zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Khoa Học Tự Nhiên

» Môi trường

Đánh giá các nguồn mưa ô lưới đến khả năng ứng dụng trên sông Mê Kông

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:10

Báo xấu

28
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết này đã phân tích và đánh giá nguồn mưa vệ tinh để tính toán mô phỏng và khôi phục lại các dữ liệu mưa và dòng chảy có khả năng áp dụng cho toàn bộ lưu vực dòng chính sông Mê Kông tính đến trạm Tân Châu và Châu Đốc từ hai nguồn mưa vệ tinh là mưa TRMM và mưa CMADS1.1.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Đánh giá các nguồn mưa ô lưới đến khả năng ứng dụng trên sông Mê Kông

Tuyển tập Báo cáo khoa học Hội thảo “Ứng dụng khoa học công nghệ trong quản lý tài nguyên nước” Doi: 10.15625/vap.2021.0118 ĐÁNH GIÁ CÁC NGUỒN MƢA Ô LƢỚI ĐẾN KHẢ NĂNG ỨNG DỤNG TRÊN SÔNG MÊ KÔNG Phạm Thị Thu Huyền, Lưu Thị Hồng Linh, Nguyễn Phương Anh Viện Khoa học tài nguyên nước - Bộ Tài nguyên và Môi trường Tóm tắt Sông Mê Kông là sông lớn trải dài trên sáu quốc gia, phần lớn lưu vực nằm ngoài lãnh thổ Việt Nam. Mạng lưới quan trắc trên lưu vực còn thưa thớt, số liệu chưa đầy đủ và liên tục nên chưa thể phản ánh chính xác hiện trạng mưa trên toàn lưu vực. Việc thu thập, tổng hợp và chia sẻ số liệu mưa giữa các quốc gia trong lưu vực hiện nay vẫn còn nhiều khó khăn, hạn chế. Bên cạnh đó, các thông tin về mưa đóng vai trò quan trọng trong việc mô phỏng, dự báo nguồn tài nguyên nước trên lưu vực. Vì vậy để khắc phục vấn đề thiếu số liệu thực đo và số liệu không đồng bộ, nghiên cứu này tập trung đánh giá nguồn mưa vệ tinh giúp cải thiện được khả năng đánh giá lượng mưa phân bổ trên lưu vực sông Mê Kông. Các nguồn dữ liệu được sử dụng từ hai nguồn mưa vệ tinh là mưa CMADS1.1 và TRMM được so sánh và đánh giá với dữ liệu từ 30 trạm đo mưa trên lưu vực với bước thời gian ngày. Kết quả đánh giá cho thấy các sản phẩm mưa vệ tinh mô tả tốt sự phân bố mưa theo không gian cũng như sự biến động theo thời gian. Tuy nhiên, lượng mưa của hai nguồn dữ liệu đều thấp hơn so với thực tế 10 % - 30 %. Từ khóa: Mưa ô lưới, CMADS, TRMM. 1. Đặt vấn đề Lưu vực sông Mê Kông là một lưu vực sông lớn liên quốc gia, chảy từ Trung Quốc, qua các nước Lào, Mianma, Thái Lan, Campuchia và đổ ra Biển Đông ở Việt Nam với tổng diện tích tự nhiên vào khoảng 759.000 km2. Phần hạ du lưu vực nằm trong lãnh thổ Việt Nam là 87.840 km2, là khu vực trọng điểm về chính trị, văn hóa, kinh tế của nước ta. Nguồn nước mặt Việt Nam phụ thuộc khá nhiều từ nguồn nước ngoài chảy vào. Đặc biệt tài nguyên nước vùng Đồng bằng sông Cửu Long (ĐBSCL) chịu tác động mạnh mẽ bởi khai thác sử dụng nước ở các quốc gia phía thượng lưu. Vào mùa cạn, đến trên 90 % lượng nước vào ĐBSCL có nguồn gốc từ ngoài Việt Nam. Việc xây dựng một bộ mô hình mô phỏng để đánh giá các tác động do khai thác sử dụng nước phía thượng lưu cho các lưu vực sông liên quốc gia có ý nghĩa cực k quan trọng. Trên lưu vực, hệ thống các trạm quan trắc khí 112 VIỆN KHOA HỌC TÀI NGUYÊN NƯỚC
Tuyển tập Báo cáo khoa học Hội thảo “Ứng dụng khoa học công nghệ trong quản lý tài nguyên nước” tượng, thủy văn đã được xây dựng và thiết lập cả ở phần lưu vực thuộc lãnh thổ Việt Nam và các quốc gia Lào, Mianma, Thái Lan, Campuchia và Trung Quốc. Ở Việt Nam, việc đo đạc số liệu được bắt đầu rất sớm, tuy nhiên theo thời gian, dưới tác động của nhiều yếu tố, mạng lưới các trạm quan trắc khí tượng, thủy văn trên lưu vực đến nay vẫn còn thưa thớt, chưa đầy đủ, việc quan trắc số liệu không được liên tục, có thời gian ngắt quãng, thậm chí một số trạm đã dừng đo. Ngoài ra các số liệu đo đạc khí tượng, thủy văn ở phần thượng nguồn lưu vực ngoài lãnh thổ Việt Nam, đặc biệt là Trung Quốc hiện nay vẫn rất ít được chia sẻ và gần như không có thông tin, tài liệu ở các khu vực này. Do sự không đồng bộ và đầy đủ của các dữ liệu mưa thực đo, dẫn đến rất nhiều khó khăn trong tính toán, phân tích về các đặc trưng khí tượng thủy văn nói chung và dữ liệu mưa nói riêng để làm đầu vào cho mô hình mô phỏng. Vì vậy để khắc phục vấn đề thiếu số liệu thực đo và số liệu không đồng bộ, bài báo này đã phân tích và đánh giá nguồn mưa vệ tinh để tính toán mô phỏng và khôi phục lại các dữ liệu mưa và dòng chảy có khả năng áp dụng cho toàn bộ lưu vực dòng chính sông Mê Kông tính đến trạm Tân Châu và Châu Đốc từ hai nguồn mưa vệ tinh là mưa TRMM và mưa CMADS1.1. 2. Phƣơng pháp nghiên cứu 2.1. Dữ liệu 2.1.1. Mưa TRMM Một trong những sản phẩm mưa vệ tinh đầu tiên và được ứng dụng phổ biến trong lĩnh vực thủy văn tài nguyên nước ở nhiều vùng trên thế giới là Nhiệm vụ đo mưa vùng nhiệt đới (TRMM). Nhiệm vụ đo mưa vùng nhiệt đới thông qua phân tích nhiều dữ liệu mưa vệ tinh (Tropical Rainfall Measurement Mision, TRMM; Multi-satellite Precipitation Analyssi, TMPA) được bắt đầu từ năm 1997, dựa trên sự phối hợp giữa Cơ quan Hàng không và Vũ trụ Hoa Kỳ (NASA) và Cơ quan Nghiên cứu và Phát triển hàng không vũ trụ Nhật Bản (JAXA). Đây là nhiệm vụ không gian đầu tiên đo đạc mưa ở vùng nhiệt đới. Nhiệm vụ TRMM bao gồm vệ tinh bay ở quĩ đạo thấp, được trang bị Radar đo mưa (PM), chụp ảnh vi sóng TRMM (TMI), máy quét phổ hồng ngoại và phổ nhìn thấy được (VIRS) và cảm biến ảnh chiếu sáng (LIS). Mục tiêu khoa học của TRMM là: Nghiên cứu bộ dữ liệu khoa học nhiều năm về các phép đo lượng mưa nhiệt đới và cận nhiệt đới; đánh giá sự tương tác giữa các khối lượng biển, không khí và đất liền tạo ra những thay đổi về lượng mưa và khí hậu toàn cầu; cải thiện mô hình hóa các quá trình mưa nhiệt đới và ảnh hưởng của chúng đối với hoàn lưu toàn cầu nhằm dự đoán lượng mưa VIỆN KHOA HỌC TÀI NGUYÊN NƯỚC 113
Tuyển tập Báo cáo khoa học Hội thảo “Ứng dụng khoa học công nghệ trong quản lý tài nguyên nước” và sự biến đổi trong các khoảng thời gian khác nhau; kiểm tra, đánh giá và cải tiến kỹ thuật đo lượng mưa vệ tinh. TRMM cung cấp nhiều loại sản phẩm, bao gồm sản phẩm mưa vệ tinh thời gian thực (độ trễ khoảng vài giờ so với thời gian đo đạc ở trạm mặt đất) và sản phẩm mưa vệ tinh dùng cho nghiên cứu (độ trễ khoảng vài tháng so với thời gian đo đạc ở trạm mặt đất). Bài báo sử dụng phiên bản (TMPA 3B42_dailyV7) bao gồm số liệu mưa ngày, độ phân giải 0,250 x 0,250 (~ 25 km), thời đoạn nghiên cứu từ 2008 đến 2018. Sản phẩm TMPA 3B42_dailyV7 được tải về từ trang web của trung tâm bay không gian Goodard của NASA. 2.1.2. Mưa CMADS 1.1 Tập dữ liệu thúc đẩy đồng hóa khí tượng Trung Quốc cho mô hình SWAT (CMADS) là một bộ dữ liệu công khai được phát triển bởi Giáo sư Tiến sĩ Xianyong Meng từ Đại học Nông nghiệp Trung Quốc (CAU). CMADS kết hợp các công nghệ của LAPS/STMAS và được xây dựng bằng nhiều công nghệ và phương pháp khoa học, bao gồm lồng ghép dữ liệu vòng lặp, chiếu mô hình lấy mẫu lại và nội suy song tuyến. Nó cũng cho phép người dùng trích xuất một loạt các yếu tố khí tượng một cách thuận tiện để phân tích chi tiết về khí hậu. Nguồn dữ liệu cho chuỗi CMADS bao gồm gần 40.000 trạm tự động khu vực thuộc 2.421 trung tâm đánh giá kinh doanh và tự động quốc gia của Trung Quốc (Meng et al., 2017a). Tích hợp CMADS của dữ liệu nhiệt độ không khí, áp suất không khí, độ ẩm và vận tốc gió chủ yếu đạt được thông qua hệ thống LAPS/STMAS. Dữ liệu về lượng mưa được tổng hợp bằng cách sử dụng các sản phẩm lượng mưa toàn cầu của CMORPH và dữ liệu của Trung tâm Thông tin Khí tượng Quốc gia của Trung Quốc (dựa trên các sản phẩm lượng mưa tích hợp của CMORPH). Độ phân giải cho CMADS V1.0, V1.1, V1.2 và V1.3 là 1/3°, 1/4°, 1/8° và 1/16° (Meng et al., 2016). Bài báo sử dụng dữ liệu mưa phiên bản CMADS V1.1, độ phân giải là 0,250 x 0,250, thời đoạn nghiên cứu từ 2008 đến năm 2018. 2.1.3. Mưa thực đo Nghiên cứu này sử dụng dữ liệu quan trắc mưa ngày của 30 trạm đo mưa phân bố trên dòng chính sông Mê Kông. Do thời gian đo của các trạm khác nhau, một số trạm có thời gian quan trắc ngắn, ngắt quãng nên nghiên cứu lựa chọn thời gian để đánh giá so sánh hai nguồn dữ liệu mưa lưới là từ năm 2000 đến 2018. Phân bố các trạm đo mưa sử dụng trong nghiên cứu thể hiện ở Hình 1. 114 VIỆN KHOA HỌC TÀI NGUYÊN NƯỚC
Tuyển tập Báo cáo khoa học Hội thảo “Ứng dụng khoa học công nghệ trong quản lý tài nguyên nước” Hình 1. Phân bố các trạm đo mưa thực đo tại lưu vực sông Mê Kông VIỆN KHOA HỌC TÀI NGUYÊN NƯỚC 115
Tuyển tập Báo cáo khoa học Hội thảo “Ứng dụng khoa học công nghệ trong quản lý tài nguyên nước” 2.2. Phương pháp đánh giá Để so sánh dữ liệu mưa dạng lưới với các dữ liệu mưa đo tại các trạm, các dữ liệu này cần phải được đưa về cùng độ phân giải theo không gian. Vì vậy, nghiên cứu này thực hiện việc đánh giá, so sánh theo hai cách: - So sánh điểm với điểm: Với cách so sánh này thì lượng mưa mô phỏng tại trạm đo theo dữ liệu mưa TRMM và CMADS được lấy tại ô lưới có chứa trạm đo mưa đó. Lượng mưa mô phỏng tại trạm này sẽ được so sánh với lượng mưa thực đo tại trạm đó. - So sánh ô lưới với ô lưới: từ dữ liệu mưa thực đo tại trạm, tiến hành nội suy tạo thành dữ liệu mưa ô lưới có cùng độ phân giải với nguồn dữ liệu mưa lưới TRMM và CMADS với độ phân giải chung là 0,250 x 0,250 với lượng mưa tại từng ô lưới được tính nội suy từ các trạm đo mưa theo phương pháp Trọng số nghịch đảo khoảng cách (IDW) (Shepard, 1968). Nhằm giảm thiểu sai số đánh giá do phương pháp nội suy, nghiên cứu chỉ đánh giá so sánh chất lượng mưa lưới tại các ô lưới có chứa trạm đo mưa thực đo. 2.3. Các chỉ tiêu đánh giá Nghiên cứu sử dụng các chỉ số thống kê nhằm đánh giá chất lượng của bộ dữ liệu mưa TRMM và CMADS. Các chỉ số đánh giá bao gồm: ∑ | | - Sai số tuyệt đối trung bình: ∑ - Sai số tương đối: x 100 ∑ ∑ ̅̅̅̅̅ ̅̅̅̅ - Hệ số tương quan: √∑ ̅̅̅̅̅ √∑ ̅̅̅̅ Trong đó: PMi và POi tương ứng là dữ liệu thứ i của TRMM hoặc CMADS và lượng mưa thực đo. N là số lượng các cặp số giữa hai chuỗi số liệu thực đo và mô phỏng. và tương ứng là lượng mưa trung bình mô phỏng và thực đo. Ngoài ra, nghiên cứu còn sử dụng hai chỉ số POD (Probability Of Detection) và FAR (False Alarm Ratio) để đánh giá xác suất xuất hiện và tỷ lệ cảnh báo sai của các bộ dữ liệu này. POD = ; FAR = Trong đó: Nh là số lượng các cặp mà cả PMi và POi đều lớn hơn 0 (tức là trên thực tế có mưa và dữ liệu tính toán cũng cho có mưa). Nm là số lượng các cặp Poi > 0 còn PMi = 0 (trên thực tế có mưa nhưng dữ liệu tính toán cho 116 VIỆN KHOA HỌC TÀI NGUYÊN NƯỚC
Tuyển tập Báo cáo khoa học Hội thảo “Ứng dụng khoa học công nghệ trong quản lý tài nguyên nước” là không mưa). Nf là số lượng các cặp mà PMi> 0 còn Poi = 0 (trên thực tế không có mưa nhưng dữ liệu tính toán cho là có mưa). 3. Kết quả nghiên cứu Nhìn chung phân bố theo thời gian của mưa mô phỏng và mưa thực đo khá tương đồng, các thời điểm mưa lớn và biến đổi mưa theo thời gian của mưa mô phỏng có tương quan khá tốt với mưa thực đo tuy nhiên tổng lượng còn có chênh lệch nhiều; mưa thực đo thiên cao hơn mưa mô phỏng. Hệ số tương quan giữa mưa trung bình năm thực đo và mưa vệ tinh TRMM, mưa CMADS tại một số trạm trên lưu vực sông Mê Kông được trình bày trong Bảng 1. Bảng 1. Hệ số tương quan giữa mưa trung bình năm thực đo và mưa vệ tinh TRMM, mưa CMADS tại một số trạm trên lưu vực sông Mê Kông Trạm Mƣa TRMM Mƣa CMADS Chiang Sean 0,89 0,7855 Chiang Khan 0,69 0,7093 Vientine 0,84 0,7686 Thakkhek 0,55 0,6531 Nakhon Phanon 0,75 0,687 Saravanne 0,49 0,6807 Pakse 0,82 0,7719 Kontum 0,46 0,4037 Tuk Phos 0,49 0,5748 Kampong Cham 0,62 0,6179 Paksane 0,70 0,8353 Chaktomuk 0,39 0,3969 Tân Châu 0,58 0,4847 TB 0,64 0,6438 Kết quả đánh giá giữa điểm với điểm cho thấy, sự biến động lượng mưa năm TRMM theo thời gian phù hợp với thực đo hơn là dữ liệu CMADS. Đối với việc đánh giá điểm với điểm, chênh lệch giữa lượng mưa năm trung bình nhiều năm giai đoạn tính toán 2000 - 2018 giữa lượng mưa thực đo và dữ liệu mưa TRMM, dữ liệu mưa CMADS được thể hiện trên Hình 2. Từ kết quả chênh lệch lượng mưa so sánh tại từng trạm, chênh lệch lượng mưa năm theo không gian được nội suy theo phương pháp IDW. Sự chênh VIỆN KHOA HỌC TÀI NGUYÊN NƯỚC 117
Tuyển tập Báo cáo khoa học Hội thảo “Ứng dụng khoa học công nghệ trong quản lý tài nguyên nước” lệch giữa lượng mưa năm trung bình nhiều năm giữa mưa thực đo và mưa TRMM không nhiều, mức độ sai khác biến đổi từ -8,2 đến 2,4 mm/ngày tuỳ từng vị trí. Trong khi đó, kết quả chênh lệch giữa lượng mưa thực đo và dữ liệu CMADS có sự biến động từ 0,3 đến 3 mm/ngày (Hình 2). Hình 2. Bản đồ sai số trung bình giữa dữ liệu mưa CMADS và mưa thực đo 118 VIỆN KHOA HỌC TÀI NGUYÊN NƯỚC
Tuyển tập Báo cáo khoa học Hội thảo “Ứng dụng khoa học công nghệ trong quản lý tài nguyên nước” Một số chỉ tiêu khác: Bảng 2 trình bày chỉ số POD và FAR đánh giá cho dữ liệu mưa TRMM và CMADS trung bình cho giai đoạn 2000 - 2018 ở tất cả 30 trạm đo mưa. Từ Bảng 2, có thể thấy chỉ số POD của mưa TRMM trung bình rất cao xấp xỉ 1 thể hiện khả năng mô phỏng khả năng xuất hiện mưa trên thực tế rất tốt. Chỉ số FAR trong trường hợp so sánh điểm với điểm cũng cho kết quả khá lớn (gần 0,60) chứng tỏ có khá nhiều ngày trên thực tế không có mưa nhưng trong mô phỏng lại thể hiện có mưa, tức là độ chính xác còn hạn chế. Nguyên nhân chỉ số FAR khá cao là do khi xét trong 1 không gian lớn thì khả năng có mưa cao hơn là dưới dạng điểm. Bảng 2. Chỉ số POD và FAR đánh giá cho dữ liệu mưa TRMM và CMADS Chỉ số TRMM CMADS POD 0,69 0,76 FAR 0,41 0,46 4. Kết luận Mục tiêu chính của bài báo là xem xét đánh giá chất lượng dữ liệu mưa dạng lưới từ hai nguồn TRMM và CMADS cho phạm vi lưu vực sông Mê Kông. Đối tượng xem xét chính là lượng mưa năm và sự thay đổi của nó theo thời gian, cùng với lượng mưa một ngày lớn nhất. Nghiên cứu đã sử dụng số liệu đo mưa từ 30 trạm đo để đánh giá trong giai đoạn 2000 - 2018. Việc so sánh và đánh giá được thực hiện trên 2 cách là so sánh giữa điểm với điểm và ô lưới với ô lưới. Kết quả đánh giá bước đầu cho thấy, nhìn chung cả lượng mưa TRMM và CMAD thường niên thấp so với thực tế. Dữ liệu mưa TRMM thể hiện sự phù hợp về biến đổi theo thời gian với mưa thực đo khi cho hệ số R2 của lượng mưa năm khá cao (xấp xỉ 0,60), trong khi dữ liệu mưa CMADS cho sự phù hợp thấp hơn khi chỉ số R2 chỉ đạt khoảng 0,20 - 0,30. Kết quả sai khác giữa mưa thực đo với các dữ liệu mưa này cũng cho thấy không liên quan đến yếu tố độ cao địa hình. Đối với lượng mưa một ngày lớn nhất, nhìn chung lượng mưa TRMM cho kết quả thấp hơn so với thực tế khoảng 40 %, trong khi lượng mưa của CMADS cho kết quả cao hơn đối với những vùng mưa nhỏ và thấp hơn nhiều đối với những vùng mưa lớn. VIỆN KHOA HỌC TÀI NGUYÊN NƯỚC 119
Tuyển tập Báo cáo khoa học Hội thảo “Ứng dụng khoa học công nghệ trong quản lý tài nguyên nước” Các dữ liệu xem xét trong nghiên cứu cũng cho thấy khả năng mô phỏng tốt khả năng xuất hiện mưa khi chỉ số POD rất cao trong khi chỉ số FAR là chấp nhận được (đối với đánh giá ô lưới với ô lưới). Nhìn chung, dựa trên các chỉ tiêu đánh giá đối với lượng mưa năm, mức độ phù hợp mưa năm và lượng mưa một ngày lớn nhất, dữ liệu mưa TRMM phù hợp với thực tế hơn nhiều so với mưa CMADS. Để có cái nhìn chi tiết hơn, cần thiết phải có các nghiên cứu khai thác các nguồn dữ liệu này cho các khu vực và lưu vực nhỏ kết hợp sử dụng các mô hình thuỷ văn mưa dòng chảy nhằm đánh giá chính xác hơn khả năng khai thác sử dụng các nguồn mưa lưới này phục vụ thực tế, nhất là tại các khu vực không có trạm đo mưa. Tài liệu tham khảo 1. Ngô Lê An, Nguyễn Thị Thu Hà. “Đánh giá các nguồn mưa lưới và khả năng ứng dụng cho Việt Nam”. Tạp chí Khoa học kỹ thuật thủy lợi và Môi trường, vol. 64, 2019, tr. 17 - 24. 2. Bùi Thị Khánh Hòa, Ngô Đức Thành, Phan Văn Tân. “Nghiên cứu đánh giá các nguồn số liệu khác nhau phục vụ cho bài toán định lượng mưa sử dụng số liệu Radar tại Việt Nam”. Tạp chí Khí tượng Thủy văn, vol. 584, 2010, tr. 31 - 41. 3. Pham Thi Thanh Nga, Nguyen Quang Hong, Ngo Anh Duc, Le Thi Thu Hang, Nguyen Tien Cong. “Investigating the impacts of typhoon- induced floods on the agriculture in the central region of Vietnam by using hydrological models and satellite data”. Natural Hazards, vol. 92(1), 2018, p. 189 - 204. doi:10.1007/s11069-018-3202-6. 4. https://pmm.nasa.gov/ data-access/downloads/trmm. 120 VIỆN KHOA HỌC TÀI NGUYÊN NƯỚC
Tuyển tập Báo cáo khoa học Hội thảo “Ứng dụng khoa học công nghệ trong quản lý tài nguyên nước” EVALUATION OF GRIDDEP PRECIPITATION DATASETS ON APPLICABILITY CAPACITIES IN THE MEKONG DELTA Pham Thi Thu Huyen, Luu Thi Hong Linh, Nguyen Phuong Anh Water Resources Institute - Ministry of Natural Resources and Environment Abtracts The Mekong River is a large river flowing through six countries, most of the basin outside of Vietnam. The monitoring network in the basin is still sparse, the data is not complete and continuous, so it cannot accurately reflect the rain situation in the whole basin. The collection, synthesis and sharing of rainfall data among countries in the basin are still many difficulties. In addition, rain information plays an important role in simulating and forecasting water resources in the basin. Therefore, in order to overcome the problem of lack of actual measured data and asynchronous data, this study focuses on evaluating satellite rain sources to help improve the ability to assess rainfall distribution in the Mekong River Basin. The data sources used from two different precipitation datasets sources, CMADS1.1 and TRMM, were compared and evaluated with data from 30 rain gauge stations in the basin with a date time step. The evaluation results show that the satellite rain products describe well the spatial distribution of rain as well as the time variation. However, annual maximum of daily precipitation of two datasets are smaller than the observation about 10 - 30 %. Keywords: Gridded precipitation, CMADS. VIỆN KHOA HỌC TÀI NGUYÊN NƯỚC 121

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.