intTypePromotion=1
ADSENSE

Xây dựng đường cong SDF cho hạn hán ở lưu vực sông Srepok bằng phương pháp Copula

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:11

4
lượt xem
0
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nghiên cứu này được thực hiện với mục đích đề xuất áp dụng phương pháp phân tích hạn hán thông qua việc xây dựng đồ thị biểu diễn mối liên hệ giữa các tính chất của một sự kiện hạn. Phương pháp xây dựng đường cong Cường độ – Chu kì – Tần suất (Severity – Duration – Frequency) được thực hiện dựa trên hàm phân phối xác suất kết hợp (hàm Copula 2 chiều) đối với hai hàm phân phối xác suất thành phần của chu kì hạn và cường độ hạn.

Chủ đề:
Lưu

Nội dung Text: Xây dựng đường cong SDF cho hạn hán ở lưu vực sông Srepok bằng phương pháp Copula

  1. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 XÂY DỰNG ĐƯỜNG CONG SDF CHO HẠN HÁN Ở LƯU VỰC SÔNG SREPOK BẰNG PHƯƠNG PHÁP COPULA Nguyễn Trọng Quân* Trường ĐH Khoa học Tự nhiên, ĐHQG TP.HCM *Tác giả liên hệ: quannguyen201294@gmail.com (Ngày nhận bài: 15/03/2017; Ngày duyệt đăng: 08/05/2017) TÓM TẮT Nghiên cứu này được thực hiện với mục đích đề xuất áp dụng phương pháp phân tích hạn hán thông qua việc xây dựng đồ thị biểu diễn mối liên hệ giữa các tính chất của một sự kiện hạn. Phương pháp xây dựng đường cong Cường độ – Chu kì – Tần suất (Severity – Duration – Frequency) được thực hiện dựa trên hàm phân phối xác suất kết hợp (hàm Copula 2 chiều) đối với hai hàm phân phối xác suất thành phần của chu kì hạn và cường độ hạn. Các sự kiện hạn sẽ được xác định dựa trên chỉ số chuẩn hóa lượng mưa SPI, sau đó các tham số của hàm phân phối xác suất thành phần được tính bằng phương pháp L-moment. Phương pháp hàm suy diễn biên (Inference Function for Margins) và xác suất tối đa (Maximum Likelihood) được sử dụng để xây dựng hàm kết hợp Copula và tham số tương ứng, từ đó xác định chu kì lặp lại đối với mỗi sự kiện hạn cụ thể và đường cong SDF tương ứng. Trong nghiên cứu này, hàm phân phối xác suất Gamma và hàm kết hợp Frank Copula được sử dụng để tính toán các sự kiện hạn. Dữ liệu lượng mưa tại lưu vực sông Srepok, Tây Nguyên (Việt Nam) được sử dụng làm ví dụ minh họa trong nghiên cứu này. Kết quả phân tích cho thấy sự hiệu quả khi sử dụng phương pháp Copula để xây dựng đường cong SDF, từ đó mở ra nhiều hướng nghiên cứu và ứng dụng nhằm hỗ trợ công tác xây dựng các kịch bản ứng phó với hạn hán trong điều kiện biến đổi khí hậu hiện nay. Từ khóa: Hạn hán, chỉ số SPI, đường cong SDF, lưu vực sông Sêrêpôk. BUILDING SEVERITY – DURATION – FREQUENCY (SDF) CURVE OF DROUGHT IN THE SREPOK RIVER BASIN USING COPULA APPROACH Nguyen Trong Quan* University of Science, VNU-HCM *Corresponding author: quannguyen201294@gmail.com ABSTRACT This paper was conducted for the purpose of proposing the application of drought analysis by composing a model expressing the relationship between the properties of a drought event. The method of constructing a Severity-Duration-Frequency curve is based on the joint probability distribution function (2-Dimentional Copula Function) of two separate probability distribution functions of drought duration and severity. Drought events will be defined based on the Standardized Precipitation Index (SPI) and their parameters are calculated by the L-moment method. The process of Inference Function for Margins (IFM method) and Maximum Likelihood Estimation (MLE method) are used to compute the Copula function and its corresponding parameter, thereby identifying the return period for each specific event and SDF curves respectively. In this study, drought events are assumed to be fitted with Gamma probability distribution function and Frank Copula function. Rainfall data in the Srepok River Basin at Central Highlands (Vietnam) is applied as a study case to clarify the proposed methodology in this research. The results indicate the advantages 64  
  2. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 of using the Copula method to construct SDF curves, thus boost up many further researchs and directly implementations to support the improvement of prepaing prevention scenarios and responding to drought events under recently climate change conditions. Keywords: Drought, SPI index, SDF curve, Srepok River Basin. TỔNG QUAN phân tích, dự báo chính xác, nhằm đầy Hạn hán là một trong những hiện tượng mạnh các biện pháp phòng, chống và ứng thời tiết cực đoan, xảy ra khi lượng mưa phó với hạn hán, đặc biệt là tại các khu thiếu hụt nghiêm trọng trong thời gian dài, vực trọng điểm như Đồng bằng sông Cửu làm giảm hàm lượng nước trong không Long, Nam Trung Bộ và Tây Nguyên. khí và trong đất gây ảnh hưởng xấu đến Khi nghiên cứu về hạn hán, những vấn đề sự sinh trưởng và phát triển của cây trồng, quan trọng nhất được đặt ra là việc mô tả tạo nên suy thoái môi trường và dẫn đến tính chất của các sự kiện hạn như chu kì, các hệ lụy khác về kinh tế, đời sống và xã tần suất hay cường độ hạn; phân tích về hội. Ở Việt Nam, hạn hán xảy ra chủ yếu hiện trạng và xu hướng, đồng thời kết hợp tại các tỉnh Đồng bằng sông Cửu Long, với các mô hình, kịch bản BĐKH để dự Nam Trung Bộ và Tây Nguyên, dưới tác báo những sự kiện hạn sẽ xảy ra trong động của Biến Đổi Khí Hậu (BĐKH), tương lai; cuối cùng là những biện pháp hiện tượng hạn hán có xu hướng ngày phòng, chống và ứng phó hạn hán đối với càng nghiêm trọng và phức tạp với các sự từng khu vực cụ thể. Dựa trên các công kiện hạn kéo dài cùng tần suất lặp lại cao. trình nghiên cứu hiện nay, phương pháp Theo báo cáo của Ban Chỉ Đạo Trung xây dựng đường cong SDF (Severity – Ương Về Phòng Chống Thiên Tai, từ cuối Duration – Frequency Curve) sẽ giúp các năm 2014 tình hình hạn hán diễn ra gay nhà nghiên cứu môi trường giải quyết các gắt và nghiêm trọng hơn do tác động của khó khăn kể trên khi có thể biểu diễn trực hiện tượng El Nino mạnh và kéo dài nhất quan mối quan hệ giữa chu kì, cường độ, trong lịch sử, nền nhiệt độ tăng cao, và tần suất lặp lại của các sự kiện hạn; xu lượng mưa và dòng chảy thiếu hụt (mực hướng và diễn biến xảy ra ở quá khứ; nước tại các hồ chứa thấp nhất trong vòng đồng thời kết hợp với các mô hình và 90 năm qua) dẫn đến sản xuất nông kịch bản BĐKH để đưa ra những dự báo nghiệp bị thiệt hại nặng nề, thiếu nước hạn hán trong tương lai. Ý tưởng về ngọt nghiêm trọng. Theo báo cáo của các đường cong SDF bắt đầu xuất hiện từ địa phương, tính đến ngày 14/04/2016, năm 1993 trong nghiên cứu của McKee tổng thiệt hại tại các tỉnh Tây Nguyên ước và cộng sự, sau đó, hàng loạt các nghiên tính là hơn 5000 tỉ đồng (Báo cáo, 2016). cứu tương tự được thực hiện để hoàn tất Hơn nữa, sự kiện hạn lịch sử này đã gây quy trình xây dựng đường cong SDF, ảnh hưởng nghiêm trọng đến phát triển đồng thời cũng công bố các kết quả thu kinh tế khi lần đầu tiên nông nghiệp Việt được khi áp dụng SDF trong phân tích Nam xảy ra tăng trưởng âm, giảm 1.23% hạn hán. theo báo cáo của Tổng cục Thống Kê (Bộ Hiện nay, đa số các công trình nghiên cứu Kế Hoạch và Đầu Tư) về tình hình tăng xây dựng đường cong SDF dựa trên trưởng GDP quý I/2016. Chính vì những phương pháp đơn biến khi chỉ sử dụng ảnh hưởng nghiêm trọng đến nền kinh tế một trong các tính chất của hạn hán như và đời sống người dân, hạn hán luôn là chu kì hoặc cường độ, từ đó tính toán các vấn đề nóng được Chính Phủ và các Bộ biến phụ thuộc khác. Phương pháp này ngành liên quan chỉ đạo tăng cường công được sử dụng nhiều do tính chất đơn giản tác nghiên cứu khoa học để đưa ra các trong các phương trình tính toán, hơn nữa 65  
  3. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 có thể áp dụng các kỹ thuật đã được sông liên tỉnh lớn, toàn bộ lưu vực sông nghiên cứu và phát triển qua hàng thập kỉ. Srepok (trong lãnh thổ Việt Nam) có diện Tuy nhiên, đối với các sự kiện thủy văn tích tự nhiên khoảng 18.230 km2, thuộc 4 phức tạp như hạn hán, việc xây dựng tỉnh trong đó phần lớn diện tích nằm đường cong SDF dựa trên phương pháp trong tỉnh Đăk Lăk và một phần đất thuộc đa biến sẽ cho kết quả chính xác hơn khi tỉnh Đăk Nông (gồm các huyện Krông Nô, có thể biểu diễn được sự thay đổi của một Đăk Mil, Đăk Song, Gia Nghĩa, Cư Jut), sự kiện hạn khi cùng lúc thay đổi các biến tỉnh Gia Lai (gồm các huyện Chư Prông, số phụ thuộc. Nhưng việc xây dựng Chư Sê) và tỉnh Lâm Đồng (gồm các đường cong SDF dựa trên phương pháp huyện Lâm Hà, Lạc Dương). Lưu vực đa biến gặp nhiều khó khăn hơn do yêu Srepok nằm ở phía tây dãy Trường Sơn, cầu về cơ sở dữ liệu lớn, các phương trình có địa hình lưu vực khá phức tạp, dốc toán học phức tạp và đặc biệt là sự giới đứng về phía đông (độ cao trên 2.400 m hạn về các mô hình biểu diễn phù hợp. so với mực nước biển) và thoải dần sang Hơn nữa, nhiều nghiên cứu chỉ ra rằng tây ở độ cao 140 m. Sông Srepok là hợp những sự kiện thủy văn phức tạp đa biến lưu của hai sông chính là sông Krông vẫn có thể phân tích được từ một vài biến Knô và sông Krông Ana, hai sông này có sự tương quan với nhau (như chu kì và gặp nhau tại thác Buôn Dray Sap tạo cường độ của các sự kiện hạn là 2 biến thành dòng chính Srepok (Hà Phạm, độc lập và có sự tương quan với nhau). 2015). Lượng mưa trung bình năm của Do đó, phương pháp xây dựng đường lưu vực khoảng 1900 mm và lượng bốc cong SDF từ 2 biến tương quan đang hơi là 1.100 mm. Mùa mưa thường tập được sử dụng rộng rãi trong các nghiên trung vào thời gian từ tháng 7 đến tháng cứu về hạn hán hoặc các hiện tượng thời 10 hàng năm. Lượng mưa năm trung bình tiết cực đoan khác. Trọng tâm của nhiều năm tăng theo cao độ địa hình chế phương pháp này dựa trên hệ phương độ dòng chảy của sông, suối quyết định trình toán học Copula, được sử dụng để bởi chế độ mưa trên lưu vực. Hàng năm, kết hợp các hàm phân phối xác suất của mùa lũ bắt đầu từ tháng 8 đến tháng 11. từng biến số thành phần từ đó xây dựng Lượng dòng chảy mùa lũ chiếm 70% tổng hàm phân phối xác suất kết hợp (Joint lượng dòng chảy năm. Các trận lũ lớn bivariate distribution function). thường xảy ra vào tháng 9, 10 và 11, lũ Mục tiêu của nghiên cứu này là xây dựng đặc biệt lớn thường do tổ hợp thời tiết thành công đường cong SDF bằng gây ra. Mùa khô lưu vực sông Srepok hầu phương pháp Copula đối với 2 biến kết như không có mưa, tổng lượng mưa trong hợp và ứng dụng đường cong SDF trong mùa khô chỉ chiếm từ 13 đến 16% tổng phân tích các sự kiện hạn tại một khu vực lượng mưa năm nên thường xuyên xảy ra nghiên cứu cụ thể. Mỗi sự kiện hạn sẽ tình trạng thiếu nước. Hơn nữa, việc khai được phân tích dựa trên 2 tính chất quan thác quá mức dòng chảy của sông Srepok trọng là chu kì (Drought Duration) và và các chi lưu của nó cho các công trình Cường độ hạn (Drought Severity). thủy điện cùng với tình trạng phá rừng làm nương rẫy dẫn đến tình trạng khan KHU VỰC NGHIÊN CỨU hiếm nước ngày càng nghiêm trọng. Tổng Trong nghiên cứu này, dữ liệu lượng mưa lượng nước có thể chủ động đảm bảo tưới tháng của lưu vực sông (LVS) Srepok tiêu chỉ chiếm 20% tổng nhu cầu phục vụ (Tây Nguyên, Việt Nam) được sử dụng tưới cho các cây trồng, không chỉ gây cho các tính toán trong quy trình xây thiệt hại cho phát triển nông nghiệp mà dựng đường cong SDF. Lưu vực sông còn dẫn đến nhiều khó khăn khi giải Srepok là một trong 10 hệ thống lưu vực quyết vấn đề nước sinh hoạt cho người 66  
  4. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 dân (Hằng Phan, 2012). tháng): / (1) PHƯƠNG PHÁP NGHIÊN CỨU Quy trình thực hiện các bước xây dựng Trong đó, α và β là 2 tham số của hàm đường cong SDF được tổng hợp trong phân phối Gamma; x là lượng mưa tích Hình 1. lũy 12 tháng; Γ là phương trình Bước 1: Xác định các sự kiện hạn gamma tại α. Trong nghiên cứu này, chỉ số chuẩn hóa  Xác định hàm phân phối tích lũy (CDF): lượng mưa SPI (Standardized (2) Precipitation Index) được sử dụng để xác  Chuyển đổi hàm phân phối Gamma về định các sự kiện hạn xảy ra tại LVS hàm phân phối chuẩn: Srepok. Chỉ số SPI được McKee và cộng (3) sự (1993) đặt ra nhằm mục đích xác định Giá trị SPI dương thể hiện lượng mưa tích và theo dõi các sự kiện hạn xảy ra trong lũy tại thời điểm t lớn hơn giá trị trung một khoảng thời gian nhất định. Chỉ số bình, và ngược lại, giá trị SPI âm khi này được tính dựa trên dữ liệu lượng mưa lượng mưa tích lũy tại thời điểm t nhỏ tháng tại các trạm quan trắc trong khu hơn giá trị trung bình. Do đó, một sự kiện vực nghiên cứu. Đầu tiên, lượng mưa hạn được xác định là khoảng thời gian Δt tháng tích lũy theo các khoảng chu kì (tháng) giá trị SPI liên tục âm và thấp hơn nhất định (1, 3, 6, 12, 24 tháng…) được ngưỡng -1 (McKee và cộng sự, 1993). tổng hợp và phân phối theo một hàm xác Chu kì hạn (D - duration) chính là khoảng suất phù hợp nhất. Sau đó, hàm phân phối thời gian Δt của một sự kiện hạn và này sẽ được đưa về dạng chuẩn hóa (phân Cường độ hạn (S - severity) là tổng đại số phối chuẩn) với trung bình bằng 0 và các chỉ số SPI trong chu kì đó. phương sai bằng 1. Phương pháp tính ∑ (4) toán chi tiết chỉ số SPI và một số ứng dụng nâng cao khi phân tích tính chất các sự kiện hạn được thực hiện trong các nghiên cứu của Guttman (1999), Hayes và cộng sự (1999), Bonaccorso và cộng sự (2003) hay Tsakiris và Vangelis (2004). Dựa trên nghiên cứu của Guttman (1999) việc sử dụng các hàm phân phối xác suất khác nhau sẽ cho các kết quả SPI khác nhau, tuy nhiên, sau đó công bố của Angelidis và cộng sự (2012) đã phủ định kết quả này, cụ thể nhóm nghiên cứu đã thử nghiệm với các hàm phân phối xác suất khác nhau như Gamma, Normal hay Log-normal và vẫn cho kết quả chỉ số SPI gần như giống nhau. Do đó, trong nghiên cứu này, hàm phân phối Gamma đã được sử dụng để tính toán chỉ số SPI cho lưu vực sông Srepok trong khoảng thời gian Hình 1. Tổng hợp các bước xây dựng từ 12/1980 đến 12/2009. Các bước thực đường cong SDF hiện như sau: Bước 2: Xác định hàm phân phối thành  Xác định hàm phân phối xác suất (PDF) phần (Phân phối Gamma) đối với chuỗi dữ liệu mưa tích lũy (12 Để xây dựng hàm phân phối kết hợp biểu 67  
  5. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 diễn 2 biến chu kì và cường độ hạn, trước Hiện nay, có nhiều họ hàm Copula được tiên phải xác định được hàm phân phối sử dụng như hàm Ali-Mikhail-Haq, phù hợp với từng biến độc lập. Hiện nay, Clayton, Farlie-Gumbel-Morgenstern, các hàm phân phối được sử dụng phổ Frank, Galambos, Gumbel-Hougaard và biến trong nghiên cứu về thời tiết cực Plackett. Trong nghiên cứu này, hàm đoan gồm có Gamma, Weibull, Gumbel, Frank Copula được lựa chọn để biểu diễn Log-Gumbel, Log-Normal và GEV. Tuy phương pháp xây dựng các phương trình nhiên, theo các nghiên cứu của Kendall kết hợp. và Dracup (1992), Mathier và cộng sự Phương trình phân phối tích lũy dựa trên (1992) hay Shiau và Shen (2001) cho hàm kết hợp Frank như sau: thấy hàm phân phối Gamma thường cho , , ln 1 , kết quả tốt nhất khi được áp dụng trong việc mô tả chu kì và cường độ của các sự , 0 (8) kiện hạn. Do đó, trong phạm vi nghiên Với u và v lần lượt là hai hàm phân phối cứu của đề tài, phân phối Gamma được sử tích lũy biên FX(X) và FY(Y); θ là tham số dụng để tính toán các hàm xác suất của của hàm Copula. từng biến độc lập. Bước 4: Xây dựng đường cong SDF Hàm phân phối tích lũy của chu kì và Đường cong SDF được xây dựng dựa trên cường độ hạn được biểu diễn qua phương cơ sở các tính toán chu kì lặp lại kết hợp trình (5) và (6), với (α1, β1) là hai tham số (joint return period) của các sự kiện hạn của hàm Gamma đối với dãy chu kì và (α2, với chu kì D ≥ d và S ≥ s. Trong nghiên β2) là hai tham số tương ứng với dãy cứu của Shiau (2006), các phương trình cường độ. tính chu kì lặp lại của các sự kiện hạn / được trình bày đầy đủ và chi tiết, đem lại , d > 0 nhiều ứng dụng cho công tác nghiên cứu (5) và phân tích hạn hán. Theo Shiau, chu kì / , s > 0 (6) lặp lại kết hợp của cả hai biến chu kì và Bước 3: Xác định hàm phân phối kết hợp cường độ với D ≥ d và S ≥ s được tính (Copula 2 biến) như sau: Copula là hàm phân phối xác suất được (9) , nghiên cứu và phát triển bởi nhà toán học Trong đó, L là khoảng thời gian giữa 2 sự người Mỹ, Abe Sklar (1959), ứng dụng kiện hạn, E(L) là giá trị mong đợi trong việc xây dựng hàm kết hợp từ hai (expected value) của L. hoăc nhiều hàm phân phối xác suất của Từ phương trình (9) cùng với chuỗi chu các biến độc lập thành phần. Định lý kì D từ 1 đến 12 (tháng) và chọn chu kì Sklar (1983) cho rằng nếu FX, Y (X, Y) là lặp lại cố định 2, 5, 10, 15, 20, 50, 100, hàm phân phối hai chiều với các hàm 500,… năm, có thể dễ dàng tính được phân phối biên FX(X) và FY(Y), thì luôn cường độ hạn (S) tương ứng, từ đó xây tồn tại một hàm copula thỏa: dựng đường cong SDF (severity – FX, Y (X, Y) = C(FX(X), FY(Y)) (7) duration – frequency). Và ngược lại, với bất kì hàm phân phối đơn biến FX(X), FY(Y) và bất kì hàm KẾT QUẢ VÀ THẢO LUẬN copula C thì hàm FX, Y (X, Y) được xác Xác định sự kiện hạn định từ phương trình (7) sẽ là hàm phân Bằng phương pháp nghiên cứu được trình phối 2 chiều với các hàm phân phối biên bày trong đề mục 3.1, chỉ số SPI 12 tháng là FX(X) và FY(Y). Ngoài ra, nếu hai hàm (SPI12) đã chuẩn hóa từ dữ liệu lượng FX(X) và FY(Y) liên tục thì chỉ tồn tại duy mưa tích lũy được biểu diễn trong Hình 2. nhất một hàm C thỏa phương trình (7). 68  
  6. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 Đồ thị SPI miêu tả tổng quát tình trạng tương đương với cường độ hạn SPI = hạn hán trong khu vực nghiên cứu, đồng 19.83 cho thấy mức độ hạn hán tại lưu thời thể hiện rõ ràng các tính chất của một vực này cực kì nghiêm trọng. Tuy nhiên, sự kiện hạn như chu kì, cường độ hay tần với hệ số Z dương (Z= 2.7), chỉ số SPI tại suất. Các số liệu thống kê cơ bản về tình khu vực có xu hướng tăng nhẹ với biên hình hạn xảy ra tại lưu vực sông Srepok độ nhỏ (tăng 0.0016/năm) tương ứng với trong khoảng thời gian từ 1980 đến 2009 lượng mưa tích lũy 12 tháng trong lưu được tóm tắt trong bảng 1. Kết quả phân vực cũng tăng. Và, nếu chỉ số SPI vẫn tích chỉ ra trong vòng 30 năm, lưu vực tiếp tục tăng thì có thể kì vọng trong sông Srepok xảy ra 9 sự kiện hạn (Bảng tương lai tần suất hạn sẽ có xu hướng 3), chu kì hạn dài nhất lên đến 12 tháng, giảm. Hình 2. Chỉ số SPI (12 tháng) tại lưu vực sông Srepok (1980-2009) Bảng 1. Số liệu thống kê cơ bản mô tả các sự kiện hạn tại lưu vực sông Srepok Tổng số sự kiện hạn (1980 – 2009) 9 Tần suất hạn 0.3 (Số sự kiện hạn/năm) Xu hướng Hệ số Z 2.7 (Ý nghĩa thống kê) Độ chênh lệch 0.0016 (ΔSPI/năm) Chu kì hạn (Tháng) Lớn nhất 12 Nhỏ nhất 1 Trung bình 6.78 Cường độ hạn Lớn nhất 19.83 Nhỏ nhất 1.05 Trung bình 9.35 Chỉ số SPI cũng được sử dụng trong việc chiếm 35%, hạn trung bình 10.3%, hạn phân loại các sự kiện hạn theo nhiều cấp nghiêm trọng 6.9% và hạn cực kì nghiêm độ như: không hạn (bình thường), hạn trọng 0.3%. Các đợt hạn nặng thường xảy nhẹ, hạn trung bình, hạn nghiêm trọng và ra khi có ảnh hưởng từ các hiện tượng hạn cực kì nghiêm trọng. Bảng 2 mô tả thời tiết cực đoan như El Nino. Cụ thể tại chi tiết về các mức độ hạn cũng như tỉ lệ lưu vực sông Srepok, có 6/9 sự kiện hạn xuất hiện của từng loại hạn khác nhau. là đặc biệt nghiêm trọng khi xảy ra tại Tại lưu vực sông Srepok, hơn một nửa thời điểm có sự xuất hiện của El Nino quãng thời gian từ năm 1980 đến 2009 đã (Climate Prediction Center), như các năm xảy ra hạn hán (52.5%), trong đó hạn nhẹ 1983 – 1984 (hạn 12 tháng), 1989 – 1990 69  
  7. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 (hạn 07 tháng), 1991 – 1992 (hạn 07 (hạn 07 tháng) và 2004 – 2005 (hạn 12 tháng), 1995 – 1996 (hạn 12 tháng), 1998 tháng). Bảng 2. Phân loại sự kiện hạn và tỷ lệ các đợt hạn Phân loại sự kiện hạn SPI Tỷ lệ (%) Bình thường ≥0 47.5 Hạn nhẹ -1 ≤ SPI ≤ 0 35.0 Hạn trung bình -1.5 ≤ SPI ≤ -1 10.3 Hạn nghiêm trọng -2 ≤ SPI ≤ -1.5 6.9 Hạn cực kì nghiêm trọng SPI ≤ -2 0.3 Bảng 3. Tổng hợp các sự kiện hạn tại lưu vực sông Srepok (1980 – 2009) Thời gian bắt Thời gian kết STT Chu kì (D) Cường độ (S) đầu thúc 1 1 1.04 12/1/1982 12/1/1982 2 12 16.26 2/1/1983 1/1/1984 3 2 2.22 4/1/1986 5/1/1986 4 7 8.04 11/1/1989 5/1/1990 5 7 10.53 11/1/1991 5/1/1992 6 1 1.06 8/1/1993 8/1/1993 7 12 15.88 4/1/1995 3/1/1996 8 7 9.25 4/1/1998 10/1/1998 9 12 19.82 10/1/2004 9/1/2005 Xác định hàm phân phối thành phần D. Halwatura và cộng sự (2015), chuỗi Như quy trình đã liệt kê trong hình 3.1, chu kì hạn và cường độ hạn thường phù bước thứ 2 khi xây dựng đường cong hợp với hàm Gamma. Vì vậy, trong phạm SDF là chọn được hàm phân phối phù vi nghiên cứu của đề tài, hàm phân phối hợp với chu kì hạn và cường độ hạn, từ xác suất Gamma được lựa chọn để mô tả đó tính được các tham số cần thiết trong chu kì và cường độ của các sự kiện hạn việc xác định hàm kết hợp Copula 2 biến xảy ra trong lưu vực. Ngoài ra, để kiểm số. Mặc dù có nhiều hàm phân phối khác tra sự phù hợp của hàm Gamma, trong nhau đang được áp dụng như đã liệt kê nghiên cứu này phương pháp kiểm định trong đề mục 3.2, tuy nhiên, theo các Kolmogorov–Smirnov (K-S) được sử nghiên cứu gần đây của Shiau (2003, dụng cho phân phối chu kì và cường độ 2006, 2009), Saralees Nadarajah (2009), hạn (Bảng 4). Shahrbanou Madadgar và cộng sự (2013), Bảng 4. Kiểm định K-S dành cho chu kì và cường độ hạn Shape Parameter Scale Parameter D-Statistic p-value (α) (β) Drought Duration 0.283 0.465 1.748 3.875 Drought Severity 0.217 0.712 1.322 7.068 Frank Copula Copula Parameter (θ) 0.113 0.968 Function 22.832 Hàm phân phối xác suất tích lũy Gamma (6) và biểu diễn như Hình 3 và 4. Các (CDF Gamma) của chu kì và cường độ tham số α, β của 2 hàm phân phối được tương ứng với các sự kiện hạn xảy ra tại tính dựa trên phương pháp L-moments lưu vực sông Srepok trong giai đoạn 1980 (William H. A., 2011). – 2009 được tính theo phương trình (5), 70  
  8. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 Hình 3. Chu kì hạn với hàm phân phối Gamma Hình 4. Cường độ hạn với hàm phân phối Gamma Xác định hàm phân phối kết hợp quan hệ giữa chu kì và cường độ của các Sau khi hàm phân phối xác suất đối với 2 sự kiện hạn diễn ra trong lưu vực sông yếu tố chu kì và cường độ hạn được xác Srepok. Tham số Copula và kết quả kiểm định cùng với các tham số thành phần, định được liệt kê ở bảng 4. hàm kết hợp Copula 2 biến bắt đầu được Hình 5 minh họa các sự kiện hạn cùng xây dựng. Đầu tiên, tham số của hàm với hàm phân phối Frank Copula, đồng Copula (θ) được tính bằng phương pháp thời cũng thể hiện xác suất kết hợp của xác suất tối đa (maximum likelihood) dựa hai yếu tố chu kì và cường độ hạn P (D ≤ trên các tham số thành phần tương ứng (α, i, S ≤ i) với i = 1, 2, 3,… Từ hàm phân β) của chuỗi chu kì và cường độ hạn. Sau phối kết hợp Frank, có thể dễ dàng tính đó, hàm Copula được lựa chọn và kiểm toán được xác suất có điều kiện khác để định theo phương pháp tham số các sự kiện hạn xảy ra, ví dụ như tính xác (Parametric bootstrap-based goodness-of- suất xảy ra sự kiện hạn có chu kì và fit test). Kết quả cho thấy hàm Frank cường độ lớn hơn một giá trị xác định, ta Copula là lựa chọn phù hợp để mô tả mối có phương trình sau: 71  
  9. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 P (D ≥ d, S ≥ s) = 1 – FD(d) – FS(s) + FD, S = 0.133. Do đó, xác suất xảy ra sự kiện (D, S) (10). hạn có chu kì lớn hơn 3 tháng và cường Cụ thể, xác suất xảy ra sự kiện hạn có chu độ lớn hơn 2 là P (3, 2) = 0.751. Các kì lớn hơn 3 tháng là FD (3) = 0.247, xác phương trình này rất quan trọng để đánh suất xảy ra sự kiện hạn có cường độ lớn giá khả năng cung cấp nước của các hệ hơn 2 là FS (2) = 0.135 và xác suất xảy ra thống cấp nước trong các đợt hạn hán xảy sự kiện hạn kết hợp có chu kì lớn hơn 3 ra. tháng và cường độ lớn hơn 2 là FD, S (3,2) Hình 5. Các sự kiện hạn và hàm phân phối xác suất kết hợp Frank Copula Đường cong SDF phối kết hợp Copula đối với 2 biến chu kì Để xây dựng đường cong SDF thì ngoài và cường độ. Trong nghiên cứu này, chu các yếu tố cường độ và chu kì đã được kì lặp lại được tính là 20, 30, 40, 50, 100 phân tích ở trên, thì tần suất hạn hán là và 500 năm. Kết quả tính toán (Bảng 5) một nhân tố không thể thiếu trong các và đường cong SDF được trình bày trong nghiên cứu về hạn hán. Tần suất hạn Hình 6. Có thể nhận thấy tại lưu vực sông chính là chu kì lặp lại (return period) của Srepok, đối với cùng một chu kì lặp lại, một sự kiện hạn bất kì. Như đã trình bày cường độ hạn tỉ lệ nghịch với chu kì hạn trong đề mục 3.4, chu kì lặp lại của các sự và tỷ lệ thuận với chu kì lặp lại. kiện hạn được tính dựa trên hàm phân Hình 6. Đường cong SDF tại Lưu vực Srepok 72  
  10. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 Bảng 5. Kết quả cường độ hạn dựa trên chu kì lặp lại và chu kì hạn Chu kì hạn Chu kì lặp lại (Tháng) 20 Năm 30 Năm 50 Năm 100 Năm 500 Năm 1 17.66809 20.81811 24.73798 29.99438 42.02134 2 17.66808 20.81811 24.73798 29.99436 42.02134 3 17.66808 20.81811 24.73798 29.99437 42.02134 4 17.6681 20.8181 24.73797 29.99437 42.02133 5 17.6679 20.81802 24.73793 29.99433 42.02131 6 17.66663 20.81741 24.73757 29.99409 42.02112 7 17.65951 20.81397 24.73558 29.99271 42.02009 8 17.62872 20.7993 24.72698 29.98681 42.01563 9 17.52282 20.7495 24.69807 29.96688 42.0006 10 17.21807 20.61245 24.6194 29.91291 41.95996 11 16.40565 20.29313 24.44141 29.79188 41.86918 12 13.22409 19.62499 24.09438 29.56041 41.6968 báo, phòng chống thiên tai có thể đưa ra KẾT LUẬN VÀ ĐỀ NGHỊ các tính toán hiệu quả, chính xác về tình Phương pháp Copula là một trong những hình hạn hán, từ đó xây dựng các kịch kỹ thuật nâng cao và hiệu quả trong bản, phương pháp ứng phó và xử lý kịp nghiên cứu các hiện tượng thời tiết cực thời cho người dân. đoan, tuy nhiên chỉ mới được ứng dụng Tuy nhiên, trong phạm vi nghiên cứu nhiều trong nghiên cứu về lũ lụt. Do đó, không thể khảo sát hết các hàm phân phối việc xây dựng thành công đường cong cũng như các hàm Copula khác đang SDF cho lưu vực sông Srepok (Tây được sử dụng rộng rãi hiện nay, do đó đề Nguyên, Việt Nam) dựa trên phương tài chỉ tập trung vào vấn đề hoàn chỉnh pháp Copula kết hợp hàm phân phối xác quy trình ứng dụng hàm Copula khi xây suất cho 2 biến chu kì và cường độ sẽ hỗ dựng đường cong SDF nên chỉ khảo sát trợ cộng đồng khoa học và các nhà quản hàm phân phối Gamma và hàm kết hợp lý môi trường có thêm công cụ giải quyết Frank Copula. Vì vậy, trong các nghiên các vấn đề liên quan đến hạn hán. Phương cứu mở rộng sau này, đề tài đề xuất pháp Copula có thể hỗ trợ các đơn vị hướng nghiên cứu, khảo sát các hàm phân nghiên cứu, quản lý và sử dụng tài phối khác cũng như các hàm Copula kết nguyên nước cũng như các trung tâm dự hợp 2 biến và đa biến. TÀI LIỆU THAM KHẢO Báo cáo “Tình hình hạn hán, xâm nhập mặn khu vực Tây Nguyên, Nam Trung Bộ, Đồng bằng sông Cửu Long và những công việc triển khai tiếp theo”, Ban Chỉ đạo Trung ương về phòng chống thiên tai, 2016. Báo cáo “Hiện trạng môi trường – nhu cầu nước cho môi trường và tầm quan trọng của việc duy trì dòng chảy môi trường lưu vực sông Srepok”, Viện Quy hoạch Thủy Lợi, 2013. PHẠM TẤN HÀ, “Các vấn đề ưu tiên đối với quản lý tài nguyên nước tại lưu vực Srepok”, Phân viện Khảo sát – Quy hoạch thủy lợi Nam Bộ. PHAN THỊ THANH HẰNG, “Đánh giá hạn hán tỉnh Đăk Nông”, Viện Địa lý - Viện KH và CN Việt Nam, 2012. A. REZA, T. ISLAM, S. SHEN, Z. HU, AND M. A. RAHMAN, “Drought Hazard Evaluation in Boro Paddy Cultivated Areas of Western Bangladesh at Current and Future Climate Change Conditions” vol. 2017, 2017. 73  
  11. Chuyên san Phát triển Khoa học và Công nghệ số 3 (1), 2017 ANGELIDIS, P., MARIS, F., KOTSOVINOS, N. ET AL. Water Resour Manage, 26- 2453, 2012. BONACCORSO, B., BORDI, I., CANCELLIERE, A., ROSSI, G., AND SUTERA, A., “Spatial variability of drought: An analysis of the SPI in Sicily”, Water Resources Management 17(4), 273–296, 2003. Climate Prediction Center, “Historical El Nino/La Nina episodes (1950-present)”, National Weather Service, USA. D. HALWATURA, A. M. LECHNER, AND S. ARNOLD, “Drought severity- duration-frequency curves: A foundation for risk assessment and planning tool for ecosystem establishment in post-mining landscapes” Hydrol. Earth Syst. Sci., vol. 19, no. 2, pp. 1069–1091, 2015. GUTTMAN, N. B., “Accepting the standardized precipitation index: A calculation algorithm”, Journal of the American Water Resources Association 35(2), 311– 322, 1999. HAYES, M. J., SVOBODA, M. D., WILHITE, D. A., AND VANYARKHO, O.V., 1999, “Monitoring thedrought using the standardized precipitation index”, Bulletin of the American Meteorological Society 80(3), 429–438, 1996. J. T. SHIAU, “Fitting drought duration and severity with two-dimensional copulas” Water Resour. Manag., vol. 20, no. 5, pp. 795–815, 2006. J. T. SHIAU, “Return period of bivariate distributed extreme hydrological events” Stoch. Environ. Res. Risk Assess., vol. 17, no. 1–2, pp. 42–57, 2003. KENDALL, D. R. AND DRACUP, J. A, “On the generation of drought events using an alternating renewal-reward model”, Stochastic Hydrology and Hydraulics 6(1), 55–68, 1992. MATHIER, L., PERREAULT, L., BOBE, B., AND ASHKAR, F., “The use of geometric and gamma-related distributions for frequency analysis of water deficit”, Stochastic Hydrology and Hydraulics 6(4), 239–254, 1992. S. MADADGAR AND H. MORADKHANI, “Assessment of Climate Change Impacts on Drought Returns Periods Using Copula” 2011 Symp. Data-Driven Approaches to Droughts, 2011. SHIAU JT, SHEN HW, “Recurrence analysis of hydrologic droughts of differing severity”, ASCE J. Water Resour. Plng. and Mgmt., 127(1): 30–40, 2001. SKLAR, K., “Fonctions de repartition a n Dimensions et Leura Marges”, Publ. Inst. Stat. Univ. Paris, 8, 229–231, 1959. T. B. MCKEE, N. J. DOESKEN, AND J. KLEIST, “The relationship of drought frequency and duration to time scales” AMS 8th Conf. Appl. Climatol., no. January, pp. 179–184, 1993. WILLIAM H. ASQUITH, “Univariate Distributional Analysis with L-moment Statistics using R”, 2011. 74  
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2