Dòng chảy sông Hồng vào mùa cạn được dự báo bằng các mô hình có độ chính xác cao.
Dự báo chính xác dòng chảy sông Hồng
Hệ thống sông Hồng - Thái Bình là lưu vực sông lớn thứ hai ở Việt Nam sau sông Mê Kông, đóng vai trò quan trọng về kinh tế, chính trị, văn hóa, xã hội. Việc dự báo chính xác dòng chảy trên sông Hồng góp phần quan trọng vào công tác quản lý tài nguyên nước trên lưu vực sông.
Tuy nhiên, là một lưu vực sông xuyên biên giới, dòng chảy sông Hồng phụ thuộc chặt chẽ vào dòng chảy ở phần thượng nguồn ngoài lãnh thổ. Điều này làm cho công tác dự báo dòng chảy trên sông Hồng gặp rất nhiều khó khăn do thiếu thông tin số liệu về khí tượng, thủy văn trên phần lưu vực ngoài lãnh thổ.
Đặc biệt, trong những năm vừa qua, Trung Quốc đã cho xây dựng hàng loạt các thủy điện nhằm khai thác tiềm năng thủy điện trên hệ thống sông Hồng. Việc xây dựng các hồ chứa này đã làm thay đổi đáng kể chế độ dòng trên sông Hồng, làm cho công tác dự báo ngày càng khó khăn. Các mô hình mưa - dòng chảy thông thường không thể sử dụng được để dự báo dòng chảy từ ngoài lãnh thổ vào Việt Nam do chế độ dòng chảy tự nhiên đã bị thay đổi.
Nhóm nghiên cứu của PGS.TS Nguyễn Tiền Giang (Khoa Khí tượng thủy văn và Hải dương học, Trường Đại học Khoa học Tự nhiên) đã tìm cách khắc phục vấn đề này.
Nhóm đã thực hiện Nghiên cứu xây dựng phương pháp, công nghệ dự báo dòng chảy mùa cạn, thời hạn 10 ngày, tháng, mùa đến biên giới Việt - Trung” (2023 - 2025), thuộc khuôn khổ “Chương trình phát triển khoa học cơ bản trong lĩnh vực Hóa học, Khoa học sự sống, Khoa học Trái đất và Khoa học biển giai đoạn 2017 - 2025” (Chương trình 562) do Bộ KH&CN chủ trì.
Theo PGS.TS Nguyễn Tiền Giang, vào mùa cạn, từ tháng 10 đến tháng 6 năm sau, hơn 50% tổng lượng dòng chảy trên lưu vực sông Hồng thuộc lãnh thổ Trung Quốc. Sự thay đổi chế độ thủy văn của các sông, suối đến khu vực biên giới Việt - Trung ngày càng phức tạp.
Đặc biệt trong mùa cạn, do tác động kép từ các hoạt động kinh tế, xã hội trên lưu vực và biến đổi khí hậu đang diễn ra mạnh mẽ, các hồ chứa lớn tại khu vực thượng lưu sông Hồng (phía Việt Nam) đóng vai trò rất quan trọng trong điều tiết, phát điện, cấp nước cho hạ du.
Do đó, theo các nhà nghiên cứu, mọi tính toán, đánh giá về dòng chảy sông Hồng, cũng như các biện pháp khắc phục tình trạng thiếu hụt nước trong mùa cạn của chúng ta lâu nay vẫn chỉ là phiến diện vì không xem xét phần thượng nguồn.
Chuẩn bị đưa vào thử nghiệm trong thực tế
Từ thực tế này, các nhà khoa học đã phân tích tác động của biến đổi khí hậu và hệ thống hồ chứa đến chế độ dòng chảy phần thượng lưu lưu vực sông Hồng; trình diễn hệ thống WebGIS - một nền tảng số hóa dữ liệu và mô phỏng thủy văn xuyên biên giới; giới thiệu các phương pháp dự báo dòng chảy tiên tiến theo nhiều thời hạn, từ ngắn hạn đến trung hạn (10 ngày - 6 tháng), phù hợp với điều kiện khu vực thượng nguồn và hỗ trợ công tác điều hành hồ chứa hiệu quả thông qua thử nghiệm dự báo tại các điểm thượng nguồn.
Sau khoảng hai năm triển khai, nhóm nghiên cứu đã thu được nhiều kết quả giá trị về mặt khoa học và hứa hẹn tiềm năng ứng dụng thực tế. Thông qua việc thu thập dữ liệu quan trắc, dữ liệu vệ tinh, dữ liệu tái phân tích, dữ liệu mô hình mô phỏng..., nhóm đã xây dựng được bộ dữ liệu cho phần thượng lưu vực sông Hồng, phục vụ công tác dự báo và đánh giá sự biến đổi dòng chảy. Sau đó, nhóm đóng gói toàn bộ dữ liệu này, sử dụng phần mềm hỗ trợ quản lý, khai thác dữ liệu trên nền Web-GIS nhằm tạo thuận lợi cho quá trình sử dụng.
Để tăng cường hiệu quả dự báo dòng chảy, nhóm đã tìm cách kết hợp nhiều mô hình khác nhau tùy theo nguồn dữ liệu. Trong trường hợp nguồn dữ liệu hạn chế (chỉ có số liệu của Việt Nam), nhóm sẽ sử dụng các mô hình thống kê truyền thống và mô hình máy học để giảm bớt khoảng bất định trong kết quả dự báo.
Hiện nay, mô hình dự báo dòng chảy mùa cạn đang được hoàn thiện, với các bước hiệu chỉnh và kiểm định cuối cùng trước khi đưa vào thử nghiệm thực tế.
“Việc ứng dụng phương pháp học máy dự báo dòng chảy đã đạt kết quả bước đầu đáng khích lệ: Độ chính xác cao hơn so với các phương pháp truyền thống, đặc biệt là trong điều kiện dữ liệu thiếu hụt, tăng cường khả năng dự báo trong điều kiện biến đổi khí hậu”, PGS.TS Nguyễn Tiền Giang cho biết.
Nhật Phong