Lũ lụt ở Đồng bằng sông Cửu Long: tác động của hệ thống đê đến thủy động lực học hạ lưu
Vo Quoc Thanh, Dano Roelvink , Mick van der Wegen , Johan Reyns , Herman Kernkamp , Giáp Văn Vinh và Võ Thị Phương Linh
Xây dựng đê cao là biện pháp phổ biến để ứng phó với lũ lụt và đóng vai trò quan trọng trong quản lý nông nghiệp ở Đồng bằng sông Cửu Long của Việt Nam. Tuy nhiên, việc xây dựng đê cao gây ra những thay đổi đáng kể về thủy động lực học của sông Cửu Long. Bài báo này nhằm đánh giá tác động của hệ thống đê cao đến biến động mực nước và sự lan truyền thủy triều ở các nhánh sông Cửu Long. Chúng tôi đã phát triển một lưới phi cấu trúc 1 chiều đến 2 chiều kết hợp bằng phần mềm Delft3D Flexible Mesh. Miền mô hình bao gồm Đồng bằng sông Cửu Long mở rộng đến biển Đông (Biển Đông) và biển Tây (Vịnh Thái Lan), trong khi các kịch bản bao gồm sự hiện diện của đê cao ở Tứ giác Long Xuyên (LXQ), Đồng bằng Tháp Mười (PoR) và các vùng Trans-Bassac. Mô hình đã được hiệu chỉnh cho mùa lưu lượng lớn năm 2000. Kết quả cho thấy việc đưa đê cao vào làm thay đổi tỷ lệ dòng chảy ra biển qua các nhánh sông Cửu Long khác nhau và phân phối lại một chút dòng chảy giữa mùa lưu lượng thấp và mùa lưu lượng cao. Đê cao LXQ và PoR dẫn đến sự gia tăng mực nước trung bình hàng ngày và giảm biên độ thủy triều ở các nhánh sông liền kề. Hơn nữa, các hệ thống đê cao khác nhau không chỉ ảnh hưởng đến thủy động lực học trong nhánh của chúng mà còn ảnh hưởng đến các nhánh khác do kênh kết nối Vàm Nao. Những kết luận này cũng đúng đối với các kịch bản lũ cực đoan năm 1981 và 1991 có lưu lượng đỉnh lớn hơn nhưng lượng lũ nhỏ hơn. Mực nước lũ đỉnh ở Đồng bằng sông Cửu Long năm 1981 và 1991 tương đương với lũ năm 2000 vì lũ đỉnh giảm và kéo dài do lũ thượng nguồn ở Campuchia. Các nghiên cứu trong tương lai sẽ tập trung vào đường đi và phân phối phù sa cũng như đánh giá tác động của biến đổi khí hậu.
- Giới thiệu
Sông là nguồn cung cấp nước ngọt chính cho con người sử dụng (Syvitski và Kettner, 2011). Ngoài ra, nguồn cung cấp nước ngọt còn là nguồn tài nguyên quan trọng cho hệ sinh thái. Khi lưu lượng sông vượt quá lưu lượng đầy bờ, vùng đồng bằng ngập nước sẽ bị ngập. Lũ sông gây ra cả thuận lợi và bất lợi cho người dân địa phương. Lũ lụt là nguồn cung cấp nước ngọt chính và cung cấp trầm tích đóng vai trò là nguồn phân bón tự nhiên và có giá trị cho cây trồng nông nghiệp (Chapman và Darby, 2016). Đây là một quá trình quan trọng ở ĐBSCL vì phần lớn người dân địa phương là nông dân. Ngược lại, lũ lụt cực đoan có thể gây thiệt hại cả cây trồng và cơ sở hạ tầng. Để duy trì canh tác nông nghiệp trong mùa lũ, các vành đai đê đã được xây dựng để bảo vệ cây trồng nông nghiệp ở Đồng bằng sông Cửu Long (ĐBSCL) của Việt Nam. Do đó, hệ thống sông ở ĐBSCL đã thay đổi đáng kể, đặc biệt là sau trận lũ nghiêm trọng năm 2000 (Biggs và cộng sự, 2009; Renaud và Kuenzer, 2012). Một hệ thống kênh rạch dày đặc đã được tạo ra ở các khu vực dễ bị lũ lụt để thoát nước lũ hiệu quả từ Tứ giác Long Xuyên và Đồng Tháp Mười ra Biển Tây (Vịnh Thái Lan) và ra Sông Vamco (Hình 1).
Hình 1 Vị trí Đồng bằng sông Cửu Long. Trích từ Sở Nông nghiệp và Phát triển nông thôn An Giang và Đồng Tháp (2012).
Gần đây, các công trình thủy lực lớn đã được xây dựng không chỉ ở các khu vực dễ bị lũ lụt mà còn ở các vùng ven biển để bảo vệ hệ thống canh tác khỏi sự xâm nhập của nước mặn. Do đó, các quá trình thủy động lực đã thay đổi đáng kể. Việc hiểu được thủy động lực học hiện hành là điều cần thiết để quản lý nước bền vững ở các khu vực này.
Hệ thống đê cao nhằm mục đích giảm thiểu nguy cơ lũ lụt tự nhiên cục bộ nhưng có thể làm thay đổi nguy cơ ở hạ lưu (Triet và cộng sự, 2017). Hơn nữa, hệ thống này cũng làm tăng nguy cơ tiềm ẩn do đê vỡ. Theo các cách tiếp cận khác nhau, Tran và cộng sự (2018) phát hiện ra rằng hệ thống đê cao ở thượng nguồn của VMD gây ra sự gia tăng mực nước đỉnh ở các khu vực hạ lưu. Tuy nhiên, mực nước tại các trạm hạ lưu này bị chi phối bởi chuyển động thủy triều. Trên thực tế, thủy triều có thể dẫn đến sự gia tăng mực nước ở trung tâm VMD. Do đó, cần phải phân tích biến động thủy triều để nghiên cứu những thay đổi mực nước trên sông Mê Kông. Hệ thống đê cao có thể là một yếu tố quan trọng, nhưng mực nước biển dâng kết hợp với sụt lún đất làm tăng mực nước đỉnh ở các trạm trung tâm ở mức độ lớn hơn (Triet và cộng sự, 2017). Hệ thống đê cao không chỉ ảnh hưởng đến thủy động lực học hạ lưu bằng cách làm giảm các khu vực đồng bằng ngập lụt bị ngập lụt mà còn tác động đến sự lắng đọng trầm tích sông trên các đồng bằng ngập lụt.
Có một số mô hình số quy mô lớn được sử dụng để mô phỏng lũ lụt hàng năm và vận chuyển trầm tích lơ lửng và đánh giá tác động của việc xây dựng đê ở Đồng bằng sông Cửu Long (Manh và cộng sự, 2014; Tran và cộng sự, 2018; Triết và cộng sự, 2018). ., 2017; Văn và cộng sự, 2012; Wassmann và cộng sự, 2004). Ví dụ, Trần và cộng sự. (2018) đã điều tra tác động của hệ thống đê cao thượng nguồn đến phần hạ lưu của VMD. Sử dụng mô hình thủy động lực MIKE cho Đồng bằng sông Cửu Long, họ nhận thấy hệ thống đê cao ở Tứ giác Long Xuyên (LXQ) có thể làm giảm lưu lượng của sông Tiền, chuyển khoảng 7% tổng lượng nước sang sông Hậu. Ngoài ra, sự thay đổi lưu lượng hàng năm có ảnh hưởng nhẹ đến mực nước đỉnh tại trạm Cần Thơ, trong khi Triết et al. (2017) nhận thấy hệ thống đê cao đã làm mực nước lũ tại các trạm VMD trung tâm tăng từ 9 đến 13 cm. Hơn nữa, Triết et al. (2017) cho thấy, việc phát triển hệ thống đê ở thượng lưu VMD đã làm giảm khả năng giữ lũ ở khu vực này, dẫn đến mực nước đỉnh ở hạ lưu VMD tại Cần Thơ và Mỹ Thuận tăng lần lượt là 13,5 và 8,1 cm. .
Các nghiên cứu nêu trên đã đánh giá tác động của đê cao ở LXQ và các đê cao được xây dựng cho đến năm 2011. Tuy nhiên, cần xem xét tác động của các vùng đồng bằng ngập lụt khác, bao gồm LXQ, Đồng Tháp Mười (PoR) và Trans-Bassac. Ngoài ra, Manh et al. (2014), Tran et al. (2018) và Triet et al. (2017) đã sử dụng phiên bản 1-D chung của mô hình MIKE11 cho Đồng bằng sông Cửu Long và các ranh giới hạ lưu được xác định tại các cửa sông của sông Cửu Long. Tuy nhiên, Kuang et al. (2017) phát hiện ra rằng dòng chảy của sông có thể góp phần làm mực nước tại các cửa sông dâng cao. Do đó, trong nghiên cứu hiện tại, một phương pháp mô hình hóa khác được sử dụng để giải quyết các vấn đề này.
Nghiên cứu này nhằm mục đích đánh giá tác động của hệ thống đê cao lên biến động mực nước và sự lan truyền thủy triều ở các nhánh sông Mê Kông. Một lưới kết hợp 1-D đến 2-D không có cấu trúc được sử dụng để mô phỏng động lực lũ năm 2000. Phạm vi mô hình bao gồm Đồng bằng sông Cửu Long và kéo dài từ Kratie ở Campuchia đến Biển Đông (Biển Đông) và Biển Tây (Vịnh Thái Lan). Các kịch bản mô phỏng trình bày tác động của đê cao ở các vùng đồng bằng ngập lụt khác nhau và toàn bộ VMD. Các mục tiêu cụ thể là
- phát triển mô hình thủy động lực được hiệu chỉnh và xác nhận bằng Delft3D Flex Mesh có khả năng mô phỏng lũ lụt hàng năm ở Đồng bằng sông Cửu Long;
- để phân tích sự phân bố không gian-thời gian của dòng chảy sông Mê Kông cho các kịch bản dòng chảy sông cực đoan khác nhau; và
- để đánh giá cách thức phát triển các đê cao, được xây dựng để bảo vệ đồng bằng ngập lụt, ảnh hưởng đếnthủy động lực học hạ lưu, đặc biệt liên quan đến sự lan truyền của thủy triều.
Hình 2 Phân bố không gian của các tuyến đê cao được xây dựng đến năm 2011. Các tuyến đê cao được trình bày theo huyện. Số lượng đê cao ( N ) được thể hiện cũng như diện tích mà chúng bảo vệ ( S ) tính bằng kilômét vuông (km 2 ). Chuyển thể từ Sở Nông nghiệp và Phát triển nông thôn An Giang và Đồng Tháp (2012).
1.1 Đồng bằng sông Cửu Long
Sông Mê Kông là một trong những con sông lớn nhất thế giới (MRC, 2010). Sông bắt đầu từ Tây Tạng (Trung Quốc) và chảy qua năm quốc gia ven sông trước khi đổ ra biển qua (ban đầu là chín nhánh nhưng hiện nay là) bảy cửa sông. Sông có chiều dài 4800 km và tổng diện tích lưu vực là 795 000 km2 ( MRC, 2005). Đồng bằng sông Cửu Long bắt đầu từ Phnom Penh (Hình 1), nơi sông Mê Kông tách thành hai nhánh, cụ thể là sông Mê Kông và sông Bassac (Gupta và Liew, 2007; Renaud và cộng sự, 2013). Đồng bằng sông Cửu Long được hình thành do sự lắng đọng phù sa từ sông Mê Kông, cung cấp lượng nước hàng năm là 416 km3 cũng như 73 Mt năm -1 phù sa tại Kratie, chủ yếu phân bố vào mùa lũ (Koehnken, 2014; MRC, 2005). Đồng bằng sông Cửu Long có mạng lưới sông phức tạp, đặc biệt là ở khu vực Việt Nam. Mạng lưới sông ngòi của đồng bằng sông Cửu Long được minh họa trong Hình 2. Mạng lưới này là kết quả của quá trình phát triển kênh đào nhân tạo rộng lớn bắt đầu từ năm 1819 (Hung, 2011).
Về tài nguyên đất đai, diện tích VMD có diện tích khoảng 4×10 6 ha và 3/4 diện tích này được sử dụng cho sản xuất nông nghiệp (Kakonen, 2008). Sinh kế của người dân địa phương chủ yếu dựa vào nông nghiệp và nuôi trồng thủy sản. Vì vậy, cơ sở hạ tầng sông ngòi đang được phát triển với nông nghiệp là ưu tiên hàng đầu. Khu vực này chỉ cung cấp hơn một nửa sản lượng gạo ở Việt Nam và cung cấp tới khoảng 90% sản lượng gạo xuất khẩu của Việt Nam (GSOVN, 2010). Tuy nhiên, việc trồng lúa bị ảnh hưởng nhiều bởi lũ lụt hàng năm (MRC, 2009a).
Sản xuất nông nghiệp thâm canh nhất ở ĐBSCL là ở tỉnh An Giang (Hình 2). Mặc dù đây cũng là khu vực dễ bị lũ lụt nhưng thời gian ngập lụt ngắn hơn một chút do lũ rút về Biển Tây. Tại các vùng ngập sâu (Tứ giác Long Xuyên và Đồng Tháp Mười), đê cao đã được xây dựng dày đặc ở phía hạ lưu. Điều này là do các khu vực hạ lưu LXQ và PoR có đỉnh lũ thấp, nghĩa là các vòng đê không cần phải cao như ở các khu vực thượng lưu LXQ và PoR.
Đồng bằng sông Cửu Long chịu ảnh hưởng của khí hậu nhiệt đới gió mùa. Có hai mùa gió mùa chủ đạo. Mùa gió mùa tây nam xuất hiện từ tháng 5 đến tháng 10, trùng với mùa có lưu lượng lớn. Mùa gió mùa khô hơn còn lại xuất hiện từ tháng 11 đến tháng 3 và tiếp theo là thời kỳ chuyển tiếp (MRC, 2010). Nhiệt độ trung bình khoảng 26,5 ∘ C. Mặc dù khí hậu thay đổi theo mùa, nhưng chênh lệch nhiệt độ trung bình hàng tháng là 4 ∘ C giữa những tháng nóng nhất và lạnh nhất (Lê Sâm, 1996). Tuy nhiên, lượng mưa theo mùa lại khác nhau đáng kể về mặt thời gian và không gian. Mùa có lưu lượng lớn đóng góp khoảng 90% tổng cường độ mưa hàng năm, trong khi mùa có lưu lượng nhỏ (từ tháng 12 đến tháng 4) chỉ chiếm 10% tổng lượng mưa. Lượng mưa trung bình hàng năm là khoảng 1600 mm ở ĐBSCL. Lượng mưa cao nhất nằm ở vùng ven biển phía tây của Đồng bằng sông Cửu Long và dao động trong khoảng từ 2000 đến 2400 mm. Bờ biển phía đông có lượng mưa khoảng 1600 mm, trong khi lượng mưa thấp nhất được ghi nhận ở trung tâm ĐBSCL (Lê Sâm, 1996; Thanh và cộng sự, 2014).
1.2 Phát triển đê cao ở đồng bằng sông Cửu Long của Việt Nam
Đồng bằng sông Cửu Long đã bị biến đổi sâu rộng trong 2 thập kỷ qua sau trận lũ lụt tàn khốc năm 2000. Một thay đổi đáng chú ý là cơ sở hạ tầng thủy lợi, đặc biệt là phát triển đê điều. Trước khi xây dựng đê, mạng lưới kênh rạch dày đặc đã được phát triển để thoát lũ ra Biển Tây và làm sạch đất phèn.
Tùy thuộc vào chức năng của đê, đê có thể được phân loại thành hai loại. Đê thấp được xây dựng để bảo vệ thu hoạch lúa từ các vụ hè thu vào tháng 8. Đây là giai đoạn lũ dâng hàng năm. Đê thấp cho phép lũ tràn bờ và ngập lụt các đồng bằng ngập lụt, do đó đỉnh đê thấp được thiết kế vừa bằng mực nước tối đa vào tháng 8. Đê cao được xây dựng để ngăn chặn hoàn toàn lũ lụt hàng năm và cho phép sản xuất nông nghiệp thâm canh. Nhìn chung, đê cao được thiết kế ở mức đỉnh 0,5 m so với đỉnh lũ năm 2000. Lũ năm 2000 là một sự kiện nghiêm trọng có chu kỳ tái diễn 50 năm về lượng lũ (MRC, 2005). Ở An Giang, có hai loại đê cao. Loại đê cao thứ nhất chỉ có một vòng đê duy nhất. Thủy động lực học ngay bên ngoài vòng đê bị chi phối bởi lũ lụt. Những con đê này có chức năng bảo vệ đồng bằng ngập lụt đơn giản nhưng có nguy cơ vỡ cao. Loại đê cao khác chứa vành đai đê đơn được đề cập ở trên, sau đó được bảo vệ bởi một đê ngoài lớn. Thủy động lực học bên ngoài các đê cao này được kiểm soát bởi các cấu trúc (cửa cống) trong đê ngoài.
Một số nghiên cứu đã lập bản đồ các đê cao ở VMD bằng cách sử dụng hình ảnh viễn thám (ví dụ Dương và cộng sự, 2016; Fujihara và cộng sự, 2016; Kuenzer và cộng sự, 2013). Sử dụng phương pháp này, đê cao được xác định thông qua vùng ngập và không ngập. Tuy nhiên, những kết quả này dễ bị ảnh hưởng bởi việc quản lý nước ở các vòng đê cao. Ví dụ, ở An Giang, khu vực đê cao được quản lý theo quy định.quy tắc chu kỳ canh tác. Nói cách khác, những khu vực này được canh tác trong tám () cây nông nghiệp trên 3 năm và được phép ngập một thời điểm trong năm 3 năm một lần. Vì vậy, kết quả cần được kiểm chứng bằng quan sát để đảm bảo độ tin cậy của bản đồ.
Đê cao hiếm khi được xây dựng ở VMD trước năm 2000 (Duong et al., 2016). Tuy nhiên, như đã nêu trước đó, trận lũ lịch sử năm 2000 đã gây ra thiệt hại to lớn cho cơ sở hạ tầng và tài sản của người dân. Sau trận lũ, chính quyền địa phương đã lập kế hoạch và xây dựng một loạt đê cao để bảo vệ người dân cũng như mùa màng,là những sinh kế chính ở khu vực này. Ngoài ra, VMD có tiềm năng lớn về mặt thâm canh sản xuất nông nghiệp. Năm 2009, diện tích được bảo vệ bởi đê cao là khoảng 1222 km2 , bao phủ khoảng 35% diện tích tỉnh An Giang; năm 2011, tỷ lệ này đã tăng lên hơn 40% (khoảng 1431 km2 ) . Đồng Tháp có diện tích che phủ thấp hơn nhiều, khoảng 30%, tương ứng với diện tích 990 km2 ; tuy nhiên, Đồng Tháp có những vùng ngập sâu và đất có nồng độ sunfat cao, dẫn đến tiềm năng nông nghiệp thấp (Kakonen, 2008).
Hình 2 trình bày số lượng đê cao và diện tích được bảo vệ bởi các công trình này theo huyện ở tỉnh An Giang và Đồng Tháp cho đến năm 2011. Năm 2011, số lượng đê cao ở An Giang và Đồng Tháp lần lượt là 329 và 657. Tổng diện tích được bảo vệ bởi đê cao ở An Giang lớn hơn ở Đồng Tháp (khoảng 14 so với 10 km2 tương ứng). Do đó, diện tích trung bình của một con đê cao ở An Giang lớn hơn ở Đồng Tháp. Trên thực tế, đê cao chủ yếu nằm dọc theo bờ sông Tiền và sông Hậu (Hình 2), nơi có đất phù sa (Nguyen et al., 2015).
1.3 Diễn biến lũ lụt ở đồng bằng sông Cửu Long
Đồng bằng sông Cửu Long được chia tách về mặt không gian thành các phần bên trong và bên ngoài. Phần trước bị chi phối bởi các quá trình sông, trong khi phần sau bị chi phối bởi các quá trình biển, bao gồm thủy triều và sóng (Ta và cộng sự, 2002). Sông Cửu Long cung cấp khoảng 416 km3 nước hàng năm, hoặc trung bình 13 200 m3 s −1 qua Kratie (MRC, 2005). Hình 3 cho thấy lưu lượng nước thay đổi từ 1700 đến 40 000 m3 s −1 giữa mùa lưu lượng thấp và mùa lưu lượng cao (Frappart và cộng sự, 2006; Le và cộng sự, 2007; MRC, 2009b; Wolanski và cộng sự, 1996). Trong mùa lưu lượng cao, lưu lượng nước cao gây ngập lụt ở các đồng bằng ngập lụt của đồng bằng ở Campuchia và Việt Nam. Lũ lụt hàng năm ở Đồng bằng sông Cửu Long có thể được biểu thị bằng đỉnh lũ và khối lượng lũ. Phân tích đỉnh lũ và lượng lũ tại Kratie từ năm 1961 đến năm 2017 cho thấy lũ năm 1991 và 2000 là cực đoan (Hình 4).
Hình 3 Phân bố theo thời gian của lượng nước thải hàng ngày tại Kratie (dữ liệu có sẵn từ Darby et al., 2016).
Từ Kratie đến Phnom Penh, thủy động lực học của sông Mê Kông bị chi phối bởi dòng chảy sông ngòi. Bờ sông thấp hơn mực nước trong mùa lũ, dẫn đến nước tràn vào đồng bằng ngập lụt. Đồng bằng ngập lụt ở phía tây dẫn nước đến sông Tonle Sap, trong khi nước lũ chảy vào sông Tonle Touch ở phía đông (Hình 1). Đồng bằng ngập lụt ở phía tây nhận được ít nước hơn so với đồng bằng ngập lụt ở phía đông, với lượng nước lần lượt là 24,7 và 35,4 km 3 . Lưu lượng xả đỉnh của sông Mê Kông đến đồng bằng ngập lụt bên trái và bên phải tương ứng là khoảng 5400 và 7800 m 3 s −1 (Fujii và cộng sự, 2003). Các đồng bằng ngập lụt này kết hợp với sông Tonle Sap bao gồm khoảng một nửa lưu lượng xả đỉnh của sông Mê Kông.
Hình 4 Các đỉnh lũ và lượng lũ hàng năm tại Kratie từ năm 1961 đến năm 2017. Các ô màu xanh lá cây và màu đen lần lượt biểu thị các năm hạn hán hoặc lũ lụt đáng kể (trung bình ± SD) và cực đoan (trung bình ± 2 SD). (SD đề cập đến độ lệch chuẩn.)
Tại Phnom Penh, sông Mê Kông được chia thành hai nhánh (sông Mê Kông và sông Bassac). Ngoài ra sông Mê Kông còn nối với sông Tonle Sap. Hồ Tonle Sap là vùng nước ngọt lớn nhất ở Đông Nam Á và có vai trò cực kỳ quan trọng trong việc kiểm soát mực nước ở Đồng bằng sông Cửu Long. Diện tích bề mặt của nó bao phủ một diện tích khoảng 3500 km2 trong mùa dòng chảy kiệt và lớn hơn khoảng 4 lần trong mùa dòng chảy cao (MRC, 2005). Lượng nước trong hồ có thể lên tới 70 km 3 vào mùa nước lớn (MRC, 2005). Hồ Tonle Sap có chức năng như một lưu vực giữ lũ tự nhiên cho sông Mê Kông, dẫn đến giảm sự biến động hàng năm của lượng nước chảy vào đồng bằng. Lũ chảy vào hồ và quay trở lại sông Mê Kông tại ngã ba Phnom Penh khi dòng chảy kiệt. Hình 5 cho thấy lưu lượng nước trung bình hàng ngày dài hạn chảy vào và ra khỏi hồ Tonle Sap tại trạm Prek Kdam. Khi mực nước tại Kampong Luong tăng cao, đạt đỉnh trên 9 m, hồ cung cấp nước cho đồng bằng, làm tăng dòng chảy của sông Mê Kông sau mùa lũ và giúp giảm xâm nhập mặn vùng ven biển trong mùa nước chảy kiệt. Từ tháng 5 đến tháng 9, nước Mê Kông chảy vào hồ Tonle Sap. Từ tháng 10 cho đến tháng 4 năm sau, nước chảy trở lại sông Mê Kông.
Hình 5 Thủy văn lưu lượng nước trung bình hàng ngày (từ năm 1997 đến năm 2004) tại Prek Kdam và sự thay đổi mực nước tại Kampong Luong (Kummu và cộng sự, 2014). Đường liền thể hiện dòng chảy của sông đổ vào hồ Tonle Sap tại trạm Prek Kdam, và đường đứt nét thể hiện mực nước tại trạm Kampong Luong.
Từ Phnom Penh đến biên giới Campuchia-Việt Nam (CV), sông Mê Kông chảy chủ yếu qua nhánh Mê Kông, đạt tới 26 800 m 3 s −1 trong các đỉnh lũ (Fujii et al., 2003). Trong các đỉnh lũ này, lũ đổ vào VMD qua các nhánh Mê Kông và Bassac cũng như qua tràn ngập đồng bằng ngập lũ bao gồm 73%, 7% và 20% tổng lượng xả tương ứng (Hình 1).
Tại VMD, dòng chảy sông Mê Kông chuyển hướng một phần từ sông Tiền (nhánh Mê Kông) sang sông Hậu (nhánh Bassac). Về phân bố lũ, lưu lượng nước tại Tân Châu (sông Tiền) và Châu Đốc (sông Hậu) ước tính lần lượt chiếm 80% và 20% tổng lưu lượng lũ. Tuy nhiên, luồng nối Vàm Nao dẫn tới sự cân bằng tương đối giữa sông Tiền (tại Mỹ Thuận) và sông Hậu (tại Cần Thơ) ở hạ lưu (Hình 6). Tại các trạm này mực nước bị chi phối mạnh mẽ bởi thủy triều Biển Đông. Mực nước ven biển vùng Đồng bằng sông Cửu Long dao động do thủy triều từ cả Biển Đông và Biển Tây, tuy nhiên biên độ thủy triều của Biển Đông cao hơn nhiều so với Biển Tây. Vì vậy, thủy triều Biển Đông đóng vai trò quan trọng hơn và trở thành yếu tố chi phối chủ yếu điều khiển thủy động lực vùng ven biển ĐBSCL.
Hình 6 Mô hình hóa lưới và địa hình sông của Đồng bằng sông Cửu Long từ dữ liệu mặt cắt 1-D của ISIS và địa hình thềm lục địa của Đồng bằng sông Cửu Long.
2. Phương pháp
Phần này giới thiệu phương pháp nghiên cứu của chúng tôi. Phần 2.1 mô tả việc thiết lập mô hình. Phần 2.2 cung cấp cách hiệu chỉnh và xác nhận mô hình. Phần 2.3 và 2.4 trình bày chi tiết các kịch bản phát triển đê cao và phân tích sâu hơn về các kịch bản này.
2.1 Mô tả và thiết lập mô hình
2.1.1 Mô tả phần mềm
Mô hình thủy động lực học được áp dụng trong nghiên cứu này là Delft3D Flexible Mesh (DFM) Model Suite do Deltares (deltares.nl) phát triển. DFM là mô hình đa chiều bao gồm một, hai và ba chiều trong cùng một thiết lập. Nó giải quyết các phương trình nước nông 2 chiều và 3 chiều (Kernkamp và cộng sự, 2011). Các phương trình này mô tả sự bảo toàn khối lượng và động lượng (Deltares, 2018).
DFM cho phép tính toán trên lưới không có cấu trúc, do đó phù hợp với các vùng có hình học phức tạp (Achete và cộng sự, 2015), bao gồm sự kết hợp của lưới 1 chiều, 2 chiều và 3 chiều. Tính năng này hiệu quả khi tính đến các kênh nhỏ. Do đó, trong nghiên cứu này, DFM được chọn để mô phỏng động lực lũ lụt ở Đồng bằng sông Cửu Long, bao gồm mạng lưới sông dày đặc và độ rộng sông, đê và đồng bằng ngập lụt rất thay đổi.
2.1.2 Thiết lập mô hình
Mô hình trong nghiên cứu này được cải tiến từ mô hình do Thanh và cộng sự (2017) sử dụng. Trong cấu hình hiện tại, mô hình sử dụng cài đặt trung bình theo độ sâu.
Tạo và cải thiện lưới điện
Mô hình phi cấu trúc được xây dựng bằng cách sử dụng phương pháp mô hình hóa đa tỷ lệ; cụ thể, nó bao gồm sự kết hợp của các phần 1-D (kênh đào) và 2-D (các nhánh chính của Sông Mê Kông, đồng bằng ngập lụt và thềm lục địa của nó). Phương pháp này cho thấy hiệu quả trong trường hợp hình học phức tạp như toàn bộ Đồng bằng sông Cửu Long. Để nắm bắt được thủy động lực học của các nhánh chính và cửa sông của đồng bằng, các kênh chính được thể hiện đủ chi tiết theo chiều ngang để giải quyết các mô hình dòng chảy qua các kênh đào và bãi cạn và tại các ngã ba và hợp lưu chính. Đối với thềm lục địa, mô hình mở rộng đến khoảng 80 km từ bờ biển của đồng bằng để bao gồm hoàn toàn luồng sông (Hình 6).
Lưới bao gồm hệ thống sông của sông Mê Kông từ Kratie đến Biển Đông và thềm lục địa. Dòng chính của sông Mê Kông, đồng bằng châu thổ và đồng bằng ngập lụt được biểu diễn bằng các ô 2 chiều, trong khi các kênh chính và phụ được mô hình hóa thành các mạng lưới 1 chiều. Các ô 2 chiều là sự kết hợp của các ô lưới cong (ở các kênh chính) và các ô lưới tam giác. Việc tạo lưới được giới thiệu và khuyến nghị bởi Bomers và cộng sự (2019) và Kernkamp và cộng sự (2011). Kích thước lưới/phần tử thay đổi từ khoảng 0,1 km ở các con sông đến 3 km trên thềm lục địa châu thổ. Chiều dài của lưới thay đổi tùy thuộc vào hình dạng của sông. Chiều dài của các ô thường vào khoảng 700 m trên dòng chính sông Mê Kông và giảm xuống còn khoảng 200 m tại các ngã ba và hợp lưu của sông. Các ô lớn hơn củaHồ Tonle Sap, đồng bằng ngập lụt và biển lên tới 2000 m. Chiều dài đồng đều của các phân đoạn 1-D là 400 m. Chất lượng lưới là yếu tố quan trọng để mô phỏng chính xác; do đó, lưới đã được tạo thành vuông góc, trơn tru và đủ dày đặc, với các giá trị vuông góc nhỏ hơn 10%.
Từ số liệu khảo sát, có thể thấy một vòng đê trong mô hình có thể bao gồm cả đê cao và đê thấp. Tình trạng này có thể xảy ra do mô hình chỉ bao gồm các sông chính và mạng lưới kênh cấp hai, không bao gồm các kênh cấp ba và kênh nhỏ. Để xác định đê được bảo vệ toàn bộ hay được bảo vệ một phần, người ta tính tỷ lệ giữa diện tích đê cao và diện tích đê thấp/không đê. Nếu tỷ lệ này lớn hơn hoặc bằng 1 thì đê được công nhận là đê cao. Nếu tỷ lệ này nhỏ hơn 1 thì xác định là đê không cao. Trong phương pháp lập mô hình, đê cao không cho phép nước chảy từ các kênh liên kết đến vùng ngập lũ được bảo vệ và chúng tôi không xem xét dòng chảy qua đỉnh đê.
VMD đã chứng kiến ba trận lũ lớn từ năm 2000 đến năm 2002 dựa trên phân loại lũ của các đỉnh lũ Tân Châu. Do đó, lũ năm 2000 và 2001 đã được chọn để hiệu chỉnh và xác thực mô hình tương ứng. Một lý do khác để chọn trận lũ năm 2000 là các tập dữ liệu cho trận lũ này rất toàn diện.
Dữ liệu đo độ sâu
Khi mô hình hóa động lực lũ lụt ở Đồng bằng sông Cửu Long, độ sâu là một yếu tố chính. Tuy nhiên, dữ liệu có sẵn từ Đồng bằng sông Cửu Long bị hạn chế. Đối với độ sâu của sông, dữ liệu mặt cắt ngang đã được sử dụng do Ủy ban sông Mê Kông thu thập và được sử dụng để phát triển mô hình thủy động lực học 1 chiều (ISIS) để mô phỏng sự lan truyền lũ sông (Van và cộng sự, 2012). Để sử dụng dữ liệu mặt cắt ngang này cho mô hình 2 chiều, dữ liệu mặt cắt ngang đã được nội suy vào độ sâu của sông cho các nhánh chính, trong khi các kênh chính và kênh phụ sử dụng trực tiếp dữ liệu mặt cắt ngang từ mô hình ISIS 1 chiều. Độ sâu của vùng biển được trích xuất từ ETOPO1 (Amante và Eakins, 2009). Địa hình của vùng đồng bằng ngập lụt được lấy từ mô hình độ cao kỹ thuật số SRTM90m có sẵn miễn phí (Reuter và cộng sự, 2007). Mặc dù SRTM không phải là mô hình độ cao kỹ thuật số chất lượng cao, nhưng nó vẫn được sử dụng hợp lý để mô hình hóa lũ lụt ở Đồng bằng sông Cửu Long (ví dụ: Dung và cộng sự, 2011; Tran và cộng sự, 2018).
Điều kiện biển
Ranh giới mở được xác định là lưu lượng nước (tại Kratie) và mực nước (biển). Lưu lượng nước đo được được sử dụng cho ranh giới thượng nguồn tại Kratie và được thu thập từ Ủy ban sông Mê Kông. Cái sau được định nghĩa là các thành phần thủy triều thiên văn và được trích xuất từ mô hình thủy triều toàn cầu (TPXO; Egbert và Erofeeva, 2002). Hơn nữa, để cho phép vận chuyển dọc bờ, ranh giới ngang bờ phía bắc được xác định là ranh giới Neumann được điều khiển bởi độ dốc mực nước dọc bờ (Tu et al., 2019).
Điều kiện ban đầu
Mực nước ở Đồng bằng sông Cửu Long thay đổi rất nhiều theo không gian do lượng nước lũ tích tụ trên diện rộng. Do đó, mô hình mất nhiều thời gian để nắm bắt được hành vi của hệ thống, đặc biệt là đối với việc đạt được lượng nước lũ chính xác cho Hồ Tonle Sap. Hồ Tonle Sap đóng vai trò quan trọng trong việc kiểm soát lưu lượng xả thượng nguồn trong mùa lưu lượng thấp. Do đó, mô hình đã được đưa vào sử dụng trong năm 1999; các kết quả mô phỏng vào cuối năm này đã được sử dụng làm điều kiện ban đầu cho mô phỏng năm 2000.
2.2 Hiệu chuẩn và xác nhận mô hình
Năm 2000 và 2001 được chọn để hiệu chỉnh và kiểm định mô hình tương ứng. Tham số hiệu chỉnh mô hình là hệ số độ nhám. Thông số này cũng được chọn để hiệu chuẩn mà không cần phân tích độ nhạy vì nó thường được sử dụng để hiệu chỉnh các mô hình thủy động lực (Manh và cộng sự, 2014; Wood và cộng sự, 2016). Trong nghiên cứu này, phương pháp “thử và sai” được sử dụng để hiệu chuẩn. Các hệ số độ nhám được trích xuất từ các mô hình đã hiệu chuẩn trước đó, bao gồm ISIS (Van và cộng sự, 2012) và MIKE11 (Manh và cộng sự, 2014), nhằm đẩy nhanh quá trình hiệu chỉnh. Mô hình đã được hiệu chỉnh dựa trên dữ liệu đo được, với hàm mục tiêu là hiệu suất Nash–Sutcliffe (NSE). NSE là một chỉ báo thống kê được chuẩn hóa sử dụng phương pháp so sánh phương sai dư và phương sai dữ liệu đo được (Nash và Sutcliffe, 1970); nó được tính như sau:
Trong nghiên cứu này, chúng tôi sử dụng các khoảng thời gian khác nhau của dữ liệu quan sát. Dữ liệu hàng ngày được sử dụng ở Đồng bằng sông Cửu Long Campuchia (CMD) và dữ liệu hàng giờ được sử dụng ở VMD. Lý do cho điều này là do thủy động lực học ở vùng CMD khó có thể bị ảnh hưởng bởi thủy triều, đặc biệt là vào mùa dòng chảy cao, trong khi thủy động lực học ở VMD bị thủy triều chi phối mạnh mẽ, ngay cả trong mùa dòng chảy cao; do đó, dữ liệu hàng giờ sẽ tốt hơn để thể hiện sự biến động của thủy triều.
NSE thường được sử dụng để đánh giá các mô hình thủy văn. Hiệu suất mô hình được chấp nhận nếu NSE cao hơn 0 (Moriasi và cộng sự, 2007). Nếu NSE cao hơn 0, mô phỏng là một dự báo tốt hơn so với quan sát trung bình. NSE bằng 1 tương ứng với sự khớp hoàn hảo giữa các kết quả mô hình hóa và dữ liệu quan sát được.mô hình thủy động lực học được định nghĩa là được hiệu chuẩn tốt nếu NSE, xét về mực nước và lưu lượng, cao hơn 0,5. Moriasi và cộng sự (2007) phân loại hiệu suất mô hình dựa trên NSE là “rất tốt” (NSE > 0,75), “tốt” (0,75 ≤ NSE ≤ 0,65), “thỏa đáng” (0,65 ≤ NSE ≤ 0,5) và “không thỏa đáng” (NSE < 0,5).
Ngoài ra, chúng tôi đã sử dụng chỉ số sai lệch để nhận biết liệu mô hình này có hệ thống đánh giá quá thấp hay quá cao mực nước hay không. Trong nghiên cứu này, thước đo sai lệch thường được sử dụng – sai số trung bình – được sử dụng để biểu thị sai số hệ thống của mô hình (Walther và Moore, 2005). Độ lệch được tính toán dựa trên phương trình sau:
2.3 Kịch bản phát triển đê cao
Để nghiên cứu vai trò của các đồng bằng ngập lụt khác nhau trong VMD và tác động của các đồng bằng ngập lụt này lên thủy động lực học của VMD và sự lan truyền thủy triều hạ lưu, chúng tôi đã xây dựng các kịch bản bao gồm sự đóng góp của lượng nước giữ lại của từng đồng bằng ngập lụt. Các kịch bản này sử dụng thủy văn đồ của trận lũ năm 2000, một năm cực kỳ ẩm ướt, để ước tính tác động tối đa của đê cao. Kết quả phân tích thống kê về đỉnh lũ và khối lượng lũ đã khuyến khích lựa chọn trận lũ năm 2000 (Hình 4).
Lực ép thủy động lực là như nhau trong các kịch bản này; sự khác biệt duy nhất là sự phát triển của đê cao. Các kịch bản như sau:
- Kịch bản 1 (Cơ sở) là kịch bản cơ sở cho trận lũ năm 2000, không có đê cao. Vùng đồng bằng ngập lũ ở VMD không được bảo vệ bởi đê cao trước năm 2000 (Dương và cộng sự, 2016); do đó, không có đê cao nào được xem xét trong kịch bản này.
- Kịch bản 2 (Đê 2011) bao gồm hệ thống đê cao vào năm 2011, như minh họa trong Hình 2. Số lượng đê cao và các khu vực đồng bằng ngập lụt được bảo vệ được mô tả trong Phần 1.2.
- Kịch bản 3 (Đê LXQ) chỉ bao gồm hệ thống đê cao được phát triển ở LXQ. Diện tích đồng bằng ngập lụt được bảo vệ bởi đê cao ở LXQ là khoảng 3034 km2 .
- Kịch bản 4 (Đê PoR) chỉ bao gồm hệ thống đê cao được phát triển trong PoR. PoR là một vùng bị ngập sâu trong mùa lũ (Kakonen, 2008). Trong kịch bản này, đê cao trong PoR bảo vệ một vùng đồng bằng ngập lụt rộng khoảng 5020 km2 .
- Kịch bản 5 (Đê Trans-Bassac) chỉ bao gồm hệ thống đê cao được phát triển ở vùng Trans-Bassac. Vùng này là vùng ngập nông bao gồm 3152 km2 .
- Kịch bản 6 (Đê VMD) giả định rằng hệ thống đê cao được phát triển hoàn toàn trên khắp các đồng bằng ngập lụt của VMD. Kịch bản này được sử dụng để điều tra các tác động có thể xảy ra của đê cao nếu chúng được xây dựng để bảo vệ toàn bộ khu vực đồng bằng ngập lụt của VMD. Tổng diện tích đồng bằng ngập lụt được xem xét trong mô hình là khoảng 13 059 km 2 .
2.4 Phân tích mô phỏng
2.4.1 Phân tích điều hòa thủy triều
Mực nước đỉnh là một chỉ số tốt để chỉ ra các hiện tượng cực đoan ở các vùng bị ngập lụt. Trần và cộng sự. (2018) và Triết et al. (2017) đã sử dụng đỉnh lũ để đánh giá tác động của đê cao ở ĐBSCL. Tuy nhiên, khu vực ven biển VMD bị thủy triều chi phối mạnh mẽ. Kết quả là, biên độ của các thành phần thủy triều là chỉ số tốt để thể hiện sự thay đổi trung bình của mực nước ở các vùng ven biển. Mực nước tại các trạm dọc sông Tiền và sông Hậu được phân tích trong cả năm 2000 bằng T_TIDE (Pawlowicz et al., 2002).
trong đó N là số lượng thành phần thủy triều. Chúng tôi đã phân tích tám thành phần thủy triều chính. Mỗi thành phần có tần số σ k , được biết đến, và biên độ phức tạp α k , không được biết đến. x ( t ) là một chuỗi thời gian. α k và α − k là các liên hợp phức tạp.
2.4.2 Tính toán cân bằng nước
Để hiểu động lực dòng chảy, phân tích cân bằng nước được tiến hành bằng cách sử dụng dữ liệu xả hàng giờ từ mô phỏng. Các trạm mục tiêu cho phân tích này nằm trên dòng chính của sông Mê Kông và ranh giới của các vùng dễ bị lũ lụt.
3. Kết quả
Trong phần này, chúng tôi trình bày kết quả về hiệu suất và phân tích mô hình. Hiệu suất mô hình liên quan đến hiệu chuẩn và xác thực được chỉ ra bởi các giá trị NSE (Phần 3.1). Kết quả về phân bố không gian và biến động thời gian được trình bày trong Phần 3.2. Ngoài ra, Phần 3.3 trình bày tác động của đê cao lên mực nước và sự lan truyền thủy triều.
3.1 Hiệu chỉnh và xác nhận mô hình
Hiệu suất tổng thể của mô hình nhìn chung là thỏa đáng đối với việc mô phỏng động lực lũ lụt ở Đồng bằng sông Cửu Long. Đối với hiệu chuẩn mực nước, có tới 36 trạm được sử dụng để hiệu chuẩn và phần lớn các trạm này có giá trị NSE cao hơn mức thỏa đáng là 0,5. Hiệu suất của mô hình cho thấy tính ổn định của nó trong quá trình xác thực, vì các giá trị NSE cao hơn 0,7. Nhìn chung, mô hình ước tính mực nước cao hơn một chút. Độ lệch lớn đã được tìm thấy trong CMD, với độ lệch lớn nhất khoảng 1 m tại Kratie. Giá trị tuyệt đối của độ lệch giảm xuống dưới 0,2 m tại các trạm ở VMD. Đặc biệt, độ lệch tại các trạm VMD giữa và ven biển nhỏ hơn 0,1 m (Phụ lục A).
Hình 7 Sự phân bố không gian của lượng nước (km 3 ) trên khắp VMD năm 2000. Mùa dòng chảy kiệt được tính từ ngày 1 tháng 1 đến ngày 30 tháng 6 và mùa dòng chảy cao kéo dài từ ngày 1 tháng 7 đến ngày 30 tháng 10.
Bảng 1 Giá trị hiệu chuẩn của hệ số nhám Manning.
Lũ hàng năm chảy qua VMD qua các dòng chính sông Mê Kông và trên các đồng bằng ngập lụt; do đó, dữ liệu xả lũ từ các trạm ở những khu vực này được sử dụng để hiệu chuẩn. Tổng cộng có 11 trạm trên các dòng chính và qua biên giới CV được sử dụng để hiệu chuẩn. Lưu lượng xả lũ mô phỏng và đo được tại các trạm này cho thấy sự phù hợp tốt và điều này được chỉ ra bởi các giá trị NSE cao. Do đó, các giá trị hệ số nhám Manning của các đoạn sông Mê Kông và các đồng bằng ngập lụt của nó sau khi hiệu chuẩn và xác thực được minh họa trong Bảng 1. Phạm vi các hệ số nhám tìm thấy tương đối giống với các nỗ lực lập mô hình trước đây (Dang et al., 2018a; Manh et al., 2014; Tran et al., 2018; Triet et al., 2017; Van et al., 2012).
3.2 Phân bố không gian và biến đổi theo thời gian của lượng nước ở ĐBSCL
3.2.1 Phân bố không gian
Nước chảy vào ĐBSCL theo 3 hướng: sông Tiền, sông Hậu và chảy qua ranh giới CV. Hình 7 trình bày sự phân bố không gian của lượng nước trong ĐBSCL. ĐBSCL tiếp nhận khoảng 580 km3 vào năm 2000, với lượng nước lần lượt là 405, 83, 61 và 31 km3 qua sông Tiền, sông Hậu và ranh giới CV phải và trái. Sông Tiền chuyển hướng một lượng nước đáng kể (152 km3 ) sang sông Hậu qua kênh Vàm Nao. Đây là cơ chế chính cân bằng dòng chảy ra biển giữa sông Tiền và sông Hậu. Trên thực tế, lưu lượng dòng chảy tương đối bằng nhau giữa sông Tiền và sông Hậu, với lượng nước lần lượt là 247 (tại Mỹ Thuận) và 235 km3 ( tại Cần Thơ). Sông Tiền được thoát nước qua năm nhánh cửa sông, trong khi sông Hậu chỉ có hai nhánh. Sông Hậu chảy ra Biển Đông với lượng nước lần lượt là 162 và 69 km3 qua các nhánh Định An và Trần Đề. Các nhánh cửa sông Tiền là Cung Hầu, Cổ Chiên, Hàm Luông, Đại, Tiêu có lưu lượng tương tự như Biển Đông, với phạm vi từ 54 đến 63 km3 , ngoại trừ nhánh Tiêu chỉ có lưu lượng 34 km3 .
Ngoài các dòng chính của sông Mê Kông, các đồng bằng ngập lụt có vai trò đáng kể trong việc thay đổi thủy động lực học ở VMD. Do đó, chúng tôi đã phân tích cân bằng nước ở ba khu vực dễ bị lũ lụt chính: LXQ, PoR và Trans-Bassac. Trong số các khu vực này, PoR chứa lượng nước lũ lớn nhất; do đó, đây là nơi lưu trữ lũ chính cho VMD. Nước chủ yếu chảy vào PoR qua phần phía đông của biên giới CV ở khu vực đồng bằng. Trên thực tế, con đường này đã truyền tải khoảng 61 km 3 vào năm 2000. Kết quả mô phỏng cho thấy sự thiếu hụt về thể tích là 29 km 3 từ ranh giới phía tây và phía nam của PoR, được thoát ra sông Tiền. PoR phía nam thoát một lượng nước khoảng 38 km 3 vào nhánh cửa sông Soài Rạp qua sông Vàm Cỏ. Phân tích cân bằng nước của LXQ cho thấy nó nhận nước từ phía bắc và phía đông, trong khi nó thoát nước về phía tây và phía nam. Lượng nước chảy vào LXQ hàng năm là khoảng 44 km3 , với lượng nước lần lượt là 31 và 13 km3 từ ranh giới phía bắc và phía đông. Người ta thấy rằng một lượng nước tương tự chảy ra khỏi LXQ. LXQ chủ yếu giải phóng nước từ ranh giới phía tây (32 km3 ) vào Biển Tây, tiếp theo là ranh giới phía nam (13 km3 ) . Nước thoát ra (11 km3 ) từ LXQ phía nam chủ yếu chảy vào đồng bằng ngập lụt Trans-Bassac. Một nguồn bổ sung cho khu vực Trans-Bassac là sông Hậu, với lượng nước hàng năm là 6 km3 . Tổng lượng nước chảy vào được thoát ra qua các kênh đào phía nam trong khu vực này.
Đặc điểm động lực chính của lũ lụt ở đồng bằng sông Cửu Long là sự thay đổi theo mùa của chúng. Hình 7 và 8 minh họa sự thay đổi theo mùa của lượng nước và phần trăm lượng nước (so với lượng nước đổ vào hàng năm và theo mùa tại Kratie). Rõ ràng, lưu lượng trong mùa lũ cao hơn đáng kể so với mùa lũ thấp. Lưu lượng lũ đóng góp tới 53% đến 65% lưu lượng hàng năm trên toàn bộ các dòng chính và tỷ lệ tăng lên hơn 80% trên các đồng bằng ngập lụt. Sông Cửu Long chảy vào VMD năm 2000 chiếm khoảng 97% tổng lưu lượng tại Kratie. Tuy nhiên, lượng nước đổ vào VMD cao hơn lượng nước đổ vào Kratie trong mùa lũ thấp.
Hình 8 Tỷ lệ phần trăm (so với tổng lượng nước tại Kratie) phân phối nước trên toàn VMD năm 2000.
Hình 9 Lưu lượng xả trung bình hai tuần tại các trạm dọc theo các nhánh sông MêKông (a) và lượng nước tích lũy của các đồng bằng ngập lụt chính ở VMD (b).
Bảng 2 Mức tăng mực nước trung bình hàng năm (tính bằng cm) trong năm 2000 tại các trạm được lựa chọn dọc sông Tiền và sông Hậu theo các kịch bản phát triển đê cao khác nhau.a Sự khác biệt nằm trong phạm vi biến thể lỗi của mô hình. b Không có dữ liệu đo lường nào khả dụng.
Vào mùa kiệt, có sự chênh lệch nhỏ về lượng nước ở các đoạn sông Cửu Long, ví dụ từ Tân Châu đến Mỹ Thuận. Một phần tỷ lệ chênh lệch được lưu trữ trong đoạn sông. Bằng chứng là mực nước tại Tân Châu vào đầu mùa kiệt khoảng 2 m, sau đó tăng lên 3,5 m vào đầu mùa kiệt.
3.2.2 Sự biến đổi theo thời gian
Hình 9 trình bày lưu lượng mô phỏng trung bình hai tuần một lần tại các dòng chảy vào và ra của các nhánh sông Mê Công cũng như lượng nước tích lũy ở các vùng đồng bằng ngập lũ chính của VMD từ tháng 4 năm 2000 đến tháng 4 năm 2001. Dòng chảy vào trung bình hàng năm của các nhánh sông Mê Công tại Tân Châu và Châu Đốc là tương ứng khoảng 13 000 và 2700 m 3 s −1 . Đóng vai trò lớn trong việc dẫn nước giữa hai nhánh sông Mê Kông, kênh Vàm Nao là nguồn xả nước từSông Tiền và sông Hậu cân bằng hơn về phía biển của kênh (Hình 7). Do đó, lưu lượng nước tại các trạm Mỹ Thuận (sông Tiền) và Cần Thơ (sông Hậu) trở nên tương tự nhau, với lượng trung bình hàng năm lần lượt là khoảng 7900 và 7500 m 3 s −1 . Lượng nước nói trên tại trạm Cần Thơ đồng thời được tiêu thoát qua cửa sông Hậu. Tổng lưu lượng thoát ra từ sông Tiền lớn hơn một chút so với tại Mỹ Thuận do có thêm lưu lượng từ PoR phía nam, xả ra khoảng 8400 m 3 s −1 .
Lưu lượng nước từ sông Tiền và sông Hậu rất thay đổi theo thời gian. Như thể hiện trong kết quả biến đổi lưu lượng, mùa dòng chảy cao là từ đầu tháng 7 đến cuối tháng 10 và khoảng thời gian còn lại được xác định là mùa dòng chảy kiệt. Sự khác biệt theo mùa lớn nhất là ở Tân Châu, với lưu lượng cực đại và cực tiểu lần lượt là khoảng 21.000 và 4.500 m3 s −1 vào mùa dòng chảy cao và mùa dòng chảy kiệt. Dòng chảy lũ tại Châu Đốc đạt đỉnh 5600 m 3 s −1 , trong khi dòng chảy thấp nhất chỉ 500 m 3 s −1 vào mùa nước kiệt. Tuy nhiên, dòng chảy cao và thấp trên sông Hậu tại Cần Thơ lần lượt tăng lên trên 14 100 và 2200 m 3 s −1 . Biến động tương tự cũng được tìm thấy ở cửa sông Hậu. Trên sông Tiền, lưu lượng lũ tại Mỹ Thuận chỉ là 14.800 m 3 s −1 và tăng nhẹ lên 17 000 m 3 s −1 tại cửa sông Tiền, tuy nhiên lưu lượng dòng chảy kiệt tương tự (2400 m 3 s −1 ) tại các trạm này.
Đường thủy văn ở khu vực thượng lưu VMD phẳng hơn so với khu vực hạ lưu. Các hình dạng đồ thị thủy văn được biểu thị bằng độ nhọn của chúng và được minh họa trong Hình 9. Chỉ số độ nhọn là thước đo độ nhọn của phân bố. Ở hạ lưu, đường thủy văn hẹp hơn ở Cần Thơ, Mỹ Thuận và các dòng chảy ra sông Tiền, sông Hậu, với giá trị độ nhọn cao hơn 1,5. Một trong những điểm đáng chú ý là dòng chảy tại trạm Cần Thơ, Mỹ Thuận đầu mùa lũ tương đối thấp hơn so với cuối mùa, trong khi dòng lũ ổn định trong suốt mùa lũ tại Tân Châu và Châu Châu. Trạm tài liệu. Điều này cho thấy rõ đỉnh lũ sớm được lưu giữ ở các vùng ngập lũ chính của VMD như thế nào. Hình 9 mô tả thể tích tích lũy ở các vùng ngập lũ chính. Vào đầu mùa dòng chảy cao, các vùng ngập này gần như trống rỗng. Đến đầu tháng 10, dung lượng lưu trữ tăng lên lần lượt là 11, 8 và 2 km 3 ở PoR, LXQ và Trans-Bassac. Khi các vùng ngập này được lấp đầy, dòng lũ tại Cần Thơ và Mỹ Thuận đạt cực đại trong năm.
3.3 Sự thay đổi mực nước khi xây dựng đê cao
Hình 10 cho thấy việc bố trí đê cao sẽ làm tăng mực nước trung bình ngày cho sông Hậu (Châu Đốc, Long Xuyên và Cần Thơ) và sông Tiền (Tân Châu, Cao Lãnh và Mỹ Thuận), đặc biệt là vào mùa nước lớn. Mức tăng cao nhất được ghi nhận tại các trạm Châu Đốc và Tân Châu trong khi mức tăng giảm nhiều hơn về phía biển.
Hình 10 Biến động mực nước trung bình hàng ngày (WL) tại các trạm được chọn dọc theo sông Hậu (a, b, c) và sông Tiền (d, e, f) theo các kịch bản phát triển đê cao khác nhau.
3.3.1 Mực nước ngày
Trên sông Hậu, các vùng ngập được bảo vệ bởi đê ở LXQ, PoR và Trans-Bassac khiến mực nước trung bình năm tại trạm Châu Đốc tăng lần lượt là 12,3, 6,1 và 1,1 cm. Tuy nhiên, Bảng 2 cho thấy ảnh hưởng của đê PoR đến mực nước tại Long Xuyên và Cần Thơ lớn hơn so với đê LXQ. Với việc xây dựng đê cao đến năm 2011, mực nước trung bình hàng năm sẽ tăngtăng 10,2 cm (Châu Đốc), 1,5 cm (Long Xuyên) và 0,2 cm (Cần Thơ). Nếu đê cao được mở rộng qua VMD (Kịch bản 6), mực nước trung bình hàng năm sẽ tăng lên 22,3 cm tại trạm Châu Đốc.
Nhìn chung, mực nước trên sông Tiền ít bị ảnh hưởng bởi đê cao. Trong số các đồng bằng ngập lụt được xem xét, PoR có tác động lớn nhất đến mực nước của sông Tiền vì chúng được kết nối trực tiếp. Ví dụ, mực nước trung bình hàng năm tại Tân Châu tăng khoảng 8,8 cm, nhưng chỉ 0,6 cm tại trạm Cao Lãnh. Điều thú vị là PoR làm giảm nhẹ mực nước tại Mỹ Thuận do khả năng vận chuyển nước lũ từ ranh giới CV giảm. Mặc dù LXQ không liên kết trực tiếp với sông Tiền, nhưng nó khiến mực nước tăng khoảng 3,6 và 1,1 tại Tân Châu và Mỹ Thuận. Do đê cao bao phủ 2421 km 2 cho đến năm 2011, mực nước trung bình dự kiến sẽ tăng khoảng 0,6 cm tại Mỹ Thuận và lên tới 6,1 cm tại Tân Châu. Ngoài ra, mực nước trung bình tại Tân Châu có thể tăng 16,9 cm nếu đồng bằng ngập lụt của VMD được đê bảo vệ hoàn toàn. Đáng chú ý là các lỗi mô hình tại các trạm này tương đương với sự thay đổi mực nước giữa các kịch bản. Sự khác biệt tại các trạm được chọn, ngoại trừ Tân Châu, nằm trong phạm vi các biến thể lỗi mô hình (Bảng 2). Sự khác biệt về mực nước giữa các kịch bản có thể bị ảnh hưởng bởi thiết lập mô hình.
3.3.2 Biên độ thủy triều
Chế độ thủy động lực vùng đồng bằng sông Cửu Long chịu ảnh hưởng đáng kể của thủy triều từ Biển Đông. Một phân tích điều hòa thủy triều được thực hiện trong năm 2000 để khám phá những thay đổi có thể xảy ra trong các thành phần thủy triều chính. Hình 11 mô tả những thay đổi dự kiến về biên độ thủy triều dọc theo sông Tiền và sông Hậu từ cửa sông đến khoảng 195 km vào đất liền theo kịch bản phát triển đê cao.
Hình 11 Biên độ thủy triều của tám thành phần chính tại các trạm được chọn dọc theo sông Tiền (phải) và sông Hậu (trái) từ cửa sông đến khoảng 195 km về phía đất liền trong các kịch bản phát triển đê cao.
Biên độ thủy triều tại các cửa sông khó có thể thay đổi. Tuy nhiên, sự khác biệt trở nên đáng kể hơn nữa trong đất liền. Tại Châu Đốc, LXQ gây ra biên độ thủy triều tăng lớn nhất so với các vùng khác. Nó làm tăng nhẹ biên độ thủy triều M2 và K1 lần lượt khoảng 13 % và 15 %. Vùng xuyên Bassac có vai trò quan trọng trong sự thay đổi biên độ thủy triều từ Long Xuyên đến Cần Thơ. Các vùng đồng bằng ngập nước có đê bao dẫn đến sự gia tăng biên độ thủy triều từ 8 % lên 13 %. Ngoài ra, biên độ M2 và K1 có thể tăng gần 28 %, 27 % và 12 % tại Châu Đốc, Long Xuyên và Cần Thơ. Ngược lại, đê cao ở PoR dẫn đến biên độ giảm nhẹ trên sông Hậu. Tương tự, LXQ và Trans-Bassac làm biến đổi thủy triều trên sông Tiền giảm nhẹ. Đê cao được xây dựng trên PoR dẫn đến biên độ thủy triều trên sông Tiền cao hơn, với mức tăng khoảng 6 %. Mức tăng này có thể lên tới 28% tại Tân Châu, 11% tại Cao Lãnh và 4,4% tại Mỹ Thuận.
4. Thảo luận
4.1 Hiệu suất mô hình
Việc hiệu chỉnh được trình bày trong nghiên cứu này xem xét số lượng trạm lớn hơn so với các nghiên cứu trước đó (ví dụ Thanh và cộng sự, 2017; Tran và cộng sự, 2018; Triết và cộng sự, 2017; Vân và cộng sự, 2012). Các trạm này chủ yếu nằm ở VMD (Hình A1). Phần lớn các trạm trên các nhánh sông chính Mê Kông đều có NSE cao hơn 0,8 (tốt). Ngược lại, các trạm nằm xa dòng chính có giá trị NSE thấp hơn. Giá trị NSE của trạm Phước Long và Cà Mau thấp hơn mức chấp nhận được do mực nước tại các trạm này chịu ảnh hưởng lớn từ cơ sở hạ tầng địa phương, cụ thể là dự án Quản Lộ Phụng Hiệp (QLPH, xem Hình 1). QLPH đã được xây dựng để bảo vệ khu vực này khỏi xâm nhập mặn. Dòng chảy vào QLPH được kiểm soát bởi một loạt cửa cống chủ yếu nằm dọc theo bờ biển để ngăn nước mặn xâm nhập vào vùng trồng lúa và kiểm soát nguồn nước ngọt. Chúng tôi không xem xét các cửa cống này trong mô hình vì chúng không có lịch trình vận hành cố định: hoạt động của chúng dựa trên lịch mùa vụ và thủy động lực học tại chỗ (Manh và cộng sự, 2014). Ví dụ, mực nước quan trắc tại trạm Phước Long tương đối không thay đổi ở mức 0,2 m trong năm 2000, trong khi mô hình ước tính rằng mực nước tại trạm này có sự dao động bán ngày trong khoảng -0,2 m và 0,6 do ảnh hưởng thủy triều từ Biển Đông. Trong quá trình xác nhận, trạm Mỹ Thuận phù hợp hơn, trong khi các trạm khác có giá trị NSE tương đương. Vì vậy, chúng tôi tin tưởng rằng mô hình có khả năng nắm bắt chính xác thủy động lực học ở Đồng bằng sông Cửu Long.
Phương pháp lập mô hình trong nghiên cứu này khắc phục hạn chế của các mô hình 1-D trước đó xác định ranh giới của chúng tại các cửa sông. Các điều kiện biên (thường là mực nước) tại các vị trí này không phải lúc nào cũng có sẵn do hệ thống đo mực nước trong VMD không được lắp đặt ở tất cả các vị trí cửa sông. Việc áp dụng lực thủy triều đơn giản là không hợp lý vì dòng chảy của sông sẽ tác động đến mực nước trung bình cũng như đặc điểm thủy triều ở các cửa sông. Lưới mô hình của chúng tôi, được coi là một phần của giá, cho phép mô tả chính xác các động lực này.
4.2 Phân bố lượng nước theo không gian thời gian ở VMD
Tổng lượng nước ròng chảy qua đồng bằng sông Cửu Long tại Kratie là khoảng 600 km 3 vào năm 2000, do lũ lụt hàng năm đóng góp khoảng 480 km 3 tại địa điểm này. Con số này cao hơn đáng kể so với thể tích trung bình là 330 km 3 . Tuy nhiên, đỉnh lũ hàng năm vào năm 2000 chỉ cao hơn một chút so với đỉnh lũ trung bình là 52.000 m 3 s −1 (MRC, 2009a). Như vậy, trận lũ năm 2000 có đặc điểm là đường thủy văn rộng hơn bình thường.
Bảng 3 Phân bố lưu lượng nước thải tại các cửa sông (theo Nguyen et al., 2008).
Lưu ý rằng tỷ lệ phần trăm trong nghiên cứu này được tính toán dựa trên tổng khối lượng tại Kratie.
Một số nghiên cứu đã điều tra sự phân bố lượng lũ ở đồng bằng sông Cửu Long (ví dụ Mạnh và cộng sự, 2014; Nguyễn và cộng sự, 2008; Renaud và Kuenzer, 2012). Mạnh và cộng sự. (2014) đã tính toán phân bổ lượng lũ cho các trận lũ từ năm 2009 đến năm 2011 ở vùng thượng nguồn ĐBSCL và kết luận rằng phân bố lũ thay đổi không đáng kể trong khoảng thời gian nói trên. Tuy nhiên, họ không ước tính được sự phân bổ dòng chảy qua các cửa sông. Chúng tôi đã tìm thấy mô hình tương tự liên quan đến sự phân bố lượng lũ trên dòng chính, nhưng mô hình của chúng tôi ước tính lưu lượng lớn hơn qua biên giới VC tới VMD. Có thể giải thích cho điều này là trận lũ năm 2000 lớn hơn đáng kể so với trận lũ trong giai đoạn 2009–2011. Bảng 3 cho thấy sự so sánh về dòng vốn ra của VMD từ nghiên cứu hiện tại và từ năm mô hình khác, như được tóm tắt bởi Nguyen et al. (2008). Chỉ có một sự khác biệt nhỏ giữa các mô hình được sử dụng do dữ liệu địa hình và điều kiện biên khác nhau (Nguyen et al., 2008). Sự phân bố dòng chảy từ nghiên cứu hiện tại nằm trong phạm vi biến đổi của năm mô hình còn lại, mặc dù nó có khác biệt ở một số nhánh quan trọng, chẳng hạn như sông Tiền và sông Hậu, bên dưới Vàm Nao.
Sự phân bố nước thay đổi đôi chút theo mùa dòng chảy lớn và dòng chảy nhỏ. Những thay đổi lớn nhất được tìm thấy trong các đợt xả lũ vào đồng bằng ngập lụt. Ví dụ, lượng nước có tính theo mùa cao tại các trạm biên giới CV. Dòng chảy trong mùa dòng chảy nhỏ đóng góp 2%–6% dòng chảy hàng năm tại các trạm này. Tỷ lệ phần trăm tương đối của dòng chảy sông Mê Kông, thoát ra qua các cửa sông Hậu trong mùa dòng chảy nhỏ cao hơn so với mùa dòng chảy lớn, trong khi tỷ lệ phần trăm tại các cửa sông Tiền tương đối ổn định.
Một số nghiên cứu đã điều tra vai trò của hồ Tonle Sap trong việc điều tiết chế độ lũ trên sông Mê Kông (Fujii và cộng sự, 2003; Kummu và cộng sự, 2014; Manh và cộng sự, 2014). Kummu và cộng sự (2014) ước tính rằng hồ Tonle Sap có khả năng giảm khoảng 20% lượng nước xả dòng chính sông Mê Kông và lượng nước tích trữ lớn nhất của hồ là vào tháng 8, với lượng nước khoảng 15 km3 từ dòng chảy của sông Mê Kông. Lượng nước xả hàng tháng cao nhất xảy ra vào tháng 11 và đạt đỉnh ở gần 20 km3 . Do đó, hồ Tonle Sap có vai trò quan trọng trong việc điều tiết dòng chảy của sông Mê Kông theo quy mô thời gian. Các đồng bằng ngập lụt VMD có vai trò khác với hồ Tonle Sap về mặt thay đổi dòng chảy dòng chính sông Mê Kông. Chúng chủ yếu tích trữ nước lũ sớm vào tháng 8. Điều này dẫn đến việc giảm dòng chảy lũ tại các trạm hạ lưu dọc theo các đồng bằng ngập lụt này. Các trạm này đạt mức xả lũ cực đại khi các đồng bằng ngập lụt VMD gần như đầy. Do đó, dòng chảy cực đại tại các trạm hạ lưu xảy ravào tháng 10. Những kết quả này phù hợp với phân tích của Dang et al. (2018b).
4.3 Tác động của việc phát triển đê cao
Đồng bằng sông Cửu Long hiện đang phải đối mặt với một số mối đe dọa, như tác động của các đập thủy điện, mực nước biển dâng, sụt lún đất đồng bằng và cơ sở hạ tầng thủy lực (Dang và cộng sự, 2018a; Kondolf và cộng sự, 2018). Tác động của những mối đe dọa này rất khác nhau về mặt thời gian. Trong số này, cơ sở hạ tầng thủy lực (đặc biệt là đê cao) có ảnh hưởng đáng kể đến thủy động lực học trong khu vực trong thời gian ngắn. Đê cao ở VMD được xây dựng để bảo vệ đất nông nghiệp trong lũ lụt. Kết quả là lưu lượng lũ trên sông tăng lên và thủy động lực học ở VMD thay đổi. Cụ thể, kết quả chỉ ra rằng việc thiếu khả năng giữ lũ ở LXQ dẫn đến mực nước trên sông Hậu tăng lên và có xu hướng giảm dần từ Châu Đốc đến Cần Thơ. Mô hình tăng này cũng được tìm thấy bởi Tran et al. (2018), mặc dù có mức độ khác nhau do các năm khác nhau. Họ so sánh mực nước cao nhất, trong khi chúng tôi sử dụng mực nước trung bình hàng ngày để so sánh. Trần và cộng sự. (2018) nhận thấy mực nước dâng cao nhất sẽ cao hơn đáng kể nếu xây dựng đê cao. Các đỉnh này đặc biệt tăng ở vùng thượng lưu ĐBSCL (ví dụ 66 cm ở Châu Đốc và chỉ 4 cm ở Cần Thơ).
Điều thú vị là các đê cao ở PoR có tác động mạnh hơn một chút đến mực nước tại trạm Long Xuyên so với các đê ở khu vực LXQ. Nguyên nhân là do mực nước trên sông Tiền tăng, khiến lượng nước chuyển hướng từ sông Tiền sang sông Hậu tăng. Do kênh nối Vàm Nao, các vùng đồng bằng ngập lụt PoR ảnh hưởng đến sự dao động mực nước không chỉ trên sông Tiền mà còn trên sông Hậu. Ngoài ra, các vùng đồng bằng ngập lụt LXQ ảnh hưởng đến mực nước trên cả sông Tiền và sông Hậu. Tuy nhiên, mực nước tăng trên sông Tiền vẫn thấp hơn một chút so với mực nước trên sông Hậu, vì sông Tiền có nhiều cửa sông hơn và khả năng vận chuyển cao hơn so với sông Hậu.
Các nghiên cứu gần đây về tác động của đê cao ở ĐBSCL (ví dụ: Trần và cộng sự, 2018; Triết và cộng sự, 2017) chỉ so sánh mực nước tối đa. Tuy nhiên, chúng tôi thấy rằng đê cao cũng dẫn đến việc giảm mực nước tối thiểu. Điều này có nghĩa là đê cao có tác động đến biến động thủy triều trên các nhánh chính. Chúng tôi đã phân tích biên độ thủy triều của tám thành phần chính trong năm 2000 để định lượng mức nước trên các nhánh chính thay đổi như thế nào. Đáng chú ý, việc triển khai hoàn toàn hệ thống đê cao trên các đồng bằng ngập lụt ĐBSCL có thể gây ra sự gia tăng khoảng 12% và 4% trong biên độ thủy triều tại các trạm Cần Thơ và Mỹ Thuận tương ứng. Ngoài ra, đê cao ở PoR tiếp giáp trực tiếp với sông Tiền gây ra sự giảm biên độ thủy triều trên sông Hậu và ngược lại. Lý do cho điều này là nước sông không thể chảy vào các đồng bằng ngập lụt, dẫn đến sự gia tăng lưu lượng sông ở các dòng chính. Lưu lượng dòng sông tăng này gây ra sự giảm đáng kể biên độ M2 (Guo và cộng sự, 2016). Biên độ và mực nước trung bình tại các trạm cửa sông khó có thể thay đổi trong quá trình phát triển đê cao (Bảng 2). Điều này là do thực tế là mất khả năng giữ lũ do các vùng đồng bằng ngập lụt được bảo vệ bởi đê cao gây ra sự thay đổi không đáng kể trong lưu lượng nước tại vị trí đó. Ngược lại, và lấy ví dụ, Kuang và cộng sự (2017) phát hiện ra rằng nếu lưu lượng nước xả từ sông Dương Tử ở thượng nguồn tăng 20.000 m 3 s -1 , thì mực nước tại cửa sông có thể dâng lên khoảng 1 cm. Một lời giải thích cho điều này là sự thay đổi lưu lượng nước do phát triển đê cao không đủ lớn để làm tăng mực nước tại cửa sông.
Hình 12 Mực nước trung bình hàng ngày mô phỏng trong những năm lũ lớn 1981, 1991 và 2000 tại các trạm được chọn trên sông Mê Kông. Các đường đứt nét chỉ ra sự khác biệt về mực nước do tác động của đê cao.
Tác động của việc phát triển đê cao đến thủy động lực hạ lưu được đánh giá là khác nhau và không đáng kể như các đập thủy điện, biến đổi khí hậu và nước biển dâng. Đăng và cộng sự. (2018a) tiết lộ rằng việc phát triển thủy điện làm tăng mực nước hàng tháng tại Tân Châu thêm 0,4 m và tại Mỹ Thuận thêm 0,05 m trong một năm ẩm ướt. Biểnmực nước dâng cao gây ra sự gia tăng dần dần nhưng mạnh mẽ của mực nước. Ví dụ, mực nước tại Mỹ Thuận có thể tăng 0,3 m do mực nước biển dâng cao 0,38 m. Tuy nhiên, sự phát triển đê cao ở VMD gây ra một tác động rõ rệt khác đối với các đồng bằng ngập lụt: nó ngăn không cho nước lũ tràn vào các đồng bằng ngập lụt, do đó loại trừ sự lắng đọng trầm tích trên các đồng bằng ngập lụt này. Sự lắng đọng trầm tích trên các đồng bằng ngập lụt có lợi cho sản xuất nông nghiệp. Chapman và cộng sự (2016) ước tính rằng lượng trầm tích lắng đọng hàng năm ở An Giang sẽ có giá trị 26 triệu đô la Mỹ.
4.4 Kịch bản lưu lượng và lưu lượng lũ
Để nghiên cứu tác động của sự phân bố các điều kiện thủy văn, chúng tôi đã chọn các năm 1981, 1991 và 2000 để so sánh, vì những năm này bao gồm các trận lũ cực đoan về đỉnh lũ và khối lượng lớn nhất. Các mô phỏng đã xem xét các điều kiện có và không có đê cao. Hình 12 cho thấy mực nước tại các trạm VMD là tương đương nhau trong cả 3 năm, mặc dù lũ đỉnh năm 1991 tại Kratie lớn hơn khoảng 20% so với lũ đỉnh năm 2000. Hơn nữa, lũ năm 2000 – có khối lượng lũ lớn nhất – dẫn đến mực nước cao nhất. Do đó, khối lượng lũ quan trọng hơn lưu lượng đỉnh lũ đối với các điều kiện lũ cực đoan. Lý do cho điều này là các đỉnh lũ cao làm ngập khu vực và lấp đầy Hồ Tonle Sap ở Campuchia; do đó, lưu lượng lũ đỉnh giảm và kéo dài về phía hạ lưu (Triet và cộng sự, 2017). Ngoài ra, Hình 12 cho thấy sự khác biệt về mực nước đối với các kịch bản có và không có đê cao là tương tự nhau và giảm dần về phía hạ lưu trong cả 3 năm.
4.5 Ước tính độ không chắc chắn
Chất lượng của dữ liệu đầu vào ảnh hưởng trực tiếp đến độ không đảm bảo của kết quả mô hình. Có nhiều nguồn không chắc chắn khác nhau như địa hình, lưu lượng sông, điều kiện ban đầu và các thông số mô hình (Abily và cộng sự, 2016; Di Baldassarre và Montanari, 2009; Bates và cộng sự, 2004; Savage và cộng sự, 2016; Teng và cộng sự ., 2017). Dữ liệu lưu lượng sông chứa đựng sự không chắc chắn do sử dụng đường cong xếp hạng để tạo ra giá trị lưu lượng từ mực nước. Lưu lượng nội suy và ngoại suy đã được chứng minh là không chắc chắn trong khoảng từ 6,2 % đến 42,8 % (Di Baldassarre và Montanari, 2009). Điều kiện ban đầu bao gồm mực nước là trạng thái ban đầu của các sông và vùng ngập lũ, đặc biệt là hồ Tonle Sap. Tuy nhiên, nhìn chung thiếu mực nước đo được trên toàn bộ đồng bằng sông Cửu Long. Để khắc phục hạn chế này, chúng tôi đã áp dụng thời gian quay vòng dài. Độ sâu sông trong nghiên cứu này được xây dựng lại từ các mặt cắt ngang. Mặc dù việc đo độ sâu của sông đã được xây dựng lại bằng cách sử dụng một phương pháp hiệu quảPhương pháp nội suy này chứa sai số 0,74 m (Thanh và cộng sự, 2019). Một trong những nguồn chính gây ra sự không chắc chắn bắt nguồn từ dữ liệu SRTM. Mặc dù dữ liệu SRTM được sử dụng cho vùng đồng bằng ngập lụt VMD, nhưng chúng góp phần gây ra lỗi mô hình. Gần đây, một số nghiên cứu đã báo cáo rằng dữ liệu SRTM chứa nhiều sự không chắc chắn, bao gồm nhiễu sọc, nhiễu đốm, độ lệch tuyệt đối và độ lệch chiều cao cây (Hawker và cộng sự, 2018; Tarekegn và Sayama, 2013; Yamazaki và cộng sự, 2017). Trên thực tế, Hawker và cộng sự (2018) đã tiết lộ rằng dữ liệu SRTM có thể chứa các lỗi chiều cao thẳng đứng từ 1,0 đến 4,8 m. Các nghiên cứu này cho thấy rằng dữ liệu SRTM nên được xử lý để loại bỏ các lỗi này. Tuy nhiên, mô hình trong nghiên cứu này cho phép người ta hiểu rõ hơn về thủy động lực học ở Đồng bằng sông Cửu Long và có thể đóng vai trò là công cụ cho các nghiên cứu so sánh. Các công trình trong tương lai sẽ khám phá tác động của sự không chắc chắn đầu vào của mô hình đối với kết quả của mô hình.
5. Kết Luận
Trong nghiên cứu này, chúng tôi đã áp dụng mô hình dựa trên quy trình (DFM) để mô phỏng thủy động lực học trên toàn bộ Đồng bằng sông Cửu Long từ Kratie đến các khu vực thềm lục địa. Mô hình được hiệu chuẩn bằng cách sử dụng tập dữ liệu về mực nước và lưu lượng tại 36 trạm trên Đồng bằng sông Cửu Long. Mô hình cho thấy sự phù hợp tốt giữa mô phỏng và quan sát. Mô hình này là phiên bản cải tiến của mô hình do Thanh và cộng sự (2017) sử dụng, vì nó tính đến đồng bằng ngập lụt của Campuchia và Việt Nam cũng như mạng lưới sông/kênh dày đặc ở VMD. Tuy nhiên, mô hình này không bao gồm các sông/kênh cấp ba và các cấu trúc thủy lực để điều chỉnh độ mặn.
Chúng tôi nhận thấy sự thay đổi phân bổ dòng chảy theo mùa trên khắp các cửa sông Mê Kông là không đáng kể, ngoại trừ cửa Định An có sự gia tăng nhẹ vào mùa dòng chảy kiệt. Ngược lại, mạng lưới sông Mê Kông xả ra biển qua cửa Soài Rạp và LXQ phía Tây giảm mạnh vào mùa dòng chảy kiệt so với mùa dòng chảy cao do giảm tràn ở biên CV.
Nghiên cứu này phát hiện ra rằng các đồng bằng ngập lụt được bảo vệ bởi đê ở LXQ và PoR ảnh hưởng đến chế độ nước không chỉ trên nhánh sông Mê Kông được kết nối trực tiếp mà còn trên các nhánh khác. Đê cao LXQ gây ra sự gia tăng mực nước trung bình hàng ngày, nhưng làm giảm biên độ thủy triều trên sông Tiền (sau kênh kết nối Vàm Nao). Một mô hình tương tự cũng được tìm thấy đối với sự tương tác giữa đê cao PoR và sông Hậu. Đê cao được xây dựng ở các vùng PoR, LXQ và Trans-Bassac đã chứng minh tác động đến mực nước tại Tân Châu, Châu Đốc và Cần Thơ. Những kết quả này sẽ có lợi cho việc quản lý và quy hoạch nước bền vững tại VMD.
Phụ lục A: Hiệu chỉnh mô hình
Để hiệu chuẩn mực nước, có tới 36 trạm được sử dụng để hiệu chuẩn. Dựa vào cách phân loại nêu trên, giá trị NSE tại 33 trên 36 trạm cao hơn giá trị chấp nhận được là 0,5: 23, 4 và 6 trạm lần lượt được xếp loại rất tốt, tốt và đạt yêu cầu (Hình A1). Ba trạm chưa đạt yêu cầu là Cà Mau, Phước Long và Rạch Giá. Về việc xác nhận mô hình, chỉ có 14 trạm được sử dụng do có sẵn dữ liệu quan sát. Trong thời gian xác nhận, các trạm này có các giá trị NSE nằm trong cùng nhóm với các giá trị hiệu chuẩn. Tuy nhiên, tuy thuộc loại tốt và rất tốt nhưng các giá trị tại trạm Mỹ Thuận lại tăng từ 0,69 trong hiệu chuẩn lên 0,74 trong hiệu chuẩn.
Đối với hiệu chuẩn xả nước, 11 trạm trên dòng chính và bên kia biên giới CV được sử dụng để hiệu chuẩn. Tổng cộng có 9 trong số 11 trạm có giá trị NSE ở loại rất tốt (Hình A2). Hai trạm là trạm xuyên biên giới, cụ thể là biên giới bên phải (đến PoR) và biên giới bên trái (đến LXQ), lần lượt nằm trong loại đạt yêu cầu và không đạt yêu cầu; tuy nhiên, giá trị NSE là 0,49 ở biên giới bên trái và 0,54 ở biên giới bên phải, dao động quanh tiêu chí chấp nhận được. Dữ liệu tại các trạm này không có sẵn để xác thực. Tất cả các trạm được sử dụng để xác thực đều nằm trong nhóm rất tốt. So với hiệu chuẩn, giá trị NSE để xác thực tương đối ổn định, ngoại trừ trạm Mỹ Thuận, tăng từ 0,84 lên 0,95.
Hình A1 Giá trị NSE của mực nước tại các trạm đo ở Đồng bằng sông Cửu Long. Việc hiệu chuẩn (năm 2000) và xác nhận (năm 2001) lần lượt được trình bày trong bảng (a) và (b.
Bảng A1 Độ lệch tính toán khi hiệu chỉnh mực nước tại các trạm ở các vùng khác nhau.
Tính sẵn có của mã vạch và dữ liệu
Dữ liệu được sử dụng trong bài viết này không được truy cập công khai; tuy nhiên, dữ liệu và mã có thể được cung cấp từ tác giả tương ứng theo yêu cầu hợp lý.
Sự đóng góp của tác giả
VQT, DR và MVDW chịu trách nhiệm lên ý tưởng cho nghiên cứu này và phân tích chính thức. VQT, JR và HK đã thiết kế và thi công khung mô hình. GVV và VTPL chịu trách nhiệm quản lý dữ liệu. VQT đã viết bản thảo đầu tiên của bài báo và tất cả các tác giả đều đóng góp cho bài báo bằng cách đưa ra những nhận xét và đề xuất.
Lợi ích cạnh tranh
Các tác giả tuyên bố rằng họ không có xung đột lợi ích.
Sự nhìn nhận
Dự án này là một phần của DRI vùng đồng bằng nhiệt đới ONR và được tài trợ theo số trợ cấp. N00014-12-1-0433 và N00014-15-1-2824. Các tác giả xin cảm ơn Trần Đức Dũng và Ủy ban sông Mê Kông đã cung cấp số liệu. Các mô phỏng đã được thực hiện trên cơ sở hạ tầng điện tử quốc gia Hà Lan với sự hỗ trợ của hợp tác xã SURF. Chúng tôi đánh giá cao ba nhà phê bình ẩn danh vì những nhận xét và đề xuất của họ nhằm cải thiện bài viết này.
Hỗ trợ tài chính
Nghiên cứu này được hỗ trợ bởi ONR Tropical Deltas DRI (số tài trợ N00014-12-1-0433 và N00014-15-1-2824).
Tuyên bố đánh giá
Bài viết này do Giuliano Di Baldassarre biên tập và được ba trọng tài giấu tên xem xét.
Tài liệu tham khảo
Abily, M., Bertrand, N., Delestre, O., Gourbesville, P., và Duluc, CM: Phân tích độ nhạy toàn cầu không gian của dữ liệu địa hình được phân loại có độ phân giải cao trong mô hình lũ lụt đô thị 2D, Environ. Model. Softw., 77, 183–195, https://doi.org/10.1016/j.envsoft.2015.12.002 , 2016.
Achete, FM, van der Wegen, M., Roelvink, D., và Jaffe, B.: Mô hình dựa trên quy trình 2 chiều cho động lực trầm tích lơ lửng: bước đầu tiên hướng tới mô hình sinh thái, Hydrol. Earth Syst. Sci., 19, 2837–2857, https://doi.org/10.5194/hess-19-2837-2015 , 2015.
Amante, C. và Eakins, BW: Mô hình cứu trợ toàn cầu ETOPO1 1 phút cung: Thủ tục, nguồn dữ liệu và phân tích, NOAA Tech. Memo. NESDIS, NGDC-24, NOAA, 19 trang, 2009.
Bates, PD, Horritt, MS, Aronica, G., và Beven, K.: Cập nhật Bayesian về khả năng ngập lụt dựa trên dữ liệu về phạm vi lũ lụt, Thủy văn. Quy trình, 18, 3347–3370, https://doi.org/10.1002/hyp.1499 , 2004.
Biggs, D., Miller, F., Hoanh, CT, và Molle, F.: Cỗ máy đồng bằng: quản lý nước ở Đồng bằng sông Cửu Long của Việt Nam theo quan điểm lịch sử và đương đại, trong: Cảnh quan nước tranh chấp ở khu vực sông Cửu Long: thủy điện, sinh kế và quản trị, biên tập bởi: Molle, F., Foran, T., và Kakonen, M., Routledge, London, Vương quốc Anh, 203–225, 2009.
Bomers, A., Schielen, RMJ và Hulscher, SJMH: Ảnh hưởng của hình dạng lưới và kích thước lưới đến hiệu suất mô hình hóa sông thủy lực, Environ. Fluid Mech., 19, 1273–1294, https://doi.org/10.1007/s10652-019-09670-4 , 2019.
Chapman, A. và Darby, S.: Đánh giá các chiến lược thích ứng bền vững cho các vùng đồng bằng lớn dễ bị tổn thương bằng cách sử dụng mô hình động lực hệ thống: Nông nghiệp lúa gạo ở tỉnh An Giang, Đồng bằng sông Cửu Long, Việt Nam, Sci. Tổng môi trường., 559, 326–338, https://doi.org/10.1016/j.scitotenv.2016.02.162 , 2016.
Chapman, AD, Darby, SE, Hoang, HM, Tompkins, EL, và Van, TPD: Sự cân bằng giữa thích ứng và phát triển: lắng đọng trầm tích sông ngòi và tính bền vững của trồng lúa ở tỉnh An Giang, Đồng bằng sông Cửu Long, Biến đổi khí hậu, 137 , 593–608, https://doi.org/10.1007/s10584-016-1684-3 , 2016.
Dang, DT, Cochrane, TA, Arias, ME và Dang, VP: Những thay đổi thủy văn trong tương lai ở Đồng bằng sông Cửu Long dưới tác động của phát triển tài nguyên nước, sụt lún đất và mực nước biển dâng, J. Hydrol. Reg. Stud., 15, 119–133, https://doi.org/10.1016/j.ejrh.2017.12.002 , 2018a.
Dang, TH, Ouillon, S., và Van Vinh, G.: Ngân sách nước và trầm tích lơ lửng ở Hạ lưu sông Mê Kông từ tần số cao, Nước, 10, 846, https://doi.org/10.3390/w10070846 , 2018b.
Darby, SE, Hackney, CR, Leyland, J., Kummu, M., Lauri, H., Parsons, DR, Best, JL, Nicholas, AP, và Aalto, R.: Nguồn cung cấp trầm tích sông ngòi cho một vùng đồng bằng lớn giảm bằng cách thay đổi hoạt động của bão nhiệt đới, Nat. Công bố Gr., 539, 276–279, https://doi.org/10.1038/nature19809 , 2016.
Deltares: Lưới linh hoạt D-Flow: Hướng dẫn sử dụng, Delft, Hà Lan, 2018.
Sở Nông nghiệp và Phát triển nông thôn An Giang và Đồng Tháp: Bản đồ cơ sở hạ tầng thủy lợi An Giang và Đồng Tháp, An Giang và Đồng Tháp, 2012.
Di Baldassarre, G. và Montanari, A.: Sự không chắc chắn trong quan sát lưu lượng sông: Phân tích định lượng, Hydrol. Hệ thống Trái đất. Khoa học, 13, 913–921, https://doi.org/10.5194/hess-13-913-2009 , 2009.
Dung, NV, Merz, B., Bárdossy, A., Thắng, TD và Apel, H.: Hiệu chỉnh tự động đa mục tiêu của các mô hình thủy động lực học sử dụng bản đồ ngập lụt và dữ liệu đo, Hydrol. Hệ thống Trái đất. Khoa học, 15, 1339–1354, https://doi.org/10.5194/hess-15-1339-2011 , 2011.
Duong, VHT, Nestmann, F., Van, TC, Hinz, S., Oberle, P., và Geiger, H.: Tác động địa lý của việc đo đạc đê điều để sử dụng đất đối với nước lũ trong tác động địa lý của việc đo đạc đê điều để sử dụng đất đối với nước lũ ở Đồng bằng sông Cửu Long, trong: Hội nghị chuyên gia trẻ về nước Đông Âu lần thứ 8 – IWA, 12–14 tháng 5 năm 2016, Gdansk, Ba Lan, 308–317, 2016.
Egbert, GD và Erofeeva, SY: Mô hình hóa ngược hiệu quả của thủy triều đại dương barotropic, J. Atmos. Ocean. Tech., 19, 183–204, 2002.
Frappart, F., Đỗ Minh, K., L’Hermitte, J., Cazenave, A., Ramillien, G., Lê Toàn, T., và Mognard-Campbell, N.: Thay đổi lượng nước ở hạ lưu sông Mê Kông từ dữ liệu hình ảnh và độ cao vệ tinh, Geophys. J. Int., 167, 570–584, https://doi.org/10.1111/j.1365-246X.2006.03184.x , 2006.
Fujihara, Y., Hoshikawa, K., Fujii, H., Kotera, A., Nagano, T., và Yokoyama, S.: Phân tích và xác định xu hướng mực nướcở Đồng bằng sông Cửu Long, Việt Nam, Thủy văn. Quy trình., 30, 835–845, https://doi.org/10.1002/hyp.10642 , 2016.
Fujii, H., Garsdal, H., Ward, P., Ishii, M., Morishita, K., và Boivin, T.: Vai trò thủy văn của vùng ngập lũ sông Mê Kông ở Campuchia, Int. J. Quản lý lưu vực sông, 1, 1–14, https://doi.org/10.1080/15715124.2003.9635211 , 2003.
GSOVN – Tổng cục Thống kê Việt Nam: Niên giám thống kê Việt Nam, Hà Nội, 2010.
Guo, L., van der Wegen, M., Wang, ZB, Roelvink, D., và He, Q.: Khám phá tác động của nhiều thành phần thủy triều và sự thay đổi dòng chảy của sông đối với hình thái động lực học cửa sông quy mô lớn, lâu dài bằng phương pháp của mô hình 1-D, J. Geophys. Res.-Earth, 121, 1000–1022, https://doi.org/10.1002/2016JF003821 , 2016.
Gupta, A. và Liew, SC: Sông Mê Kông từ ảnh vệ tinh: Nhìn nhanh về một con sông lớn, Địa mạo học, 85, 259–274, https://doi.org/10.1016/j.geomorph.2006.03.036 , 2007 .
Hawker, L., Rougier, J., Neal, J., Bates, P., Archer, L., và Yamazaki, D.: Ý nghĩa của việc mô phỏng các mô hình độ cao kỹ thuật số toàn cầu cho nghiên cứu ngập lụt, Tài nguyên nước. Nghị quyết, 54, 7910–7928, https://doi.org/10.1029/2018WR023279 , 2018.
Hung, NN: Động lực trầm tích ở vùng đồng bằng ngập lụt Đồng bằng sông Cửu Long, Việt Nam, Universität Stuttgart, Stuttgart, 2011.
Kakonen, M.: Đồng bằng sông Cửu Long ở ngã ba đường: Kiểm soát nhiều hơn hay thích ứng??, Ambio, 37, 205–212, 2008.
Kernkamp, HWJ, Van Dam, A., Stelling, GS, và De Goede, ED: Sơ đồ hiệu quả cho các phương trình nước nông trên lưới không có cấu trúc với ứng dụng cho thềm lục địa, Ocean Dynam., 61, 1175–1188, https://doi.org/10.1007/s10236-011-0423-6 , 2011.
Koehnken, L.: Đánh giá chương trình giám sát xả và bồi lắng của IKMP, khuyến nghị và phân tích dữ liệu. Phần 2: Phân tích dữ liệu kết quả sơ bộ, Ủy ban sông Mê Kông, Phnom Penh, Campuchia, 2012.
Kondolf, GM, Schmitt, RJP, Carling, P., Darby, S., Arias, M., Bizzi, S., Castelletti, A., Cochrane, TA, Gibson, S., Kummu, M., Oeurng, C., Rubin, Z., và Wild, T.: Thay đổi ngân sách trầm tích của sông Mê Kông: Các mối đe dọa tích lũy và chiến lược quản lý cho lưu vực sông lớn, Sci. Total Environ., 625, 114–134, https://doi.org/10.1016/j.scitotenv.2017.11.361 , 2018.
Kuang, C., Chen, W., Gu, J., Su, TC, Song, H., Ma, Y., và Dong, Z.: Đóng góp của lưu lượng sông vào mực nước biển dâng ở cửa sông Dương Tử, Trung Quốc, Tiếp theo Shelf Res., 134, 63–75, https://doi.org/10.1016/j.csr.2017.01.004 , 2017.
Kuenzer, C., Guo, H., Huth, J., Leinenkugel, P., Li, X., và Dech, S.: Lập bản đồ lũ lụt và diễn biến lũ lụt ở đồng bằng sông Cửu Long: phân tích chuỗi thời gian dựa trên ENVISAT-ASAR-WSM , Remote Sens., 5, 687–715, https://doi.org/10.3390/rs5020687 , 2013.
Kummu, M., Tes, S., Yin, S., Adamson, P., Józsa, J., Koponen, J., Richey, J., và Sarkkula, J.: Phân tích cân bằng nước cho hồ Tonle Sap- hệ thống vùng ngập lũ, Hydrol. Process., 28, 1722–1733, https://doi.org/10.1002/hyp.9718 , 2014.
Le, TVH, Nguyen, HN, Wolanski, E., Tran, TC, và Haruyama, S.: Tác động kết hợp của các công trình nhân tạo tại địa phương, mực nước biển dâng và các đập thượng nguồn ở lưu vực sông lên lũ lụt ở đồng bằng sông Cửu Long của Việt Nam, Estuar. Coast. Shelf Sci., 71, 110–116, https://doi.org/10.1016/j.ecss.2006.08.021 , 2007.
Le Sam: Thùy nông ‘o đông băng sông Cúu Long – [Agriculture irrigation in the Mekong Delta], Agriculture Publisher, Ho Chi Minh city, 1996.
Manh, NV, Dung, NV, Hung, NN, Merz, B., và Apel, H.: Vận chuyển trầm tích lơ lửng và lắng đọng trầm tích quy mô lớn ở Đồng bằng sông Cửu Long, Hydrol. Earth Syst. Sci., 18, 3033–3053, https://doi.org/10.5194/hess-18-3033-2014 , 2014.
Moriasi, DN, Arnold, JG, Van Liew, MW, Bingner, RL, Harmel, RD và Veith, TL: Hướng dẫn đánh giá mô hình để định lượng độ chính xác một cách có hệ thống trong mô phỏng lưu vực, T. ASABE, 50, 885–900, https://doi.org/10.13031/2013.23153 , 2007.
MRC: Tổng quan về thủy văn lưu vực sông Mê Kông, Viêng Chăn, Lào, 2005.
MRC: Báo cáo lũ lụt sông Mê Kông thường niên 2008, Viêng Chăn, 2009a.
MRC: Tập sách thông tin quản lý MRC số 2: Dòng chảy của sông Mê Kông, có tại: http://www.mrcmekong.org/assets/Publications/report-management-develop/MRC-IM-No2-the-flow-of -the-mekong.pdf (truy cập lần cuối: 15 tháng 4 năm 2014), 2009b.
MRC: Báo cáo tình hình lưu vực năm 2010, Viêng Chăn, Lào, 2010.
Nash, JE và Sutcliffe, J. V: Dự báo dòng chảy sông thông qua các mô hình khái niệm Phần I – thảo luận về các nguyên tắc, J. Hydrol., 10, 282–290, https://doi.org/10.1016/0022-1694(70)90255-6 , 1970.
Nguyen, AD, Savenije, HHG, Pham, DN, và Tang, DT: Sử dụng phép đo xâm nhập mặn để xác định sự phân bố lưu lượng nước ngọt trên các nhánh của cửa sông nhiều kênh: Trường hợp Đồng bằng sông Cửu Long, Estuar. Coast. Shelf Sci., 77, 433–445, https://doi.org/10.1016/j.ecss.2007.10.010 , 2008.
Nguyen, PM, Le, K. Van, Botula, Y., và Cornelis, WM: Đánh giá chức năng giữ nước và truyền tải nước của đất đối với đất Đồng bằng sông Cửu Long của Việt Nam, Agr. Water Manage., 158, 126–138, https://doi.org/10.1016/j.agwat.2015.04.011 , 2015.
Pawlowicz, R., Beardsley, B. và Lentz, S.: Phân tích điều hòa thủy triều cổ điển bao gồm ước tính sai số trong MATLAB bằng T_TIDE, Comput. Geosci., 28, 929–937, https://doi.org/10.1016/S0098-3004(02)00013-4 , 2002.
Renaud, FG và Kuenzer, C.: Hệ thống đồng bằng sông Cửu Long, Springer, Dordrecht, Heidelberg, New York, London, 2012.
Renaud, FG, Syvitski, JPM, Sebesvari, Z., Werners, SE, Kremer, H., Kuenzer, C., Ramesh, R., Jeuken, AD, và Friedrich, J.: Chuyển từ kỷ Holocene sang kỷ Anthropocene: Các đồng bằng châu thổ lớn trên thế giới bị đe dọa như thế nào?, Curr. Opin. Environ. Sustain., 5, 644–654, https://doi.org/10.1016/j.cosust.2013.11.007 , 2013.
Reuter, HI, Nelson, A., và Jarvis, A.: Đánh giá các phương pháp nội suy lấp đầy khoảng trống cho dữ liệu SRTM, Int. J. Geogr. Inf. Sci., 21, 983–1008, https://doi.org/10.1080/13658810601169899 , 2007.
Savage, JTS, Bates, P., Freer, J., Neal, J., và Aronica, G.: Khi nào độ phân giải không gian trở nên giả mạo trong các dự đoán ngập lụt xác suất?, Hydrol. Process., 30, 2014–2032, https://doi.org/10.1002/hyp.10749 , 2016.
Syvitski, JPM và Kettner, A.: Dòng trầm tích và Anthropocene, Philos. T.Roy. Sóc. A, 369, 957–975, https://doi.org/10.1098/rsta.2010.0329 , 2011.
Ta, TKO, Nguyen, VL, Tateishi, M., Kobayashi, I., Saito, Y., và Nakamura, T.: Đá trầm tích và sự tiến triển muộn của Đồng bằng sông Cửu Long ở tỉnh Bến Tre, miền Nam Việt Nam: Một ví dụ về sự tiến hóa từ địa hình chịu tác động của thủy triều sangmột đồng bằng châu thổ chịu ảnh hưởng của thủy triều và sóng, Trầm tích. Geol., 152, 313–325, https://doi.org/10.1016/S0037-0738(02)00098-2 , 2002.
Tarekegn, TH và Sayama, T.: Hiệu chỉnh các hiện vật SRTM bằng biến đổi Fourier để mô hình hóa ngập lụt, Tạp chí Khoa học Xã hội và Nhân văn, Kỹ thuật, B1, 69, 193–198, 2013.
Teng, J., Jakeman, AJ, Vaze, J., Croke, BFW, Dutta, D., và Kim, S.: Mô hình hóa ngập lụt: Tổng quan về các phương pháp, những tiến bộ gần đây và phân tích sự không chắc chắn, Environ. Model. Softw., 90, 201–216, https://doi.org/10.1016/j.envsoft.2017.01.006 , 2017.
Thanh, VQ, Hoành, CT, Trung, NH, và Tri, VPD: Phương pháp hiệu chỉnh độ lệch của dữ liệu lượng mưa do mô hình khí hậu khu vực tạo ra, trong: Hội thảo quốc tế về Địa tin học phục vụ phát triển cơ sở hạ tầng không gian trong khoa học Trái đất và các ngành khoa học liên quan năm 2014, Liên đoàn Địa tin học Nhật Bản-Việt Nam, từ ngày 6 đến ngày 9 tháng 12 năm 2019, Đà Nẵng, Việt Nam, năm 2014.
Thanh, VQ, Reyns, J., Wackerman, C., Eidam, EF và Roelvink, D.: Mô hình hóa động lực trầm tích lơ lửng trên đồng bằng châu thổ sông Cửu Long, Cont. Shelf Res., 147, 213–230, https://doi.org/10.1016/j.csr.2017.07.013 , 2017.
Thanh, VQ, Roelvink, D., van der Wegen, M., Tu, LX, Reyns, J., và Linh, VTP: Nội suy địa hình không gian cho các kênh uốn khúc, J. Waterw. Bờ Cảng. Ocean Eng., đang đánh giá, 2019.
Tran, DD, van Halsema, G., Hellegers, PJGJ, Phi Hoang, L., Quang Tran, T., Kummu, M., và Ludwig, F.: Đánh giá tác động của việc xây dựng đê đến động lực lũ lụt của Đồng bằng sông Cửu Long, Hydrol. Earth Syst. Sci., 22, 1875–1896, https://doi.org/10.5194/hess-22-1875-2018 , 2018.
Triết, NVK, Dũng, NV, Fujii, H., Kummu, M., Merz, B., và Apel, H.: Việc phát triển đê ở Đồng bằng sông Cửu Long của Việt Nam có làm thay đổi nguy cơ lũ lụt ở hạ lưu không?, Hydrol. Hệ thống Trái đất. Khoa học, 21, 3991–4010, https://doi.org/10.5194/hess-21-3991-2017 , 2017.
Tu, LX, Thanh, VQ, Reyns, J., Van, SP, Anh, DT, Dang, TD và Roelvink, D.: Vận chuyển trầm tích và mô hình động lực hình thái trên các cửa sông và vùng ven biển của Đồng bằng sông Cửu Long Việt Nam, Tiếp theo Shelf Res., 186, 64–76, https://doi.org/10.1016/j.csr.2019.07.015 , 2019.
Van, PDT, Popescu, I., Van Griensven, A., Solomatine, DP, Trung, NH, và Green, A.: Nghiên cứu về tác động của biến đổi khí hậu đến sự lan truyền lũ sông ở Đồng bằng sông Cửu Long, Việt Nam, Hydrol. Earth Syst. Sci., 16, 4637–4649, https://doi.org/10.5194/hess-16-4637-2012 , 2012.
Walther, BA và Moore, JL: Các khái niệm về độ lệch, độ chính xác và độ tin cậy, cũng như việc sử dụng chúng trong việc kiểm tra hiệu suất của các công cụ ước tính độ phong phú loài, với tổng quan tài liệu về hiệu suất của công cụ ước tính, Ecography, 28, 815–829, 2005.
Wassmann, R., Hien, NX, Hoành, CT, và Tường, TP: Mực nước biển dâng ảnh hưởng đến Đồng bằng sông Cửu Long của Việt Nam: mực nước dâng trong mùa lũ và những tác động đối với sản xuất lúa gạo, Biến đổi khí hậu, 66, 89–107, https: //doi.org/10.1023/B:CLIM.0000043144.69736.b7 , 2004.
Wolanski, E., Huân, NN, Dao, LT, Nhân, NH, và Thủy, NN: Động lực trầm tích mịn ở cửa sông Mê Kông, Việt Nam, Cửa sông. Bờ biển. Kệ Khoa học, 43, 565–582, 1996.
Wood, M., Hostache, R., Neal, J., Wagener, T., Giustarini, L., Chini, M., Corato, G., Matgen, P., và Bates, P.: Hiệu chuẩn các thông số độ sâu kênh và ma sát trong mô hình thủy lực LISFLOOD-FP sử dụng dữ liệu SAR có độ phân giải trung bình và các kỹ thuật nhận dạng, Hydrol. Earth Syst. Sci., 20, 4983–4997, https://doi.org/10.5194/hess-20-4983-2016 , 2016. Yamazaki, D., Ikeshima, D., Tawatari, R., Yamaguchi, T., O’Loughlin, F., Neal, JC, Sampson, CC, Kanae, S., và Bates, PD: Bản đồ độ chính xác cao về độ cao địa hình toàn cầu, Geophys. Res. Lett., 44, 5844–5853, https://doi.org/10.1002/2017GL072874 , 2017.
Nguồn:
Hydrology and Earth System Sciences
An interactive open-access journal of the European Geosciences Union