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 ngun và Mơi trường

Tóm tắt
Sơng Mê Kơng 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 cịn nhiều khó khăn, hạn chế.
Bên cạnh đó, các thơng tin về mưa đóng vai trị quan trọng trong việc mơ
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 ơ 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 ngồi Việt
Nam. Việc xây dựng một bộ mơ hình mơ phỏng để đánh giá các tác động do
khai thác sử dụng nước phía thượng lưu cho các lưu vực sơng 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 qng, 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 ngồi lãnh thổ Việt Nam, đặc biệt là Trung Quốc
hiện nay vẫn rất ít được chia sẻ và gần như khơng có thơng 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 tốn, phân tích về các đặc trưng khí
tượng thủy văn nói chung và dữ liệu mưa nói riêng để làm đầu vào cho mơ
hình mơ phỏng.

Vì vậy để khắc phục vấn đề thiếu số liệu thực đo và số liệu khơng đồng
bộ, bài báo này đã phân tích và đánh giá nguồn mưa vệ tinh để tính tốn mơ
phỏng và khơi phục lại các dữ liệu mưa và dịng chảy có khả năng áp dụng
cho tồn bộ lưu vực dịng chính sơng Mê Kơng 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 thơng 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 qt 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, khơng khí và đất liền tạo ra những thay đổi về lượng mưa
và khí hậu tồn cầu; cải thiện mơ hình hóa các q trình mưa nhiệt đới và
ảnh hưởng của chúng đối với hoàn lưu tồn cầu nhằm dự đốn 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 mơ 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 vịng
lặp, chiếu mơ 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 khơng khí, áp suất khơng khí, độ
ẩm và vận tốc gió chủ yếu đạt được thơng 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 dịng chính sơng Mê Kơng. 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 cơng nghệ trong quản lý tài ngun 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 khơng 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 ơ lưới
có chứa trạm đo mưa đó. Lượng mưa mơ 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 ơ 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 ơ 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 ơ 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:

∑
∑

- Hệ số tương quan:


√∑

|

x 100
̅̅̅̅̅

̅̅̅̅

̅̅̅̅̅ √∑

̅̅̅̅

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 mơ phỏng và thực đo.
Ngồi 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 tốn 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 cịn Poi = 0 (trên thực tế
khơng có mưa nhưng dữ liệu tính tốn 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 mơ phỏng có tương quan khá tốt với mưa thực đo tuy nhiên tổng lượng
cịn 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 sơng Mê Kơng 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
0,89
0,7855
Chiang Sean
0,69
0,7093
Chiang Khan
0,84
0,7686
Vientine
0,55

0,6531
Thakkhek
0,75
0,687
Nakhon Phanon
0,49
0,6807
Saravanne
0,82
0,7719
Pakse
0,46
0,4037
Kontum
0,49
0,5748
Tuk Phos
0,62
0,6179
Kampong Cham
0,70
0,8353
Paksane
0,39
0,3969
Chaktomuk
0,58
0,4847
Tân Châu
0,64

0,6438
TB
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 tốn 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 khơng có mưa nhưng
trong mơ phỏng lại thể hiện có mưa, tức là độ chính xác cịn hạn chế.
Nguyên nhân chỉ số FAR khá cao là do khi xét trong 1 khơng 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 sơng Mê
Kơng. 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 mơ hình thuỷ văn mưa dịng 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 khơng 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 Hịa, Ngơ 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 typhooninduced 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. 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