MỞ ĐẦU

Do hạn chế về số liệu, do sự nhận thức không đầy đủ về các quá trình vật lý và khả

năng đáp ứng của công nghệ đo đạc các yếu tố thuỷ lực nên trên thế giới cũng như ở Việt

Nam hiện có rất nhiều mô hình thủy văn, thủy lực đang được sử dụng để tính toán các đặc

trưng cũng như mô phỏng dòng chảy trên các lưu vực sông. Trước đây, do sự hạn chế của

công cụ tính toán (máy tính), các mô hình tham số tập trung thường được ưa chuộng do sự

đơn giản, số lượng thông số ít, dễ dàng hiệu chỉnh và vận hành (tuy nhiên mức độ chính

xác không cao - do sự trung bình hoá các điều kiện lưu vực) thì hiện nay các mô hình tham

số phân phối có mức độ chính xác cao hơn và cũng phức tạp hơn với những bộ thông số

đồ sộ được sử dụng cùng với sự phát triển nhanh chóng của công nghệ thông tin.

Mức độ tin cậy của mỗi mô hình phụ thuộc vào cách thiết kế cấu trúc mô hình

và bộ thông số. Tuy nhiên, việc ước lượng các thông số địa hình, đặc tính vật lý của

đất, tầng ngậm nước, sử dụng đất trên lưu vực . trong các mô hình thủy văn thường

rất khó khăn, do giá trị các thông số vốn không thể đo được trực tiếp, mà cần phải

giả định một giá trị ban đầu nào đó tuỳ theo kinh nghiệm của người khai thác, sau

đó cần hiệu chỉnh để tìm ra bộ thông số tối ưu nhằm nâng cao hiệu quả mô hình.

Đối với một số mô hình phổ biến như bộ mô hình HEC của Cục Công binh Mỹ, bộ

mô hình MIKE của Viện Thủy lực Đan Mạch ., khai thác mô hình thường có nhiều thuận

lợi từ những kinh nghiệm đã được công bố trong các bài báo và nghiên cứu trước đó. Tuy

nhiên, với những mô hình mới, việc khai thác có thể sẽ gặp nhiều khó khăn trong quá trình

hiệu chỉnh bộ thông số tối ưu. Kể cả với những đối tượng có kinh nghiệm, quá trình mô

phỏng và kiểm nghiệm mô hình vẫn gây rất nhiều trở ngại do số lượng các thông số mô

hình là rất lớn, rất tốn kém thời gian để tìm ra bộ thông số phù hợp cho từng lưu vực.

Có hai phương pháp hiệu chỉnh thông số là thử sai và tối ưu hoá. Phương pháp

thử sai được sử dụng rộng rãi vì tính đơn giản, nhưng mất nhiều thời gian và mang

tính chủ quan, phụ thuộc kinh nghiệm khai thác mô hình, chỉ phù hợp với các mô

hình ít thông số. Phương pháp tối ưu hoá mang tính khách quan, do đó phạm vi tìm

kiếm rộng hơn, rất tiện lợi cho khai thác các mô hình thông số phân phối.

Để rút ngắn hơn nữa thời gian hiệu chỉnh, hay chính là giảm bớt khối lượng

tính trong phương pháp tối ưu hoá, xuất hiện nhu cầu phải giới hạn số lượng các

thông số cần hiệu chỉnh, nói cách khác là phải phân tích độ nhạy (SA) cho các

thông số. SA là công cụ khảo sát và hoàn thiện cấu trúc mô hình, chỉ ra các thông số

quan trọng. SA đánh giá mức độ ảnh hưởng các thông tin đầu vào tới sản phẩm đầu

ra của mô hình để tập trung hiệu chỉnh vào một số thông số nhạy (phản ứng tốt với

đầu ra) và có thể bỏ qua các thông số không nhạy (trơ), làm giảm khối lượng tính

toán. Điều đầu tiên phải quan tâm khi khai thác mô hình là phải tìm hiểu ý nghĩa

của mỗi thông số để đánh giá một cách sơ bộ mức độ quan trọng của chúng. Điều

này có nghĩa là phải nhận thức rõ ràng về tất cả các thông số được sử dụng và các

quá trình được tính toán trong mô hình. Các thông số không được tường minh

không nên hiệu chỉnh vì có thể việc hiệu chỉnh sẽ gán cho các giá trị không phù hợp

với bản chất vật lý. Không hiểu về độ nhạy của thông số cũng có thể dẫn đến việc

tập trung hiệu chỉnh vào một thông số không nhạy và làm tăng thời gian tính toán.

Tập trung vào hiệu chỉnh các thông số nhạy dẫn tới ước lượng tốt hơn giá trị của nó

và làm giảm khối lượng tính cũng như độ bất định của mô hình.

Gần đây trên thế giới, một số phương pháp phân tích độ nhạy, bao gồm các

loại thông số tổng thể hay chi tiết, với kỹ thuật phân tích vi phân hay tích phân, đã

được áp dụng để sàng lọc các thông số mô hình trước khi hiệu chỉnh.

Trong M.G.F. Werner, N.M. Hunter và P.D. Bates đã sử dụng phương

pháp ước lượng bất định khả năng (GLUE) để đánh giá các giá trị bất định về phân

phối sử dụng đất trong mô hình thủy động lực tương tác 1D, 2D trên lưu vực sông.

Meuse. A. Bahremand và F. De Smedt kiểm định tự động và phân tích độ nhạy

các thông số sử dụng mô hình ước lượng thông số độc lập (PEST) với mô hình

WetSpa cho lưu vực Torysa có diện tích khá lớn ở Slovakia đã đạt được những kết

quả khả quan. Ryan Fedak (1999) đã nghiên cứu ảnh hưởng của kích thước ô lưới

với hai mô hình HEC-1 và TopModel . Ngoài ra, có thể kể đến các nghiên cứu

của Iman và Helton (1988) , Campolongo và Saltelli (1997) , Nguyen T.G.

và De Kov J. , .

Trong thực tiễn khai thác mô hình ở Việt Nam, việc phân tích độ nhạy vẫn

chưa được quan tâm đúng mức. Ngoài một số nghiên cứu của Lâm Quốc Anh và

Phan Quốc Khánh (2008) về cân bằng trong lĩnh vực toán học , Hồ Thị Minh Hà

(2008) với (ReCM3) , hiện chưa có nhiều công trình đi sâu vào phân tích độ

nhạy. Nên tiến hành nghiên cứu vấn đề này do tính hữu dụng không chỉ cho phát

triển, hiệu chỉnh mô hình mà còn làm giảm độ bất định trong quá trình mô phỏng .

Xuất phát từ các vấn đề nêu trên, mục tiêu của luận văn này là đánh giá độ nhạy

các thông số trong mô hình WetSpa, là một mô hình còn khá mới, bắt đầu được ứng

dụng ở Việt Nam, nhằm phục vụ việc thu thập số liệu, hiệu chỉnh, kiểm định và khai

thác nó thuận lợi trong thực tiễn.

Phạm vi không gian và phạm vi khoa học của đề tài là ứng dụng mô phỏng dự báo lũ

cho lưu vực sông Vệ - trạm An Chỉ, tỉnh Quảng Ngãi.

Lựa chọn phương pháp phân tích độ nhạy thường được dựa trên mức độ phức

tạp của mô hình và mục tiêu phân tích. Morgan, Henrion và Small (1990) đã

đưa ra bốn chỉ tiêu lựa chọn như sau: 1) độ bất định về dạng mô hình (nếu cấu trúc

mô hình và các tương tác mang tính khái quát thì không phù hợp với phương pháp

định lượng toàn diện), 2) bản chất của mô hình (số lượng đầu vào và thông số, phản

ứng phức tạp, liên tục hay đứt đoạn), 3) yêu cầu phân tích (kết quả trực tiếp gây ra

những tác động quan trọng) và 4) điều kiện nguồn (thời gian, con người và phần

mềm). Căn cứ vào các chỉ tiêu này, phương pháp Morris là một phương pháp phân

tích độ nhạy tổng thể đã được chứng minh là khá hiệu quả trong những nghiên cứu

trước đây (T.G. Nguyen, J.L. de Kok , Morris ). Cấu trúc luận văn gồm có

các nội dung chính như sau:

Tổng quan về mô hình mưa - dòng chảy phân phối, phân tích độ nhạy và lưu

vực nghiên cứu

Giới thiệu cơ sở lý thuyết mô hình WetSpa cải tiến và phương pháp Morris

Phân tích đánh giá độ nhạy các thông số trong mô hình Wetspa cải tiến để dự

báo lũ trên lưu vực sông Vệ - Trạm An Chỉ

MỤC LỤC

LỜI CẢM ƠN .2

MỤC LỤC 3

BẢNG KÝ HIỆU CÁC CHỮ VIẾT TẮT 4

MỞ ĐẦU .6

Chương 1. TỔNG QUAN . .9

1.1. MÔ HÌNH MƯA - DÒNG CHẢY PHÂN PHỐI .9

1.1.1 Cấu trúc cơ bản của mô hình mưa - dòng chảy lưu vực .10

1.1.2. Mô hình mưa - dòng chảy lưu vực .11

1.2. PHÂN TÍCH ĐỘ NHẠY 17

1.2.1. Khái niệm 17

1.2.2. Tính toán độ nhạy 18

1.2.3. Tầm quan trọng của phân tích độ nhạy .19

1.3. SƠ LƯỢC ĐẶC ĐIỂM ĐỊA LÝ TỰ NHIÊN CỦA LƯU VỰC SÔNG VỆ - TRẠM

AN CHỈ 22

1.3.1. Vị trí địa lý 22

1.3.2. Địa hình .22

1.3.3. Địa chất, thổ nhưỡng .24

1.3.4. Thảm thực vật 24

1.3.5. Khí hậu 25

1.3.6. Thủy văn .26

Chương 2. MÔ HÌNH WETSPA CẢI TIẾN VÀ PHƯƠNG PHÁP MORRIS 29

2.1. GIỚI THIỆU MÔ HÌNH THỦY VĂN .29

2.1.1. Lịch sử phát triển mô hình WetSpa .29

2.1.2. Mô hình WetSpa cải tiến .32

2.2. PHƯƠNG PHÁP MORRIS 47

Chương 3. SỬ DỤNG PHƯƠNG PHÁP MORRIS ĐỂ ĐÁNH GIÁ ĐỘ NHẠY CÁC

THÔNG SỐ TRONG MÔ HÌNH WETSPA CẢI TIẾN TRÊN LƯU VỰC SÔNG VỆ

- TRẠM AN CHỈ . .53

3.1. THU THẬP VÀ XỬ LÝ DỮ LIỆU 53

3.1.1. Dữ liệu không gian .53

3.1.2. Số liệu khí tượng 53

3.1.3. Số liệu thủy văn 53

3.2. ĐÁNH GIÁ ĐỘ NHẠY CÁC THÔNG SỐ .57

3.2.1. Tính toán trong Arcview .57

3.2.2. Lựa chọn các thông số đưa vào phân tích độ nhạy .58

3.2.3. Thiết lập ma trận B* 67

3.2.4. Tính toán lưu lượng đầu ra .67

3.2.5. Phân tích độ nhạy 68

3.3. HIỆU CHỈNH VÀ KIỂM NGHIỆM MÔ HÌNH 74

KẾT LUẬN VÀ KIẾN NGHỊ .79

TÀI LIỆU THAM KHẢO .82

BẢNG KÝ HIỆU CÁC CHỮ VIẾT TẮT

Ký hiệu Giải nghĩa Nguyên gốc

ASCII Bộ mã chuyển đổi thông tin

chuẩn của Mỹ

American Standard Code for

Information Interchange

BASIN Mô hình lưu vực

CN Đường cong chỉ số ẩm Curve Number

D Chiều Dimensional

DEM Bản đồ số độ cao Digital Elevation Map

DHI Viện Thủy lực Đan Mạch Danish Hydraulic Institute

GeoHMS Hệ thống mô phỏng địa lý thủy

văn

Geographic - Hydrologic

Modeling System

GIS Hệ thông tin địa lý Geographic Information System

GLUE Phương pháp ước lượng bất

định khả năng

Generalised Likelihood

Uncertainty Estimation

HBV Mô hình cân bằng nước Hydrologiska Byrans

Vattenbalansardelning

HEC Trung tâm Thủy văn công trình Hydrologic Engineering Center

HMS Hệ thống mô phỏng thủy văn Hydrologic Modeling System

IHMS Hệ thống mô hình thủy văn kết

hợp

Interactive Hydrologic Modeling

System

IUH Đường thủy văn đơn vị tức thời Unit Hydrograph

NAM Mô hình mưa - dòng chảy Nedbor -Afstromming-Model

NASIM Mô hình Niederschlag -

Abfluss

Niederschlag - Abfluss Simulation

Model

PEST Mô hình ước lượng thông số

độc lập

Parameter Estimator System

PET Bốc thoát hơi nước khả năng Potential Evapotranspiration

OAT Thực hiện lần lượt từng bước

một

One - At a Time

ReCM Mô hình Khí hậu khu vực Regional Climate Model

SA Phân tích độ nhạy Sensitivity Analysis

SAC-SMA Mô hình tính toán độ ẩm đất Sacramento - Soil Moistur