MỤC LỤC TẠP CHÍ KHÍ TƯỢNG THỦY VĂN SỐ THÁNG 3 NĂM 2023

TT	Tên bài và tác giả	Số Trang
1	Phân tích tương quan giữa mực nước quan trắc bổ sung với mực nước tại các trạm mực nước ven biển Tây Nam Bộ *Lê Đình Quyết^1, Nguyễn Minh Giám¹, Huỳnh Minh Nhân¹, Trịnh Xuân Hưng¹, Lê Xuân Hiền¹, Nguyễn Thị Tuyết²** ¹Đài Khí tượng Thủy văn khu vực Nam Bộ; quyet.le74@gmail.com; nmgkttv@gmail.com; baclieu@kttvnb.vn; camau@kttvnb.vn; kiengiang@kttvnb.vn ²Trường Đại học Tài nguyên và Môi trường thành phố Hồ Chí Minh; nttuyet@hcmunre.edu.vn Tác giả liên hệ: quyet.le74@gmail.com; Tel.: +84–934180776 Tóm tắt:* Những năm gần đây, vùng ven biển Tây Nam Bộ thường xảy ra hiện tượng mực nước dâng cao bất thường, gây thiệt hại rất nặng nề. Để dự báo, cảnh báo được hiện tượng này, cần xác định được nguyên nhân, cơ chế chính. Để có cơ sở khoa học xác định nguyên nhân gây mực nước biển dâng dị thường cũng cần tính mối tương quan giữa mực nước đo bổ sung vùng ven biển với các trạm thủy văn lân cận. Số liệu đưa vào tính toán là số liệu mực nước giờ, trong tháng 7 và tháng 8 năm 2022. Phương pháp chủ yếu sử dụng gồm phương pháp tương quan hồi quy bằng hàm tuyến tính. Tương quan được biểu diễn bằng phương trình hồi quy Y =a0 + a1 Xt. Trong đó: Y là giá trị của hàm; Xt: số thứ tự thời gian và a₀, a₁: các hệ số hồi qui. Hệ số a₁ cho biết hướng dốc của đường hồi quy, nói lên xu thế biến đổi tăng hay giảm theo thời gian. Nếu a1 âm nghĩa là xu thế giảm theo thời gian và ngược lại. Kết quả nghiên cứu cho thấy chỉ có trạm Sông Đốc có hệ số tương quan tốt với số liệu mực nước đo bổ sung tại khu vực ven biển Hòn Đá Bạc, những trạm bên biển Tây có hệ số tương quan R² > 0,45, các trạm bên biển Đông hệ số tương qua thấp. Kết quả này có thể làm tham khảo để xây dựng mô hình dự báo, cảnh báo. Từ khoá: Nước biển dâng; Mực nước ven biển Cà Mau; Nguyên nhân sạt lở đê biển; Sóng cao tràn bờ.	1
2	Mô phỏng và xây dựng bản đồ ngập lụt hạ lưu hệ thống sông Đồng Nai *Lê Thanh Quảng^1, La Đức Dũng², Trần Ngọc Anh³** ¹ Đài Khí tượng Thủy văn khu vực Nam Bộ; lequangwru@gmail.com ² Tổng cục Khí tượng Thủy văn; dunglakttv@gmail.com ³ 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 Tác giả liên hệ: lequangwru@gmail.com; Tel.: +84–359285776 Tóm tắt:* Ngập lụt khu vực hạ lưu hệ thống sông Đồng Nai chịu tác động bởi 4 nguyên nhân chính: mưa, thủy triều, xả lũ hồ chứa, lũ thượng nguồn bên phía Cam Pu Chia tràn về. Nghiên cứu đã ứng dụng mô hình MIKE FLOOD để mô phỏng và xây dựng bản đồ ngập lụt cho khu vực hạ lưu hệ thống sông Đồng Nai. Bộ thông số mô hình được hiệu chỉnh và kiểm định với các chuỗi số liệu của các năm lũ lớn 1999 và 2000 cho 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 theo các kịch bản ảnh hưởng của tổ hợp các tác nhân gây ngập lụt: xả lũ hồ chứa, lũ thượng nguồn, mưa lớn và triều cường. Dựa trên kết quả tính toán thủy lực và xây dựng bản đồ ngập lụt sẽ xác định được mức độ ảnh hưởng của các tác nhân gây ngập tới từng khu vực cụ thể, từ đó hỗ trợ cho các cơ quan hữu quan đưa ra các giải pháp chống ngập thích hợp cho từng vùng, đồng thời làm cơ sở cho công tác quy hoạch phát triển kinh tế xã hội một cách bền vững. Từ khoá: MIKE FLOOD; Ngập lụt.	9
3	Những nguyên nhân chính tác động đến ngập Thành phố Hồ Chí Minh *Nguyễn Minh Giám^1, Lê Ngọc Quyền¹, Nguyễn Nam Đức¹, Đặng Quang Thanh¹, Lê Đình Quyết¹, Nguyễn Ngọc Nguyễn², Nguyễn Thị Phương Chi³** ¹Đài Khí tượng Thủy văn khu vực Nam Bộ: nmg@kttvnb.vn; quyentccb@gmail.com; ngnamduc@gmail.com; dangquangthanhmt@gmail.com; quyet.le74@gmail.com ² Sở Tài nguyên và Môi trường Thành phố Hồ Chí Minh; nnnguyen82@gmail.com ³ Trường Đại học Tài nguyên và Môi trường Thành phố Hồ Chí Minh; ntpchi@hcmunre.edu.vn Tác giả liên hệ: nmg@kttvnb.vn; Tel.: +84–968248899 Tóm tắt: Thành phố Hồ Chí Minh với vị trí địa lý và điều kiện tự nhiên tương đối thuận lợi, một thành phố năng động và phát triển mạnh mẽ. Song vẫn còn tồn tại nhiều bất cập, mà bất cập lớn nhất là tình trạng ngập ở thành phố. Thành phố đã đưa ra nhiều giải pháp nhằm giảm ngập lụt, nhưng thực tế thì hiệu quả của các giải pháp đó cũng không có tác dụng bao nhiêu mỗi khi có mưa lớn và triều cường lớn tình trạng ngập nước vẫn còn xảy ra. Có nhiều nguyên nhân gây ra ngập, trong báo cáo này sử dụng số liệu liên quan đến lượng mưa và mực nước triều tại các Trạm Khí tượng Tân Sơn Hòa, Trạm Thủy văn Phú An và Trạm Hải văn Vũng Tàu, thực hiện phân tích các yếu tố này và làm rõ thêm diễn biến theo thời gian của các yếu tố này đến ngập Thành phố Hồ Chí Minh. Từ khoá*: Khí tượng; Thủy văn; Triều cường; Mưa lớn; Ngập, Thành phố Hồ Chí Minh.	21
4	Xây dựng Phương án dự báo xâm nhập mặn trên các sông chính của tỉnh Bến Tre *Đặng Hoàng Lam^1, Nguyễn Phước Định², Nguyễn Văn Sỹ³** ¹Đài 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 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; dinhnguyenphuoc1976@gmail.com ³ 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; nguyenvansy.cl@gmail.com Tác giả liên hệ: danghoanglam91@gmail.com; Tel.: +84–988562602 Tóm tắt: Hằng năm vào mùa khô, các sông trên địa bàn tỉnh Bến Tre thường bị xâm nhập mặn, gây ảnh hưởng đến sản xuất, dân sinh từ tháng 02–04, độ mặn 40/00 xâm nhập cách các cửa sông trung bình 40–50 km. Do đó, cần có dự báo về tình hình xâm nhập mặn của tỉnh nhằm giúp địa phương có kế hoạch sản xuất phù hợp. Trong nghiên cứu này sử dụng phương pháp kết hợp mô hình MIKE 11, MIKE 21 và hiển thị kết quả bản đồ trên nền ArcGis. Kết quả nghiên cứu cho thấy: đối với thời hạn dự báo 10 ngày, phương án dự báo có độ đủ tin cậy trên cả ba sông chính; đối với dự báo thời hạn tháng, phương án có độ tin cậy rất tốt trên sông Cổ Chiên, đủ độ tin cậy đối với sông Hàm Luông và không đủ độ tin cậy đối với sông Cửa Đại; đối với dự báo thời hạn mùa, phương án có độ tin cậy rất tốt đối với sông Cổ Chiên, đủ độ tin cậy đối với sông Hàm Luông và không đủ độ tin cậy đối với sông Cửa Đại. Phương án dự báo đã được Đài Khí tượng Thủy văn tỉnh Bến Tre áp dụng vào nghiệp vụ dự báo cho mùa khô năm 2022 và những năm tiếp theo, nhất là dự báo thời hạn 10 ngày và thời hạn tháng. Từ khoá*: Mô hình Mike 11; Mike 21; AcrgGis; Xâm nhập mặn; Bến Tre.	37
5	Đánh giá xu thế biến đổi mưa, nhiệt độ tỉnh Kiên Giang Đinh Thị Việt Hà^1* ¹ Đài Khí tượng Thủy văn tỉnh Kiên Giang; viethakttv@gmail.com Tác giả liên hệ: viethakttv@gmail.com; Tel.: +84–911679393 Tóm tắt:* Trong những năm gần đây do ảnh hưởng của BĐKH các hiện tượng thời tiết diễn ra bất thường không theo quy luật của khí hậu, sự thay đổi này sẽ ảnh hưởng và tác động mạnh mẽ đến các ngành kinh tế–xã hội có liên quan, đời sống người dân, cũng như cây trồng và vật nuôi đối với tỉnh Kiên Giang nói riêng và Việt Nam nói chung. Vì thế, việc đánh giá xu thế biến đổi mưa, nhiệt độ là điều cần thiết. Dựa trên phương pháp thống kê, hàm tuyến tính y = Ao+ A1t, chuỗi số liệu nhiệt độ, lượng mưa trong 30 năm qua (từ năm 1992–2022), để đánh giá phân bố theo không gian các biến trình năm của vùng, sự biến đổi của mưa, nhiệt độ theo mùa, năm, tháng, ngày và xu thế qua từng thập kỷ. Kết quả cho ta thấy được sự biến động mạnh mẽ của khí hậu trong vùng. Mặc dù những quy luật mang tính trung bình, chỉ mới cho ta những nhận thức khái quát. Chính đặc điểm này là tiền đề để đánh giá sự xuất hiện những dị thường khí hậu hàng năm. Với sự tăng của nhiệt độ, giảm về lượng mưa khu vực Thổ Chu, tăng lượng mưa khu vực Phú Quốc và Rạch Giá, cho ta thấy được khắc nghiệt của thời tiết đang có xu hướng tăng lên. Kết quả nghiên cứu đã đóng góp thêm vào cơ sở dữ liệu trong lĩnh vực khí tượng khí hậu ở Kiên Giang. Từ khoá: Biến đổi khí hậu; Xu thế biến đổi mưa; Nhiệt độ; Ảnh hưởng mưa nhiệt; Tỉnh Kiên Giang.	54
6	Xây dựng công cụ ước lượng mưa từ độ phản hồi radar bằng công nghệ AI *Đỗ Hồng Hoạt^1, Lê Ngọc Quyền¹, Vũ Diệu Hồng¹, Nguyễn Công Thành*¹ ¹ Đài khí tượng thủy văn khu vực Nam Bộ; dh.hoat@gmail.com; quyentccb@gmail.com; vudieuhong15@gmail.com; jackynguyen.kttv@gmail.com Tác giả liên hệ: dh.hoat@gmail.com; Tel.: +84–908586859 Tóm tắt: Số liệu ra đa thời tiết là nguồn số liệu rất hữu hiệu được sử dụng để phân tích và dự báo thời tiết, đặc biệt là trong việc cảnh báo hạn cực ngắn phục vụ dự báo. Việc sử dụng hiệu quả và kịp thời số liệu radar sẽ mang lại ý nghĩa rất lớn. Do đó, nghiên cứu xây dựng công cụ ước lượng mưa bằng công nghệ trí tuệ nhận tạo (AI) trong việc sử dụng số liệu radar vào dự báo mưa hạn cực ngắn. Mô hình Convolutional Neural Networks (CNN) với cơ sở Rainet được dùng để tính toán và ước lượng mưa từ ảnh radar Nhà Bè, với dữ liệu các tháng mùa mưa từ tháng 5 đến tháng 11 năm 2019 và năm 2020 dùng để huấn luyện mô hình. Nghiên cứu đã áp dụng số liệu năm 2021 để kiểm nghiệm kết quả. Đánh giá các trường hợp cho thấy khả năng ước lượng mưa của công cụ là tương đối tốt về khả năng xảy ra mưa; về lượng mưa đa phần nhỏ hơn so với thực tế, tuy nhiên, sai số cũng không quá lớn. Từ khoá: Ước lượng mưa; Convolutional Neural Networks (CNN).	70
7	Nghiên cứu, xây dựng và triển khai thử nghiệm hệ thống cảnh báo sớm ngập lụt đô thị dựa trên nền tảng trí tuệ nhân tạo tại thành phố Hồ Chí Minh Lê Ngọc Quyền¹, Nguyễn Việt Hưng^2, Đỗ Tấn Long², Lê Đình Quyết¹, Nguyễn Phương Đông³, Đặng Quang Thanh⁴, Lê Mạnh Dũng¹, Nguyễn Thị Thu Thảo², Huỳnh Thị Phương Trang², Đỗ Hồng Hoạt¹ ¹ Đài Khí tượng Thủy Văn khu vực Nam Bộ; quyentccb@gmail.com ² Trung tâm Quản lý Hạ tầng kỹ thuật thành phố Hồ Chí Minh; nguyenviethungtv@gmail.com ³ Phân viện Khí tượng Thủy văn và Biến đổi khí hận phía Nam; nguyenphuongdongkttv@gmail.com ⁴ Công ty TNHH DHI Việt Nam; tqd@dhigroup.com Tác giả liên hệ: nguyenviethungtv@gmail.com; Tel.: +84–918445566 Tóm tắt: Hiện nay có khá nhiều các công cụ dự báo trong lĩnh vực khí tượng thủy văn có thể áp dụng cho mô phỏng và dự báo ngập lụt đô thị. Tuy nhiên hầu hết các phần mềm này thường là phần mềm thương mại, đơn lẻ chưa có sự đồng bộ. Mặt khác công tác dự báo, cảnh báo mưa lớn, ngập lụt của Thành phố Hồ Chí Minh (TPHCM) chưa có sự liên kết thành hệ thống nên thời gian đưa bản tin cảnh báo mưa lớn, ngập lụt có độ chễ, chưa đủ độ tin cậy và tương tác với người dân chậm. Trong khi đó, việc ứng dụng AI trong dự báo ngập lụt cũng đang được nghiên cứu và đưa vào thực hiện tại nhiều thành phố lớn trên thế giới. Bài báo giới thiệu việc xây dựng hệ thống cảnh báo sớm ngập lụt trên địa bàn thành phố Hồ Chí Minh trên cơ sở ứng dụng công nghệ thông tin trên nền tảng GIS (hệ thống thông tin địa lý) và ứng dụng nền tảng trí tuệ nhân tạo (AI) nhằm đảm bảo công tác dự báo, cảnh báo ngập lụt kịp thời, chính xác, theo hướng dự báo ngắn hạn để chủ động phòng tránh, ứng phó với ngập lụt, chia sẻ thông tin trên kho dữ liệu dùng chung của Thành phố, cho phép chính quyền và người dân truy cập một cách thuận lợi thông tin cảnh báo ngập theo thời gian thực tại TP.HCM. Hệ thống cảnh báo sớm ngập lụt đã được thử nghiệm trong 3 tháng 9,10 và 11 của năm 2021 trên địa bàn Thành phố Thủ Đức, với kết quả khá tốt (hệ số R2 > 0,8). Từ khoá: Nền tảng trí tuệ nhân tạo (AI); Hệ thống cảnh báo sớm, ngập lụt; TP.HCM; MIKE URBAN , MIKE FLOOD.	81
8	Nghiên cứu biến đổi của một số đặc trưng mưa trong mùa mưa khu vực Nam Bộ Đặng Thị Lan Anh 1* 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; lananhkttv@gmail.com Tác giả liên hệ: lananhkttv@gmail.com; Tel.: +84–976072839 Tóm tắt:* Nghiên cứu này đánh giá lại sự thay đổi đối với một số đặc trưng mưa trong mùa mưa ở Nam Bộ trong giai đoạn gần đây (1996–2021) gồm mùa mưa, lượng mưa, lượng mưa ngày lớn nhất, số ngày mưa, số ngày mưa vừa và lớn… Nghiên cứu sử dụng phương pháp thống kê, tính xu thế và phương pháp tuyến tính được sử dụng để tổng hợp số liệu mưa ngày quan trắc tại 21 trạm khí tượng đại diện cho 19 tỉnh, thành và 2 đảo ở Nam Bộ. Kết quả nghiên cứu thể hiện sự phân bố không gian của các đặc trưng mưa, phân tích chênh lệch giữa các năm ENSO và tất cả các năm, làm tiền đề khoa học, kiến thức thực địa và khí hậu đặc trưng khu vực nhằm nâng cao năng lực dự báo, xây dựng kế hoạch cơ sở Khoa học. Từ khoá: Đặc trưng mưa; Nam bộ; ENSO.	98
9	Ứng dụng AI trong quan trắc mực nước bằng Camera *Nguyễn Nam Đức^1, Lê Ngọc Quyền¹, Phạm Hồ Quốc Tuấn¹, Nguyễn Minh Giám¹, Trần Minh Triết², Trần Tiến Dũng³** ¹Đài Khí tượng Thủy văn khu vực Nam Bộ; ngnamduc@gmail.com; quyentccb@gmail.com; phamhoquoctuan@yahoo.com; nmg@kttvnb.vn ² Đại học Khoa học Tự nhiên Thành phố Hồ Chí Minh, Đại học Quốc gia Việt Nam; tmtriet@hcmus.edu.vn ³ Văn phòng Tổng cục khí tượng thuỷ văn, Tổng cục Khí tượng Thuỷ văn; dungtranca5@gmail.com Tác giả liên hệ: ngnamduc@gmail.com; Tel.: +84–903788140 Tóm tắt:* Nghiên cứu xử lý nhận dạng hình ảnh thu được từ hệ thống camera trên cơ sở các thuật toán trí tuệ nhân tạo (Aritificial Inteligence – AI) nhằm chuyển các trạm quan trắc mực nước thủ công thành các trạm quan trắc mực nước tự động. Đồng thời kết hợp công nghệ thông tin nhằm thu thập, kết nối dữ liệu quan trắc mực nước từ các trạm thủy văn để tăng cường số lượng và chất lượng dữ liệu cung cấp cho các mô hình dự báo thủy văn. Nghiên cứu này đáp ứng yêu cầu chuyển đổi số, tự động hóa các trạm quan trắc thủ công thành các trạm tự động trên cơ sở các công trình chuyên môn hiện có, đồng thời tiết kiệm được nguồn nhân lực tại các trạm khí tượng thủy văn; giải quyết bài toán thiếu hụt nhân sự, khó khăn trong việc tuyển dụng nhân lực cho các trạm theo vị trí việc làm. Từ khoá: Camera; Khí tượng thủy văn; Trí tuệ nhân tạo; AI.	91