Đánh giá tác động của biến đổi khí hậu tới sức khỏe con người và đề xuất giải pháp ứng phó ở Việt Nam

TNU Journal of Science and Technology 226(08): 386 - 392 
 386 Email: jst@tnu.edu.vn 
EVALUATION OF CLIMATE CHANGE IMPACTS ON HEALTH AND PROPOSED 
SOLUTIONS FOR ADAPTING TO CLIMATE CHANGE IN VIETNAM 
Nguyen Tien Thanh
1*
, Le Phuong Dung
2
1Thuyloi University 
2TNU - University of Education 
ARTICLE INFO ABSTRACT 
Received: 29/5/2021 This study deeply analyzes the impacts of climate change on human 
based on the Relative Strain Index (RSI) for the whole of Vietnam. 
Temperature data are used for the past period from 1990-2019 at 102 
stations nationwide, and temperature data for the latest climate change 
scenarios including SSP2-4.5 and SSP5-8.5 obtained from The Earth 
System Grid Federation. The results showed that the period of 
temperature impact on people is especially stressful in May under both 
scenarios. Especially under climate change scenarios, hot and cold 
feeling, discomfort, distress mostly occurs the whole territory, 
concentrated from April to September. The Mekong delta region is the 
area with the longest duration of the impact of uncomfortable 
temperatures on human, from February to December. 
Revised: 22/6/2021 
Published: 25/6/2021 
KEYWORDS 
RSI 
Climate change 
Health 
SSP 
Vietnam 
ĐÁNH GIÁ TÁC ĐỘNG CỦA BIẾN ĐỔI KHÍ HẬU TỚI SỨC KHỎE 
CON NGƯỜI VÀ ĐỀ XUẤT GIẢI PHÁP ỨNG PHÓ Ở VIỆT NAM 
Nguyễn Tiến Thành1*, Lê Phương Dung2 
1 ng i h hủy lợi 
2 ng i h S ph m - H Thái Nguyên 
THÔNG TIN BÀI BÁO TÓM TẮT 
Ngày nhận bài: 29/5/2021 Nghiên cứu này đi sâu phân tích những tác động của biến đổi khí hậu 
tới sức khỏe con người dựa vào chỉ số căng thẳng tương đối (Relative 
Strain Index, RSI) cho toàn Việt Nam. Các số liệu nhiệt độ được sử 
dụng trong thời kỳ từ 1990-2019 tại 102 trạm trên quy mô cả nước và 
các số liệu nhiệt độ theo các kịch bản biến đổi khí hậu mới nhất bao 
gồm SSP2-4.5 và SSP5-8.5 được lấy từ Liên đoàn hệ thống lưới Trái 
đất. Kết quả nghiên cứu cho thấy, dưới cả hai kịch bản, thời kỳ tác 
động của nhiệt độ gây căng thẳng đến con người nhất là vào các tháng 
5. Đặc biệt dưới cả hai kịch bản thì cảm giác nóng và lạnh, không thoải 
mái, bực bội xuất hiện gần như toàn miền lãnh thổ, tập trung từ tháng 4 
tới tháng 9. Khu vực đồng bằng sông Cửu Long là khu vực có thời gian 
tác động của nhiệt độ gây khó chịu tới sức khỏe con người là dài nhất, 
từ tháng 2 tới tháng 12. 
Ngày hoàn thiện: 22/6/2021 
Ngày đăng: 25/6/2021 
TỪ KHÓA 
RSI 
 iến đổi hí hậu 
 ức hỏe 
SSP 
 iệt N m 
DOI: https://doi.org/10.34238/tnu-jst.4561 
*
 Corresponding author. Email: thanhnt@tlu.edu.vn 
TNU Journal of Science and Technology 226(08): 386 - 392 
 387 Email: jst@tnu.edu.vn 
1. Đặt vấn đề 
Theo báo cáo của Bộ Y tế [1], [2], tại Việt Nam, áp lực của biến đổi khí hậu đối với môi 
trường càng làm cho gánh nặng bệnh tật trở nên tồi tệ và đặt ra những thách thức đối với ngành y 
tế trên toàn thế giới nói chung và Việt N m nói riêng. Con người đ ng phải chịu tác động trực 
tiếp từ biến đổi khí hậu. Về mặt lý thuyết, những tác động trực tiếp của biến đổi khí hậu đến sức 
khoẻ con người thông qua mối quan hệ tr o đổi vật chất, năng lượng giữ cơ thể người với môi 
trường xung quanh, dẫn đến những biến đổi về sinh lý, tập quán, khả năng thích nghi và những 
phản ứng củ cơ thể đối với các tác động đó. Những phơi nhiễm này có ảnh hưởng trực tiếp và 
mạnh mẽ đến sức khỏe con người và đặc biệt làm tăng tỷ lệ mắc các bệnh truyền nhiễm và bệnh 
không lây nhiễm. Hiện tại, gánh nặng của các bệnh không lây nhiễm chịu tác động bởi biến đổi 
khí hậu đ ng chiếm tới trên 2/3 tổng gánh nặng bệnh tật và tử vong trên toàn quốc. Trong hi đó, 
các chi phí khám chữa bệnh của các bệnh không lây nhiễm là rất lớn, tổng gánh nặng kinh tế 
hàng năm ước tính do bệnh hen phế quản là 23.165 tỷ đồng. Những tác động của biến đổi khí hậu 
lên sản xuất kinh tế cùng với tổn thất gánh nặng bệnh tật do biến đổi khí hậu đã gây ảnh hưởng 
nghiêm trọng đến phát triển kinh tế - xã hội củ đất nước. Trước những thách thức đó, nghiên 
cứu đi tìm hiểu sâu hơn về ảnh hưởng củ các điều kiện hí tượng, khí hậu tới con người, đặc biệt 
trong điều kiện biến đổi khí hậu bằng việc sử dụng cơ sở dữ liệu mới nhất về biến đổi khí hậu 
theo các kịch bản SSP2-4.5 và SSP4-8.5 phục vụ cho bản báo cáo đánh giá lần thứ 6 của Ủy ban 
liên chính phủ về biến đổi khí hậu. Từ đó chỉ ra những khu vực có ảnh hưởng lớn tới con người 
trên toàn lãnh thổ Việt N m và đề xuất các nhóm giải pháp thích ứng. 
Trong nghiên cứu cũng sử dụng chỉ số căng thẳng tương đối để phân tích tác động của biến 
đổi khí hậu tới con người, đây là chỉ số đã được sử dụng rộng rãi trên thế giới cũng như iệt 
N m. Điển hình là các điều kiện về khí hậu tác động tới con người trong ngày ở thành phố 
Thessaloniki, phía Bắc Hy Lạp và ở 9 đị điểm du lịch ở các nước Tây Ban Nha, Ý, Hy Lạp, đảo 
 íp đã được tính toán dựa trên chỉ số RSI [3], [4]. Ngoài ra, mức độ căng thẳng về nhiệt tại thành 
phố Mold vi n, phí đông châu Âu  ... khí hậu (IPCC) và 
được tính ở hai kịch bản phát triển kinh tế xã hội SSP2-4.5 và SSP5-8.5. Trong nghiên cứu này, 
chúng tôi tập trung phân tích và sử dụng dữ liệu từ 01 mô hình toàn cầu là mô hình MPI của Viện 
 hí tượng Max-Pl nc , CHL Đức (Max-Planck-Institut für Meteorologie). 
Các bước xử lý dữ liệu được tiến hành như s u: ước 1 là downlo d và lưu dữ liệu vào ổ cứng 
máy tính. ước 2 là giải mã dữ liệu và nội suy vào 102 điểm trạm và cho từng tỉnh trên toàn miền 
Việt N m. ước 3 là hiệu chỉnh dữ liệu nhiệt độ dựa trên hệ số tỷ lệ trung bình tháng khí hậu 
giữa mô hình và thực đo và xử lý cho từng tỉnh trên toàn quốc từ tập hợp 102 trạm. 
2.2. Phương pháp nghiên cứu 
2.2.1. Ph ơng pháp hiệu chỉnh sai số 
Trong nghiên cứu này, phương pháp hiệu chỉnh sai số sử dụng hệ số tỷ lệ trung bình tháng khí 
hậu giữa mô hình và thực đo. Phương pháp này cũng đã được giới thiệu trong một số nghiên cứu 
[9], [10] và được tính bằng công thức như s u: 
 ̅̅ ̅̅ ̅̅ ̅̅ ̅̅
 ̅̅ ̅̅ ̅̅ ̅̅ ̅̅
 (1) 
Trong đó, ̅̅ ̅̅ ̅̅ ̅̅ là nhiệt độ trung bình gi i đoạn trong tương l i của mô hình; MPI. ̅̅ ̅̅ ̅̅ ̅̅ là 
nhiệt độ trung bình thời kỳ nền của mô hình; MPI. là giá trị nhiệt độ được hiệu chỉnh gi i đoạn 
tương l i; và là giá trị nhiệt độ quan trắc trong thời kỳ nền dựa trên dữ liệu thời kỳ 1990-2019. 
2.2.2. Ph ơng pháp tính hỉ số RSI 
Chỉ số tương đối căng thẳng (RSI - Rel tive tr in Index) được tính toán theo công thức sau: 
 ))
 (2) 
Trong đó: 
e là sức trương hơi nước trong không khí (N/m2 hoặc mbar; mmHg) 
T là nhiệt độ không khí (oC) 
Với sức trương hơi nước được tính bằng công thức kinh nghiệm: 
e=0,254*H*(0,00739T+0,807)
8 
(mmHg) 
H là độ ẩm không khí (%) 
2.2.3. Phân cấp chỉ số RSI 
Lee và Henschel [11] đã chi sự căng thẳng tương đối thành các mức độ như ảng 1. 
Bảng 1. Phân cấp chỉ số RSI 
Cảm giác Người bình thường Người đã thích nghi khí hậu Người già 
Dễ chịu < 0,1 < 0,2 < 0,1 
Không thoải mái 0,2 - 0,3 0,3 - 0,5 0,1 - 0,2 
Kiệt sức 0,4 - 0,5 0,6 - 1,0 0,3 
Suy sụp > 0,5 > 1,0 > 0,3 
Dễ chịu: Nhiệt độ ôn hòa, cảm giác thoải mái, không lo lắng. 
Không thoải mái: Cảm giác nóng và lạnh, không thoải mái, bực bội. 
Kiệt sức: Trạng thái căng thẳng; thiếu tập trung, loạng choạng, đi đứng không vững vàng; tinh 
thần uể oải, mệt mỏi. 
Suy sụp: Mất thăng bằng sinh lý; làm th y đổi nhịp tim, khả năng gây suy nhược cơ thể và 
bệnh tật. 
3. Kết quả và thảo luận 
Trước tiên dữ liệu được download từ CMIP6 sẽ được hiệu chỉnh sử dụng hệ số tỷ lệ nhằm 
đảm bảo độ tin cậy của chuỗi dữ liệu trước khi tính toán chỉ số RSI. Trong phần này, nghiên cứu 
TNU Journal of Science and Technology 226(08): 386 - 392 
 389 Email: jst@tnu.edu.vn 
không trình bày các kết quả đánh giá và hiệu chỉnh chuỗi dữ liệu bởi kết quả củ phương pháp 
này đã được nhiều nghiên cứu chứng tỏ có độ tin cậy c o, đặc biệt đối với trường nhiệt độ [9], 
[10], [12], [13]. Nghiên cứu sẽ tập trung trình bày và phân tích các kết quả có được từ việc tính 
toán chỉ số RSI sau khi các dữ liệu tương l i gi i đoạn 2041-2100 đã được hiệu chỉnh. 
3.1. Sự phân bố theo thời gian 
Hình 2 thể hiện biến trình năm của chỉ số RSI tại các vùng khí hậu của Việt N m theo ịch 
bản P2-4.5 gi i đoạn 2041-2070. Giá trị củ R I tương ứng với các tháng có điều kiện sinh khí 
hậu dựa theo bảng 1. 
Hình 2. Biến trình chỉ số RSI trên các vùng khí hậu 
Việt Nam giai đo n 2041-2070 theo kịch bản SSP2-4.5 
Hình 3. Biến trình chỉ số RSI trên các vùng khí hậu 
Việt Nam giai đo n 2071-2100 theo kịch bản SSP2-4.5 
Dựa vào hình 2 cho thấy, hầu hết các tháng trong năm trên các v ng hí hậu Tây ắc và Đông 
 ắc đều có khí hậu dễ chịu. Đối với các v ng Tây Nguyên, N m ộ, ắc Trung ộ, các tháng 4, 
5, và 6 có hí hậu gây cảm giác hông thoải mái tới con người. iên độ giá trị chỉ số R I củ hu 
vực N m ộ c o ổn định hơn hẳn so với các hu vực c n lại. 
Trong hi đó, hình 3 cho biết biến trình chỉ số RSI trên các vùng khí hậu Việt N m gi i đoạn 
2071-2100 theo kịch bản SSP2-4.5 đã cho thấy mặc d chỉ số R I có c o hơn một ch t so với 
gi i đoạn 2041-2070 nhưng vẫn nằm trong giới hạn phân cấp gần tương tự. Điều đó có ngh 
rằng, các v ng như Tây Nguyên, N m ộ, ắc Trung ộ đều cho cảm giác hông thoải mái 
trong các tháng 4, 5 và 6. 
Hình 4. Biến trình chỉ số RSI trên các vùng khí hậu 
Việt Nam giai đo n 2041-2070 theo kịch bản SSP5-8.5 
Hình 5. Biến trình chỉ số RSI trên các vùng khí hậu 
Việt Nam giai đo n 2071-2100 theo kịch bản SSP5-8.5 
Các hình 4 và hình 5 thể hiện biến trình năm của chỉ số RSI tại các vùng khí hậu của Việt 
N m theo các gi i đoạn 2041-2070 và 2071-2100 tương ứng theo kịch bản SSP5-8.5. So với 
kịch bản SSP2-4.5, một biến trình gần như tương tự được quan sát thấy dưới kịch bản SSP5-8.5 
theo h i gi i đoạn tương ứng. Mặc dù vậy, một ch t s i hác được tìm thấy đối với vùng Nam 
Bộ đó là biên độ giá trị RSI giữa tháng lớn nhất và nhỏ nhất là hông đáng ể trong cả năm đối 
với cả h i gi i đoạn 2041-2070 và 2071-2100 so với các gi i đoạn tương ứng theo kịch bản 
SSP2-4.5. 
-0.3
-0.2
-0.1
0.0
0.1
0.2
0.3
0.4
Tháng 1 Tháng 2 Tháng 3 Tháng 4 Tháng 5 Tháng 6 Tháng 7 Tháng 8 Tháng 9 Tháng 10 Tháng 11 Tháng 12
Biến trình chỉ số RSI trên các vùng khí hậu Việt nam
Đồng bằng Bắc Bộ Bắc Trung Bộ Nam Trung Bộ
Tây Nguyên Tây Bắc Đông Bắc
Nam Bộ
TNU Journal of Science and Technology 226(08): 386 - 392 
 390 Email: jst@tnu.edu.vn 
3.2. Sự phân bố theo không gian 
 ử dụng công cụ phân tích hông gi n, phần mềm rc I , các mức độ cảm giác theo phân 
cấp củ chỉ số R I được thể hiện cho toàn lãnh thổ iệt N m. Cụ thể, các hình 6 tới hình 9 cho 
biết sự phân bố theo hông gi n mức cảm giác theo chỉ số R I các tháng trong năm theo các gi i 
đoạn hác nh u từ 2041-2100 dưới h i ịch bản P2-4.5 và P5-8.5. 
Hình 6 cho biết phân bố theo hông gi n mức cảm giác theo chỉ số R I theo tháng trong gi i 
đoạn 2041-2070 theo ịch bản P2-4.5. Trong đó, tháng 5, 6, 7, và 8 hầu hết các tỉnh trên toàn 
quốc đều trong mức cảm giác hông thoải mái. Đáng ch ý là riêng tỉnh Cà M u và ạc Liêu đều 
cho cảm giác hông thoải mái cả năm. 
Hình 6. Sự phân bố theo không gian mức cảm giác 
theo chỉ số RSI từ tháng 1 tới tháng 12 trong giai 
đo n 2041-2070 theo kịch bản SSP2-4.5 
Hình 7. Sự phân bố theo không gian mức cảm giác 
theo chỉ số RSI từ tháng 1 tới tháng 12 trong giai 
đo n 2071-2100 theo kịch bản SSP2-4.5 
Hình 7 cho biết phân bố theo hông gi n mức cảm giác theo chỉ số R I theo tháng trong gi i 
đoạn 2071-2100 theo ịch bản P2-4.5. Trong gi i đoạn này các mức cảm giác cũng chỉ duy trì 
ở h i mức là dễ chịu và hông thoải mái. Có sự tương đồng nhất định về hu vực dễ chịu và 
 hông thoải mái theo hông gi n. Tuy nhiên, có sự s i hác về số lượng tỉnh nằm trong ngư ng 
cảm giác hông thoải mái. Cụ thể, trong gi i đoạn 2041-2070, số lượng tỉnh trong tổng số 63 tỉnh 
cả nước có ngư ng cảm giác hông thoải mái theo các tháng như s u: 2 tháng 1), 15 tháng 2), 
27 tháng 3), 50 tháng 4), 58 tháng 5), 56 tháng 6), 51 tháng 7), 50 tháng 8), 29 tháng 9), 16 
 tháng 10), 15 tháng 11) và 9 tháng 12); con số này trong gi i đoạn 2071-2100 lần lượt là 2, 16, 
33, 55, 59, 58, 56, 55, 40, 19, 17 và 15 tương ứng. 
Hình 8 cho biết phân bố theo hông gi n mức cảm giác theo chỉ số R I theo tháng trong gi i 
đoạn 2041-2070 theo ịch bản P5-8.5 và hình 9 cho biết phân bố theo hông gi n mức cảm 
giác theo chỉ số R I theo tháng trong gi i đoạn 2071-2100 theo ịch bản P5-8.5. Theo đó, nếu 
so sánh giữa kịch bản SSP5-8.5 và P2-4.5 thì có ch t sự s i hác nhất định. Điển hình, theo 
 ịch bản P5-8.5 gi i đoạn 2041-2070, sự phân bố theo hông gi n mức cảm giác hông thoải 
mái trong tháng 9 theo hông gi n; và tháng 9 và tháng 10 trong gi i đoạn 2071-2100. 
Hình 8. Sự phân bố theo không gian mức cảm giác 
theo chỉ số RSI từ tháng 1 tới tháng 12 trong giai 
đo n 2041-2070 theo kịch bản SSP5-8.5 
Hình 9. Sự phân bố theo không gian mức cảm giác 
theo chỉ số RSI từ tháng 1 tới tháng 12 trong giai 
đo n 2071-2100 theo kịch bản SSP5-8.5 
Tháng 1 Tháng 2 Tháng 3 Tháng 4 Tháng 5 Tháng 6
Tháng 7 Tháng 8 Tháng 9 Tháng 10 Tháng 11 Tháng 12CHÚ GIẢI
Dễ chịu Không thoải mái
Tháng 1 Tháng 2 Tháng 3 Tháng 4 Tháng 5 Tháng 6
Tháng 7 Tháng 8 Tháng 9 Tháng 10 Tháng 11 Tháng 12CHÚ GIẢI
Dễ chịu Không thoải mái
TNU Journal of Science and Technology 226(08): 386 - 392 
 391 Email: jst@tnu.edu.vn 
Một điểm đáng ch ý rằng theo ịch bản P5-8.5 gi i đoạn 2071-2100 trong các tháng 5 và 
6, 63 63 tỉnh đều nằm trong cảm giác hông thoải mái. Tỉnh Cà M u và ạc Liêu vẫn là h i tỉnh 
trong cả nước nằm trong cảm giác hông thoải mái tất cả 12 tháng trong năm. 
 ố lượng tỉnh trong tổng số 63 tỉnh cả nước có ngư ng cảm giác hông thoải mái các tháng 
trong các gi i đoạn 2041-2070 và 2071-2100 theo ịch bản P5-8.5 như s u: 2 tháng 1), 15 
 tháng 2), 33 tháng 3), 50 tháng 4), 58 tháng 5), 58 tháng 6), 57 tháng 7), 56 tháng 8), 44 
 tháng 9), 19 tháng 10), 17 tháng 11) và 15 tháng 12) cho gi i đoạn 2041-2070 và số tỉnh cho 
gi i đoạn 2071-2100 là 17 (tháng 1), 19 (tháng 2), 38 (tháng 3), 59 tháng 4), 63 tháng 5), 63 
 tháng 6), 62 tháng 7), 61 tháng 8), 58 tháng 9), 33 tháng 10), 25 tháng 11) và 18 tháng 12). 
 ự s i hác giữ h i ịch bản P2-4.5 và P5-8.5 chủ yếu là số tỉnh nằm trong cảm giác hông 
thoải mái trong m đông và m h . 
3.3. Đề xuất giải pháp chung 
Từ các tính toán trong phần trước, nghiên cứu đề xuất một số nhóm giải pháp chung như s u: 
(1) Giải pháp thể chế, cơ chế chính sách: Đẩy mạnh công tác rà soát và hoàn thiện các văn bản 
pháp quy, các quy định, kế hoạch nhằm th c đẩy các chương trình nghiên cứu về mối liên quan 
giữa các yếu tố hí tượng, khí hậu với bệnh tật. Xây dựng và triển h i các chương trình đào tạo 
nâng cao nguồn nhân lực y tế thích ứng với biến đổi khí hậu. 
(2) Giải pháp truyền thông: Tăng cường truyền thông, phổ biến các chủ trương, cách thức 
phòng chống các bệnh thường xảy ra khi có diễn biến thời tiết điển hình. 
(3) Giải pháp công trình kỹ thuật-công nghệ: nâng cấp, hiện đại hóa, phát triển hệ thống y tế để 
nâng c o năng lực ứng phó với những diễn biến của bệnh tật... Xây dựng hệ thống thu thập và quản 
lý dữ liệu quốc gia về y tế theo hướng tích hợp cung cấp thông tin cho việc dự báo, cảnh báo sớm và 
triển khai các biện pháp dự phòng, kiểm soát bệnh, dịch liên qu n đến biến đổi khí hậu hiệu quả và 
kịp thời. Xây dựng lộ trình và triển khai hệ thống y tế xanh, an toàn và bền vững, tập trung cải thiện 
cơ sở hạ tầng y tế thích ứng với biến đổi khí hậu và hoạt động được trong các tình huống khẩn cấp. 
(4) Giải pháp AI: Xây dựng và triển khai hồ sơ sức khỏe điện tử toàn dân, bệnh án điện tử kết 
nối với các hệ thống dữ liệu y tế theo Chương trình chuyển đổi số y tế đến 2025, tầm nhìn 2030; 
phát triển và ứng dụng trí tuệ nhân tạo trong khám chữa bệnh, ưu tiên một số l nh vực như hỗ trợ 
chẩn đoán hình ảnh, hỗ trợ phẫu thuật. 
4. Kết luận và khuyến nghị 
Nghiên cứu đã trình bày cách tiếp cận để đánh giá tác động của biến đối khí hậu tới sức khỏe 
con người, tập trung ở khía cạnh mức độ cảm giác củ cơ thể trên cơ sở sử dụng chỉ số căng 
thẳng tương đối. Nghiên cứu đã thu thập và xử lý một dữ liệu lớn về nhiệt độ và độ ẩm của 102 
trạm quan trắc hí tượng bề mặt. 
Kết quả đã được phân tích theo không gian và thời gian và chứng tỏ rằng trên các vùng khí 
hậu Việt Nam, các tháng 4, 5 và 6 trong cả hai kịch bản SSP2-4.5 và SSP5.8-5 con người thấy 
cảm giác không thoải mái. Ở quy mô tỉnh, nghiên cứu đã cho thấy, gần như cả năm, các tỉnh 
v ng Đồng bằng sông Cửu Long con người đều ở trạng thái có cảm giác không thoái mái trong 
cả 2 kịch bản xem xét. Để ứng phó với biến đổi khí hậu, hạn chế những ảnh hưởng của biến đổi 
khí hậu tới sức khỏe con người, cần phải thực hiện đồng bộ các giải pháp như: Cơ chế, thể chế 
chính sách, giải pháp truyền thông; giải pháp công trình kỹ thuật-công nghệ; giải pháp AI. 
TÀI LIỆU THAM KHẢO/ REFERENCES 
[1] Ministry of Health Vietnam of Vietnam, “N tion l str tergy for the prevention nd control of 
noncommunicable diseasese, period 2015-2025,” 2015. [Online]. Available: https://vncdc.gov.vn/files/ 
document/2016/4/chien-luoc-quoc-gia-phong-chong-benh-khong-lay-nhiem.pdf. [Accessed March 21, 2021]. 
[2] Ministry of Health Vietnam of Vietnam, “ pproved ction pl n of he lth coping with clim te ch nge, 
period 2019-2030 with a vision to 2050,” In ietn mese), 2018. [Online]. Available: 
https://thukyluat.vn/vb/quyet-dinh-7562-qd-byt-2018-ke-hoach-hanh-dong-ung-pho-voi-bien-doi-khi-
hau-giai-doan-2019-2030-64726.html. [Accessed March 21, 2021]. 
TNU Journal of Science and Technology 226(08): 386 - 392 
 392 Email: jst@tnu.edu.vn 
[3] Y. Epstein and D. . Mor n. “Them l Comfort nd the He t tress Indices,” Industrial Health, vol. 44, 
pp. 388-398, 2006. 
[4] C. J. Balafoutis and T. J. Makrogiannis, “Hourly discomfort conditions in the city of Thess loni i 
(North Greece) estimated by the relative strain index (RSI),” In Proceedings of the Fifth International 
Conference on Urban Climate, 2003, pp. 1-11. 
[5] N. Ionac, “The he t stress in Mold vi n Countries,” In P o eedings of the Geog aphi Semina “D. 
Cantemi ”, Bucharest, Romania, 2005, vol. 26, pp. 53-60. 
[6] V. T. Nguyen, “ pplic tion of clim te inform tion for he lth nd tourism in ietn m,” In 
Vietnamese), Hydrometeorological Journal, vol. 5, no. 605, pp. 6-10, 2011. 
[7] K. V. Nguyen, T. H. Nguyen, K. L. Phan, and T. H. Nguyen, Bioclimatic diagrams of Vietnam. Vienam 
National University Pulishing House, 2000. 
[8] T. Thuc and V. T. Nguyen, Application of climate information and forecasting for socio-economic 
fields and natural disaster prevention in Vietnam. Science and Technics Publishing house, 2012. 
[9] G. H. Fang, J. Yang, Y. N. Chen, and C. Zammit, "Comparing bias correction methods in downscaling 
meteorological variables for a hydrologic impact study in an arid area in China," Hydrology and Earth 
System Sciences, vol. 19, no. 6, pp. 2547-2559, 2015. 
[10] M. Luo, T. Liu, F. Meng, Y. Duan, A. Frankl, A. Bao, and M. De Maeyer, “Comp ring bi s correction 
methods used in downscaling precipitation and temperature from regional climate models: A case study 
from the Kaidu River Basin in Western China,” Journal of Water, vol. 10, no. 8, pp. 1046-1067, 2018. 
[11] D. H. K. Lee and A. Henschel, “Effects of physiologic l nd clinic l factors on the response to heat,” 
Journal of Annals of the New York Academy of Sciences, vol. 134, no. 2, pp. 734–749, 1966. 
[12] O. Räty, J. Räisänen, and J. S. Ylhäisi, “Ev lu tion of delt ch nge nd bi s correction methods for 
future daily precipitation: intermodel cross-validation using ENSEMBLES simulations,” Climate 
Dynamic Journal, vol. 100, no. 42, pp. 2287–2303, 2014. 
[13] N. N. A. Tukimat, “ ssessing the implement tion of bi s correction in the climate prediction,” In IOP 
Conference Series: Materials Science and Engineering, IOP Publishing, 2018, vol. 342, no. 1, p. 012004.