Tổng quan về luận án

Lũ lụt là một trong những loại hình thiên tai có sức tàn phá nghiêm trọng nhất trên phạm vi toàn cầu cũng như tại Việt Nam, đặc biệt là khu vực miền Trung với địa hình hẹp, dốc và mạng lưới sông ngòi có độ dốc lớn. Tại tỉnh Quảng Nam, lưu vực sông (LVS) Vu Gia - Thu Bồn là khu vực chịu ảnh hưởng nặng nề bởi các tổ hợp thời tiết cực đoan kết hợp giữa bão, áp thấp nhiệt đới (ATNĐ) và không khí lạnh (KKL). Theo số liệu thống kê lịch sử từ năm 1997 đến 2015 trên địa bàn, "lũ lụt đã làm 590 người chết, 33 người mất tích, 1.560 người bị thương; thiệt hại về tài sản, cơ sở hạ tầng lên tới hàng nghìn tỷ đồng; đặc biệt đợt lũ năm 2007 và 2009 được xem là thiên tai gây hậu quả nặng nề nhất trong vòng 100 năm qua ở Quảng Nam". Trước thực trạng biến đổi khí hậu diễn biến phức tạp và áp lực gia tăng từ các công trình thủy điện bậc thang ở thượng nguồn, việc chuyển dịch từ công tác dự báo thủy văn truyền thống sang một hệ thống hỗ trợ ra quyết định cảnh báo lũ thời gian thực là yêu cầu khoa học và thực tiễn cấp thiết.

Khoảng trống nghiên cứu then chốt (Research Gap) được xác định rõ: Các hệ thống quan trắc và dự báo trước đây trên LVS Vu Gia - Thu Bồn chủ yếu tiếp cận theo hướng dự báo tác nghiệp đơn lẻ, chưa hình thành một hệ hỗ trợ ra quyết định (Decision Support System - DSS) hoàn chỉnh khép kín từ thu thập dữ liệu tự động, mô hình hóa động lực dòng chảy đến truyền tải thông tin cảnh báo đa kênh. Mạng lưới trạm quan trắc khí tượng thủy văn (KTTV) hiện hữu còn quá thưa thớt ở khu vực vùng núi thượng lưu, dẫn đến sai số lớn khi mô phỏng đỉnh lũ do thiếu trường mưa thực tế phân bố theo không gian và độ cao.

Luận án "Nghiên cứu xác lập cơ sở khoa học cho hệ hỗ trợ cảnh báo lũ lưu vực sông Vu Gia - Thu Bồn, tỉnh Quảng Nam" do nghiên cứu sinh Nguyễn Thị Hồng thực hiện (chuyên ngành Quản lý tài nguyên và môi trường, Mã số: 62850101, Đại học Khoa học Tự nhiên - ĐHQGHN, 2017) dưới sự hướng dẫn khoa học của PGS. Nguyễn Kim Lợi và PGS. Trần Ngọc Anh, đã giải quyết tường minh khoảng trống này qua hệ thống câu hỏi và giả thuyết khoa học:

  • Câu hỏi nghiên cứu 1 (RQ1): Cơ sở khoa học địa lý nào cho phép tối ưu hóa số lượng và vị trí các trạm quan trắc mưa bổ sung nhằm phản ánh chính xác cấu trúc trường mưa trong điều kiện địa hình chia cắt phức tạp?
  • Câu hỏi nghiên cứu 2 (RQ2): Làm thế nào để tích hợp liên hoàn mô hình thủy văn bán phân bố và mô hình thủy lực một chiều nhằm mô phỏng dòng chảy lũ và ngập lụt theo thời gian thực với độ trễ tính toán tối thiểu?
  • Câu hỏi nghiên cứu 3 (RQ3): Kiến trúc hệ hỗ trợ cảnh báo lũ nào bảo đảm tính tự động hóa từ khâu tiếp nhận số liệu đo đạc đến việc phát bản tin cảnh báo ngập lụt qua WebGIS và tin nhắn SMS cho cộng đồng?
  • Giả thuyết khoa học 1 (H1): Sự phân hóa các điều kiện địa lý tự nhiên (địa hình, độ cao, hướng sườn, thảm phủ, tiểu lưu vực) kết hợp với các hình thế thời tiết gây mưa điển hình là tiền đề xác lập mạng lưới trạm đo mưa bổ sung tối ưu, giảm thiểu sai số đầu vào của mô hình thủy văn.
  • Giả thuyết khoa học 2 (H2): Việc tích hợp GIS, mô hình bán phân bố SWAT và mô hình thủy lực HEC-RAS với chuỗi số liệu viễn thám độ phân giải cao sẽ nâng cao độ chính xác dự báo biên lũ và kéo dài thời gian dự kiến (lead time) hỗ trợ công tác chỉ huy phòng chống thiên tai từ 18 đến 24 giờ.

Khung lý thuyết của công trình được định vị trên nền tảng Lý thuyết Hệ thống tổng quát (General Systems Theory), Lý thuyết Hệ hỗ trợ ra quyết định trong quản lý tài nguyên nước (DSS Theory - Little 1970, Bonczek et al. 1980, Simonovic 1998) và các định luật bảo toàn khối lượng, động lượng trong thủy văn - thủy lực môi trường. Phạm vi nghiên cứu bao quát toàn bộ LVS Vu Gia - Thu Bồn thuộc địa phận tỉnh Quảng Nam, xử lý chuỗi số liệu quan trắc KTTV giai đoạn 1980–2015, hiệu chỉnh/kiểm định mô hình qua các trận lũ lớn năm 2003, 2004, 2009, 2013 và đánh giá vận hành thực tế qua các đợt lũ tháng 9, 10, 11 năm 2015 và tháng 10, 11 năm 2016.

Literature Review và Positioning

Lịch sử phát triển của các hệ thống hỗ trợ ra quyết định (DSS) trong quản trị tài nguyên nước và cảnh báo lũ lụt trên thế giới đã trải qua hơn bốn thập kỷ tiến hóa. Từ những năm đầu thập niên 1990, hệ thống DSS quản lý tài nguyên nước cho LVS Colorado (Mỹ) [130] và LVS Murray-Darling (Úc) [124] đã chứng minh hiệu quả của việc kết hợp cơ sở dữ liệu không gian với các mô hình toán. Trong phân tích kịch bản lưu vực, Hamed Assaf và cộng sự [82] đã ứng dụng WEAP tại LVS Litani (Lebanon), trong khi Sven Lautenbach và cộng sự [108] phát triển hệ thống Elbe-DSS tại Đức để tích hợp mô hình cảnh quan và kinh tế - xã hội. Đối với bài toán cảnh báo lũ thời gian thực, hệ thống ALERT và ALERT2 của Cơ quan Thời tiết Quốc gia Hoa Kỳ [104], DELFT-FEWS của Deltares Hà Lan [78], hệ thống quản lý lũ LVS Tùng Hoa của Steve & Sun [111] và hệ thống cảnh báo lũ sớm LVS Garang (Indonesia) của Joko [91] đã thiết lập các chuẩn mực quốc tế về tự động hóa chuỗi truyền tin và phân tích thủy lực.

Tại Việt Nam, các nghiên cứu tính toán lũ truyền thống xuất phát từ phương pháp Kalinhin - Miuliakốp - Nash (1985), phương pháp đường đơn vị và đường đẳng thời [23, 43]. Sau đó, hàng loạt mô hình toán quốc tế được du nhập và thử nghiệm như SSARR trên sông Cửu Long và sông Hồng [21, 48], TANK trên sông Tả Trạch [62], họ mô hình MIKE (MIKE 11, MIKE FLOOD, NAM) tại LVS Hương, sông Nhật Lệ, Bến Hải, Thạch Hãn [2, 6, 27, 46], hay mô hình phân bố WETSPA trên LVS Vu Gia - Thu Bồn của Đặng Thanh Mai [33]. Song song đó, các dự án quốc tế như DisasterAWARE của Trung tâm Thảm họa Thái Bình Dương (PDC - Hoa Kỳ) tại Phú Thọ và miền Trung [8, 10] hay dự án ODA của Italia [9] đã đặt nền móng cho việc hiện đại hóa mạng lưới đo mưa tự động.

Tranh luận học thuật cốt lõi trong y văn quốc tế và trong nước tập trung vào hai nhánh đối lập:

  • Nhánh quan điểm thứ nhất (Mô hình thông số tập trung vs. Mô hình thông số phân bố): Các tác giả ủng hộ mô hình tập trung (như TANK, NAM) lập luận rằng mô hình cấu trúc đơn giản, ít đòi hỏi dữ liệu mặt đệm, giảm thiểu nguy cơ "quá khớp" (over-parameterization) trong điều kiện thiếu số liệu quan trắc. Ngược lại, các nhà nghiên cứu theo trường phái phân bố và bán phân bố (như SWAT, WETSPA) khẳng định tính ưu việt của việc mô tả chính xác sự không đồng nhất về không gian của lượng mưa, thảm phủ và thổ nhưỡng, cho phép dự báo chi tiết dòng chảy đến từng tiểu lưu vực.
  • Nhánh quan điểm thứ hai (Mô hình thủy lực 1D vs. Mô hình 2D/3D trong cảnh báo thời gian thực): Mô hình 2D/3D (như TELEMAC-2D, SOBEK 1D2D, MIKE 21) cho kết quả trường vận tốc và diện ngập chi tiết nhưng đòi hỏi tài nguyên tính toán rất lớn và thời gian chạy kéo dài, khó đáp ứng tính tức thời của bản tin cảnh báo. Trong khi đó, mô hình thủy lực 1D (HEC-RAS, MIKE 11) duy trì tốc độ tính toán cực nhanh, ổn định và đủ độ chính xác mực nước dọc các mặt cắt sông chính nếu được cấp biên thủy văn chuẩn xác.

Luận án định vị nghiên cứu tại điểm giao thoa giữa khoa học Địa lý tự nhiên và Kỹ thuật Thủy văn hiện đại. Bằng việc kết hợp cách tiếp cận phân vùng địa lý cảnh quan để thiết kế mạng lưới trạm đo mưa bổ sung, sau đó ghép nối mô hình bán phân bố SWAT với mô hình thủy lực 1D HEC-RAS, tác giả đã vượt qua hạn chế thiếu hụt dữ liệu đầu vào của mô hình WETSPA (Đặng Thanh Mai, 2009) [33] và mở rộng quy mô từ phân lưu Vu Gia (Nguyễn Kim Lợi, 2010) [31] ra toàn bộ hệ thống lưu vực sông phức tạp bậc nhất miền Trung.

So sánh với các nghiên cứu quốc tế:

  1. So với hệ thống cảnh báo sớm tại LVS Garang (Joko, 2010) [91] vốn chỉ dựa trên mô hình Mạng thần kinh nhân tạo (ANN) thuần túy dạng "hộp đen", nghiên cứu này tích hợp mô hình vật lý thủy văn - thủy lực hoàn chỉnh (SWAT + HEC-RAS), đảm bảo tính tường minh về mặt cơ chế động lực học dòng chảy.
  2. So với hệ thống ALERT2 của Hoa Kỳ [104] hay DELFT-FEWS của Hà Lan [78], luận án đã giải quyết thành công bài toán bản địa hóa trong điều kiện nguồn lực kinh tế hạn chế thông qua việc kết hợp mã nguồn mở, cơ sở dữ liệu GIS chuẩn hóa và công nghệ SMS truyền thống với giao diện WebGIS thân thiện.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án tạo ra bước tiến quan trọng trong việc mở rộng Lý thuyết Hệ hỗ trợ ra quyết định (Decision Support Systems Theory - Little 1970, Simonovic 1998) khi tích hợp trực tiếp các quy luật phân hóa địa lý tự nhiên vào cấu trúc toán học của hệ thống mô phỏng lũ.

Về mặt lý thuyết thủy văn cảnh quan, nghiên cứu đã chứng minh và khẳng định: "Đặc điểm và sự phân hóa các điều kiện địa lý là cơ sở khoa học cho việc xác định số lượng và bổ sung các trạm đo mưa phù hợp phục vụ cảnh báo lũ". Nghiên cứu xác lập luận điểm rằng mạng lưới đo mưa tối ưu không thể chỉ dựa trên mật độ hình học thuần túy hay nội suy khoảng cách không gian (như Kriging đơn thuần), mà bắt buộc phải gắn liền với cấu trúc phân bậc địa hình, tương quan giữa tỷ lệ trạm và độ cao, hướng sườn đón gió của các hoàn lưu khí quyển (bão, ATNĐ, KKL, đới gió đông) và ranh giới các tiểu lưu vực khống chế dòng chảy mặt.

Mô hình lý thuyết tổng quát được cụ thể hóa thông qua 4 mô-đun chức năng liên hoàn: $$\text{DSS}{\text{Flood}} = f(\text{M}{\text{DataAcquisition}}, \text{M}{\text{StorageProcessing}}, \text{M}{\text{HydroModel}}, \text{M}_{\text{Dissemination}})$$ Trong đó, hạt nhân lý thuyết là mối quan hệ tương hỗ giữa Đơn vị phản ứng thủy văn (Hydrologic Response Units - HRUs) trong mô hình SWAT và phương trình vi phân đạo hàm riêng Saint-Venant 1 chiều mô tả dòng chảy không ổn định trong HEC-RAS.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đa tầng ba trụ cột khoa học:

  1. Trụ cột Địa lý tổng hợp (Physical Geography): Phân tích tương quan giữa cấu trúc địa chất, phân bậc địa hình (DEM), mạng lưới sông ngòi, thổ nhưỡng và lớp phủ mặt đất trích xuất từ ảnh vệ tinh SPOT5 (độ phân giải 5m và 10m giai đoạn 2011–2012) để phân vùng địa lý và phân chia tiểu lưu vực.
  2. Trụ cột Mô hình hóa Thủy văn - Thủy lực (Coupled Hydrological-Hydraulic Modeling):
    • Mô hình SWAT (Soil and Water Assessment Tool) đóng vai trò phân giải quá trình hình thành dòng chảy từ mưa trên từng HRU dựa trên phương pháp số đường cong thực nghiệm SCS (Soil Conservation Service Curve Number) và phương pháp truyền dòng Manning.
    • Dòng chảy tràn tại cửa ra của các tiểu lưu vực từ SWAT được tự động chuyển đổi thành các điều kiện biên thủy lực (biên trên tại Thành Mỹ, Nông Sơn và biên nhập lưu khu giữa) cho mô hình HEC-RAS để diễn toán mực nước và lưu lượng dọc theo mạng lưới sông Vu Gia - Thu Bồn (các trạm Ái Nghĩa, Giao Thủy, Câu Lâu, Hội An).
  3. Trụ cột Công nghệ Thông tin và Không gian (Spatial IT & WebGIS): Tự động hóa quá trình thu nhận dữ liệu từ các trạm đo mưa tự động (GSM/GPRS), đẩy vào cơ sở dữ liệu quan hệ, kích hoạt chuỗi tính toán tự động và hiển thị trực quan bản đồ ngập lụt trên nền WebGIS, đồng thời phân phối tin nhắn cảnh báo ngưỡng lũ qua cổng SMS Gateway.

Điều kiện biên và giới hạn áp dụng: Khung phân tích đạt hiệu năng tối ưu tại các lưu vực sông chuyển tiếp từ vùng núi dốc sang đồng bằng ven biển nhiệt đới gió mùa, nơi mạng lưới thủy văn chịu sự chi phối kết hợp giữa dòng chảy lũ thượng nguồn và chế độ triều hoặc điều tiết liên hồ chứa thủy điện ở hạ lưu.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được thiết kế trên lập trường thực chứng luận (Positivism) kết hợp với tư duy phân tích hệ thống địa lý không gian. Toàn bộ quy trình được tổ chức theo cấu trúc đa tầng phân cấp (Multi-level design):

  • Cấp độ toàn lưu vực (Macro-level): Đánh giá tổng thể hình thế thời tiết gây mưa bão giai đoạn 1980–2015, chế độ thủy văn và cấu trúc địa chất khu vực miền Trung.
  • Cấp độ tiểu lưu vực và đoạn sông (Meso-level): Phân chia lưu vực thành các tiểu vùng tự nhiên, mô phỏng mạng lưới thủy lực với hàng trăm mặt cắt hình học chi tiết.
  • Cấp độ đơn vị phản ứng thủy văn HRU (Micro-level): Phân tích tương tác giữa các loại đất, độ dốc địa hình và loại hình sử dụng đất/thảm phủ rừng.

Dữ liệu không gian được thu thập và tiền xử lý đạt chuẩn đo đạc:

  • Bản đồ nền địa hình tỷ lệ 1/10.000 và 1/25.000; bản đồ hiện trạng sử dụng đất tỉnh Quảng Nam năm 2010 tỷ lệ 1/25.000;
  • 10 cảnh ảnh vệ tinh SPOT5 (SPOT5 PAN độ phân giải 5m, SPOT5 XS độ phân giải 10m xử lý mức 2A giai đoạn 2011–2012);
  • Dữ liệu địa hình lòng dẫn và mặt cắt sông thu thập từ các dự án chuyên ngành, bao gồm mặt cắt chi tiết hồ thủy điện Sông Bung 4 (khoảng cách trung bình 300m/mặt cắt) và hệ thống sông chính Vu Gia - Thu Bồn.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu tuân thủ nghiêm ngặt các tiêu chuẩn khoa học quốc tế về thiết kế mạng lưới quan trắc và mô hình hóa:

  1. Phương pháp luận tối ưu hóa mạng lưới trạm đo mưa: Xác lập khung 4 tiêu chí khoa học để xác định số lượng và tọa độ lắp đặt các trạm đo mưa bổ sung:

    • Đại diện cho các hình thế thời tiết gây mưa lũ điển hình (Bão/ATNĐ kết hợp KKL; KKL kết hợp đới gió đông/dải hội tụ nhiệt đới ITCZ; Bão/ATNĐ đơn thuần);
    • Phản ánh đầy đủ các phân vùng địa lý tự nhiên và các tiểu lưu vực khống chế diện tích lớn;
    • Tối ưu hóa phân bố theo đai cao địa hình (đặc biệt là vùng núi thượng lưu cao trên 500m – 1000m nơi trước đây hoàn toàn thiếu số liệu);
    • Đảm bảo tính khả thi về mặt kỹ thuật, hạ tầng viễn thông (sóng GSM/GPRS) và giao thông phục vụ công tác duy tu, bảo dưỡng trạm.

  2. Giao thức thu thập và tam giác đạc dữ liệu (Data Triangulation): Kết hợp đa nguồn dữ liệu gồm: (1) Số liệu lịch sử 35 năm (1980–2015) từ mạng lưới trạm KTTV quốc gia; (2) Số liệu đo đạc thời gian thực từ các trạm đo mưa tự động lắp đặt mới; (3) Ảnh vệ tinh viễn thám SPOT5 hiệu chỉnh bề mặt; (4) Phiếu điều tra khảo sát thực địa kinh tế - xã hội và năng lực thích ứng với lũ lụt của người dân (Phụ lục 2a tại vùng hạ lưu và Phụ lục 2b tại vùng trung/thượng lưu).

  3. Quy trình hiệu chỉnh và kiểm định mô hình (Model Calibration & Validation Protocol): Đánh giá định lượng tính chính xác của mô hình thông qua các chỉ số thống kê thủy văn chuẩn mực: Hệ số hiệu quả mô hình Nash-Sutcliffe ($NSE$), Hệ số xác định ($R^2$), Sai số thể tích ($PBIAS$ / $DV%$). Mô hình được hiệu chỉnh độc lập cho các năm lũ lớn (2003, 2009) và kiểm định mù (blind validation) trên chuỗi số liệu các năm lũ lịch sử khác (2004, 2013).

Data và phân tích

Phân tích số liệu và mô phỏng được thực hiện trên hệ thống phần mềm chuyên dụng cao cấp:

  • Mô hình SWAT (ArcSWAT Engine): Tích hợp bản đồ số độ cao DEM, bản đồ thổ nhưỡng và bản đồ thảm phủ để tạo ra hàng loạt HRUs. Hiệu chỉnh các thông số nhạy cảm của dòng chảy mặt, hệ số tích lũy độ ẩm đất, hệ số bổ cập tầng ngậm nước ngầm nông ($GW_DELAY$), và hệ số nhám Manning kênh nhánh.
  • Mô hình HEC-RAS: Thiết lập mạng lưới thủy lực một chiều cho hệ thống sông phức tạp gồm hai trục chính Vu Gia và Thu Bồn với các điểm hợp lưu/phân lưu đặc biệt (sông Quảng Huế, trạm Ái Nghĩa, Giao Thủy). Hệ số nhám Manning đáy sông ($n$) được hiệu chỉnh chi tiết theo từng đoạn sông tự nhiên.
  • Đánh giá thống kê kết quả mô phỏng: Tại các trạm thủy văn khống chế thượng lưu (Thành Mỹ, Nông Sơn) đối với SWAT và các trạm thủy văn hạ lưu (Ái Nghĩa, Giao Thủy) đối với HEC-RAS, các chỉ số đánh giá đều đạt mức rất tốt ($NSE > 0.80$, $R^2 > 0.85$, $PBIAS < \pm 15%$), chứng minh tính ổn định tuyệt đối và độ tin cậy của bộ thông số vật lý đã thiết lập.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Xác định chính xác quy luật phân hóa mưa và mạng lưới trạm đo mưa bổ sung tối ưu: Nghiên cứu phát hiện rằng sự kết hợp giữa khối KKL tràn về từ phía Bắc với hoàn lưu Bão/ATNĐ và địa hình chắn gió dạng cánh cung của dãy Trường Sơn tạo ra các tâm mưa cục bộ cực lớn ở sườn đón gió thượng nguồn. Luận án đã đề xuất và lắp đặt thành công mạng lưới các trạm quan trắc mưa tự động bổ sung tại các vị trí xung yếu thuộc vùng thượng lưu chưa có trạm, lấp đầy các "khoảng mù dữ liệu" của mạng lưới KTTV truyền thống.
  2. Khẳng định tính vượt trội của việc tích hợp trạm đo mưa bổ sung vào mô hình dự báo: Khi đưa dữ liệu quan trắc thời gian thực từ các trạm đo mưa mới vào mô hình SWAT và HEC-RAS, chất lượng mô phỏng dòng chảy lũ và đỉnh lũ tại Ái Nghĩa và Giao Thủy được nâng lên rõ rệt. Kết quả kiểm chứng qua 4 trận lũ liên tiếp trong năm 2015 (đợt 13–20/09/2015, 14–20/10/2015, 31/10–14/11/2015) và năm 2016 (đợt 30/10–07/11/2016) cho thấy sai số mực nước đỉnh lũ giảm xuống dưới 10–15 cm, thời gian xuất hiện đỉnh lũ dự báo trùng khớp với thực tế quan trắc.
  3. Làm rõ tác động phi tuyến của thảm phủ rừng và hồ chứa thủy điện đến đường lũ: Phân tích thực địa và điều tra xã hội học chỉ ra rằng mức độ tàn phá của lũ gia tăng có mối liên hệ mật thiết với việc suy giảm rừng đầu nguồn và quy trình xả lũ bất cập của các thủy điện bậc thang (A Vương, Sông Bung 4, Đắk Mi 4). Mô hình hóa cho thấy khi rừng suy giảm, thời gian tập trung dòng chảy rút ngắn, đỉnh lũ xuất hiện sớm hơn và biên độ lũ nhọn hơn đáng kể.
  4. Vận hành thành công hệ hỗ trợ cảnh báo lũ thời gian thực 4 mô-đun: Luận án đã đóng gói hoàn chỉnh hệ thống công nghệ gồm: Mô-đun thu thập dữ liệu tự động qua mạng viễn thông $\rightarrow$ Mô-đun cơ sở dữ liệu KTTV trung tâm $\rightarrow$ Khối mô hình toán tự động chạy mô phỏng ngập lụt $\rightarrow$ Mô-đun WebGIS hiển thị bản đồ ngập lụt theo thời gian thực và tự động gửi tin nhắn SMS cảnh báo cấp độ rủi ro đến Ban chỉ huy PCTT & TKCN các cấp và người dân địa phương.

Implications đa chiều

  • Về mặt Lý thuyết: Công trình hoàn thiện lý luận về việc lồng ghép các yếu tố địa lý cảnh quan vào quy hoạch mạng lưới quan trắc khí tượng thủy văn phục vụ mô hình hóa toán học; thiết lập chuẩn mực phương pháp luận cho các nghiên cứu thủy văn lưu vực phức tạp.
  • Về mặt Phương pháp: Cung cấp quy trình công nghệ kết nối mở (Coupling Protocol) giữa mô hình thủy văn phân bố SWAT và mô hình thủy lực HEC-RAS, giải quyết triệt để bài toán truyền biên lưu lượng từ lưu vực sườn đồi vào lòng dẫn sông chính trong thời gian thực.
  • Về mặt Thực tiễn và Ứng dụng: Giúp các cơ quan quản lý tại tỉnh Quảng Nam và TP. Đà Nẵng chủ động nâng cao thời gian dự báo sớm từ 18 đến 24 giờ, tạo quỹ thời gian vàng để sơ tán dân cư vùng trũng thấp (Đại Lộc, Điện Bàn, Hội An, Duy Xuyên), bảo vệ an toàn tính mạng và giảm thiểu hàng trăm tỷ đồng thiệt hại tài sản mỗi năm.
  • Về mặt Chính sách: Cung cấp cơ sở khoa học xác đáng để UBND tỉnh Quảng Nam và Bộ Tài nguyên và Môi trường rà soát, điều chỉnh Quy trình vận hành liên hồ chứa trên lưu vực sông Vu Gia - Thu Bồn, đồng thời tích hợp bản đồ nguy cơ ngập lụt vào quy hoạch phát triển kinh tế - xã hội địa phương.

Limitations và Future Research

Mặc dù đạt được những kết quả xuất sắc, luận án vẫn tồn tại một số giới hạn khoa học cần được tiếp tục hoàn thiện:

  • Giới hạn về chiều không gian thủy lực tại vùng đồng bằng ven biển: Mô hình thủy lực HEC-RAS 1D tuy đảm bảo tốc độ tính toán nhanh cho bài toán thời gian thực nhưng chưa mô tả chi tiết được trường dòng chảy hai chiều (2D) trên các vùng ngập lũ rộng lớn ở đồng bằng hạ lưu hoặc hiện tượng tràn bờ phức tạp tại các đô thị cổ như Hội An.
  • Phụ thuộc vào mạng viễn thông mặt đất: Việc truyền dữ liệu mưa tự động dựa vào hạ tầng viễn thông di động (GSM/GPRS) có thể gặp rủi ro gián đoạn cục bộ khi bão lớn làm đổ gãy cột ăng-ten hoặc mất điện lưới diện rộng.
  • Chưa tích hợp dữ liệu Radar thời tiết: Hệ thống chưa đồng hóa được nguồn ảnh Radar phân giải cao để dự báo mưa hạn cực ngắn (Nowcasting) trước khi mưa rơi xuống đất.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  1. Mở rộng tích hợp mô hình thủy lực 1D-2D liên hoàn (như HEC-RAS 2D hoặc TELEMAC-2D) cho vùng hạ lưu để thành lập bản đồ ngập lụt chi tiết đến từng tuyến đường, công trình.
  2. Ứng dụng công nghệ Internet vạn vật (IoT) năng lượng mặt trời kết hợp truyền dữ liệu vệ tinh tầm thấp (Satellite IoT) nhằm đảm bảo hệ thống trạm đo hoạt động liên tục trong thảm họa.
  3. Ứng dụng trí tuệ nhân tạo (AI/Deep Learning, LSTM) kết hợp dữ liệu Radar thời tiết để dự báo trường mưa hạn cực ngắn (0–3 giờ) cấp vào mô hình thủy văn.
  4. Mở rộng mô hình cảnh báo đa thiên tai, tích hợp cảnh báo lũ quét (Flash Flood) và sạt lở đất (Landslide) cho các huyện miền núi cao như Nam Trà My, Bắc Trà My, Phước Sơn.

Tác động và ảnh hưởng

  • Tác động Học thuật (Academic Impact): Công trình là tài liệu tham khảo mẫu mực trong đào tạo sau đại học ngành Khoa học Môi trường, Địa lý tự nhiên và Kỹ thuật Tài nguyên nước tại Việt Nam; mở ra tiềm năng trích dẫn cao trong các nghiên cứu về mô hình hóa thiên tai lưu vực sông khu vực Đông Nam Á.
  • Chuyển đổi Ngành và Ứng dụng Công nghiệp (Industry Transformation): Tạo nền tảng kỹ thuật cho các đơn vị tư vấn thủy lợi, thủy điện trong việc tối ưu hóa quy trình điều tiết hồ chứa và xây dựng các hệ thống SCADA cảnh báo lũ chuyên dụng.
  • Ảnh hưởng Chính sách và Quản trị Công (Policy Influence): Là luận cứ trực tiếp hỗ trợ Ban Chỉ đạo Quốc gia về Phòng chống thiên tai và UBND tỉnh Quảng Nam xây dựng kế hoạch hành động thích ứng với biến đổi khí hậu và quy hoạch phòng chống lũ chi tiết giai đoạn 2020–2030.
  • Lợi ích Xã hội (Societal Benefits): Trực tiếp bảo vệ cuộc sống, sinh kế và tài sản của hơn 1,5 triệu người dân sinh sống tại lưu vực sông Vu Gia - Thu Bồn thông qua việc phổ biến thông tin cảnh báo lũ kịp thời, minh bạch và chính xác.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới nghiên cứu Thủy văn/Địa lý: Thụ hưởng một khung phương pháp luận kết hợp GIS - Viễn thám - Mô hình thủy văn/thủy lực chuẩn mực, giải quyết triệt để bài toán thiếu dữ liệu quan trắc.
  • Cơ quan Dự báo KTTV và Quản lý Đê điều: Tiếp nhận một công cụ hỗ trợ ra quyết định trực quan (WebGIS), tự động hóa các tác vụ tính toán phức tạp, nâng cao độ chính xác của các bản tin cảnh báo lũ.
  • Chủ đầu tư và Đơn vị Vận hành Hồ chứa Thủy điện: Nắm bắt được lưu lượng dòng chảy lũ từ thượng nguồn đổ về hồ sớm trước 18–24 giờ để chủ động đón lũ, cắt lũ an toàn cho hạ du và bảo vệ an toàn công trình.
  • Chính quyền địa phương và Cộng đồng dân cư: Nhận được các thông điệp cảnh báo sớm qua tin nhắn SMS và cổng Web trực tuyến để kịp thời triển khai phương châm "4 tại chỗ", giảm thiểu tối đa tổn thất nhân mạng và tài sản.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Đóng góp lý thuyết độc đáo nhất là việc tích hợp các nguyên lý phân vùng địa lý cảnh quan tự nhiên vào cấu trúc thiết kế mạng lưới quan trắc của Lý thuyết Hệ hỗ trợ ra quyết định (DSS). Luận án đã mở rộng khung lý thuyết DSS cổ điển (vốn tập trung vào công nghệ thông tin và thuật toán tối ưu) sang lĩnh vực Khoa học Địa lý môi trường, khẳng định rằng tính chính xác của DSS thủy văn bắt nguồn từ mức độ đại diện không gian của mạng lưới quan trắc đối với các hoàn lưu thời tiết và hình thái địa hình.

2. Điểm đổi mới phương pháp luận khi so sánh với ít nhất 2 nghiên cứu trước đây?

  • So với nghiên cứu của Đặng Thanh Mai (2009) [33] (sử dụng WETSPA + HEC-RAS): Nghiên cứu này khắc phục triệt để nhược điểm sai số lớn do lưới trạm mưa quá thưa bằng cách xác lập cơ sở khoa học bổ sung trạm đo mưa tự động tại các vùng núi cao trọng yếu, đồng thời thay thế mô hình phân bố WETSPA bằng mô hình bán phân bố SWAT có khả năng tương thích cao hơn với bộ dữ liệu thổ nhưỡng, thảm phủ viễn thám SPOT5.
  • So với nghiên cứu của Nguyễn Kim Lợi (2010) [31] (chỉ thực hiện riêng cho phân lưu sông Vu Gia): Luận án đã mở rộng toàn diện khung mô hình toán tích hợp liên hoàn cho toàn bộ hệ thống lưu vực sông phức hợp Vu Gia - Thu Bồn với cấu trúc mạng lưới sông chia tách, nhập lưu phức tạp, đạt độ chuẩn hóa cao về tự động hóa WebGIS và truyền phát tin nhắn SMS đa cấp độ.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì? Phát hiện bất ngờ nhất là tính chất bất đối xứng cực đoan của trường mưa trên lưu vực Vu Gia - Thu Bồn khi có sự tương tác giữa KKL và bão/ATNĐ. Lượng mưa không phân bố tăng dần tuyến tính theo độ cao tuyệt đối mà tập trung thành các dải cường độ cao cục bộ tại các thung lũng đón gió có độ cao trung bình (300m - 700m). Nếu không đặt trạm đo tại các vị trí địa lý đặc thù này, mô hình thủy văn sẽ đánh giá thấp (underestimate) lượng dòng chảy sinh lũ thực tế từ 30% đến 45%.

4. Luận án có cung cấp giao thức tái lập nghiên cứu (Replication Protocol) không? Có. Toàn bộ quy trình từ khâu tiền xử lý ảnh viễn thám SPOT5, chuẩn hóa DEM, phân tích HRU trong SWAT, thiết lập mặt cắt hình học và hệ số nhám Manning trong HEC-RAS, đến kiến trúc kết nối WebGIS và kịch bản gửi SMS đều được văn bản hóa thành các sơ đồ thuật toán và bảng thông số kỹ thuật rõ ràng trong luận án, cho phép tái lập quy trình trên các lưu vực sông khác có điều kiện địa lý tương đồng.

5. Chương trình nghiên cứu 10 năm tới được phác thảo như thế nào? Chương trình nghiên cứu dài hạn hướng tới: (1) Phát triển hệ thống Bản sao số thủy văn (Hydrological Digital Twin) thời gian thực cho toàn miền Trung; (2) Tích hợp trí tuệ nhân tạo (AI/Machine Learning) trong đồng hóa dữ liệu viễn thám, Radar và IoT; (3) Mở rộng hệ thống thành nền tảng cảnh báo sớm đa thiên tai tích hợp (Lũ lụt - Sạt lở đất - Hạn hán - Xâm nhập mặn).

Kết luận

  1. Luận án đã giải quyết trọn vẹn một bài toán lớn có ý nghĩa khoa học và thực tiễn sâu sắc: Xác lập cơ sở khoa học vững chắc để thiết kế mạng lưới trạm đo mưa bổ sung và xây dựng hệ hỗ trợ cảnh báo lũ hoàn chỉnh trên LVS Vu Gia - Thu Bồn.
  2. Chứng minh thành công luận điểm khoa học: Sự phân hóa địa lý tự nhiên là căn cứ tối thượng để bố trí tối ưu mạng lưới quan trắc mưa, tạo bước đột phá trong việc nâng cao độ chính xác của mô hình thủy văn - thủy lực.
  3. Làm chủ và tích hợp liên hoàn công nghệ viễn thám SPOT5, GIS không gian, mô hình bán phân bố SWAT và mô hình thủy lực HEC-RAS, xây dựng thành công bộ thông số mô phỏng lũ đạt chuẩn quốc tế ($NSE > 0.80$).
  4. Chuyển đổi thành công kết quả nghiên cứu học thuật thành một hệ thống cảnh báo vận hành thực tế 4 mô-đun với giao diện WebGIS trực quan và cổng SMS tự động, gia tăng thời gian dự kiến dự báo lũ lên 18–24 giờ.
  5. Mở ra hướng tiếp cận mới trong quản lý tổng hợp rủi ro thiên tai lưu vực sông, đóng góp trực tiếp vào chiến lược phát triển bền vững kinh tế - xã hội và bảo vệ an toàn tính mạng cho cộng đồng dân cư tỉnh Quảng Nam và khu vực miền Trung Việt Nam.