|
TT |
Tên bài và tác giả |
Số Trang |
|
1 |
Xây dựng bản đồ bốc thoát hơi nước độ phân giải cao cho tỉnh Sóc Trăng từ ảnh viễn thám Sentinel Trương Văn Kịch1, Trần Mạnh Cường2*, Trần Thùy Nhung2, Trần Anh Phương2, Dương Hồng Sơn2 1 Phân viện Khoa học Khí tượng, Thủy văn và Biến đổi khí hậu, Viện Khoa học Khí tượng, Thủy văn và Biến đổi khí hậu, Bộ Tài nguyên và Môi trường; kichsihymete@gmail.com 2 Viện Khoa học tài nguyên nước, Bộ Tài nguyên và Môi trường; manhcuongkt11@gmail.com; tranthuynhung1990@gmail.com; phuongtran.monre@gmail.com; dhson.monre@gmail.com *Tác giả liên hệ: manhcuongkt11@gmail.com; Tel.: +84–987986233 Tóm tắt: Nghiên cứu này xây dựng bản đồ bốc thoát hơi nước từ các loại thảm phủ trên địa bàn tỉnh Sóc Trăng bằng công nghệ viễn thám. Có bảy nhóm đối tượng thảm phủ khác nhau được phân loại dựa trên dữ liệu ảnh vệ tinh Sentinel 2 và công nghệ Google Earth Engine. Từ bản đồ lớp phủ này, lượng bốc thoát hơi nước toàn tỉnh được tính toán theo từng tháng cho mỗi nhóm đối tượng (lúa Đông Xuân, lúa Hè Thu, lúa Thu Đông, hoa màu, cây lâu năm–ăn quả, nuôi trồng thủy sản, mặt nước). Bản đồ cho thấy lượng bốc thoát hơi nước của vùng trồng lúa vụ Đông Xuân và Hè Thu cao hơn các vùng khác trong tỉnh, đặc biệt là trong thời kỳ cây lúa sinh trưởng. Vùng nuôi trồng thủy sản, vùng mặt nước (sông, kênh) có lượng nước bốc hơi khá cao. Tình trạng bốc thoát hơi nước này là cơ sở để điều chỉnh phân bổ nước tưới cho cây trồng, từ đó, người dân cũng như đơn vị quản lý có thể xây dựng kế hoạch trữ nước, chuyển đổi mục đích sử dụng đất khi có dự báo dài hạn về hạn hán, xâm nhập mặn xảy ra trong khu vực. Từ khoá: Bốc thoát hơi nước; Công nghệ viễn thám; Bản đồ lớp phủ; Sóc Trăng. |
1 |
|
2 |
Nghiên cứu đánh giá tác động của ngập lụt tỉnh Tiền Giang Phạm Hồ Quốc Tuấn1*, Nguyễn Bách Tùng2*, Đoàn Quang Trí3, Trần Ngọc Anh2,4, Nguyễn Văn Nhật5 1 Đài Khí tượng Thủy văn khu vực Nam Bộ; phamhoquoctuan@yahoo.com 2 Trung tâm Động lực học Thủy khí Môi trường, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; bachtung_cefd@hus.edu.vn 3 Tạp chí Khí tượng Thủy văn, Tổng cục Khí tượng Thủy văn; doanquangtrikttv@gmail.com 4 Khoa Khí tượng Thủy văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; tranngocanh@hus.edu.vn 5 Trung tâm Ứng dụng công nghệ khí tượng thủy văn; vannhat.tv@gmail.com *Tác giả liên hệ: phamhoquoctuan@yahoo.com; Tel.: +84–913716491 bachtung_cefd@hus.edu.vn; Tel: +84–979557265 Tóm tắt: Nghiên cứu đã thiết lập bộ công cụ mô hình MIKE FLOOD kết nối MIKE 11 và MIKE 21 với bộ số liệu mặt cắt, công trình cập nhật và hiệu chỉnh, kiểm định cho mùa lũ các năm 2000, 2011 và 2018. Kết quả tính toán mô phỏng cho thấy kết quả tương quan tốt giữa số liệu tính toán và thực đo, từ đó bộ mô hình được sử dụng để mô phỏng và đánh giá ngập lụt trên địa bàn tỉnh Tiền Giang theo các kịch bản do ảnh hưởng của lũ thượng nguồn, của triều cường và tổ hợp lũ–triều cường. Bản đồ ngập lụt và đánh giá ngập lụt được tính toán chi tiết cho từng kịch bản và có thể đưa vào ứng dụng trong thực tiễn, cung cấp thông tin tin cậy cho cơ quan quản lý địa phương phục vụ xây dựng quy hoạch phát triển kinh tế xã hội cũng như xây dựng các phương án ứng phó và khắc phục nhằm giảm thiệt hại về người và tài sản nếu có các tình huống ngập lụt xảy ra. Từ khoá: MIKE FLOOD; Ngập lụt; Tiền Giang. |
11 |
|
3 |
Đánh giá hệ thống giám sát lũ toàn cầu GFMS cho thành phố Hà Tĩnh Nguyễn Ý Như1*, Trần Nhân Nghĩa2, Phạm Văn Giang2, Tạ Đăng Quốc Vũ2, Nguyễn Thị Liên1, Lê Hà My3, Nguyễn Thu Lan4 1 Khoa Khí tượng Thuỷ văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; nguyenynhu@hus.edu.vn; liennt1@hus.edu.vn 2 Chi cục Thủy lợi TPHCM; nhannghiahatinh@gmail.com; phamgiang.pclb@gmail.com; tadangquocvu@gmail.com 3 Trung tâm Nghiên cứu Thủy văn Hải văn, Viện Khoa học KTTV và BĐKH; lehamy0703@gmail.com 4 Đài Khí tượng Thuỷ văn Khu vực Đồng bằng Bắc Bộ, Tổng cục Khí tượng Thuỷ văn; nguyenlandbbb@gmail.com *Tác giả liên hệ: nguyenynhu@hus.edu.vn; Tel.: +84–869110757 Tóm tắt: Nghiên cứu cung cấp đánh giá ban đầu về khả năng ước tính mưa và tính toán lũ, ngập lụt cho thành phố Hà Tĩnh của hệ thống giám sát lũ lụt toàn cầu (GFMS). Hệ thống GFMS được tích hợp với mô hình thủy văn VIC tính toán dòng chảy sử dụng mưa vệ tinh TRMM (TMPA). Kết quả cho thấy ở quy mô khu vực, TMPA và mưa quan trắc có tương quan cao và chỉ số NASH cho kết quả tốt (trên 0,8), mặc dù TMPA xác định sai một số trận mưa có cường độ nhỏ. Lưu lượng tính toán bởi hệ thống GFMS được so sánh với lưu lượng tính toán từ mô hình MIKE–NAM cho thành phố Hà Tĩnh. Phân tích đường quá trình lưu lượng tính toán cho thành phố Hà Tĩnh cho thấy GFMS cho kết quả tính toán tốt yếu tố dòng chảy sinh ra bởi các đợt mưa lớn với giá trị tương quan, và chỉ số NASH cao (đều trên 0,9) và PBIAS thấp (khoảng 10%); tuy nhiên, khả năng mô phỏng độ sâu ngập lụt thấp hơn đáng kể khi so sánh với số liệu vết lũ thu thập được. Hiệu quả hoạt động của hệ thống GFMS thay đổi theo từng khu vực khí hậu thuỷ văn, do đó, kết quả của nghiên cứu sẽ cung cấp thông tin hữu ích cho các nghiên cứu sâu hơn nhằm cải thiện hệ thống GFMS phục vụ cho công tác giám sát, dự báo lũ lụt trên toàn cầu. Từ khoá: GFMS; Vệ tinh; Lũ lụt; Hà Tĩnh. |
24 |
|
4 |
Xây dựng mô hình MIKE 11 phục vụ công tác dự báo thủy văn và xâm nhập mặn tỉnh Bến Tre Lê Đức Hạnh1, Hoàng Thanh Sơn1*, Tống Phúc Tuấn1, Bùi Anh Tuấn1, Vũ Hải Đăng2, Nguyễn Thị Hải Yến1, Trịnh Việt Nga3 1 Đài Khí tượng Thủy văn tỉnh Bến Tre, Đài Khí tượng Thủy văn Khu vực Nam Bộ, Tổng cục Khí tượng Thủy văn, Bộ Tài Nguyên và Môi trường; danghoanglam91@gmail.com 2 Văn phòng Thường trực Ủy ban sông Mê Công Việt Nam, Bộ Tài nguyên và Môi trường; huyphuongmk@gmail.com 3 Khoa Khí tượng, Thủy văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, ĐHQGHN; giangnt@vnu.edu.vn *Tác giả liên hệ: huyphuongmk@gmail.com; Tel.: +84–913293995 Tóm tắt: Hiện nay, phương pháp dự báo thủy văn và xâm nhập mặn tại Đài Khí tượng Thủy văn (KTTV) tỉnh Bến Tre đang sử dụng chủ yếu là thống kê kết hợp với kinh nghiệm của dự báo viên, chưa áp dụng công nghệ mới vào công tác dự báo. Trong khi đó, đã có khá nhiều các bộ mô hình thủy văn, thủy lực được thiết lập để mô phỏng, dự báo được sử dụng trong nghiệp vụ của các tổ chức chuyên ngành và trong các nghiên cứu khoa học. Một trong số đó là bộ mô hình Mike 11 thiết lập cho toàn vùng ĐBSCL do Ủy ban Sông Mê Công (UBSMC) Việt Nam xây dựng và đang chạy nghiệp vụ. Kết quả đánh giá hiệu chỉnh, kiểm định số liệu mực nước giờ (từ tháng 01 đến tháng 06 hàng năm) cho các trạm thủy văn trên các sông Hàm Luông, Cổ Chiên, sông Tiền của khu vực tỉnh Bến Tre năm 2016, kiểm định năm 2020 và 2022 bằng các chỉ số R2, RMSE, NSE đã cho thấy mô hình này mô phỏng mực nước giờ ở mức tốt đến rất tốt cho tỉnh Bến Tre. Kết quả thu được là tài liệu tham khảo tốt cho công tác xây dựng mô hình Mike 11 dự báo chi tiết về mực nước và độ mặn của Đài Khí tượng Thủy văn (KTTV) tỉnh Bến Tre trong thời gian tới. Từ khoá: Mô hình Mike 11; Chỉ số đánh giá; Mực nước; Tỉnh Bến Tre. |
38 |
|
5 |
Ứng dụng mô hình MIKE 11 tính toán dòng chảy mặt phục vụ công tác cấp phép khai thác tài nguyên nước lưu vực sông Cả Nguyễn Kim Ngọc Anh1*, Trần Ngọc Anh1,2, Ngô Quang Tài, Lê Minh Nhật4 1 Trung tâm Động lực học Thủy khí Môi trường, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; ngocanhnk@hus.edu.vn; tranngocanh@hus.edu.vn 2 Khoa Khí tượng Thủy văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; tranngocanh@hus.edu.vn 3 Liên đoàn Quy hoạch và Điều tra tài nguyên nước miền Bắc, Trung tâm Quy hoạch và Điều tra tài nguyên nước Quốc Gia, ngotai87@gmail.com 4 Tổng cục Phòng chống thiên tai, Bộ Nông nghiệp và Phát triển nông thôn; nhatkyoto@gmail.com *Tác giả liên hệ: ngocanhnk@hus.edu.vn; Tel.: +84–973556201 Tóm tắt: Bài báo giới thiệu phương pháp và các kết quả ứng dụng mô hình MIKE 11 tính toán dòng chảy mặt phục vụ công tác cấp phép khai thác tài nguyên nước lưu vực sông Cả. Nhóm tác giả đã tổng hợp, phân tích số liệu về mưa, bốc hơi, lưu lượng, mưc nước tại các trạm thuỷ văn, trạm khí tượng trên lưu vực sông Cả từ năm 1997 đến năm 2016, ngoài ra còn thu thập bản đồ số độ cao (DEM), 688 mặt cắt trên các hệ thống sông chính. Từ các số liệu đo đạc, quan trắc trên, thiết lập công cụ mô hình thủy văn MIKE NAM, thuỷ lực MIKE 11 để tính toán. Thời gian hiệu chỉnh mô hình từ giai đoạn 1997–2006, thời gian kiểm định mô hình từ năm 2007–2016. Quá trình hiệu chỉnh và kiểm định mô hình ở các trạm thuỷ văn cho thấy chỉ số NASH tương đối tốt, sai số tương quan đạt dưới 12%. Từ bộ thông số mô hình thu được, tiến hành tính toán, đánh giá thử nghiệm các yếu tố dòng chảy năm, dòng chảy lũ, dòng chảy kiệt, dòng chảy trung bình tháng, dòng chảy trung bình ngày nhiều năm tại trạm thủy văn Yên Thượng và một vị trí là công trình khai thác nước mặt của doanh nghiệp cho thấy kết quả phù hợp với thực tế. Từ khoá: MIKE 11; Tính toán dòng chảy mặt; Cấp phép khai thác tài nguyên nước; Sông Cả. |
50 |
|
6 |
Giới thiệu một số phương pháp tính toán lưu lượng dòng chảy cho lưu vực thiếu hoặc không có số liệu quan trắc mặt đất Đặng Đình Khá1, Trần Ngọc Anh1,2*, Nguyễn Ý Như1, Phạm Thị Thúy Nga2, Đặng Thị Hồng Nhung2, Nguyễn Hoàng Minh3 1 Khoa Khí tượng Thủy văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; dangdinhkha@hus.edu.vn; tranngocanh@hus.edu.vn; nguyenynhu@hus.edu.vn 2 Trung tâm Động lực học Thủy khí Môi trường, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; phamnga3789@gmail.com; dangthihongnhung_t61@hus.edu.vn 3 Trung tâm Dự báo khí tượng thủy văn quốc gia, Tổng cục Khí tượng Thủy văn; hoangminh281287@gmail.com *Tác giả liên hệ: tranngocanh@hus.edu.vn; Tel.: +84–915051515 Tóm tắt: Tính toán lưu lượng dòng chảy cho lưu vực thiếu/không có trạm quan trắc mặt đất đang là thách thức trong ngành thủy văn. Bài báo này sẽ giới thiệu và phân tích, đánh giá, tổng hợp một số phương pháp tính toán dòng chảy tại những lưu vực thiếu hoặc không có trạm quan trắc mặt đất nhằm giúp các nhà thủy văn có thể vận dụng phù hợp các phương pháp này cho vùng nghiên cứu nhằm cải thiện độ chính xác khi tính toán dòng chảy. Bài báo sẽ tập trung vào một số hướng tiếp cận được sử dụng nhiều trong những năm gần đây cho các lưu vực thiếu/không có trạm quan trắc mặt đất, bao gồm các phương pháp; (1) chuyển đổi thông số mô hình, (2) cải tiến cấu trúc mô hình toán thủy văn, (3) tích hợp các mô hình, (4) sử dụng phương pháp học máy, (5) sử dụng dữ liệu mưa lưới, (6) sử dụng dữ liệu thay thế. Từ khoá: Lưu lượng dòng chảy; Lưu vực thiếu hoặc không có trạm quan trắc. |
62 |
|
7 |
Đánh giá tác động của biến đổi khí hậu đến tình hình ngập lụt hạ lưu sông Trà Khúc tỉnh Quảng Ngãi Nguyễn Anh Nam1, Trần Ngọc Anh2,3*, Đỗ Đình Chiến4, Ngô Quang Tài5 1 1 Trung tâm Dự báo Khí tượng thuỷ văn Quốc gia; anhnamm95@gmail.com 2 Khoa Khí tượng Thuỷ văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, ĐHQGHN; tranngocanh@hus.edu.vn 3 Trung tâm Động lực học Thủy khí Môi trường, Trường Đại học Khoa học Tự nhiên, ĐHQGHN; 4 Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu; chiendd@gmail.com 5 Liên đoàn Quy hoạch và Điều tra tài nguyên nước miền Bắc; ngotai87@gmail.com *Tác giả liên hệ: tranngocanh@hus.edu.vn; Tel.: +84–915051515 Tóm tắt: Ngập lụt là một trong các loại hình thiên tai nguy hiểm, thường xuyên xảy ra tại Việt Nam, đã gây ra nhiều thiệt hại về người và tài sản. Đặc biệt, dưới sự tác động của biến đổi khí hậu (BĐKH), mức độ ngập lụt có thể xảy ra ngày càng nghiêm trọng hơn. Do đó, việc đánh giá tác động của BĐKH đến tình hình ngập lụt là nhiệm vụ quan trọng, từ đó đề xuất biện pháp thích ứng với tác động của biến đổi khí hậu. Nghiên cứu lựa chọn bộ công cụ MIKE11, MIKE21 và MIKE FLOOD thực hiện mô phỏng, tính toán và đánh giá tác động của BĐKH đến tình hình ngập lụt khu vực hạ lưu sông Trà Khúc tỉnh Quảng Ngãi. Nghiên cứu thực hiện mô phỏng, tính toán diện tích và độ sâu ngập lụt cho trận lũ ứng với tần suất 1% của giai đoạn cơ sở 1986–2005 và các giai đoạn 2046–2065 và 2080–2099 theo 2 kịch bản RCP4.5 và RCP8.5 có thể thấy diện tích và độ sâu ngập các giai đoạn của kịch bản tương lai đều lớn hơn giai đoạn cơ sở, nhất là giai đoạn cuối thế kỷ. Từ khoá: Ngập lụt; Biến đổi khí hậu; Kịch bản biến đổi khí hậu Bộ. |
77 |
|
8 |
Xây dựng các mô hình hồi quy hỗ trợ véc tơ dự báo mực nước trạm Cao Lãnh, tỉnh Đồng Tháp Lê Xuân Hòa , Nguyễn Tiền Giang2* 1Đài Khí tượng Thủy văn tỉnh Đồng Tháp, Đài Khí tượng Thủy văn khu vực Nam Bộ, Tổng cục Khí tượng Thủy văn, Bộ Tài Nguyên và Môi trường; lexuanhoakttv@gmail.com 2 Khoa Khí tượng Thủy văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, ĐHQGHN; giangnt@vnu.edu.vn *Tác giả liên hệ: giangnt@vnu.edu.vn; Tel.: +84–912800896 Tóm tắt: Trong nghiên cứu này, ba dạng hàm kernel: Radial basis function (RBF), tuyến tính (Linear) và Sigmoid được sử dụng trong các mô hình máy học Support Vector Regression (SVR) với ba chuỗi dữ liệu đầu vào là: mực nước cao nhất ngày (HmaxCL); mực nước thấp nhất ngày (HminCL); mực nước trung bình ngày (HtbCL) trong quá khứ để dự báo mực nước tương lai trạm Cao Lãnh, tỉnh Đồng Tháp. Kết quả cho thấy, các hàm nhân trong mô hình đều đưa ra kết quả dự báo với độ chính xác cao thể hiện qua chỉ số NSE > 0,95 đối với tất các các dữ liệu đầu vào khác nhau cũng như hàm nhân khác nhau trong mô hình SVR. Trong ba chuỗi dữ liệu đầu vào và các hàm nhân được thử nghiệm thì chuỗi dữ liệu HmaxCL cho sai số là tối ưu nhất. Kết quả nghiên cứu này là tài liệu tham khảo tốt cho việc xây dựng mô hình máy học phục vụ dự báo mực nước tương lai cho trạm thủy văn Cao Lãnh, tỉnh Đồng Tháp. Từ khoá: SVR; RBF; Tuyến tính; Sigmoid; ML; Cao Lãnh.. |
87 |
|
9 |
Xây dựng mô hình máy học LSTM (Long Short-Term Memory) phục vụ công tác dự báo mặn tại trạm đo mặn Đại Ngãi Nguyễn Công Thành1, Nguyễn Tiền Giang2* 1 Đài Khí tượng Thủy văn khu vực Nam bộ, Tổng cục Khí tượng Thủy văn, Bộ Tài nguyên và Môi trường; jackynguyen.kttv@gmail.com 2 Khoa Khí tượng, Thủy văn và Hải dương học, Trường Đại học Khoa học Tự Nhiên, ĐHQGHN; giangnt@vnu.edu.vn. *Tác giả liên hệ: giangnt@vnu.edu.vn; Tel.: +84–912800896 Tóm tắt: Hiện nay, máy học hay học máy ML (Machine Learning) có lẽ đã không còn quá xa lạ và đã được ứng dụng vào rất nhiều lĩnh vực trong đời sống. Dự báo khí tượng thủy văn cũng không nằm ngoài sự đổi mới với việc xây dựng và ứng dụng các mô hình máy học này. Bài báo trình bày kết quả của nghiên cứu xây dựng một mô hình mạng bộ nhớ dài–ngắn LSTM (Long Short–Term Memory), là một dạng đặc biệt của mạng nơ–ron hồi quy (RNN–Recurrent Neural Network) để dự báo độ mặn tại trạm đo mặn Đại Ngãi, tỉnh Sóc Trăng. Số liệu sử dụng cho mô hình là số liệu quan trắc độ mặn cao nhất trong ngày tại trạm từ năm 2002–2021. Kết quả thiết lập mô hình cho các chỉ số đánh giá RMSE và NSE tốt (NSE > 0,9 với hầu hết các trường hợp), làm tiền đề cho việc ứng dụng mô hình máy học vào công tác dự báo xâm nhập mặn tại các trạm trên khu vực đồng bằng Sông Cửu Long. Từ khoá: Dự báo xâm nhập mặn; Mô hình LSTM; Đại Ngãi; Sóc Trăng; Machine Learning. |
98 |
-part11-page-0001.jpg)
.png)
Theo Trung tâm Dự báo khí tượng thủy văn quốc gia, hồi 4 giờ ngày 11-11, vị trí tâm bão số 7 ở vào khoảng 17,5 độ Vĩ Bắc; 111,8 độ Kinh Đông, trên vùng biển phía Bắc quần đảo Hoàng Sa. Sức gió mạnh nhất vùng gần tâm bão mạnh cấp 8, giật cấp 10. Di chuyển theo hướng Tây Nam, tốc độ khoảng 15 km/giờ. 
.jpg)
