Tác giả

Đơn vị công tác

Viện Khoa học tài nguyên nước, phuongtran.monre@gmail.com; tranvantra@gmail.com; nganhduc@yahoo.com; dhson.monre@gmail.com; manhcuongkt11@gmail.com; phamnhatanh2803@gmail.com; linhhuyenbuibhl@gmail.com; tranthuynhung1990@gmail.com

*Tác giả liên hệ: tranvantra@gmail.com; Tel.: +84–964101418

Tóm tắt

Trong những năm gần đây, với sự phát triển của khoa học công nghệ, các công nghệ giám sát và cảnh báo tài nguyên nước theo thời gian thực đã có những bước phát triển vượt bậc. Trong bài báo này, hệ thống cảnh báo lũ, lụt và hạn hán được phát triển bởi Viện Khoa học tài nguyên nước được giới thiệu. Trong đó, hệ thống cảnh báo lũ, lụt bao gồm 3 thành phần chính: 1) Hệ thống quan trắc và giám sát, 2) Hệ thống lưu trữ, xử lý thông tin và dự báo, 3) Hệ thống cung cấp thông tin và hỗ trợ ứng phó khẩn cấp. Đầu vào của hệ thống này là các số liệu mưa, mực nước quan trắc theo thời gian thực và số liệu mưa dự báo từ mô hình dự báo thời tiết toàn cầu. Đầu ra của hệ thống là các thông tin dự báo về mực nước và ngập lụt cũng như các thông tin cảnh báo, hỗ trợ ứng phó khẩn cấp với lũ, ngập lụt. Hệ thống giám sát hạn hán cung cấp các thông tin hạn hán sử dụng các chỉ số: 1) Chỉ số hạn lượng mưa chuẩn hóa SPI, 2) Chỉ số thiếu hụt độ ẩm SWDI và 3) Chỉ số mực nước hồ chứa. Trong khi số liệu phục vụ tính toán các chỉ số SPISWDI được lấy từ các nguồn dữ liệu toàn cầu, dữ liệu hồ chứa là dữ liệu thời gian thực đo đạc trực tiếp tại các hồ chứa. Hệ thống được phát triển trên nền tảng WebGIS với giao diện thân thiện, cung cấp các thông tin tới người dùng một cách trực quan, góp phần giảm nhẹ thiệt hại do lũ, lụt và hạn hán gây ra. 

Từ khóa

Trích dẫn bài báo

Phương, T.A.; Trà, T.V.; Đức, N.A.; Sơn, D.H.; Cường, T.M.; Anh, P.N.; Linh, B.H.; Nhung, T.T. Nghiên cứu thử nghiệm xây dựng hệ thống giám sát và cảnh báo lũ, lụt và hạn hán tích hợp theo thời gian thực trên nền tảng WebGIS. Tạp chí Khí tượng Thủy văn 2022, EME4314-324.

Tài liệu tham khảo

1. http://phongchongthientai.mard.gov.vn/Pages/thiet-hai-do-thien-tai-tu-dau-nam-2020-va-trong-thang-10-2020-cap-nhat-6-11-2020-.aspx

2. http://www.kttvqg.gov.vn/tin-tuc-bdkh-112/dong-bang-song-cuu-long--xam-nhap-man-pha-moc-ky-luc-5097.html

3. https://vietnamnet.vn/vn/goc-nhin/nhieu-bai-hoc-quy-duc-ket-sau-dot-han-man-lich-su-650726.html

4. https://www.ncei.noaa.gov/products/weather-climate-models/global-forecast.

5. McKee, T.B., Doesken, N.J.; Kleist, J. The relationship of drought frequency and duration to time scales. Proceedings of the 8th Conference on Applied Climatology, 1993, 17, 22.

6. Farahmand, Alireza, and Amir AghaKouchak. A generalized framework for deriving nonparametric standardized drought indicators. Adv. Water Res. 2015, 76, 140–145.

7. Martínez–Fernández, José, et al. Satellite soil moisture for agricultural drought monitoring: Assessment of the SMOS derived Soil Water Deficit Index. Remote Sen. Environ. 2016, 177, 277–286.

8. https://gpm.nasa.gov/data/imerg.

9. https://smap.jpl.nasa.gov.

10. Reichle, R.; De Lannoy, G.; Koster, R.D.; Crow, W.T.; Kimball, J.S. SMAP L4 9 km EASE–Grid Surface and Root Zone Soil Moisture Land Model Constants, Version 1. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center, 2015.