Behärska tekniken för att prognostisera torrperiodens flöden till gränsen mellan Vietnam och Kina

Modern teknik och oberoende data kommer att hjälpa till att bemästra information uppströms, förbättra prognoskapaciteten och hantera vattenresurserna i Röda flodens avrinningsområde.

Mot bakgrund av klimatförändringarnas allt djupare effekter och oförutsägbara fluktuationer i det internationella flodsystemet har det blivit ett brådskande krav att prognostisera torrperiodens flöden i Röda floden, särskilt från den uppströms delen utanför Vietnams territorium, för att säkerställa vattentrygghet och effektiv drift av reservoarer.

Utifrån den verkligheten implementerade forskargruppen, lett av docent Dr. Nguyen Tien Giang (University of Natural Sciences, Vietnam National University, Hanoi), projektet " Forskning om utveckling av metoder och teknik för att prognostisera torrperiodens vattenflöde, 10-dagars-, månads- och säsongsperioder till gränsen mellan Vietnam och Kina" på 36 månader (januari 2023 - december 2025), inom ramen för program 562 vid ministeriet för vetenskap och teknik .

Översikt över den vetenskapliga workshopen som presenterar resultaten från projektet "Forskning om utveckling av metoder och teknik för att prognostisera torrperiodens flöde, 10-dagars-, månads- och säsongsperioder till gränsen mellan Vietnam och Kina". (Foto: Ministeriet för vetenskap och teknik)

Bygga en modern dataplattform och prognosteknik för Red River

Röda floden - Thai Binh-flodsystemet är Vietnams näst största avrinningsområde och spelar en strategisk roll när det gäller ekonomi, politik och vattensäkerhet. Eftersom mer än hälften av torrsäsongsflödet i avrinningområdet ligger inom kinesiskt territorium är prognoser utmanande på grund av bristen på hydrometeorologiska data uppströms, medan driften av en serie vattenkraftsreservoarer i Kina kontinuerligt förändrar det naturliga flödesregimen.

Traditionella modeller för regn och vattenflöden är inte längre lämpliga. Frågan är: Hur kan man göra korrekta prognoser när det nästan inte finns några data uppströms?

Baserat på det kravet närmade sig forskargruppen problemet med en kombination av moderna metoder: Användning av fjärranalysdata, satellitbilder, omanalysdata och hydrologiska modeller – i kombination med avancerade maskininlärningsalgoritmer. Teamet byggde inte bara upp prognoser utan även den första kompletta datamängden om den övre delen av Röda floden i Kina, vilket har varit en lucka i många år inom den vietnamesiska vattenresursindustrin.

Utifrån dessa förklaringar anger ämnet tre huvudmål: Att bygga en datamängd om naturliga geografiska förhållanden, systemet med huvudreservoarer (egenskaper, driftsprocedurer...) i den övre delen av Röda flodens avrinningsområde i Yunnan-provinsen, Kina; Att bedöma förändringen i den hydrologiska regimen i den övre delen av Röda flodens avrinningsområde under påverkan av klimatförändringar och systemet med huvudreservoarer i Kina; Att bygga en metod och teknik för att prognostisera torrperiodens flöde under en genomsnittlig period av 10 dagar, månader och säsonger till gränsen mellan Vietnam och Kina; att tillämpa ett pilotprogram på ett specifikt delavrinningsområde (i Röda flodens avrinningsområde). Inriktning på lösningar för att minimera skador orsakade av förändringar i torrperiodens flöde föreslås också baserat på en omfattande analys av sju forskningsinnehåll.

Forskningens fokus är att reproducera naturliga förhållanden, reservoarsystem, vattennivåfluktuationer - reservoararea och förändringar i hydrologisk regim under påverkan av socioekonomisk utveckling samt klimatförändringar. Teamet utvecklade en WebGIS-plattform för att lagra, simulera och visualisera data i realtid, vilket stöder reservoarsökning, analys och drift. Detta verktyg möjliggör onlineåtkomst, använder öppna data och är helt oberoende av kommersiell programvaras upphovsrätt.

Kombinationen av maskininlärningsalgoritmer förbättrar noggrannheten i prognoserna för torrsäsong

Under implementeringsprocessen använde teamet högupplösta satellitbilder (Sentinel, Landsat, MODIS och NICFI 5m-bilder), i kombination med satellithöjdmätardata för att fastställa vattenytan och vattennivåförändringarna i reservoarer uppströms – där Vietnam inte har några direkta övervakningsdata. Denna process testades i ett antal reservoarer i Vietnam innan den utökades till 15 större reservoarer i Yunnan-regionen (Kina), vilket möjliggjorde beräkning av förändringar i reserver och utsläppsflöden över tid.

Parallellt finns ett system med modeller för prognoser av nederbörd under och efter säsong, dedikerade till den övre Da-floden – det viktigaste området uppströms i Röda flodsystemet. Modellerna möjliggör prognoser av nederbörd med en period på 90–180 dagar, med tidssteg på 10–30 dagar, vilket skapar indata för simulering av flödet under torrsäsongen.

Teamet utvecklade särskilt en uppsättning flödesprognosmodeller baserade på en kombination av mer än 10 maskininlärningsalgoritmer och fysiska hydrologiska modeller, vilket resulterade i tre optimala prognosmodeller med 1-månaders-, 3-månaders- och 6-månadersperspektiv, samt en hybridmodell som kombinerar data och fysik. Dessa modeller möjliggör beräkning av 10-dagars genomsnittligt flöde – ett obligatoriskt krav i Red River Inter-Reservoir Operation Procedure utfärdat enligt beslut 740/QD-TTg.

Mätning av flödesdata för Da-flodens uppströmsström vid Pac Ma, Muong Te och Lai Chau för projektets forskning. (Foto: Science and Technology)

Docent Dr. Nguyen Tien Giang sade att tillämpningen av maskininlärning i flödesprognoser har gett "uppmuntrande initiala resultat, med överlägsen noggrannhet jämfört med traditionella metoder, särskilt effektiva vid databrist". Tekniken för flödesprognoser under torrperioden kalibreras, testas och kommer snart att sättas i praktiska tester, vilket lovar att öppna upp för en ny metod för gränsöverskridande vattenresurshantering.

Projektet har också grundläggande betydelse för planeringen av strategier för vattensäkerhet. För första gången kan Vietnam uppskatta, simulera och prognostisera flödet av den övre Röda floden utanför sitt territorium, utan att dela data med Kina – något som många länder med internationella floder fortfarande måste göra för att vara proaktiva i förvaltningen.

Resultaten kommer att bidra till att komplettera Red River-databasen; stödja reservoardrift, vattenresurstilldelning, torkahantering i Red River Delta; och ge vetenskapliga argument för framtida studier eller förhandlingar relaterade till samarbete i förvaltningen av Red River-bäckenet.

Med ett systematiskt tillvägagångssätt, modern teknik och oberoende utvecklade data markerar projektet ett viktigt steg framåt i arbetet med att "bemästra" information uppströms och förbättra förmågan att prognostisera och hantera vattenresurser i Röda flodens avrinningsområde. Vid bred tillämpning tjänar forskningsresultaten inte bara vetenskapliga uppgifter utan skapar också en förutsättning för hållbar utveckling av norra deltat i samband med ökande utmaningar med vattenresurser.

Thuy Linh

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