Nghiên cứu xây dựng bản đồ phân vùng và cảnh báo lũ quét độ phân giải cao cho một số tỉnh vùng Tây Bắc nhằm tăng cường khả năng ứng phó với thiên tai
Lũ lụt bao gồm lũ quét là một trong các tai biến thiên nhiên phổ biến có sức tàn phá nặng nề, gây thiệt hại nặng nề về người trên phạm vi rộng, đặc biệt là tại các khu vực thường xuyên chịu ảnh hưởng của bão và áp thấp nhiệt đới (Peduzzi 2017; Bubeck and Thieken 2018; Ward et al. 2017).. Thống kê gần đây cho thấy, thiệt hại do lũ lụt giai đoạn 1995 - 2015 đã ảnh hưởng đến 109 triệu người trên toàn cầu mỗi năm, trong đó hơn hơn 220 000 người chết. So với các khu vực khác trên thế giới, Đông Nam Á là nơi bị ảnh hưởng nặng nề nhất ảnh hưởng của mưa lớn, đặc biệt là mưa lớn kéo dài, cường độ cao gây ra bới bão và áp thấp nhiệt đới. Trong khu vực này, Việt Nam được coi là một trong các tâm bão trên Tây Thái Bình Dương. Thống kê cho thấy, hơn 71% dân số và 59% tổng diện tích đất của Việt Nam là dễ bị tác động của những thiên tai này qua (Bank 2010). Dựa trên một báo cáo của Kreft et al. (2014), từ năm 1994 đến năm 2013, Việt Nam phải gánh chịu tổn thất kinh tế hàng năm tương đương 2,9 tỷ USD (Kreft, Eckstein, and Melchior 2017).
Lũ quét là một dạng thiên tai nguy hiểm gây thiệt hại nhiều về người và của. Lũ quét chịu ảnh hưởng của nhiều yếu tố và thường xảy ra ở vùng núi, thượng nguồn, ở các lưu vực nhỏ và vừa, nơi thiếu nhiều dữ liệu và nghiên cứu. Lũ quét thường xuất hiện phức tạp và xảy ra bất ngờ khi hội tụ đủ yếu tố bất lợi về mưa, địa hình, địa chất và lớp phủ. Lũ quét có thể xảy ra mà không có bất cứ dấu hiệu nào, nên luôn phải chuẩn bị sẵn sàng để di chuyển một cách nhanh chóng. Do tính bất ngờ và ngắn hạn của lũ quét, cho nên công tác cảnh báo là một trong các biện pháp phòng chống, giúp giảm tác hại của lũ quét. Lũ quét thường xuất hiện tại khu vực nhỏ, nên để cảnh báo tại một địa điểm cần xác định được lượng mưa đã xuất hiện và dự báo sẽ xảy ra chi tiết theo không gian, thời gian trên khu vực đó; xác định được các điều kiện phát sinh lũ quét như địa hình, cấu trúc địa chất, lớp vỏ phong hóa, đặc điểm thảm phủ, độ ẩm, mức độ bão hòa, ngưỡng mưa sinh lũ quét, sạt lở đất...
Do hạn chế về khoa học kỹ thuật, các mô hình dự báo mưa hiện nay chưa cho phép dự báo chi tiết, cụ thể và có độ chính xác đảm bảo ở các khu vực nhỏ, đặc biệt là 2 vùng núi bị ảnh hưởng của địa hình. Thêm vào đó, do biến đổi khí hậu, các hiện tượng mưa bất thường, thời tiết cực đoan gia tăng, các đợt mưa lớn cục bộ ngày càng xuất hiện tại nhiều nơi, nhưng chưa có khả năng dự báo, cảnh báo trước.
Xuất phát từ thực tiễn trên, TS. Nguyễn Viết Nghĩa cùng nhóm nghiên cứu tại Trường Đại học Mỏ - Địa chất thực hiện “Nghiên cứu xây dựng bản đồ phân vùng và cảnh báo lũ quét độ phân giải cao cho một số tỉnh vùng Tây Bắc nhằm tăng cường khả năng ứng phó với thiên tai của cộng đồng phục vụ xây dựng nông thôn mới” với mục tiêu: Xây dựng được bản đồ phân vùng và cảnh báo lũ quét độ phân giải cao (20m/pixel) cho một số tỉnh vùng Tây Bắc; Xây dựng được hệ thống WebGIS bản đồ phân vùng và cảnh báo lũ quét trực tuyến, thể hiện đầy đủ các lớp thông tin về dân cư, cơ sở hạ tầng và các vùng có nguy cơ xảy ra lũ quét cao; Phát triển được ứng dụng phần mềm bản đồ phân vùng và cảnh báo lũ quét trên điện thoại thông minh nhằm cung cấp thông tin cho người dân về nguy cơ lũ quét ở khu vực nghiên cứu.
Sau thời gian nghiên cứu, đề tài đã thu được những kết quả như sau:
1. Thu thập và kế thừa các số liệu, thông tin, phân tích những đặc điểm riêng về điều kiện tự nhiên như kiểu địa hình, địa mạo, độ dốc, phân bố mưa cho khu vực nghiên cứu để rút ra những nguyên nhân gây lũ quét. Đồng thời, nhân tố con người có tác động làm sâu sắc thêm ảnh hưởng của lũ quét cũng được nêu bật cho mỗi khu vực;
2. Đề tài đã thu thập, điều tra và đánh giá thực trạng lũ quét trong phạm vi nghiên cứu qua các số liệu thống kê từ nhiều nguồn, kết quả đã chỉ ra rằng: trong phạm vi 2 tỉnh, hầu như năm nào cũng xảy ra lũ quét với số lượng ngày càng nhiều. Tuy nhiên, sự phân bố các trận lũ quét không đều, các trận lũ quét xảy ra dồn dập trong các năm 2016, 2017, 2018. Mức độ ác liệt của lũ quét có xu hướng tăng về cường độ kéo theo sự tàn phá ngày càng nghiêm trọng.
3. Cách tiếp cận của đề tài, đã giải quyết được phần nào nhưng vấn đề tồn tại về sơ sở hạ tầng về dữ liệu địa không gian, mật độ các hệ thống trang thiết bị cảnh báo... ở Việt Nam hiện nay. Khi nguồn lực đầu tư xây dựng, cập nhật, phát triển các đối tượng này đòi hỏi nguồn vốn khổng lồ. Trong khuôn khổ để tài nghiên cứu này, với việc chỉ sử dụng các bản đồ số địa hình quốc gia, bản đồ địa chất, bản đồ loại đất… hiện có ở Việt Nam ở các tỉ lệ khác nhau, cùng với các bản đồ chuyên đề được xây dựng từ dữ liệu ảnh vệ tinh. Các bản đồ trên được sử dụng để chiết xuất các bản đồ thành phần cho lũ quét trong đề tài vẫn đảm bảo ý nghĩa khoa học, độ chính xác cảnh báo lũ quét cho tỷ lệ cấp tỉnh.
4. Nghiên cứu đề tài đã đề xuất một phương pháp mới sử dụng ảnh Sentinel-1 SAR, Alos Palsar và kĩ thuật máy học trong dự báo không gian để dự báo hiểm họa lũ quét. Ảnh SAR được sử dụng để phát hiện những vùng lũ, đồng thời qua điều tra thực tế cho phép xác định được vùng có lũ quét. Đồng thời, kết 47 hợp với phương pháp địa mạo và số liệu thống kê lịch sử các trạng lũ quét cho phép xây dựng các bản đồ hiện trạng các trận lũ quét hiện đại và lũ quét cổ.
5. Ưu điểm của ảnh vệ tinh Radar và nhất là ảnh Sentinel-1 SAR cho phép phát hiện, lập bản đồ lũ, nhập lụt, lũ quét với độ chính xác cao. Tuy nhiên, bởi vì lũ quét thường xảy ra trong khoảng thời gian ngắn, do đó, phương pháp này hiệu quả cho việc lập bản đồ lũ quét nếu các cảm biến Sentinel chụp được hình ảnh ở thời gian lũ quét xảy ra.
6. Trong 5 năm trở lại đây, các mô hình và kỹ thuật thống kê gắn với các thuật toán trí tuệ nhân tạo được đề xuất. Nghiên cứu tổng quan trong các công trình nghiên cứu và kết quả nghiên cứu đề tài cho thấy, mô hình Random Forest (rừng ngẫu nhiên) cho phép xây dựng mô hình cảnh báo lũ quét hiệu suất cao, đồng thời còn chỉ ra luôn ra mức độ tác động của từng yếu tố đầu vào ngay khi mô hình được xây dựng xong.
Có thể tìm đọc toàn văn báo cáo kết quả nghiên cứu (mã số 19742/2021) tại Cục Thông tin khoa học và công nghệ quốc gia.
