Ngày 10/4/2025 vừa qua, Viện Khoa học tài nguyên nước đã tổ chức thành công Seminar tháng 4 - trong chuỗi Seminar Khoa học và Công nghệ, với chủ đề chính là báo cáo Nghiên cứu đánh giá hạn tổng hợp áp dụng cho lưu vực Sông Ba, bên cạnh đó trao đổi về khả năng ứng dụng công nghệ Blockchain trong lĩnh vực tài nguyên nước. Buổi Hội thảo đã có sự tham gia của Ban Lãnh đạo Viện, các chuyên gia và nghiên cứu viên.

ThS. Lê Thị Hường trình bày về Công nghệ Blockchain.

Th.S. Lê Thị Hường đã trình bày một số nghiên cứu về Blockchain - công nghệ lưu trữ và truyền tải thông tin dưới dạng các khối (block) được liên kết với nhau bằng mã hóa. Mỗi khối chứa một tập hợp các giao dịch và được gắn với khối trước đó, tạo thành một chuỗi (chain). Đặc điểm nổi bật của blockchain là phi tập trung, minh bạch, không thể thay đổi (immutable) và an toàn. Cơ sở công nghệ Blockchain hướng tới hệ thống đề xuất giải quyết các vấn đè bằng các giải pháp tiên tiến như: (1) Thu thập dữ liệu bằng công nghệ BIGDATA, (2) Thuật toán thông minh hỗ trợ ra quyết định dựa trên nhiều tiêu chí; và (3) Đồng thuận công khai và bảo vệ dữ liệu.

TS. Nguyễn Tú Anh đưa ra các khả năng ứng dụng của Blockchain trong lĩnh vực tài nguyên nước.

Trong phần trao đổi, TS. Nguyễn Tú Anh đưa ra nhận định rằng Blockchain đã được cân nhắc các khả năng có thể hỗ trợ rất nhiều trong việc quản lý, phân phối, và bảo vệ tài nguyên nước. Một số ứng dụng cụ thể bao gồm:

(1) Theo dõi & giám sát chất lượng nước: Dữ liệu từ các cảm biến (IoT) đo chất lượng nước (pH, độ đục, vi khuẩn...) được lưu trữ trên blockchain; Tăng tính minh bạch và trách nhiệm của các bên liên quan (chính quyền, nhà máy, người dân).

(2) Phân phối & quản lý tài nguyên nước: Blockchain giúp theo dõi lượng nước cấp phát, lịch sử sử dụng của từng khu vực/hộ gia đình; Hỗ trợ quản lý công bằng và chống thất thoát, lãng phí nguồn nước.

(3) Giao dịch quyền sử dụng nước (Water Rights): Mỗi quyền sử dụng nước có thể được mã hóa thành token và giao dịch trên nền tảng blockchain; Giúp minh bạch hóa quyền lợi, đặc biệt là ở các khu vực nông nghiệp cần chia sẻ nguồn nước.

(4) Hỗ trợ trong nông nghiệp thông minh: Kết hợp với AI & IoT, blockchain ghi lại lịch sử tưới tiêu, lượng nước dùng, giúp ra quyết định hiệu quả; Người nông dân có thể chứng minh họ dùng nước bền vững để nhận hỗ trợ, vay vốn, hoặc chứng nhận "xanh".

ThS. Đỗ Thị Ngọc Bích trình bày Báo cáo Nghiên cứu.

Phiên Hai được ThS. Đỗ Thị Ngọc Bích báo cáo Nghiên cứu đánh giá hạn tổng hợp áp dụng cho lưu vực Sông Ba - Thuộc đề tài Nghiên cứu đánh giá rủi ro hạn tổng hợp nhằm bảo đảm an ninh nguồn nước trên các lưu vực sông. Áp dụng thí điểm cho lưu vực Sông Ba (TNMT.2024.02.06).

Lưu vực Sông Ba là lưu vực sông lớn nhất khu vực Nam Trung Bộ, chảy qua 4 tỉnh là Kon Tum, Gia Lai, Đắc Lắc và Phú Yên với diện tích lưu vực 13.900 km². Lượng mưa bình quân nhiều năm trên toàn lưu vực sông khoảng 1.760 mm. Với diện tích lưu vực thuộc loại lớn, lưu vực sông Ba là một trong những lưu vực có mạng lưới trạm đo đạc mưa và mực nước thuộc loại thưa nhất Việt Nam, với 39 công trình thủy điện còn lại chủ yếu là các hồ chứa thủy lợi, trong số đó có 5 hồ chứa chính: An Khê - Ka Nak, Ayun Hạ, Krông H’năng, Sông Hinh, Sông Ba Hạ.

Trong nghiên cứu, Tổng quan Mô hình thủy văn VIC - mô hình định tuyến ROUTING đã được nêu rõ sử dụng nhằm chuẩn hóa bằng các quy trình xử lý dữ liệu. Mô hình được thiết lập bằng cách: (1) Tạo dữ liệu tham số đất cho mô hình VIC: Bản đồ đất sau khi được tải, chuyển về khu vực nghiên cứu bằng cách sử dụng công cụ Clip raster trong ArcGIS tools; (2) Tạo dữ liệu tham số mặt đệm cho mô hình VIC: Bản đồ LULC sau khi được tải, chuyển về khu vực nghiên cứu bằng cách sử dụng công cụ Clip raster trong ArcGIS tools; (3) Tạo dữ liệu diễn tians cho mô hình ROUTING.

Thuật toán tối ưu SCE-UA được sử dụng để hiệu chỉnh tự động mô hình VIC-ROUTING cho lưu vực sông Ba. Chuỗi dòng chảy quan trắc lưu vực sông Đà tại trạm Củng Sơn từ 1981 đến năm 1990 được sử dụng để hiệu chỉnh 6 tham số mô hình. Hiệu chỉnh tự động được viết trên ngôn ngữ Python (Calibration.py với thuật toán tối ưu SCE-UA) để hiệu chỉnh nhóm 6 thông số bin; D2; D3; Ds; Dmax; Ws. Thuật toán SCE-UA sử dụng hàm mục tiêu để đánh giá sự phù hợp của bộ tham số, sau đó kết hợp thuật toán tiến hóa ngẫu nhiên và tối ưu cục bộ để tìm ra tập tham số tốt nhất, giúp mô hình hóa đạt độ chính xác cao nhất.

ThS. Đỗ Thị Ngọc Bích nhận xét và đánh giá kết quả nghiên cứu

Kết quả hiệu chỉnh mô hình tại trạm Củng Sơn trong giai đoạn 1981-1990 và kiểm định cho giai đoạn 1991-1995 cho thấy mô hình có xu thế đánh giá tổng lượng dòng chảy cao hơn so với thực tế, nguyên nhân chính của kết quả này thể hiện phần lớn ở dòng chảy kiệt. Từ những hạn chế trong kết quả của mô hình, điều này có thể giải thích từ chất lượng nguồn số liệu dòng chảy khi so sánh hoặc mức độ chi tiết của các biến đầu vào của mô hình như thảm phủ, loại đất cùng các biến khí tượng thủy thủy văn dẫn đến chưa hiệu chỉnh tốt các tham số liên quan trong mô hình. Các hạn chế này sẽ được tập trung khắc phục trong thời gian tới. Dữ liệu dùng để tính các chỉ số hạn (1980-2010) còn hạn chế do chất lượng mô phỏng và có ảnh hưởng của 2 hồ chứa Ayun Hạ (1995) và Sông Hinh (1999). Việc lựa chọn Coplula Gaussian có thể chưa mô tả tốt hạn cực đoan khi các loại hạn xảy ra đồng thời.