Tác giả

Nguyễn Ý Như 1* , Trần Nhân Nghĩa 2 , Phạm Văn Giang 2 , Tạ Đăng Quốc Vũ 2 , Nguyễn Thị Liên 1 , Lê Hà My 3 , Nguyễn Thu Lan 4

Đơn vị công tác

1 Khoa Khí tượng Thuỷ văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; nguyenynhu@hus.edu.vn; liennt1@hus.edu.vn

2 Chi cục Thủy lợi TPHCM; nhannghiahatinh@gmail.com; phamgiang.pclb@gmail.com; tadangquocvu@gmail.com

3 Trung tâm Nghiên cứu Thủy văn Hải văn, Viện Khoa học KTTV và BĐKH; lehamy0703@gmail.com

4 Đài Khí tượng Thuỷ văn Khu vực Đồng bằng Bắc Bộ, Tổng cục Khí tượng Thuỷ văn; nguyenlandbbb@gmail.com

*Tác giả liên hệ: nguyenynhu@hus.edu.vn; Tel.: +84–869110757

Tóm tắt

Nghiên cứu cung cấp đánh giá ban đầu về khả năng ước tính mưa và tính toán lũ, ngập lụt cho thành phố Hà Tĩnh của hệ thống giám sát lũ lụt toàn cầu (GFMS). Hệ thống GFMS được tích hợp với mô hình thủy văn VIC tính toán dòng chảy sử dụng mưa vệ tinh TRMM (TMPA). Kết quả cho thấy ở quy mô khu vực, TMPA và mưa quan trắc có tương quan cao và chỉ số NASH cho kết quả tốt (trên 0,8), mặc dù TMPA xác định sai một số trận mưa có cường độ nhỏ. Lưu lượng tính toán bởi hệ thống GFMS được so sánh với lưu lượng tính toán từ mô hình MIKE–NAM cho thành phố Hà Tĩnh. Phân tích đường quá trình lưu lượng tính toán cho thành phố Hà Tĩnh cho thấy GFMS cho kết quả tính toán tốt yếu tố dòng chảy sinh ra bởi các đợt mưa lớn với giá trị tương quan, và chỉ số NASH cao (đều trên 0,9) và PBIAS thấp (khoảng 10%); tuy nhiên, khả năng mô phỏng độ sâu ngập lụt thấp hơn đáng kể khi so sánh với số liệu vết lũ thu thập được. Hiệu quả hoạt động của hệ thống GFMS thay đổi theo từng khu vực khí hậu thuỷ văn, do đó, kết quả của nghiên cứu sẽ cung cấp thông tin hữu ích cho các nghiên cứu sâu hơn nhằm cải thiện hệ thống GFMS phục vụ cho công tác giám sát, dự báo lũ lụt trên toàn cầu.

Từ khóa

GFMS; Vệ tinh; Lũ lụt; Hà Tĩnh.

Trích dẫn bài báo

Như, N.Y.; Nghĩa, T.N.; Giang, P.V.; Vũ, T.Đ.Q.; Liên, N.T.; My, L.H.; Lan, N.T. Đánh giá hệ thống giám sát lũ toàn cầu GFMS cho thành phố Hà Tĩnh. Tạp chí Khí tượng Thuỷ văn 2022, 740(1), 24-37.

Tài liệu tham khảo

1. World Disasters Report. International Federation of Red Cross and Red Crescent Societies, 2012, pp. 260–281.

2. Joyce, R.J.; Janowiak, J.E.; Arkin, P.A.; Xie, P. CMORPH: a method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution. J. Hydrometeorol. 2004, 5, 487–503.

3. Huffman, G.J.; Adler, R.F.; Bolvin, D.T.; Gu, G.J.; Nelkin, E.J.; Bowman, K.P.; Hong, Y.; Stocker, E.F.; Wolff, D.B. The TRMM Multisatellite Precipitation Analysis (TMPA): Quasi–global, multiyear, combined sensor precipitation estimates at fine scales. J. Hydrometeorol. 2007, 8, 38–55.

4. Yong B.; Liu, D.; Gourley, J.J.; Tian, Y.; Hufman, G.J.; Ren, L.; Hong, Y. Global View Of Real-Time Trmm Multisatellite Precipitation Analysis: Implications For Its Successor Global Precipitation Measurement Mission. Bull. Am. Meteorol. Soc. 2015, 96(2), 283–296.

5. Wu, H.; Adler R.F.; Hong, Y.; Tian, Y.; Policelli, F. Evaluation of global flood detection using satellite-based rainfall and a hydrologic model. J. Hydrometeorol. 2012, 13, 1268–1284. doi:10.1175/JHM-D-11-087.1.

6. Awange, J.L.; Ferreira, V.G.; Forootan, E.; Andam-Akorful, S.A.; Agutu, N.O.; He, X.F. Uncertainties in remotely sensed precipitation data over Africa. Int. J. Climatol. 2016, 36(1), 303–323.

7. Negrón Juárez, R.I.; Li, W.; Fu, R.; Fernandes, K.; de Oliveira Cardoso, A. Comparison of Precipitation Datasets over the Tropical South American and African Continents. J. Hydrometeorol. 2009, 10(1) 289–299.

8. Prakash, S.; Mitra, A.K.; Rajagopal, E.N.; Pai, D. S. Assessment of TRMM-based TMPA-3B42 and GSMaP precipitation products over India for the peak southwest monsoon season. Int. J. Climatol. 2016, 36(4), 1614–1631.

9. Guo, H.; Chen, S.; Bao, A.; Hu, J.; Gebregiorgis, A.S.; Xue, X.; Zhang, X. Inter-comparison of high-resolution satellite precipitation products over Central Asia. Remote Sens. 2015, 7(6), 7181–7211.

10. Duan, Z.; Bastiaanssen, W.G.M. First results from Version 7 TRMM 3B43 precipitation product in combination with a new downscaling–calibration procedure. Remote Sens. Environ. 2013, 131, 1–13.

11. Tuo, Y.; Duan, Z.; Disse, M.; Chiogna G. Evaluation of precipitation input for SWAT modeling in Alpine catchment: A case study in the Adige river basin (Italy). Sci. Total Environ. 2016, 573, 66–82.

12. Krakauer, N.Y.; Pradhanang, S.M.; Lakhankar, T.; Jha, A.K. Evaluating satellite products for precipitation estimation in mountain regions: A case study for Nepal. Remote Sens. 2013, 5(8), 4107–4123.

13. Wang, W.; Lu, H.; Yang, D.; Sothea, K.; Jiao, B.; Peng, X.; Pang, Z. Modelling hydrologic processes in the Mekong River basin using a distributed model driven by satellite precipitation and rain gauge observations. PLoS ONE. 2016, 11(3), 1–19.

14. Ren, P.; Li, J.; Feng, P.; Guo, Y.; Ma, Q. Evaluation of Multiple Satellite Precipitation Products and Their Use in Hydrological Modelling over the Luanhe River Basin, China. Water 2018, 10(6), 677.

15. Sơn, N.T.; Anh, N.Q. Khai thác sử dụng số liệu mưa vệ tinh trong dự báo lũ lưu vực sông Mê Kông (từ Chiang Saen đến Strung Streng). Tạp chí Khoa học: Khoa học Tự nhiên và Công nghệ 2015, 31(3S), 222–230.

16. Kiên, N.T.; Thành, L.Đ.; Sơn, L.H. Nghiên cứu ứng dụng tính toán dự báo lũ sông Mê Công từ mưa vệ tinh SRE và TRMM. Tuyển tập Hội nghị Khoa học thường niên năm 2014. 2014, 471–474.

17. Phương, N.A.; Hải, C.H.; Cường, T.M.; Như, T.Q.; Anh, P.N.; Linh, B.H. Nghiên cứu ứng dụng một số công nghệ viễn thám trong giám sát, dự báo tài nguyên nước. Tài liệu hội thảo khoa học chào mừng 75 năm ngày truyền thống ngành khí tượng thủy văn Việt Nam. 2020, 107–117.

18. Kiên, N.T. Nghiên cứu ứng dụng số liệu mưa vệ tinh mô phỏng lũ khu vực trung lưu sông Mã. Tạp chí Khí tượng Thủy văn 2020, 709, 51–62.

19. Yilmaz, K.K.; Hogue, T.S.; Hsu, K.L.; Sorooshian, S.; Gupta, H.V.; Wagener, T. Intercomparison of rain gauge, radar, and satellite–based precipitation estimates with emphasis on hydrologic forecasting. J. Hydrometeorol. 2005, 6, 497–517.

20. Harris, A.; Hossain, F. Investigating the optimal configuration of conceptual hydrologic models for satellite–rainfall–based flood prediction. IEEE Geosci. Remote Sens. Lett. 2008, 5, 532–536.

21. Kha, D.D.; Anh, T.N.; Nguyen, N.Y.; Bui, D.D.; Srinivasan, R. Evaluation of Grid–Based Rainfall Products and Water Balances over the Mekong River Basin. Remote Sens. 2020, 12(11). https://doi.org/10.3390/rs12111858.

22. Shrestha, M.S.; Artan, G.A.; Bajracharya, S.R.; Sharma, R.R. Using satellite-based rainfall estimates for streamflow modelling: Bagmati Basin. J. Flood Risk Manage. 2020, 1(2), 89–99. https://doi.org/10.1111/j.1753-318X.2008.00011.x.

23. Pan, M.; Li, H.; Wood E. Assessing the skill of satellite-based precipitation estimates in hydrologic applications. Water Resour. Res. 2010, 46, W09535, https://doi.org/10.1029/2009WR008290.

24. Su, F.G.; Gao, H.; Huffman, G.J.; Lettenmaier D.P. Potential utility of the real-time TMPA-RT precipitation estimates in streamflow prediction. J. Hydrometeorol. 2011, 12(3), 444–455. https://doi.org/10.1175/2010JHM1353.1.

25. Wang, J.; Hong, Y.; Jonathan, L.L.; Gourley, J.J.; Khan, S.I.; Yilmaz, K.K.; Adler, R.F.; Policelli, F.S.; Habib, S.; Irwn, D.; Limaye, A.S.; Korme, T.; Okello, L. The coupled routing and excess storage (CREST) distributed hydrological model. Hydrol. Sci. J. 2011, 56(1), 84–98.

26. Hong, Y.; Adler, R.F.; Hossain, F.; Curtis, S.; Huffman, G.J. A first approach to global runoff simulation using satellite rainfall estimation. Water Resour. Res. 2007, 43, W08502. https://doi.org/10.1029/2006WR005739.

27. de Bruijn, J.A.; de Moel, H.; Jongman, B.; de Ruiter, M.C.; Wagemaker, J.; Aerts, J.C.J.H. A global database of historic and real–time flood events based on social media. Sci Data. 2019, 6, 311. https://doi.org/10.1038/s41597-019-0326-9. 

28. Huffman, G.J.; Adler, R.F.; Bolvin, D.T.; Nelkin, E.J. The TRMM Multi–satellite Precipitation Analysis (TMPA). Satellite Applications for Surface Hydrology, F. Hossain and M. Gebremichael (Eds), (Berlin: Springer Verlag). 2010, 3–22. ISBN: 978-90-481-2914-0.

29. Elsner, M.M.; Cuo, L.; Voisin, N.; Deems, J.; Hamlet, A.F.; Vano, J.A.; Mickelson, K.E.B.; Lee, S.Y.; Lettenmaier D.P. Implications of 21st century climate change for the hydrology of Washington State. Clim. Change. 2010,  102(1–2), 225–260, https://doi.org/10.1007/s10584–010–9855–0.

30. Voisin, N.; Pappenberger, F.; Lettenmaier, D.P.; Buizza, R.; Schaake J.C. Application of a medium-range global hydrologic probabilistic forecast scheme to the Ohio River basin. Weather Forecasting. 2011, 26, 425–446.

31. Christensen, N.; Lettenmaier D.P. A multimodel ensemble approach to assessment of climate change impacts on the hydrology and water resources of the Colorado River basin. Hydrol. Earth Syst. Sci. 2007, 11, 1417–1434.

32. Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu. Báo cáo kết quả dự án Tư vấn kỹ thuật và phân tích khí hậu hiện tại và tương lai phục vụ công tác quản lý tài nguyên nước tại Hà Tĩnh. 2016.

33. Viện Khoa học Thủy lợi Việt Nam. Tư vấn kỹ thuật về mô hình thủy văn/thủy lực lưu vực sông Rào Cái và mô hình thoát nước tại thành phố Hà Tĩnh (2015–2016).

34. Urenco Ha Tinh. Công ty TNHH môi trường Đô thị Hà Nội (URENCO). https://urenco.com.vn/vi/cac-don-vi-thanh-vien/.

35. Tian, Y.; Peters–Lidard, C.D.; Choudhury, B.J.; Garcia, M. Multitemporal analysis of TRMM–based satellite precipitation products for land data assimilation applications. J. Hydrometeorol. 2007, 8, 1165–1183.

36. Yilmaz, K.K.; Adler, R.F.; Tian, Y.; Hong Y.; Pierce H.F. Evaluation of a satellite–based global flood monitoring system. Int. J. Remote Sens. 2010, 31(14), 3763–3782.

37. Wu, H.; Adler, R.F.; Tian, Y. The Global Flood Monitoring System (GFMS). Using Satellite (and NWP Model) Rainfall and a Hydrological Model. 2014.