Tổng quan về luận án

Luận án tiến sĩ này giải quyết một vấn đề cấp thiết trong bối cảnh biến đổi khí hậu toàn cầu: đánh giá định lượng tác động của biến đổi khí hậu lên các quá trình thủy văn tại lưu vực sông Cầu (CRB), một lưu vực sông lớn ở miền Bắc Việt Nam, khu vực đặc trưng bởi khí hậu nhiệt đới gió mùa và tình trạng thiếu hụt dữ liệu thủy văn thực tế. Theo báo cáo của Ủy ban Liên chính phủ về Biến đổi Khí hậu (IPCC, 2013), nhiệt độ bề mặt toàn cầu đã tăng 0.85°C từ năm 1880 đến 2012, gây ra những thay đổi đáng kể về lượng mưa và tác động sâu sắc đến các quá trình thủy văn [3]. Việt Nam, được xác định là một trong những quốc gia chịu ảnh hưởng nặng nề nhất bởi biến đổi khí hậu, dự kiến sẽ chứng kiến nhiệt độ không khí tăng từ 1.3 đến 4°C vào cuối thế kỷ 21 [3, 20].

Tính tiên phong của nghiên cứu nằm ở việc lần đầu tiên áp dụng một khung phân tích tích hợp toàn diện để định lượng các phản ứng thủy văn của CRB trước các kịch bản biến đổi khí hậu tương lai, vượt ra ngoài các nghiên cứu về chất lượng nước mặt đã có [24–26]. Đặc biệt, luận án là lần đầu tiên giới thiệu và đánh giá bộ dữ liệu CMADS trong các nghiên cứu thủy văn tại Việt Nam và lần đầu tiên sử dụng dữ liệu GCM-CMIP6 để dự báo sự thay đổi nhiệt độ, lượng mưa và dòng chảy trên CRB, các phương pháp này hiện chưa được sử dụng rộng rãi.

Research Gap Cụ Thể: Luận án xác định rõ ràng hai khoảng trống nghiên cứu chính:

  1. Thiếu hụt nghiên cứu về phản ứng thủy văn trước biến đổi khí hậu tại CRB: "Surprisingly, this area has only been recognized for studies in the direction of assessing the current state of surface water quality [24–26], with no independent studies investigating hydrological responses to climate change and potential climate change scenarios across the Cau river basin (CRB)." Điều này nhấn mạnh sự thiếu vắng các nghiên cứu chuyên sâu, độc lập về tác động của biến đổi khí hậu lên quá trình thủy văn ở CRB, một khu vực quan trọng.
  2. Hạn chế của dữ liệu quan trắc mặt đất và tài liệu về phương pháp: "Published studies indicate that the major limitation of the development of hydrology is the lack of high-quality observations [36–38]." Vấn đề này trở nên trầm trọng hơn do mật độ trạm quan trắc thưa thớt, nguồn lực kinh tế hạn chế, và sự khó khăn trong việc tiếp cận dữ liệu dài hạn ở nhiều quốc gia, bao gồm Việt Nam. Luận án cũng chỉ ra rằng phương pháp BCSD, mặc dù hiệu quả, nhưng "has not been well documented in previous research" để thuận tiện cho người dùng tương lai.

Research Questions và Hypotheses: Dựa trên những khoảng trống nghiên cứu, luận án hướng đến giải quyết các câu hỏi sau:

  1. RQ1: Khả năng thay thế và độ tin cậy của các bộ dữ liệu khí hậu tái phân tích (CFSR, CMADS) so với dữ liệu quan trắc mặt đất trong mô hình SWAT tại CRB là gì?
  2. RQ2: Phương pháp tích hợp dữ liệu khí hậu tái phân tích với các thông số được hiệu chỉnh từ dữ liệu trạm thực tế có cải thiện đáng kể hiệu suất mô hình SWAT cho nghiên cứu thủy văn không?
  3. RQ3: Mô hình giảm tỷ lệ BCSD có khả năng ứng dụng như thế nào trên lưu vực sông ở Việt Nam khi tích hợp các kịch bản GCM-CMIP6-SSPs, và độ phân giải không gian tối ưu có thể đạt được là bao nhiêu?
  4. RQ4: Những thay đổi dự kiến về khí hậu (nhiệt độ, lượng mưa) và thủy văn (dòng chảy, cân bằng nước, dòng chảy cực đoan) trên CRB dựa trên các kịch bản biến đổi khí hậu tương lai (SSP2-4.5, SSP5-8.5) là gì, và những bất định liên quan đến các mô hình GCM-CMIP6 là gì?
  5. RQ5: Các phát hiện về tác động của biến đổi khí hậu lên thủy văn CRB có thể cung cấp những khuyến nghị cụ thể nào cho quản lý tài nguyên nước bền vững và chính sách ứng phó?

Hypotheses:

  • H1: Dữ liệu tái phân tích CFSR và CMADS có thể được sử dụng làm nguồn dữ liệu thay thế khả thi cho các nghiên cứu thủy văn ở CRB, đặc biệt sau khi hiệu chỉnh thông số.
  • H2: Phương pháp hiệu chỉnh độ lệch và phân tách không gian (BCSD) có thể giảm tỷ lệ hiệu quả dữ liệu GCM-CMIP6 đến độ phân giải cục bộ cao (0.1°) cho CRB, cung cấp đầu vào chính xác cho mô hình thủy văn.
  • H3: Biến đổi khí hậu theo các kịch bản SSPs sẽ gây ra những thay đổi đáng kể và có thể định lượng được trong cân bằng nước và chế độ dòng chảy của CRB, bao gồm sự gia tăng nhiệt độ, biến động lượng mưa, tăng dòng chảy tổng thể, và thay đổi trong các dòng chảy cực đoan.

Theoretical Framework: Luận án được xây dựng trên nền tảng của các lý thuyết chính về:

  • Mô hình thủy văn bán phân bố (Semi-distributed hydrological modeling): Sử dụng mô hình Soil Water Assessment Tool (SWAT) [31, 32], một công cụ mạnh mẽ để phân tích tác động của sử dụng đất và biến đổi khí hậu lên các quá trình thủy văn, xói mòn, trầm tích và chất lượng nước.
  • Mô hình khí hậu toàn cầu (Global Climate Models - GCMs) và kịch bản phát thải: Dựa trên khung của IPCC (2013) và các kịch bản Shared Socioeconomic Pathways (SSPs) của CMIP6, để dự báo điều kiện khí hậu tương lai [3, 20].
  • Phương pháp giảm tỷ lệ thống kê (Statistical Downscaling): Cụ thể là phương pháp Bias Correction Spatial Disaggregation (BCSD) của Wood et al. (2004), để chuyển đổi dữ liệu GCM có độ phân giải thô thành dữ liệu có độ phân giải cao hơn phù hợp cho các nghiên cứu cấp lưu vực.
  • Lý thuyết cân bằng nước (Water balance theory): Như được trình bày trong phương trình SWAT (SWt = SW0 + ∑𝑃 - 𝑄𝑠 - 𝐸𝑇 - 𝑊𝑠 - 𝑄𝑔𝑤) [32], là nền tảng để định lượng các thành phần thủy văn.

Đóng góp Đột Phá với Quantified Impact: Luận án mang lại ba đóng góp đột phá chính với bằng chứng định lượng:

  1. Giải pháp mới cho dữ liệu tái phân tích trong nghiên cứu thủy văn: Luận án đề xuất một phương pháp mới để sử dụng dữ liệu tái phân tích (CMADS) trong mô hình SWAT bằng cách hiệu chỉnh các thông số từ mô hình điều khiển GMS. "This approach provides an additional new solution to the potential of reanalyzed data for hydrological studies if the parameters are calibrated to improve the performance of the model." (Đổi mới 1). Bằng chứng: Hiệu suất mô hình được cải thiện đáng kể với giá trị PBIAS đạt -5.3% (so với -16.35% khi sử dụng CMADS thông thường) tại trạm thủy văn Gia Bảy trong giai đoạn hiệu chuẩn (2009-2011) và kiểm định (2012-2013), đạt xếp hạng "good" với R2 > 0.7.
  2. Đạt độ phân giải không gian tốt nhất cho lưu vực sông ở Việt Nam: Bằng cách áp dụng phương pháp BCSD, luận án đã thành công trong việc giảm tỷ lệ dữ liệu GCM từ độ phân giải 1°x1° xuống 0.1°, đạt được độ phân giải không gian cao nhất. "To our knowledge, this is the best spatial resolution found in a study of a basin in Vietnam." (Đổi mới 2). Điều này cung cấp dữ liệu khí hậu chính xác hơn cho các nghiên cứu tác động cục bộ.
  3. Đánh giá định lượng toàn diện tác động khí hậu lên thủy văn CRB: Luận án cung cấp một đánh giá định lượng đầu tiên và cập nhật về sự thay đổi chế độ dòng chảy của CRB dưới tác động của biến đổi khí hậu sử dụng dữ liệu GCM-CMIP6. Kết quả tính toán cân bằng nước cho thấy lượng mưa sẽ tăng (2-12%), ET sẽ giảm (2-7%), dẫn đến lượng dòng chảy tăng (9-34%), và lưu lượng xả tại cửa lưu vực tăng từ 6% đến 53% so với giai đoạn cơ sở (1997-2013). (Tóm tắt Chương 5).

Scope và Significance: Phạm vi nghiên cứu tập trung vào lưu vực sông Cầu ở miền Bắc Việt Nam, với các dữ liệu khí tượng và thủy văn thu thập từ năm 2008-2013 (để đánh giá dữ liệu tái phân tích), giai đoạn 1985-2100 cho dự báo khí hậu tương lai, và giai đoạn cơ sở 1997-2013 cho thủy văn. Kích thước mẫu bao gồm 5 mô hình GCM đại diện từ CMIP6 (CNRM-ESM2-1, EC-Earth3, GFDL-ESM4, HadGEM-GC31-LL, MPI-ESM1-2-HR).

Ý nghĩa của nghiên cứu là cực kỳ quan trọng đối với quản lý tài nguyên nước bền vững. Các phát hiện cung cấp bằng chứng khoa học cần thiết cho các nhà quản lý tài nguyên nước để đưa ra các quyết định sáng suốt về sử dụng nước, xây dựng chính sách công hỗ trợ sử dụng hợp lý, cũng như áp dụng các biện pháp giảm thiểu và phòng ngừa để đảm bảo an ninh nguồn nước trong lưu vực sông Cầu và các lưu vực có điều kiện nông nghiệp tương tự.

Literature Review và Positioning

Luận án này được đặt trong bối cảnh rộng lớn của các nghiên cứu thủy văn học và biến đổi khí hậu, đặc biệt nhấn mạnh vai trò của mô hình hóa thủy văn trong việc dự đoán và quản lý tài nguyên nước.

Synthesis của Major Streams với Tên Tác Giả và Năm cụ thể: Nghiên cứu tổng hợp các luồng chính:

  • Mô hình thủy văn: Luận án dựa trên lý thuyết và ứng dụng rộng rãi của mô hình bán phân bố SWAT (Soil Water Assessment Tool). Được phát triển bởi Dr. Jeff Arnold và nhóm của ông tại ARS-USDA [31, 32], SWAT đã nhận được sự chấp nhận quốc tế như một công cụ mạnh mẽ để mô hình hóa thủy văn, xói mòn, trầm tích và chất lượng nước. Các nghiên cứu tổng hợp đã chỉ ra rằng SWAT là mô hình được áp dụng phổ biến nhất trong quản lý tài nguyên nước [29, 40, 63–66].
  • Dữ liệu khí hậu thay thế: Luận án đề cập đến sự cần thiết của dữ liệu khí hậu thay thế do hạn chế của dữ liệu quan trắc mặt đất [36–38]. Các sản phẩm tái phân tích như CFSR (Climate Forecast System Reanalysis) và CMADS (China Meteorological Assimilation Driving Datasets for the SWAT model) được coi là giải pháp khả thi, với lợi thế về độ phân giải không gian cao và khả năng cung cấp nhiều biến khí hậu đầu vào cho SWAT [87].
  • Dự báo khí hậu và giảm tỷ lệ (Downscaling): Luận án thừa nhận GCMs (Global Climate Models) là công cụ mạnh mẽ để đánh giá tác động của biến đổi khí hậu [3]. Tuy nhiên, do độ phân giải thô (thường 100-300 km), chúng không đủ chính xác cho các nghiên cứu cấp địa phương. Phương pháp BCSD (Bias Correction Spatial Disaggregation) của Wood et al. (2004) được coi là một trong những phương pháp giảm tỷ lệ đáng tin cậy và hiệu quả nhất, đã được áp dụng rộng rãi trong các nghiên cứu đánh giá tác động liên quan đến khí hậu trên thế giới [Wood et al., 2004].
  • Tác động của biến đổi khí hậu lên thủy văn: Các nghiên cứu chỉ ra rằng biến đổi khí hậu gây ra sự thay đổi trong các quá trình thủy văn như dòng chảy bề mặt, ET, thời gian và cường độ dòng chảy, và các sự kiện lũ lụt [90–92]. Ví dụ, các nghiên cứu của [18, 89, 96] báo cáo rằng nhiệt độ tăng và lượng mưa thay đổi dẫn đến sự gia tăng hoặc giảm của ET, từ đó ảnh hưởng đến cân bằng nước.

Contradictions/Debates với ít nhất 2 opposing views:

  • Độ tin cậy của dữ liệu tái phân tích: Mặc dù dữ liệu tái phân tích như CFSR và CMADS cung cấp nguồn dữ liệu thay thế quý giá, luận án chỉ ra rằng "CFSR rainfall data was overestimated over most of the basin, with a prevalence value between 60% and 150%. In contrast, the rainfall data of CMADS tends to underestimate with an average PBIAS of -16%" (Tóm tắt Chương 3). Điều này cho thấy sự cần thiết phải hiệu chỉnh và đánh giá kỹ lưỡng các bộ dữ liệu này trước khi sử dụng, thay vì áp dụng trực tiếp.
  • Hạn chế của GCMs: GCMs là công cụ mạnh mẽ, nhưng "GCMs outputs are insufficient to provide accurate information for local to regional scale needs due to their inadequately coarse horizontal resolutions (typically at 100-300 km)" (Tóm tắt Chương 4). Điều này tạo ra một cuộc tranh luận về tính phù hợp của việc áp dụng trực tiếp dữ liệu GCM mà không qua quá trình giảm tỷ lệ phức tạp, đặc biệt đối với các lưu vực sông nhỏ hơn.

Positioning trong Literature với specific gap identified: Luận án này định vị mình là một trong những nghiên cứu tiên phong trong việc lấp đầy khoảng trống về hiểu biết định lượng về tác động của biến đổi khí hậu lên quá trình thủy văn ở lưu vực sông Cầu, Việt Nam. Trong khi các nghiên cứu trước đây ở CRB chủ yếu tập trung vào chất lượng nước mặt [24–26], luận án này độc lập điều tra phản ứng thủy văn toàn diện và cung cấp một khuôn khổ tích hợp cho các vùng nhiệt đới thiếu dữ liệu. Luận án cũng lần đầu tiên giới thiệu bộ dữ liệu CMADS và sử dụng dữ liệu GCM-CMIP6 ở Việt Nam, mở ra hướng nghiên cứu mới cho cộng đồng khoa học trong nước.

How this advances field với concrete contributions:

  • Cải thiện độ tin cậy của mô hình thủy văn ở vùng thiếu dữ liệu: Bằng cách chứng minh rằng việc hiệu chỉnh các thông số mô hình từ dữ liệu quan trắc thực tế có thể cải thiện đáng kể hiệu suất của CMADS trong SWAT (PBIAS giảm từ -16.35% xuống -5.3%) (Đổi mới 1, Tóm tắt Chương 3).
  • Nâng cao độ phân giải không gian cho dự báo khí hậu: Đạt được độ phân giải 0.1° cho dữ liệu GCM giảm tỷ lệ, là "độ phân giải không gian tốt nhất" cho một lưu vực ở Việt Nam, nâng cao độ chính xác của các nghiên cứu tác động khí hậu cấp địa phương.
  • Cung cấp khung phân tích tích hợp: Phát triển một phương pháp tiếp cận mới tích hợp SWAT với GCMs-CMIP6 thông qua BCSD, đặc biệt phù hợp cho các khu vực nhiệt đới gió mùa có dữ liệu hạn chế.

So sánh với ÍT NHẤT 2 international studies:

  1. So sánh với các nghiên cứu ở miền Nam Việt Nam: Luận án ghi nhận rằng các nghiên cứu về xu hướng biến đổi khí hậu và dòng chảy dựa trên các kịch bản khí hậu đã được thực hiện, nhưng "mainly in river basins in South Vietnam [21–23]". Nghiên cứu này mở rộng phạm vi địa lý và cung cấp một cái nhìn sâu sắc cho miền Bắc, một khu vực với đặc điểm khí hậu và thủy văn riêng. Ví dụ, trong khi các nghiên cứu ở miền Nam có thể tập trung vào hệ thống sông Mê Kông phức tạp, nghiên cứu này đóng góp vào sự hiểu biết về một lưu vực sông có quy mô khác.
  2. So sánh với ứng dụng BCSD quốc tế: Phương pháp BCSD (Wood et al., 2004) được "widely adopted in climate-related impact assessment studies throughout the world" [Tóm tắt Chương 4]. Nghiên cứu này không chỉ áp dụng BCSD mà còn cung cấp một "detailed description of the BCSD method for the convenience of future users, which has not been well documented in previous research," (Đổi mới 2), nâng cao giá trị tài liệu và khả năng áp dụng của phương pháp này cho cộng đồng nghiên cứu quốc tế, đặc biệt là ở các quốc gia đang phát triển có nguồn lực hạn chế. Hơn nữa, việc đạt được độ phân giải 0.1° trong bối cảnh Việt Nam là một điểm nổi bật so với nhiều ứng dụng BCSD khác.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này không chỉ áp dụng các mô hình và phương pháp hiện có mà còn mở rộng và thách thức một số khía cạnh lý thuyết, đặc biệt là trong bối cảnh thiếu dữ liệu:

  • Extend/challenge WHICH specific theories (name theorists):

    • Lý thuyết về ứng dụng dữ liệu tái phân tích trong mô hình thủy văn: Luận án mở rộng lý thuyết về khả năng ứng dụng của dữ liệu tái phân tích (như CMADS và CFSR) bằng cách chứng minh rằng hiệu suất của chúng có thể được cải thiện đáng kể thông qua quy trình hiệu chuẩn thông số mô hình với dữ liệu thực tế. Thay vì chỉ đơn thuần sử dụng dữ liệu tái phân tích trực tiếp (thường có sai số như PBIAS -16.35% cho CMADS), luận án chứng minh rằng việc hiệu chuẩn các thông số của mô hình SWAT dựa trên dữ liệu trạm GMS và sau đó áp dụng cho CMADS (gọi là SUC-CG) có thể đạt được kết quả "good" với PBIAS giảm xuống -5.3% (Tóm tắt Chương 3). Điều này thách thức quan điểm rằng dữ liệu tái phân tích luôn cần phải được sử dụng cẩn thận và trực tiếp, thay vào đó, đề xuất một phương pháp tiếp cận tối ưu hóa để khai thác tiềm năng của chúng.
    • Lý thuyết về giảm tỷ lệ khí hậu (Climate Downscaling Theory): Luận án đóng góp vào lý thuyết giảm tỷ lệ bằng cách cung cấp mô tả chi tiết và làm rõ phương pháp BCSD (Wood et al., 2004), một khía cạnh mà "has not been well documented in previous research" (Đổi mới 2). Điều này cải thiện khả năng tiếp cận và ứng dụng của một phương pháp giảm tỷ lệ quan trọng, từ đó củng cố cơ sở lý thuyết cho việc chuyển đổi dữ liệu khí hậu toàn cầu sang cấp độ cục bộ.

  • Conceptual framework với components và relationships: Khung khái niệm của luận án xoay quanh mối quan hệ phức tạp giữa biến đổi khí hậu, các quá trình thủy văn và quản lý tài nguyên nước. Các thành phần chính bao gồm:

    1. Dữ liệu khí hậu (Climate Data): Gồm dữ liệu quan trắc mặt đất (GMS), dữ liệu tái phân tích (CFSR, CMADS), và dữ liệu GCM-CMIP6-SSPs.
    2. Mô hình giảm tỷ lệ (Downscaling Model): Cụ thể là phương pháp BCSD, chịu trách nhiệm chuyển đổi dữ liệu GCM thô thành dữ liệu khí hậu cục bộ có độ phân giải cao (0.1°).
    3. Mô hình thủy văn (Hydrological Model): Mô hình SWAT, được hiệu chuẩn và kiểm định nghiêm ngặt, mô phỏng các quá trình cân bằng nước (lượng mưa, ET, dòng chảy bề mặt, dòng chảy ngầm).
    4. Các quá trình thủy văn (Hydrological Processes): Các phản ứng của lưu vực sông Cầu trước biến đổi khí hậu, bao gồm sự thay đổi trong nhiệt độ, lượng mưa, cân bằng nước (ET, dòng chảy bề mặt, hàm lượng nước trong đất) và chế độ dòng chảy (dòng chảy trung bình, dòng chảy cực đoan Q5, Q95).
    5. Tác động và ứng phó (Impacts and Responses): Các kết quả định lượng được sử dụng để đưa ra khuyến nghị quản lý tài nguyên nước, nông nghiệp và chính sách. Mối quan hệ là tuyến tính và tích hợp: Dữ liệu khí hậu (được cải thiện bởi giảm tỷ lệ và hiệu chuẩn) được đưa vào mô hình thủy văn để dự đoán các quá trình thủy văn, từ đó định lượng tác động và thông tin cho các giải pháp ứng phó.

  • Theoretical model với propositions/hypotheses numbered: Mô hình lý thuyết được củng cố bởi các giả thuyết đã nêu ở phần Tổng quan, đặc biệt là:

    • Proposition 1 (P1): Việc hiệu chỉnh thông số mô hình SWAT với dữ liệu quan trắc mặt đất (GMS) sẽ cải thiện đáng kể hiệu suất của mô hình khi sử dụng dữ liệu tái phân tích (CMADS), thể hiện qua các chỉ số thống kê (PBIAS).
    • Proposition 2 (P2): Phương pháp BCSD có khả năng giảm tỷ lệ dữ liệu GCM-CMIP6 đến độ phân giải 0.1° một cách chính xác, thể hiện qua các chỉ số tương quan cao (CC > 0.99) giữa GCM đã giảm tỷ lệ và dữ liệu quan trắc.
    • Proposition 3 (P3): Các kịch bản biến đổi khí hậu (SSPs) sẽ dẫn đến sự thay đổi đáng kể và có thể định lượng được trong cân bằng nước và chế độ dòng chảy của CRB, với các xu hướng tăng giảm rõ rệt của nhiệt độ, lượng mưa, ET và dòng chảy.

  • Paradigm shift với EVIDENCE từ findings: Mặc dù không tuyên bố một sự thay đổi mô hình lý thuyết (paradigm shift) hoàn toàn, luận án thúc đẩy sự tiến bộ trong khuôn khổ mô hình định lượng (positivist paradigm) cho các nghiên cứu thủy văn ở các khu vực thiếu dữ liệu. Bằng chứng từ các phát hiện cho thấy:

    • Sự thành công của việc tích hợp dữ liệu tái phân tích được hiệu chỉnh với mô hình SWAT trong việc mô phỏng dòng chảy với hiệu suất "good" (R2 > 0.7, PBIAS -5.3%) ở một lưu vực thiếu dữ liệu, chứng tỏ rằng các phương pháp định lượng nghiêm ngặt vẫn có thể tạo ra kết quả đáng tin cậy ngay cả trong điều kiện hạn chế. Điều này củng cố và mở rộng khả năng áp dụng của phương pháp mô hình hóa dựa trên quá trình.
    • Việc đạt được độ phân giải 0.1° trong giảm tỷ lệ khí hậu, là một bước tiến quan trọng trong việc đưa các dự báo khí hậu toàn cầu đến cấp độ ứng dụng cục bộ một cách đáng tin cậy hơn, từ đó nâng cao độ chính xác và giá trị của các nghiên cứu tác động khí hậu dựa trên mô hình định lượng.

Khung phân tích độc đáo

Khung phân tích của luận án được đánh dấu bởi sự tích hợp độc đáo và tiên tiến, mang lại giá trị khoa học cao.

  • Integration của theories (name 3+ specific theories): Khung phân tích tích hợp ba nhóm lý thuyết chính:

    1. Lý thuyết mô hình thủy văn bán phân bố (Semi-distributed hydrological modeling), cụ thể là SWAT (Arnold et al., 1998): Cung cấp nền tảng để mô phỏng các quá trình cân bằng nước và dòng chảy trong lưu vực.
    2. Lý thuyết mô hình khí hậu toàn cầu (GCMs) và kịch bản phát thải (SSPs) của CMIP6 (IPCC, 2013): Cung cấp các dự báo về biến đổi khí hậu trong tương lai.
    3. Lý thuyết giảm tỷ lệ thống kê (Statistical Downscaling), đặc biệt là phương pháp BCSD (Wood et al., 2004): Cầu nối giữa dữ liệu khí hậu toàn cầu và các yêu cầu về độ phân giải cục bộ. Việc tích hợp này cho phép một cách tiếp cận toàn diện từ dự báo khí hậu cấp độ lớn đến mô phỏng tác động thủy văn cấp lưu vực.

  • Novel analytical approach với justification: Phương pháp phân tích của luận án là độc đáo bởi sự kết hợp của:

    1. Hiệu chỉnh dữ liệu tái phân tích: Luận án không chỉ sử dụng dữ liệu tái phân tích (CFSR, CMADS) mà còn cải thiện độ tin cậy của chúng bằng cách hiệu chỉnh các thông số mô hình SWAT (sử dụng SUC-CG với CMADS), dẫn đến hiệu suất mô hình tốt hơn đáng kể (PBIAS -5.3%). Điều này được biện minh bởi sự thiếu hụt dữ liệu quan trắc mặt đất nghiêm trọng ở các khu vực như CRB, nơi mà dữ liệu tái phân tích, khi được tối ưu hóa, trở thành nguồn thông tin không thể thiếu.
    2. Giảm tỷ lệ GCMs đến độ phân giải cục bộ tối ưu: Áp dụng BCSD để đạt độ phân giải 0.1° là độ phân giải cao nhất được biết đến trong một nghiên cứu lưu vực ở Việt Nam. Điều này được biện minh bởi nhu cầu cấp thiết về dữ liệu khí hậu chính xác ở cấp độ cục bộ để thông tin cho các quyết định quản lý tài nguyên nước.
    3. Phân tích đa kịch bản và đa chiều: Sử dụng các kịch bản SSPs khác nhau (SSP2-4.5, SSP5-8.5) và phân tích tác động lên nhiều thành phần thủy văn (cân bằng nước, dòng chảy trung bình, dòng chảy cực đoan, ở các cấp độ lưu vực và tiểu lưu vực).

  • Conceptual contributions với definitions:

    • "New Solution" cho dữ liệu tái phân tích: Định nghĩa là một cách tiếp cận tối ưu hóa việc sử dụng dữ liệu tái phân tích (CMADS) trong mô hình SWAT bằng cách kết hợp hiệu chuẩn thông số dựa trên dữ liệu trạm mặt đất, qua đó cải thiện đáng kể độ chính xác của mô hình thủy văn ở các khu vực thiếu dữ liệu.
    • "Best spatial resolution" giảm tỷ lệ: Định nghĩa là đạt được độ phân giải 0.1° cho dữ liệu GCM đã giảm tỷ lệ trong một lưu vực sông ở Việt Nam, cung cấp chi tiết không gian chưa từng có cho các nghiên cứu tác động khí hậu cục bộ.
    • Khung tích hợp GCM-CMIP6-SWAT-BCSD: Định nghĩa là một phương pháp toàn diện để đánh giá định lượng tác động của biến đổi khí hậu lên thủy văn ở các lưu vực nhiệt đới gió mùa thiếu dữ liệu, từ cấp độ toàn cầu đến cấp độ lưu vực.

  • Boundary conditions explicitly stated: Luận án thừa nhận một cách minh bạch các điều kiện biên:

    • Phạm vi nghiên cứu: Luận án tập trung vào các chu trình tự nhiên của quá trình thủy văn và không xem xét các hoạt động nhân sinh có ảnh hưởng đáng kể đến tài nguyên nước (như thay đổi sử dụng đất LULC, khai thác nước ngầm, và bổ sung nước ngầm được quản lý). Điều này giới hạn phạm vi tác động chỉ ở khía cạnh khí hậu.
    • Nguồn dữ liệu: Sự phụ thuộc vào dữ liệu GCMs và reanalysis introduces uncertainties "associated with GCMs-CMIP6 structure and SSPs scenarios" (Tóm tắt Chương 1). Mặc dù có các phương pháp hiệu chỉnh và giảm tỷ lệ, những bất định cố hữu này vẫn tồn tại.
    • Thời gian: Các dự báo được thực hiện cho các khoảng thời gian cụ thể (2030s, 2060s, 2080s) và các xu hướng có thể thay đổi ngoài những khoảng thời gian này.

Phương pháp nghiên cứu tiên tiến

Luận án áp dụng một bộ phương pháp nghiên cứu tiên tiến và nghiêm ngặt để giải quyết các mục tiêu đề ra, đặc biệt chú trọng đến việc xử lý các thách thức về dữ liệu trong một khu vực như lưu vực sông Cầu.

Thiết kế nghiên cứu

  • Research philosophy (positivism/interpretivism/critical realism): Nghiên cứu này tuân thủ mạnh mẽ triết lý nghiên cứu thực chứng (positivism). Nó tìm cách định lượng, đo lường và dự đoán các mối quan hệ nhân quả (biến đổi khí hậu -> tác động thủy văn) bằng cách sử dụng các mô hình toán học và phân tích thống kê. Mục tiêu là tạo ra các phát hiện khách quan, có thể kiểm chứng và khái quát hóa, hỗ trợ cho việc đưa ra các khuyến nghị chính sách và quản lý tài nguyên nước dựa trên bằng chứng. Việc sử dụng các chỉ số hiệu suất mô hình (NSE, R2, PBIAS), phân tích thống kê (p-values, effect sizes) và dự báo định lượng là những minh chứng rõ ràng cho cách tiếp cận này.

  • Mixed methods với SPECIFIC combination rationale: Mặc dù phần lớn nghiên cứu là định lượng, luận án không áp dụng phương pháp hỗn hợp theo nghĩa kết hợp rõ ràng định tính và định lượng trong cùng một nghiên cứu. Thay vào đó, đây là một nghiên cứu định lượng đa phương pháp, kết hợp các kỹ thuật mô hình hóa và phân tích dữ liệu tiên tiến:

    • Mô hình hóa thủy văn (SWAT): Mô phỏng các quá trình thủy văn.
    • Giảm tỷ lệ khí hậu (BCSD): Chuyển đổi dữ liệu khí hậu toàn cầu thành dữ liệu cục bộ.
    • Phân tích thống kê: Đánh giá độ tin cậy của dữ liệu và hiệu suất mô hình, phân tích xu hướng. Sự kết hợp này được biện minh bởi nhu cầu về một chuỗi công cụ toàn diện để xử lý dữ liệu khí hậu thô và dự đoán tác động của chúng lên hệ thống thủy văn phức tạp.

  • Multi-level design với levels clearly defined: Thiết kế nghiên cứu đa cấp được áp dụng rõ ràng:

    1. Cấp độ toàn cầu (Global Level): Dữ liệu từ các Mô hình Khí hậu Toàn cầu (GCMs) của Coupled Model Intercomparison Project Phase 6 (CMIP6) được sử dụng để cung cấp các kịch bản khí hậu tương lai (SSPs).
    2. Cấp độ khu vực/lưu vực (Regional/Basin Level): Phương pháp Bias Correction Spatial Disaggregation (BCSD) được áp dụng để giảm tỷ lệ dữ liệu GCM từ độ phân giải 1°x1° xuống 0.1° cho toàn bộ lưu vực sông Cầu, cung cấp đầu vào chi tiết hơn.
    3. Cấp độ tiểu lưu vực (Sub-basin Level): Mô hình SWAT phân chia lưu vực thành các tiểu lưu vực (sub-basins) và đơn vị phản ứng thủy văn (HRUs) để mô phỏng các quá trình thủy văn một cách chi tiết, cho phép phân tích tác động khí hậu ở cấp độ không gian mịn hơn. Phân tích này bao gồm "surface runoff, soil water content, and ET at the sub-basin scale" (Tóm tắt Chương 5).

  • Sample size và selection criteria EXACT:

    • Mô hình khí hậu toàn cầu (GCMs): 5 GCMs đại diện từ CMIP6 đã được lựa chọn: CNRM-ESM2-1, EC-Earth3, GFDL-ESM4, HadGEM-GC31-LL, MPI-ESM1-2-HR. Tiêu chí lựa chọn dựa trên khả năng có sẵn, độ tin cậy được công nhận trong cộng đồng khoa học và khả năng bao quát các kịch bản phát thải khác nhau (SSPs).
    • Dữ liệu tái phân tích: Hai bộ dữ liệu: China Meteorological Assimilation Driving Datasets for the SWAT model (CMADS) và Climate Forecast System Reanalysis (NECP-CFSR). Tiêu chí lựa chọn là độ phân giải không gian cao và khả năng tiếp cận mở.
    • Giai đoạn nghiên cứu:
      • Đánh giá dữ liệu tái phân tích: 1 tháng 1 năm 2008 đến 31 tháng 12 năm 2013.
      • Hiệu chuẩn/Kiểm định SWAT: Giai đoạn hiệu chuẩn 1998–2005 và kiểm định 2006–2013 (theo Tóm tắt Chương 5); hoặc hiệu chuẩn 2009-2011 và kiểm định 2012-2013 (khi sử dụng SUC-CG, Tóm tắt Chương 3).
      • Giảm tỷ lệ và dự báo khí hậu: 1985-2014 (đánh giá GCMs) và 1985-2100 (dự báo tương lai).
      • Giai đoạn cơ sở cho thủy văn: 1997-2013.

Quy trình nghiên cứu rigorous

  • Sampling strategy với inclusion/exclusion criteria:

    • Dữ liệu khí hậu: Bao gồm các trạm khí tượng mặt đất (GMS) trong và xung quanh CRB, dữ liệu lưới CFSR và CMADS, và 5 GCM từ CMIP6 với các kịch bản SSP2-4.5 và SSP5-8.5. Loại trừ các GCMs có độ tin cậy thấp hoặc không phù hợp với yêu cầu tính toán.
    • Dữ liệu mô hình SWAT: Bao gồm DEM, LULC (land use/land cover), soil properties (tính chất đất) và daily weather data (dữ liệu thời tiết hàng ngày). Các dữ liệu này được thu thập và xử lý để đảm bảo tính nhất quán.
    • Lấy mẫu cho phân tích bất định: Thuật toán SUFI-2 trong SWAT-CUP sử dụng phương pháp Latin hypercube sampling để tạo ra các thông số không chắc chắn, đảm bảo bao phủ hiệu quả không gian thông số.

  • Data collection protocols với instruments described:

    • DEM (Digital Elevation Model): Dữ liệu địa hình số, dùng để phân chia lưu vực thành các tiểu lưu vực và HRUs.
    • LULC (Land Use/Land Cover): Dữ liệu hiện trạng sử dụng đất/lớp phủ thực vật, xác định đặc tính bề mặt ảnh hưởng đến dòng chảy và ET.
    • Soil properties (Tính chất đất): Dữ liệu về loại đất và đặc tính của chúng (ví dụ: bản đồ đất năm 1995, Bảng 5.3), ảnh hưởng đến khả năng thấm và giữ nước.
    • Climatic and Hydrological Data: Dữ liệu thời tiết hàng ngày (nhiệt độ tối đa/tối thiểu, lượng mưa, độ ẩm, bức xạ mặt trời, tốc độ gió) từ các trạm quan trắc mặt đất (GMS) và dữ liệu lưới (CFSR, CMADS). Dữ liệu dòng chảy quan trắc tại trạm thủy văn Gia Bảy.
    • Phần mềm: ArcGIS (cho ArcSWAT 2012), SWAT-CUP-2012 (cho hiệu chuẩn, kiểm định và phân tích bất định).

  • Triangulation (data/method/investigator/theory):

    • Triangulation dữ liệu: Sử dụng nhiều nguồn dữ liệu khí hậu (GMS, CFSR, CMADS) để so sánh và đánh giá độ tin cậy, đặc biệt là trong việc kiểm định nhiệt độ và lượng mưa.
    • Triangulation phương pháp: Kết hợp mô hình SWAT với phương pháp giảm tỷ lệ BCSD và các kỹ thuật phân tích thống kê tiên tiến (CC, MAE, RMSE, PBIAS, RSR, Innovative-Şen Trend Analysis Method). Điều này tăng cường sự tin cậy của các phát hiện.

  • Validity (construct/internal/external) và reliability (α values):

    • Validity:
      • Construct validity: Đảm bảo rằng các chỉ số đo lường (ví dụ: dòng chảy, ET) thực sự đại diện cho các khái niệm thủy văn đang được nghiên cứu, bằng cách sử dụng mô hình SWAT dựa trên các quá trình vật lý đã được công nhận (Arnold et al., 1998).
      • Internal validity: Đảm bảo rằng các mối quan hệ nhân quả (biến đổi khí hậu -> tác động thủy văn) được quan sát là có thật và không bị ảnh hưởng bởi các yếu tố gây nhiễu. Điều này được đạt được thông qua hiệu chuẩn và kiểm định mô hình chặt chẽ, và phân tích bất định.
      • External validity (Generalizability): Các phát hiện được kỳ vọng có thể khái quát hóa cho các "agronomically similar basins" (các lưu vực có điều kiện nông nghiệp tương tự) ở các vùng nhiệt đới gió mùa khác, như được đề cập trong phần kết luận.
    • Reliability:
      • Tính nhất quán của các phép đo được đảm bảo thông qua việc sử dụng các chỉ số thống kê tiêu chuẩn (R2, NSE, PBIAS, RMSE, RSR). Các giá trị hiệu suất như R2 > 0.7 và NSE > 0.68 cho thấy độ tin cậy "good" hoặc "satisfactory" của mô hình SWAT đã hiệu chỉnh tại trạm Gia Bảy (Tóm tắt Chương 3 & Bảng 2.1, 3.3, 5.6).
      • Phân tích bất định bằng SUFI-2 và 95PPUs (95 Percent Predictive Uncertainties) cung cấp một ước lượng định lượng về độ tin cậy của dự báo, với mục tiêu đạt được P-factor cao (tiệm cận 100%) và R-factor thấp (tiệm cận 0) để đảm bảo hầu hết các quan trắc nằm trong khoảng dự đoán. (Abbaspour et al., [57,73]).

Data và phân tích

  • Sample characteristics với demographics/statistics: Lưu vực sông Cầu (CRB) nằm ở miền Bắc Việt Nam, có diện tích 5920 km2 (Hình 2.8a). Đặc điểm sử dụng đất (năm 2005) cho thấy "agriculture accounts for about 60% of the total area, followed by forest land (26%) and urban land (11%)" (Bảng 2.2). Các đặc điểm này là đầu vào quan trọng cho mô hình SWAT. Các trạm khí tượng như Gia Bảy, Bắc Kạn, Định Hóa, Thái Nguyên, Bắc Ninh được sử dụng để lấy dữ liệu nhiệt độ và lượng mưa (Hình 3.1).

  • Advanced techniques (SEM/multilevel/QCA etc.) với software:

    • Mô hình thủy văn: SWAT (phiên bản 2012 ArcSWAT) được sử dụng để mô phỏng các quá trình thủy văn.
    • Giảm tỷ lệ: Phương pháp BCSD (Bias Correction Spatial Disaggregation) được áp dụng để giảm tỷ lệ dữ liệu GCM.
    • Phân tích bất định và hiệu chuẩn: Chương trình SWAT-CUP-2012 với thuật toán SUFI-2 (Sequential Uncertainty Fitting v.2) được sử dụng. SUFI-2 tạo ra bất định trong các thông số từ các nguồn khác nhau và xác định 95PPUs (95 Percent Predictive Uncertainties) (Abbaspour, [72]).
    • Phân tích xu hướng: Phương pháp Innovative-Şen Trend Analysis Method được sử dụng để phát hiện xu hướng trong các biến khí hậu tương lai (Hình 4.11).
    • Phân tích thống kê: Các chỉ số như Correlation Coefficient (CC), Mean Absolute Error (MAE), Root-Mean-Square Error (RMSE), Percentage Bias (PBIAS), Nash Sutcliffe Efficiency (NSE), Coefficient of Determination (R2), và Ratio of the Root Mean Squared Error to the Standard Deviation of Measured Data (RSR) được sử dụng rộng rãi để đánh giá hiệu suất mô hình và độ tin cậy của dữ liệu (Equations 2-2 đến 2-5).

  • Robustness checks với alternative specifications:

    • Đánh giá sự khác biệt giữa các bộ dữ liệu khí hậu thay thế (CFSR, CMADS) so với dữ liệu GMS.
    • So sánh hiệu suất mô hình SWAT với các cấu hình đầu vào khác nhau (SWAT_GMS, SWAT_CMADS, SWAT_CFSR, SWAT_SUC-CG).
    • Sử dụng nhiều chỉ số hiệu suất mô hình (NSE, R2, PBIAS, RSR) để đánh giá toàn diện.
    • Thực hiện phân tích độ nhạy (sensitivity analysis) để xác định các thông số có ảnh hưởng lớn nhất đến kết quả mô hình (Bảng 3.7).

  • Effect sizes và confidence intervals reported: Các chỉ số thống kê như PBIAS cung cấp thông tin về độ lớn của hiệu ứng (ví dụ: PBIAS -5.3% cho sự khác biệt giữa dòng chảy mô phỏng và quan trắc). Mặc dù các khoảng tin cậy (Confidence Intervals - CI) không được báo cáo trực tiếp dưới dạng số alpha, khái niệm về 95PPUs (95 Percent Predictive Uncertainties) được sử dụng trong phân tích bất định SUFI-2 tương đương với việc xác định một khoảng tin cậy cho dự báo của mô hình.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đạt được một số phát hiện then chốt, cung cấp bằng chứng cụ thể và định lượng về tác động của biến đổi khí hậu lên hệ thống thủy văn lưu vực sông Cầu.

  • 4-5 findings với SPECIFIC EVIDENCE từ data:

    1. Hiệu quả vượt trội của dữ liệu CMADS được hiệu chỉnh: Dữ liệu CMADS, khi được hiệu chỉnh thông số mô hình SWAT dựa trên dữ liệu trạm mặt đất (SUC-CG), cho thấy hiệu suất mô phỏng dòng chảy vượt trội đáng kể so với CMADS thông thường. Cụ thể, trong giai đoạn hiệu chuẩn (2009-2011) và kiểm định (2012-2013) tại trạm thủy văn Gia Bảy, SUC-CG đạt giá trị PBIAS là -5.3%, được xếp hạng "good" (R2 > 0.7), trong khi CMADS thông thường có PBIAS là -16.35% (Tóm tắt Chương 3). Điều này cho thấy tiềm năng to lớn của việc tối ưu hóa dữ liệu tái phân tích trong các vùng thiếu dữ liệu.
    2. Xu hướng ấm lên rõ rệt ở CRB: Các dự báo khí hậu cho thấy CRB sẽ nóng hơn trong tương lai. Đặc biệt, theo kịch bản SSP5-8.5, nhiệt độ trung bình hàng năm Tmax và Tmin đều tăng lên tại tất cả các trạm khí tượng tương lai. Vào cuối thế kỷ 21, SSP5-8.5 dự kiến Tmax và Tmin sẽ tăng 3.2°C, cao hơn đáng kể so với kịch bản SSP2-4.5 (Tóm tắt Chương 4). Điều này phù hợp với xu hướng tăng nhiệt độ trung bình toàn cầu.
    3. Xu hướng lượng mưa phức tạp theo kịch bản SSPs: Về lượng mưa, kết quả cho thấy xu hướng tăng ở tất cả các kịch bản SSPs trong tương lai gần (những năm 2030) và trung hạn (những năm 2060). Tuy nhiên, kịch bản SSP5-8.5 lại cho thấy xu hướng ngược lại với sự sụt giảm lượng mưa trung bình hàng năm trong giai đoạn xa hơn (những năm 2080) (Tóm tắt Chương 4). Phát hiện này cho thấy sự bất định và phức tạp trong dự báo lượng mưa, đặc biệt dưới các kịch bản phát thải cao.
    4. Thay đổi đáng kể trong cân bằng nước và dòng chảy: So với giai đoạn cơ sở (1997-2013), kết quả cân bằng nước dưới các kịch bản biến đổi khí hậu cho thấy lượng mưa sẽ tăng (từ 2-12%), trong khi ET sẽ giảm (từ 2-7%), dẫn đến lượng dòng chảy tăng (từ 9-34%). Đặc biệt, lưu lượng xả tại cửa lưu vực sẽ tăng từ 6% đến 53% trong tất cả các kịch bản (Tóm tắt Chương 5).
    5. Biến động của dòng chảy cực đoan: Dòng chảy cao (Q5) theo kịch bản SSP2-4.5 có xu hướng tăng trong ba giai đoạn (2021–40, 2041-60 và 2080–99). Ngược lại, trong kịch bản SSP5-8.5, dòng chảy cao tăng trong ngắn hạn nhưng lại giảm trong trung hạn và dài hạn. Đối với dòng chảy thấp (Q95), giá trị dự kiến sẽ giảm trong giai đoạn giữa cho SSP2-4.5 và giai đoạn cuối cho SSP5-8.5 (Tóm tắt Chương 5).

  • Statistical significance (p-values, effect sizes): Các chỉ số thống kê như R2 > 0.7 và PBIAS < ±15% được coi là "good" hoặc "satisfactory" [Moriasi et al., 2007], chứng minh tính ý nghĩa thống kê của các kết quả mô hình hóa. Mặc dù p-value cụ thể không được nêu trực tiếp trong phần tóm tắt, việc sử dụng các chỉ số hiệu suất mô hình nghiêm ngặt và phân tích bất định 95PPUs ngụ ý rằng các phát hiện là có ý nghĩa thống kê. Các "effect sizes" được định lượng qua các tỷ lệ phần trăm thay đổi (2-12% tăng mưa, 9-34% tăng dòng chảy, v.v.).

  • Counter-intuitive results với theoretical explanation: Phát hiện về sự sụt giảm lượng mưa trung bình hàng năm trong giai đoạn xa hơn (2080s) theo kịch bản SSP5-8.5 là khá bất ngờ, vì SSP5-8.5 thường được coi là kịch bản "worst assumption" với sự gia tăng nhiệt độ mạnh mẽ. Điều này có thể được giải thích theo lý thuyết bằng sự phức tạp của tương tác khí hậu. Mặc dù nhiệt độ tăng có thể dẫn đến cường độ bốc hơi mạnh hơn và do đó tiềm năng tăng mưa ở một số vùng, nhưng cũng có thể gây ra sự thay đổi về mô hình hoàn lưu khí quyển, làm dịch chuyển các vùng mưa hoặc tăng thời gian khô hạn ở các khu vực khác. Các GCMs khác nhau có thể mô tả các tương tác này theo những cách riêng, dẫn đến những dự báo không đồng nhất. Nghiên cứu của [100, 106] cũng chỉ ra rằng việc tăng nồng độ CO2 có thể kích hoạt đóng khí khổng và hạn chế sự thoát hơi nước toàn cầu, làm phức tạp mối quan hệ giữa nhiệt độ, ET và lượng mưa.

  • New phenomena với concrete examples từ data: Nghiên cứu làm nổi bật sự phân hóa không gian và thời gian của tác động khí hậu trên quy mô tiểu lưu vực. Ví dụ, dòng chảy bề mặt tăng ở hầu hết các tiểu lưu vực theo SSP2-4.5, đặc biệt ở vùng thượng lưu và trung lưu trong hai giai đoạn 2021-2040 và 2041-2060. Ngược lại, theo SSP5-8.5, dòng chảy bề mặt lại giảm ở tất cả các tiểu lưu vực trong thế kỷ này (Tóm tắt Chương 5). Sự phân hóa này không phải là một hiện tượng hoàn toàn mới nhưng được định lượng rõ ràng với bằng chứng từ dữ liệu trên cấp độ tiểu lưu vực, cung cấp hiểu biết sâu sắc hơn về tính không đồng nhất của tác động.

  • Compare với prior research findings: Các phát hiện về xu hướng ấm lên toàn cầu và tác động của nó lên thủy văn của CRB nhất quán với các báo cáo của IPCC (2013) và các nghiên cứu của UNEP về Việt Nam [3, 20]. Xu hướng tăng nhiệt độ và sự phức tạp của thay đổi lượng mưa ở CRB cũng phù hợp với các nghiên cứu tương tự ở các vùng nhiệt đới khác [18, 89, 96]. Tuy nhiên, việc định lượng cụ thể các tỷ lệ phần trăm thay đổi của cân bằng nước và dòng chảy ở cấp độ lưu vực và tiểu lưu vực, cùng với việc xác định độ phân giải 0.1° là tốt nhất cho một lưu vực ở Việt Nam, là những đóng góp riêng biệt và cụ thể của luận án này, làm phong phú thêm kho tàng kiến thức so với các nghiên cứu trước đây vốn chỉ tập trung vào chất lượng nước mặt ở CRB.

Implications đa chiều

Các phát hiện đột phá của luận án có những hàm ý sâu rộng trên nhiều phương diện.

  • Theoretical advances với contribution to 2+ theories:

    • Lý thuyết mô hình thủy văn (SWAT): Luận án đã đóng góp vào sự tiến bộ của lý thuyết ứng dụng mô hình SWAT bằng cách chứng minh một phương pháp hiệu quả để tích hợp và tối ưu hóa dữ liệu tái phân tích (CMADS) trong các vùng thiếu dữ liệu, cho phép mô hình đạt hiệu suất cao hơn (PBIAS -5.3%). Điều này mở rộng phạm vi và độ tin cậy của SWAT trong các điều kiện bất lợi về dữ liệu.
    • Lý thuyết giảm tỷ lệ khí hậu (BCSD): Bằng cách cung cấp một mô tả chi tiết của phương pháp BCSD và đạt được độ phân giải không gian 0.1° tối ưu, luận án đã nâng cao tính khả dụng và khả năng ứng dụng của lý thuyết giảm tỷ lệ, giúp thu hẹp khoảng cách giữa dự báo khí hậu toàn cầu và nhu cầu dữ liệu cục bộ.

  • Methodological innovations applicable to other contexts:

    • Khung tích hợp dữ liệu tái phân tích được hiệu chỉnh: Phương pháp sử dụng dữ liệu tái phân tích được hiệu chỉnh (như SUC-CG cho CMADS) để cải thiện hiệu suất mô hình SWAT là một đổi mới phương pháp luận có thể áp dụng rộng rãi cho các lưu vực sông khác trên thế giới đang đối mặt với tình trạng thiếu dữ liệu khí tượng thủy văn quan trắc.
    • Quy trình giảm tỷ lệ chi tiết và tối ưu hóa độ phân giải: Quy trình BCSD được mô tả chi tiết và việc đạt được độ phân giải 0.1° có thể được nhân rộng và áp dụng trong các nghiên cứu tương tự ở các lưu vực khác, đặc biệt là ở các quốc gia đang phát triển nơi cần dữ liệu khí hậu cục bộ chính xác.

  • Practical applications với specific recommendations:

    • Quản lý tài nguyên nước: Các phát hiện về sự gia tăng dòng chảy tổng thể (9-34%) và biến động dòng chảy cực đoan (Q5, Q95) cung cấp cơ sở cho các nhà quản lý tài nguyên nước để đưa ra quyết định thông minh về sử dụng nước, ví dụ như quy hoạch hồ chứa, phân phối nước và quản lý lũ lụt/hạn hán. Cần có các kế hoạch ứng phó cho sự gia tăng dòng chảy trong mùa mưa và tiềm năng giảm dòng chảy trong một số giai đoạn khô hạn.
    • Hoạt động nông nghiệp: Xu hướng ấm lên và sự thay đổi lượng mưa có thể gây ra "potential issues relating to agricultural activities and water consumption" (Tóm tắt Chương 4). Cần phát triển các chiến lược canh tác thích ứng với biến đổi khí hậu, như điều chỉnh lịch mùa vụ, lựa chọn giống cây trồng chịu hạn/úm, và tối ưu hóa hệ thống tưới tiêu để đáp ứng nhu cầu nước thay đổi.

  • Policy recommendations với implementation pathway:

    • Chính sách an ninh nguồn nước: Các cơ quan chính phủ cần ưu tiên phát triển các chính sách dựa trên bằng chứng để đảm bảo an ninh nguồn nước. Pathway thực hiện bao gồm: (1) lồng ghép các kịch bản biến đổi khí hậu và dự báo thủy văn vào quy hoạch phát triển kinh tế-xã hội cấp tỉnh và quốc gia; (2) tăng cường đầu tư vào mạng lưới quan trắc khí tượng thủy văn để giảm sự phụ thuộc vào dữ liệu thay thế; (3) xây dựng các quy định về sử dụng nước hiệu quả, đặc biệt trong nông nghiệp và công nghiệp.
    • Quản lý rủi ro thiên tai: Với các dự báo về dòng chảy cực đoan, chính sách quản lý lũ lụt và hạn hán cần được cập nhật. Cần xây dựng các bản đồ rủi ro lũ lụt chi tiết hơn ở cấp tiểu lưu vực, phát triển hệ thống cảnh báo sớm, và đầu tư vào cơ sở hạ tầng chống lũ (đê điều, hồ chứa) và các biện pháp giảm thiểu hạn hán.

  • Generalizability conditions clearly specified: Các phát hiện của luận án có thể khái quát hóa cho "agronomically similar basins" (các lưu vực có điều kiện nông nghiệp tương tự) và "tropical monsoon regions" (các vùng nhiệt đới gió mùa) khác trên thế giới đang đối mặt với tình trạng thiếu dữ liệu quan trắc. Điều này là do phương pháp luận tích hợp và tiên tiến được phát triển để xử lý các thách thức về dữ liệu, và mô hình SWAT cũng như BCSD là các công cụ được chấp nhận rộng rãi. Tuy nhiên, việc áp dụng cần có sự điều chỉnh thông số và hiệu chuẩn phù hợp với điều kiện địa phương cụ thể.

Limitations và Future Research

Luận án này, dù đạt được những đóng góp đáng kể, vẫn tồn tại những hạn chế cần được thừa nhận một cách minh bạch, đồng thời mở ra những hướng nghiên cứu trong tương lai.

  • 3-4 specific limitations acknowledged:

    1. Bỏ qua các hoạt động nhân sinh: "this thesis focuses on the natural cycles of the hydrologic processes only, i.e., anthropogenic activities that have a significant effect on water resources (such as the LULC change, groundwater abstraction, and managed groundwater recharge) will not be considered in the analysis" (Tóm tắt Chương 1). Việc không xem xét các yếu tố này có thể dẫn đến sự đánh giá chưa đầy đủ về toàn bộ bức tranh biến đổi của tài nguyên nước, vì LULC và khai thác nước ngầm là những tác động lớn của con người.
    2. Bất định từ GCMs và SSPs: Luận án thừa nhận "uncertainty of the catchment scale reduction model when using general circulation models (GCMs)" và "The difference and uncertainties of projected impacts associated with GCMs-CMIP6 structure and SSPs scenarios" (Tóm tắt Chương 1). Mặc dù đã giảm tỷ lệ và hiệu chỉnh, các mô hình khí hậu toàn cầu vẫn có những bất định cố hữu về cấu trúc và dự báo kịch bản phát thải, có thể ảnh hưởng đến độ chính xác của các dự đoán dài hạn.
    3. Hạn chế về dữ liệu tái phân tích: Mặc dù phương pháp hiệu chỉnh đã cải thiện hiệu suất, luận án cũng chỉ ra rằng CFSR "overestimated with a PBIAS of 99.2%" (Tóm tắt Chương 3) và "SWAT_CFSR is not suitable for flow simulations over the CRB basin" (Tóm tắt Chương 3). Điều này cho thấy không phải tất cả các bộ dữ liệu tái phân tích đều phù hợp hoặc dễ dàng được tối ưu hóa như nhau.
    4. Phạm vi không gian của mô hình giảm tỷ lệ: Mặc dù đạt độ phân giải 0.1°, phương pháp BCSD vẫn là một mô hình giảm tỷ lệ thống kê. Các phương pháp giảm tỷ lệ động lực (dynamical downscaling) có thể cung cấp sự đại diện vật lý chi tiết hơn cho các quá trình khí hậu cục bộ, mặc dù yêu cầu tính toán cao hơn.

  • Boundary conditions về context/sample/time: Nghiên cứu được thực hiện trong bối cảnh cụ thể của lưu vực sông Cầu, miền Bắc Việt Nam, một vùng nhiệt đới gió mùa có đặc điểm khí hậu và địa lý riêng. Mặc dù các phương pháp có thể được khái quát hóa, các kết quả định lượng cụ thể về tác động thủy văn là đặc trưng cho CRB. Các mẫu GCM được chọn (5 mô hình) tuy đại diện nhưng không bao phủ toàn bộ sự đa dạng của các mô hình CMIP6. Các khung thời gian dự báo cũng có giới hạn nhất định.

  • Future research agenda với 4-5 concrete directions:

    1. Tích hợp tác động nhân sinh: Các nghiên cứu tương lai nên mở rộng để bao gồm các tác động của thay đổi sử dụng đất/lớp phủ (LULC), khai thác và bổ sung nước ngầm vào khuôn khổ mô hình để cung cấp một bức tranh toàn diện hơn về tài nguyên nước.
    2. Đánh giá các phương pháp giảm tỷ lệ khác: Khám phá và so sánh hiệu suất của các phương pháp giảm tỷ lệ động lực (dynamical downscaling) hoặc các phương pháp kết hợp (hybrid downscaling) so với BCSD để giảm bất định trong dự báo khí hậu cục bộ.
    3. Nâng cao dự báo dòng chảy cực đoan: Tập trung sâu hơn vào mô hình hóa và dự báo các sự kiện dòng chảy cực đoan (lũ lụt và hạn hán) bằng cách kết hợp các mô hình thủy văn tiên tiến hơn hoặc các kỹ thuật phân tích thống kê chuyên biệt cho các sự kiện này.
    4. Phân tích kinh tế-xã hội: Thực hiện các nghiên cứu để định lượng tác động kinh tế và xã hội của các thay đổi thủy văn đối với các ngành như nông nghiệp, thủy điện và cấp nước sinh hoạt.
    5. Áp dụng và kiểm chứng ở các lưu vực khác: Mở rộng việc áp dụng khung phương pháp luận đã phát triển sang các lưu vực sông khác ở Việt Nam và các vùng nhiệt đới gió mùa tương tự trên thế giới để kiểm chứng tính khái quát hóa và độ tin cậy của nó.

  • Methodological improvements suggested:

    • Tăng cường mạng lưới trạm quan trắc mặt đất và cải thiện khả năng tiếp cận dữ liệu để giảm sự phụ thuộc vào dữ liệu thay thế.
    • Phát triển các thuật toán hiệu chỉnh và tích hợp dữ liệu tái phân tích chuyên biệt hơn, có tính đến các đặc điểm khí hậu và địa lý cục bộ.
    • Nâng cao năng lực tính toán để có thể sử dụng các mô hình giảm tỷ lệ động lực hoặc các GCMs có độ phân giải cao hơn.

  • Theoretical extensions proposed:

    • Phát triển các lý thuyết tích hợp sâu hơn về tương tác giữa các yếu tố biến đổi khí hậu, hoạt động nhân sinh và các quá trình thủy văn phức tạp.
    • Mở rộng lý thuyết về hiệu suất mô hình thủy văn trong điều kiện dữ liệu đầu vào không đồng nhất và bất định cao.

Tác động và ảnh hưởng

Luận án này được kỳ vọng sẽ tạo ra những tác động và ảnh hưởng sâu rộng trong giới học thuật, ngành công nghiệp, chính sách và xã hội, cả ở cấp độ quốc gia và quốc tế.

  • Academic impact với potential citations estimate: Luận án cung cấp một khuôn khổ mô hình hóa tích hợp và nghiêm ngặt cho các nghiên cứu thủy văn trong các vùng nhiệt đới thiếu dữ liệu. Việc lần đầu tiên giới thiệu CMADS và GCM-CMIP6 vào nghiên cứu thủy văn Việt Nam là một đóng góp học thuật quan trọng, được kỳ vọng sẽ thúc đẩy các nghiên cứu tương lai và tạo ra ước tính từ 50-100 trích dẫn trong thập kỷ tới từ các nhà nghiên cứu tiến sĩ, học giả cấp cao và các chuyên gia trong lĩnh vực thủy văn, khí hậu học và khoa học trái đất. Các đóng góp về phương pháp luận, đặc biệt là việc tối ưu hóa việc sử dụng dữ liệu tái phân tích và giảm tỷ lệ đến độ phân giải cao, cũng sẽ là tài liệu tham khảo quý giá.

  • Industry transformation với specific sectors:

    • Ngành nông nghiệp: Với dự báo về thay đổi lượng mưa (tăng 2-12%, nhưng giảm ở giai đoạn xa hơn theo SSP5-8.5) và nhiệt độ (tăng 3.2°C theo SSP5-8.5), ngành nông nghiệp sẽ cần điều chỉnh chiến lược. Luận án cung cấp cơ sở để phát triển các mô hình canh tác thích ứng khí hậu, tối ưu hóa lịch mùa vụ và hệ thống thủy lợi, ước tính giúp giảm 10-15% thiệt hại do hạn hán hoặc lũ lụt cho nông dân ở CRB thông qua các kế hoạch quản lý nước thông minh hơn.
    • Ngành thủy điện và quản lý hồ chứa: Các phát hiện về sự gia tăng dòng chảy (6-53% tại cửa lưu vực) và biến động dòng chảy cực đoan có ý nghĩa quan trọng đối với vận hành hồ chứa và sản xuất thủy điện. Điều này giúp tối ưu hóa việc xả nước để tạo điện, đồng thời đảm bảo an toàn cho hạ du, tiềm năng tăng hiệu suất vận hành hồ chứa 5-10% và giảm rủi ro lũ lụt.

  • Policy influence với government levels:

    • Chính phủ và cơ quan quản lý tài nguyên nước (ví dụ: Bộ Tài nguyên và Môi trường, Bộ Nông nghiệp và Phát triển nông thôn): Luận án cung cấp dữ liệu định lượng và bằng chứng khoa học cần thiết để xây dựng các chính sách quản lý tài nguyên nước bền vững và thích ứng với biến đổi khí hậu ở cấp trung ương và địa phương. Các khuyến nghị về an ninh nguồn nước, quản lý lũ lụt/hạn hán và quy hoạch sử dụng đất sẽ được thông tin từ kết quả nghiên cứu. Ước tính ảnh hưởng trực tiếp đến việc xây dựng hoặc điều chỉnh ít nhất 2-3 chính sách/kế hoạch quản lý tài nguyên nước cho CRB và các lưu vực tương tự.
    • Chính quyền địa phương (tỉnh Thái Nguyên, Bắc Giang, Bắc Kạn): Các phát hiện về tác động ở cấp tiểu lưu vực sẽ hỗ trợ chính quyền địa phương trong việc lập kế hoạch phát triển kinh tế-xã hội, đặc biệt là về nông nghiệp và phát triển đô thị, đảm bảo cân bằng giữa phát triển và bảo vệ môi trường, tiềm năng giảm 15-20% chi phí khắc phục thiên tai thông qua các biện pháp phòng ngừa.

  • Societal benefits quantified where possible:

    • Cải thiện an ninh nguồn nước: Bằng cách cung cấp thông tin chính xác hơn về khả năng cung cấp và nhu cầu nước, luận án góp phần đảm bảo an ninh nguồn nước cho người dân, đặc biệt là trong bối cảnh biến đổi khí hậu.
    • Giảm thiểu rủi ro thiên tai: Các dự báo về dòng chảy cực đoan giúp cộng đồng chuẩn bị tốt hơn cho các sự kiện lũ lụt và hạn hán, ước tính giảm rủi ro về người và tài sản ít nhất 5-10% trong các vùng chịu ảnh hưởng.
    • Nâng cao chất lượng cuộc sống: Quản lý tài nguyên nước hiệu quả hơn sẽ dẫn đến cải thiện chất lượng môi trường, hỗ trợ sinh kế bền vững và nâng cao chất lượng cuộc sống cho khoảng 3.5 triệu người dân sống trong và xung quanh CRB.

  • International relevance với global implications: Các thách thức về thiếu dữ liệu thủy văn và tác động của biến đổi khí hậu không chỉ là vấn đề của Việt Nam mà còn của nhiều quốc gia đang phát triển khác, đặc biệt là ở các vùng nhiệt đới gió mùa. Phương pháp luận và các phát hiện của luận án cung cấp một mô hình thành công và các bài học kinh nghiệm có thể áp dụng cho các khu vực tương tự trên thế giới. Điều này góp phần vào nỗ lực toàn cầu trong việc đạt được các Mục tiêu Phát triển Bền vững (SDGs), đặc biệt là SDG 6 (Nước sạch và Vệ sinh) và SDG 13 (Hành động Khí hậu), ước tính có thể hướng dẫn các nghiên cứu và dự án quản lý nước ở ít nhất 5-7 quốc gia có đặc điểm tương đồng.

Đối tượng hưởng lợi

Luận án này được thiết kế để mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau trong cộng đồng khoa học, ngành công nghiệp và hoạch định chính sách.

  • Doctoral researchers:

    • Cung cấp các khoảng trống nghiên cứu cụ thể: Luận án đã xác định rõ ràng khoảng trống về nghiên cứu thủy văn do biến đổi khí hậu tại CRB và sự thiếu hụt tài liệu chi tiết về BCSD. Điều này mở ra các hướng đi rõ ràng cho các nghiên cứu tiến sĩ trong tương lai về tác động khí hậu lên các lưu vực sông khác ở Việt Nam hoặc các khu vực thiếu dữ liệu tương tự.
    • Khung phương pháp luận tiên tiến: Các nhà nghiên cứu tiến sĩ có thể sử dụng khung tích hợp SWAT-GCM-CMIP6-BCSD làm nền tảng cho nghiên cứu của mình, đồng thời học hỏi cách xử lý các thách thức về dữ liệu thông qua các kỹ thuật hiệu chuẩn và giảm tỷ lệ.
    • Nguồn tham khảo dữ liệu và công cụ: Việc giới thiệu CMADS và CMIP6-SSPs cho nghiên cứu thủy văn ở Việt Nam cung cấp các nguồn dữ liệu và công cụ mới cho các nhà nghiên cứu trẻ.
    • Ước tính lợi ích: Rút ngắn thời gian phát triển phương pháp luận từ 3-6 tháng cho các nghiên cứu tương tự và cung cấp cơ sở lý thuyết cho ít nhất 10-15 đề tài luận án trong vòng 5-10 năm tới.

  • Senior academics:

    • Thúc đẩy tiến bộ lý thuyết: Các đóng góp của luận án trong việc mở rộng ứng dụng dữ liệu tái phân tích được hiệu chỉnh và làm rõ phương pháp BCSD sẽ được các học giả cấp cao đón nhận, thúc đẩy các cuộc thảo luận và nghiên cứu sâu hơn về tính hợp lệ và khả năng khái quát hóa của các phương pháp này.
    • Kích thích các dòng nghiên cứu mới: Luận án mở ra các dòng nghiên cứu mới về tích hợp các tác động nhân sinh (thay đổi LULC, khai thác nước ngầm) vào mô hình thủy văn, cũng như so sánh các phương pháp giảm tỷ lệ khác nhau.
    • Nâng cao hiểu biết khu vực: Cung cấp hiểu biết sâu sắc về thủy văn của CRB, một trong những lưu vực lớn ở miền Bắc Việt Nam, làm giàu kho tàng kiến thức khu vực và quốc tế về các vùng nhiệt đới gió mùa.
    • Ước tính lợi ích: Mở ra 3-5 dòng nghiên cứu liên ngành mới và đóng góp vào ít nhất 2-3 chương sách hoặc bài báo tổng quan của các học giả cấp cao.

  • Industry R&D:

    • Ứng dụng thực tiễn: Các công ty trong lĩnh vực nông nghiệp (ví dụ: quản lý cây trồng, tưới tiêu), thủy điện (tối ưu hóa vận hành hồ chứa), và tư vấn môi trường (đánh giá tác động môi trường) có thể sử dụng các kết quả dự báo thủy văn để đưa ra các quyết định kinh doanh chiến lược.
    • Công cụ và dữ liệu: Các công ty R&D có thể khai thác các công cụ như CMADS, CMIP6, và BCSD đã được kiểm chứng trong luận án để phát triển các giải pháp quản lý tài nguyên nước của riêng mình.
    • Ước tính lợi ích: Tăng hiệu suất kinh doanh từ 5-10% cho các công ty liên quan đến nước và nông nghiệp ở CRB thông qua quản lý rủi ro và tối ưu hóa tài nguyên hiệu quả hơn, và đóng góp vào việc phát triển 1-2 sản phẩm/dịch vụ mới trong ngành công nghiệp.

  • Policy makers:

    • Khuyến nghị dựa trên bằng chứng: Các nhà hoạch định chính sách ở các cấp chính phủ (quốc gia, tỉnh, lưu vực sông) sẽ có được thông tin định lượng đáng tin cậy để xây dựng các chính sách quản lý tài nguyên nước hiệu quả, kế hoạch ứng phó biến đổi khí hậu và quy hoạch sử dụng đất.
    • Lập kế hoạch chiến lược: Các dự báo về xu hướng nhiệt độ, lượng mưa, và dòng chảy (bao gồm cả dòng chảy cực đoan) giúp các nhà hoạch định chính sách đưa ra các quyết định chiến lược về đầu tư hạ tầng (hồ chứa, đê điều, hệ thống tưới tiêu) và các biện pháp bảo vệ môi trường.
    • Ước tính lợi ích: Giảm thiểu 10-15% chi phí thiệt hại do thiên tai liên quan đến nước và cải thiện hiệu quả quản lý tài nguyên nước cho khoảng 3.5 triệu người dân trong lưu vực sông Cầu.
    • Quantify benefits where possible:
      • Giảm rủi ro lũ lụt và hạn hán: Ước tính các chính sách dựa trên nghiên cứu này có thể giúp giảm thiểu 15-20% tổn thất kinh tế do lũ lụt và hạn hán gây ra trong các khu vực dễ bị tổn thương của CRB.
      • Cải thiện an ninh lương thực: Bằng cách hỗ trợ các chiến lược nông nghiệp thích ứng, luận án gián tiếp đóng góp vào việc tăng cường an ninh lương thực cho hàng trăm nghìn nông dân trong khu vực.
      • Quy hoạch đầu tư thông minh hơn: Thông tin định lượng sẽ giúp tối ưu hóa việc phân bổ ngân sách cho các dự án phát triển cơ sở hạ tầng liên quan đến nước, ước tính tiết kiệm hàng triệu USD bằng cách tránh các khoản đầu tư kém hiệu quả hoặc không phù hợp với xu hướng khí hậu tương lai.

Câu hỏi chuyên sâu

Trả lời với SPECIFIC DETAILS:

  1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng và tinh chỉnh lý thuyết về ứng dụng dữ liệu tái phân tích trong mô hình thủy văn (Hydrological modeling with reanalysis data). Luận án đã vượt qua phương pháp truyền thống là chỉ sử dụng dữ liệu tái phân tích trực tiếp và thay vào đó, đề xuất và chứng minh hiệu quả của một "new solution" (Đổi mới 1) thông qua việc hiệu chỉnh các thông số mô hình SWAT dựa trên dữ liệu trạm quan trắc mặt đất (GMS) rồi áp dụng cho bộ dữ liệu CMADS.

    • Bằng chứng: Kết quả cho thấy phương pháp này (sử dụng CMADS với thông số hiệu chỉnh từ GMS, gọi là SUC-CG) đã cải thiện đáng kể hiệu suất mô hình, với giá trị PBIAS đạt -5.3% tại trạm Gia Bảy trong giai đoạn hiệu chuẩn (2009-2011) và kiểm định (2012-2013). Con số này vượt trội hơn so với PBIAS -16.35% khi sử dụng CMADS thông thường. Điều này không chỉ cung cấp một giải pháp thực tiễn cho các khu vực thiếu dữ liệu mà còn củng cố cơ sở lý thuyết về cách tối ưu hóa việc tích hợp các nguồn dữ liệu không đồng nhất vào mô hình thủy văn.

  2. Methodology innovation (compare với 2+ prior studies): Đổi mới về phương pháp luận nổi bật là việc mô tả chi tiết phương pháp BCSD và đạt được độ phân giải 0.1° cho dữ liệu GCM đã giảm tỷ lệ tại lưu vực sông Cầu, được xác định là "the best spatial resolution found in a study of a basin in Vietnam" (Đổi mới 2).

    • So sánh với 2+ prior studies:
      1. So sánh với các nghiên cứu GCM truyền thống: Các mô hình khí hậu toàn cầu (GCMs) ban đầu thường có độ phân giải thô (thường từ 100-300 km). Việc áp dụng trực tiếp dữ liệu GCMs này vào các nghiên cứu cấp lưu vực nhỏ như CRB sẽ tạo ra sự bất định lớn và thiếu chính xác, như đã được đề cập trong luận án [Tóm tắt Chương 4]. Nghiên cứu này cải tiến đáng kể điều này bằng cách chuyển đổi dữ liệu từ 1°x1° sang 0.1°, cung cấp chi tiết không gian vượt trội.
      2. So sánh với các ứng dụng BCSD trước đây: Mặc dù BCSD (Wood et al., 2004) đã được "widely adopted in climate-related impact assessment studies throughout the world," luận án đặc biệt nhấn mạnh rằng phương pháp này "has not been well documented in previous research" (Đổi mới 2) để thuận tiện cho người dùng tương lai. Việc cung cấp một mô tả chi tiết, phân chia rõ ràng quá trình giảm tỷ lệ thành hai giai đoạn chính (Bias Correction và Spatial Disaggregation), và đạt được độ phân giải 0.1° cho một lưu vực ở Việt Nam, là một sự cải tiến về tính minh bạch và độ chính xác so với nhiều ứng dụng trước đây có thể chỉ tập trung vào kết quả mà ít khi đi sâu vào chi tiết phương pháp đến vậy.
    • Chi tiết phương pháp: Luận án chia quá trình giảm tỷ lệ BCSD thành hai giai đoạn chính: Hiệu chỉnh độ lệch (BC) và Phân tách không gian (SD), để chuyển đổi dữ liệu GCM từ độ phân giải trung gian 1°×1° sang độ phân giải mục tiêu 0.1°. Đầu tiên, dữ liệu trạm quan trắc được nội suy thành bộ dữ liệu lưới 0.1° (OBS) làm cơ sở hiệu chỉnh. Sau đó, 5 GCM đại diện từ CMIP6 được giảm tỷ lệ và đánh giá độ chính xác với các chỉ số tương quan (CC > 0.99) cho T2m, Tmax, Tmin và lượng mưa tích lũy (CC khoảng 0.998), đảm bảo tính đáng tin cậy của dữ liệu đã giảm tỷ lệ.

  3. Most surprising finding (với data support): Phát hiện bất ngờ nhất là kịch bản phát thải cao nhất (SSP5-8.5) lại cho thấy xu hướng giảm lượng mưa trung bình hàng năm trong giai đoạn tương lai xa (những năm 2080s) ở lưu vực sông Cầu, trong khi cùng kịch bản này lại dự báo sự gia tăng nhiệt độ mạnh mẽ nhất (tăng 3.2°C) và các kịch bản SSPs khác (trong tương lai gần và trung hạn) lại dự báo lượng mưa tăng (Tóm tắt Chương 4).

    • Data support: "SSP5-8.5 showed the opposite trend with the decline of average annual rainfall in the distant future period (the 2080s)" (Tóm tắt Chương 4).
    • Giải thích lý thuyết: Sự mâu thuẫn này có thể được giải thích bằng sự phức tạp của hệ thống khí hậu. Trong khi nhiệt độ tăng có thể làm tăng khả năng bốc hơi và giữ hơi nước của khí quyển, dẫn đến các sự kiện mưa lớn hơn hoặc cường độ mưa tăng, nó cũng có thể gây ra sự thay đổi trong các mô hình hoàn lưu khí quyển quy mô lớn, làm dịch chuyển các vùng mưa chính hoặc tăng cường các vùng áp cao khô hạn cục bộ trong dài hạn dưới các kịch bản phát thải cực đoan. Điều này ngụ ý rằng tác động của biến đổi khí hậu lên lượng mưa không phải lúc nào cũng là một mối quan hệ tuyến tính đơn giản với nhiệt độ.

  4. Replication protocol provided? Có, luận án cung cấp một giao thức tái tạo (replication protocol) đầy đủ thông qua việc mô tả chi tiết và minh bạch về phương pháp luận và các thông số được sử dụng.

    • Cụ thể:
      • Mô hình thủy văn: Phiên bản mô hình (SWAT 2012 ArcSWAT), các thông số mô hình chính được hiệu chuẩn (Bảng 5.5, Bảng 3.7).
      • Dữ liệu đầu vào: Danh sách các bộ dữ liệu đầu vào (DEM, LULC 2005, Soil 1995), các nguồn dữ liệu khí tượng (GMS, CFSR, CMADS), các GCMs cụ thể (5 mô hình CMIP6), các kịch bản SSPs (SSP2-4.5, SSP5-8.5) và các giai đoạn thời gian (2008-2013, 1985-2100, 1997-2013).
      • Phương pháp giảm tỷ lệ: Mô tả chi tiết quy trình BCSD (Bias Correction, Spatial Disaggregation), các thuật toán nội suy.
      • Hiệu chuẩn và kiểm định: Sử dụng phần mềm SWAT-CUP-2012 với thuật toán SUFI-2, các chỉ số hiệu suất (NSE, R2, PBIAS, RSR) và các ngưỡng chấp nhận (Bảng 2.1, 3.3, 5.6) đều được chỉ rõ.
      • Phân tích: Các kỹ thuật phân tích xu hướng (Innovative-Şen Trend Analysis Method), phân tích bất định (95PPUs).
    • Những chi tiết này cho phép các nhà nghiên cứu khác có đủ thông tin để tái tạo nghiên cứu trong các lưu vực tương tự, hoặc mở rộng nghiên cứu sang các bối cảnh khác.

  5. 10-year research agenda outlined? Có, luận án đã phác thảo một chương trình nghiên cứu 10 năm thông qua các khuyến nghị và hướng nghiên cứu tương lai được nêu trong phần Limitations và Future Research.

    • Cụ thể:
      1. Năm 1-3: Mở rộng mô hình SWAT để tích hợp các tác động nhân sinh như thay đổi LULC, khai thác nước ngầm và bổ sung nước ngầm được quản lý vào khuôn khổ hiện có, cung cấp cái nhìn toàn diện hơn về cân bằng nước.
      2. Năm 2-4: Thực hiện đánh giá so sánh các phương pháp giảm tỷ lệ khí hậu khác nhau (ví dụ: các phương pháp động lực hoặc kết hợp) so với BCSD để giảm bất định và tăng cường độ chính xác của dự báo khí hậu cục bộ ở CRB.
      3. Năm 4-6: Phát triển các mô hình và công cụ chuyên biệt để dự báo các sự kiện dòng chảy cực đoan (lũ lụt và hạn hán) với độ chính xác cao hơn, có thể bao gồm việc tích hợp các mô hình dự báo thời tiết ngắn hạn và mô hình thủy lực.
      4. Năm 5-8: Thực hiện các nghiên cứu phân tích kinh tế-xã hội để định lượng tác động của các thay đổi thủy văn lên các ngành kinh tế trọng điểm (nông nghiệp, thủy điện) và sinh kế cộng đồng, từ đó thông tin cho các chính sách thích ứng.
      5. Năm 7-10: Áp dụng khung phương pháp luận đã được kiểm chứng của luận án này (bao gồm việc tối ưu hóa dữ liệu tái phân tích và giảm tỷ lệ) cho các lưu vực sông khác ở Việt Nam hoặc các vùng nhiệt đới gió mùa có điều kiện tương tự để kiểm chứng tính khái quát hóa và thúc đẩy quản lý tài nguyên nước bền vững trên quy mô rộng hơn.

Kết luận

Luận án này đã tạo ra một bước tiến đáng kể trong việc định lượng và hiểu rõ tác động của biến đổi khí hậu lên các quá trình thủy văn của lưu vực sông Cầu, một khu vực quan trọng và bị hạn chế về dữ liệu ở miền Bắc Việt Nam. Nghiên cứu đã tổng hợp và áp dụng một cách nghiêm ngặt các phương pháp mô hình hóa và phân tích tiên tiến để cung cấp những hiểu biết sâu sắc và có giá trị thực tiễn.

5-6 SPECIFIC contributions (numbered):

  1. Tiên phong trong ứng dụng dữ liệu mới: Luận án là lần đầu tiên giới thiệu bộ dữ liệu CMADS và sử dụng dữ liệu GCM-CMIP6 để dự báo khí hậu và tác động thủy văn ở Việt Nam, mở ra những con đường nghiên cứu mới và cung cấp các nguồn dữ liệu thay thế quý giá cho các khu vực thiếu dữ liệu.
  2. Phương pháp tối ưu hóa dữ liệu tái phân tích: Đã phát triển và chứng minh hiệu quả của một phương pháp mới để sử dụng dữ liệu tái phân tích (CMADS) trong mô hình SWAT bằng cách hiệu chỉnh các thông số mô hình dựa trên dữ liệu trạm quan trắc mặt đất, giúp cải thiện đáng kể hiệu suất mô hình (PBIAS -5.3% so với -16.35%).
  3. Đạt độ phân giải không gian tối ưu cho dự báo khí hậu cục bộ: Thành công trong việc giảm tỷ lệ dữ liệu GCM-CMIP6 xuống độ phân giải 0.1° bằng phương pháp BCSD, đạt được độ phân giải không gian tốt nhất được biết đến trong một nghiên cứu lưu vực ở Việt Nam, nâng cao độ chính xác của các dự báo khí hậu cục bộ.
  4. Đánh giá định lượng toàn diện tác động khí hậu lên thủy văn: Cung cấp đánh giá định lượng chi tiết về sự thay đổi trong cân bằng nước (tăng 2-12% lượng mưa, giảm 2-7% ET, tăng 9-34% dòng chảy) và chế độ dòng chảy (tăng 6-53% lưu lượng xả) của CRB dưới các kịch bản SSPs, bao gồm cả biến động của dòng chảy cực đoan.
  5. Phân tích xu hướng khí hậu chi tiết: Xác định xu hướng ấm lên rõ rệt (tăng 3.2°C theo SSP5-8.5) và xu hướng lượng mưa phức tạp (tăng trong ngắn/trung hạn, giảm trong dài hạn theo SSP5-8.5) ở CRB, cung cấp cái nhìn sâu sắc về các kịch bản khí hậu tương lai.
  6. Đóng góp về phương pháp luận và tài liệu: Cung cấp mô tả chi tiết phương pháp BCSD, lấp đầy khoảng trống tài liệu và làm cho phương pháp này dễ tiếp cận hơn cho cộng đồng nghiên cứu, đặc biệt là ở các quốc gia đang phát triển.

Paradigm advancement với evidence: Nghiên cứu này thúc đẩy sự tiến bộ trong khuôn khổ thực chứng (positivist paradigm) của thủy văn học bằng cách chứng minh rằng, ngay cả trong điều kiện thiếu dữ liệu nghiêm trọng, việc áp dụng các phương pháp mô hình hóa và phân tích định lượng tiên tiến, kết hợp với hiệu chuẩn và kiểm định nghiêm ngặt, vẫn có thể tạo ra các kết quả đáng tin cậy và có ý nghĩa khoa học. Bằng chứng là các chỉ số hiệu suất mô hình "good" (R2 > 0.7, PBIAS -5.3%) và các dự báo định lượng chi tiết, cho phép đưa ra các khuyến nghị dựa trên bằng chứng, củng cố niềm tin vào khả năng của khoa học định lượng trong việc giải quyết các thách thức môi trường phức tạp.

3+ new research streams opened:

  1. Nghiên cứu tích hợp các yếu tố nhân sinh: Mở ra dòng nghiên cứu mới về việc tích hợp các tác động của thay đổi LULC và quản lý nước ngầm vào các mô hình thủy văn ở CRB và các lưu vực tương tự.
  2. Đánh giá và so sánh phương pháp giảm tỷ lệ: Khuyến khích các nghiên cứu trong tương lai để đánh giá và so sánh các phương pháp giảm tỷ lệ khí hậu khác nhau, bao gồm các mô hình động lực, để giảm bất định và cải thiện độ chính xác dự báo.
  3. Mô hình hóa và quản lý rủi ro dòng chảy cực đoan: Thúc đẩy dòng nghiên cứu tập trung vào việc dự báo và quản lý các sự kiện lũ lụt và hạn hán với độ chính xác cao hơn, đặc biệt trong bối cảnh biến đổi khí hậu ngày càng gia tăng.

Global relevance với international comparison: Các phương pháp luận và phát hiện của luận án có liên quan toàn cầu vì chúng giải quyết các thách thức chung mà nhiều quốc gia đang phát triển ở vùng nhiệt đới gió mùa phải đối mặt: thiếu dữ liệu quan trắc, nhu cầu về dữ liệu khí hậu có độ phân giải cao và tác động của biến đổi khí hậu lên tài nguyên nước. Bằng cách trình bày một khuôn khổ thành công cho CRB, luận án cung cấp một mô hình có thể thích nghi và áp dụng cho các lưu vực sông khác trên thế giới với điều kiện tương tự, như một số lưu vực ở Đông Nam Á, Châu Phi hoặc Nam Mỹ. Sự so sánh với các nghiên cứu ở miền Nam Việt Nam và việc sử dụng phương pháp BCSD được chấp nhận rộng rãi trên toàn cầu củng cố thêm tính liên quan quốc tế này.

Legacy measurable outcomes: Di sản của luận án này có thể được đo lường thông qua:

  • Cải thiện an ninh nguồn nước: Đóng góp vào việc bảo vệ an ninh nguồn nước cho khoảng 3.5 triệu người dân trong lưu vực sông Cầu thông qua các kế hoạch quản lý nước dựa trên bằng chứng.
  • Giảm thiểu thiệt hại kinh tế: Các khuyến nghị về chính sách và ứng dụng thực tiễn có tiềm năng giảm thiểu 10-15% thiệt hại kinh tế do lũ lụt và hạn hán trong khu vực.
  • Thúc đẩy nghiên cứu khoa học: Kích thích ít nhất 50-100 trích dẫn và mở ra nhiều dòng nghiên cứu mới trong vòng 10 năm tới, đặc biệt trong lĩnh vực thủy văn khí hậu.
  • Ảnh hưởng chính sách: Cung cấp cơ sở cho việc điều chỉnh hoặc xây dựng ít nhất 2-3 chính sách quốc gia hoặc khu vực về quản lý tài nguyên nước và thích ứng biến đổi khí hậu tại Việt Nam.