BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ NÔNG NGHIỆP VÀ PTNT TRƯỜNG ĐẠI HỌC THỦY LỢI NGUYỄN THÁI HÀ XÂY DỰNG MƠ HÌNH CẢNH BÁO SỚM HẠN KHÍ TƯỢNG PHỤC VỤ CÔNG TÁC KHAI THÁC VÀ QUẢN LÝ TÀI NGUYÊN NƯỚC VÙNG DUYÊN HẢI MIỀN TRUNG Chuyên ngành: Kỹ thuật tài nguyên nước Mã số chuyên ngành: 58 02 12 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI, NĂM 2019 Cơng trình hồn thành Trường Đại học Thủy lợi Người hướng dẫn khoa học Người hướng dẫn khoa học 1: PGS.TS Nguyễn Đăng Tính 2: GS.TS Nguyễn Văn Tỉnh Phản biện 1: Phản biện 2: Phản biện 3: Luận án bảo vệ trước Hội đồng chấm luận án họp vào lúc ngày tháng năm Có thể tìm hiểu luận án thư viện: - Thư viện Quốc gia - Thư viện Trường Đại học Thủy lợi MỞ ĐẦU Tính cấp thiết đề tài luận án Hạn hán phần tự nhiên khí hậu, hạn hán hình thành thiếu hụt lượng mưa, lượng bốc lớn việc khai thác mức nguồn tài nguyên nước Hạn hán xuất khắp giới xảy tất vùng khí hậu, hạn hán phở biến Việt Nam, đặc biệt tỉnh Duyên hải Miền Trung (DHMT) Sự khắc nghiệt đợt hạn hán không phụ thuộc vào khoảng thời gian, cường độ, không gian, mà còn phụ thuộc vào nhu cầu dùng nước từ hoạt động người trồng Cho đến Việt Nam có nhiều nghiên cứu về hạn hán kết nghiên cứu còn số tồn chưa thực cách hệ thống chưa áp dụng rộng rãi thực tế Để giúp cho nhà quản lý, nhà hoạch định sách người dân địa phương chủ động việc khai thác quản lý tài nguyên nước nghiên cứu về hạn hán Việt Nam nói chung vùng DHMT nói riêng quan cần thiết Vì thế, đề tài “Xây dựng mơ hình cảnh báo sớm hạn khí tượng phục vụ cơng tác khai thác quản lý tài nguyên nước vùng Duyên hải Miền Trung” đề xuất nghiên cứu Mục tiêu nghiên cứu Đánh giá diễn biến hạn hán, xây dựng mô hình cảnh báo sớm hạn khí tượng phục vụ cho công tác khai thác quản lý tài nguyên nước vùng DHMT Đối tượng phạm vi nghiên cứu Đối tượng nghiên cứu là: Hạn khí tượng, tính chất, mức độ, xu phân bố hạn hán; Phạm vi nghiên là: Vùng Duyên hải Miền Trung Nội dung nghiên cứu luận án Phân tích đánh giá diễn biến hạn hán vùng nghiên cứu; Phân tích diễn biến hạn hán vùng nghiên cứu đợt xảy ENSO; Đánh giá tương quan hạn hán vùng nghiên cứu với nhiệt độ mặt nước biển (SST) số dao động Nam bán cầu (SOI) để lựa chọn biến đầu vào cho mô hình dự báo hạn; Thiết lập cấu trúc mơ hình dự báo hạn khí tượng phương pháp thống kê (Mạng noron thích nghi mờ, ANFIS) lựa chọn mơ hình dự báo phù hợp cho vùng nghiên cứu; Xây dựng mơ hình cảnh báo sớm hạn khí tượng cho vùng nghiên cứu đồ dự báo số hạn Phương pháp nghiên cứu Phương pháp phân tích thống kê; phương pháp kế thừa; phương pháp vùng hạn không kề giáp (NCDA); phương pháp phân tích tương quan; phương pháp phân tích tởng hợp; phương pháp mơ hình tốn (mơ hình ANFIS) Ý nghĩa khoa học thực tiễn Luận án góp phần bở sung sở khoa học việc sử dụng lựa chọn số hạn, xây dựng đồ hạn theo phương pháp NCDA phương pháp dự báo hạn khí tượng Kết nghiên cứu luận án ứng dụng để xây dựng mơ hình cảnh báo sớm hạn khí tượng cho khu vực nghiên cứu khu vực khác, giúp cho nhà quản lý, nhà hoạch định sách người dân địa phương chủ động việc khai thác quản lý tài nguyên nước Cấu trúc luận án Nội dung bao gồm phần mở đầu, phần kết luận kiến nghị chương: Chương 1: Tởng quan tình hình nghiên cứu dự báo hạn Chương 2: Cơ sở khoa học phương pháp dự báo hạn khí tượng cho vùng Duyên hải Miền Trung Chương 3: Xây dựng mơ hình cảnh báo sớm hạn khí tượng cho vùng Duyên hải Miền Trung CHƯƠNG TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU VÀ DỰ BÁO HẠN 1.1 Khái niệm hạn hán 1.1.1 Định nghĩa phân loại hạn hán Hạn hán phần tự nhiên khí hậu, hạn hán hình thành hoặc nhiều nguyên nhân khác nhau, bao gồm thiếu hụt mưa, lượng bốc lớn việc khai thác mức nguồn tài nguyên nước Hạn hán xuất khắp giới xảy tất vùng khí hậu, với đặc tính hạn biến đổi đáng kể từ vùng sang vùng khác Theo tở chức Khí tượng Thế giới (WMO), hạn hán phân thành loại là: (1) Hạn khí tượng; (2) Hạn thủy văn; (3) Hạn nông nghiệp; (4) Hạn kinh tế - xã hội 1.1.2 Các số hạn Chỉ số hạn thường số đặc trưng cho trạng thái chung hạn hán thời điểm đo được, số hạn hán đều lựa chọn cho phù hợp với khu vực nghiên cứu mục đích nghiên cứu Dưới số số dùng phổ biến giới:  Chỉ số hạn khí tượng: Chỉ số chuẩn hóa lượng mưa (SPI); số Sazonop (SaI); Chỉ số chuẩn hóa lượng mưa bốc (SPEI) Trong số hạn khí tượng Việt Nam chủ yếu sử dụng số SPI SaI, còn số SPEI đề xuất năm 2010 nên chưa sử dụng rộng rãi  Chỉ số hạn Nông nghiệp: Chỉ số độ ẩm tương đối đất (RSMI); số độ ẩm đất bất thường (SMAPI); số Palmer (PDSI); số chuẩn hóa độ ẩm đất (SSI); số độ ẩm trồng (SMI) Trong số hạn nơng nghiệp số sử dụng rộng rãi giới Việt Nam số PDSI  Chỉ số hạn thủy văn: Chỉ số cung cấp nước mặt (SWSI)  Chỉ số hạn kinh tế-xã hội: Chỉ số khan nước xã hội (SWSI) 1.1.3 Các đặc trưng hạn hán Các đợt hạn hán thường khác ba đặc trưng là: cường độ, thời gian, trải rộng theo khơng gian 1.2 Tình hình hạn hán nghiên cứu hạn hán giới 1.2.1 Tình hình hạn hán giới Trong thập kỷ gần hạn hán xảy nhiều nơi giới, gây nhiều thiệt hại về kinh tế, ảnh hưởng đến đời sống người môi trường sinh thái Hàng năm có khoảng 21 triệu đất biến thành đất khơng có suất kinh tế hạn hán Trong gần 1/4 kỷ vừa qua, số dân gặp rủi ro hạn hán vùng đất khô cằn tăng 80% Hơn 1/3 đất đai giới bị khô cằn mà có 17,7% dân số giới sinh sống Thiệt hại hạn hán gây nhiều nước giới nghiêm trọng, kể về người tài sản 1.2.2 Các nghiên cứu hạn hán giới Trên giới có nhiều nghiên cứu về hạn hán Nhưng tính phức tạp tượng này, đến chưa có phương pháp chung cho nghiên cứu về hạn hán Trong việc xác định, nhận dạng, giám sát cảnh báo hạn hán, tác giả thường sử dụng công cụ số hạn Các kết nghiên cứu cho thấy khơng có số có ưu điểm vượt trội so với số khác điều kiện Do đó, việc áp dụng số/hệ số hạn phụ thuộc vào điều kiện cụ thể từng vùng sở liệu quan trắc sẵn có vùng Hiện công tác dự báo, cảnh báo hạn thực theo hai cách tiếp cận chính: (1) Dự báo trực tiếp số hạn mơ hình dự báo thống kê túy Phương pháp dựa mối tương quan số hạn với nhân tố hồn lưu quy mơ lớn đặc trưng về ENSO, … Nhiều nghiên cứu chứng minh đặc trưng ENSO nhân tố quan trọng hạn hán sử dụng làm nhân tố dự báo; (2) Cách tiếp cận thứ dự báo sở sản phẩm dự báo mơ hình khí hậu, mơ hình thủy văn Phương pháp liên quan trực tiếp đến khả dự báo điều kiện khí hậu, thủy văn đem lại đặc tính vật lý hạn hán, trước hết mưa, nhiệt độ, dòng chảy, độ ẩm đất 1.3 Tình hình hạn hán nghiên cứu hạn hán Việt Nam 1.3.1 Tình hình hạn hán Việt Nam Tình hình hạn hán Việt Nam diễn biến ngày phức tạp, từ năm 1985 ÷ 2016 Việt Nam xẩy số đợt hạn như: năm 1992, hạn nặng miền Trung đồng Nam Bộ; hạn xảy gay gắt số tỉnh thuộc Trung Bộ vào vụ đông xuân 1994-1995; năm 2002 2004-2005 hạn hán xảy diện rộng, vùng BTB, NTB Tây Nguyên; mùa khô năm 2009-2010 hệ thống sơng, suối tồn quốc, dòng chảy đều thiếu hụt, mực nước xuống mức thấp lịch sử gây tình trạng thiếu nước cho SXNN Đặc biệt đợt hạn trầm trọng diện rộng vào đông xuân 1997-1998, tính riêng thiệt hại về vật chất nơng nghiệp Việt Nam tới số 5.000 tỷ đồng; năm 2014-2016, tượng El Nino gây hạn hán, xâm nhập mặn Đã đe dọa nghiêm trọng đến sản xuất NN dân sinh, tổng thiệt hại ước tính 5.572 tỷ VN đồng 1.3.2 Các nghiên cứu hạn hán Việt Nam Các nghiên cứu về hạn hán Việt Nam năm gần đây, chủ yếu tập trung vào vấn đề chính: (1) Nghiên cứu về hạn hán tác động tới dân sinh, kinh tế, xã hội; (2) Các giải pháp, phòng chống giảm nhẹ thiệt hại hạn hán Năm 2001, Nguyễn Đức Hậu nghiên cứu xác định ứng dụng tiêu hạn để đánh giá tác động ENSO đến tình hình hạn xây dựng phương trình hồi quy dự báo hạn cho vùng khí hậu Việt Nam Đến năm 2007, Nguyễn Văn Thắng đánh giá mức độ hạn hán, chọn tiêu xác định hạn hán phù hợp xây dựng công nghệ dự báo cảnh báo sớm hạn hán cho vùng khí hậu Việt Nam số liệu khí tượng thuỷ văn tư liệu viễn thám để phục vụ phát triển kinh tế xã hội Năm 2015, Nguyễn Văn Thắng xây dựng tiêu hạn phù hợp để thực giám sát, cảnh báo hạn hán; xây dựng cơng nghệ, quy trình mơ hình thống kê tở hợp dự báo hạn khí tượng cho toàn quốc theo số hạn SPI; xây dựng cơng nghệ, quy trình ứng dụng sản phẩm dự báo mơ hình tồn cầu cảnh báo hạn Việt Nam hạn đến tháng Với vùng nghiên cứu Nguyễn Trọng Hiệu (2000) Nguyễn Văn Cư (2001) nghiên cứu xác định tiêu hạn, đánh giá tác động hạn hán, nguyên nhân hoang mạc hoá giải pháp phòng chống hạn hán, hoang mạc hố tỉnh Qng Ngãi, Bình Định, Ninh Thuận Bình Thuận Đào Xuân Học (2001) sử dụng số khô hạn Sazonop để khảo sát, đánh giá hạn hán cho tỉnh DHMT Năm 2005, Nguyễn Quang Kim nghiên cứu trạng hạn hán, thiết lập sở khoa học cho quy trình dự báo hạn cho vùng NTB Tây nguyên, lập trình phần mềm tính tốn số hạn phần mềm dự báo hạn khí tượng số SPI Năm 2008, Trần Thục đánh giá mức độ hạn hán thiếu nước sinh hoạt tỉnh Nam Trung Bộ Tây Nguyên Năm 2014, Nguyễn Lương Bằng sử dụng số SPI SPEI nghiên cứu ảnh hưởng ENSO tới diễn biến hạn khí tượng lưu vực sơng Cái Khánh Hòa, kết nghiên cứu cho thấy số SPEI đánh giá diễn biến hạn hán lưu vực sông Cái phù hợp so với số SPI Về phương pháp dự báo hạn, nghiên cứu trước Việt Nam chủ yếu sử dụng phương pháp thống kê Nguyễn Quang Kim (2005) sử dụng mô hình hồi qui tuyến tính đa biến để dự báo hạn số SPI cho vùng NTB Tây Nguyên, nhân tố dự báo sử dụng số SOI, SST độ cao địa vị mực 500mb Nguyễn Văn Thắng (2015) sử dụng mô hình hồi quy tuyến tính đa biến để dự báo số hạn SPI cho vùng khí hậu Việt Nam Nguyễn Lương Bằng (2015) ứng dụng mô hình ANFIS để dự báo hạn thơng qua hai số SPI SPEI cho tỉnh Khánh Hòa với biến đầu vào nhiệt độ mặt nước biển (SST) Nguyễn Văn Thắng (2015) xây dựng công nghệ, quy trình ứng dụng sản phẩm dự báo mơ hình tồn cầu cảnh báo hạn Việt Nam hạn đến tháng số SPI 1.4 Tổng quan vùng nghiên cứu Vùng DHMT bao gồm 14 tỉnh thành phố trải dài từ Thanh Hóa đến Bình Thuận Vùng nghiên cứu thường xảy hạn hán ảnh hưởng đợt El Nino, đặc biệt tỉnh từ Khánh Hòa đến Bình Thuận 1.5 Kết luận chương Qua nghiên cứu, phân tích tởng quan về mơ hình dự báo, cảnh báo hạn hán giới Việt Nam Luận án định hướng lựa chọn nội dung phương pháp nghiên cứu sơ đồ sau: Hình 1.3 Sơ đồ nội dung phương pháp nghiên cứu CHƯƠNG CƠ SỞ KHOA HỌC VÀ PHƯƠNG PHÁP DỰ BÁO HẠN KHÍ TƯỢNG CHO VÙNG DUYÊN HẢI MIỀN TRUNG 2.1 Hiện trạng hạn hán vùng nghiên cứu Theo số liệu thống kê Tổng cục Thủy lợi 35 năm từ 1980 đến 2014, vùng DHMT xảy nhiều đợt hạn hán, làm thiệt hại tới hàng trăm nghìn hecta đất trồng thiếu nước sinh hoạt trầm trọng cho hàng triệu người dân Tỷ lệ diện tích hạn diện tích gieo cấy lớn năm 1993 sau đến năm 2010, 2005, 1998, 1985 1988, nhiên thực tế năm 1998 năm xảy hạn nặng với 180836ha bị hạn 51130ha bị trắng Thời kỳ hạn căng thẳng vùng nghiên cứu vào vụ Hè thu từ cuối tháng đến đầu tháng 9, tần suất xảy hạn diện rộng vùng DHMT 5-9 năm xảy lần Hình 2.3 Tỷ lệ diện tích bị hạn so với tởng diện tích gieo cấy vùng DHMT 2.2 Giới thiệu ENSO số liệu cần thu thập 2.2.1 Giới thiệu ENSO ENSO (El Nino and the Southern Oscillation) tượng tương tác đại dương khí Thái Bình Dương (TBD), yếu tố theo mùa làm ảnh hưởng đến biến đổi khí hậu El Nino tên gọi tượng tăng lên khác thường nhiệt độ nước biển tầng mặt (SST) vùng xích đạo phía đơng TBD Đối lập với tượng El Nino, tượng SST vùng xích đạo đông TBD lạnh khác thường gọi La Nina Dao động Nam (Southern Oscillation-SO) nguyên nhân dẫn đến trao đởi khơng khí Đơng Tây bán cầu SO xác định qua trị số chênh lệch áp suất khơng khí mặt biển Tahiti (17,5S; 149,6W) nằm đông nam TBD Darwin (12.4S; 130.9E) nằm tây bắc Australia Để theo dõi hoạt động ENSO người ta dựa vào chuẩn sai nhiệt độ nước biển tầng mặt (SSTA) vùng biển xích đạo TBD Một chu trình El Nino thời kỳ liên tục, có trị số trung bình trượt tháng SSTA vùng Nino3.4 (5N-5S, 120W-170W) lớn hoặc 0.5C, chu trình La Nina thời kỳ liên tục, có trị số trung bình trượt tháng SSTA vùng Nino3.4 nhỏ hoặc -0.5C Từ năm 1985 đến năm 2014 xuất lần El Nino lần La Nina Sự thay đổi SST TBD gây hoạt động ENSO dẫn đến bất thường khối khí biển hoạt động gió mùa nhiễu động xích đạo-nhiệt đới làm biến đởi thời tiết vùng phía tây TBD có vùng nghiên cứu 2.2.2 Các số liệu cần thu thập Mưa, nhiệt độ: Được thu thập 27 trạm khí tượng vùng DHMT Số liệu sử dụng nghiên cứu lấy từ tháng 1-1985 đến tháng 12-2014 Chuẩn sai nhiệt độ mặt nước biển (SSTA): SSTA vùng Nino3.4 lấy từ 1/1984 ÷ 12/2014 website (http://origin.cpc.ncep.noaa.gov/products/analysis _monitoring/ensostuff/ONI_ v5.php) Chỉ số dao động Nam bán cầu (SOI): Số liệu SOI lấy từ 1/1984 ÷ 12/2014 website (https://www.ncdc noaa.gov/teleconnections/enso/indicators/soi/) 2.3 Phương pháp dự báo hạn khí tượng cho vùng nghiên cứu Nội dung phương pháp đánh giá, dự báo cảnh báo hạn khí tượng cho vùng nghiên cứu minh họa sơ đồ sau: Hình 2.8 Sơ đồ minh họa nội dung phương pháp dự báo hạn khí tượng 2.3.1 Lựa chọn số hạn Chi tiết về loại biến số biến đầu vào mơ hình dự báo trình bày hình 2.4 phía sau Phương pháp dự báo Mơ hình ANFIS J S R Jang cộng đề xuất năm 1997 sử dụng để xây dựng mơ hình dự báo số SPI, SPEI với nhân tố dự báo khác để tìm mơ hình dự báo phù hợp với vùng nghiên cứu ANFIS dựa hệ thống giao diện mờ đào tạo thuật toán bắt nguồn từ lý thuyết mạng nơron, có cấu trúc hình sau: Hình 2.11 Cấu trúc mơ hình ANFIS Giá trị đầu SPI hoặc SPEI tính sau: w1 f1  w2 f  w1  w2 w ( x , y , z ) f  x , y , z   w ( x, y , z ) f  x , y , z   w1 ( z, y, z ) w2 x, y, z  SPI hoặc SPEI = f  x, y, z   (2-41) Với thuật tốn học lai mơ hình ANFIS tập số liệu đầu vào chia hai số liệu số liệu trình luyện mạng số liệu trình kiểm định Thiết lập mơ hình dự báo hạn khí tượng cho vùng nghiên cứu  Cấu trúc mơ hình dự báo Cấu trúc mơ hình dự báo (loại biến, số lượng biến đầu vào) thể chi tiết hình 2.13 Tập liệu luyện mạng sử dụng số liệu từ năm 1985-2009; tập số liệu kiểm định sử dụng số liệu từ năm 2010-2014 11 Hình 2.13 Cấu trúc mơ hình dự báo  Đánh giá chất lượng dự báo Việc đánh giá chất lượng dự báo mơ hình cho q trình luyện mạng kiểm định đánh giá thông qua hệ số: RSR (RMSE-observations standard deviation ratio); CORR (Correlation Coefficient); E (Efficiency), hay còn gọi số Nash Một mơ hình dự báo có chất lượng tốt giá trị CORR, E gần giá trị 1.0 RSR gần giá trị 0.0, giá trị RSR, E phải đảm bảo tiêu chí đánh giá theo tiêu chuẩn WMO bảng sau: Bảng 2.4 Tiêu chí đánh giá chất lượng dự báo Xếp loại Rất tốt Tốt Đạt yêu cầu Không đạt RSR ≤ RSR ≤ 0.5 0.5 < RSR ≤ 0.6 0.6 < RSR ≤ 0.7 RSR > 0.7 12 E 0.75 < E ≤ 0.65 < E ≤ 0.75 0.50 < E ≤ 0.65 E ≤ 0.5 Các mơ hình dự báo hạn khí tượng cho vùng nghiên cứu lập trình phần mềm Matlab Sơ đồ khối chương trình dự báo hạn khí tượng thể hình sau: Hình 2.14 Sơ đồ khối chương trình dự báo 13 2.4 Kết luận chương (1) Vùng DHMT vùng thường xảy hạn hán, hạn căng thẳng vào vụ Hè thu từ cuối tháng đến đầu tháng Trong nghiên cứu lựa chọn sử dụng hai số hạn khí tượng SPI SPEI để đánh giá, dự báo cảnh báo hạn hán cho vùng nghiên cứu; (2) Phương pháp đánh giá diễn biến hạn hán vùng nghiên cứu đợt xảy El Nino phương pháp phân tích tương quan SSTA & SOI với số hạn SPI, SPEI sử dụng để đánh giá ảnh hưởng ENSO đến diễn biến hạn hán vùng DHMT; (3) Phương pháp dự báo hạn khí tượng mơ hình ANFIS với biến đầu số hạn (SPI, SPEI) tương lai, biến đầu vào chuỗi SSTA, SOI chuỗi số hạn (SPI, SPEI) bước thời gian trước; (4) Năm mơ hình dự báo với biến số biến đầu vào khác thiết lập, chất lượng dự báo mơ hình so sánh, đánh giá thơng qua hệ số thống kê RSR, CORR E CHƯƠNG XÂY DỰNG MƠ HÌNH CẢNH BÁO SỚM HẠN KHÍ TƯỢNG CHO VÙNG DUYÊN HẢI MIỀN TRUNG 3.1 Diễn biến hạn hán theo không gian, thời gian vùng nghiên cứu 3.1.1 Phân tích kết kiểm định nội suy lượng mưa nhiệt độ Phương pháp nội suy IDW có đủ độ tin cậy để nội suy lượng mưa nhiệt độ phục vụ cho việc tính toán số hạn vùng nghiên cứu 3.1.2 Diễn biến hạn hán theo thời gian vùng nghiên cứu Diễn biến hạn hán theo thời gian vùng nghiên cứu thông qua số SPI, SPEI thể hình sau: Hình 3.5 Diễn biến hạn hán vùng DHMT theo số SPI1 SPEI1 14 Hình 3.6 Diễn biến hạn hán vùng DHMT theo số SPI3 SPEI3 Diễn biến hạn hán DHMT theo hai số đều thể năm 1988, 1993, 1998, 2005, 2010 xuất hạn hán kéo dài, phù hợp với đợt hạn hán thực tế Nhưng số SPEI phản ánh diễn biến hạn hán vùng nghiên cứu phù hợp với tình hình hạn hán thực tế vùng nghiên cứu số SPI, số SPEI3 lại phản ánh diễn biến hạn hán phù hợp số SPEI1 3.1.3 Diễn biến hạn hán theo không gian vùng nghiên cứu Tỷ lệ diện tích hạn theo số SPI, SPEI thực tế sản xuất nông nghiệp vùng nghiên cứu thể hình sau: Hình 3.11 Tỷ lệ DT hạn hán theo số SPI3, SPEI3 thực tế SXNN Tỷ lệ diện tích bị hạn theo số SPEI lớn số SPI hầu hết năm, có số năm ngược lại, tỷ lệ diện tích bị hạn theo số SPEI3 lớn nhất, sau SPI3, SPEI1 thấp SPI1 Tần suất xảy hạn số theo không gian thể hình sau: 15 Hình 3.12 Tần suất (%) xảy hạn số theo không gian 3.2 Ảnh hưởng ENSO đến diễn biến hạn hán vùng nghiên cứu 3.2.1 Diễn biến hạn hán vùng DHMT thời kỳ phát sinh ENSO Diễn biến hạn hán vùng nghiên cứu theo số SPI, SPEI thời kỳ xảy ENSO thể hình sau: Hình 3.27 Giá trị SPI, SPEI-1 thời kỳ xảy ENSO Hình 3.28 Giá trị SPI, SPEI-3 thời kỳ xảy ENSO Trong đợt xảy El Nino vùng nghiên cứu đều phát sinh hạn hán, thời điểm đợt hạn hán thường xảy muộn (trễ hơn) thời điểm xảy 16 đợt El Nino Chỉ số SPEI3 phản ánh mức độ hạn hán vùng nghiên cứu đợt El Nino lớn số hạn khác 3.2.2 Đánh giá kết mối tương quan SSTA SOI với SPI SPEI Kết hệ số tương quan trung bình SSTA, SOI với số SPI, SPEI lưới tồn khu vực nghiên cứu thể bảng 3.4 Tương quan SSTA với số SPI, SPEI đạt giá trị cao chuỗi số liệu SSTA trước chuỗi số liệu SPI, SPEI tháng (độ trễ tháng), còn tương quan SOI với số SPI, SPEI đạt giá trị cao chuỗi số liệu SOI trước chuỗi số liệu SPI, SPEI tháng (độ trễ tháng) Bảng 3.4 Hệ số tương quan SSTA, SOI với số SPI, SPEI Hệ số tương quan SSTA1 với SPI1, SPEI1 Độ trễ j (*) (*) (*) (*) (tháng) SPI1 -0.14 -0.157 -0.167 -0.161 -0.146 -0.119 -0.108 -0.094 -0.089 SPEI1 -0.14 -0.157 -0.167 -0.161 -0.146 -0.119 -0.108 -0.094 -0.089 Hệ số tương quan SSTA3 với SPI3, SPEI3 Độ trễ j (*) (*) (*) (*) (tháng) SPI3 -0.256 -0.269 -0.274 -0.266 -0.244 -0.212 -0.183 -0.156 -0.134 SPEI3 -0.256 -0.269 -0.274 -0.266 -0.244 -0.212 -0.183 -0.156 -0.134 Hệ số tương quan SOI1 với SPI1, SPEI1 Độ trễ j (*) (*) (*) (*) (tháng) SPI1 0.162 0.169 0.143 0.144 0.138 0.088 0.085 0.063 0.058 SPEI1 0.162 0.169 0.143 0.144 0.138 0.088 0.085 0.063 0.058 Hệ số tương quan SOI3 với SPI3, SPEI3 Độ trễ j (*) (*) (*) (*) (tháng) SPI3 0.278 0.303 0.292 0.266 0.238 0.213 0.17 0.124 0.096 SPEI3 0.278 0.303 0.292 0.266 0.238 0.213 0.17 0.124 0.096 10 11 12 -0.073 -0.062 -0.064 -0.073 -0.062 -0.064 10 11 12 -0.118 -0.109 -0.102 -0.118 -0.109 -0.102 10 11 12 0.045 0.042 0.037 0.045 0.042 0.037 10 11 12 0.079 0.071 0.06 0.079 0.071 0.06 Ghi chú: * Mối tương quan có độ tin cậy 90% 3.3 Xây dựng mơ hình cảnh báo sớm hạn khí tượng cho vùng nghiên cứu 3.3.1 Đánh giá kết mơ hình dự báo hạn cho vùng nghiên cứu Kết thông số thống kê (CORR, E RSR) mơ hình dự báo SPI, SPEI thể bảng sau: 17 Bảng 3.5 Đánh giá chất lượng dự báo số hạn mơ hình SPI1 SPEI1 Mơ Q trình luyện mạng Q trình kiểm đinh Mơ Q trình luyện mạng Quá trình kiểm đinh hình CORR E RSR CORR E RSR hình CORR E RSR CORR E RSR M1 0.33 0.11 0.94 0.26 0.06 0.97 M1 0.38 0.14 0.92 0.45 0.13 0.93 M2 0.38 0.15 0.92 0.29 0.05 0.97 M2 0.46 0.22 0.89 0.35 0.09 0.96 M3 0.56 0.31 0.83 0.36 0.12 0.94 M3 0.63 0.40 0.77 0.40 0.14 0.93 M4 0.82 0.67 0.58 0.46 0.21 0.89 M4 0.83 0.68 0.56 0.48 0.18 0.91 M5 1.00 1.00 0.06 0.16 -0.01 1.01 M5 1.00 1.00 0.04 0.55 0.21 0.89 SPI3 SPEI3 Mơ Q trình luyện mạng Q trình kiểm đinh Mơ Q trình luyện mạng Q trình kiểm đinh hình CORR E RSR CORR E RSR hình CORR E RSR CORR E RSR M1 0.53 0.28 0.85 0.52 0.24 0.87 M1 0.60 0.36 0.80 0.77 0.32 0.82 M2 0.58 0.34 0.81 0.60 0.28 0.85 M2 0.64 0.41 0.77 0.78 0.36 0.80 M3 0.76 0.57 0.65 0.42 0.12 0.94 M3 0.76 0.57 0.65 0.78 0.46 0.73 M4 0.90 0.81 0.44 0.63 0.38 0.79 M4 0.91 0.82 0.42 0.82 0.68 0.56 M5 1.00 0.99 0.08 0.60 0.34 0.81 M5 1.00 0.99 0.07 0.74 0.53 0.69 Mơ hình M4 dự báo số SPEI3 mơ hình có chất lượng dự báo tốt nhất, đảm bảo tiêu chí đánh giá theo tiêu chuẩn WMO (bảng 2.4) Kết so sánh giá trị SPEI3 thực tế tính tốn dự báo hai trình luyện mạng kiểm định mơ hình M4 cho vùng nghiên cứu thể hình sau: Hình 3.32 So sánh kết dự báo số SPEI3 theo mơ hình M4 cho toàn vùng 3.3.2 Lựa chọn số để cảnh báo sớm hạn khí tượng cho vùng nghiên cứu Theo kết đánh giá diễn biến hạn hán theo không gian thời gian số hạn SPI, SPEI mục 3.1 số SPEI3 phản ánh diễn biến hạn hán vùng nghiên cứu phù hợp với tình hình hạn thực tế số khác Đồng thời từ kết nghiên cứu mục 3.3.1 kết dự báo hạn theo số SPEI3 cho kết dự báo tốt Vì thế, luận án tác giả lựa chọn số để cảnh báo sớm hạn khí tượng số SPEI3 18 Bảng 3.6 Cấp hạn cấp cảnh báo sớm hạn khí tượng theo số SPEI3 SPEI3 ≥ - 0.49 Điều kiện khí hậu Khơng hạn -0.50 ÷ - 0.99 Hạn nhẹ -1.0 ÷ -1.49 Hạn vừa -1.5 ÷ -1.99 Hạn nặng ≥ -2.0 Hạn cực nặng Cấp cảnh báo Cấp 1: Khuyến cáo về tình trạng thiếu hụt mưa, ý tiết kiệm nước SPEI3 theo thời đoạn khác tháng hoặc/và vài tháng trước đều rơi vào cấp Cấp 2: Cảnh báo tình trạng hạn vừa, ý tiết kiệm nước chuẩn bị công tác dự phòng Đặc biệt lưu ý SPEI3 theo thời đoạn khác tháng hoặc/và vài tháng trước đều rơi vào cấp Cấp 3: Cảnh báo tình trạng hạn nặng, yêu cầu biện pháp tiết kiệm hạn chế dùng nước, đặc biệt SPEI3 theo thời đoạn khác tháng hoặc/và vài tháng trước đều rơi vào cấp Các công tác dự phòng cần kiểm tra Nếu tình trạng nguồn nước (hồ chứa, dòng chảy mặt, nước ngầm) giảm thấp áp dụng chế độ ngừng cấp nước cho hộ quan trọng Cấp 4: Cảnh báo tình trạng hạn nặng Tùy theo tình trạng nguồn nước mặt ngừng cấp nước cho hộ quan trọng và/hoặc áp dụng chế độ dùng nước theo định mức Có thể phải khởi động họat động cứu trợ 3.3.3 Lựa chọn mơ hình dự báo hạn cho vùng nghiên cứu Trong nghiên cứu tác giả đề xuất mơ hình dự báo cho tháng so với thời gian quan trắc vùng nghiên cứu gồm loại dự báo là: (1) dự báo cho tháng đầu (tháng năm 2015) (2) dự báo cho tháng (tháng đến tháng năm 2015) Cấu trúc tham số loại dự báo thể bảng sau: Bảng 3.7 Các tham số mơ hình dự báo cho tháng Mơ Tham số đầu vào hình Hạn ngắn SOI3(10/2014), SOI3(11/2014), SSTA3(10/2014), M4 SSTA3(11/2014), SPEI3(12/2014) SOI3(11/2014), SOI3(12/2014), SSTA3(11/2014), M4 SSTA3(12/2014), SPEI3(1/2015) Hạn dài SOI3(12/2014), SOI3(1/2015), SSTA3(12/2014), M4 SSTA3(1/2015), SPEI3(2/2015) 19 Đầu SPEI3(1/2015) SPEI3(2/2015) SPEI3(3/2015) M4 M4 M4 SOI3(1/2015), SOI3(2/2015), SSTA3(1/2015), SSTA3(2/2015), SPEI3(3/2015) SOI3(2/2015), SOI3(3/2015), SSTA3(2/2015), SSTA3(3/2015), SPEI3(4/2015) SOI3(3/2015), SOI3(4/2015), SSTA3(3/2015), SSTA3(4/2015), SPEI3(5/2015) SPEI3(4/2015) SPEI3(5/2015) SPEI3(6/2015) 3.3.4 Xây dựng mơ hình cảnh báo sớm hạn khí tượng cho vùng nghiên cứu Từ kết nội dung phần nghiên cứu phía trước tác giả đề xuất mơ hình cảnh báo hạn sớm hạn khí tượng cho vùng nghiên cứu hình sau: Hình 3.42 Sơ đồ mơ hình cảnh báo sớm hạn khí tượng cho vùng nghiên cứu mơ hình cảnh báo sớm hạn khí tượng bao gồm khối là: (1) khối quan trắc thu thập số liệu; (2) khối tính tốn xử lý số liệu; (3) khối phân tích 20 tởng hợp số liệu quan trắc kết dự báo để đưa đồ, tin đánh giá trạng hạn dự báo diễn biến hạn 3.3.5 Bản đồ số liệu cảnh báo sớm hạn khí tượng cho vùng nghiên cứu Bản đồ cảnh báo cho tháng đầu (tháng tháng năm 2015) Tháng 1/2015 Tháng 1/2015 Hình 3.43 Bản đồ dự báo, cảnh báo theo số SPEI3 tháng 1, năm 2015 Bản đồ cảnh báo cho tháng (từ tháng đến tháng năm 2015) Tháng 3/2015 Tháng 4/2015 Tháng 3/2015 Tháng 4/2015 Hình 3.44 Bản đồ dự báo, cảnh báo theo số SPEI3 tháng 3, 4, 5, năm 2015 21 3.4 Kết luận chương (1) Chỉ số SPEI phản ánh diễn biến hạn hán vùng nghiên cứu phù hợp với tình hình hạn hán thực tế vùng nghiên cứu số SPI Thời gian, quy mô, cường độ tần suất hạn hán vùng DHMT theo số SPEI lớn số SPI (2) Khi xảy đợt El Nino vùng nghiên cứu phát sinh đợt hạn hán kéo dài nhiều tháng, thời điểm đợt hạn hán thường xảy muộn (trễ hơn) thời điểm xảy đợt El Nino Những chuỗi số liệu SSTA, SOI có mối tương quan lớn với chuỗi SPI, SPEI lựa chọn để làm biến đầu vào cho mô hình dự báo hạn khí tượng (3) Kết dự báo số SPEI3 mơ hình M4 có chất lượng dự báo cao nhất, đạt yêu cầu theo tiên chuẩn đánh giá chất lượng dự báo Chỉ số hạn lựa chọn để đánh giá cấp độ hạn cấp cảnh báo sớm hạn khí tượng số SPEI3 Đã lựa chọn mơ hình dự báo hạn ngắn tháng mơ hình dự báo hạn dài tháng (4) Mơ hình cảnh báo sớm hạn khí tượng cho vùng nghiên cứu xây dựng với khối là: khối quan trắc thu thập số liệu; khối tính tốn xử lý số liệu; khối phân tích tởng hợp số liệu quan trắc kết dự báo Đồng thời xây dựng đồ cảnh báo sớm hạn khí tượng cho vùng nghiên cứu số SPEI3 từ tháng đến tháng năm 2015 KẾT LUẬN VÀ KIẾN NGHỊ Những kết đạt luận án Hạn hán xuất khắp giới xảy tất vùng khí hậu, có vùng DHMT Để có giải pháp khai thác quản lý tài nguyên nước hữu hiệu cơng tác cảnh báo sớm hạn khí tượng quan trọng Vì thế, luận án giải đạt kết sau: (1) Từ năm 1985 – 2014, vùng DHMT có nhiều đợt hạn hán xảy ra, có đợt xảy hạn hán nghiêm trọng, hạn xảy vụ sản xuất làm thiệt hại đến hàng triệu hecta đất nông nghiệp Thời kỳ hạn căng thẳng vụ Hè 22 thu từ cuối tháng đến đầu tháng 9, đến năm lại xảy đợt hạn diện rộng (2) Diễn biến hạn hán theo số SPI, SPEI đều thể năm 1988, 1993, 1998, 2005, 2010 xuất hạn hán kéo dài nhiều tháng, phù hợp với đợt hạn hán thực tế hạn hán xảy thời gian dài vụ Nhưng số SPEI3 phản ánh diễn biến hạn hán vùng nghiên cứu phù hợp số khác (3) Mức độ ảnh hưởng tượng El Nino đến hạn hán vùng nghiên cứu tương đối lớn, xảy đợt El Nino vùng nghiên cứu phát sinh đợt hạn hán kéo dài nhiều tháng, thời điểm đợt hạn hán thường xảy muộn (trễ hơn) thời điểm xảy đợt El Nino (4) Khi SST vùng Nino3.4 tăng (SSTA dương) SOI âm tính đều có ảnh hưởng đến diễn biến hạn hán khu vực nghiên cứu, đặc biệt SST vùng Nino3.4 tăng (SSTA ≥ 0.5C dẫn đến phát sinh El Nino) khả lớn phát sinh đợt hạn hán cho vùng nghiên cứu điểm phát sinh hạn hán thường trễ từ đến tháng (5) Kết dự báo số SPEI3 với biến đầu vào chuỗi SSTA3, SOI3 trước & tháng chuỗi SPEI3 trước tháng (mơ hình M4) có chất lượng dự báo cao nhất, đạt yêu cầu theo tiên chuẩn đánh giá chất lượng dự báo (6) Các đồ cảnh báo sớm hạn khí tượng cho vùng nghiên cứu số SPEI3 từ tháng đến tháng năm 2015 xây dựng từ mơ hình dự báo hạn ngắn (1÷2 tháng) dự báo hạn dài (3÷6 tháng) mạng ANFIS với cấu trúc M4 mô tả bảng 3.6 (7) Đã xây dựng mơ hình cảnh báo sớm hạn khí tượng cho vùng nghiên cứu gồm khối là: khối quan trắc thu thập số liệu; khối tính tốn xử lý số liệu; khối phân tích tổng hợp số liệu quan trắc kết dự báo, mơ hình mơ tả chi tiết hình 3.42 Những đóng góp luận án (1) Xác định mối quan hệ yếu tố ENSO, diễn biến nhiệt độ mặt nước biển dị thường (SSTA) số dao động Nam bán cầu (SOI) với diễn biến hạn khí tượng vùng Duyên hải Miền Trung (thông quan số 23 SPI SPEI) Đồng thời xây dựng đồ nguy hạn hán cho khu vực nghiên cứu (2) Xây dựng mơ hình cảnh báo sớm hạn khí tượng cho vùng Duyên hải Miền Trung sử dụng mạng Nơ ron thích nghi mờ (ANFIS) Những tồn hạn chế luận án Luận án đánh giá diễn biến hạn hán vùng nghiên cứu số hạn khí tượng, xây dựng đồ hạn để đánh giá diễn biến hạn hán theo không gian chưa xem xét đến yếu tố địa hình nội suy Đồng thời ứng dụng mơ hình ANFIS để dự báo hạn khí tượng cho vùng nghiên cứu, mà chưa có so sánh với phương pháp dự báo khác Kiến nghị nghiên cứu luận án Để tăng độ tin cậy áp dụng biện pháp dự báo, cảnh báo rộng rãi hướng nghiên cứu đề tài là: (1) Nghiên cứu so sánh chất lượng dự báo phương pháp ANFIS với phương pháp thống kê khác với phương pháp dự báo từ mơ hình khí hậu tồn cầu; (2) Xây dựng hệ thống vận hành, cung cấp cập nhật sản phẩm nghiên cứu website 24 DANH MỤC CÔNG TRÌNH ĐÃ CƠNG BỐ Nguyễn Thái Hà, Nguyễn Đăng Tính, Nguyễn Lương Bằng “Xây dựng đồ phân bố hạn khí tượng theo khơng gian, thời gian cho vùng Duyên hải Miền Trung sử dụng phương pháp vùng hạn khơng kề giáp (NCDA)” Tạp chí Nơng nghiệp PTNT, số 3+4, pp.199-204, 2018 Nguyễn Thái Hà, Nguyễn Đăng Tính, Nguyễn Lương Bằng “Ảnh hưởng El Nino tới diễn biến hạn hán vùng Duyên hải Miền Trung theo khơng gian thời gian” Tạp chí Nơng nghiệp PTNT, số 9, pp.55-61, 2018 25 ... H? ? ?N 1.1 Khái niệm h? ? ?n h? ?n 1.1.1 Định nghĩa ph? ?n loại h? ? ?n h? ?n H? ? ?n h? ?n ph? ?n tự nhi? ?n khí h? ??u, h? ? ?n h? ?n h? ?nh thành hoặc nhiều nguy? ?n nh? ?n khác nhau, bao gồm thiếu h? ??t mưa, lượng bốc l? ?n việc khai. .. (2000) Nguy? ?n V? ?n Cư (2001) nghi? ?n cứu xác định tiêu h? ? ?n, đánh giá tác động h? ? ?n h? ?n, nguy? ?n nh? ?n hoang mạc hoá giải pháp phòng chống h? ? ?n h? ?n, hoang mạc h? ?? tỉnh Qng Ngãi, Bình Định, Ninh Thu? ?n Bình... lu? ?n ? ?n H? ? ?n h? ?n ph? ?n tự nhi? ?n khí h? ??u, h? ? ?n h? ?n h? ?nh thành thiếu h? ??t lượng mưa, lượng bốc l? ?n việc khai thác mức ngu? ?n tài nguy? ?n nước H? ? ?n h? ?n xuất khắp giới xảy tất vùng khí h? ??u, h? ? ?n h? ?n phổ