Có thể khẳng định rằng BĐKH đã có những tác động không thể đảo ngược đến các yếu tố khí tượng thủy văn và gây ra mối đe dọa lớn đối với sự sống [1]. Vì vậy, để phát triển kinh tế xã hội bền vững cần có những nghiên cứu đáng tin cậy về tác động của biến đổi khí hậu đối với môi trường và tài nguyên nước. Do các yếu tố trong tương lai luôn có tính không chắc chắn và khó dự đoán, đặc biệt khi chỉ áp dụng các công cụ thống kê cơ bản để phân tích các dữ liệu quan quan trắc, nên Mô hình khí hậu toàn cầu (Global Climate Model – GCM) được đánh giá là công cụ tốt nhất để nghiên cứu khí hậu khi xem xét các giả định/ các biên bên ngoài khác nhau. Nhiều GCM đã được phát triển bởi các cơ quan nghiên cứu uy tín để mô phỏng khí hậu dài hạn và định lượng tác động của biến đổi khí hậu [1]. Dự án so sánh liên mô hình theo cặp giai đoạn 5 (CMIP5) là bộ mô phỏng mô hình khí hậu mới nhất để nghiên cứu đánh giá toàn cầu hoặc khu vực [2–3]. Tuy nhiên, sản phẩm thô của GCM thường không được coi là nghiên cứu khí hậu ở quy mô địa phương do độ phân giải không gian thô của GCM [4–5]. Các phương pháp tăng độ phân giải của GCM đã khắc phục dần sự không phù hợp về độ phân giải khi đánh giá tác động của biến đổi khí hậu ở cấp lưu vực, chẳng hạn như lưu vực đầu nguồn để có được dữ liệu phân giải tốt hơn nhằm mô phỏng tốt hơn các quá trình thủy văn và thủy động lực học [6–7]. Chủ yếu có hai cách tiếp cận để chi tiết hóa GCM ở cấp địa phương là chi tiết hóa động lực và chi tiết hóa thống kê [6–8]. Đầu ra của phương pháp tiếp cận chi tiết hóa động lực được coi là vượt trội do mô hình hóa tốt hơn các cơ chế khí hậu và hiện tượng vật lý [9–10]. Phương pháp chi tiết hóa thống kê lợi thế hơn so với chi tiết hóa động lực về sự thuận lợi trong tính toán và yêu cầu ít thời gian [5]. Vì vậy, chi tiết hóa thống kê được áp dụng nhiều cho các nghiên cứu ở quy mô khu vực (vùng) để đạt kết quả nhanh hơn [2, 6].

Bằng cách tiếp cận thống kê, phương pháp chi tiết hóa của GCM cũng không tránh khỏi sai số mô hình. Sai số mô hình là sự sai lệch có hệ thống của dữ liệu được mô hình hóa so với giá trị mong đợi [11]. Đầu ra của GCM bị ảnh hưởng bởi nhiều yếu tố, như là các giả định được đưa ra để phát triển GCM, trạng thái ban đầu, phương trình toán học và tương tác của các biến khác nhau được xem xét… Tuy nhiên, những yếu tố này gây ra sai số ngẫu nhiên hoặc hệ thống dẫn đến có thể đánh giá thiên lớn (hoặc thiên nhỏ) các biến khí hậu [11–13]. Mặt khác, các biến khí hậu thu được từ các GCM có độ phân giải không gian thô thường không phù hợp cho các ứng dụng ở quy mô khu vực. Mô hình GCM trung bình theo nhóm thường được áp dụng để giảm bớt hạn chế này giữa quá trình mưa quan trắc và quá trình mưa tính toán của GCM [14–15]. Tuy nhiên, cách tiếp cận này thích hợp hơn trong trường hợp nhiệt độ đồng nhất và không thay đổi đột ngột, đồng thời không thích hợp với lượng mưa có độ biến thiên cao vì lượng mưa không chỉ chịu ảnh hưởng của hoàn lưu quy mô lớn mà còn bị ảnh hưởng mạnh bởi các đặc điểm địa phương như độ cao, đặc điểm địa lý, thảm phủ thực vật,... [16–18]. Ngoại trừ nhiệt độ, áp suất và độ ẩm, các biến khác của GCM không nên sử dụng trực tiếp làm dữ liệu thô cho quy mô vùng và lượng mưa cho thấy ít phù hợp nhất với số liệu thực đo [18]. Do đó, quy trình hiệu chỉnh sai số thường được áp dụng để thu hẹp khoảng cách giữa kết quả tính toán mưa từ GCM và tài liệu quan trắc [19]. Quy trình hiệu chỉnh độ lệch cũng được áp dụng để điều chỉnh độ lệch trong mô hình tuần hoàn khu vực RCM và kết quả của GCM [13, 20, 21]. Các mô hình RCM được coi là tốt hơn so với GCM, tuy nhiên không thể khái quát hóa cho lượng mưa do có sự ảnh hưởng lớn của các đặc điểm khu vực [22–23]. Vì vậy, hiệu chỉnh sai số đã được ứng dụng cho các đầu ra của GCM trong nghiên cứu này. Các phương pháp hiệu chỉnh sai số khác nhau được các nhà nghiên cứu đề xuất và áp dụng để chi tiết hóa kết quả của các loại GCM. Ví dụ như: chuyển đổi tuyến tính (Linear Scaling – LS), tỷ lệ với cường độ mưa địa phương (Local Precipitation Intensity Scaling – LOCI), chuyển đổi theo hàm mũ, chuyển đổi theo phương sai, phân bố xác suất (Distribution Mapping – DM), và cách tiếp cận thay đổi khoảng delta,... [13].

Nghiên cứu biến đổi khí hậu liên quan đến nhiệt độ và lượng mưa chủ yếu tập trung vào việc đánh giá những thay đổi về trung bình dài hạn, gần đây có xu thế chuyển sang xem xét ảnh hưởng của các trận mưa cực trị [24]. Bởi vì trong phân bố tần suất của các trị số mưa cực trị, chỉ cần thay đổi ít về trị số tần suất cũng có thể làm thay đổi lớn về trị số mưa cực trị, tức là mưa sinh lũ lớn và có thể gây ra thiệt hại lớn cho xã hội [25]. Tuy nhiên, vẫn có rất ít nghiên cứu xem xét các hiện tượng cực đoan dưới tác động của biến đổi khí hậu [26–28].

Đối với lưu vực nghiên cứu, kết quả từ số liệu thực đo 1978–2020 cho thấy xu thế mưa X1max, X3max, và X5max của các trạm trên lưu vực đều tăng trung bình từ 0,5–3,0 mm/năm, 0,8– 6,5 mm/năm, và 1,0–7,0 mm/năm. Đặc biệt khu vực tâm mưa Trà My có xu hướng tăng nhiều nhất. Theo kịch bản biến đổi khí hậu của Bộ TNMT công bố năm 2020, tổng lượng mưa năm các thời kỳ tương lai giữa thế kỷ và cuối thế kỷ bình quân khu vực Quảng Nam – Đà Nẵng tăng 14,4–21,5% so với kỳ cơ sở (1986–2005); tổng lượng mưa các mùa đông, xuân, hè, thu cũng đều tăng trung bình từ 1,3–25,4% (trừ trường hợp cá biệt có thời kỳ giảm). Tuy nhiên các kết quả theo kịch bản này không cho biết cụ thể cho từng khu vực, và cũng chưa có thông tin chi tiết cho từng chỉ số mưa, đặc biệt là các chỉ số mưa cực đoan.

Từ các đánh giá tổng quan trên, thấy rằng đến nay chưa có nghiên cứu nào chi tiết để đánh giá sự biến đổi các chỉ số mưa cực đoan cho lưu vực VGTB. Bài báo này tập trung đi sâu vào đánh giá biến đổi các trận mưa cực trị trong tương lai do tác động của BĐKH nhờ sự xem xét các chỉ số mưa cực đoan khác nhau trên lưu vực VGTB.

Qua quá trình nghiên cứu, có một số kết luận như sau: các quá trình mưa thực đo và tính toán trong tương lai (giai đoạn giữa thế kỷ 2035– 2075) trên lưu vực sông VGTB đã được mô phỏng, phân tích và tính toán. Sáu trạm đo mưa trong lưu vực đã được xem xét để đánh giá sự biến đổi không gian, kết quả cho thấy sự biến đổi theo tháng của mưa thực đo tại các trạm gần tương tự nhau. Tuy nhiên, tổng lượng mưa năm có thay đổi theo địa hình, cụ thể trạm Hiên có lượng mưa năm thấp nhất, trong khi trạm Khâm Đức có lượng mưa năm cao nhất.

Trong số 5 mô hình GCM, thì mô hình ACCESS được cho kết quả mô phỏng tốt nhất các quá trình mưa trên lưu vực. Sáu chỉ số mưa được sử dụng để phân tích xu hướng và những thay đổi của quá trình mưa trong tương lai khi xét các kịch bản BĐKH RCP4.5 và RCP8.5, tất cả các chỉ số đều thay đổi trong cả 2 kịch bản. Trong tương lai, chỉ số mưa P95p và Prcp đều tăng, và lượng mưa của các trận mưa lớn (vượt tần suất 5%) tăng so với thời kỳ nền khoảng 50–100 mm tùy từng vị trí của lưu vực. Đồng thời chỉ số R5dp của các kịch bản tương lai cũng có xu thế lớn hơn kịch bản nền, có nghĩa là lượng mưa lớn nhất trong 5 ngày liên tiếp sẽ cao hơn, dẫn đến nguy cơ lũ lụt. Chỉ số tổng lượng mưa năm (Ptot) và cường độ mưa ngày trung bình (SDII) đều tăng, sự gia tăng này lại chỉ tập trung vào những tháng mưa lũ chính vụ (IX–XI). Bên cạnh đó, nguy cơ các đợt khô hạn cũng sẽ xuất hiện nhiều hơn do chỉ số Pcdd (số ngày không mưa liên tục dài nhất trong năm) tăng lên, cụ thể là số ngày không mưa liên tục > 20 ngày sẽ tăng khoảng 15%, dẫn đến nguy cơ hạn hán sẽ ngày càng khốc liệt hơn.

Nhìn chung, có thể kết luận rằng hiện tượng ấm lên toàn cầu có thể có tác động lớn đến tổng lượng mưa và quá trình diễn biến mưa trên lưu vực VGTB ở các tháng mùa mưa, đặc biệt là các tháng lũ chính vụ. Tần suất và cường độ của các hiện tượng cực đoan có thể sẽ tăng lên, cường độ mưa của các trận mưa lớn có thể tăng, nhưng ngược lại số ngày không mưa cũng có thể kéo dài hơn. Trong khi diễn biến mưa những tháng mùa khô ít thay đổi.

Một số hạn chế của nghiên cứu này là: mới chỉ tính toán mưa trong tương lai theo các kịch bản BĐKH cho 6 trạm mưa điển hình (mưa điểm) mà chưa xác định được các bản đồ phân bố mưa theo không gian (mưa diện); và chưa xét đến các đặc trưng mưa mùa khô. Rất mong muốn các nghiên cứu tiếp theo sẽ bổ sung khắc phục những hạn chế này.