Mestre teknologien for å forutsi tørrsesongstrømmer til grensen mellom Vietnam og Kina

Moderne teknologi og uavhengige data vil bidra til å mestre oppstrøms informasjon, forbedre prognosekapasiteten og forvalte vannressursene i Red River-bassenget.

I sammenheng med stadig mer omfattende konsekvenser av klimaendringer og uforutsigbare svingninger i det internasjonale elvesystemet, har det blitt et presserende behov for å varsle den tørre årstidens vannføring i Den røde elv, spesielt fra den oppstrøms delen utenfor Vietnams territorium, for å sikre vannsikkerhet og effektiv drift av reservoarene.

Med utgangspunkt i denne virkeligheten implementerte forskerteamet ledet av førsteamanuensis dr. Nguyen Tien Giang (Universitetet for naturvitenskap, Vietnams nasjonale universitet, Hanoi) prosjektet « Forskning på utvikling av metoder og teknologi for å forutsi vannføring i tørrsesongen, 10-dagers, månedlig og sesongmessig, til grensen mellom Vietnam og Kina» på 36 måneder (januar 2023 - desember 2025), under program 562 fra departementet for vitenskap og teknologi .

Oversikt over det vitenskapelige verkstedet som introduserer resultatene fra prosjektet «Forskning på utvikling av metoder og teknologi for å forutsi vannføring i tørrsesongen, 10-dagers, månedlig og sesongperiode til grensen mellom Vietnam og Kina». (Foto: Vitenskaps- og teknologidepartementet)

Bygging av en moderne dataplattform og prognoseteknologi for Red River

Elvesystemet mellom den røde elven og Thai Binh er det nest største vannbassenget i Vietnam, og spiller en strategisk rolle når det gjelder økonomi, politikk og vannsikkerhet. Men fordi mer enn halvparten av vannføringen i bassenget i den tørre årstiden ligger innenfor kinesisk territorium, er det utfordrende å lage varsler på grunn av mangelen på hydrometeorologiske data oppstrøms, mens driften av en rekke vannkraftreservoarer i Kina kontinuerlig endrer det naturlige strømningsregimet.

Tradisjonelle modeller for nedbør og strømningshastighet er ikke lenger egnet. Spørsmålet er: Hvordan kan man varsle nøyaktig når det nesten ikke finnes data oppstrøms?

Basert på dette kravet, nærmet forskerteamet seg problemet med en kombinasjon av moderne metoder: Bruk av fjernmålingsdata, satellittbilder, reanalysedata og hydrologiske modeller – kombinert med avanserte maskinlæringsalgoritmer. Teamet bygde ikke bare prognoser, men også det første komplette datasettet om den øvre delen av den røde elven i Kina, som har vært et gap i mange år i den vietnamesiske vannressursindustrien.

Ut fra disse forklaringene settes det opp tre hovedmål i emnet: Å bygge et datasett om naturlige geografiske forhold, systemet med hovedreservoarer (karakteristikker, driftsprosedyrer...) i den øvre delen av Røde elv-bassenget i Yunnan-provinsen, Kina; Å vurdere endringen i det hydrologiske regimet i den øvre delen av Røde elv-bassenget under påvirkning av klimaendringer og systemet med hovedreservoarer i Kina; Å bygge en metode og teknologi for å forutsi vannføringen i tørrsesongen for en gjennomsnittlig periode på 10 dager, måneder og sesonger til grensen mellom Vietnam og Kina; å anvende et pilotprogram på et spesifikt delbasseng (i Røde elv-bassenget). Det foreslås også en orientering av løsninger for å minimere skader forårsaket av endringer i vannføringen i tørrsesongen, basert på en omfattende analyse av syv forskningsinnhold.

Forskningsfokuset er å reprodusere naturlige forhold, reservoarsystemer, vannstandssvingninger – reservoarareal og endringer i hydrologisk regime under påvirkning av sosioøkonomisk utvikling samt klimaendringer. Teamet utviklet en WebGIS-plattform for å lagre, simulere og visualisere data i sanntid, som støtter reservoaroppslag, analyse og drift. Dette verktøyet gir tilgang på nett, bruker åpne data og er helt uavhengig av opphavsrett til kommersiell programvare.

Kombinasjonen av maskinlæringsalgoritmer forbedrer nøyaktigheten av prognosene for tørrsesong

Under implementeringsprosessen brukte teamet høyoppløselige satellittbilder (Sentinel, Landsat, MODIS og NICFI 5m-bilder), kombinert med satellitthøydemålerdata for å bestemme vannoverflatearealet og vannstandsendringer i reservoarer oppstrøms – der Vietnam ikke har direkte overvåkingsdata. Denne prosessen ble testet i en rekke reservoarer i Vietnam før den ble utvidet til 15 store reservoarer i Yunnan-regionen (Kina), noe som muliggjorde beregning av endringer i reserver og utslippsstrømmer over tid.

Parallelt finnes det et system med intrasesongmessige og sesongmessige nedbørsprognosemodeller dedikert til den øvre delen av Da-elven – det viktigste oppstrøms området i Red River-systemet. Modellene tillater prognoser for nedbør med en periode på 90–180 dager, tidssteg på 10–30 dager, og gir dermed input for simulering av vannføring i tørrsesongen.

Spesielt utviklet teamet et sett med strømningsprognosemodeller basert på en kombinasjon av mer enn 10 maskinlæringsalgoritmer og fysiske hydrologiske modeller, noe som resulterte i tre optimale prognosemodeller med 1-måneders, 3-måneders og 6-måneders horisonter, samt en hybridmodell som kombinerer data og fysikk. Disse modellene muliggjør beregning av 10-dagers gjennomsnittlig strømning – et obligatorisk krav i Red River Inter-Reservoir Operation Procedure utstedt under beslutning 740/QD-TTg.

Måling av strømningsdataene for oppstrøms Da-elven ved Pac Ma, Muong Te og Lai Chau for å tjene forskningsarbeidet i prosjektet. (Foto: Vitenskap og teknologi)

Førsteamanuensis Dr. Nguyen Tien Giang sa at bruken av maskinlæring i vannføringsprognoser har gitt «oppmuntrende innledende resultater, med overlegen nøyaktighet sammenlignet med tradisjonelle metoder, spesielt effektive under forhold med datamangel» . Teknologien for vannføringsprognoser i tørrsesongen blir kalibrert, testet og vil snart bli satt i praktisk testing, noe som lover å åpne opp for en ny tilnærming til grenseoverskridende vannressursforvaltning.

Prosjektet har også grunnleggende betydning i planleggingen av vannsikkerhetsstrategier. For første gang kan Vietnam estimere, simulere og forutsi vannføringen av den øvre delen av den røde elven utenfor sitt territorium, uten å dele data med Kina – noe mange land med internasjonale elver fortsatt må gjøre for å være proaktive i forvaltningen.

Resultatene vil bidra til å fullføre Red River-databasen; støtte reservoardrift, vannressurstildeling, tørkerespons i Red River-deltaet; og gi vitenskapelige argumenter for fremtidige studier eller forhandlinger knyttet til samarbeid i forvaltningen av Red River-bassenget.

Med en systematisk tilnærming, moderne teknologi og uavhengig utviklede data markerer prosjektet et viktig skritt fremover i arbeidet med å «mestre» oppstrøms informasjon og forbedre kapasiteten til å forutsi og forvalte vannressurser i Red River-bassenget. Når forskningsresultatene brukes bredt, tjener de ikke bare vitenskapelige oppgaver, men skaper også et premiss for bærekraftig utvikling av Norddeltaet i sammenheng med økende vannressursutfordringer.

Thuy Linh

Kilde: https://vtcnews.vn/lam-chu-cong-nghe-du-bao-dong-chay-mua-can-den-bien-gioi-viet-trung-ar991988.html