Đánh giá tác động biến đổi khí hậu đến nguy cơ ngập lụt khu vực nội thành Hà Nội

Bài báo trình bày việc ứng dụng mô hình MIKE URBAN để đánh giá tác động của biến đổi khí hậu (BĐKH) đến nguy cơ ngập lụt khu vực nội thành Hà Nội thông qua việc so sánh bản đồ ngập lụt xảy ra do trận mưa một ngày lớn nhất tương ứng với các kịch bản hiện trạng và kịch bản BĐKH để độc giả tham khảo.
Nội dung trích xuất từ tài liệu:
Đánh giá tác động biến đổi khí hậu đến nguy cơ ngập lụt khu vực nội thành Hà Nội NGHIÊN CỨU & TRAO ĐỔI ĐÁNH GIÁ TÁC ĐỘNG BIẾN ĐỔI KHÍ HẬU ĐẾN NGUY CƠ NGẬP LỤT KHU VỰC NỘI THÀNH HÀ NỘI La Đức Dũng - Trung tâm Khí tượng Thủy văn quốc gia ài báo trình bày việc ứng dụng mô hình MIKE URBAN để đánh giá tác động của biến B đổi khí hậu (BĐKH) đến nguy cơ ngập lụt khu vực nội thành Hà Nội thông qua việc so sánh bản đồ ngập lụt xảy ra do trận mưa một ngày lớn nhất tương ứng với các kịch bản hiện trạng và kịch bản BĐKH để độc giả tham khảo. Từ khóa: MIKE URBAN, kịch bản biến đổi khí hậu, mưa một ngày lớn nhất, ngập lụt. 1. Mở đầu mưa thiết kế xác định từ chuỗi số liệu hiện trạng. Thủ đô Hà Nội là trung tâm chính trị, kinh tế, Qua đó rút ra kết luận về tác động của BĐKH văn hóa, khoa học; đóng vai trò quan trọng bậc đến nguy cơ ngập lụt khu vực nội thành Hà Nội. nhất đối với sự phát triển kinh tế - xã hội, an ninh 2. Phân tích, tính toán mưa một ngày lớn - quốc phòng của cả nước. Quá trình đô thị hóa nhất khu vực nghiên cứu trong suốt hai thập niên vừa qua đã biến Hà Nội 2.1. Mưa một ngày lớn nhất ứng với điều trở thành một trong những thành phố đông dân, kiện hiện trạng chịu nhiều sức ép. Cơ sở hạ tầng nói chung, hệ Nguyên nhân gây mưa chủ yếu cho nội thành thống thoát nước nói riêng đang bị quá tải. Các Hà Nội là do bão, áp thấp nhiệt đới, hoạt động trận mưa lớn và ngập lụt xảy ra ngày càng của gió mùa Tây Nam hoặc Đông Nam, bão kết thường xuyên đã và đang ảnh hưởng nghiêm hợp với không khí lạnh và xoáy thuận tầng cao. trọng đến đời sống sinh hoạt và sản xuất của Mùa mưa thường bắt đầu từ tháng 5 và kết thúc thành phố. vào tháng 10. Tổng lượng mưa trong mùa mưa Tác động của BĐKH đến nguy cơ ngập úng có thể chiếm tới 80 - 85% tổng lượng mưa năm, của thành phố sẽ như thế nào trong tương lai? Để lượng mưa tháng lớn nhất có thể lên tới 700 - trả lời câu hỏi này chúng tôi đã sử dụng mô hình 800 mm, lượng mưa một ngày lớn nhất có thể MIKE URBAN xây dựng các bản đồ nguy cơ đạt 350 - 400 mm. ngập lụt với số liệu đầu vào là mưa một ngày lớn Khu vực nội thành Hà Nội có khá nhiều điểm nhất (X1ngày-max) tại trạm khí tượng Láng trong đo phân bố rải rác khắp địa bàn thành phố. Tuy điều kiện số liệu quan trắc hiện trạng và số liệu nhiên để đại diện cho điều kiện mưa hiện trạng có xét đến tác động của BĐKH. Giả thiết là mưa khu vực nghiên cứu chúng tôi đã lựa chọn chuỗi đều trên lưu vực và hệ thống thoát nước trong số liệu quan trắc mưa một ngày lớn nhất thời kỳ tương lai không khác hiện tại. 1975 - 2016 tại trạm khí tượng Láng. Mưa một ngày lớn nhất ứng với tần suất thiết 2.2. Mưa một ngày lớn nhất ứng với điều kế 10% và 1% đã được xác định từ chuỗi số liệu kiện biến đổi khí hậu quan trắc mưa hiện trạng và chuỗi số liệu mưa Dưới sự hướng dẫn của PGS.TS. Nguyễn Mai tính toán theo kịch bản BĐKH phát thải trung Đăng, chúng tôi đã phối hợp với các đồng nghiệp bình (B2) bằng mô hình chi tiết hóa thống kê của Đại học Thủy lợi sử dụng phần mềm chi tiết SDSM (Statistical Downscaling Model). hóa thống kê SDSM để tính toán lượng mưa Các bản đồ nguy cơ ngập lụt ứng với các trận X1ngày-max tại trạm Láng theo kịch bản BĐKH. mưa thiết kế xác định từ chuỗi số liệu tính toán Phần mềm SDSM là công cụ hỗ trợ trong việc theo kịch bản BĐKH lựa chọn được so sánh với đánh giá sự thay đổi khí hậu ở quy mô địa các bản đồ nguy cơ ngập lụt ứng với các trận phương, đã được sử dụng ở nhiều nước trên thế TẠP CHÍ KHÍ TƯỢNG THỦY VĂN Số tháng 10 - 2016 7  NGHIÊN CỨU & TRAO ĐỔI giới. Bộ TN&MT cũng đã sử dụng phần mềm chuỗi số liệu tính toán theo kịch bản BĐKH kịch này trong xây dựng kịch bản BĐKH công bố bản phát thải trung bình đến năm 2050 và năm năm 2012. SDSM đã được hiệu chỉnh với số liệu 2100. Từ đó xác định được lượng mưa một ngày mưa ngày quan trắc từ 1975 - 1995 và kiểm định lớn nhất tương ứng với các tần suất P = 10% với số liệu mưa ngày quan trắc từ 1996 - 2010 tại (XP10%) và P = 1% (XP1%) cho cả hai kịch bản trạm Láng. Kết quả hiệu chỉnh và kiểm nghiệm hiện trạng và xét đến tác động của BĐKH. chi thấy SDSM mô phỏng khá tốt lượng mưa - Trường hợp 1: Xây dựng 03 đường tần suất X1ngày-max và X2ngày-max [1]. Mô hình được sử dụng tương ứng với 03 chuỗi số liệu là: chuỗi số liệu để ...