Nhận diện và đề xuất giải pháp cảnh báo lũ quét dựa trên chỉ số mưa tích lũy ở thượng lưu thời đoạn ngắn cho lưu vực sông Cả

Phương pháp nhận diện và cảnh báo lũ, lũ quét dựa trên những phân tích về mưa lớn đã cho thấy một số ưu điểm nổi bật, đặc biệt khi sử dụng các bộ dữ liệu phân bố không gian ở phạm vi khu vực hay toàn cầu, giúp giải quyết những khó khăn về thu thập dữ liệu ở các lưu vực sông chảy qua nhiều quốc gia. Bài báo giới thiệu một cách tiếp cận đơn giản để xác rủi ro lũ quét cho sông, suối khu vực miền núi dựa trên chỉ số lượng mưa tích lũy ở thượng lưu thời đoạn ngắn được phân tích từ bộ dữ liệu mưa ngày, tái tạo cho khu vực gió mùa châu Á trong giai đoạn khí hậu 1961-2007 (APHRODITE). Nghiên cứu điển hình được áp dụng cho lưu vực sông Cả và đã xác định được mức độ rủi ro lũ quét cho toàn bộ mạng lưới sông, suối. Kết quả nghiên cứu đã sơ bộ được kiểm nghiệm, phản ánh sự phù hợp với thực tế và cho thấy khả năng ứng dụng để cảnh báo lũ sớm.

1. ĐẶT VẤN ĐỀ

Lũ quét là một trong những loại hình thiên tai khá phổ biến ở các khu vực miền núi. Đặc điểm cơ bản của lũ quét là thời gian tập trung dòng chảy nhanh, đột ngột làm cho người dân không có đủ thời gian để ứng phó. Nguyên nhân gây ra lũ quét chủ yếu do tác động của mưa lớn ở các khu vực có độ dốc cao; đôi khi lũ quét cũng có thể xảy ra do yếu tố vỡ đập.

Từ những năm 1970 và 1980, vấn đề lũ quét đã thu hút sự quan tâm ngày càng nhiều của các nhà khoa học, nhà quản lý. Tổ chức Khí tượng Thế giới (WMO) đã thúc đẩy việc thành lập các hệ thống nhận diện, cảnh báo lũ quét [1]. Dựa trên cơ sở đó, nhiều quốc gia đã và đang thiết lập các hệ thống có chức năng nhận diện, cảnh báo lũ phù hợp với điều kiện tự nhiên, kinh tế xã hội của từng khu vực.

Thực hành cảnh báo lũ quét ở Việt Nam gần đây cũng đã được quan tâm rất nhiều. Về cơ bản, có ba phương pháp thường được áp dụng để cảnh báo lũ quét bao gồm: (i) dựa trên các yếu tố về khí hậu, địa hình địa mạo, thảm phủ và thổ nhưỡng [2]; (ii) dựa trên các giá trị ngưỡng mưa gây lũ quét quan trắc (tự động) tại các điểm đo mưa trên lưu vực [3]; và (iii) dựa vào dự báo dòng chảy lũ [4]. Tuy nhiên, các tiếp cận hiện tại cũng cho thấy hạn chế chủ yếu đó là thông tin về lượng mưa thường không đủ chi tiết về mặt không gian do điểm quan trắc thưa, đặc biệt ở các khu vực miền núi. Mặt khác, sử dụng mô hình thủy văn-thủy lực để dự báo lưu lượng, mực nước tại một vị trí nào đó trên hệ thống sông luôn đòi hỏi số lượng lớn thông tin về mặt đệm, tài liệu quan trắc dùng để hiệu chỉnh và kiểm nghiệm mô hình; tuy nhiên, các thông tin này thường không đầy đủ đối với hầu hết các lưu vực sông, đặc biệt đối với các lưu vực sông nhỏ, sông chảy qua nhiều quốc gia.

Phương pháp nhận diện và cảnh báo lũ, lũ quét dựa trên phân tích mưa lớn đã cho thấy một số ưu điểm nổi bật, ví dụ như tính đơn giản và sử dụng các nguồn dữ liệu phân bố không gian, giúp vượt qua sự phụ thuộc vào dữ liệu, số liệu từ các trạm đo. Bài báo giới thiệu một cách tiếp cận đơn giản để xác định nguy cơ và khả năng ứng dụng để cảnh báo lũ sớm cho các khu vực miền núi dựa trên chỉ số lượng mưa tích lũy ở thượng lưu thời đoạn ngắn được phân tích từ bộ dữ liệu mưa ngày trong thời kỳ khí hậu 1961-2007, đây là sản phẩm của dự án tái tạo dữ liệu mưa có độ phân giải cao cho khu vực gió mùa Châu Á. Lưu vực sông Cả, nơi thường xuyên chịu ảnh hưởng của lũ quét, đã được lựa chọn làm nghiên cứu điển hình.

2. SỐ LIỆU VÀ PHƯƠNG PHÁP THỰC HIỆN

2.1. Dữ liệu mưa APHRODITE

2.2. Chỉ số lượng mưa tích lũy ở thượng lưu

3. ỨNG DỤNG NHẬN DIỆN NGUY CƠ LŨ QUÉT CHO LƯU VỰC SÔNG CẢ

3.1. Khu vực nghiên cứu

3.2. Thiết lập mạng sông trên cơ sở hệ thống thông tin địa lý (GIS)

3.3. Tính toán mưa cho các ô lưới

3.4. Nhận diện rủi ro lũ quét

3.5. Đề xuất giải pháp cảnh báo lũ sớm

4. KẾT LUẬN

TÀI LIỆU THAM KHẢO

[1] WMO (2006). Flash Flood Guidance System with global coverage.

[2] Hà Quyết Nghị, Đào Văn Khương, Nguyễn Mạnh Linh (2013). Ứng dụng công nghệ GIS xây dựng bản đồ cảnh báo lũ quét và sạt lở đất trên địa bàn tỉnh Sơn La. Tạp chí KH&CN Thủy lợi Viện KHTLVN.

[3] Cao Đăng Dư, Lê Bắc Huỳnh (2000). Lũ Quét ,“Nguyên nhân và biện pháp phòng tránh”. NXB Nông Nghiệp, 2000.

[4] Blo¨schl, G., Reszler, C., Komma, J. (2008). A spatially distributed flash flood forecasting model. Environmental Modelling & Software 23 (4), 464–478.

[5] Yatagai, A. O. Arakawa, K. Kamiguchi, H. Kawamoto, M. I. Nodzu and A. Hamada (2009). A 44-year daily gridded precipitation dataset for Asia based on a dense network of rain gauges, SOLA , 5, 137-140, doi:10.2151/sola.2009-035.

[6] Ceglar, A., Toreti A., Balsamo G., and Kobayashi S. (2017). Precipitation over Monsoon Asia: A Comparison of Reanalyses and Observations. Journal of Climate, 30: 465-46, DOI: 10.1175/JCLI-D-16-0227.1.

[7] Alfieri L. and Thielen J. (2015). A European precipitation index for extreme rain-storm and flash flood early warning. Meteorol. Appl., 22, 3–13.

[8] Do Hoai Nam, Nguyen Thanh Cong, Ngo Anh Quan, Duong Hai Thuan, Dang Thanh Mai.: NWP based extreme precipitation index for flood warning at a river basin scale in Central Vietnam. Proceedings of the Vietnam-Japan Workshop on Estuaries, Coasts, and Rivers, Ho Chi Minh City, Vietnam, 2016.

Xem bài báo tại đây: Nhận diện và đề xuất giải pháp cảnh báo lũ quét dựa trên chỉ số mưa tích lũy ở thượng lưu thời đoạn ngắn cho lưu vực sông Cả