Luận án TS Đặng Đình Khá: Tính toán dòng chảy sông Mê Công thiếu số liệu

Mạng lưới trạm quan trắc khí tượng và thủy văn trên lưu vực sông Mê Công còn thưa thớt. Đặc biệt, ở các quốc gia thượng nguồn, số lượng và chất lượng dữ liệu quan trắc còn hạn chế. Điều này tạo ra khoảng trống lớn về thông tin. Việc thu thập dữ liệu thủy văn liên tục gặp khó khăn. Các điểm quan trắc thường không phân bố đều, tập trung chủ yếu ở các khu vực dễ tiếp cận. Nhiều lưu vực phụ không có bất kỳ trạm quan trắc nào. Thiếu dữ liệu trực tiếp ảnh hưởng đến khả năng hiệu chỉnh và kiểm định các mô hình thủy văn. Việc hiểu biết chính xác về chu trình nước trong lưu vực bị cản trở. Thách thức này đòi hỏi tìm kiếm các nguồn dữ liệu thay thế. Cần đảm bảo tính toàn vẹn và đáng tin cậy của thông tin đầu vào cho mô hình.

Nhiều phương pháp được phát triển để xử lý vấn đề thiếu số liệu trong tính toán dòng chảy. Một số phương pháp bao gồm chuyển đổi thông số mô hình từ các lưu vực tương tự. Cải thiện cấu trúc mô hình thủy văn cũng là một hướng tiếp cận. Tích hợp các mô hình khác nhau nhằm khai thác tối đa thông tin có sẵn. Sử dụng phương pháp học máy đang ngày càng phổ biến. Các thuật toán này có khả năng học từ dữ liệu ít ỏi để đưa ra dự đoán. Một hướng quan trọng khác là sử dụng dữ liệu thay thế. Dữ liệu mưa từ vệ tinh (dữ liệu mưa tưới) và dữ liệu đo cao vệ tinh là những lựa chọn tiềm năng. Các nguồn này cung cấp thông tin không gian rộng lớn, bổ sung cho dữ liệu mặt đất hạn chế. Luận án này tập trung vào việc khai thác hiệu quả các dữ liệu thay thế này.

Cơ sở dữ liệu cho mô hình SWAT bao gồm nhiều loại thông tin. Dữ liệu mưa quan trắc tại các trạm mặt đất được sử dụng khi có sẵn. Dữ liệu mưa tưới (gridded rainfall products) bổ sung cho các vùng thiếu trạm. Dữ liệu đo cao vệ tinh cung cấp thông tin về mực nước sông. Ngoài ra, các dữ liệu địa hình (DEM), bản đồ sử dụng đất, và bản đồ đất cũng rất cần thiết. Các dữ liệu này được thu thập, xử lý và chuẩn hóa. Chúng đảm bảo tính tương thích với yêu cầu của mô hình SWAT. Việc tích hợp dữ liệu từ nhiều nguồn khác nhau là then chốt. Nó giúp mô hình hoạt động hiệu quả trên một lưu vực rộng lớn như sông Mê Công. Chất lượng dữ liệu đầu vào quyết định độ chính xác của kết quả mô phỏng dòng chảy.

Việc thiết lập mô hình SWAT cho lưu vực sông Mê Công trải qua nhiều bước. Đầu tiên, lưu vực được chia thành các tiểu lưu vực và đơn vị phản ứng thủy văn (HRUs). Việc tính toán mưa bình quân cho từng tiểu lưu vực và HRU là rất quan trọng. Các công trình thủy điện hiện có trên lưu vực cũng được đưa vào mô hình. Sau đó, quá trình hiệu chỉnh và kiểm định thông số mô hình được thực hiện. Các phương pháp tối ưu hóa được áp dụng để tìm ra bộ thông số phù hợp nhất. Phân tích độ nhạy giúp xác định các thông số có ảnh hưởng lớn nhất đến kết quả. Mục tiêu là đảm bảo mô hình SWAT có thể tái tạo dòng chảy lịch sử một cách chính xác. Điều này nâng cao khả năng dự báo dòng chảy trong tương lai.

Nghiên cứu tiến hành đánh giá chi tiết các chuỗi số liệu GPPs. Việc này thực hiện theo mùa, năm, và đặc biệt là theo tháng, theo ngày. Dữ liệu GPPs được so sánh với dữ liệu mưa quan trắc tại trạm mặt đất. Mục tiêu là xác định mức độ phù hợp và độ chính xác của chúng. Kết quả đánh giá cho thấy tiềm năng lớn của các bộ dữ liệu mưa lưới. Chúng có thể dùng để tính toán dòng chảy trong điều kiện thiếu số liệu. Tuy nhiên, mỗi bộ dữ liệu GPPs có những ưu và nhược điểm riêng. Việc lựa chọn bộ dữ liệu phù hợp cần dựa trên đặc điểm khí hậu và địa hình của từng vùng. Việc này tối ưu hóa hiệu quả của mô hình thủy văn.

Dữ liệu đo cao vệ tinh cung cấp thông tin mực nước quan trọng. Các điểm đo cao trên dòng sông Mê Công được trích xuất từ các sản phẩm vệ tinh. Sau đó, dữ liệu mực nước từ vệ tinh được đánh giá so với dữ liệu trạm quan trắc. Điều này nhằm xác định độ tin cậy và sai số. Ứng dụng quan trọng là xây dựng phương trình quan hệ giữa mực nước và lưu lượng. Đây là mối quan hệ thiết yếu để chuyển đổi mực nước thành lưu lượng. Việc này cho phép ước tính dòng chảy tại các vị trí không có trạm đo lưu lượng. Nguồn dữ liệu vệ tinh này mở rộng khả năng giám sát thủy văn trên lưu vực sông Mê Công.

Phương pháp tích hợp dữ liệu mưa lưới và dữ liệu đo cao vệ tinh cho thấy hiệu quả rõ rệt. Nó cải thiện đáng kể hiệu suất của mô hình SWAT. Các chỉ số thống kê (Nash-Sutcliffe, R2, PBIAS) đạt mức chấp nhận được. Điều này khẳng định khả năng của mô hình trong việc mô phỏng dòng chảy. Đặc biệt, việc sử dụng dữ liệu mưa vệ tinh giúp lấp đầy khoảng trống dữ liệu. Dữ liệu đo cao vệ tinh cho phép ước tính lưu lượng tại các vị trí không có trạm. Sự kết hợp này mang lại cái nhìn toàn diện hơn về chế độ thủy văn sông Mê Công. Nó cung cấp thông tin tin cậy hơn cho các quyết định quản lý nước. Phương pháp này là một bước tiến quan trọng trong thủy văn học khu vực.

Dựa trên kết quả nghiên cứu, một số kiến nghị được đưa ra. Cần tiếp tục đầu tư vào mạng lưới quan trắc mặt đất. Việc này sẽ cung cấp dữ liệu nền tảng cho hiệu chỉnh và kiểm định mô hình. Tích hợp thêm các loại dữ liệu vệ tinh khác cũng là hướng đi tiềm năng. Ví dụ như dữ liệu độ ẩm đất hoặc dữ liệu bốc hơi. Phát triển các thuật toán học máy tiên tiến hơn để xử lý dữ liệu. Điều này giúp tối ưu hóa hiệu suất mô hình. Nghiên cứu cũng khuyến nghị ứng dụng kết quả vào hệ thống hỗ trợ ra quyết định. Nó sẽ phục vụ quản lý tài nguyên nước xuyên biên giới của lưu vực sông Mê Công. Điều này giúp tăng cường khả năng thích ứng với biến đổi khí hậu.