Áp dụng phương pháp dùng các chỉ số lượng mưa ảnh hưởng ngắn hạn và dài hạn để cảnh báo thiên tai bùn đá ở một số khu vực của Việt Nam

Tạp chí khoa học biến đổi khí hậu
Số 5 - Tháng 3/2018 - 
1
 ÁP DỤNG PHƯƠNG PHÁP DÙNG CÁC CHỈ SỐ LƯỢNG MƯA 
ẢNH HƯỞNG NGẮN HẠN VÀ DÀI HẠN ĐỂ CẢNH BÁO THIÊN TAI BÙN ĐÁ 
Ở MỘT SỐ KHU VỰC CỦA VIỆT NAM
Nguyễn Thanh Thủy(1), Nguyễn Sơn Hùng(2)
(1)Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu
(2)CTI Engineering, Co. Ltd., Tokyo, Nhật Bản
Ngày nhận bài 26/2/2018; ngày chuyển phản biện 29/2/2018; ngày chấp nhận đăng 20/3/2018.
Tóm tắt: Bài báo giới thiệu các phương pháp cảnh báo khả năng xuất hiện thiên tai bùn đá được sử dụng 
ở Nhật Bản và nghiên cứu tính khả thi của phương pháp dùng các chỉ số lượng mưa ảnh hưởng ngắn hạn 
và dài hạn cho một số khu vực ở Việt Nam (khu vực Mai Châu - Hòa Bình, khu vực Mù Căng Chải - Yên Bái 
và khu vực Mường La - Sơn La). Kết quả tính toán cho thấy, khi áp dụng phương pháp này để cảnh báo cho 
khu vực Mai Châu có thể phát hiện được 75% số vụ trượt lở đất đã xảy ra trong quá khứ, cho khu vực Mù 
Căng Chải có thể cảnh báo được trận lũ quét xảy ra ngày 3/8/2017. Khả năng cảnh báo của phương pháp 
này cho vụ sạt lở đất tại khu vực Mường La xảy ra cùng ngày cũng đã được minh chứng. Phương pháp này 
có thể áp dụng dễ dàng ở các khu vực khác, nơi mà có đầy đủ số liệu mưa và số liệu thống kê liên quan đến 
thiên tai bùn đá.
Từ khóa: Thiên tai bùn đá, trượt lở đất, chỉ số lượng mưa ảnh hưởng, cảnh báo.
1. Mở đầu
Thiên tai bùn đá bao gồm trượt lở đất (TLĐ) 
và lũ bùn đá (LBĐ) là những thiên tai trực tiếp 
hay gián tiếp gây ra thiệt hại nặng nề về người 
và tài sản, làm tổn hại môi trường thông qua sự 
di chuyển phạm vi rộng của đất đá [10]. Hàng 
năm vào mùa mưa lũ, thiên tai bùn đá thường 
xuyên xảy ra tại vùng miền núi Việt Nam. Theo 
số liệu thống kê của Ban Chỉ đạo Trung ương về 
Phòng chống thiên tai, từ năm 2000 - 2014 đã 
xảy ra 250 đợt lũ quét, sạt lở ảnh hưởng tới các 
vùng dân cư, làm chết và mất tích 646 người, 
bị thương gần 351 người; ảnh hưởng nặng nề 
đến kinh tế, tổng thiệt hại ước tính 3.300 tỉ 
đồng. Theo tài liệu phục vụ Hội nghị trực tuyến 
về công tác phòng chống lũ, lũ quét và sạt lở 
đất ngày 20/8/2014 của Bộ Tài nguyên và Môi 
trường, thống kê hiện trạng trượt lở đất đá trên 
địa bàn của 8 tỉnh Bắc Bộ và 2 tỉnh Trung Bộ, 
tổng số điểm trượt có trên 10.200 điểm. Từ các 
số liệu này cho thấy số điểm có tiềm năng phát 
sinh thiên tai TLĐ và LBĐ là rất lớn và phân bố 
trên địa bàn rộng, không thể giải quyết nhanh 
chóng bằng biện pháp công trình mà biện pháp 
phi công trình để phòng tránh hay giảm thiểu 
thiệt hại tối đa là quan trọng và cấp bách.
Nhật Bản là một quốc gia có rất nhiều thiên 
tai bùn đá xảy ra hàng năm và có tiềm lực tài 
chính cao nhưng cũng phải đặt trọng tâm vào 
biện pháp phi công trình vì số địa điểm có nguy 
cơ xảy ra thiên tai bùn đá rất lớn. Trong bài báo 
này, các phương pháp đang được sử dụng để 
cảnh báo phát sinh thiên tai bùn đá trên thế 
giới, đặc biệt ở Nhật Bản đã được phân tích. 
Trên cơ sở đó xem xét tính khả thi để đề xuất áp 
dụng mô hình thích hợp cho Việt Nam.
2. Tổng quan vấn đề và phương pháp nghiên 
cứu ngưỡng mưa cảnh báo trượt lở đất
Tác nhân gây ra thiên tai bùn đá gồm tác nhân 
cơ học (địa hình, địa chất, thảm phủ thực vật,...) 
và tác nhân phát động (mưa, tuyết tan, động 
đất, hoạt động núi lửa,...) [10]. Phần lớn các 
thiên tai bùn đá trên thế giới được kích hoạt bởi 
mưa cường độ lớn hay kéo dài. Mưa làm tăng áp 
lực nước lỗ hổng trong đất, làm giảm sức kháng 
cắt của vật liệu, sườn dốc mất ổn định, gây ra 
trượt đất [2]. Trên thế giới đã có rất nhiều công 
*Liên hệ tác giả: Nguyễn Thanh Thủy
Email: nt-thuy@hotmail.com
2 Tạp chí khoa học biến đổi khí hậu
Số 5 - Tháng 3/2018
trình nghiên cứu về quan hệ giữa thiên tai bùn 
đất bằng cách xác định các ngưỡng mưa (ví dụ 
như: cường độ và thời gian mưa) có thể phát 
sinh trượt lở đất. Có hai cách tiếp cận để xác 
định ngưỡng mưa phát sinh, đó là theo phương 
pháp vật lý và kinh nghiệm. Hướng tiếp cận vật 
lý xem xét các quá trình vật lý cơ bản, sử dụng 
các mô hình thủy văn và tính toán ổn định [3,5]. 
Tuy nhiên, phương pháp này yêu cầu một lượng 
lớn số liệu như mực nước ngầm, các thông số 
địa chất thủy văn, địa hình địa mạo, mà ít khu 
vực nào có đầy đủ thông tin [4]. Hướng tiếp cận 
thứ hai là dựa vào nguyên lý thống kê về các số 
liệu lượng mưa và các vụ sạt lở đất đã xảy ra 
trong quá khứ. Các ngưỡng mưa thông dụng 
nhất được sử dụng bao gồm ngưỡng cường độ 
mưa và thời gian mưa [7], ngưỡng mưa lũy tích 
[6], và ngưỡng mưa ảnh hưởng [11]. Ngưỡng 
cường độ mưa và thời gian mưa được áp dụng 
khá hiệu quả với những trượt lở đất nông, được 
kích hoạt bởi khoảng thời gian mưa ngắn. Còn 
ngưỡng mưa lũy tích được sử dụng để xem xét 
trượt lở đất ở tầng sâu [6]. Ngưỡng mưa ảnh 
hưởng có thể đánh giá được ảnh hưởng của 
lượng mưa trước đó đến mực nước ngầm, độ 
ẩm đất và vì vậy đóng vai trò như một nhân tố 
chuẩn bị của trượt lở đất [9]. 
Ở Việt Nam, Mai Thành Tân (2015) [2] đã xác 
định ngưỡng mưa gây trượt lở đất khu vực Mai 
Châu, Hòa Bình dựa trên cơ sở quan hệ giữa 
lượng mưa tại ngày xảy ra trượt lở đất và lượng 
mưa 3 ngày, 5 ngày, 7 ngày, 10 ngày và 15 ngày 
trước đó. Lê Đức An (2010) [1] cũng đã nghiên 
cứu tìm ngưỡng mưa gây trượt lở đất ở tỉnh Hà 
Giang bằng cách xác định quan hệ giữa hai pha 
mưa khác nhau: pha 1 là pha chuẩn bị, với các 
trận mưa nối tiếp nhau làm tăng độ ẩm của đất, 
giảm độ gắn kết vật liệu và độ ổn định của sườn 
dốc; pha 2 là pha tác động, với một trận mưa 
lớn bất thường, trực tiếp gây ra trượt lở đất. 
3. Các mô hình cảnh báo được sử dụng ở 
Nhật Bản
Trong bài báo này, các mô hình được Bộ Quản lý 
đất đai, Hạ tầng giao thông và Du lịch của Nhật Bản 
(MLIT) sử dụng được giới thiệu [12].
3.1. Hai yếu tố chính gây ra thiên tai bùn đá: 
Lượng mưa ảnh hưởng ngắn hạn và dài hạn 
Tính ổn định của mái dốc đất đá bị chi phối 
trực tiếp bởi mực nước ngầm và độ ẩm của 
đất đá trong mái dốc. Nếu mực nước ngầm và độ 
ẩm cao, độ liên kết, kết dính của đất đá sẽ giảm 
nhanh và phát sinh trượt lở. Mực nước ngầm và 
độ ẩm trong sườn dốc lại chịu ảnh hưởng lớn của 
(i) lượng mưa gần thời điểm phát sinh thiên tai (gọi 
tắt lượng mưa ảnh hưởng ngắn hạn); và, (ii) lượng 
mưa cách xa thời điểm phát sinh thiên tai (gọi tắt 
lượng mưa ảnh hưởng dài hạn). Tùy theo loại thiên 
tai mà mức độ ảnh hưởng của 2 yếu tố chính này 
thay đổi. Ví dụ, đối với các trượt lở đất sâu, nhân 
tố chi phối chính là mực nước ngầm trong tầng đất 
sâu nên trong trường hợp này yếu tố lượng mưa 
ảnh hưởng dài hạn quan trọng hơn. Đối với các 
trượt lở đất nông thì mức độ ảnh hưởng của lượng 
mưa ngắn hạn lớn hơn.
3.2. Phương pháp dùng lượng mưa lũy tích
Năm 1984, Bộ Quản lý đất đai, Hạ tầng giao 
thông và Du lịch của Nhật Bản (MLIT) lập Sổ tay 
hướng dẫn “Lập ngưỡng mưa dùng để phát tin 
cảnh báo và chỉ thị tránh nạn thiên tai bùn đá” 
(trong thực tế chỉ cảnh báo lũ bùn đá). Mô hình 
xác định trận mưa đang diễn biến có nguy cơ 
phát sinh ra tai họa hay không (Hình 1).
Chỉ tiêu của lượng mưa được dùng là lượng 
mưa 1 giờ và lượng mưa lũy tích đến thời điểm 
1 giờ trước khi thiên tai phát sinh. Ranh giới phát 
sinh thiên tai (CL-Critical Line) được lập từ dữ 
liệu của lượng mưa và thực tế xảy ra hay không 
xảy ra của thiên tai. Sau khi xác định ranh giới 
CL, tính khoảng thời gian cần thiết để người dân 
di chuyển đến nơi tránh nạn và tính lượng mưa 
trung bình trong khoảng thời gian đó. Ranh giới 
cảnh báo (EL-Evacuation Line) được thiết lập 
bằng cách hạ thấp đường CL xuống một khoảng 
bằng lượng mưa trong khoảng thời gian cần thiết 
để di chuyển tránh nạn. Tương tự, đường ranh 
giới cảnh báo (WL-Warning Line) được thiết lập 
bằng cách hạ thấp đường EL xuống một khoảng 
bằng lượng mưa trong khoảng thời gian cần thiết 
để người dân chuẩn bị lánh nạn (Hình 2).
Phương pháp cảnh báo như sau: Đối với trận 
mưa đang diễn biến, hai chỉ tiêu mưa ngắn hạn 
và dài hạn được tính toán từng thời điểm (ví dụ 
mỗi 10 phút hoặc mỗi giờ cho thời hạn ngắn và 
mỗi ngày cho thời hạn dài) và vẽ đường truy tích 
Tạp chí khoa học biến đổi khí hậu
Số 5 - Tháng 3/2018 - 
3
(track-line) theo dõi diễn biến mưa (Hình 1). Khi 
đường truy tích mưa vượt ranh giới cảnh báo 
(WL) thì phát lệnh cảnh báo, và khi vượt ranh 
giới (EL) thì chỉ thị tránh nạn.
 Phương pháp dùng lượng mưa lũy tích có 
nhược điểm là không xét đến ảnh hưởng của 
bốc hơi, hấp thụ thực vật, thấm xuống tầng 
nước ngầm trong khoảng thời gian từ lúc có 
mưa đến lúc thiên tai phát sinh. Trong thực tế, 
cùng một lượng mưa nhưng ảnh hưởng đến 
phát sinh thiên tai sẽ nhỏ nếu nó cách xa thời 
điểm thiên tai phát sinh. Vì trong khoảng thời 
gian này bốc hơi hay hấp thụ nước của thực vật 
trên sườn dốc sẽ làm giảm ảnh hưởng của mưa. 
Để tránh nhược điểm này, khái niệm “lượng 
mưa ảnh hưởng” đã được sử dụng.
3.3. Phương pháp dùng lượng mưa ảnh hưởng
 Vào năm 1993, Sổ tay hướng dẫn trên được 
nâng cấp lần thứ nhất, sử dụng lượng mưa ảnh 
hưởng để xác định ranh giới phát sinh lũ bùn đá 
và trượt lở đất [14]. Lượng mưa ảnh hưởng (R
e
) 
với thời gian giảm nửa tác động, dưới đây gọi tắt 
là bán giảm kỳ (M) của lượng mưa (R) được định 
nghĩa như sau: 
“Lượng mưa ảnh hưởng (R
e
) với bán giảm kỳ 
(M) của lượng mưa (R) là lượng mưa (R) giảm 
xuống một nửa sau (M) giờ ”.
R
e
=∑aiRi (1)
R
e
 (mm): lượng mưa ảnh hưởng (mm);
Ri (mm): lượng mưa giờ thứ i trước khi thiên 
tai phát sinh;
ai: thông số chỉ mức độ ảnh hưởng của lượng 
mưa (Ri) đến phát sinh của thiên tai:
ai= (0,5)
i/M (2)
M (giờ): bán giảm kỳ (là khoảng thời gian 
lượng mưa (R) giảm xuống còn một nửa. Thuật 
ngữ này tương tự với thuật ngữ “chu kỳ bán rã” 
được dùng trong vật lý).
Hai chỉ tiêu lượng mưa được dùng là 
lượng mưa ảnh hưởng với bán giảm kỳ dài 
hạn M1=72 giờ và ngắn hạn M2 =1,5 giờ.
3.4. Phương pháp dùng lượng mưa ảnh hưởng 
và chỉ số ẩm đất
Vào năm 2003, Sổ tay hướng dẫn trên 
được nâng cấp lần thứ hai. Đối với chỉ tiêu 
của lượng mưa dài hạn, ngoài lượng mưa ảnh 
hưởng Re của M1=72 giờ, người sử dụng Sổ 
tay có thể dùng chỉ số chỉ mức độ ẩm trong 
sườn dốc do mưa gây ra, ở đây gọi ngắn ngọn 
là chỉ số ẩm đất [17]. Chỉ số ẩm đất được tính 
bằng mô hình TANK có 3 tầng, là tổng lượng 
trữ nước trong 3 bể chứa (nước mặt, sát bề 
mặt và nước ngầm).
3.5. Phương pháp liên kết của MLIT và JMA
Vào năm 2005, MLIT và Cơ quan Khí tượng 
Nhật Bản (JMA) liên kết đề xuất mô hình cảnh 
báo mới (được gọi phương pháp liên kết giữa 
MLIT và JMA) [13]. Như vậy, Sổ tay hướng dẫn 
trên được nâng cấp lần thứ ba. Chỉ tiêu của 
lượng mưa dài hạn và ngắn hạn được cố định 
là chỉ số ẩm đất và lượng mưa 60 phút trước 
khi thiên tai phát sinh. Một đặc điểm quan trọng 
mới của mô hình này là áp dụng phương pháp 
RBFN (Radial Basis Function Network) vào dữ 
liệu mưa và thực tế xảy ra hay không xảy ra của 
thiên tai để xác định ranh giới phán đoán phát 
sinh thiên tai (CL) (Hình 3). 
Hình 1. Sơ đồ cơ bản của mô hình cảnh báo 
thiên tai bùn đá
Hình 2. Tương quan giữa các ranh giới 
WL, EL và CL
4 Tạp chí khoa học biến đổi khí hậu
Số 5 - Tháng 3/2018
Hình 3. Phương pháp liên kết của MLIT và JMA
Trong thực tế, số lần phát sinh thiên tai bùn 
đá rất ít, nếu chỉ sử dụng dữ liệu thống kê sẽ 
khó xác định chính xác được CL. Do đó, phương 
pháp RBFN được đề xuất áp dụng với hy vọng có 
thể xác định CL khách quan hơn.
Tuy nhiên mô hình cảnh báo mới này có một 
số nhược điểm như sau:
(i) Các thông số của mô hình TANK cố định.
(ii) Khoảng thời gian của chỉ tiêu lượng mưa 
ngắn hạn được cố định là 1 giờ. Trong khi đó, tùy 
theo loại thiên tai bùn đá (ví dụ trượt lở sâu hay 
nông, lũ bùn đá), điều kiện địa chất, địa hình, thực 
vật, bán giảm kỳ (M) cần thay đổi cho thích hợp.
(iii) Ý nghĩa của RBFN không rõ ràng và khó 
hiểu. Ngoài ra, giao điểm của các đường đẳng 
trị RBFN với trục hoành và giao điểm với đường 
thẳng R
e1
= R
e1
 (Hình 3) có tần suất phát sinh 
không bằng nhau. Mà theo lý thuyết các điểm 
nằm trên đường đẳng trị RBFN phải có tần suất 
xuất hiện bằng nhau [13].
 3.6. Phương pháp dùng chỉ số lượng mưa ảnh 
hưởng ngắn hạn và dài hạn
Năm 2015, căn cứ vào các thành quả nghiên 
cứu nhiều năm, giáo sư Kosugi Kenichirou của 
trường đại học Kyoto đã khai thác mô hình mới 
dùng 2 chỉ số ảnh ưởng của lượng mưa dài hạn 
(R
e1
) (bán giảm kỳ M1) và ngắn hạn (Re2) (bán 
giảm kỳ M
2
) để cảnh báo phát sinh trượt lở đất 
và lũ bùn đá [15, 16]. Phương pháp này không 
cố định trị số của M1 và M2 mà từ dữ liệu lượng 
mưa của quá khứ để tìm trị số thích hợp cho 
vùng có tiềm năng phát sinh trượt lở đất hay lũ 
bùn đá. Nghiên cứu cũng đã chứng mình hiệu 
quả của mô hình cho nhiều trường hợp trượt lở 
đất và lũ bùn đá ở Nhật Bản [16]. Phương pháp 
này có những ưu điểm chính như sau: 
Tạp chí khoa học biến đổi khí hậu
Số 5 - Tháng 3/2018 - 
5
(i) Đơn giản, dễ hiểu, dễ áp dụng vào thực tế. 
(ii) Chỉ cần số liệu của lượng mưa có thể lập 
mô hình cảnh báo. Nếu có số liệu lượng mưa 
giờ thì có thể cảnh báo thời điểm thiên tai bùn 
đá phát sinh đến đơn vị giờ. Nếu chỉ có số liệu 
mưa ngày có thể cảnh báo thời điểm phát sinh 
đến đơn vị ngày.
(iii) Có thể cảnh báo nhiều loại thiên tai bùn 
đá. Tùy theo loại thiên tai bùn đá, có thể chọn 
trị số thích hợp của bán giảm kỳ để tính lượng 
mưa ảnh hưởng. 
Do các ưu điểm nói trên, phương pháp này 
đã được lựa chọn để nghiên cứu tính khả thi cho 
trường hợp ở Việt Nam. Căn cứ vào đặc tính của 
phương pháp và điều kiện về số liệu lượng mưa 
ở Việt Nam có 2 cách tiếp cận như sau:
- Cảnh báo trước nhiều ngày: Đặc tính phát 
sinh của thiên tai bùn đá cho thấy ngoài lượng 
mưa xảy ra gần trước khi phát sinh, thiên tai còn 
chịu chi phối của lượng mưa ảnh hưởng dài hạn 
trước đó. Do đó, nếu chỉ dùng lượng mưa dự 
báo, xác xuất cảnh báo đúng đã giảm một nửa. 
Mặt khác, mặc dù có nhiều khó khăn trong dự 
báo mưa, nhưng đối với lượng mưa đã xảy ra 
nhiều ngày trước khi thiên tai phát sinh có thể 
tính dễ dàng và chính xác với số liệu thực đo của 
trạm khí tượng hay trạm thủy văn. Do đó, khi chỉ 
tiêu lượng mưa ảnh hưởng dài hạn R
e1 
sắp vượt 
ngưỡng mưa cảnh báo (CL), cơ quan có thể thông 
báo người dân trong các vùng có tiềm năng phát 
sinh thiên tai bùn đá nên cảnh giác nếu khi có mưa 
lớn hay rất to để người dân cảnh giác và theo dõi 
dự báo mưa. Loại cảnh báo này không cần nhiều 
đầu tư kinh phí và có thể thực hiện ngay, đồng 
thời có ưu điểm lớn là cho người dân cũng như 
đơn vị phòng chống thiên tai và tìm kiếm cứu nạn 
có nhiều thời gian kêu gọi cảnh giác và chuẩn bị 
ứng phó khi thiên tai xảy ra. 
- Cảnh báo trước vài giờ: Được sử dụng trong 
trường hợp có trạm đo mưa tự động và hệ thống 
tự động tính đường truy tích theo dõi diễn biến 
mưa như trong Hình 1. Hiện nay ở Nhật Bản loại 
cảnh báo này cũng được sử dụng với trạm đo 
mưa đến đơn vị phút. Vì không có số liệu lượng 
mưa giờ và thống kê chi tiết đến giờ phút của 
phát sinh thiên tai nên chưa thực hiện được ng-
hiên cứu tính khả thi của loại cảnh báo này.
4. Nghiên cứu tính khả thi của phương pháp 
đối với cảnh báo trước nhiều ngày
4.1. Khu vực Mai Châu tỉnh Hòa Bình
Số liệu lượng mưa ngày của trạm Mai Châu, 
tỉnh Hòa Bình được thu thập từ năm 1990 đến 
2014. Tài liệu về ngày phát sinh trượt lở đất 
được tham khảo từ bài báo của Mai Thành Tân 
vào năm 2015 [2]. 
a. Ngưỡng mưa (ranh giới) phán đoán phát sinh 
trượt lở đất (TLĐ)
Hình 4. Quan hệ giữa lượng mưa ngày lớn nhất của trận mưa và lượng mưa ảnh hưởng
(M=5 ngày) của những năm có xảy ra trượt lở đất
6 Tạp chí khoa học biến đổi khí hậu
Số 5 - Tháng 3/2018
Đối với các vùng có tiềm năng trượt lở đất 
ở Mai Châu thuộc tỉnh Hòa Bình có thể dùng 2 
chỉ tiêu lượng mưa ảnh hưởng của bán giảm kỳ 
M1=5 ngày và M2=0 (lượng mưa ngày) để phán 
đoán phát sinh của TLĐ. Ranh giới phán đoán 
phát sinh TLĐ (CL) chung cho khu vực Mai Châu 
có thể lập như đường chấm đỏ trong Hình 4. Từ 
hình có thể thấy khi lượng mưa ngày R>100mm 
và lượng mưa ảnh hưởng giảm bán kỳ 5 ngày 
>250 mm thì có nguy cơ phát sinh TLĐ. 
 b. Kết quả cảnh báo trong các năm có TLĐ xảy ra
Trong Hình 4 các điểm nằm trên đường chấm 
màu đỏ (ranh giới phát sinh thiên tai, CL) là các 
trận mưa mà mô hình cho biết có phát sinh 
trượt lở đất (TLĐ) nông. Những ký hiệu có tô 
màu là các trận mưa có phát sinh TLĐ trong thực 
tế. Trong 8 trận TLĐ, mô hình cảnh báo được 6 
trận (75%). Có 2 trận không thể cảnh báo được 
là 13/9/1996 và 18/7/2010, nghĩa là trong thực 
tế đã có phát sinh TLĐ nhưng nằm trong phạm vi 
không phát sinh. Lý do có thể giải thích như sau:
(i) Vì ngưỡng mưa được xác định trong 
Hình 4 dùng để cảnh báo cho TLĐ nông (vì M1 
ngắn, 5 ngày), trong khi đó trận mưa xảy ra ngày 
13/9/1996 là trận mưa thứ 3 trong chuỗi mưa 
dài và thiên tai xảy ra tại thời điểm này thuộc 
loại TLĐ sâu. Do đó, lượng mưa ảnh hưởng với 
bán giảm kỳ M1= 30 ngày đã được chọn, thì có 
thể phát hiện được vụ TLĐ sau này. 
(ii) Còn trận 18/7/2010 có lượng mưa ảnh 
hưởng thấp có thể là do khả năng chặt phá rừng 
làm thay đổi lớn độ ổn định ở sườn dốc. Trận 
mưa này gây TLĐ ở Phúc Sạn, Tân Mai và Mai 
Châu mà kết quả phân tích cho thấy ngưỡng 
mưa của các trận gây TLĐ ở các vùng này có xu 
thế thấp dần: 
Phúc Sạn: 
1996 (R
e1
=469mm, R
e2
=243mm); 
2007 (R
e1
=391mm, R
e2
=310mm); 
2008 (R
e1
=259mm, R
e2
=163mm); 
2010 (R
e1
=148mm, R
e2
=123mm); 
Tân Mai: 
1996 (R
e1
=426mm, R
e2
=350mm); 
2008 (R
e1
=259mm, R
e2
=163mm); 
2010 (R
e1
=148mm, R
e2
=123mm); 
Mai Châu: 
2005 (R
e1
=313mm, R
e2
=210mm); 
2010 (R
e1
=148mm, R
e2
=123mm). 
Do đó, nguyên nhân của TLĐ có thể dự đoán 
là do mật độ thảm phủ thực vật bị giảm.
Ngoài ra, có 1 trận mưa nằm trong phạm vi phát 
sinh TLĐ nhưng trong thống kê không có xảy ra: 
23/8/1996. Nguyên nhân có thể là do trận mưa rất 
to cách 8 ngày trước (15/8/1996) đã phát sinh TLĐ 
nên sau đó không phát sinh thêm nữa.
c. Kết quả cảnh báo trong các năm không có TLĐ 
xảy ra
Hình 5. Quan hệ giữa lượng mưa ngày lớn nhất của trận mưa và lượng mưa ảnh hưởng 
(M=5 ngày) của những năm không có xảy ra trượt lở đất
Trong số năm không có báo cáo xảy ra TLĐ 
của thời gian thống kê 1990-2014, tất cả là 16 
năm, kết quả cảnh báo như trong Hình 5. Kết 
quả cho thấy chỉ trong năm 2006 có xảy ra trận 
TLĐ vào ngày 19/8/2006, lượng mưa ngày là 193 
mm và lượng mưa ảnh hưởng của bán giảm kỳ 
M=5 ngày là 339 mm. Cả 2 chỉ tiêu đều rất lớn 
nên khả năng phát sinh rất cao, có thể trong 
Tạp chí khoa học biến đổi khí hậu
Số 5 - Tháng 3/2018 - 
7
Hình 6. Ngưỡng mưa phát sinh trượt lở đất và đường truy tích diễn biến tính bằng lượng mưa 
ngày lớn nhất (M=0 ngày) và lượng mưa ảnh hưởng (M=30 ngày) của các trận mưa từ 14/6/2017 
đến 29/8/2017
thống kê về TLĐ đã thiếu thông tin của trận mưa 
này. Tuy nhiên, ngay cả trường hợp giả sử này 
không đúng cũng cho thấy kết quả cảnh báo rất 
tốt vì chỉ sai 1 lần trong 16 năm.
Như vậy, mặc dù chỉ dùng số liệu lượng mưa 
ngày của trạm Mai Châu nhưng có thể phát hiện 
gần đúng hết các trận trượt lở đất (TLĐ) ở khu 
vực Mai Châu tỉnh Hòa Bình bao gồm Phúc Sạn, 
Tân Mai, Mai Châu, Pù Pin.
 4.2. Khu vực Mù Căng Chải tỉnh Yên Bái
Với số liệu lượng mưa ngày tại trạm thủy 
văn Mù Căng Chải từ năm 1975 đến 2006, 
ranh giới phát sinh TLĐ được xác định như 
đường chấm đỏ trong Hình 6. Khả năng 
cảnh báo của mô hình này được kiểm định 
với vụ TLĐ xảy ra vào ngày 3/7/2017, một 
tháng trước khi trận lũ quét 3/8/2017 xảy 
ra. Vị trí của đường truy tích theo dõi diễn 
biến mưa bằng lượng mưa ảnh hưởng tính từ 
ngày 14/6/2017 cho thấy R
e1
 (M= 30 ngày) = 
354mm, và lượng mưa ngày R
e2
 (M=0 ngày) = 
144mm, vượt ranh giới phát sinh TLĐ.
 Theo Đài phát thanh truyền hình Yên Bái vào 
ngày 3/7/2017 do mưa đã có ngập lụt ở Tổ 9, 
10 và trượt lở đất tại Tổ 7, 8 của thị trấn, và sạt 
lở đất QL 32 tại 305km+980. Mưa lớn làm mực 
nước hồ thủy điện Khao Mang dâng cao làm 
QL 32 ngập 100m có nơi ngập sâu hơn 1m. Vào 
khoảng 13 giờ ngày 3/7/2017 tại bản Sáng Nhù, 
xã Mồ Dề, Mù Cang Chải có sạt lở đất làm sập 
nhà dân làm chết 1 trẻ em. Dùng kết quả trên 
có thể giải thích nguyên nhân của trận lũ quét 
3/8/2017 như sau. Diễn biến lượng mưa ngày 
ở trạm Mù Căng Chải như Hình 7. Từ đó có thể 
thấy lượng mưa ngày của ngày 2/8 và 3/8 không 
lớn, chỉ là 48 mm và 64 mm. Do đó, có thể kết 
luận rằng mưa đã gây ra trượt lở đất vào ngày 
3/7/2017 làm bùn đất và cây khô chảy xuống 
hạ lưu, làm nghẹt các cửa thoát nước của các 
suối nhỏ ở thượng nguồn, tạo thành các đập tự 
nhiên nhỏ, đến khi lượng dòng chảy vượt quá 
sức chứa của chúng, đập vỡ gây lũ quét ngày 3/8 
sau đó. Điều này phù hợp với kết luận nguyên 
nhân gây ra lũ quét ở Mù Căng Chải vào ngày 
3/8/2017 của Hoàng Minh Tuyển (2017) [8].
 4.3. Khu vực Mường La tỉnh Sơn La
Để định ranh giới phát sinh thiên tai bùn đá 
phương pháp thống kê về thiên tai bùn đá của 
1994, 1999 và 2011 - 2016 của tỉnh Sơn La và số 
liệu lượng mưa ngày tại trạm Mường Trai gần 
khu vực Mường La đã được sử dụng. Ranh giới 
phát sinh TLĐ được xác định là đường chấm 
mập màu đỏ trong Hình 8. Mô hình này được 
dùng để xem xét khả năng cảnh báo của thiên 
tai bùn đá đã xảy ra ngày 3/8/2017 của khu vực 
này. Đường truy tích mưa của trận mưa ngày 
3/8/2017 của trạm Mường Trai, đường chấm đỏ 
trong Hình 8, cho thấy không vượt qua ranh giới 
phát sinh TLĐ. Tuy nhiên, nếu dùng số liệu mưa 
của trạm Mường La (đường màu xanh) cho thấy 
8 Tạp chí khoa học biến đổi khí hậu
Số 5 - Tháng 3/2018
Hình 7. Diễn biến lượng mưa ngày từ 14/6/2017 đến 29/8/2017
Hình 8. Kết quả dự đoán trận thiên tai ngày 3/8/2017 tại khu vực Mường La tỉnh Sơn La
đường truy tích mưa vượt qua ranh giới phát 
sinh TLĐ. Trong thực tế, trạm đo mưa Mường La 
gần địa điểm xảy ra thiên tai hơn trạm Mường 
Trai. Do đó, có thể nói đây là ví dụ cho thấy tầm 
quan trọng của việc quan trắc đo lượng mưa ở 
các khu vực có nguy cơ thiên tai bùn đá.
 5. Kết luận 
Kết quả áp dụng thử sơ bộ của phương pháp 
dùng chỉ số lượng mưa ảnh hưởng dài hạn và 
ngắn hạn cho khu vực Mai Châu, Mù Căng Chải 
và Mường La cho thấy khả năng ứng dụng tương 
đối tốt của phương pháp này trong việc xây dựng 
mô hình cảnh báo trước nhiều ngày đối với thiên 
tai bùn đá ở Việt Nam. Mô hình này đơn giản dễ 
áp dụng và không cần nhiều chi phí để thực hiện 
nên có thể khai triển ngay. Đối với công tác cảnh 
báo trước vài giờ chưa được xem xét cụ thể cho 
trường hợp ở Việt Nam nhưng căn cứ vào kết quả 
của cảnh báo trước nhiều ngày trong bài báo này 
và thành công cảnh báo trước vài giờ ở Nhật Bản, 
có thể thấy được tính khả thi của cảnh báo trước 
vài giờ ở Việt Nam cũng cao.
Để nâng cao mức độ chính xác cảnh báo của 
mô hình, ngoài dữ liệu mưa, tài liệu về thống kê 
của thiên tai bùn đá như ngày giờ phát sinh, vị 
Tạp chí khoa học biến đổi khí hậu
Số 5 - Tháng 3/2018 - 
9
Tài liệu tham khảo
1. Lê Đức An (2010), “Một phương pháp nghiên cứu ngưỡng mưa nhằm cảnh báo trượt lở đất”, Tạp 
chí các khoa học về trái đất, 32(2), 97-105.
2. Mai Thành Tân, Ngô Văn Liêm, Đoàn Anh Tuấn, Nguyễn Việt Tiến (2015), “Phân tích tương quan 
giữa trượt lở đất và lượng mưa khu vực Mai Châu – Hoà Bình”, Tạp chí khoa học đại học quốc gia 
Hà nội: Các Khoa học Trái đất và Môi trường, 31(4), 51-63.
3. Frattini P., Crosta G and Sosio R. (2009), “Approaches for defining thresholds and return periods for 
rainfall – triggered shallow landslides”, Hydrological Processes, 23(10), 1444-1460.
4. Guzzetti F., Peruccacci S., Rossi M. and Stark C.P., “Rainfall thresholds for the initiation of landslides 
in central and southern Europe”, Meteorology and Atmosphere Physics, 98(3), 239-367.
5. Iveron R.M (2000), “Landslide triggering by rain infiltration”, Water Resources Research, 36 (7), 
1897-1910.
6. Martelloni G., Segoni S., Fanti R. and Catani F. (2012), “Rainfall thresholds for the forecasting of 
landslide occurrence at regional scale”, Landslides, 9(4), 485-495.
7. Saito H., Nakayama D. and Matsuyama H. (2010), “Relationship between the initiation of a shallow 
landslide and rainfall intensity – duration thresholds in Japan”, Geomorphology, 118(1), 167-175.
8. Hoang Minh Tuyen, Luong Huu Dung, Le Tuan Nghia (2017), “Flash flood events in Mu Cang Chai 
and Muong La on August 3, 2017- causes and prevention measures”, Journal of Climate Change 
Science, 3, 61-67.
9. Vaz T., Zêzere J.L., Pereira S., Oliveira S.C., Garcia R.A.C. and Quaresma I. (2017), “Regional rainfall 
thresholds for landslide occurrence using a centenary database”, Natural Hazards and Earth 
System Sciences, https://doi.org/10.5194/nhess-2017-362. 
10. World meteorological Organization (2011), Management of sediment-related risks, Intergrated 
flood management tools series, No.12, 52 pages.
11. Zêzere J.L., Trigo R.M. and Trigo I.F. (2005), “Shallow and deep landslides induced by rainfall in the 
Lisbon region (Portugal): assessment of relationships with the North Atlantic Oscillation”, Natural 
Hazards and Earth System Sciences, 5, 331-344. 
12. 国土交通省・気象庁 (2012),“土砂災害に関わる情報のこれまでの経緯”,土砂災害へ
の警戒の呼びかけに関する検討会の第1回の資料5　
 Bộ Quản lý đất đai, Hạ tầng giao thông và Du lịch và Cơ quan Khí tượng của Nhật Bản (2012), “Quá 
trình từ trước đến nay của công tác thông báo thông tin cảnh giác và tránh nạn thiên tai bùn đá”.
13. 国土交通省河川局砂防部,気象庁情報部,国土技術政策総合研究所 (2005),“国土交通省
河川局砂防部と気象庁情報部の連携による土砂災害警戒避難基準雨量の設定手法”
 Bộ Quản lý đất đai, Hạ tầng giao thông và Du lịch và Cơ quan Khí tượng của Nhật Bản (2005), “Lập 
ngưỡng mưa dùng để cảnh báo và tránh nạn thiên tai bùn đá theo phương pháp liên kết giữa MLIT 
và JMA” .
14. 建設省河川局砂防部 (1993), “総合土砂災害対策検討会における提言及び検討結果”.
 Bộ Xây dựng Nhật Bản (1993), “Đề xuất và kết quả xem xét của Nhóm xem xét đối sách tổng hợp 
cho thiên tai bùn đá”.
15. 小杉賢一朗 (2015), “斜面崩壊の誘因となった降雨の評価手法”、砂防学会誌、67（5
）、12-23. 
 Kenichirou Kosugi (2015), “Phương pháp đánh giá các trận mưa phát sinh trượt lở đất”, Tạp chí Kỹ 
thuật kiểm soát xói mòn Nhật Bản, 67(5), 12-23.
trí, quy mô và các điều kiện liên quan địa chất 
thủy văn, thảm thực vật, hoạt động dân sinh nơi 
phát sinh thiên tai rất cần thiết và quan trọng để 
xác định được trị số của bán giảm kỳ M thích hợp.
10 Tạp chí khoa học biến đổi khí hậu
Số 5 - Tháng 3/2018
16. 小杉賢一朗,　三道義己、藤本将光、山川陽祐、正岡直也、水山高久、平松晋也、福山
泰治郎、地頭薗 隆　(2014), “関数モデルを用いた深層崩壊の要因となる基岩地下水位
変動の解析”、砂防学会誌、66（6）、3-14. 
 Kosugi, K., Sando, Y., Fujimoto, M., Yamakawa, Y., Masaoka, N., Mizuyama, T., Hiramatsu, S., Fuku-
yama, T., Jitousono, T (2014), “Dùng mô hình hàm số để phân tích biến động mực nước ngầm như 
một yếu tố phát sinh trượt lở đất sâu”, Tạp chí Kỹ thuật kiểm soát xói mòn Nhật Bản, 66(6), 3-4.
17. 国土技術政策総合研究所 (2001),“土砂災害警戒避難基準雨量の設定手法”,国総研資料
5号. 
 Viện nghiên cứu quốc gia về quản lý lãnh thổ và hạ tầng cơ sở (NILIM, 2001), “Các phương pháp 
lập ngưỡng mưa tiêu chuẩn dùng cảnh giác và tránh nạn thiên tai bùn đá”.
APPLY THE METHOD USING TWO SHORT AND LONG TERM ANTECEDENT 
PRECIPITATION INDICES FOR WARNING SEDIMENT DISASTER IN SOME 
AREAS OF VIET NAM
Nguyen Thanh Thuy(1), Nguyen Son Hung(2)
(1)Viet Nam Institute of Meteorology, Hydrology and Climate change
(2)CTI Engineering, Co. Ltd., Tokyo, Nhật Bản
Received: 26 February 2018; Accepted: 20 March 2018
Abstract: This paper introduces some methods used in Japan for warning sediment disasters and a 
feasibility study of the method using two short and long term antecedent precipitation indeces for some 
areas in Viet Nam (Mai Chau area – Hoa Binh province, Mu Cang Chai area – Yen Bai province and Muong 
La area – Son La province). The results indicated that the model using this method could detect 75% land 
slides that occured in Mai Chau area. In addition, the model built for Mu Cang Chai area was verified to be 
able to predict the debris flow occured on August 3th 2017. The occurrence of the landslides in Muong La area 
on the same day also could be predicted if using the warning model. This demonstrated the effectiveness of 
the method for warning sediment disasters. The proposed method could be easily applied to other regions 
where the rainfall data and historical sediment disaster events are sufficiently recorded.
Keywords: Sediment disasters, antecedent precipitation index, warning system.