001 -13/8/2001 tại Cát Thịnh, Tú Lệ, Nậm Búng, Sơn A, Đồng Khê, Sơn Lương, làm 15 người chết, 506 ha lúa, 261 ha hoa màu bị ngập lụt.,

- Trận lũ quét lịch sử vào ngày 18-19/9/2005: Xảy ra do tác động của hai cơn

bão số 6 và 7 liên tiếp nhau gây trận lũ quét kinh hoàng trên phạm vi các huyện Văn Chấn, TX Nghĩa Lộ, Mù Căng Chải, nghiêm trọng nhất tại xã Cát Thịnh, huyện Văn Chấn, làm 76 người chết và mất tích, ngập úng 2370 ha lúa, trong đó 1109 ha mất trắng