Do công tác phòng chống thiên tai thiếu một chiến lược hợp lý nên việc nâng cao khả năng dự báo lũ sớm trên lưu vực sông Vu Gia - Thu Bồn bằng hỗ trợ trực tuyến, giám sát thủy văn được xem như công cụ hiệu quả giảm thiệt hại do lũ gây ra.
Nếu dự báo lũ chính xác thì người dân sẽ chủ động phòng tránh, hạn chế thấp nhất thiệt hại. TRONG ẢNH: Người trồng dưa hấu ven sông Vu Gia qua huyện Đại Lộc bị thiệt hại do cơn lũ trái mùa hồi tháng 3 năm nay. |
Tại cuộc hội thảo khoa học với chủ đề “Khai thác dữ liệu hệ thống cảnh báo lũ lưu vực sông Vu Gia - Thu Bồn” do Bộ KH-CN, Trường Đại học Nông lâm TP.Hồ Chí Minh, phối hợp với Văn phòng Ban Chỉ huy phòng chống thiên tai và tìm kiếm cứu nạn tỉnh tổ chức vừa qua, đa số nhà khoa học, cơ quan quản lý nhà nước đều đánh giá tính hữu ích của “Hệ hỗ trợ trực tuyến cảnh báo lũ”, cung cấp kịp thời cho người dân những thông tin về tình trạng lũ lụt, nhờ đó giảm thiểu tổn thất về người, tài sản trong vùng ngập lụt.
Dự báo lũ
Để cụ thể hóa kế hoạch hành động thực hiện chiến lược quốc gia phòng chống và giảm nhẹ thiên tai đến năm 2020, những năm qua, các địa phương trong tỉnh đầu tư nhiều công trình xây dựng trọng điểm, kể cả phi công trình; nâng cao khả năng dự báo lũ, khả năng quản lý lưu vực sông. Tiến hành quy hoạch, di dời dân ra khỏi vùng thường xuyên bị ảnh hưởng của thiên tai; chuyển đổi mùa vụ, cơ cấu cây trồng, con vật nuôi phù hợp với đặc thù thiên tai của từng vùng khác nhau. Quy trình dự báo lũ ở Quảng Nam thông thường mô phỏng dòng chảy lũ trong sông, sử dụng mô hình thủy văn. Sau đó, lưu lượng dòng chảy được đưa vào mô hình thủy lực để tính toán mực nước và thành lập bản đồ ngập lụt.
Theo PSG-TS. Nguyễn Kim Lợi - Giám đốc Trung tâm Nghiên cứu biến đổi khí hậu, để đánh giá định lượng ảnh hưởng của rừng tới dòng chảy trên lưu vực sông Vu Gia - Thu Bồn thì có thể lựa chọn mô hình SWAT để nghiên cứu. Đây là công cụ mô hình đã ứng dụng nhiều trên thế giới. Ở Việt Nam, những năm gần đây nó cũng được đưa vào ứng dụng nhưng mới chỉ dừng lại ở mức độ sử dụng mô hình để tính toán dòng chảy làm đầu vào cho các mô hình khác như mô hình thủy lực hay phục vụ bài toán cân bằng nước. Trên lưu vực sông Vu Gia - Thu Bồn, cần khai thác dữ liệu hệ thống cảnh báo lũ bằng mô hình SWAT. |
Lũ lụt trên địa bàn tỉnh liên đới đến dòng chảy trên lưu vực sông Vu Gia - Thu Bồn. Đây là hệ thống sông lớn nhất khu vực Trung Trung Bộ. Dòng chính do sông Thu Bồn và Vu Gia hợp thành tại Giao Thủy (Đại Lộc) chảy qua vùng đồng bằng hẹp rồi đổ ra biển Cửa Đại. Một trong những đặc điểm lũ trong hệ thống sông này là lũ lên nhanh, xuống nhanh. Tại Trạm thủy văn Thạnh Mỹ trên sông Vu Gia, vận tốc dòng chảy lớn nhất đạt 3,77m/s, biên độ lũ lớn nhất 15,2m, thời gian truyền lũ từ Thạnh Mỹ đến Ái Nghĩa dài nhất 11 giờ, ngắn nhất chỉ 5 giờ. Lưu vực sông Vu Gia - Thu Bồn lại có hình nan quạt mở rộng, hệ số tập trung nước cao, độ dốc địa hình lớn đổ thẳng từ miền núi xuống đồng bằng. Cho nên, lũ xuất hiện tương đối đồng bộ trên toàn lưu vực, thời gian truyền lũ từ thượng nguồn về hạ du ngắn. Trong khi đó, phần lớn các công trình hồ chứa nước xây dựng trên dòng nhánh với dung tích nhỏ và nhiệm vụ tưới tiêu là chính nên khả năng chống lũ kém hiệu quả.
Theo Trung tâm Nghiên cứu biến đổi khí hậu (Trường Đại học Nông lâm TP.Hồ Chí Minh), trong công tác phòng chống thiên tai, việc dự báo lũ là cực kỳ quan trọng. Nhờ biết trước thông tin mà người dân, chính quyền địa phương có thể thực hiện kịp thời những biện pháp ứng phó với lũ như di tản dân cư, tài sản ra khỏi vùng ảnh hưởng của lũ. Tuy nhiên, đối với những vùng thiên tai phức tạp như lũ lụt, khi chưa xác định được yếu tố ảnh hưởng một cách chính xác và đầy đủ, thông tin cảnh báo thường rất hạn chế.
Ứng dụng mô hình
Từ năm 2010 đến nay, nhóm nghiên cứu thuộc Trung tâm Nghiên cứu biến đổi khí hậu phối hợp với Trung tâm Nghiên cứu biến đổi khí hậu vùng Đông Nam Á và Trường Đại học Cần Thơ đã nghiên cứu sơ bộ ứng dụng mô hình SWAT trong đánh giá ảnh hưởng của biến đổi khí hậu đến lưu vực sông Vu Gia. SWAT là công cụ đánh giá nước và đất được Bộ Nông nghiệp Hoa Kỳ áp dụng trong dự báo lũ hiện nay. Theo PGS-TS. Nguyễn Kim Lợi - Giám đốc Trung tâm Nghiên cứu biến đổi khí hậu, mô hình SWAT trực tiếp tính toán các quá trình tự nhiên liên quan tới chuyển động của nước, lắng đọng bùn cát, tăng trưởng mùa màng... dựa vào các thông số kỹ thuật đầu vào. Nhiều vấn đề hiện nay được SWAT xem xét không những lưu lượng dòng, đỉnh lũ mà còn tính đến sự tích lũy chất ô nhiễm và những ảnh hưởng đến vùng hạ du. Đến nay, trong nước đã xuất hiện nhiều mô hình thủy văn phân chia, đánh giá tài nguyên nước, tính toán lũ cho các lưu vực nhưng hầu hết đều không đi kèm các công cụ hiệu chỉnh, kiểm định một cách tự động để tăng độ tin cậy. Tuy nhiên, từ năm 2012, với sự hỗ trợ của Bộ KH-CN, đề tài “Hệ hỗ trợ trực tuyến cảnh báo lũ cho lưu vực sông Vu Gia” do nhóm nghiên cứu của Trường Đại học Nông lâm TP.Hồ Chí Minh thực hiện, có thể ứng dụng vào thực tế. Toàn bộ quy trình vận hành của hệ thống từ thu thập dữ liệu khí tượng - thủy văn, truyền dữ liệu, cập nhật vào cơ sở dữ liệu, xử lý theo định dạng SWAT, hiển thị kết quả đầu ra (mực nước, lưu lượng dòng chảy) lên website đến cảnh báo lũ lụt qua tin nhắn SMS đều được tự động hóa.
Theo Phó Chủ tịch UBND tỉnh Lê Trí Thanh, “Hệ hỗ trợ trực tuyến cảnh báo lũ cho lưu vực sông Vu Gia - Thu Bồn” cập nhật đầy đủ về tình hình thời tiết, diễn biến lũ đến nhiều đối tượng khác nhau. Qua số liệu được cung cấp, giúp cho chính quyền địa phương ra quyết định sơ tán, bảo vệ tài sản người dân an toàn nhất, nhanh nhất. Đồng thời sẽ là cơ sở cho các ban ngành ra các quyết định quy hoạch dân cư vùng lũ nhằm tránh tổn thất ngay từ khâu điều hành vĩ mô. Ngoài ra, hệ thống này còn giúp cho các nhà máy thủy điện trên địa bàn tỉnh vận hành một cách tốt nhất việc xả lũ, tránh tổn thất cho hạ lưu. Đến nay, “Hệ thống hỗ trợ trực tuyến cảnh báo lũ cho lưu vực sông Vu Gia - Thu Bồn” cơ bản hoàn thành, giúp người dân có thể truy cập trực tiếp và biết mức độ cảnh báo lũ để chủ động ứng phó. Thời gian qua, Trường Đại học Nông lâm TP.Hồ Chí Minh đã hỗ trợ lắp đặt 20 trạm khí tượng và 5 trạm thủy văn trên địa bàn tỉnh để nghiên cứu, xác định vùng có nguy cơ xảy ra lũ; xây dựng hệ thống cảnh báo lũ, hỗ trợ cộng đồng bằng tin nhắn SMS...
TRẦN HỮU