Tác giả

Nguyễn Thị Bích Ngọc 1 , Trần Văn Tình 1*

Đơn vị công tác

1 Trường Đại học Tài nguyên và Môi trường Hà Nội; ntbngoc@hunre.edu.vn; tvtinh@hunre.edu.vn.

*Tác giả liên hệ: tvtinh@hunre.edu.vn; Tel.: +84–977177618

Tóm tắt

Nghiên cứu so sánh và đánh giá chất lượng dữ liệu mưa vệ tinh Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS) với dữ liệu mưa ngày, tháng, mùa và năm tại 4 trạm khí tượng ở Hà Nội trong giai đoạn 1981-2023 thông qua các chỉ tiêu thống kê như khả năng nhận diện ngưỡng mưa, tổng lượng mưa và hệ số tương quan... Kết quả đánh giá về lượng mưa cho thấy, tương quan giữa mưa vệ tinh và mưa quan trắc ở thời đoạn tháng là tốt (R > 0,8), tuy giảm hơn ở thời đoạn năm và mùa (R từ 0,57-0,8) nhưng vẫn ở mức trung bình trở lên. Tương quan lượng mưa ngày không cao (R < 0,4), mưa vệ tinh mới chỉ phản ánh hiện tượng mưa với tỉ lệ dự báo đúng (PC) từ 0,65-0,68. Bài báo cũng đánh giá mức độ và xu thế biến đổi lượng mưa bằng phương pháp Mann-Kendall và Sen’s slope, kết quả lượng mưa hàng năm và mưa mùa tại Hà Nội khá ổn định và tăng nhẹ, nhưng không đạt ý nghĩa thống kê. Trong năm, tháng VII và IX có lượng mưa tăng đáng kể. Đặc biệt tháng VIII, lượng mưa tăng đến 1,99 mm/năm, đạt mức ý nghĩa thống kê (α = 0,1). Xu thế biến đổi không gian của lượng mưa vệ tinh tại Hà Nội biến đổi đồng đều nhưng giá trị biến đổi khác nhau theo khu vực.

Từ khóa

Hà Nội; Mưa vệ tinh; CHIRPS; Mann-Kendall; Xu thế mưa.

Trích dẫn bài báo

Ngọc, N.T.B.; Tình, T.V. Đánh giá mức độ và xu thế biến đổi mưa thành phố Hà Nội dựa trên dữ liệu mưa từ vệ tinh CHIRPS. Tạp chí Khí tượng Thuỷ văn 2025, 769, 71-88.

Tài liệu tham khảo

1. Alsalal, S.T.; Leong, M.; Sâmt, N.; Al-Bakri, J.T; Longhui, L. Evaluation of CHIRPS and CFSR precipitation products over the Mujib Basin, Jordan. Geografia Malaysian J. Soc. Space. 2023, 19(2), 1–20. https://doi.org/10.17-576/geo-2023-1902-01.

2. Senent-Aparicio, J.; López-Ballesteros, A.; Pérez-Sánchez, J.; Segura-Méndez, F.J.; Pulido-Velazquez, D. Using multiple monthly water balance models to evaluate gridded precipitation products over peninsular Spain. Remote Sens. 2018, 10, 922.  https://doi.org/10.3390/rs10060922.

3. Chung, T.B.; Phương, T.A.; Hằng, T.T.D.; Anh.N.T.; An, H.T.; Campbell, S.B. Nghiên cứu khả năng sử dụng số liệu mưa vệ tinh độ phân giải cao trong mô phỏng dòng chảy trên lưu vực sông thiếu số liệu. Tạp chí Khí tượng Thủy văn 2023, 754, 59–70.

4. Kiên, N.T.; An, N.L.; Thành, L.Đ. Đánh giá chất lượng mưa vệ tinh gsmap mô phỏng mưa lớn - ứng dụng cho lưu vực sông Mã. Tạp chí khoa học kỹ thuật Thủy lợi và Môi trường 2019, 64, 76–83.

5. Tổng cục Khí tượng Thủy Văn. Thống kê và cập nhật thông tin các trạm Khí tượng Thủy văn. 2024.  Trực tuyến: http://vmha.gov.vn/thong-bao-cua-tong-cuc-104/quyet-dinh-phe-duyet-quy-hoach-mang-luoi-tram-khi-tuong-thuy-van-quoc-gia-thoi-ky-2021-%E2%80%93-2030-tam-nhin-den-nam-2050-16672.html

6. Ngọc, T.M.; Khá, Đ.Đ.; Tuấn, N.C.; Như, N.Y. Đánh giá chất lượng mưa vệ tinh CMORPH trên lưu vực sông Lam. Tạp chí Khí tượng Thủy văn 2024, 763, 24–34.  doi:10.36335/VNJHM.2024(763).24-34.

7. Eng, J.; Hao, Z.; Wang, J.; Shao, Q. Suitability of TRMM satellite rainfall in driving a distributed hydrological model in the source region of Yellow River. J. Hydrol.  2014, 509, 320–332.

8. Hải, B.T.; Tuấn, N.V. Nghiên cứu đánh giá vá so sánh các dữ liệu mưa vệ tinh độ phân giải cao lưu vực sông Cả. Tạp chí Khí tượng Thủy văn 2018, 695, 17–28.

9. Lành, N.V.; Dũng, N.V.; Dương, T.H.; Tâm, T.T. Sử dụng lượng mưa vệ tinh đánh giá khả năng hạn hán khí tượng dựa trên chỉ số SPI cho khu vực tỉnh Thanh Hóa. Tạp chí Khí tượng Thủy văn 2018, 696, 1–9.

10. Kummerow, C.; Simpson, J.; Thiele, O.; Barnes, W.; Chang, A.T.C.; Stocker, E.; Adler, R.F.; Hou, A.; Kakar, R.; Wentz, F. The Status of the Tropical Rainfall Measuring Mission (TRMM) after Two Years in Orbit. J. Appl. Meteorol. 2000,  39(12), 1965–1982. https://doi.org/10.1175/15200450(2001)040<1965:TSOTTR>-2.0.CO;2.

11.   Jaxa. Theo dõi lượng mưa toàn cầu Jaxa. Trực tuyến: https://sharaku.eorc.jaxa.jp/GSMaP.

12. CHC, USGS. Ước tính lượng mưa từ máy đo mưa và quan sát vệ tinh CHIRPS.  Trực tuyến: https://www.chc.ucsb.edu/data/chirps.

13. Duan, Z.; Tuo, Y.; Liu, J.; Gao, H.; Song, X.; Zhang, Z.; Yang, L.; Mekonnen, D.F. Hydrological evaluation of open-access precipitation and air temperature datasets using SWAT in a poorly gauged basin in Ethiopia. J. Hydrol. 2019, 569, 612–626.  https://doi.org/10.1016/j.jhydrol.2018.12.026.

14. Funk, C.; Peterson, P.; Landsfeld, M.; Pedreros, D.; Verdin, J.; Shukla, S.; Husak, G.; Rowland, J.;  Harrison, L.;  Hoell, A. The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes. Sci. Data. 2015,  2(1), 1–21. https://doi.org/10.1038/sdata.2015.66.

15. Duan, Z.; Liu, J.; Tuo, Y.; Chiogna, G.; Disse, M. Evaluation of eight high spatial resolution gridded precipitation products in Adige Basin (Italy) at multiple temporal and spatial scales. Sci. Total Environ. 2016, 573, 1536–1553. https://doi.org/10.1016/j.scitotenv.2016.08.213.

16. Macharia, J.M.; Ngetich, F.K.; Shisanya, C.A. Comparison of satellite remote sensing derived precipitation estimates and observed data in Kenya. Agric. For. Meteorol. 2020, 284, 107875. https://doi.org/10.1016/j.agrformet.20-19.107875.

17. Rivera, J.A.;  Marianetti, G.;  Hinrichs, S. Validation of CHIRPS precipitation dataset along the Central Andes of Argentina. Atmos. Res. 2018, 213, 437–449.  https://doi.org/10.1016/j.atmosres.2018.06.023.

18. Ullah, W.;  Wang, G.; Ali, G.;  Tawia Hagan, D.F.;  Bhatti, A.S.;  Lou, D. Comparing multiple precipitation products against in-situ observations over different climate regions of Pakistan. Remote Sens. 2019, 11(6), 628. https://doi.org/10.33-90/rs11060628.

19. Bai, L.;  Shi, C.;  Li, L.;  Yang, Y.; Wu, J. Accuracy of CHIRPS satellite-rainfall products over mainland China. Remote Sens. 2018, 10(3), 362.  https://doi.org/10.3390/rs10030362.

20. Guo, J.; Su, X. Parameter sensitivity analysis of SWAT model for streamflow simulation with multisource precipitation datasets. Hydrol. Res. 2019, 50(3), 861–877. https://doi.org/10.2166/nh.2019.083.

21. Tuan, T.L.; Matsumoto, J.; Duc, N.T.; Nodzu, M.I.; Inoue, T. Evaluation of satellite precipitation products over the Central of Vietnam. Prog. Earth Planet. Sci. 2019, 6, 1–16.

22. Thảo, N.H.P. Đánh giá chất lượng dữ liệu mưa CHIRPS tại khu vực tỉnh Ninh Thuận và Bình Thuận. Tuyển tập Hội nghị KHTN trường Đại học Thủy Lợi, 2019, tr. 724–726.

23. Liên, N.T.; Hưng, N.Q.; Ngọc, T.M. Nghiên cứu đánh giá chất lượng dữ liệu mưa lưới một số trận mưa lớn trên khu vực thành phố Hà Tĩnh. Tạp chí khoa học Biến đổi khí hậu 2022, 24, 10–21.

24. 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 tự nhiên và Công nghệ 2015, 31, 222–230.

25. Anh, N.Q. Khai thác sử dụng số liệu vệ tinh trong dự báo lũ lưu vực sông Mê Công (từ Chiang saen đến Stung Treng). Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội. 2012.

26. Dinh, K.D.; Anh, T.N.; Nguyen, N.Y.; Bui, D.D.; Srinivasan, R. Evaluation of gridbased rainfall products and water balances over the Mekong river basin. Remote Sens. 2020, 12, 1858.  https://doi.org/10.3390/rs12111858.

27. Thom, V.T.; Khoi, D.N.; Linh, D.Q. Using gridded rainfall products in simulating streamflow in a tropical catchment - A case study of the Srepok River Catchment, Vietnam. J. Hydrol. Hydromech. 2017, 65, 18–25. https://doi.org/10.15-15/johh-2016-0047.

28. Bộ Tài nguyên và Môi trường. Phê duyệt và công bố kết quả thống kê diện tích đất đai năm 2020. Hà Nội. 2022.

29. Tổng cục Thống kê. Niên giám Thống kê Việt Nam năm 2022. 2023, tr. 109.

30. Dốc, L.Q. Địa lí Hà Nội. Đại học Sư phạm, 2011.

31. Thịnh, N.V. Địa lý Hà Nội. Hà Nội, 2021.

32. Thành, N.Đ. Giáo trình đánh giá biến đổi khí hậu. Đại học Quốc gia Hà Nội, 2021.

33. Tân, P.V. Phương pháp thống kê trong khí hậu. Đại học Quốc gia Hà Nội, 2005.

34. Kumar, U;  Singh, D.K; Panday, S.C; Bisht, J.K;  Kant, L. Spatio-temporal trend and change detection of rainfall for Kosi River basin, Uttarakhand using long-term (115 years) gridded data. Arabian J. Geosci. 2023, 16(3), 173.  https://doi.org/10.1007/s12517-023-11244-0.

35. Kumar, A.; Kumar, S.; Rautela, K.S.; Shekhar, S.; Ray, T.; Thangavel, M. Assessing seasonal variation and trends in rainfall patterns of Madhya Pradesh, Central India. J. Water Clim. Change 2023, 14(10), 3692–3712.  https://doi.org/10.2166/wcc.2023.280.

36. Sen, P. Estimates of the regression coefficient based on Kendall’s Tau. J. Am. Stat. Assoc. 1968, 63, 1379–1389.

37. Sarkar, A.;  Saha, S.; Sarkar, D.; Mondal, P. Variability and trend analysis of the rainfall of the past 119 (1901–2019) years using statistical techniques: A case study of Uttar Dinajpur, India. J. Clim. Change 2021, 7(2), 49–61.  https://doi.org/10.3233/JCC210011.

38. Asfaw, A.;  Simane, B.; Hassen, A.; Bantider, A. Variability and time series trend analysis of rainfall and temperature in northcentral Ethiopia: a case study in Woleka sub-basin. Weather Clim. Extremes 2018, 19, 29–41. https://doi.org/10.10-16/j.wace.2017.12.002.

39. Silva, A.T. Introduction to nonstationary analysis and modeling of hydrologic variables. Int. Fundam. Stat. Hydrol. 2017, 537–577.

40. Tadese, M.T.; Kumar, L.; Koech, R.; Zemadim, B. Hydro-Climatic Variability: A Characterisation and Trend Study of the Awash River Basin, Ethiopia. Hydrol. 2019,   6(2), 35.

41. Arrieta-Castro, M.; Donado-Rodríguez, A.; Acuña, G.J.; Canales, F.A.; Teegavarapu, R.S.V.; Ka´zmierczak, B. Analysis of streamflow variability and trends in the Meta River, Colombia. Water 2020, 12(5), 1451. https://doi.org/10.3390/w12051451.

42. Tín, N.V. Đánh giá xu thế biến đổi của lượng mưa thời đoạn lớn nhất khu vực thành phố Hồ Chí Minh giai đoạn 1971-2016 bằng kiểm định phi tham số Mann-Kendall. Tạp chí Khí tượng Thủy văn 2017, 11, 52–55.

43. 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.https://doi.org/10.3390/w10060677.

44. Morales-Acuña, E.; Linero-Cueto, J.R.; Canales, F.A. Assessment of precipitation variability and trends based on satellite estimations for a heterogeneous Colombian region. Hydrol. 2021, 8, 128. https://doi.org/10.3390/hydrology-8030128.

45. Cục Quản lý Tài nguyên nước. Báo cáo Quy hoạch tài nguyên nước thời kỳ 2021-2030, tầm nhìn đến năm 2050. Hà Nội, Bộ Tài nguyên và Môi trường. 2021.