Tải bìa Tạp chí Khoa học Biến đổi khí hậu số 32: TẠI ĐÂY
|
Stt |
Tên Bài, Tóm Tắt Và Từ Khóa |
Số Trang |
|
1 |
TÍNH TOÁN PHÁT THẢI KHÍ MÊ-TAN TẠI MỘT SỐ BÃI CHÔN LẤP RÁC THẢI VIỆT NAM SỬ DỤNG CÁC THÔNG SỐ ĐẶC TRƯNG ĐÃ ĐƯỢC XÂY DỰNG Hà Quang Anh(1), Lý Việt Hùng(1), Tăng Thế Cường(1) Nguyễn Thị Liễu(2) Ngày nhận bài: 29/9/2024; ngày chuyển phản biện: 30/9/2024; ngày chấp nhận đăng: 24/10/2024 Tóm tắt: Bài báo trình bày kết quả tính toán phát thải khí mê-tan năm 2023 tại một số bãi chôn lấp rác thải Việt Nam có sử dụng các thông số đặc trưng đã được xây dựng bằng mô hình FOD do IPCC 2006 đề xuất. Phát thải khí nhà kính CH4 phát sinh tại các bãi chôn lấp rác thải được ước tính từ số liệu phát sinh chất thải rắn và các thông số đặc trưng đã được xây dựng của các bãi chôn lấp chất thải rắn bao gồm: Nam Sơn (Hà Nội), Khánh Sơn (Đà Nẵng), Phước Hiệp (Thành phố Hồ Chí Minh), Khai Quang, Núi Bông (Vĩnh Phúc), Cờ Đỏ (Cần Thơ). Việc kiểm kê phát thải khí nhà kính đối với bãi chôn lấp rác thải rắn nhằm đánh giá được hiện trạng phát thải khí nhà kính qua đó xác định được các biện pháp giảm nhẹ phát thải khí nhà kính, góp phần thực hiện mục tiêu phát thải ròng bằng 0 đến năm 2050 và các mục tiêu của Báo cáo đóng góp do quốc gia tự quyết định. Từ khóa: Kiểm kê khí nhà kính, khí mê-tan, bãi chôn lấp, chất thải. Tải bài viết: TẠI ĐÂY |
1 |
|
|
ESTIMATION OF METHANE EMISSIONS AT SOME LANDFILLS IN VIET NAM USING DEVELOPED PARAMETERS Ha Quang Anh(1), Ly Viet Hung(1), Tang The Cuong(1), Nguyen Thi Lieu(2) Received: 29/9/2024; Accepted: 24/10/2024 Abstract: The paper presents the results of methane emission calculations in 2023 at some landfills in Vietnam using characteristic parameters that have been built using the FOD model proposed by IPCC 2006. CH4 greenhouse gas emissions generated at landfills are estimated from the data on waste generation and the characteristic parameters that have been built for the landfills: Nam Son (Hanoi), Khanh Son (Da Nang), Phuoc Hiep (Ho Chi Minh City), Khai Quang, Nui Bong (Vinh Phuc), Co Do (Can Tho). The inventory of greenhouse gas emissions for landfills aims to assess the current status of greenhouse gas emissions, thereby identifying measures to reduce greenhouse gas emissions, contributing to the implementation of the goal of net zero emissions by 2050 and the goals of the Nationally Determined Contribution Report. Keywords: Greenhouse gas inventory, methane, landfill. |
|
|
2 |
ỨNG DỤNG MÔ HÌNH WEAP TRONG ĐÁNH GIÁ TÁC ĐỘNG CỦA BIẾN ĐỔI KHÍ HẬU TỚI DÒNG CHẢY LƯU VỰC SÔNG BA Nguyễn Thị Huỳnh Mai(1),(3), Lê Hoàng Anh(1),(3), Phạm Thị Lợi(1),(3), (1)Khoa Môi trường, Trường Đại học Khoa học Tự nhiên, TP. Hồ Chí Minh Ngày nhận bài: 09/10/2024; ngày chuyển phản biện: 10/10/2024; ngày chấp nhận đăng: 14/11/2024 Tóm tắt: Chế độ thủy văn của lưu vực sông chịu ảnh hưởng của nhiều yếu tố, bao gồm biến đổi khí hậu và các hoạt động phát triển kinh tế – xã hội. Biến đổi khí hậu có thể làm trầm trọng thêm tình trạng thiếu nước ở các con sông trong mùa khô hoặc làm tăng lũ lụt trong mùa mưa. Nghiên cứu này đánh giá tác động của biến đổi khí hậu đến dòng chảy của lưu vực sông Ba bằng mô hình Hệ thống đánh giá và quản lý nguồn nước (WEAP) và kết quả từ sáu Mô hình hoàn lưu toàn cầu (GCM) theo hai kịch bản chia sẻ kinh tế – xã hội (SSP). Việc chi tiết hóa dữ liệu toàn cầu được thực hiện bằng công cụ LARS-WG. Kết quả từ các kịch bản biến đổi khí hậu chỉ ra rằng lượng mưa hàng năm trên toàn lưu vực từ năm 2021 đến năm 2100 có xu hướng tăng so với hiện tại, lượng mưa giảm vào mùa khô và tăng vào mùa mưa. Nhiệt độ lớn nhất và nhỏ nhất dự kiến tăng 1,64°C và 1,6°C theo kịch bản SSP2-4.5; và tăng 2,23°C và 2,34°C theo kịch bản SSP5-8.5. Lưu lượng dòng chảy trong tương lai dự kiến giảm trong mùa khô, mức giảm lớn nhất đạt khoảng 40%, trong khi lưu lượng dòng chảy trong mùa mưa có thể tăng tới 31% theo cả hai kịch bản SSP. Từ khóa: LARS-WG, sông Ba, SSP, thủy văn, WEAP. Tải bài viết: TẠI ĐÂY |
10 |
|
|
APPLICATION OF WEAP MODEL IN ASSESSING THE IMPACT OF CLIMATE CHANGE ON THE HYDROLOGICAL REGIME OF THE BA RIVER BASIN Nguyen Thi Huynh Mai(1),(3), Le Hoang Anh(1),(3), Pham Thi Loi(1),(3), (1)Faculty of Environment, University of Science, Ho Chi Minh City Received: 09/10/2024; Accepted: 14/11/2024 Abstract: The hydrological regime of a river basin is influenced by various factors, including climate change and socio-economic development activities. Climate change can exacerbate water shortages in rivers during the dry season or increase flooding during the wet season. This study assesses the impact of climate change on the hydrology of the Ba River basin using the Water Evaluation and Planning (WEAP) model and results from six Global Circulation Models (GCMs) under two Shared Socioeconomic Pathways (SSP) scenarios. Downscaling of global data was conducted using the LARS-WG tool. Climate change scenario results indicate that annual rainfall across the basin from 2021 to 2100 tends to increase compared to the present, with a decrease in rainfall during the dry season and an increase during the wet season. The maximum and minimum temperatures are projected to increase by 1.64°C and 1.6°C under the SSP2-4.5 scenario, and by 2.23°C and 2.34°C under the SSP5-8.5 scenario. Future streamflow is expected to decrease during the dry season, with a maximum reduction of approximately 40%, while streamflow during the wet season may increase by up to 31% under both SSP scenarios. Keywords: LARS-WG, Ba River, SSP, hydrology, WEAP. |
|
|
3 |
ĐÁNH GIÁ TÍNH DỄ BỊ TỔN THƯƠNG, RỦI RO DO BIẾN ĐỔI KHÍ HẬU TỈNH VĨNH LONG Bùi Chí Nam(1), Nguyễn Văn Hồng(1), Phạm Thanh Long(1), (1)Phân viện Khoa học Khí tượng Thủy văn và Biến đổi Khí hậu Ngày nhận bài: 22/8/2024; ngày chuyển phản biện: 23/8/2024; ngày chấp nhận đăng: 18/9/2024 Tóm tắt: Bài báo này áp dụng phương pháp đánh giá tính dễ bị tổn thương do Biến đổi Khí hậu theo Thông tư 01/2022/TT-BTNMT của Bộ trưởng Bộ Tài nguyên và Môi trường quy định chi tiết về việc thực thi Luật Bảo vệ môi trường trong ứng phó với biến đổi khí hậu (BĐKH), để đánh giá tính dễ bị tổn thương và rủi ro do BĐKH ở cấp xã của tỉnh Vĩnh Long. Kịch bản xâm nhập mặn, biến đổi lượng mưa, ngập lụt, và tăng nhiệt độ được sử dụng là các chỉ số hiểm họa cơ bản để đánh giá rủi ro. Kết quả của nghiên cứu cho thấy các khu vực dễ bị tổn thương cao nhất bao gồm huyện Bình Tân và huyện Long Hồ, trong khi các khu vực ít tổn thương hơn gồm thành phố Vĩnh Long, huyện Tam Bình và thị xã Bình Minh. Về mức độ rủi ro, thị xã Bình Minh có mức thấp nhất, tiếp theo là thành phố Vĩnh Long. Từ khóa: BĐKH, dễ tổn thương, rủi ro, ngập lụt, xâm nhập mặn, Vĩnh Long. Tải bài viết: TẠI ĐÂY |
21 |
|
|
ASSESSMENT OF VULNERABILITY AND RISKS DUE TO CLIMATE CHANGE Bui Chi Nam(1), Nguyen Van Hong(1), Pham Thanh Long(1), Received: 22/8/2024; Accepted: 18/9/2024 Abstract: The vulnerability assessment method, based on Circular 01/2022/TT-BTNMT issued by the Ministry of Natural Resources and Environment, which provides detailed regulations on implementing the Law on Environmental Protection in response to climate change, was applied in this research to assess vulnerability and risks caused by climate change (CC) at the commune level. Scenarios of saltwater intrusion, rainfall variation, flooding, and temperature rise were used as key hazard indicators for risk assessment. The study results show that the area most vulnerable to CC include Binh Tan district and Long Ho district, while less vulnerable areas include Vinh Long city, Tam Binh district, and Binh Minh town. Regarding the level of risk, Binh Minh town has the lowest risk, followed by Vinh Long city. Keywords: Climate change, vulnerability, risk, flooding, saltwater intrusion. |
|
|
4 |
LỢI ÍCH TÍCH LŨY TRONG CHUYỂN ĐỔI ĐẤT NGẬP NƯỚC Doãn Hà Phong(1), Nguyễn Thu Minh(1), Nguyễn Huệ(2), (1)Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu Ngày nhận bài: 20/6/2024; ngày chuyển phản biện: 21/6/2024; ngày chấp nhận đăng: 25/7/2024 Tóm tắt: Nghiên cứu áp dụng phương pháp viễn thám, xác định số liệu về tăng trưởng sinh khối, mô hình ALU, AFOLU để kiểm kê, tính toán lượng phát thải khí nhà kính và ước tính lợi ích tích lũy trong chuyển đổi đất ngập nước tỉnh Quảng Bình. Kết quả nghiên cứu cho thấy lợi ích tích lũy tăng dần từ năm 2023 đến năm 2030. Lợi ích tích lũy cao nhất trong các huyện của tỉnh Quảng Bình là huyện Lệ Thủy là 9.322 tấn CO2tđ vào năm 2030; thứ 2 là huyện Bố Trạch với 8.559 tấn CO2tđ, tiếp là huyện Quảng Ninh 7.195 tấn CO2, thị xã Ba Đồn 6.799 tấn CO2tđ, Quảng Trạch là 6.069 tấn CO2tđ. Thấp nhất là huyện Tuyên Hóa có lợi ích tích lũy chỉ 2.569 tấn CO2tđ. Giải pháp chuyển đổi mục đích sử dụng đất từ đất ngập nước sang các loại hình khác theo bảng mã WF, WC, WG, WS, WO và bảo tồn, phát triển diện tích rừng được ưu tiên trong biện pháp giảm thiểu khí nhà kính, tăng hấp thụ khí CO2tđ và nâng cao trữ lượng các bon của tỉnh Quảng Bình. Từ khóa: Đất ngập nước, lợi ích tích lũy, Quảng Bình, LULUCF, AFOLU. Tải bài viết: TẠI ĐÂY |
31 |
|
|
CUMULATING BENEFIT IN CONVERSION OF WETLAND TYPE IN QUANG BINH PROVINCE AND SOLUTIONS TO MITIGATE GREENHOUSE GASES EMISSION IN LULUCF Doan Ha Phong(1), Nguyen Thu Minh(1), Nguyen Hue(2), Pham Van Luong(2), Received: 20/6/2024; Accepted: 25/7/2024 Abstract: In this study, greenhouse gas emissions and cumulative benefits of wetland conversion in Quang Binh province are estimated using remote sensing methods, ALU and AFOLU models, and data on biomass growth. Cumulative benefits increase gradually from 2023 to 2030. The highest cumulative benefit among Quang Binh province’s districts is observed at Le Thuy district with 9,322 tons of CO2 equivalent in 2030. This is followed by Bo Trach district with 8,559 tons of CO2 equivalent, Quang Ninh district with 7,195 tons of CO2 equivalent, Ba Don town with 6,799 tons of CO2 equivalen, and Quang Trach town with 6,069 tons of CO2 equivalent. Tuyen Hoa district demonstrated the lowest cumulative benefits of only 2,569 tons of CO2 equivalent. Wetland conversion according to the WF, WC, WG, WS, WO code and forest development and preservation are prioritized measures to reduce greenhouse gases, increase CO2 absorption, and enhance carbon stocks in Quang Binh province. Keywords: Wetland, cumulating benefit, Quang Binh, LULUCF, greenhouse gases. |
|
|
5 |
NGHIÊN CỨU MỐI QUAN HỆ NƯỚC – NĂNG LƯƠNG – LƯƠNG THỰC Andrea Casteletti(1), Mateo Giuliani(1), Trương Vân Anh(2), Nguyễn Đình Hoàng(2) Ngày nhận bài: 7/11/2024; ngày chuyển phản biện: 8/11/2024; ngày chấp nhận đăng: 29/11/2024 Tóm tắt: Nghiên cứu này tập trung vào việc quản lý tài nguyên nước tại lưu vực sông Hồng – Thái Bình, một yếu tố thiết yếu cho sự phát triển bền vững ở địa phương, đặc biệt trong bối cảnh biến đổi khí hậu gia tăng và nhu cầu sử dụng nước ngày càng cao. Sự phân bổ không đồng đều của nguồn nước trong khu vực đã tạo ra nhiều thách thức cho an ninh nguồn nước, đặc biệt trong việc duy trì sự cân bằng giữa các nhu cầu như phát điện, cấp nước sinh hoạt và phòng chống lũ lụt. Để giải quyết các vấn đề phức tạp này, nghiên cứu đã phát triển một khung phân tích quyết định, kết hợp mô hình chiến lược DAF với mô hình đánh giá mối quan hệ giữa nước, năng lượng và lương thực (WEF). Mô hình DAF cho phép tối ưu hóa các phương án vận hành hồ chứa, qua đó đánh giá các chỉ số quan trọng liên quan đến phát điện, cung cấp nước và khả năng phòng ngừa lũ. Kết quả nghiên cứu chỉ ra rằng cần phải có sự điều chỉnh linh hoạt trong các phương án vận hành hồ chứa nhằm đảm bảo nguồn nước đầy đủ cho mùa khô, đồng thời giảm thiểu thiệt hại do lũ lụt, từ đó hướng tới mục tiêu phát triển kinh tế – xã hội bền vững trong tương lai. Từ khóa: Tài nguyên nước, an ninh nguồn nước, phát triển bền vững, DAF, sông Hồng – Thái Bình. Tải bài viết: TẠI ĐÂY |
40 |
|
|
RESEARCH ON THE WATER – ENERGY – FOOD RELATIONSHIP SERVING SUSTAINABLE SOCIO-ECONOMIC DEVELOPMENT Andrea Casteletti(1), Mateo Giuliani(1), Truong Van Anh(2), Nguyen Dinh Hoang(2) Received: 7/11/2024; Accepted: 29/11/2024 Abstract: This study focuses on water resource management in the Red River – Thai Binh basin, an essential factor for sustainable development in the region, particularly in the context of increasing climate change and rising water demand. The uneven distribution of water resources in the area has created numerous challenges for water security, especially in maintaining a balance between various needs such as electricity generation, domestic water supply, and flood prevention. To address these complex issues, the research has developed a decision analysis framework, combining the DAF strategic model with the Water-Energy-Food (WEF) nexus assessment model. The DAF model allows for the optimization of reservoir operation options, thereby evaluating key indicators related to electricity generation, water supply, and flood prevention capabilities. The research results indicate the necessity for flexible adjustments in reservoir operation strategies to ensure adequate water supply during the dry season while minimizing flood damage, thus aiming towards the goal of sustainable socio-economic development in the future. Keywords: Water resources, water security, sustainable development, DAF, Red River – Thai Binh River. |
|
|
6 |
NGHIÊN CỨU ỨNG DỤNG HỌC SÂU ĐỂ DỰ BÁO DÒNG CHẢY NGÀY Lê Hữu Minh Quân, Nguyễn Đức Hạnh, Nguyễn Văn Anh Hoàng Ngày nhận bài: 12/9/2024; ngày chuyển phản biện: 13/9/2024; ngày chấp nhận đăng: 10/10/2024 Tóm tắt: Tính toán dự báo lưu lượng nước trong sông có vai trò quan trọng trong các nghiên cứu về thủy văn, quy hoạch và quản lý tài nguyên nước, hay các bài toán về cân bằng nước lưu vực. Trong một vài thập kỷ trở lại đây, trí tuệ nhân tạo hay cụ thể hơn là học sâu đã và đang được ứng dụng rất nhiều trong các lĩnh vực, trong đó có nghiên cứu dự báo dòng chảy nhằm nâng cao chất lượng dự báo. Nghiên cứu này ứng dụng mô hình học sâu LSTM kết hợp với biến đổi trung bình trượt để thử nghiệm phân tích chuỗi thời gian và dự báo lưu lượng 1 ngày đến trạm Đồng Trăng trên sông Cái – Nha Trang. Kết quả tính toán này được so sánh với một mô hình phân tích chuỗi thời gian phổ biến là mô hình SARIMA. Từ đó cho thấy việc sử dụng mô hình học sâu LSTM kết hợp với biến đổi trung bình trượt đã làm nâng cao chất lượng dự báo lên rất nhiều so với mô hình SARIMA và so với bản thân mô hình LSTM (khi không sử dụng kết hợp với biến đổi trung bình trượt). Điều này được khẳng định thông qua so sánh đánh giá các chỉ số như MSE, NSE, MAPE, KGE của các phương án dự báo. Từ khóa: Học sâu, học máy, dự báo lưu lượng, LSTM, SARIMA. Tải bài viết: TẠI ĐÂY |
47 |
|
|
APPLICATION OF DEEP LEARNING METHODS Le Huu Minh Quan, Nguyen Duc Hanh, Nguyen Van Anh Hoang Received: 12/9/2024; Accepted: 10/10/2024 Abstract: Forecasting river flow is crucial in hydrological studies, water resource planning and management, and watershed water balance problems. In recent decades, artificial intelligence, specifically deep learning, has been extensively applied across various fields, including streamflow forecasting, to improve prediction quality. This study applies the LSTM deep learning model combined with moving average transformation to experiment with time series analysis and daily flow forecasting at the Đong Trang station on the Cai River – Nha Trang. The results are compared with a popular time series analysis model, SARIMA. The findings indicate that using the LSTM deep learning model combined with moving average transformation considerably enhances forecast quality compared to the SARIMA model and the LSTM model alone (without moving average transformation). This is confirmed by comparing evaluation metrics such as MSE, NSE, MAPE, and KGE of the forecasting approaches. Keywords: Deep learning, machine learning, flow forecasting, LSTM, SARIMA. |
|
|
7 |
MÔ PHỎNG NGẬP LỤT HẠ DU DO VỠ ĐẬP BẮC HÀ TRÊN SÔNG CHẢY THUỘC TỈNH LÀO CAI Lương Hữu Dũng(1), Đặng Lê Na(2), Nguyễn Mạnh Thắng(1), Ngày nhận bài: 28/10/2024; ngày chuyển phản biện: 29/10/2024; ngày chấp nhận đăng: 21/11/2024 Tóm tắt: Nghiên cứu này sử dụng bộ mô hình MIKE DHI, bao gồm MIKE 11, MIKE 21 FM và MIKE FLOOD, để mô phỏng ngập lụt theo các kịch bản vỡ đập tại thủy điện Bắc Hà – đập thủy điện có dung tích lớn nhất phía thượng lưu của lưu vực sông Chảy thuộc tỉnh Lào Cai. Dữ liệu địa hình tỷ lệ 1:10.000, cùng với các thông số thủy văn và điều kiện biên được sử dụng để thiết lập và hiệu chỉnh mô hình. Các kịch bản vỡ đập với điều kiện lũ đến hồ ứng với tần suất 0,5 và 0,1% đã được mô phỏng, từ đó xây dựng các bản đồ ngập lụt tương ứng. Kết quả tính toán cho thấy diện tích ngập lụt tương ứng với 02 kịch bản lần lượt là 1.637 km² và 7.920 km². Lưu lượng lớn nhất của sóng vỡ đập tính toán đến các hồ đều xấp xỉ mức đỉnh lũ kiểm tra; riêng lưu lượng lớn nhất (Qmax) tại hồ Nậm Lúc vượt 20% so với lưu lượng kiểm tra, do đó dẫn đến nguy cơ an toàn của đập này. Nghiên cứu cung cấp cơ sở khoa học cho việc đánh giá mức độ nguy hiểm của sự cố vỡ đập và tác động ngập lụt tại khu vực hạ lưu. Từ khóa: Sự cố vỡ đập, vận hành liên hồ chứa, lưu vực sông Chảy, mô hình tích hợp. Tải bài viết: TẠI ĐÂY |
58 |
|
|
SIMULATION OF DOWNSTREAM FLOODING CAUSED BY THE FAILURE Lương Hữu Dũng(1), Đặng Lê Na(2), Nguyễn Mạnh Thắng(1), Received: 28/10/2024; Accepted: 21/11/2024 Abstract: This study utilizes the MIKE DHI model suite, including MIKE 11, MIKE 21 FM, and MIKE FLOOD, to simulate dam-break scenarios at Bac Ha Hydropower Dam – the largest reservoir in the upstream area of the Chay River basin. Topographical data at a 1:10,000 scale, along with hydrological parameters and boundary conditions, were used to set up and calibrate the model. Scenarios of dam break under flood conditions corresponding to 0.5% and 0.1% frequencies were simulated, resulting in the development of corresponding flood maps. The flood inundation areas calculated for the two scenarios were 1,637 km² and 7,920 km², respectively. The peak flood flows (Qmax) calculated for the reservoirs were generally close to the design flood peaks; however, at Nam Luc Reservoir, the peak flow exceeded the design flow by 20%, posing a significant safety risk to the dam. This study provides a scientific basis for assessing the hazard level of dam-break events and flood impacts in the downstream areas. Keywords: Dam-break event, joint reservoir operation, Chay River basin, integrated model. |
|
|
8 |
ĐÁNH GIÁ KHẢ NĂNG DỰ BÁO MƯA LỚN Ở KHU VỰC TRUNG TRUNG BỘ BẰNG MÔ HÌNH CRESS Trương Bá Kiên, Phạm Quang Nam, Nguyễn Đức Nam, Trần Duy Thức, Ngày nhận bài: 04/11/2024; ngày chuyển phản biện: 04/11/2024; ngày chấp nhận đăng: 05/12/2024 Tóm tắt: Bài báo trình bày kết quả đánh giá khả năng dự báo của mô hình phân giải mây (Cress) đối với các đợt mưa lớn ở khu vực Trung Trung Bộ trong thời kỳ 2021-2022. Điều kiện biên sử dụng là nguồn dữ liệu GFS 0,5, mô phỏng đánh giá với số liệu mưa radar thông qua các chỉ số thống kê cho các hạn dự báo từ 24 h đến 48 h với các ngưỡng mưa khác nhau. Kết quả cho thấy mô hình CRESS có khả năng dự báo khá ổn định ở các hạn từ 24-48 giờ, với độ tương đồng cao. Tuy nhiên, khi ngưỡng mưa tăng, chỉ số phát hiện (POD) giảm mạnh, trong khi tỷ lệ cảnh báo sai (FAR) tăng, làm giảm khả năng phát hiện mưa lớn, đặc biệt với ngưỡng mưa từ 50-100 mm. Đánh giá định lượng kỹ năng dự báo cho thấy lượng mưa dự báo thường cao hơn thực tế, không có sự khác nhau quá lớn giữa các hạn dự báo. Đối với tổng số 13 đợt mưa trong hai năm 2021-2022, lượng mưa dự báo cao hơn thực tế và điểm sô số thành công CSI của CRESS đối với ngưỡng có mưa khoảng hơn 40% hạn 24-48 h. Đối với ngưỡng mưa vừa 20-25 mm/ngày dao động khoảng 10-28%, đối với các hạn 24, 36, 48 và không có sự sai khác nhau giữa các hạn quá nhiều. Đối với ngưỡng 50-100 mm/ngày CRES dự báo này báo được 3-8%. Điều này khá tương đồng với kĩ năng hiện nay tại Trung tâm Khí tượng Thủy văn Quốc gia. Kết quả cho thấy, trong đợt mưa điển hình do bão, mô hình CRESS dự báo cường độ mưa cao hơn thực tế, đặc biệt khi bão tiến gần bờ và suy yếu. Diện mưa được dự báo sát hơn vào giai đoạn cuối của đợt mưa, khi hoàn lưu bão suy yếu. Sai lệch về cường độ và diện mưa một phần do mô hình mô phỏng sự di chuyển của bão chậm hơn thực tế. Từ khóa: Mô hình phân giải mây, mưa lớn, Trung Trung Bộ. Tải bài viết: TẠI ĐÂY |
66 |
|
|
PREDICTABILITY OF HEAVY RAINFALL EVENTS IN THE CENTRAL OF Truong Ba Kien, Pham Quang Nam, Nguyen Duc Nam, Tran Duy Thuc, Received: 04/11/2024; Accepted: 05/12/2024 Abstract: This article presents the predictability of cloud-resolving model (CRESS) in forecasting heavy rainfall events in the central of Central Vietnam region during the 2021-2022 period. The boundary conditions used were derived from GFS 0.5 data, with simulations evaluated against radar estimated rainfall data based on the statistical indices for 24 h to 48 h lead times with different rainfall thresholds. The results show that the CRESS model provides quite good skill in forecasting with 24-48 hour lead times as well as spatial pattern, in comparison to observed data. Moreover, with higher rainfall thresholds, the Probability of Detection (POD) index decreases significantly, while the False Alarm Ratio (FAR) index increases, The model’s predictability for heavy rainfall forecasting at thresholds between 50 and 100 mm appears to be limited, Based on the forecasting skill indices indicates that forecasted rainfall generally exceeds observed values, with no significant differences between the forecast lead times, For the 13 heavy rainfall events during 2021-2022, the forecasted rainfall was higher than the observed amounts, with absolute errors ranging from 95 to 116 mm and RMSE values from 253 to 282 mm for 24 to 48 h forecast lead times, respectively. Keywords: Cloud-resolving model (CRESS), heavy rainfall events, central of Central Viet Nam. |
|
|
9 |
HIỆU CHỈNH DỰ BÁO MƯA LỚN TỪ MÔ HÌNH S2S TRÊN KHU VỰC HÀ NỘI BẰNG PHƯƠNG PHÁP HỒI QUY PHÂN VỊ Phạm Thị Minh(1), Lê Thị Tú Như(1),Trịnh Minh Ngọc(2), Nguyễn Thị Phương Chi(1), Ngày nhận bài: 17/10/2024; ngày chuyển phản biện: 18/10/2024; ngày chấp nhận đăng: 8/11/2024 Tóm tắt: Bài báo này trình bày kết quả ứng dụng phương pháp hồi quy phân vị dự báo mưa lớn hạn từ 3 đến 10 ngày trên khu vực Hà Nội. Nghiên cứu sử dụng chuỗi số liệu mưa ngày quan trắc tại trạm Láng và số liệu mưa ngày dự báo từ mô hình S2S (the sub-seasonal to seasonal forecast model) của tháng 6, tháng 7 và tháng 8 trong 20 năm (2001-2020) để xây dựng phương trình dự báo bằng phương pháp hồi quy tuyến tính (OLS) và hồi quy phân vị, trong đó số liệu mưa ngày quan trắc là số liệu phụ thuộc, số liệu mưa ngày dự báo từ mô hình S2S là số liệu độc lập. Kết quả kiểm định các phương trình dự báo cho thấy phương trình OLS, q75 và q90 thỏa mãn mức tin cậy thống kê và có thể sử dụng để dự báo lượng mưa ở hạn dự báo 3 ngày, 5 ngày, 7 ngày và 10 ngày tại trạm Láng. Ngoài ra, nghiên cứu thử nghiệm dự báo 5 đợt mưa lớn tại khu vực Hà Nội bằng các phương trình hồi quy tuyến tính và hồi quy phân vị q75 và q90 ở các hạn dự báo 3 ngày, 5 ngày, 7 ngày và 10 ngày. Kết quả đánh giá sai số dự báo lượng mưa cho thấy, phương trình ở phân vị 90 cải thiện đáng kể sai số dự báo lượng mưa so với mô hình S2S ở tất cả các hạn dự báo. Trong đó sai số tương đối của phương trình hồi quy phân vị 90 cải thiện sai số dự báo lượng mưa từ 20 đến 29% so với kết quả dự báo lượng mưa từ mô hình S2S ở hạn dự báo từ 3 ngày đến 10 ngày. Từ khóa: Hồi quy phân vị, hồi quy tuyến tính, mưa lớn, dự báo mưa. Tải bài viết: TẠI ĐÂY |
74 |
|
|
HANOI REGION USING SPATIAL REGRESSION METHOD Pham Thi Minh(1), Le Thi Tu Nhu(1), Trinh Minh Ngoc(2), Nguyen Thi Phuong Chi(1), Received: 17/10/2024; Accepted: 8/11/2024 Abstract: The research presents the results of applying the quantile regression method to forecast heavy rainfall over a 3- to 10-day period in the Hanoi area. The study uses a time series of daily observed rainfall data at Lang station and daily forecasted rainfall data from the S2S model (the sub-seasonal to seasonal forecast model) for June, July, and August over 20 years (2001-2020) to develop forecasting equations using linear regression (OLS) and quantile regression, where the observed daily rainfall data is the dependent variable and the forecasted daily rainfall data from the S2S model is the independent variable. The evaluation results of the forecasting equations show that the OLS, q75, and q90 equations meet the statistical confidence level and can be used to forecast rainfall over 3-day, 5-day, 7-day, and 10-day forecast periods at Lang station. Additionally, the study tests the forecasting of five heavy rainfall events in the Hanoi area using the linear regression and quantile regression equations at q75 and q90 quantiles for 3-day, 5-day, 7-day, and 10-day forecast periods. The results of the forecast error assessment indicate that the q90 quantile regression equation significantly improves the rainfall forecast error compared to the S2S model across all forecast periods. Specifically, the relative error of the q90 quantile regression equation reduces the rainfall forecast error by 20 to 29% compared to the S2S model for forecast periods from 3 to 10 days. Keywords: Quantile regression, linear regression, heavy rainfall, rainfall forecast. |
|
|
10 |
BIẾN ĐỘNG THEO KHÔNG GIAN CỦA LƯỢNG MƯA TRONG MÙA XUÂN Lê Văn Phong(1), Nguyễn Đăng Mậu(1), Nguyễn Bình Phong(2) Ngày nhận bài: 24/6/2024; ngày chuyển phản biện: 25/6/2024; ngày chấp nhận đăng: 07/8/2024 Tóm tắt: Dựa trên chuỗi số liệu quan trắc lượng mưa ngày và tổng lượng mưa tháng sử dụng phương pháp thống kê để đánh giá đặc điểm mưa trong thời kỳ nghiên cứu mùa xuân ở Bắc Bộ. Kết quả cho thấy khu vực Bắc Bộ có sự phân hóa khá rõ rệt về thời điểm bắt đầu mùa mưa như sau: Đối với khu vực Tây Bắc Bộ và phần phía Đông của dãy Hoàng Liên Sơn có mùa mưa đến khá sớm từ nửa đầu tháng 3; khu vực còn lại của Đông Bắc Bộ và Đồng bằng Bắc Bộ có mưa từ nửa sau tháng 4 cho đến nửa đầu tháng 5. Bên cạnh đó, biến trình mưa và tổng lượng mưa mùa xuân trên khu vực Bắc Bộ cho thấy lượng mưa tăng dần từ tháng 3 cho đến tháng 5 và số ngày mưa lớn tập trung chủ yếu trong thời kỳ tháng 5. Các đặc điểm về mưa trong thời kỳ mùa xuân đã phần nào phản ánh được quy luật khí hậu trên khu vực Bắc Bộ thông qua các yếu tố đánh giá như số ngày không mưa, CDD, CWD, Rx1day R50 và đặc biệt trong thời kỳ này ở Bắc Bộ còn xuất hiện hiện tượng mưa phùn. Từ khóa: Mưa mùa xuân, Bắc Bộ. Tải bài viết: TẠI ĐÂY |
85 |
|
|
SPATIAL VARIATIONS OF SPRING RAINFALL IN NORTHERN VIET NAM Le Van Phong(1), Nguyen Dang Mau(1), Nguyen Binh Phong(2) Received: 24/6/2024; Accepted: 07/8/2024 Abstract: Based on a series of data monitoring daily rainfall and total monthly rainfall using statistical methods, the study has partly evaluated the characteristics of rain during the spring period in the North. The results show that the Northern region has a clear differentiation in the start of the rainy season as follows: For the Northwest region and the eastern part of the Hoang Lien Son range, the rainy season comes quite early from the first half. March; The remaining areas of the Northeast and the Northern Delta have rain from the second half of April to the first half of May. In addition, the rainfall pattern and total spring rainfall in the Northern region show an increase in rainfall. gradually from March to May and the number of heavy rainy days is concentrated mainly in the May period. The characteristics of rain in the spring period partly reflect the climatic rules in the Northern region through Evaluation factors such as number of days without rain, CDD, CWD, Rx1day R50 and especially during this period in the North, there is also the phenomenon of drizzle. Keywords: Spring rain, Northern Viet Nam. |
|
|
11 |
ĐÁNH GIÁ KHẢ NĂNG DỰ BÁO NHIỆT ĐỘ THẤP NHẤT VÀ CAO NHẤT TRUNG BÌNH HẠN ĐẾN 01 NĂM BẰNG PHƯƠNG PHÁP THỐNG KÊ SAU MÔ HÌNH Trần Ngọc Vân(1), Hoàng Phúc Lâm(1), Nguyễn Đăng Mậu(2),Nguyễn Đức Hòa(1), Ngày nhận bài: 23/9/2024; ngày chuyển phản biện: 24/9/2024; ngày chấp nhận đăng: 24/10/2024 Tóm tắt: Trong khuôn khổ bài báo nghiên cứu các tác giả đã sử dụng ba phương pháp thống kê sau mô hình bao gồm: Phương pháp tương quan Canon, phương pháp hồi quy thành phần chính, phương pháp hồi quy tuyến tính đa biến để dự báo yếu tố nhiệt độ thấp nhất trung bình và nhiệt độ cao nhất trung bình hạn đến 01 năm. Số liệu đầu vào bao gồm số liệu dự báo của 6 mô hình toàn cầu và số liệu quan trắc từ năm 1983-2022. Kết quả dự báo cho thấy, với yếu tố dự báo nhiệt độ thấp nhất trung bình phương pháp hồi quy tuyến tính đa biến có ưu thế so với hai phương pháp còn lại với kết quả độ chính xác 3 pha đạt 0,5-0,6, độ chính xác 2 pha đạt 0,7-0,8, trong khi đó với yếu tố nhiệt độ cao nhất trung bình với thời điểm dự báo tháng 2 và tháng 5 phương pháp hồi quy thành phần chính chiếm ưu thế, vào thời điểm tháng 8 và tháng 11 phương pháp hồi quy tuyến tính đa biến chiếm ưu thế. Với cả hai yếu tố dự báo trên mô hình Cancm4i và mô hình Gfdlspear có ưu thế hơn so với các mô hình khác. Khu vực Tây Nguyên và Nam Bộ có kết quả dự báo chính xác hơn các khu vực còn lại. Với chỉ số RPSS, phương pháp HQTPC cho kết quả dự báo tốt nhất. Từ khóa: Dự báo thống kê sau mô hình, hạn đến 01 năm, 7 khu vực, nhiệt độ thấp nhất trung bình, nhiệt độ cao nhất trung bình. Tải bài viết: TẠI ĐÂY |
96 |
|
12 |
EVALUATING THE ABILITY OF THE AVERAGE MINIMUM AND MAXIMUM TEMPERATURE FORECASTS UP TO 1-YEAR USING STATISTICAL METHODS Tran Ngoc Van(1), Hoang Phuc Lam(1), Nguyen Dang Mau(2), Nguyen Duc Hoa(1), Received: 23/9/2024; Accepted: 24/10/2024 Abstract: In this study, the author used three statistical methods: The canonical correlation analysis method (CCA), the principal component regression method (PCR), and the multivariate linear regression method (MLR) for 1-year the average minimum and maximum temperature forecasts. The data from six global models and observations from 1983 to 2022 served as initial data. The results show that the MLR has an advantage over the other two methods with 3-phase accuracy reaching 0.5-0.6 and 2-phase accuracy reaching 0.7-0.8 for average minimum temperature forecast. On the other hand, for the mean maximum temperature forecast, the PCR dominates the forecasting periods of February and May, while the MLR has better performance in August and November. The Cancm4i and the Gfdlspear models prevail for both forecasting factors. The Central Highlands and the South have more accurate forecasting results than the remaining regions. With the RPSS index, the PCR method gives the best forecasting results. Keywords: Model output statistic, up to 1 year, 7 regions, the average minimum and maximum temperature. |
|
|
12 |
NGHIÊN CỨU XÂY DỰNG HỆ THỐNG GIÁM SÁT VÀ DỰ BÁO BÃO THEO THỜI GIAN THỰC ỨNG DỤNG MÔ HÌNH BLENDING TECHNIQUES Nguyễn Thanh Bằng, Lê Phương Hà, Phạm Quang Hiệp Ngày nhận bài: 15/10/2024; ngày chuyển phản biện: 16/10/2024; ngày chấp nhận đăng: 12/11/2024 Tóm tắt: Trong những năm gần đây, nhờ sự tiến bộ vượt bậc của công nghệ, các hệ thống giám sát và cảnh báo bão theo thời gian thực đã đạt được nhiều thành tựu đáng kể. Bài viết này giới thiệu hệ thống dự báo và cảnh báo bão do Viện Khoa Khí tượng Thủy văn và Biến đổi Khí hậu phát triển. Hệ thống này bao gồm 3 phần chính: Hệ thống lưu trữ và xử lý số liệu, mô hình dự báo bão Blending, hệ thống cung cấp thông tin và hỗ trợ ứng phó khẩn cấp. Hệ thống sử dụng dữ liệu đầu vào từ các trạm quan trắc mưa, gió, và áp suất không khí, cùng với dự báo từ các mô hình thời tiết toàn cầu. Các thông tin này được thu thập theo thời gian thực, giúp hệ thống đưa ra các dự báo chính xác về hướng đi, cường độ và tác động của cơn bão. Kết quả dự báo bão gồm tốc độ gió, lượng mưa, nhiệt độ, sóng biển, hướng và bán kính ảnh hưởng của bão, các khu vực có nguy cơ bị ảnh hưởng, cùng với các cảnh báo sớm giúp người dân và cơ quan chức năng chuẩn bị ứng phó. Hệ thống được xây dựng trên nền tảng WebGIS, mang đến giao diện thân thiện và trực quan. Nhờ đó, người dùng có thể dễ dàng theo dõi diễn biến của bão và nhận các cảnh báo kịp thời, hỗ trợ hiệu quả cho công tác phòng chống bão, giảm thiểu rủi ro và thiệt hại do bão gây ra. Từ khóa: Webgis, Blending techniques, dự báo bão. Tải bài viết: TẠI ĐÂY |
105 |
|
|
RESEARCH ON THE DEVELOPMENT OF A REAL-TIME TYPHOON Nguyen Thanh Bang, Le Phuong Ha, Pham Quang Hiep Received: 15/10/2024; Accepted: 12/11/2024 Abstract: In recent years, bases on significant technological advancements, real-time typhoon monitoring and warning systems have achieved remarkable results. This paper introduces a typhoon forecasting and warning system developed by the Institute of Meteorology, Hydrology, and Climate Change. The system consists of three main components: A data storage and processing system, a Blending forecasting model, and an information delivery and emergency response support system. Input data is sourced from real-time observations of rainfall, wind, and atmospheric pressure stations, alongside forecasts from global weather models. These real-time inputs enable the system to provide accurate forecasts of typhoon trajectory, intensity, and impact. The forecast results include wind speed, rainfall, temperature, wave height, typhoon direction, radius of influence, areas at risk of impact, and early warnings to help citizens and authorities prepare for typhoon response. The system is built on a WebGIS platform, offering a user-friendly and intuitive interface. As a result, users can easily track typhoon developments and receive timely alerts, contributing effectively to typhoon prevention efforts, reducing risks, and minimizing damages caused by typhoons. Keywords: Webgis, Blending techniques, Typhoon monitoring and forecasting. |
|
|
13 |
MÔ PHỎNG MƯA LỚN BẰNG HỆ THỐNG MÔ HÌNH WRF/WRFHYDRO: TRƯỜNG HỢP NGHIÊN CỨU CHO LƯU VỰC SÔNG VỆ – TRÀ KHÚC, TỈNH QUẢNG NGÃI Nguyễn Thị Thanh, Trần Duy Thức, Nguyễn Đức Nam, Dương Hồng Nhung, Ngô Thị Thủy Ngày nhận bài: 14/11/2024; ngày chuyển phản biện: 15/11/2024; ngày chấp nhận đăng: 05/12/2024 Tóm tắt: Mưa lớn là một trong những nguyên nhân kích hoạt thiên tai lũ, dẫn đến thiệt hại nghiêm trọng về người và tài sản. Do đó, để đưa ra cảnh báo lũ đáng tin cậy, trước hết cần dự báo chính xác thời gian và tổng lượng mưa. Bài báo sẽ tiến hành đánh giá khả năng dự báo mưa của mô hình kết hợp WRF/WRF-Hydro trên lưu vực sông Vệ và Trà Khúc, nhằm góp phần nâng cao khả năng dự báo lũ cho lưu vực. Kết quả nghiên cứu cho thấy có sự cải thiện trong việc mô phỏng mưa lớn bằng mô hình kết hợp WRF/WRF-Hydro so với mô phỏng mưa bằng mô hình WRF. Điều đó cho thấy vai trò của tương tác giữa khí quyển – bề mặt đã tác động đến kết quả mô phỏng mưa khi kết nối 2 mô hình WRF và WRF-Hydro. Từ khóa: Mô hình WRF-Hydro, mưa lớn, sông Vệ, sông Trà Khúc, Quảng Ngãi. Tải bài viết: TẠI ĐÂY |
113 |
|
|
HEAVY RAINFALL SIMULATION USING WRF/WRF-HYDRO MODELING Nguyen Thi Thanh, Tran Duy Thuc, Nguyen Duc Nam, Duong Hong Nhung, Ngo Thi Thuy Received: 14/11/2024; Accepted: 05/12/2024 Abstract: Heavy rainfall is one of the primary triggers of flood disasters, leading to significant loss of life and property. Therefore, to provide reliable flood warnings, it is essential to accurately forecast both the timing and total rainfall. This paper evaluates the rainfall forecasting capability of the WRF/WRF-Hydro model over the Ve and Tra Khuc river basins, aiming to enhance flood forecasting for the region. The study’s results show improvements in simulating heavy rainfall using the WRF/WRF-Hydro model compared to the WRF model. This highlights the role of atmosphere-surface interactions in influencing rainfall simulation outcomes when integrating the WRF and WRF-Hydro models. Keywords: WRF-Hydro model, heavy rainfall, Quảng Ngãi, Ve River basin, Tra Khuc River basin, Quang Ngai province. |
|