THIẾT KẾ ĐỒ HỌA VIỆT NAM TRONG MỐI LIÊN HỆ VỚI MỸ THUẬT TRUYỀN THỐNG

Mặc dù lớp phủ thực vật không được coi là tiêu chí ảnh hưởng đến lũ trong nghiên cứu [53], nhưng Asare-Kyei và cộng sự lại sử dụng các tham số là nguyên nhân gây ra lũ: sử dụng đất, loại

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT

ĐẶNG TUYẾT MINH

NGHIÊN CỨU ỨNG DỤNG MÔ HÌNH HOÁ KHÔNG GIAN

TRONG PHÂN VÙNG NGUY CƠ PHỤC VỤ

CẢNH BÁO LŨ LƯU VỰC SÔNG LAM

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT

ĐẶNG TUYẾT MINH

NGHIÊN CỨU ỨNG DỤNG MÔ HÌNH HOÁ KHÔNG GIAN

TRONG PHÂN VÙNG NGUY CƠ PHỤC VỤ

CẢNH BÁO LŨ LƯU VỰC SÔNG LAM

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi Các số liệu tính toán, kết quả trong luận án là trung thực và chưa từng được ai công bố trong bất cứ công trình nào khác

Tác giả luận án

Đặng Tuyết Minh

LỜI CẢM ƠN

Luận án này được hoàn thành dưới sự hướng dẫn của TS Vũ Anh Tuân – Trung tâm Vũ trụ Việt Nam, Viện Hàn lâm Khoa học và Công nghệ Việt Nam và PGS.TS Phạm Công Khải – Bộ môn Trắc địa Mỏ, trường Đại học Mỏ - Địa chất

Tác giả xin bày tỏ lòng biết ơn sâu sắc đến tới các thầy đã tận tình hướng dẫn, giúp

đỡ và động viên trong suốt quá trình làm luận án

Tác giả cũng xin gửi lời cảm ơn đến tập thể các thầy, cô giáo bộ môn Trắc địa Mỏ đã tận tình giúp đỡ, tạo điều kiện trong quá trình tác giả luận án ở Bộ môn

Trong quá trình học tập và nghiên cứu tác giả cũng nhận được nhiều sự giúp

đỡ, quan tâm của cơ sở đào tạo, phòng Sau đại học - trường Đại học Mỏ - Địa chất,

Bộ môn Trắc địa trường Đại học Thuỷ lợi, tác giả xin chân thành cảm ơn sự giúp đỡ quý báu đó

Luận án còn nhận được ý kiến đóng góp của các chuyên gia, nhà khoa học thuộc trường Đại học Thuỷ lợi, trường Đại học Tài nguyên và Môi trường Hà Nội, trường Đại học Mỏ - Địa chất, trường Đại học Quốc gia Hà Nội, Trường Đại học Delft - Hà Lan, Đài KTTV khu vực Tây Nguyên, Đài KTTV khu vực Nam Trung

bộ, Đài KTTV khu vực Bắc Trung bộ, Trung tâm Quy hoạch và Điều tra TNN Quốc gia, cục Viễn thám Quốc gia, Trung tâm Vũ trụ Việt Nam (đề tài VT-UD.12) tác giả xin cảm ơn những ý kiến đóng góp có giá trị đó

Trong quá trình làm đồ án, tác giả đã sử dụng kết quả của đề tài mã số TNMT 05.33 do PGS.TS Trần Duy Kiều, trường Đại học Tài nguyên và Môi trường

là chủ nhiệm Xin chân thành cảm ơn tập thể tác giả của đề tài đó

Tác giả xin bày tỏ lòng biết ơn tới gia đình, bạn bè là chỗ dựa tinh thần giúp tác giả hoàn thành luận án này

Hà Nội, ngày tháng năm 2019

Tác giả luận án

MỤC LỤC

Trang

LỜI CAM ĐOAN i

LỜI CẢM ƠN iv

MỤC LỤC v

DANH MỤC HÌNH vii

DANH MỤC BẢNG ix

DANH MỤC CHỮ VIẾT TẮT xiii

MỞ ĐẦU 1

1 Tính cấp thiết của đề tài 1

2 Mục tiêu và nhiệm vụ của đề tài 4

3 Đối tượng và phạm vi nghiên cứu 4

4 Phương pháp nghiên cứu 4

5 Các luận điểm của luận án 5

6 Những điểm mới của luận án 5

7 Ý nghĩa khoa học và thực tiễn 6

8 Cơ sở tài liệu 6

9 Cấu trúc luận án 7

Chương 1: TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU 9

1.1 Tổng quan tình hình nghiên cứu phân vùng nguy cơ lũ trên thế giới 9

1.2 Tổng quan các nghiên cứu trong phân vùng nguy cơ lũ ở Việt Nam 15

1.3 Tình hình nghiên cứu phân vùng nguy cơ lũ trên lưu vực sông Lam 18

1.4 Phương pháp mô hình hoá trong phân vùng nguy cơ lũ, đánh giá ưu, nhược điểm và hiệu quả ứng dụng của chúng 20

1.4 1 Phương pháp mô hình hóa xây dựng mô hình phân vùng nguy cơ lũ 21

1.4.2 Mô hình tất định trong phân vùng nguy cơ lũ (deterministic model) 23

1.4.3 Mô hình suy nghi ệm trong phân vùng nguy cơ lũ (heuristic model) 26

1.4.4 Mô hình thống kê trong phân vùng nguy cơ lũ 30

1.5 Định hướng và phương pháp nghiên cứu của luận án 34

1.6 Tổng kết chương 1 37

Chương 2: CƠ SỞ KHOA HỌC VÀ THỰC TIỄN SỬ DỤNG PHƯƠNG PHÁP AHP TRONG PHÂN VÙNG NGUY CƠ LŨ TRÊN LƯU VỰC 39

2.1 Cơ sở khoa học của phương pháp AHP 39

2.1.1 Gi ới thiệu phương pháp AHP 39

2.1.2 Nguyên tắc AHP 39

2.2 Quá trình thực hiện phương pháp AHP 41

2.3 Thực tiễn sử dụng AHP trong phân vùng nguy cơ lũ 49

2.3.1 Xác định mục tiêu 50

2.3.2 Xây d ựng mô hình thứ bậc đa tầng 50

2.3.3 Thành lập ma trận so sánh theo cặp 51

2.3.4 Tính trọng số từng tiêu chí và chỉ số nhất quán 53

2.3.5 Ki ểm tra tỷ số nhất quán 53

2.3.6 Phân tích đánh giá kết quả 53

2.4 Phân tích và lựa chọn các yếu tố trong mô hình phân vùng nguy cơ lũ 54

2.4.1 Lượng mưa và cường độ mưa 60

2.4.2 Độ dốc, độ cao và độ nhám địa hình 61

2.4.3 M ật độ lưới sông (mật độ phân cắt ngang), dòng chảy và sự tích tụ dòng chảy 62

2.4.4 Khoảng cách đến mặt nước tự nhiên, khoảng cách đến hệ thống thoát nước, khoảng cách đến ngã ba sông 63

2.4.5 Th ổ nhưỡng, cấu trúc đất, tỷ lệ thấm 63

2.4.6 Sử dụng đất, lớp phủ và lớp phủ thực vật 64

2.4.7 Các yếu tố khác 66

2.5 Phân tích ảnh hưởng của chiều dài sườn dốc đến nguy cơ lũ 67

2.5.1 Khái niệm 67

2.5.2 Cơ sở lý thuyết lựa chọn yếu tố chiều dài sườn dốc trong nghiên cứu phân vùng nguy cơ lũ 68

2.6 Một số nhận xét về phương pháp AHP trong phân vùng nguy cơ lũ 71

2.7 Tổng kết chương 2 73

Chương 3: ỨNG DỤNG PHƯƠNG PHÁP AHP XÂY DỰNG MÔ HÌNH

PHÂN VÙNG NGUY CƠ LŨ TRÊN LƯU VỰC SÔNG LAM 74

3.1 Đặc điểm điều kiện tự nhiên và kinh tế - xã hội lưu vực sông Lam 74

3.1.1 Vị trí địa lý 74

3.1.2 Đặc điểm địa hình 74

3.1.3 Đặc điểm mạng lưới sông ngòi 76

3.1.4 Đặc điểm địa chất, địa mạo 77

3.1.5 Đặc điểm thổ nhưỡng 78

3.1.6 Đặc điểm thảm phủ thực vật 78

3.1.7 Tình hình dân cư 79

3.2 Mạng lưới quan trắc và điều kiện khí tượng thủy văn 79

3.2.1 M ạng lưới quan trắc khí tượng thủy văn 79

3.2.2 Đặc điểm khí tượng thuỷ văn 81

3.3 Nhận xét 81

3.4 Phân tích các yếu tố ảnh hưởng đến lũ lụt ở lưu vực sông Lam 82

3.4 1 Lượng mưa 83

3.4.2 Độ dốc địa hình 83

3.4.3 M ật độ lưới sông (mật độ phân cắt ngang) 84

3.4.4 Thổ nhưỡng 84

3.4.5 Lớp phủ 85

3.4.6 Chi ều dài sườn dốc tương đối 86

3.4.7 Các yếu tố khác 86

3.5 Xây dựng bảng phân cấp các yếu tố ảnh hưởng đến lũ lụt lưu vực sông Lam 88

3.5.1 Xây d ựng bảng phân cấp lượng mưa 89

3.5.2 Xây dựng bảng phân cấp độ dốc 90

3.5.3 Xây d ựng bảng phân cấp thổ nhưỡng 92

3.5.4 Xây d ựng bảng phân cấp lớp phủ 93

3.5.5 Xây dựng bảng phân cấp mật độ lưới sông 94

3.5.6 Xây d ựng bảng phân cấp chiều dài sườn dốc tương đối 95

3.6 Tính trọng số cho các yếu tố ảnh hưởng đến lũ 96

3.6.1 Tính trọng số cho trường hợp năm yếu tố ảnh hưởng 97

3.6.2 Tính trọng số cho trường hợp sáu yếu tố ảnh hưởng 100

3.7 Xây dựng bản đồ các yếu tố ảnh hưởng đến lũ 103

3.7.1 B ản đồ lượng mưa 103

3.7.2 Bản đồ độ dốc 106

3.7.3 B ản đồ thổ nhưỡng 107

3.7.4 Bản đồ lớp phủ 108

3.7.5 Bản đồ mật độ lưới sông 109

3.7.6 B ản đồ chiều dài sườn dốc tương đối 112

3.8 Thành lập bản đồ phân vùng lũ lưu vực sông Lam 114

3.9 Đánh giá độ tin cậy của kết quả phân vùng nguy cơ lũ trên lưu vực sông Lam bằng phương pháp mô hình hoá 119

3.10 Tổng kết chương 3 124

K ẾT LUẬN VÀ KIẾN NGHỊ 126

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ LIÊN QUAN ĐẾN LUẬN ÁN 128

TÀI LI ỆU THAM KHẢO 129

PHỤ LỤC

DANH MỤC HÌNH

DANH MỤC BẢNG BIỂU

Bảng 1.1 Số lượng các công trình khoa học liên quan đến phân vùng nguy cơ lũ trên

Sciencedirect từ năm 2009 đến nay 9

Bảng 1.2 Phương pháp xác định các thông số trong mô hình suy nghiệm áp dụng trong phân vùng nguy cơ lũ 27

Bảng 1.3 Ưu nhược điểm của các phương pháp mô hình hoá không gian trong phân vùng nguy cơ lũ 35

Bảng 1.4 Các tiêu chí đánh giá mô hình và điểm số tương ứng 36

Bảng 2.1 Bảng xếp hạng mức độ so sánh giữa các phần tử 41

Bảng 2.2 Các nhân tố ma trận ý kiến chuyên gia 45

Bảng 2.3 Ma trận so sánh của các nhân tố 46

Bảng 2.4 Các thành phần của ma trận chuẩn hoá 46

Bảng 2.5 Thành phần của ma trận trọng số 47

Bảng 2.6 Chỉ số ngẫu nhiên RI 49

Bảng 2.7: Thống kê các tiêu chí ảnh hưởng đến nguy cơ lũ đã được công bố 56

Bảng 2.8 Yếu tố ảnh hưởng và trọng số trong nghiên cứu phân vùng nguy cơ lũ 60

Bảng 2.9 Giá trị hệ số dòng chảy của các loại hình sử dụng đất khác nhau 65

Bảng 2.10 Thông số đặc trưng nhám trên sườn dốc 69

Bảng 2.11 Thời gian tập trung nước trên sườn dốc tra theo hệ số địa mạo thuỷ văn sườn dốc và vùng mưa 69

Bảng 3.1 Phân cấp lượng mưa 90

Bảng 3.2 Phân cấp độ dốc 91

Bảng 3.3 Phân cấp thổ nhưỡng 92

Bảng 3.4 Phân cấp lớp phủ 94

Bảng 3.5 Phân cấp mật độ lưới sông 95

Bảng 3.6 Phân cấp chiều dài sườn dốc tương đối 96

Bảng 3.7 Kết quả tổng hợp mức độ ưu tiên của các yếu tố ảnh hưởng đến lũ (trường hợp có 5 nhân tố ảnh hưởng) 98

Bảng 3.8 Ma trận so sánh cặp năm yếu tố ảnh hưởng đến nguy cơ lũ 98

Bảng 3.9 Ma trận chuẩn hoá (trường hợp 5 nhân tố ảnh hưởng) 99

Bảng 3.10 Trọng số năm yếu tố ảnh hưởng 99

Bảng 3.11 Các thông số của AHP (trường hợp 5 nhân tố ảnh hưởng) 100

Bảng 3.12 Kết quả tổng hợp mức độ ưu tiên của sáu yếu tố ảnh hưởng đến lũ 100

Bảng 3.13 Ma trận so sánh cặp các yếu tố ảnh hưởng đến nguy cơ lũ 101

Bảng 3.14 Ma trận chuẩn hoá 101

Bảng 3.15 Trọng số sáu yếu tố ảnh hưởng 102

Bảng 3.16 Các thông số của AHP 102

Bảng 3.17 Lượng mưa trung bình tháng, năm tại một số vị trí trên lưu vực sông Lam giai đoạn 1961 – 2017 104

Bảng 3.18 Cấp nguy cơ và diện tích khu vực có nguy cơ lũ (5 yếu tố ảnh hưởng) 117

Bảng 3.19 Cấp nguy cơ và diện tích khu vực có nguy cơ lũ (6 yếu tố ảnh hưởng) 118

Bảng 3.20 Mực nước và cấp báo động tại một số trạm thuỷ văn ngày 17/10/2010121 Bảng 3.21 Mực nước và cấp báo động tại một số trạm thuỷ văn ngày 16/10/2013 122

Bảng 3.22 Mực nước và cấp báo động tại một số trạm thuỷ văn đợt lũ 16/10/2016 123

DANH MỤC CHỮ VIẾT TẮT

Chữ viết tắt Cụm từ đầy đủ bằng tiếng Anh Cụm từ đầy đủ bằng tiếng Việt AHP Analytic Hierarchy Process Quá trình phân tích thứ bậc

BSA Bivariate statistical analysis Phân tích thống kê hai biến

GIS Geographic information system Hệ thống thông tin địa lý

HEC-RAS Hydrologic Engineering Center – River

IDW Inverse Distance Weight PP trọng số khoảng cách nghịch đảo InSAR Interferometric Synthetic Aperure Radar Kỹ thuật Rada giao thoa

GRASS Geographical Resources Analysis

Support System Hệ thống hỗ trợ phân tích tư liệu địa lý

MCE Multi Criteria Evaluation Phương pháp đánh giá đa chỉ tiêu MCDM Multi-criteria decision-making Quyết định đa tiêu chí

SMCE Spatial Multi-Criteria Evaluation Đánh giá đa tiêu chí không gian

SWAT Soil and Water Assessment Tool Công cụ đánh giá đất và nước

TWI Topographic Wetness Index Chỉ số ẩm ướt địa hình

MỞ ĐẦU

1 Tính c ấp thiết của đề tài

Theo Ngân hàng Thế giới, Việt Nam được dự báo là một trong năm quốc gia chịu ảnh hưởng nghiêm trọng nhất của biến đổi khí hậu [9] Nhiều hiện tượng khí hậu cực đoan tác động mạnh mẽ đến sinh kế của người dân Việt Nam, trong đó, lũ lụt là thảm hoạ thiên nhiên gây tổn thất lớn về của cải và sinh mạng của nhiều người trong hàng nghìn năm qua Thêm vào đó, hệ thống phòng, chống lũ như đê điều, hệ thống công trình thuỷ lợi… xây dựng đã lâu chưa được nâng cấp đầy đủ làm cho hậu quả của lũ ngày càng xảy ra nghiêm trọng, thiệt hại càng tăng [9]

Việt Nam mấy thập kỷ gần đây đã hứng chịu nhiều thiên tai lũ, đặc biệt suốt dải ven biển miền Trung như: trận lũ năm 1986 trên sông Trà Khúc; lũ năm 1987 trên sông Vệ, sông An Lão; lũ năm 1992 trên sông Kiến Giang, sông Bến Hải; lũ năm 1993 trên sông Ba, sông Srepok, sông Gianh; lũ năm 1996 trên sông Luỹ, lũ năm 1999 trên sông Hương; lũ năm 1998 trên sông Thu Bồn, sông Vu Gia, sông Eakrong; lũ năm 2002 trên sông La, lũ năm 2009 trên sông Sêsan [9], lũ năm 2016 trên sông Gianh, sông Kiến Giang, sông Ngàn Sâu [38] Từ năm 2005 đến năm

2010, tại miền Trung, thiên tai đã làm gần 1859 người thiệt mạng, trong đó 1640 người chết và 219 người mất tích [41] Các trận lũ điển hình trong những năm gần đây tại các tỉnh miền Trung như: trận lũ 9/2011, 9/2012, 9/2013, 9/2014, 9/2016 và gần đây là trận lũ tháng 10/2017 đã làm thiệt hại nặng nề cả về vật chất cũng như con người cho các tỉnh Trung bộ [9]

Đặc biệt trên sông Lam, một trong những hệ thống sông lớn nhất Bắc Trung

bộ, thường xuyên chịu ảnh hưởng của nhiều loại hình thiên tai đặc trưng cho khu vục duyên hải Miền Trung như Bão, áp thấp nhiệt đới (ATNĐ), lũ, hạn hán, lốc tố, dông sét, sạt lở đất, xói lở bờ sông và bờ biển, cháy rừng, xâm nhập mặn, triều cường…Trong đó ảnh hưởng và gây thiệt hại nhiều nhất là bão, áp thấp nhiệt đới và

lũ Lũ lụt trên sông Lam là một trong những tai biến tự nhiên thường xuyên đe doạ người dân và sự phát triển kinh tế - xã hội của dân cư trong lưu vực Quá trình công nghiệp hoá, đô thị hoá mạnh mẽ trong phạm vi lưu vực sông Lam cùng với sự tác

động của biến đổi khí hậu và tình hình mưa lớn đã làm cho thời gian, cường suất, lưu lượng và tần suất xuất hiện các cơn lũ ngày càng nhiều hơn với diễn biến ngày càng phức tạp hơn.Trong những năm gần đây đã có nhiều đợt lũ lớn gây thiệt hại nhiều về người và tài sản, số liệu quan trắc mực nước lũ trong vòng 40 năm trở lại đây cho thấy trên lưu vực các trận lũ lớn xảy ra ở dòng chính sông Lam là trận lũ

1954, 1963, 1973, 1978, 1988, 2007, 2010 và trung bình cứ 9 – 10 năm lại xuất hiện các trận lũ lớn [39] Một số năm đã gây ra hiện tượng vỡ đê như trận lũ năm 1954,

1978, 1988 và 1996 Đặc biệt trận lũ năm 1954, nhiều đoạn đê bị vỡ với lượng nước

lũ từ sông chảy vào đồng kéo dài 16 ngày liền Tổng thiệt hại do bão lũ trong 21 năm 1990 đến 2010 khoảng hơn 3,300 tỷ đồng [39] Tại Nghệ An, tháng 9/ 2013 trận lũ lớn trên sông Lam đã làm thiệt hại gần 400 tỷ đồng và 13 người chết [40] Đợt mưa lũ 10/2016 đã làm thiệt hại gần 1500 tỉ đồng tại hai tỉnh Nghệ An và Hà Tĩnh [45] Trong đợt mưa lũ lịch sử tháng 10/ 2017, Nghệ An có 10 người thiệt mạng và thiệt hại về vật chất là 758 tỷ đồng và Hà Tĩnh thiệt hại 375 tỷ đồng [44] Trận lũ gần đây ở Nghệ An từ ngày 17 đến 21/8/2018 lũ lụt đã làm 5 người chết, một người mất tích và thiệt hại về kinh tế hơn 786 triệu đồng [46]

Đứng trước tính chất nguy hại của lũ đã, đang và sẽ tiếp tục xảy ra như hiện nay, việc nghiên cứu xác định nguyên nhân, phân tích các thành phần ảnh hưởng tới

lũ, nhằm góp phần ngăn ngừa, giảm thiểu tác động tiêu cực của lũ lụt lưu vực sông Lam, trong đó có cảnh báo sớm, ngày càng trở nên quan trọng Theo đó, việc đề xuất những nghiên cứu cảnh báo lũ nhằm hạn chế, phòng tránh tối đa thiệt hại về cơ

sở vật chất, con người do lũ gây ra là hết sức cấp thiết Các dự báo, cảnh báo lũ hiện nay đã được nhiều nhà khoa học, chuyên gia thủy văn, tài nguyên nước nghiên cứu, xây dựng phần mềm dự báo cảnh báo dưới góc nhìn của các nhà chuyên môn về khí tượng, thủy văn và đã đạt được những kết quả đáng khích lệ Để ngăn ngừa và giảm nhẹ thiệt hại do lũ gây ra, nhiều nghiên cứu đã chỉ ra cần phải làm tốt công tác phòng chống, ứng phó với lũ mà công việc quan trọng cần tiến hành đầu tiên là đánh giá và phân vùng nguy cơ lũ [26] Đặc biệt, đối với sông Lam, lưu vực sông lớn, nơi thường xuyên xẩy ra các trận lũ lịch sử Mọi nghiên cứu để hệ thống hoá,

phân vùng đặc điểm, tính chất, quy luật lũ lụt trên Sông Lam là cần thiết nhằm góp phần giảm thiểu các tác động tiêu cực của lũ lụt đối với cuộc sống và lao động của

cư dân trong lưu vực

Việc ứng dụng các công nghệ mới phối hợp với các nhà chuyên môn để có thể đưa ra những kết quả dự báo ngày càng chính xác, phòng tránh thiên tai là mong muốn của mọi nhà quản lý Các phương pháp mới như: công nghệ vệ tinh dẫn đường toàn cầu (GNSS), hệ thống thông tin địa lý (GIS), viễn thám, kỹ thuật Lidar

… đang ngày càng được ứng dụng rộng rãi trên nhiều lĩnh vực khoa học khác nhau Kết quả nghiên cứu lý thuyết và kinh nghiệm thực tiễn trên thế giới cho thấy sự tích hợp hợp lý các công cụ của các mô hình không gian bao gồm: tư liệu bản đồ, ảnh vệ tinh, GIS, GNSS, kỹ thuật Laser, các phương pháp đo đạc thực địa … cho phép nghiên cứu một cách hiệu quả các nội dung biến động của các thành phần tài nguyên và môi trường trong đó lũ là một đối tượng Việc ứng dụng mô hình hóa không gian trong nghiên cứu phân vùng nguy cơ phục vụ cảnh báo lũ là một định hướng đúng đắn, phù hợp với xu thế phát triển khoa học và đáp ứng nhu cầu xã hội trên thế giới hiện nay So với các phương pháp truyền thống, mô hình hoá không gian dựa trên nguyên tắc tiếp cận hệ thống, là công cụ hiệu quả và tin cậy trong phân vùng nguy cơ phục vụ cảnh báo lũ nói chung và lưu vực Sông Lam nói riêng Phương pháp này cho phép đưa nhiều thông số xử lý đầu ra do đó có thể góp phần cảnh báo và phòng tránh nguy cơ lũ

Với các luận giải trên, đề tài “Nghiên cứu ứng dụng mô hình hoá không

gian trong phân vùng nguy cơ phục vụ cảnh báo lũ lưu vực sông Lam” được lựa

chọn xuất phát từ nhu cầu thực tế và có ý nghĩa khoa học Đây là một nghiên cứu thiết thực góp phần đẩy mạnh ứng dụng công nghệ trong phân tích không gian trên lưu vực sông Lam, một lưu vực sông xuyên biên giới, góp phần quản lý tài nguyên

và môi trường mang tính liên quốc gia Bên cạnh đó, việc ứng dụng mô hình hóa không gian trên lưu vực sông Lam sẽ góp thêm các cơ sở khoa học, kết quả nghiên cứu để mở rộng và tạo điều kiện áp dụng tri thức trong công tác ngăn ngừa, phòng chống và giảm thiểu tối đa các tác động của suy thoái và tai biến thiên nhiên, góp

phần bảo vệ và khai thác bền vững tài nguyên thiên nhiên, giảm thiểu và phòng tránh thiên tai

2 Mục tiêu và nhiệm vụ của đề tài

2.1 Mục tiêu

Xác lập cơ sở khoa học trong xây dựng mô hình phân vùng nguy cơ lũ trên lưu vực sông Lam phục vụ cảnh báo lũ trên quy mô lưu vực góp phần giảm thiểu tác động tiêu cực của lũ lụt

2.2 Nhiệm vụ của nghiên cứu

Để đạt được mục tiêu trên, đề tài phải thực hiện các nhiệm vụ chủ yếu sau:

- Nghiên cứu tổng quan về ứng dụng phương pháp mô hình hoá không gian trong phân vùng nguy cơ lũ

- Nghiên cứu cơ sở khoa học và phương pháp luận về mô hình hoá, trên cơ

sở đó xây dựng mô hình phù hợp với đề tài và khu vực nghiên cứu

- Nghiên cứu ứng dụng phân tích không gian để xây dựng/tính toán chỉ số của các nhân tố liên quan đến lũ như chỉ số liên quan đến lớp phủ bề mặt, thổ

nhưỡng, lượng mưa, mật độ lưới sông, độ dốc, chiều dài sườn dốc tương đối

- Ứng dụng mô hình hoá không gian xây dựng bản đồ phân vùng nguy cơ,

mô hình cảnh báo lũ lưu vực sông Lam

- Đánh giá tính hiệu quả và độ tin cậy của phương pháp

3 Đối tượng và phạm vi nghiên cứu

3.1 Đối tượng nghiên cứu

Xuất phát từ yêu cầu của đề tài, đối tượng nghiên cứu của luận án là mô hình hoá không gian phục vụ phân vùng nguy cơ lũ nói chung và lưu vực sông Lam nói riêng

3.2 Phạm vi nghiên cứu

Nghiên cứu này giới hạn trong phạm vi không gian là lưu vực sông Lam

4 Phương pháp nghiên cứu

Luận án được thực hiện dựa trên các phương pháp nghiên cứu sau:

- Phương pháp phân tích và tổng hợp: Sử dụng phương pháp phân tích nguyên nhân hình thành để đánh giá, xác định các nhân tố ảnh hưởng đến lũ trên

lưu vực Phân tích các nguồn tài liệu bao gồm: các tạp chí, báo cáo khoa học, sách, báo, giáo trình của các tác giả trong và ngoài nước theo cấu trúc logic về lũ và phân vùng nguy cơ lũ Liên kết các thông tin đã thu thập được, từ đó bổ sung thêm tài

liệu nếu thiếu hoặc sai lệch đồng thời lựa chọn, sắp xếp và tổng hợp tài liệu

- Phương pháp kế thừa: áp dụng có chọn lọc các sản phẩm, kết quả khoa học

và công nghệ hiện đại trong nước và trên thế giới

- Phương pháp thống kê: phân tích các mối tương quan giữa các đặc trưng khí tượng – thuỷ văn và tương quan giữa các yếu tố khí hậu, yếu tố địa hình với lũ Tiến hành khảo sát nguy cơ lũ trên khu vực nghiên cứu trong một số năm gần đây

để phát hiện các quy luật và đặc điểm của đối tượng nghiên cứu, từ đó so sánh với kết quả nghiên cứu

- Phương pháp GIS: ứng dụng công nghệ GIS để thành lập bản đồ các nhân

tố ảnh hưởng đến lũ So sánh kết quả nghiên cứu với thực tế tại thời điểm xảy ra lũ trong một số năm gầy đây

- Phương pháp mô hình hoá: phân tích các ưu, nhược điểm của các mô hình

và sử dụng mô hình suy nghiệm để phân vùng nguy cơ lũ

- Phương pháp chuyên gia: sử dụng trí tuệ, ý kiến đánh giá của các chuyên gia về thuỷ văn, thuỷ lực tài nguyên nước trong quá trình đề xuất giả thuyết nghiên cứu, củng cố các luận cứ, đánh giá kết quả của phân vùng nguy cơ lũ Thực hiện qua các buổi hội thảo, bảo vệ chuyên đề, xin ý kiến đóng góp của các chuyên gia

5 Các lu ận điểm của luận án

Luận điểm 1: ứng dụng phương pháp phân tích thứ bậc (AHP) cho phép

nâng cao độ chính xác, độ tin cậy khi xây dựng mô hình phân vùng nguy cơ lũ trên

lưu vực sông Lam

Luận điểm 2: chiều dài sườn dốc tương đối là tham số quan trọng cần được

tính đến trong xây dựng mô hình phân vùng nguy cơ lũ

6 Những điểm mới của luận án

Kết quả nghiên cứu luận án đã chỉ ra các điểm mới sau đây:

- Bổ sung phương pháp luận trong lựa chọn mô hình hoá không gian trong phân vùng nguy cơ lũ và khẳng định ứng dụng phương pháp phân tích thứ bậc

(AHP) cho phép nâng cao độ chính xác, độ tin cậy khi xây dựng mô hình phân vùng nguy cơ lũ trên lưu vực sông Lam

- Khẳng định chiều dài sườn dốc tương đối là yếu tố ảnh hưởng đến lũ, góp phần nâng cao mức độ chi tiết và độ tin cậy của mô hình không gian phân vùng nguy cơ lũ

7 Ý nghĩa khoa học và thực tiễn

7.1 Ý nghĩa khoa học

Kết quả nghiên cứu của luận án đã giúp hoàn thiện cơ sở khoa học và chứng minh tính hiệu quả, tính tin cậy của phương pháp mô hình hoá không gian trong phân vùng nguy cơ lũ nói chung và phân vùng nguy cơ lũ lưu vực sông Lam nói riêng Trong luận án có sử dụng một nhân tố mới là chiều dài sườn dốc tương đối (phân cấp chiều dài sườn dốc) Kết quả ứng dụng nhân tố này khẳng định việc sử dụng chiều dài sườn dốc tương đối cùng với các nguyên nhân sinh lũ khác như các yếu tố về địa hình, thuỷ văn trong xây dựng mô hình là hoàn toàn thích hợp và mang lại hiệu quả cao

7.2 Ý nghĩa thực tiễn

Kết quả nghiên cứu là tư liệu hỗ trợ công tác cảnh báo nhằm ngăn ngừa và giảm thiểu tác động tiêu cực của tai biến lũ trên lưu vực sông Lam và cho các lưu vực có đặc điểm điều kiện tự nhiên và thuỷ văn tương tự như lưu vực sông Lam Ngoài ra, kết quả là cơ sở lý thuyết và thực tiễn cho các cơ quan nghiên cứu về môi trường, các trung tâm phòng chống và cảnh báo thiên tai, biến đổi khí hậu Đồng thời, kết quả của luận án là bản đồ phân vùng lưu vực sông Lam cũng có thể được

sử dụng cho các nghiên cứu sâu hơn về khu vực hoặc có thể ứng dụng trực tiếp trong thực tế

8 Cơ sở tài liệu

Luận án dược thực hiện trên cơ sở các nguồn tài liệu sau đây:

8.3 Các công trình đã nghiên cứu về phân vùng nguy cơ lũ trên thế giới và Việt Nam

Luận án đã sử dụng các nghiên cứu, kết quả của một số công trình nghiên cứu về phân vùng nguy cơ lũ trên thế giới và Việt Nam, kết quả của đề tài nghiên cứu phân vùng nguy cơ lũ trên lưu vực sông Lam như đề tài mã số TNMT 05.33

9 C ấu trúc luận án

Mở đầu

Chương 1: Tổng quan về vấn đề nghiên cứu

Chương 2: Cơ sở khoa học và thực tiễn sử dụng phương pháp AHP trong phân

vùng nguy cơ lũ trên lưu vực

Chương 3: Ứng dụng phương pháp AHP xây dựng mô hình phân vùng nguy cơ lũ trên lưu vực sông Lam

Kết luận, kiến nghị

Các công trình khoa học công bố liên quan đến luận án

Tài liệu tham khảo

Phụ lục

Chương 1

T ỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU

Nội dung chương này trình bày tổng quan các nghiên cứu ứng dụng mô hình hoá không gian trong phân vùng nguy cơ lũ trên thế giới, Việt Nam và cụ thể trên lưu vực sông Lam Ngoài ra, các phương pháp mô hình hoá trong phân vùng nguy

cơ lũ được phân tích nhằm đánh giá ưu nhược điểm của từng mô hình, từ đó rút ra được định hướng và phương pháp nghiên cứu của luận án, góp phần quan trọng vào việc xây dựng cơ sở khoa học cho phương pháp mô hình hóa phân vùng nguy cơ lũ của luận án

1.1 T ổng quan tình hình nghiên cứu phân vùng nguy cơ lũ trên thế giới

Kết quả cho tìm kiếm theo từ khóa “flood hazard zoning” trên thư viện số Sciendirect từ năm 2009 đến nay là 1963 công trình Số công trình nghiên cứu cụ thể theo từng năm được thể hiện trên bảng 1.1 và hình 1.1 Biểu đồ trên hình 1.1 cho thấy số lượng nghiên cứu về phân vùng nguy cơ lũ ngày càng tăng, từ 59 nghiên cứu năm 2009 đến 173 nghiên cứu năm 2017 Điều này chứng tỏ nguy cơ lũ

đã và đang là vấn đề cấp bách và được các nhà khoa học trên thế giới quan tâm Bảng 1.1 Số lượng các công trình khoa học liên quan đến phân vùng nguy cơ lũ

trên Sciencedirect từ năm 2009 đến nay Năm 2009 2010 2011 2012 2013 2014 2015 2016 2017 9/2018

nguy cơ lũ có thể chia làm làm ba nhóm: mô hình thuỷ văn, thuỷ lực; mô hình thống kê và mô hình suy nghiệm

Nhóm các mô hình thủy văn, thủy lực 1 và 2 chiều được sử dụng rộng rãi khi nghiên cứu về lũ cũng như lập bản đồ ngập lụt do lũ, bản đồ phân vùng nguy cơ lũ như: mô hình lũ đơn vị HEC-HMS; mô hình nhận thức NAM, SSARR; mô hình thuỷ lực một chiều VRSAP, HEC-RAS, MIKE11, mô hình thuỷ lực hai chiều MIKE21 với sự trợ giúp của hệ thống thông tin địa lý Các số liệu cần thiết cho việc

sử dụng các mô hình thủy văn, thủy lực để lập bản đồ này bao gồm điều kiện địa hình chi tiết mạng lưới sông, bản đồ sử dụng đất, các thông tin khí tượng thuỷ văn tại biên vào và ra của mạng sông [9]

Hình 1.1 Số lượng các công trình khoa học liên quan đến phân vùng nguy cơ lũ trên

Sciencedirect từ năm 2009 đến 2017Nhóm các mô hình thống kê được sử dụng bao gồm phân tích thống kê nhị biến và phân tích thống kê hồi quy tuyến tính đa biến Thông tin cần thiết để thực

hiện mô hình là dữ liệu về các trận lũ lụt đã xảy ra trong quá khứ bao gồm cả số liệu thuỷ lực, thuỷ văn, địa hình, kinh tế xã hội, cơ sở hạ tầng…

Nhóm mô hình suy nghiệm sử dụng phương pháp AHP, FAHP và IR’AHP

kết hợp với GIS để xây dựng các bản đồ phân vùng nguy cơ lũ Dữ liệu để tính toán

mô hình có thể chia làm 3 nhóm: nhóm các yếu tố địa hình, nhóm các yếu tố về kinh tế - xã hội và nhóm các yếu tố về cơ sở hạ tầng

Phần dưới đây tổng quan các công trình nghiên cứu phân vùng nguy cơ lũ theo ba nhóm mô hình nêu trên Việc kết hợp mô hình thuỷ lực hoặc mô hình thuỷ văn và công nghệ GIS trong phân vùng nguy cơ lũ là phương pháp phổ biến được các nhà thuỷ văn học trên thế giới thực hiện từ những năm cuối thế kỷ 20 và ngày càng phát triển Theo Kardavani và Qalehe, phân vùng nguy cơ lũ là một trong các

biện pháp phi công trình để quản lý và ngăn ngừa lũ mà không thể thực hiện được nếu thiếu phân tích thuỷ lực [79] Nhiều mô hình thuỷ lực đã được sử dụng để mô

phỏng phân vùng lũ như: MIKE, HECRAS, INFOWORK, ISISS…[116] Nghiên

cứu điển hình từ đầu thế kỷ 21 của Nyarko [95] đã sử dụng mô hình thuỷ văn và GIS, xác định khu vực có nguy cơ lũ và mức độ của chúng Dữ liệu dùng trong nghiên cứu này bao gồm các yếu tố ảnh hưởng đến lũ như: lượng mưa, lưu lượng nước trên các sông và các hoạt động của con người trong khu vực Ngoài ra, tác giả còn thu thập các dữ liệu từ thực địa, ảnh vệ tinh và bản đồ địa hình để có được thông tin về sử dụng đất, thực phủ và thổ nhưỡng Từ đó, thành lập được các bản đồ chuyên đề về sử dụng đất, thổ nhưỡng, độ cao và mạng lưới sông suối Đây chính là tài liệu để tác giả phân vùng nguy cơ lũ trong khu vực nghiên cứu với 5 cấp độ nguy

cơ Bản đồ phân vùng nguy cơ này mặc dù tương đối chi tiết, cụ thể nhưng lại không đề cập đến một số các yếu tố khác cũng là nguyên nhân gây ra lũ như độ dốc,

độ cao, thực phủ, cơ sở hạ tầng… [95]

Các tiêu chí mà Nyarko [95] không quan tâm có thể không thực sự cần thiết với quy mô không phải lưu vực và địa điểm nghiên cứu là đô thị Công bố mới đây, tháng 4/2016 của Gholami và đồng nghiệp [68] thuộc trường Đại học Guilan và Đại

học Shahryar, Iran đã chứng tỏ điều đó Tác giả cũng ứng dụng hệ thông tin địa lý

và phần mềm HEC-RAS để mô phỏng đặc điểm thuỷ lực của các dòng sông và thành lập bản đồ phân vùng nguy cơ lũ Mặc dù vậy, nghiên cứu này thực hiện ở thành phố lớn có mật độ dân số cao và giống như [95], dữ liệu sử dụng chủ yếu chỉ

là số liệu thuỷ văn, thuỷ lực như độ sâu, lưu lượng dòng chảy, vận tốc dòng

chảy…mà không xem xét đến các dữ liệu địa hình, thực phủ, thổ nhưỡng và một số các nhân tố khác cũng là nguyên nhân gây ra lũ [68]

Trong khi Nyarko [95] và Gholami [68] không quan tâm đến lớp phủ thực vật thì Shahiri [115] và Golshan [72] lại sử dụng tiêu chí này kết hợp với điều kiện hình học của sông và kích thước của lòng sông để xác định hệ số nhám bằng phương pháp Manning Hệ số này cùng với các số liệu đặc trưng thuỷ lực của dòng chảy như: hệ số tổn thất năng lượng, lưu lượng dòng chảy sông, tốc độ dòng chảy, điều kiện biên…để chạy mô hình HEC-RAS, từ đó phân vùng nguy cơ lũ trong khu vực nghiên cứu

Mặc dù lớp phủ thực vật không được coi là tiêu chí ảnh hưởng đến lũ trong nghiên cứu [53], nhưng Asare-Kyei và cộng sự lại sử dụng các tham số là nguyên nhân gây ra lũ: sử dụng đất, loại và cấu trúc của đất, độ dốc, lượng mưa và khu vực thoát nước kết hợp mô hinh thuỷ lực với mô hình thống kê và dữ liệu viễn thám để xác định các vùng có nguy cơ lũ lụt ở Ghana, Burkina Faso và Benin dựa vào chỉ số nguy cơ lũ lụt (FHI)

Một phương pháp nữa cũng thường được tiếp cận khi phân vùng nguy cơ lũ là

sử dụng mô hình thống kê và phổ biến hơn cả là phân tích thống kê đa biến Với mô hình này, dữ liệu đầu vào sẽ lấy tại các khu vực đã xảy ra lũ hoặc chiết tách từ các

loại bản đồ chuyên đề hoặc ảnh viễn thám Tuy nhiên, việc chuẩn bị dữ liệu đầy đủ để thực hiện mô hình thống kê không phải dễ dàng do lũ đã xảy ra trong quá khứ Vì

vậy, nghiên cứu theo phương pháp này có thể sẽ không có nhiều dữ liệu Điển hình là nghiên cứu phân vùng nguy cơ lũ cho toàn bộ nước Ý bằng phương pháp mô hình phân loại thống kê hồi qui logicstic chỉ với dữ liệu của 4 yếu tố bao gồm: mạng lưới sông suối, khoảng cách đến chỗ thoát nước gần nhất và chênh cao [91] Mặc dù khó khăn trong việc thu thập số liệu, nhưng nguồn để chiết tách dữ liệu lại được các nhà khoa học tận dụng một cách hiệu quả Do đó, khác với [91], dữ liệu được Pradhan sử

dụng trong mô hình hồi qui logic và GIS để thành lập bản đồ nguy cơ lũ cho một

phần lưu vực sông Kelartan, Malaysia không phải là ít Tác giả xác định vị trí lũ xảy

ra trong qua khứ bằng ảnh RADARSAT và dữ liệu không gian được lấy từ bản đồ địa

hình, bản đồ địa lý, bản đồ thuỷ văn, bản đồ đất, bản đồ lớp phủ, mô hình số độ cao

và lượng mưa được lấy từ các trạm đo mưa thực tế [101]

Tuy nhiên, nguồn dữ liệu không thể sẵn có với mọi khu vực nghiên cứu, nên khi dự đoán khu vực có khả năng xuất hiện lũ, mô hình thống kê đa biến thường được kết hợp với các mô hình mô hình cây quyết định (decision tree) và mô hình tập hợp (ensemble model) như trong nghiên cứu [121] Với cách kết hợp này, các nhà khoa học đã khai thác dữ liệu theo 2 phương pháp mô hình cây quyết định và

mô hình tập hợp, kết hợp của phương pháp thống kê tỷ lệ tần suất (frequency ratio –FR) và phương pháp thống kê hồi qui logistic (logistic regression – LR) Từ các dữ

liệu không gian: mô hình số độ cao, địa hình, địa chất, hệ thống sông, chỉ số năng lượng dòng chảy (stream power index – SPI), lượng mưa, sử dụng đất, loại đất, chỉ

số ẩm ướt địa hình, độ dốc các tác giả đã thành lập bản đồ nhạy cảm lũ

Ngoài việc sử dụng mô hình thuỷ văn, thủy lực và dữ liệu viễn thám, mô hình thống kê, phương pháp phân tích đa tiêu chí cũng được ứng dụng trong phân vùng nguy cơ lũ Năm 1987, giáo sư Satty đã công bố phương pháp quá trình phân tích thứ bậc AHP (Analysis Hierachy Process) [110] Cùng với thời gian, thuật toán này được ứng dụng trong nhiều lĩnh vực trong đó có tài nguyên môi trường Việc kết hợp giữa công nghệ GIS, dữ liệu viễn thám và AHP trong nghiên cứu, quản lý, đánh giá, phân vùng lũ lụt đã không ngừng phát triển Phương pháp này linh hoạt trong việc chọn số lượng tham số đầu vào Các tham số này có thể là dữ liệu thuỷ văn như: lượng mưa, xác suất xảy ra lũ, tần suất lũ , số liệu địa hình như: độ dốc,

độ cao, lớp phủ thực vật, mật độ lưới sông hoặc số liệu về kinh tế - xã hội như: mật độ dân số, sử dụng đất tuỳ thuộc vào khu vực nghiên cứu

Hầu hết các nghiên cứu phân vùng nguy cơ lũ theo phương pháp phân tích thứ bậc AHP đều đề cập đến dữ liệu độ dốc, độ cao và sử dụng đất [50], [52], [63], [70], [80], [86], [92], [103], [111], [120] Tuy nhiên, Rahman và đồng nghiệp lại cho rằng: thời gian lũ lụt, xác suất xảy ra lũ, độ sâu lũ, tần suất lũ, mật độ dân số, dòng chảy và lượng mưa là các yếu tố có ảnh hưởng nhiều đến lũ trong nghiên cứu của mình [102] Như vậy, các dữ liệu về độ dốc, độ cao, thảm thực vật, thổ

nhưỡng,…không được tác giả đưa vào mô hình tính toán để phân vùng Mặc dù vậy, các yếu tố này lại là một trong những tham số đầu vào cho nghiên cứu [50], [52], [65], [92], [111], [128] Trong khi Fernández và Lutz đã sử dụng thêm khoảng cách đến kênh tiêu và độ sâu của mặt nước ngầm để đánh giá và phân vùng nguy cơ

lũ ở khu vực thu được it dữ liệu và việc thu thập gặp nhiều khó khăn [65] thì Mayaja và Srinivasa cũng thành công trong việc sử dụng phương pháp AHP trong phân vùng nguy cơ lũ ở lưu vực sông Pampa Kerala dựa vào 8 yếu tố quyết định chính: mật độ dân số, lượng mưa, sử dụng đất và lớp phủ, loại đất, độ dốc lưu vực, các yếu tố về địa mạo, chất lượng đường và độ cao [92]

Các nhân tố ảnh hưởng là nguyên nhân gây ra lũ được chọn phụ thuộc nhiều vào điều kiện địa lý của khu vực nghiên cứu và việc thu thập dữ liệu, do đó mặc dù

có 1 số tiêu chí giống nhau (độ dốc, lớp phủ thực vật, sử dụng đất, địa chất, mật độ lưới sông) nhưng khi tính toán mô hình, nghiên cứu [52] lại sử dụng tỷ lệ xói mòn, kết cấu đất và mật độ thoát nước, đặc biệt nghiên cứu [105] còn cho rằng cường độ mưa và tỷ lệ thấm cũng quan trọng không kém các nhân tố khác khi tác động đến nguy cơ sinh lũ

Theo đánh giá của một số nhà khoa học, ngoài các nhân tố điển hình tác động trực tiếp đến lũ ở hầu hết các khu vực với các dạng địa hình khác nhau thì tiêu chí: sự tích tụ dòng chảy, cường độ mưa, khoảng cách đến kênh tiêu [80], diện tích lưu vực sông, công suất của hệ thống thoát nước hiện có [86], độ gồ ghề của bề mặt [63], độ sâu dòng chảy [81], hệ thống giao thông [120], chất lượng đường [92], dòng chảy [59] cũng là một trong những nguyên nhân ảnh hưởng đến nguy cơ lũ cần xem xét khi thực hiện mô hình phân vùng theo phương pháp AHP

Việc sử dụng phương pháp phân tích thứ bậc để phân vùng nguy cơ lũ đôi khi không có nhiều dữ liệu để đánh giá do tính chất phức tạp của lũ, nhưng kết quả nghiên cứu có thể được kiểm chứng bằng thực tế hoặc bằng sản phẩm của các phương pháp đã thực hiện trước đó Rahmati, Zeinivand & Besharat, năm 2015 đã

sử dụng phương pháp phân tích thứ bậc AHP và GIS để xác định khu vực có nguy

cơ lũ lụt và so sánh kết quả đó với các kết quả của mô hình thuỷ lực Kết quả của

nghiên cứu này là bản đồ dự báo nguy cơ lũ lụt dựa trên việc phân tích 4 yếu tố ảnh hưởng đến lũ bao gồm: khoảng cách từ khu vực nghiên cứu đến sông, đất sử dụng,

độ cao, độ dốc trên một khu vực của sông Yasooj, Iran [103] Cũng sử dụng 4 yếu

tố này, một nghiên cứu mới được công bố tháng 5 năm 2017 của Gigovi´c và cộng

sự kết hợp với 2 tiêu chí khác bao gồm: khoảng cách từ mặt nước và mực nước ngầm, ứng dụng phương pháp AHP, FAHP, IR’AHP và GIS để thể hiện trên bản đồ khu vực có nguy cơ lũ với các mức độ khác nhau [70] Tuy nhiên, khác với cách đánh giá của nghiên cứu [70] và [103], trong khi Rahmati và Gigovi´c không đề cập đến các yếu tố như: lượng mưa, thổ nhưỡng, mật độ lưới sông thì đây lại là ba trong bốn tiêu chí (kể cả độ dốc) đã được các chuyên gia lựa chọn cho nghiên cứu của Elsheikh và đồng nghiệp khi thành lập bản đồ nguy cơ lũ khu vực Terengganu, Malaysia Kết quả thu được nhằm giúp các nhà hoạch định chính sách có những thông tin để phòng tránh những nguy hiểm do thiên tai, lũ lụt gây ra [64]

Với kết quả nghiên cứu tổng quan việc ứng dụng mô hình hoá trong phân vùng nguy cơ lũ trên thế giới, tác giả đưa ra một số nhận xét như sau:

- Các nghiên cứu chủ yếu sử dụng ba mô hình trong phân vùng nguy cơ lũ bao gồm: mô hình tất định (mô hình thuỷ văn, thuỷ lực), mô hình thống kê, mô hình suy nghiệm (phương pháp phân tích đa tiêu chí và phân tích thứ bậc)

- Các dữ liệu đầu vào được sử dụng trong phân vùng nguy cơ lũ chủ yếu là các dữ liệu thuỷ văn và dữ liệu địa hình Việc lựa chọn dữ liệu này phụ thuộc vào khu vực nghiên cứu và loại mô hình hoặc phương pháp sử dụng

- Với phương pháp AHP, dữ liệu đầu vào tương đối phong phú, tuy nhiên tất

cả các nghiên cứu đều chưa đề cập đến yếu tố có nhiều ảnh hưởng đến nguy cơ lũ

đó là chiều dài sườn dốc tương đối

1.2 Tổng quan các nghiên cứu trong phân vùng nguy cơ lũ ở Việt Nam

Trong nhiều năm qua, các nghiên cứu liên quan đến lũ cũng như phân vùng nguy cơ và cảnh báo lũ đã và đang được nhiều nhà khoa học trong nước nghiên cứu

ở các lưu vực sông khác nhau với các phương pháp và dữ liệu khác nhau Đặc biệt sau những trận lũ lớn, các trận lũ lịch sử xảy ra trong các năm 1978, 1988, 1993,

1999, 2002, 2010, 2011, 2013, 2014, 2016, 2017 đã có nhiều các nghiên cứu về phân vùng lũ trên các lưu vực sông ở miền Trung nói riêng và cả nước nói chung Giống như trên thế giới, ở Việt Nam các nghiên cứu phân vùng nguy cơ lũ, ngoài

việc sử dụng phương pháp phân tích nhân tố chính, phương pháp viễn thám và GIS

để xác định những vùng có tiềm năng lũ và mức độ của từng vùng thì phương pháp

mô hình hoá cũng đang được các nhà khoa học quan tâm và đi sâu vào nghiên cứu

Sự phát triển mạnh của công nghệ viễn thám đã đem lại nhiều hiệu quả trong nghiên cứu tai biến tự nhiên nói chung cũng như lũ lụt nói riêng Tận dụng ưu thế của công nghệ này, một số nhà khoa học đã kết hợp phương pháp phân tích ảnh viễn thám được bay chụp sau các trận lũ lớn và công nghệ GIS để xây dựng bản đồ phân vùng nguy cơ lũ trên khu vực nghiên cứu [30], [50] Bên cạnh đó, dựa trên cơ

sở xác định các nhân tố chính gây lũ quét và sử dụng phương pháp phân tích nhân

tố, tổng hợp địa lý kết hợp với công nghệ GIS, các tác giả đã xây dựng bản đồ cảnh báo nguy cơ xảy ra lũ quét với các mức độ khác nhau từ không có nguy cơ xảy ra đến mức độ nguy cơ xảy ra cao nhất cho các khu vực [1], [18], [35], [32], [42] Hầu hết các công bố này đều tập trung nghiên cứu về lũ quét hoặc lũ ống để có tài liệu làm cơ sở cho việc xây dựng chiến lược lâu dài, phục vụ công tác quy hoạch, điều hành, phòng tránh thiên tai thích ứng với biến đổi khí hậu

Ngoài hai phương pháp trên, phương pháp mô hình hoá cũng được các nhà khoa học trong nước khai thác và áp dụng từ những năm cuối thế kỷ 20 khi nghiên cứu phân vùng nguy cơ lũ Các loại mô hình sử dụng ở Việt Nam cũng được chia làm ba nhóm: mô hình thuỷ văn, thuỷ lực; mô hình thống kê và mô hình suy nghiệm Tuy nhiên, do khó khăn trong việc lấy dữ liệu từ các trận lũ đã xảy ra trong quá khứ nên mô hình thống kê trong phân vùng nguy cơ lũ ở Việt Nam không phổ biến Trong phần tổng quan, tác giả chỉ tập trung vào 2 nhóm mô hình đó là mô hình tất định (mô hình thuỷ văn, thuỷ lực) và mô hình suy nghiệm

Đối với nhóm mô hình thuỷ văn, thuỷ lực, công nghệ GIS sẽ được áp dụng

để biên tập cơ sở dữ liệu cho mô hình HEC-RAS tính toán, mô phỏng hoạt động của

lũ theo độ sâu mặt nước, diện tích ngập Dữ liệu đầu vào của mô hình HEC-RAS

bao gồm: dữ liệu mạng lưới sông, sử dụng đất, lưu lượng dòng chảy, độ cao mực nước Tuy nhiên, các nghiên cứu theo phương pháp này chủ yếu cũng tập trung phần nhiều vào lũ quét Đây là vấn đề đã được các nhà khoa học quan tâm từ những thập niên 90 của thế kỷ trước Điển hình là nghiên cứu về nguyên nhân hình thành

và các biện pháp phòng chống lũ quét của Cao Đăng Dư và nghiên cứu dự báo nguy

cơ các tai biến thiên nhiên như lũ lụt, trượt lở, lũ quét, lũ bùn đá, xói lở bờ sông ở lưu vực sông Hương của Nguyễn Lập Dân Trong khi Cao Đăng Dư thu thập các tài liệu, số liệu khí tượng thuỷ văn, mặt đệm, thiệt hại do lũ quét để thành lập bản đồ phân khu nguy cơ lũ quét trên lãnh thổ nước ta [6] thì Nguyễn Lập Dân lại sử dụng kết quả điều tra khảo sát vết lũ, vết trượt lở, vết sạt lở bờ sông, lấy mẫu đất, nước và

đo đạc các đặc trưng thủy văn - thủy lực tại các mặt cắt lựa chọn, điều tra khảo sát chế độ hải văn vùng bờ biển cửa sông để xây dựng bản đồ phân vùng nguy cơ lũ quét, lũ bùn đá trên lưu vực sông Hương [3]

Bên cạnh việc sử dụng số liệu thuỷ văn, thuỷ lực, phương pháp viễn thám để phân vùng nguy cơ lũ, phương pháp phân tích thứ bậc AHP cũng được các nhà khoa học trong nước quan tâm những năm gần đây Hai nghiên cứu điển hình là của Trần Thị Phượng và cộng sự năm 2015 và Lê Hoàng Tú và cộng sự năm 2013 Cùng với mục tiêu phát triển cấu trúc thứ bậc các yếu tố ảnh hưởng đến lũ lụt thông qua phương pháp Analytic Hierarchy Process (AHP) tiến hành phân tích và xác định trọng số các nhân tố ảnh hưởng theo từng cấp độ tới lũ lụt, các tác giả đã xây dựng được bản đồ phân vùng nguy cơ lũ lụt cho khu vực nghiên cứu theo mức độ xảy ra

lũ lụt ứng với khu vực cụ thể các cấp độ từ thấp đến cao Cả hai đề tài đều chọn tham số tính toán mô hình là các nguyên nhân gây lũ điển hình như: lượng mưa, độ dốc, mật độ mạng lưới sông ngòi, loại đất Tuy nhiên, việc chọn các tiêu chí để thực hiện mô hình phụ thuộc vào tình hình địa lý và khả năng thu thập tài liệu Khác với nghiên cứu [20] quan tâm đến lớp phủ thực vật trên lưu vực sông Hương, nghiên cứu [26] lại cho rằng nhân tố mật độ dân số và thổ nhưỡng sẽ tác động nhiều đến nguy cơ lũ ở lưu vực sông Vu Gia, tỉnh Quảng Nam

Với kết quả nghiên cứu tổng quan việc ứng dụng mô hình hoá trong phân

vùng nguy cơ lũ ở Việt Nam, chúng tôi có một số nhận xét như sau:

- Dữ liệu đầu vào khi phân vùng nguy cơ lũ sử dụng chủ yếu là dữ liệu thuỷ văn, thuỷ lực và số liệu địa hình như độ dốc, thực phủ, thổ nhưỡng, mật độ lưới sông, khoảng cách đến nơi thoát lũ… Việc sử dụng dữ liệu phụ thuộc vào phương pháp, khu vực nghiên cứu và khả năng thu thập số liệu

- Giống như các nước trên thế giới, Việt Nam sử dụng phương pháp mô hình tất định, mô hình suy nghiệm, phương phân tích nhân tố, sử dụng dữ liệu viễn thám kết hợp với công nghệ GIS để phân vùng nguy cơ lũ trên một số lưu vực

- Những năm gần đây, để bắt kịp với xu hướng chung của thế giới, phương pháp kết hợp AHP và GIS trong phân vùng nguy cơ lũ cũng đã được ứng dụng trên một số khu vực điển hình ở Việt Nam như lưu vực sông Hương, sông Vu Gia, sông Kôn

- Tuy nhiên, cũng như trên thế giới, các nghiên cứu về phân vùng nguy cơ lũ

ở Việt Nam cũng chưa đề cập đến nhân tố chiều dài sườn dốc tương đối Khi nhìn nhận lũ trong lưu vực như là một kết quả của quá trình sườn (với tư cách đối tượng tập trung nước và vận chuyển nước), thì chiều dài sườn dốc có vai trò nhất định Các khu vực đỉnh sườn thường đóng vai trò tích tụ và vận chuyển nước, cả khu vực chân sườn thường là nơi tập trung lũ Nói cách khác, vai trò tích tụ nước lớn dần từ đỉnh sườn xuống chân sườn

1.3 Tình hình nghiên cứu phân vùng nguy cơ lũ trên lưu vực sông Lam

Lưu vực sông Lam thường xuyên chịu ảnh hưởng nặng nề của lũ lụt, do đó nhiều nghiên cứu về lũ lụt đã thực hiện trên khu vực này nhằm giảm thiểu các thiệt hại do lũ gây ra, phục vụ mục đích sử dụng hợp lý tài nguyên, bảo vệ môi trường và phòng tránh thiên tai lưu vực Sông Lam [27] và đưa ra phương pháp phòng tránh lũ cho lưu vực sông Lam [29] Đã có một số công bố về phân vùng nguy cơ lũ ở lưu vực sông Lam, tuy nhiên đối tượng chính của các nghiên cứu này lại tập trung vào

lũ quét và lũ ống Trong khi nghiên cứu của Lê Huy Anh và đồng nghiệp tiến hành lập bản đồ phân vùng nguy cơ lũ quét và lũ ống của vùng tả ngạn sông Lam và vùng hữu ngạn sông Lam thuộc tỉnh Nghệ An [1] thì Nguyễn Thị Mỹ Duyên và Hà Quang Hả lại tiến hành phân vùng nguy cơ lũ quét ở huyện Hương Khê, tỉnh Hà

Tĩnh, thuộc khu vực hạ lưu sông Lam [5] Cả hai nghiên cứu này đều sử dụng phương pháp phân tích nhân tố kết hợp với bản đồ viễn thám, GIS và xử lý mô hình trọng số Trong nghiên cứu [5], các tác giả cho rằng: độ dốc, loại đất, loại hình sử dụng đất và mật độ che phủ rừng là các nhân tố ảnh hưởng đến lũ quẻt của khu vực Đây có thể là gợi ý khi chọn tiêu chí để đánh giá mức độ ảnh hưởng của chúng đến

lũ lụt trên lưu vực sông Lam Tuy nhiên, các tiêu chí này chưa đủ để tiến hành các nghiên cứu về lũ lụt của cả lưu vực, đồng thời do có sự khác nhau về nguyên nhân hình thành, quá trình phát triển giữa lũ quét và lũ lụt nên kết quả của nghiên cứu này cũng không sử dụng được cho luận án này

Bên cạnh lũ quét, kết quả nghiên cứu dấu hiệu nhận dạng lũ lớn, tiêu chí và kết quả phân vùng khả năng gây lũ lớn trên lưu vực sông lam cũng được Trần Duy Kiều và Lê Đình Thành công bố trong tạp chí Khoa học Kỹ thuật Thuỷ lợi và Môi trường năm 2011 Trong bài báo này, tác giả đã đề xuất chọn 4 yếu tố làm cơ sở để phân vùng nguy cơ lũ lớn bao gồm: mưa gây lũ lớn, địa hình và độ dốc lưu vực, đỉnh lũ và tổng lượng lũ trên một đơn vị diện tích [12] Khả năng lũ lớn của từng lưu vực bộ phận đánh giá dựa vào chỉ số HFR (High Flood Risk) hoặc BFD (Big Flood Danger) và được chia làm 5 cấp nguy cơ [10]

Cũng với mục đích xây dựng được tiêu chí phân vùng nguy cơ lũ lớn trên lưu vực sông Lam, năm 2015, Trần Duy Kiều và các cộng sự đã thực hiện đề tài cấp

bộ Tài nguyên và Môi trường: “Nghiên cứu nhận dạng lũ lớn, phân vùng nguy cơ lũ lớn và xây dựng bản đồ ngập lụt phục vụ cảnh báo lũ lớn trên lưu vực sông Lam” Trong đề tài này, từ bản đồ nền, kết hợp với module đỉnh lũ lớn nhất tại các trạm quan trắc, dựa vào phân bố cực trị Gumbel, kết quả phân vùng nguy cơ lũ lớn cho lưu vực sông Lam được chia theo 3 mức độ nguy cơ lũ là thấp, trung bình và cao [9] Tuy nhiên, đối tượng của các nghiên cứu này là lũ lớn và phân vùng theo phương pháp nhân tố chính đồng thời sử dụng chủ yếu là dữ liệu thuỷ văn và thuỷ lực mà không đề cập nhiều đến các yếu tố mặt đệm khác khi phân vùng

Với kết quả nghiên cứu tổng quan phân vùng nguy cơ lũ trên lưu vực sông Lam, tác giả có một số nhận xét như sau:

- Các nghiên cứu chủ yếu trên lưu vực sông chủ yếu đưa ra giải pháp để phòng chống và giảm nhẹ lũ lụt theo các phương pháp thuỷ văn, thuỷ lực

- Có 3 nhóm tác giả nghiên cứu phân vùng nguy cơ lũ, hai nhóm công bố kết quả phân vùng nguy cơ lũ quét và lũ ống, nhóm còn lại nghiên cứu phân vùng nguy cơ

lũ lớn Tuy nhiên, với đối tượng và khu vực nghiên cứu khác nhau, dữ liệu sử dụng trong cả ba đề tài đều không tận dụng được hết để thực hiện các nghiên cứu phân vùng nguy cơ lũ lụt trên toàn bộ lưu vực sông Lam

- Với đối tượng là lũ quét, mặc dù đã sử dụng các yếu tố địa hình nhưng tác giả chỉ tập trung vào một khu vực nhỏ mà không xét trên toàn lưu vực Trong khi đó, phân vùng lũ lớn được thực hiện trên toàn lưu vực nhưng nhân tố ảnh hưởng chủ yếu là dữ liệu thuỷ văn, thuỷ lực mà không quan tâm đến nguyên nhân sinh lũ do địa hình gây ra

Với các nhận xét nêu trên, kết quả nghiên cứu phân vùng nguy cơ lũ lụt trên lưu vực sông Lam là cần thiết do chưa có công bố nào đề cập đến các nguyên nhân ảnh hưởng đến nguy cơ lũ là yếu tố địa hình đồng thời cũng chưa có nghiên cứu nào cho toàn bộ lưu vực với đối tượng là lũ lụt nói chung

Từ các nghiên cứu đã thực hiện bởi các nhà khoa học trong nước và thế giới trên các lưu vực sông khác nhau nói chung và lưu vực sông Lam nói riêng, có thể

thấy phân vùng nguy cơ lũ cho lưu vực sông là một trong các bài toán giải quyết thông tin đầu vào quan trọng cho quy hoạch sử dụng đất ứng phó với biến đổi khí hậu cũng như để xây dựng các kịch bản ứng phó với lũ Để phân vùng nguy cơ lũ, các nhà khoa học sử dụng kiến thức chuyên gia, phương pháp viễn thám và GIS, phương pháp phân tích nhân tố, phương pháp bản đồ và mới đây là phương pháp

mô hình hóa Phần 1.4 sẽ tóm tắt phương pháp mô hình hoá, ưu, nhược điểm, điều

kiện ứng dụng của từng loại mô hình từ đó đưa ra tiêu chí lựa chọn mô hình thích hợp cho phân vùng nguy cơ lũ

1.4 Phương pháp mô hình hoá trong phân vùng nguy cơ lũ, đánh giá ưu, nhược điểm và hiệu quả ứng dụng của chúng

Bản chất của phương pháp mô hình hóa là xây dựng một mô hình mô phỏng miêu tả kết quả (nguy cơ lũ) dựa trên quan hệ của nó với các tham số ảnh hưởng,

bao gồm cả các tham số nguyên nhân (lượng mưa và cường độ mưa), các tham số gia tăng nguy cơ (độ dốc địa hình, mức độ phân cắt địa hình, chiều dài sườn dốc tương đối) và các tham số cản trở (lớp phủ thực vật, sử dụng đất) Mô hình thường được xác định bằng phương pháp thực nghiệm, lý thuyết hoặc từ số liệu thống kê

1.4.1 Phương pháp mô hình hóa xây dựng mô hình phân vùng nguy cơ lũ

Khi nghiên cứu về lũ, đặc biệt là giải bài toán phân vùng nguy cơ, cần phải

có một mô hình diễn tả nguy cơ lũ Công việc này dựa trên các giả thiết, quá trình lũ diễn ra trong tương lai với cùng điều kiện của các trận lũ đã xảy ra trước đó Việc xác định ranh giới của các vùng nguy cơ lũ xuất phát từ xác suất xảy ra hiện tượng

và sự tương đồng của các tiêu chí tác động đến quá trình lũ như: địa hình, lượng mưa, lớp phủ thực vật, thổ nhưỡng, mật độ dân cư, sử dụng đất, cơ sở hạ tầng, các công trình thuỷ lợi,… Nguy cơ lũ được biểu diễn dưới dạng:

trong đó:

y: nguy cơ lũ

x: các nhân tố ảnh hưởng đến quá trình lũ

f: hàm biểu thị mức độ ảnh hưởng của các nhân tố đến nguy cơ lũ

Như vậy, khi nghiên cứu lũ, mô hình là một hàm số biểu thị vai trò, mức độ ảnh hưởng của các nhân tố tới quá trình lũ Xây dựng mô hình hay mô hình hoá là quá trình xác định các tiêu chí ảnh hưởng đến lũ và mức độ ảnh hưởng của các tiêu chí đó đến nguy cơ lũ

Những năm gần đây, nhiều phương pháp đánh giá nguy cơ lũ đã được nghiên cứu, phát triển và có thể được chia thành các phương pháp trực tiếp và gián tiếp (hình 1.2) Hầu hết các phương pháp này đã được thực hiện trong các nghiên cứu trình bày ở phần 1.1 và 1.2 Tùy thuộc vào đối tượng và yêu cầu nghiên cứu để đưa

ra các lựa chọn khác nhau trong việc xây dựng mô hình Có nhiều phương pháp khác nhau trong xây dựng mô hình phân vùng nguy cơ lũ, tùy thuộc vào qui mô chọn mẫu, hàm giả định, phương pháp đánh giá vai trò của các yếu tố ảnh hưởng Chính vì vậy, điều quan trọng trong ứng dụng mô hình hóa xây dựng mô

hình phân vùng nguy cơ lũ là lựa chọn mô hình cũng như các tham số mô hình sao cho phù hợp với khu vực nghiên cứu và điều kiện nghiên cứu Để có cơ sở lựa chọn

mô hình trong phân vùng nguy cơ lũ, các yêu cầu cần đặt ra là:

Hình 1.2 Các phương pháp phân vùng nguy cơ lũ

- Dễ dàng thực hiện trên GIS: điều này đòi hỏi mô hình có hàm f(x) xác định, trong đó các tham số (x) đều được xác định và có thể thể hiện dưới dạng bản đồ

- Tính mở: do sự phức tạp của bài toán phân vùng nguy cơ lũ, các tham số có mức độ ảnh hưởng khác nhau có thể dễ dàng cập nhật được tính đến hoặc không được tính đến nên bản thân mô hình (hay hàm số f(x)) cần có tính mở để có thể thêm, bớt các tham số (x) khi cần thiết [14]

- Diện tích khu vực cần nghiên cứu: đây là tiêu chí quan trọng, nhất là khi đánh giá nguy cơ lũ xảy ra ở những lưu vực lớn Điều này trực tiếp liên quan đến tỷ

lệ của dữ liệu nghiên cứu

- Khả năng thu thập dữ liệu: dữ liệu về lũ là dữ liệu động và đa dạng do đó việc thu thập đầy đủ, chính xác và theo chu kỳ không phải là công việc dễ dàng và đơn giản Vì vậy, mô hình sử dụng nên xem xét đến khả năng này, đặc biệt đối với khu vực nghiên cứu gặp khó khăn trong quá trình thu thập dữ liệu

Với các yêu cầu đặt ra như trên, các loại mô hình thường được sử dụng trong phân vùng nguy cơ lũ được phân tích dưới đây:

Phân vùng nguy cơ lũ

Phương pháp trực tiếp Phương pháp gián tiếp

Phân tích

các vùng

nguy cơ lũ

Phân tích suy nghiệm

Mô hình tất định Phân tích

thống kê

1.4.2 Mô hình tất định trong phân vùng nguy cơ lũ (deterministic model)

Nguyên tắc xây dựng mô hình tất định trong phân vùng nguy cơ lũ

Là phương pháp nghiên cứu khi biết các thành phần tham gia vào quá trình

và cách thức ảnh hưởng giữa các thành phần Đây là loại mô hình toán học trong đó kết quả được xác định chính xác thông qua các mối quan hệ đã biết (bản chất vật lý) giữa các sự kiện, trường hợp Mô hình tất định không bao gồm các yếu tố ngẫu nhiên Kết quả của mô hình hoàn toàn được xác định bởi giá trị các tham số và điều kiện ban đầu Khi chạy mô hình, với điều kiện ban đầu giống nhau thì kết quả thu được cũng sẽ giống nhau

Mô hình tất định tương đối đơn giản và có thể sử dụng khi biến ngẫu nhiên không ảnh hưởng nhiều đến đối tượng được mô hình hoá (biến ngẫu nhiên tương đối nhỏ) Nếu biến ngẫu nhiên là thành phần chính thì mô hình xác suất là cần thiết

để phù hợp với mục đích [135] Trong nghiên cứu về nguy cơ lũ, đây là một dạng

mô hình dựa trên việc phân tích bản chất vật lý của quá trình lũ và điều kiện địa kỹ thuật của khu vực nghiên cứu Mô hình loại này thường được các chuyên gia về thuỷ văn, thuỷ lực thực hiện, mô tả bản chất vật lý của các nhân tố ảnh hưởng tới nguy cơ lũ Với mô hình tất định, quá trình lũ là quá trình vật lý có thể được xây

dựng trong phòng thí nghiệm bằng các công thức, các hệ số Về bản chất, đây là

mô hình vật lý mô phỏng quá trình lũ và mô hình này giúp đánh giá khả năng

lũ Hiện nay, các mô hình thủy văn, thủy lực 1 và 2 chiều được dùng khá rộng rãi

với sự trợ giúp của hệ thống thông tin địa lý để lập bản đồ lũ như: HEC-RAS (Mỹ), MIKE 11, MIKE 21 (Đan Mạch), ISIS (Anh), VRSAP (Việt Nam) Trong những năm qua, mô hình này đã được sử dụng trong nhiều nghiên cứu khác nhau để đánh giá và phân vùng lũ như các nghiên cứu [3], [9], [19], [32], [68], [95], [102]

Việc áp dụng mô hình tất định trong phân vùng lũ, quan trọng nhất không phải là xây dựng mô hình mà là xác định các giá trị cho các tham số tham gia vào

mô hình Quá trình xác định các tham số thường được tiến hành bằng cách tính toán

từ bản đồ kết hợp với số liệu đo đạc cụ thể trên thực địa Một cách tổng quát, quy trình áp dụng mô hình tất định trong phân vùng nguy cơ lũ lụt gồm hai bước:

- Bước 1: xác định, đo đạc, tính toán số liệu đầu vào mà mô hình yêu cầu

- Bước 2: áp dụng mô hình

Bước 1 thường được tiến hành bằng cách đo đạc thực tế tại một số điểm và nội suy cho các điểm khác dựa trên các bản đồ đã có

Ưu điểm:

- Đề cập đến bản chất của lũ lụt: các mô hình tất định tập trung vào phân

tích mức độ nguy hiểm của nguy cơ lũ lụt thông qua đánh giá xác suất an toàn Mức

độ an toàn càng lớn có nghĩa là mức độ nguy hiểm càng nhỏ Ngoài ra, vì tiếp cận theo mức độ an toàn nên các nhân tố gây ảnh hưởng đến mức độ an toàn (bản chất của nguy cơ lũ lụt) được coi là những đầu vào chính của mô hình Quan hệ giữa các yếu tố này được phân tích và lượng hóa bằng một hàm số cụ thể Điều này đặc biệt hữu ích với những đánh giá cho khu vực nhỏ, nơi thực tế một số tham số không thể hiện rõ vai trò ảnh hưởng tới nguy cơ lũ lụt như mật độ dân số, hệ thống cơ sở hạ tầng,… bằng các nhân tố ảnh hưởng chính như lượng mưa, độ dốc địa hình…

- Cho phép tính toán định lượng: mô hình tất định cho phép tính toán hoàn

toàn định lượng, từ đó xác định mức độ an toàn của khu vực nghiên cứu

- Có thể được tính toán trên GIS: do sử dụng các số liệu dưới dạng bản đồ

(dạng vecto hoặc dạng raster) nên việc tính toán mô hình tất định trên GIS được thực hiện dễ dàng, với kết quả là bản đồ phân vùng nguy cơ lũ lụt cho từng vị trí trên toàn bộ khu vực Hơn nữa, với cách thu thập dữ liệu tại từng điểm trên thực địa

và bằng phương pháp nội suy nên vai trò của GIS càng trở nên lớn hơn [36]

- Thích hợp với nghiên cứu tỷ lệ lớn: mô hình tất định đi sâu vào bản chất

của lũ lụt tại một khu vực cụ thể Các số liệu mà mô hình yêu cầu cũng hết sức chi tiết, thích hợp cho nghiên cứu tỷ lệ lớn

Nhược điểm:

biệt nên không dễ dàng để thu thập đủ dữ liệu đầu vào Điều này làm cho việc

nghiên cứu trở nên khó khăn hơn, do đó kéo dài thời gian cũng như tăng giá thành nghiên cứu

- Mức độ chi tiết của dữ liệu: mô hình tất định đòi hỏi dữ liệu đầu vào có

mức độ chi tiết cao cả về không gian và thuộc tính Vì vậy, nhiều tham số phải đo đạc tại thực địa với độ chính xác cao, thời gian theo dõi lâu

nên khó có thể áp dụng một cách chính xác mô hình tất định trên các khu vực rộng lớn với tỷ lệ nhỏ Nếu có áp dụng trong tỷ lệ nhỏ, thường phải sử dụng nhiều giá trị ngầm định của dữ liệu Do đó, loại bớt sự tham gia của nhiều yếu tố ảnh hưởng, khiến cho kết quả không còn chính xác

cố định trong mô hình và không có chỗ cho việc mở rộng nên tất cả các yếu tố ảnh hưởng đến nguy cơ lũ lụt không phải lúc nào cũng được sử dụng trong mô hình tất định, kể cả khi có đủ dữ liệu Việc hạn chế số lượng yếu tố ảnh hưởng khiến cho mô hình tất định là một trong những mô hình khó được xây dựng nhất

- Khó điều chỉnh: một nhược điểm đáng kể của mô hình tất định là khả năng

điều chỉnh của nó Do số lượng tham số và vai trò của chúng đều đã được “cố định” trong mô hình nên hầu như không điều chỉnh được việc xây dựng mô hình Vì vậy, khi phát hiện ra những kết quả không chính xác của mô hình, việc hiệu chỉnh khó khăn sẽ cản trở quá trình tính toán, xác định lại mô hình [36]

Với các ưu điểm và nhược điểm đã phân tích trên đây, việc áp dụng mô hình tất định ở Việt Nam khi nghiên cứu lũ lụt cần có những chú ý sau:

- Đo đạc các dữ liệu đầu vào

Các dữ liệu đầu vào áp dụng trong mô hình tất định chủ yếu là số liệu thuỷ văn và thuỷ lực bao gồm:

+ Dữ liệu về hướng dòng chảy và dòng chảy

+ Dữ liệu về phân chia lưu vực

+ Dữ liệu về thuỷ văn đất

+ Dữ liệu phân bố không gian của trạm đo mưa

+ Dữ liệu về lượng mưa, cường độ mưa

+ Dữ liệu về vị trí thoát nước

+ Dữ liệu độ cao địa hình

- Do yêu cầu về độ chi tiết của dữ liệu nên mô hình khó áp dụng cho khu vực rộng lớn Để đảm bảo độ chính xác, mô hình tất định chỉ nên sử dụng cho các nghiên cứu tỷ lệ lớn với diện tích nhỏ

1.4.3 Mô hình suy nghiệm trong phân vùng nguy cơ lũ (heuristic model)

Nguyên tắc xây dựng mô hình suy nghiệm trong phân vùng nguy cơ lũ

Mô hình suy nghiệm đề cập đến các phương pháp kỹ thuật dựa trên kinh nghiệm thực hiện các nhiệm vụ khác nhau như nghiên cứu, giải quyết vấn đề, phát hiện vấn đề…Phương pháp này nâng cao tốc độ của việc tìm kiếm các giải pháp mong muốn khi việc nghiên cứu tổng hợp không thể thực hiện được [139] Đây là

dạng mô hình dựa trên cơ sở phân tích các nhân tố có thể gây ảnh hưởng tới lũ lụt Dựa trên các khu vực đã xảy ra lũ lụt (coi như đáp số đúng đã có của bài toán), các chuyên gia đánh giá vai trò của các nhân tố ảnh hưởng thông qua quá trình cho

trọng số Mô hình này giúp đánh giá nguy cơ lũ lụt

Khi sử dụng mô hình suy nghiệm trong phân vùng nguy cơ lũ, các nguyên nhân ảnh hưởng đến lũ cần được xem xét đầu tiên, từ đó đánh giá được qui luật xảy ra lũ của khu vực Sau đó, tiến hành phân tích và gán cho mỗi nhân tố một trọng số tùy thuộc vào việc đánh giá mức độ quan trọng ảnh hưởng tới khả năng lũ theo ý kiến chuyên gia Mức độ nguy cơ lũ được đánh giá bằng điểm số dựa vào công thức (1.2) [36]:

đồ điạ hình, bản đồ thổ nhưỡng, bản đồ thực phủ, bản đồ sử dụng đất của vị trí nghiên cứu, vị trí toạ độ các trạm khí tượng, trạm đo mưa và số liệu quan trắc lượng

mưa… Như vậy, việc sử dụng mô hình suy nghiệm trong phân vùng nguy cơ lũ cần xác định được những thông số như: các yếu tố ảnh hưởng (nguyên nhân gây ra lũ, nguyên nhân làm trầm trọng thêm hoặc cản trở lũ), trọng số (mức độ ảnh hưởng) của các yếu tố đó và giá trị của các yếu tố ảnh hưởng Mỗi thông số sẽ có phương pháp xác định khác nhau, bảng 1.2 sẽ trình bày các phương pháp xác định các thông

số đó Một trong các phương pháp được các nhà khoa học Việt Nam và thế giới sử dụng để tính toán trọng số cho các yếu tố ảnh hưởng là Analytic Hierarchy Process (AHP) - Phương pháp phân tích thứ bậc, được nhà khoa học Mỹ Thomas L.Saaty trường Đại học Pitsburg đề xuất vào những năm 1980 và đã được nghiên cứu mở rộng, bổ sung cho đến nay

AHP đặc biệt phù hợp với các vấn đề phức tạp liên quan đến việc so sánh hàng loạt các yếu tố khó định lượng Đây là một công cụ hiệu quả khi đưa ra các quyết định phức tạp và có thể giúp người ra quyết định thiết lập các ưu tiên và đưa

ra kết luận tốt nhất Quá trình cơ bản của AHP dựa trên cơ sở nhận thức, phân tích

và tổng hợp, có thể được mô tả với 3 nguyên tắc chính:

- Phân tích vấn đề ra quyết định (thiết lập thứ bậc)

- Đánh giá so sánh các thành phần (so sánh cặp giữa các yếu tố)

- Tổng hợp các mức độ ưu tiên (xác định các ma trận trọng số) [98]

Bảng 1.2 Phương pháp xác định các thông số trong mô hình suy nghiệm áp dụng

trong phân vùng nguy cơ lũ

Yếu tố ảnh hưởng đến lũ Chuyên gia, thông qua phân tích hiện trạng lũ

trong khu vực Trọng số (mức độ ảnh hưởng

của yếu tố ảnh hưởng đến lũ)

Chuyên gia, thông qua kinh nghiệm, các nghiên cứu khác và phân tích hiện trạng lũ trong khu vực

Giá trị của yếu tố ảnh hưởng lũ Bản đồ đầu vào

Ưu điểm:

Các ưu điểm dễ nhận thấy của việc ứng dụng mô hình suy nghiệm trong nghiên cứu phân vùng nguy cơ lũ bao gồm: