Lũ lụt là một trong những thảm họa thiên nhiên lớn tại Quảng Nam. Hầu hết các khu vực trũng thấp của tỉnh đều là những vùng dễ bị ngập lũ. Trong yêu cầu hạn chế thấp nhất các thiệt hại về người và của cần có một công cụ hỗ trợ ra quyết định một cách toàn diện trong công tác kiểm soát cũng như cảnh báo lũ lụt. Mục tiêu của nghiên cứu là (i) phát triển cấu trúc thứ bậc các yếu tố ảnh hưởng đến lũ thông qua thuật toán Analytic Hierarchy Process (AHP) để cung cấp thông tin cho các phân tích nguy cơ lũ, (ii) thành lập bản đồ phân vùng nguy cơ lũ dựa trên công nghệ thông tin địa lý (Geographic Information System-GIS), (iii) tích hợp hai phương pháp và ứng dụng cho lưu vực sông Vu Gia tại tỉnh Quảng Nam. Sáu yếu tố được xác định có ảnh hưởng đến vùng nguy cơ lũ bao gồm: độ dốc, thổ nhưỡng, sử dụng đất, lượng mưa, mật độ sông trong lưu vực và mật độ dân số. Bản đồ phân vùng nguy cơ lũ được thành lập dựa trên các ý kiến chuyên gia, dữ liệu thu thập, bảng câu hỏi điều tra, khảo sát thực địa và tài liệu từ sở ban ngành tại địa phương. Kết quả nghiên cứu cho thấy vùng nguy cơ lũ tại lưu vực sông Vu Gia chịu tác động chính bởi hai yếu tố lượng mưa và độ dốc. Vùng có nguy cơ ngập lũ cao chiếm 23,4 % tổng diện tích lưu vực trong khi đó vùng có nguy cơ ngập lũ trung bình và thấp lần lượt chiếm 28.4 % và 48.2 % diện tích lưu vực. Việc tích hợp thuật toán AHP và GIS trong xây dựng bản đồ phân bố vùng nguy cơ lũ có thể cung cấp thông tin hữu ích hỗ trợ cho công tác phòng chống lũ, phương pháp đã thể hiện được có nhiều ưu điểm hơn so với cách truyền thống.

Phương pháp nghiên cứu

Đánh giá nguy cơ lũ lụt được định nghĩa là đánh giá xác suất xảy ra lũ lụt ở một cường độ nhất định trên một khu vực xác định trong khoảng thời gian cụ thể (Zhang and Hayakawa, 1999) [4]. Có nhiều yếu tố góp phần hình thành nguy cơ lũ lụt bao gồm cả về mặt tự nhiên và kinh tế xã hội. Tuy nhiên, câu hỏi thường được đặt ra đó là các yếu tố nào ảnh hưởng lớn nhất đến nguy cơ lũ lụt cần được xem xét trong khu vực nghiên cứu và làm thế nào để định lượng các yếu tố này. Một trong những cách tiếp cận MCE được ứng dụng rộng rãi là phương pháp AHP được phát triển bởi Saaty (1980). Trong những năm qua, AHP đã được sử dụng trong nhiều nghiên cứu khác nhau về đánh giá nguy cơ lũ lụt. Willet and Sharda (1991) ứng dụng AHP để lựa chọn các dự án kiểm soát lũ lụt tối ưu cho sông Grand và Tar Creek ở Miami, Mỹ. Một nghiên cứu khác của Sinha và cộng sự (2008) ứng dụng AHP và GIS để phân tích nguy cơ lũ cho lưu vực sông Kosi, Ấn Độ.

Thuật toán AHP dựa trên các yếu tố ảnh hưởng đến lũ lụt, tiến hành lựa chọn ra những yếu tố ảnh hưởng lớn nhất đến lũ. Sau đó, một cấu trúc thứ bậc được xây dựng để sắp xếp các yếu tố đã chọn theo từng cấp bậc khác nhau, tạo tiền đề cho quá trình so sánh cặp giữa các yếu tố. Một sơ đồ thứ bậc tương ứng được thể hiện như Hình 2. Trong hình 2 ở phần Cấp 1 thể hiện mục tiêu đánh giá nguy cơ lũ lụt. Cấp 2 thể hiện các tiêu chí chính trong đánh giá nguy cơ lũ. Cấp 3 thể hiện các tiêu chí phụ, chi tiết hóa các tiêu chí chính. Cấp 4 thể hiện các điểm (pixel) lũ.

Sau khi đã thiết lập thứ bậc cho các tiêu chí, tiếp theo là cho điểm so sánh theo cặp giữa các tiêu chí. Công việc này đòi hỏi cần có sự tham vấn nhiều chuyên gia đến từ các trường đại học, viện nghiên cứu, cơ quan chính phủ và chính quyền địa phương đại diện cho các lĩnh vực khác nhau như kiểm soát lũ lụt, quy hoạch và quản lý tài nguyên nước, kinh tế, xã hội học, môi trường, kỹ thuật. Có thể tổ chức hội thảo tập trung tất cả các chuyên gia hoặc tiến hành trao đổi riêng với từng chuyên gia. Để quá trình trao đổi đạt hiệu quả cao, nên chuẩn bị một bảng câu hỏi theo từng chủ đề: (1) Lựa chọn các yếu tố ảnh hưởng lũ, (2) Đánh giá việc lựa chọn các yếu tố, (3) So sánh mức độ quan trọng giữa từng cặp yếu tố. Điểm số so sánh cặp cuối cùng cho các tiêu chí sẽ được tất cả các chuyên gia thảo luận và thống nhất.

Trong các bài toán thực tế, không phải lúc nào cũng có thể xây dựng được quan hệ bắc cầu trong khi so sánh từng cặp. Ví dụ, phương án A có thể tốt hơn B, B có thể tốt hơn C nhưng không phải lúc nào A cũng tốt hơn C. Hiện tượng này gọi là sự không nhất quán. Sự không nhất quán là điều thực tế nhưng mức độ không nhất quán không nên quá nhiều vì khi đó nó thể hiện sự đánh giá không chính xác. AHP cung cấp cách đo lường toán học để xác định mức độ không nhất quán của các nhận định thông qua tỉ số nhất quán (CR). Nếu giá trị CR nhỏ hơn hoặc bằng 10%, nghĩa là có thể chấp nhận được, ngược lại nếu giá trị này lớn hơn 10%, cần phải thẩm định lại các bước trước đó. Quá trình ước lượng tỉ số nhất quán bao gồm các bước sau (Samo Drobne and Anka Lisec, 2009) [5]:

[caption id="attachment_2284" align="aligncenter" width="501"] Vị trí lưu vực sông Vu Gia.[/caption]

[caption id="attachment_2285" align="aligncenter" width="533"] Cấu trúc thứ bậc AHP trong đánh giá nguy cơ lũ (chỉnh sửa từ Nguyen Mai Dang et al., 2011)[/caption]

Xác định vector tổng trọng số bằng cách nhân ma trận so sánh cặp ban đầu với ma trận trọng số của các tiêu chí,
Xác định vector nhất quán bằng cách chia vector tổng trọng số cho trọng số của các tiêu chí đã được xác định trước đó,
Tính giá trị riêng lớn nhất (ymax) bằng cách lấy giá trị trung bình của vector nhất quán,
Tính chỉ số nhất quán (CI), chỉ số đo lường mức độ chệch hướng nhất quán, được xác
định theo công thức:

Xem thêm tại:

[sociallocker id="2256"]http://bit.ly/2n9YPAq

Nguồn: L.H. Tú và nnk / Tạp chí Khoa học ĐHQGHN, Các Khoa học Trái đất và Môi trường, Tập 29, Số 3 (2013) 64‐72

Đọc nguyên bài viết tại :
Phân vùng nguy cơ lũ lụt tại lưu vực sông Vu Gia, tỉnh Quảng Nam bằng ứng dụng công nghệ GIS và thuật toán AHP