Tải file PDF Tác giả
Đơn vị công tác
1ViệnKhoa học Khí tượng Thủy văn & Biến đổi khí hậu
2Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội
Tóm tắt
Nghiên cứu nhằm mục tiêu đánh giá nguy cơ xâm nhập mặn (XNM) các sông chính tỉnh Đồng Nai trong bối cảnh BĐKH. Các kịch bản đánh giá được thiết lập bao gồm: Kịch bản hiện trạng 2013 (KB1), kịch bản 2020 với mức phát thải khí nhà kính cao - A1FI (KB2) và kịch bản 2030 - A1FI (KB3). Tám vùng nước mặt được xác định tương ứng với các ranh mặn từ <0,25‰ đến >18‰. Bằng phương pháp mô hình hóa (MIKE 11), kết hợp kỹ thuật GIS, kết quả tính toán cho thấy XNM ngày càng tăng cường và di chuyển sâu về phía thượng lưu. Trong phạm vi nghiên cứu, Vùng 1 có chiều dài 53,5 km, 48,5 km và 44,5 km tương ứng với KB1, KB2 và KB3. Các số liệu tương ứng với Vùng 2 là 63 km, 54 km và 52 km; Vùng 3 là 9 km, 4 km và 4,5 km; Vùng 4 là 4 km, 9,5 km và 11,5 km; Vùng 5 là 7 km, 13 km và 10,5 km; Vùng 6 là 4 km, 6 km và 6 km; Vùng 7 là 15 km, 13,5 km và 13,5 km; Vùng 8 bao gồm 4 km, 6 km và 7,5 km trên sông Lòng Tàu, toàn bộ sông Đồng Tranh, Thị Vải, Gò Gia (đoạn chảy qua tỉnh Đồng Nai). Kết quả nghiên cứu cung cấp cơ sở quan trọng cho việc hoạch định các giải pháp thích ứng XNM phù hợp, đảm bảo các hoạt động sinh hoạt và sản xuất tại địa phương.
Từ khóa
Trích dẫn bài báo
Lê Quốc Huy, Trần Thục, Đinh Văn Ưu, Nguyễn Xuân Hiển (2017), Ảnh hưởng của dao động nội mùa quy mô tựa hai tuần đến trường gió và trường nhiệt độ bề mặt nước biển khu vực biển ven bờ Việt Nam trong mùa hè. Tạp chí Khí tượng Thủy văn 679, 19-26.
Tài liệu tham khảo
1. Chen, T.C. and Chen, J.M. (1993), The 10 - 20Day Mode of the 1979 Indian Monsoon: Its Relation with the Time Variation of Monsoon Rainfall, Mon. Weather Rev., 121, 2465-2482.
2. Chan, J.C.L., Ai, W. and Xu, J. (2002), Mechanisms responsible for the maintenance of the 1998 South China Sea Summer Monsoon. J. Meteorol. Soc. Japan, 80 (5), 1103-1113.
3. Chatterjee, P.and Goswami, B.N. (2004), Structure, genesis and scale selection of the tropical quasi-biweekly mode, Q. J. R. Meteorol. Soc., 130 (599), 1171-1194.
4. Cao, X., Wu, R. and Chen, S. (2016), Contrast of 10-20 and 30-60 day intraseasonal SST propagation during summer and winter over the South China Sea and western North Pacific, Clim. Dyn., 48 (3-4), 1233-1248.
5. Krishnamurti, T.N. and Bhalme, H. N. (1976), Oscillations of a Monsoon System. Part I. Observational Aspects. J. Atmos. Sci., 33(10), 1937-1954.
6. Krishnamurti, B.T.N., Ardanwy, P. and Srate. F. (1980), The 10 to 20 day westward propagating mode and “Breaks in the Monsoons”. I. Tellus, 32 (1), 15-26.
7. Huang, et al. (1998), The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis, Proc. R. Soc. Lond. A, 454, 903-995.
8. Huang, N.E. and Shen, S.S.P. (2014), Hilbert Huang Transform and Its Applications, vol 16, Second Eds, pp 400.
9. Lau,W.K.M and Waliser, D.E. (2012), Intraseasonal Variability in the Atmosphere-Ocean Climate System. Praxis Publishing, Springer, Second Eds, pp 613.
10. Murakami, M. (1976), Analysis of Summer Monsoon Fluctuations over India. J. Meteorol. Soc. Japan, 54 (2), 15-31.
11. Mao, J. and Chan, J. (2005), Intraseasonal variability of the South China Sea summer monsoon. J. Clim., 18 (13), 2388-2402.
12. Ye, K. and Wu, R. (2015) Contrast of local air-sea relationships between 10-20 day and 30- 60 day intraseasonal oscillations during May-September over the South China Sea and western North Pacific, Clim. Dyn., 45 (11), 3441-3459.
13. Wang, X. and Chen, G. (2017), Quasi-Biweekly Oscillation over the South China Sea in Late Summer: Propagation Dynamics and Energetics, J. Clim., 30(11), 4103-4112.
14. Wu, Z. and Huang, N.E. (2008), Ensemble Empirical Mode Decomposition: a Noise Assisted Data Analysis Method 5, Adv. Adapt. Data Anal., 1(1), 1-41.
15. Wu, Z., Feng, J., Qiao, F. and Tan, Z.M. (2016), Fast multidimensional ensemble empirical mode decomposition for the analysis of big spatio-temporal datasets. Philos. Trans. R. Soc. A Math. Phys. Eng. Sci., 374(2065), 20150197.