Nghiên cứu cải tiến mô hình MARINE để mô phỏng và dự báo dòng chảy cho lưu vực sông thiếu số liệu - Áp dụng cho khu vực Nam Trung Bộ

Nghiên cứu cải tiến mô hình MARINE để mô phỏng và dự báo dòng chảy cho lưu vực sông thiếu số liệu - Áp dụng cho khu vực Nam Trung Bộ Nghiên cứu cải tiến mô hình MARINE để mô phỏng và dự báo dòng chảy cho lưu vực sông thiếu số liệu - Áp dụng cho khu vực Nam Trung Bộ Nghiên cứu cải tiến mô hình MARINE để mô phỏng và dự báo dòng chảy cho lưu vực sông thiếu số liệu - Áp dụng cho khu vực Nam Trung Bộ Nghiên cứu cải tiến mô hình MARINE để mô phỏng và dự báo dòng chảy cho lưu vực sông thiếu số liệu - Áp dụng cho khu vực Nam Trung Bộ Nghiên cứu cải tiến mô hình MARINE để mô phỏng và dự báo dòng chảy cho lưu vực sông thiếu số liệu - Áp dụng cho khu vực Nam Trung Bộ

BÙI VĂN CHANH

NGHIÊN CỨU CẢI TIẾN MÔ HÌNH MARINE

ĐỂ MÔ PHỎNG VÀ DỰ BÁO DÒNG CHẢY CHO LƯU VỰC SÔNG THIẾU SỐ LIỆU

- ÁP DỤNG CHO KHU VỰC NAM TRUNG BỘ

LUẬN ÁN TIẾN SĨ THỦY VĂN HỌC

Hà Nội, 2022

BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG

VIỆN KHOA HỌC KHÍ TƯỢNG THỦY VĂN VÀ BIẾN ĐỔI KHÍ HẬU

BÙI VĂN CHANH

NGHIÊN CỨU CẢI TIẾN MÔ HÌNH MARINE

ĐỂ MÔ PHỎNG VÀ DỰ BÁO DÒNG CHẢY

CHO LƯU VỰC SÔNG THIẾU SỐ LIỆU

- ÁP DỤNG CHO KHU VỰC NAM TRUNG BỘ

Ngành: Thủy văn học

Mã số: 9440224

LUẬN ÁN TIẾN SĨ THỦY VĂN HỌC

Tác giả Luận án

Bùi Văn Chanh

Giáo viên hướng dẫn 1

PGS.TS Trần Ngọc Anh

Giáo viên hướng dẫn 2

PGS.TS Lương Tuấn Anh

Hà Nội, 2022

LỜI CAM ĐOAN

Tác giả xin cam đoan đây là công trình nghiên cứu của bản thân tác giả Các kết quả nghiên cứu và các kết luận trong Luận án này là trung thực, không sao chép từ bất kỳ một nguồn nào và dưới bất kỳ hình thức nào ngoài các kết quả công bố có liên quan đến luận án của tác giả Việc tham khảo các nguồn tài liệu đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng quy định

Tác giả Luận án

Bùi Văn Chanh

LỜI CẢM ƠN

Trước tiên, tác giả xin gửi lời cảm ơn đến Viện Khoa học Khí tượng Thuỷ văn và Biến đổi khí hậu đã tạo mọi điều kiện thuận lợi cho tác giả trong quá trình nghiên cứu và hoàn thành Luận án.

Với lòng kính trọng và biết ơn sâu sắc, tác giả xin gửi lời cảm ơn đặc biệt tới các thầy hướng dẫn là PGS.TS Trần Ngọc Anh và PGS.TS Lương Tuấn Anh đã tận tình giúp đỡ tác giả từ những bước đầu tiên xây dựng hướng nghiên cứu, cũng như trong suốt quá trình nghiên cứu và hoàn thiện Luận án Các thầy luôn động viên và hỗ trợ những điều kiện tốt nhất để tác giả hoàn thành Luận

án

Tác giả bày tỏ lòng biết ơn đến Ban lãnh đạo Tổng cục Khí tượng Thủy văn, Đài Khí tượng Thủy văn khu vực Nam Trung Bộ và các đồng nghiệp đã tạo mọi điều kiện giúp đỡ, động viên cho tác giả trong suốt quá trình nghiên cứu và thực hiện Luận án

Tác giả chân thành cảm ơn các chuyên gia, các nhà khoa học của Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu, Tổng cục Khí tượng Thủy văn, Trường Đại học Tự nhiên Hà Nội đã có những góp ý về khoa học cũng như hỗ trợ nguồn tài liệu, số liệu cho tác giả trong suốt quá trình thực hiện Luận án

Cuối cùng, tác giả xin gửi lời biết ơn sâu sắc tới những người thân, gia đình, bạn bè và đồng nghiệp đã luôn động viên, giúp đỡ, tạo mọi điều kiện tốt nhất để tác giả hoàn thành tốt Luận án của mình

Tác giả Luận án

Bùi Văn Chanh

MỤC LỤC

MỤC LỤC i

DANH MỤC HÌNH v

DANH MỤC BẢNG xi

DANH MỤC CÁC TỪ VIẾT TẮT xii

MỞ ĐẦU 1

CHƯƠNG 1: TỔNG QUAN MÔ PHỎNG VÀ DỰ BÁO TRÊN LƯU VỰC THIẾU SỐ LIỆU 7

1.1 CÁC KHÁI NIỆM 7

1.2 TỔNG QUAN MÔ PHỎNG VÀ DỰ BÁO THỦY VĂN BẰNG MÔ HÌNH TOÁN 9

1.3 TỔNG QUAN CÁC MÔ HÌNH THỦY VĂN THÔNG SỐ PHÂN BỐ 14

1.4 TỔNG QUAN MÔ HÌNH MARINE 18

1.5 TỔNG QUAN CÁC PHƯƠNG PHÁP SỬ DỤNG ĐỂ CẢI TIẾN MÔ HÌNH MARINE 22

1.5.1 Tổng quan mô hình sóng động học một chiều 22

1.5.2 Tổng quan diễn toán dòng chảy qua hồ 23

1.5.3 Tổng quan khắc phục thiếu số liệu mưa phân bố không gian 24

1.5.3.1 Phương pháp định lượng mưa viễn thám 24

1.5.3.2 Phương pháp tái phân tích số liệu mưa 25

1.5.3.3 Phương pháp nội suy mưa không gian 26

1.6 GIỚI THIỆU VỀ KHU VỰC NGHIÊN CỨU 29

1.6.1 Đặc điểm khu vực Nam Trung Bộ 29

1.6.2 Đặc điểm lưu vực sông Cái Nha Trang 30

1.6.3 Đặc điểm lưu vực sông Dinh Ninh Hòa 31

1.6.4 Đặc điểm lưu vực sông Cái Phan Rang 33

1.7 NHỮNG VẤN ĐỀ NGHIÊN CỨU CỦA LUẬN ÁN 35

TIỂU KẾT CHƯƠNG 1 37

CHƯƠNG 2: NGHIÊN CỨU CẢI TIẾN MÔ HÌNH MARINE 38

2.1 CƠ SỞ LÝ THUYẾT MÔ HÌNH MARINE 38

2.1.1 Lý thuyết dòng chảy sườn dốc của mô hình MARINE 38

2.1.2 Phương pháp tính thấm trong mô hình MARINE 40

2.1.3 Sơ đồ tính toán mô hình MARINE 42

2.1.4 Bộ thông số mô hình MARINE 44

2.2 CẢI TIẾN MÔ HÌNH MARINE BẰNG MÔ HÌNH SÓNG ĐỘNG HỌC MỘT CHIỀU 45

2.2.1 Lựa chọn kỹ thuật xây dựng mô hình sóng động học đáp ứng khả năng cải tiến mô hình MARINE 45

2.2.2 Cơ sở lý thuyết mô hình sóng động học một chiều 46

2.2.2.1 Diễn toán sóng động học một chiều tuyến tính 47

2.2.2.2 Diễn toán sóng động học một chiều phi tuyến 50

2.2.2.3 Diễn toán sóng động học một chiều cho mạng lưới sông 55

2.2.3 Tích hợp mô hình MARINE và sóng động học một chiều 56

2.3 TÍCH HỢP MÔ HÌNH MARINE VỚI MÔ ĐUN DIỄN TOÁN DÒNG CHẢY QUA HỒ 61

2.3.1 Cơ sở lý thuyết diễn toán dòng chảy qua hồ 61

2.3.2 Xây dựng mô đun diễn toán dòng chảy qua hồ 64

2.3.3 Tích hợp mô đun diễn toán dòng chảy qua hồ với mô hình sóng động học 66

2.4 CẢI TIẾN MÔ HÌNH MARINE BẰNG CÔNG CỤ NỘI SUY MƯA KHÔNG GIAN 67

2.4.1 Cơ sở lý thuyết phương pháp nghịch đảo khoảng cách 68

2.4.2 Tích hợp mô hình MARINE và công cụ nội suy mưa theo không gian 69

2.5 HOÀN THIỆN MÔ HÌNH MARINE CẢI TIẾN 72

TIỂU KẾT CHƯƠNG 2 74

CHƯƠNG 3: ỨNG DỤNG MÔ HÌNH MARINE CẢI TIẾN ĐỂ MÔ PHỎNG VÀ DỰ BÁO DÒNG CHẢY TRÊN MỘT SỐ LƯU VỰC SÔNG Ở KHU VỰC NAM TRUNG BỘ 76

3.1 CƠ SỞ DỮ LIỆU ĐẦU VÀO 76

3.1.1 Dữ liệu bản đồ 76

3.1.2 Dữ liệu khí tượng thủy văn và hồ chứa 78

3.2 ỨNG DỤNG MÔ PHỎNG DÒNG CHẢY LŨ TRÊN MỘT SỐ LƯU

VỰC SÔNG Ở KHU VỰC NAM TRUNG BỘ 80

3.2.1 Ứng dụng thử nghiệm trên lưu vực sông Cái Nha Trang 81

3.2.1.1 Thiết lập mô hình MARINE cải tiến cho lưu vực sông Cái Nha Trang 81

3.2.1.2 Hiệu chỉnh và kiểm định bộ thông số cho lưu vực sông Cái Nha Trang 86

3.2.1.3 Đánh giá chi tiết hiệu quả mô phỏng của mô hình MARINE cải tiến trên lưu vực sông Cái Nha Trang so với mô hình gốc 90

3.2.2 Ứng dụng thử nghiệm trên lưu vực sông Dinh Ninh Hòa 94

3.2.2.1 Thiết lập mô hình MARINE cải tiến cho lưu vực sông Dinh Ninh Hòa 94

3.2.2.2 Hiệu chỉnh và kiểm định bộ thông số cho lưu vực sông Dinh Ninh Hòa 98

3.2.2.3 Đánh giá chi tiết hiệu quả mô phỏng của mô hình MARINE cải tiến trên lưu vực sông Dinh Ninh Hòa so với mô hình gốc 101

3.2.3 Ứng dụng thử nghiệm trên lưu vực sông Cái Phan Rang 105

3.2.3.1 Thiết lập mô hình MARINE cải tiến cho lưu vực sông Cái Phan Rang 105

3.2.3.2 Hiệu chỉnh và kiểm định bộ thông số cho lưu vực sông Cái Phan Rang 109

3.2.3.3 Đánh giá chi tiết hiệu quả mô phỏng của mô hình MARINE cải tiến trên lưu vực sông Cái Phan Rang so với mô hình gốc 112

3.2.4 Đánh giá chung về hiệu quả và khả năng ứng dụng của mô hình MARINE cải tiến 115

3.3 ỨNG DỤNG DỰ BÁO THỬ NGHIỆM DÒNG CHẢY LŨ TRÊN LƯU VỰC SÔNG CÁI NHA TRANG 117

3.3.1 Yêu cầu và hiện trạng dự báo trên lưu vực sông Cái Nha Trang 117

3.3.2 Tính toán lượng mưa dự báo cho mô hình MARINE cải tiến 118

3.3.3 Ứng dụng dự báo thử nghiệm trong mùa lũ năm 2020 120

3.3.3.1 Thiết lập phương án dự báo bằng mô hình MARINE cải tiến 120 3.3.3.2 Dự báo và đánh giá độ tin cậy với thời gian dự kiến 24h 121

3.3.3.3 Dự báo và đánh giá độ tin cậy với thời gian dự kiến 48h 123

3.3.4 Đánh giá khả năng ứng dụng mô hình MARINE cải tiến trong dự báo cho các lưu vực sông 126

TIỂU KẾT CHƯƠNG 3 127

KẾT LUẬN VÀ KIẾN NGHỊ 129

1 KẾT LUẬN 129

2 KIẾN NGHỊ 130

TÀI LIỆU THAM KHẢO 132

Tài liệu tiếng Việt 132

Tài liệu tiếng Anh 135

Tài liệu tiếng Pháp 144

DANH MỤC CÁC CÔNG TRÌNH NGHIÊN CỨU 145

PHỤ LỤC BẢNG 146

PHỤ LỤC HÌNH 151

DANH MỤC HÌNH

Hình 1.1 Minh họa bản đồ lưu vực sông Cái Nha Trang 30

Hình 1.2 Minh họa bản đồ địa hình lưu vực sông Dinh Ninh Hòa 33

Hình 1.3 Minh họa bản đồ lưu vực Cái Phan Rang 34

Hình 1.4 Sơ đồ nghiên cứu của Luận án 36

Hình 2.1 Sơ đồ tổng quát của mô hình MARINE [3] 40

Hình 2.2 Sơ đồ thấm Green Ampt [116] 41

Hình 2.3 Sơ đồ khối tính toán mô hình MARINE 43

Hình 2.4 Sơ đồ sai phân ẩn giải phương trình sóng động học tuyến tính 48

Hình 2.5 Sơ đồ khối tính toán sóng động học một chiều tuyến tính 49

Hình 2.6 Phương pháp Newton ngoại suy đường tiếp tuyến hàm f(x) [97] 52

Hình 2.7 Sơ đồ sai phân sóng động học một chiều phi tuyến 52

Hình 2.8 Sơ đồ khối tính toán sóng động học một chiều phi tuyến 53

Hình 2.9 Minh họa bản đồ lưu vực sông La Ngà 54

Hình 2.10 Lưu lượng tính toán và thực đo trạm Tà Pao 55

Hình 2.11 Lưu lượng tính toán và thực đo trạm Võ Xu 55

Hình 2.12 Sơ đồ phân cấp cho mạng lưới sông 56

Hình 2.13 Thủ tục CalcApLat tích lũy lưu lượng các nút cho đoạn sông 58

Hình 2.14 Chương trình con tính dòng chảy mạng lưới sông (thủ tục Qluoisong) 58

Hình 2.15 Mô hình sóng động học một chiều tuyến tính thay thế thủ tục CalcApLat 59

Hình 2.16 Cài thủ tục Qluoisong và thay thế thủ tục cộng dồn dòng chảy bằng mô hình sóng động học một chiều tuyến tính 59

Hình 2.17 Sơ đồ tích hợp mô hình sóng động học một chiều phi tuyến trong mô hình MARINE 60

Hình 2.18 Sơ đồ tích hợp mô hình sóng động học một chiều tuyến tính trong

mô hình MARINE 60

Hình 2.19 Sơ đồ tính các số gia ΔH1 của Runge - Kutta bậc 3 63

Hình 2.20 Sơ đồ tính các số gia ΔH2 của Runge - Kutta bậc 3 63

Hình 2.21 Sơ đồ tính các số gia ΔH3 của Runge - Kutta bậc 3 63

Hình 2.22 Sơ đồ khối mô đun diễn toán dòng chảy qua hồ chứa 65

Hình 2.23 Hệ số hình dạng một số loại cửa xả điển hình 66

Hình 2.24 Sơ đồ tích hợp mô đun diễn toán dòng chảy qua hồ trong mô hình tích hợp MARINE và sóng động học 67

Hình 2.25 Quan hệ giữa bậc và trọng số khoảng cách trong IDW 69

Hình 2.26 Bán kính tìm kiếm (a) vùng chắn (b) của IDW 69

Hình 2.27 Sơ đồ tích hợp công cụ nội suy mưa trong mô hình MARINE 70

Hình 2.28 Sơ đồ khối công cụ nội suy mưa theo không gian 71

Hình 2.29 Sơ đồ khối mô đun hồi quy bội phi tuyến 72

Hình 2.30 Cấu trúc tệp tin số liệu bề mặt lưu vực (a) và mưa các trạm (b) 73

Hình 2.31 Cấu trúc tệp tin mạng lưới sông (a) và hồ chứa (b) 73

Hình 2.32 Sơ đồ mô hình MARINE cải tiến 74

Hình 3.1 Minh họa bản đồ DEM (a) [74] và bản đồ đất (b) [13] lưu vực sông Cái Nha Trang 81

Hình 3.2 Minh họa bản đồ độ ẩm đất (a) [30] và thảm phủ thực vật (b) [74] lưu vực sông Cái Nha Trang 82

Hình 3.3 Sơ đồ mạng lưới sông Cái Nha Trang 83

Hình 3.4 Biểu đồ lượng mưa thời đoạn 1 giờ của trận lũ năm 2009 84

Hình 3.5 Biểu đồ lượng mưa thời đoạn 1 giờ của trận lũ năm 2010 84

Hình 3.6 Biểu đồ lượng mưa thời đoạn 1 giờ của trận lũ năm 2013 85

Hình 3.7 Biểu đồ lượng mưa thời đoạn 1 giờ của trận lũ năm 2016 85

Hình 3.8 Biểu đồ lưu lượng thực đo và tính toán trạm Diên Xuân năm 2010 87Hình 3.9 Biểu đồ lưu lượng thực đo và tính toán trạm Thác Ngựa năm 2010 88Hình 3.10 Biểu đồ lưu lượng thực đo và tính toán trạm Đồng Trăng năm 2010 88Hình 3.11 Biểu đồ quá trình lưu lượng thực đo và tính toán trận lũ năm 2009 trạm thủy văn Đồng Trăng 89Hình 3.12 Biểu đồ quá trình lưu lượng thực đo và tính toán trận lũ năm 2013 trạm thủy văn Đồng Trăng 89Hình 3.13 Biểu đồ quá trình lưu lượng thực đo và tính toán trận lũ năm 2016 trạm thủy văn Đồng Trăng 89Hình 3.14 Minh họa bản đồ phân bố mưa giờ lớn nhất trận lũ năm 2009 (a) và

2013 (b) được xây dựng bằng công cụ nội suy mưa 90Hình 3.15 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Đồng Trăng trận lũ năm 2009 91Hình 3.16 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Đồng Trăng trận lũ năm 2013 91Hình 3.17 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Đồng Trăng trận lũ năm 2016 92Hình 3.18 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Đồng Trăng trận lũ năm 2009 93Hình 3.19 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Đồng Trăng trận lũ năm 2013 93Hình 3.20 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Đồng Trăng trận lũ năm 2016 93Hình 3.21 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Suối Cát năm 2010 94

Hình 3.22 Minh họa bản đồ DEM (a) [74] và bản đồ đất (b) [13] sông Dinh

95

Hình 3.23 Minh họa bản đồ độ ẩm đất (a) và lớp phủ thực vật (b) lưu vực sông Dinh Ninh Hòa [30] [74] 95

Hình 3.24 Sơ đồ mạng lưới sông Dinh Ninh Hòa 96

Hình 3.25 Biểu đồ lượng mưa thời đoạn 1 giờ của trận lũ năm 2010 97

Hình 3.26 Biểu đồ lượng mưa thời đoạn 1 giờ của trận lũ năm 2016 97

Hình 3.27 Biểu đồ lượng mưa thời đoạn 1 giờ của trận lũ tiểu mãn năm 2017 98

Hình 3.28 Biểu đồ quá trình lưu lượng thực đo và tính toán trạm Dục Mỹ trận lũ năm 2010 99

Hình 3.29 Biểu đồ quá trình lưu lượng thực đo và tính toán trạm Ninh Thượng trận lũ năm 2010 100

Hình 3.30 Biểu đồ quá trình lưu lượng thực đo và tính toán trạm Ninh Hòa trận lũ năm 2010 100

Hình 3.31 Lượng thực đo và tính toán trạm Ninh Hòa trận lũ năm 2016 101

Hình 3.32 Lưu lượng thực đo và tính toán trạm Ninh Hòa trận lũ năm 2017 101

Hình 3.33 Minh họa bản đồ phân bố mưa giờ lớn nhất trận lũ năm 2016 (a) và 2017 (b) được xây dựng bằng công cụ nội suy 102

Hình 3.34 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Ninh Hòa trận lũ năm 2016 103

Hình 3.35 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Ninh Hòa trận lũ năm 2017 103

Hình 3.36 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Ninh Hòa trận lũ năm 2016 104

Hình 3.37 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Ninh Hòa trận lũ năm 2017 104Hình 3.38 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến trạm Đá Bàn năm 2010 105Hình 3.39 Minh họa bản đồ DEM (a) [74] và loại đất (b) [13] lưu vực sông Cái Phan Rang 106Hình 3.40 Minh họa bản đồ độ ẩm đất (a) [34] và thảm phủ thực vật (b) [30] [74] lưu vực sông Cái Phan Rang 106Hình 3.41 Sơ đồ mạng lưới sông Cái Phan Rang 107Hình 3.42 Biểu đồ lượng mưa 1 giờ lớn nhất trận lũ tháng 11 năm 2016 108Hình 3.43 Biểu đồ lượng mưa 12 giờ trận lũ tháng 12 năm 2018 109Hình 3.44 Biểu đồ lưu lượng thực đo và tính toán trạm Phước Hà trận lũ năm 2016 110Hình 3.45 Biểu đồ lưu lượng thực đo và tính toán trạm Tân Mỹ trận lũ năm 2016 111Hình 3.46 Biểu đồ quá trình lưu lượng thực đo và tính toán lũ năm 2018 tại trạm thủy văn Tân Mỹ 111Hình 3.47 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến tại trạm Tân Mỹ trận lũ năm 2018 112Hình 3.48 Minh họa bản đồ phân bố mưa giờ lớn nhất trận lũ năm 2016 (a) và

2018 (b) được xây dựng bằng công cụ nội suy mưa 113Hình 3.49 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến tại trạm Tân Mỹ trận lũ năm 2018 114Hình 3.50 So sánh lưu lượng thực đo và tính toán của mô hình MARINE gốc với MARINE cải tiến tại trạm Phước Hà năm 2016 115Hình 3.51 Minh họa bản đồ trạm mưa tự động trên lưu vực và vùng lân cận 119

Hình 3.52 Biểu đồ phân tích dự báo trận lũ lớn nhất năm 2020 thời gian dự kiến 24 giờ lúc 19h30 ngày 30 tháng 11 tại trạm thủy văn Đồng Trăng 121Hình 3.53 Biểu đồ quá trình lưu lượng thực đo và dự báo thời gian dự kiến 24 giờ tại trạm thủy văn Đồng Trăng từ tháng 9 đến tháng 12 năm 2020 122Hình 3.54 Biểu đồ phân tích dự báo trận lũ lớn nhất năm 2020 thời gian dự kiến 24 giờ lúc 19h30 ngày 30 tháng 11 tại trạm thủy văn Diên Phú 122Hình 3.55 Biểu đồ quá trình lưu lượng thực đo và dự báo thời gian dự kiến 24 giờ tại trạm thủy văn Diên Phú từ tháng 9 đến tháng 12 năm 2020 123Hình 3.56 Biểu đồ phân tích dự báo trận lũ lớn nhất năm 2020 thời gian dự kiến 48 giờ lúc 19h30 ngày 30 tháng 11 tại trạm thủy văn Đồng Trăng 124Hình 3.57 Biểu đồ quá trình lưu lượng thực đo và dự báo thời gian dự kiến 48 giờ tại trạm thủy văn Đồng Trăng từ tháng 9 đến tháng 12 năm 2020 124Hình 3.58 Biểu đồ phân tích dự báo trận lũ lớn nhất năm 2020 thời gian dự kiến 48 giờ lúc 19h30 ngày 30 tháng 11 tại trạm thủy văn Diên Phú 125Hình 3.59 Biểu đồ quá trình lưu lượng thực đo và dự báo thời gian dự kiến 48 giờ tại trạm thủy văn Diên Phú từ tháng 9 đến tháng 12 năm 2020 125

DANH MỤC BẢNG

Bảng 2.1 Các thông số đầu vào của mô hình MARINE [116] 44

Bảng 2.2 Tham số Green và Ampt [116] 44

Bảng 2.3 Xác định hệ số Manning theo lớp phủ [116] 45

Bảng 2.4 Xác định hệ số thực nghiệm cửa xả 66

Bảng 3.1 Phân loại và mã hóa thảm phủ thực vật [3], [9] 77

Bảng 3.2 Phân loại và mã hóa loại đất [3], [9] 77

Bảng 3.3 Thông số thổ nhưỡng sau khi hiệu chỉnh sông Cái Nha Trang 87

Bảng 3.4 Thông số thảm phủ sau khi hiệu chỉnh Cái Nha Trang 87

Bảng 3.5 Thông số thảm phủ sau khi hiệu chỉnh sông Dinh Ninh Hòa 99

Bảng 3.6 Thông số thổ nhưỡng sau khi hiệu chỉnh sông Dinh Ninh Hòa 99

Bảng 3.7 Thông số thổ nhưỡng sau khi hiệu chỉnh sông Cái Phan Rang 110

Bảng 3.8 Thông số thảm phủ sau khi hiệu chỉnh sông Cái Phan Rang 110

Bảng 3.9 Tổng hợp đánh giá hiệu quả của mô hình MARINE cải tiến 116

Bảng 3.10 Danh sách trạm đo mưa tự động lưu vực sông Cái và vùng lân cận 118

ASCII American Standard Code for Information Interchange

(Bộ mã chuẩn trao đổi thông tin)

CFSR Climate Forecast System Reanalysis

(Tái phân tích hệ thống dự báo khí hậu)

DEM Digital Elevation Model

(Mô hình số độ cao)

DMIP Distributed Model Intercomparison Project (Dự án so sánh các mô hình thủy văn thông số phân bố)

ECMWF European Centre for Medium-Range Weather Forecasts (Trung tâm dự báo thời tiết hạn vừa Châu Âu)

GIS Geographic Information System (Hệ thống thông tin địa lý)

GPCP Global Precipitation Climatology Project (Dự án định lượng mưa khí hậu toàn cầu)

IDW Inverse Distance Weighted (Nghịch đảo khoảng cách theo trọng số)

NASA The National Aeronautics and Space Administration (Cơ quan Hàng không và Vũ trụ Hoa Kỳ)

NCAR National Center for Atmospheric Research (Trung tâm Nghiên cứu Khí quyển Quốc gia Hoa Kỳ)

NCEP National Centers for Environmental Prediction (Trung tâm dự báo môi trường quốc gia Hoa Kỳ)

NOAA National Oceanic and Atmospheric Administration (Cơ quan Quản lý Khí quyển và Đại dương Quốc gia Hoa Kỳ) NSE Nash-Sutchliffe Efficency (Chỉ tiêu Nash)

PEp Percentage Error on Peak flood

(Chỉ tiêu sai số đỉnh lũ)

PEVol

Percentage Error on total flow Volume

(Chỉ tiêu sai số tổng lượng)

TRMM The Tropical Rainfall Measuring Mission

(Vệ tinh đo mưa vùng nhiệt đới)

USGS The United States Geological Survey (Cục Khảo sát Địa chất Hoa Kỳ)

MỞ ĐẦU

1 Tính cấp thiết của Luận án

Mô hình hóa dòng chảy trên các lưu vực sông có vai trò rất quan trọng trong dự báo, khôi phục số liệu thủy văn phục vụ phòng chống thiên tai, sản xuất, thiết kế xây dựng công trình và các hoạt động khác trong lĩnh vực khai thác, quản lý và bảo vệ tài nguyên nước Sự phát triển cả về lý thuyết và khả năng tính toán của các mô hình toán cho phép ngày càng cải thiện chất lượng

mô phỏng dòng chảy trên các lưu vực sông [91], [102] Hiện nay, các mô hình thủy văn thông số tập trung đang được sử dụng phổ biến trong công tác dự báo

và khôi phục số liệu dòng chảy, tuy nhiên, các mô hình thông số tập trung thường đã lược bỏ, trung bình hóa nhiều thành phần và quá trình dòng chảy trên lưu vực [78], nhằm thích ứng với điều kiện khó khăn về số liệu và khả năng tính toán của máy tính nên chất lượng mô phỏng còn hạn chế, không mô phỏng được chi tiết theo không gian trên lưu vực và tác động chi tiết của con người đến diễn biến thủy văn Trong khi đó, tác động của con người đến quá trình thủy văn ngày càng mạnh mẽ nhất là các công trình tác động đến dòng chính như đập dâng, hồ chứa, cần được đánh giá đầy đủ và chi tiết Bên cạnh

đó, trên thực tế các ngành kinh tế xã hội luôn yêu cầu các kết quả mô phỏng/dự báo thủy văn chi tiết trên lưu vực sông đã dẫn đến xu hướng nghiên cứu ứng dụng mô hình thủy văn thông số phân bố [91]

Mặc dầu các tiến bộ gần đây về khoa học máy tính cùng với sự phát triển liên tục của hướng tiếp cận đo đạc số liệu viễn thám đã cung cấp những đầu vào tương đối chi tiết có thể phục vụ trực tiếp cho các mô hình thủy văn thông

số phân bố như địa hình bề mặt lưu vực, độ che phủ, điều kiện thổ nhưỡng cũng như các yếu tố mặt đệm khác, tuy nhiên, để mô phỏng được chính xác các quá trình thủy văn trên lưu vực cần thiết có số liệu mưa theo không gian (giá trị định lượng mưa tại từng ô lưới) vốn chưa được các công nghệ quan trắc hiện nay đáp ứng Các số liệu mưa định lượng từ quan trắc vệ tinh còn nhiều hạn chế về độ chính xác, đặc biệt ở các khu vực miền núi có địa hình chia cắt, trong

khi số liệu về radar còn thưa thớt và cần nhiều đầu tư về mạng lưới, cơ sở hạ tầng, khả năng hiệu chỉnh [40], [67], [106], do vậy, trong thực tế hiện nay, xử

lý mưa kết hợp với số liệu quan trắc tại các trạm đo với các phương pháp và thông tin bổ sung khác thành số liệu mưa theo không gian đang là giải pháp hữu hiệu để giải quyết khó khăn về thiếu số liệu mưa đầu vào cho mô hình thủy văn thông số phân bố [41], [42], [95] Mặc dầu vậy, công việc này thường được tách rời khỏi các mô hình và vì vậy không thuận tiện cho việc triển khai, ứng dụng các mô hình thông số phân bố trong thực tiễn

Bên cạnh đó, nhiều mô hình thủy văn thông số phân bố mô phỏng đầy

đủ và liên tục quá trình dòng chảy từ sườn dốc đến cửa ra lưu vực, nhưng diễn toán dòng chảy trong sông còn hạn chế và chưa mô phỏng tác động của các công trình thủy lợi Để tăng cường khả năng và chất lượng mô phỏng, một số

mô hình thủy văn thông số phân bố kết hợp mô hình dòng chảy trên sườn dốc với mô hình thủy lực hoặc mô hình diễn toán trong lòng dẫn [33], [44], [68], [82], [98] Việc kết hợp/tích hợp này phụ thuộc chủ yếu vào điều kiện số liệu hiện có về địa hình lòng dẫn Đối với các lưu vực lớn, có đầy đủ số liệu lòng dẫn sẽ thích hợp cho việc tích hợp giữa mô hình thủy văn thông số phân bố với

mô hình thủy lực 1 chiều, nhưng đối với các lưu vực nhỏ, thượng nguồn thiếu

số liệu lòng dẫn thì có thể được khắc phục bằng việc tích hợp với các mô hình diễn toán khác như Muskingum hay Muskingum - Cunge …

Mặt khác, trên các lưu vực sông ở Việt Nam, đặc biệt ở khu vực Trung

Bộ nói chung và Nam Trung Bộ nói riêng, do nhu cầu về sử dụng nước và điện năng, có rất nhiều công trình hồ chứa, đập dâng đã được xây dựng và có tác động đáng kể đến chế độ dòng chảy hạ lưu, đặc biệt ở các lưu vực nhỏ [3], [15], [35] Do vậy, việc bỏ qua các tác động này sẽ làm giảm độ chính xác của các

mô phỏng cũng như dự báo thủy văn

Hiện trạng thiếu số liệu mưa theo không gian và địa hình lòng dẫn là một thách thức lớn trong ứng dụng mô hình thủy văn thông số phân bố, do đó, ngoài việc nghiên cứu các phương pháp khắc phục cần có sự lựa chọn mô hình phù

hợp Tuy nhiên, dù rất khó xác định được mô hình phù hợp và trong số nhiều

mô hình thủy văn thông số phân bố hiện nay, nhưng mô hình MARINE được lựa chọn vì đáp ứng được các ứng dụng ở nhiều nơi trên Thế giới [48], [49], [63], [115], [116] cũng như ở Việt Nam [1], [3], [9], [15], [39], [44], [68], có

mã nguồn mở để có thể thuận tiện cho việc can thiệp, cải tiến mô hình Mặc dù,

mô hình MARINE mô phỏng bản chất vật lý tường minh của quá trình dòng chảy sườn dốc, tuy nhiên mô hình còn một số nhược điểm như chưa có công

cụ tính toán mưa phân bố, chưa hoàn thiện mô phỏng dòng chảy trong sông và chưa xét đến các tác động của các công trình hồ chứa, đập dâng …

Xuất phát từ các khó khăn nêu trên, để hoàn thiện và tăng cường mô phỏng, khả năng ứng dụng trên lưu vực thiếu số liệu mưa và mặt cắt ngang như một số các lưu vực sông nhỏ khu vực Nam Trung Bộ, việc cải tiến một số chức năng mô hình MARINE thông qua tích hợp đầy đủ các công cụ xử lý mưa, mô hình diễn toán dòng chảy trong sông và mô đun diễn toán dòng chảy qua hồ chứa là rất cần thiết, có ý nghĩa về khoa học và thực tiễn, là cơ sở để nghiên

cứu sinh lựa chọn đề tài “Nghiên cứu cải tiến mô hình MARINE để mô phỏng

và dự báo dòng chảy cho lưu vực sông thiếu số liệu - Áp dụng cho khu vực Nam Trung Bộ” Mô hình MARINE cải tiến được ứng dụng thử nghiệm cả

trong mô phỏng và dự báo lũ, trước hết với các lưu vực sông thiếu số liệu và không chịu ảnh hưởng thủy triều ở khu vực Nam Trung Bộ nhằm chứng minh

sự phù hợp và khả năng ứng dụng trong thực tiễn

2 Mục tiêu của Luận án

1 Cải tiến mô hình MARINE để mô phỏng và dự báo dòng chảy chính xác hơn trên các lưu vực sông không ảnh hưởng của thủy triều, thiếu số liệu mưa phân bố theo không gian và mặt cắt lòng dẫn

2 Ứng dụng được mô hình MARINE cải tiến để mô phỏng và dự báo dòng chảy cho một số lưu vực sông thiếu số liệu ở khu vực Nam Trung Bộ

3 Đối tượng và phạm vi nghiên cứu

1 Đối tượng nghiên cứu:

- Dòng chảy trên sườn dốc và trong sông

- Cơ sở lý thuyết, thuật toán, quá trình tính toán và mô phỏng của mô hình thủy văn thông số phân bố MARINE

- Cơ sở lý thuyết, sơ đồ giải mô hình sóng động học một chiều, diễn toán dòng chảy qua hồ và nội suy mưa không gian

2 Phạm vi nghiên cứu :

- Dòng chảy trên sườn dốc và dòng chảy trong sông không ảnh hưởng triều

- Mô hình thủy văn thông số phân bố, mô hình sóng động học và diễn toán dòng chảy qua hồ

- Lưu vực sông thiếu số liệu ở khu vực Nam Trung Bộ bao gồm: Cái Nha Trang, Cái Phan Rang và Dinh Ninh Hòa

4 Luận điểm bảo vệ của Luận án

Luận điểm 1: Việc tích hợp mô hình sóng động học, mô đun diễn toán

hồ chứa và công cụ nội suy mưa góp phần cải tiến mô hình MARINE để tăng cường khả năng mô phỏng, dự báo trên các lưu vực sông không ảnh hưởng triều

Luận điểm 2: Các công cụ, mô hình đã xây dựng và tích hợp trong mô

hình MARINE cải tiến đáp ứng yêu cầu và phù hợp để mô phỏng, dự báo lũ cho một số lưu vực thiếu số liệu như ở khu vực Nam Trung Bộ

5 Phương pháp nghiên cứu

Để trả lời các câu hỏi nghiên cứu, Luận án sử dụng các phương pháp nghiên cứu sau :

1) Phương pháp phân tích hệ thống: Lưu vực sông là một hệ thống phức tạp, đầu ra của hệ thống không chỉ chịu sự chi phối của đầu vào mà còn chịu ảnh hưởng của sự tương tác giữa các thành phần trong hệ thống Qua phân tích

hệ thống giúp cơ bản xác định mô hình khái niệm làm cơ sở, lựa chọn và kiểm chứng mô hình mô phỏng

2) Phương pháp mô hình hóa: Những yếu tố tạo thành, tác động, diễn biến dòng chảy trên sườn dốc, trong sông, qua hồ chứa được mô tả bằng các

phương trình toán - lý Dựa trên cơ sở lý thuyết, phương trình mô tả, thuật giải các phương trình, kỹ thuật lập trình để cải tiến, xây dựng và tích hợp mô hình toán mô phỏng đầy đủ quá trình hình thành dòng chảy từ mưa, dòng chảy trên sườn dốc, dòng chảy trong sông, dòng chảy qua hồ chứa, đập dâng đến cửa ra lưu vực

3) Phương pháp viễn thám và GIS: Bổ sung, xử lý, số hóa và tạo cơ sở

dữ liệu đầu vào cho mô hình thủy văn thông số phân bố MARINE và sóng động học một chiều Nghiên cứu ứng dụng các thuật toán xử lý dữ liệu theo không gian để xây dựng công cụ khắc phục thiếu số liệu

4) Phương pháp tích hợp: Dựa trên đặc điểm của mỗi mô hình toán được lựa chọn để xác định một trong các cấp độ: (1) Hợp nhất, (2) Lai ghép, (3) Kết nối; các kiểu tích hợp: (1) Tích hợp các mô hình toán, (2) Tích hợp công cụ trong mô hình toán, (3) Tích hợp cơ sở dữ liệu trong mô hình toán

6 Đóng góp mới của Luận án

1 Đã cải tiến mô hình MARINE bằng việc tích hợp mô hình sóng động học cho mạng lưới sông phức tạp; tích hợp công cụ nội suy mưa nghịch đảo khoảng cách kết hợp phân bố mưa theo độ cao; và tích hợp mô đun diễn toán dòng chảy qua hồ để tăng cường chất lượng mô phỏng, dự báo cho các lưu vực sông thiếu số liệu

2 Đã ứng dụng thành công mô hình MARINE cải tiến để mô phỏng, dự báo dòng chảy lũ tại một số lưu vực sông ở khu vực Nam Trung Bộ và chứng minh được hiệu quả, khả năng áp dụng cho các lưu vực sông nhỏ không ảnh hưởng triều, thiếu số liệu

7 Ý nghĩa khoa học và thực tiễn

7.1 Ý nghĩa khoa học

1 Hiện chưa có mô hình thủy văn thông số phân bố cho phép mô phỏng dòng chảy đầy đủ và liên tục từ mưa đến lưu lượng tại cửa lưu vực, nên việc lựa chọn để tích hợp các mô hình phù hợp nhằm phát huy hiệu quả tối đa của

từng mô hình, cũng như tích hợp các công cụ xử lý mưa, mô đun diễn toán hồ chứa thành bộ mô hình đầy đủ là hướng đi cần thiết

2 Nghiên cứu đã hoàn thiện và tăng cường khả năng mô phỏng dòng chảy trong sông, tác động của hồ chứa của mô hình MARINE cải tiến, cung cấp thêm luận cứ, cơ sở khoa học trong việc tích hợp các mô hình và công cụ phù hợp để xử lý một vấn đề thiếu số liệu trên lưu vực

3 Mô hình MARINE cải tiến được chia sẻ mã nguồn mở với cộng đồng các nhà khoa học, nghiên cứu viên, dự báo viên, nghiên cứu sinh, học viên cao học sẽ mang đến những cơ hội trong việc tiếp tục ứng dụng bộ mô hình để đánh giá cụ thể và thử nghiệm tích hợp tương tự

7.2 Ý nghĩa thực tiễn

- Phổ biến và nâng cao khả năng ứng dụng mô hình thủy văn thông số phân bố trong mô phỏng và nghiệp vụ dự báo thủy văn Mô hình MARINE tích hợp với mô hình sóng động học và các công cụ mã nguồn mở là điều kiện thuận lợi để phát triển mô hình MARINE cải tiến trong tương lai

- Mô phỏng dòng chảy được nhiều vị trí giúp giảm nhân lực trong nghiệp

vụ dự báo thủy văn, đáp ứng yêu cầu tinh giảm biên chế hiện nay Ngoài ra, mô hình MARINE cải tiến thuận tiện hơn trong quản lý, sử dụng so với mô hình MARINE gốc

8 Cấu trúc của Luận án

Ngoài phần mở đầu, kết luận và kiến nghị, nội dung Luận án gồm 3 chương:

Chương 1: Tổng quan mô phỏng và dự báo trên lưu vực thiếu số liệu Chương 2: Nghiên cứu cải tiến mô hình MARINE

Chương 3: Ứng dụng mô hình MARINE cải tiến để mô phỏng và dự báo dòng chảy trên một số lưu vực sông ở khu vực Nam Trung Bộ

CHƯƠNG 1: TỔNG QUAN MÔ PHỎNG VÀ DỰ BÁO TRÊN LƯU

VỰC THIẾU SỐ LIỆU 1.1 CÁC KHÁI NIỆM

Tích hợp là sự kết hợp những hoạt động, chương trình hoặc các thành

phần khác nhau thành một khối chức năng [23]; tích hợp có nghĩa là sự thống nhất, sự hòa hợp, sự kết hợp Tích hợp (Integration) có nguồn gốc từ tiếng La tinh với nghĩa là xác lập cái chung, cái toàn thể, cái thống nhất trên cơ

sở các bộ phận riêng lẻ, tức là kết hợp các phần, các bộ phận với nhau trong một tổng thể

Mô hình thủy văn tích hợp là sự kết nối và tương tác giữa các mô hình

hoặc mô đun để mô phỏng các thành phần của quá trình thủy văn trên lưu vực sông Mục đích là cho phép mô hình hóa tích hợp, tăng khả năng ứng dụng và

mô phỏng trong các điều kiện khác nhau, đồng thời cung cấp các ứng dụng để ghép nối các mô hình [50] Tích hợp mô hình toán thủy văn gồm 3 phương pháp: (1) tích hợp công cụ trong mô hình, (2) tích hợp cơ sở dữ liệu trong mô hình và (3) tích hợp các mô hình Các cấp độ tích hợp: (1) nối tiếp, (2) lai ghép

và (3) hợp nhất

Tích hợp công cụ trong mô hình toán là kết nối mô hình với công cụ hỗ

trợ để tăng cường khả năng thiết lập hoặc mô phỏng cho mô hình Ví dụ, công

cụ GIS tích hợp trong mô hình Mike Urban và HydGIS, công cụ OMS (Object Modeling System) tích hợp trong mô hình GEOTOP [51], [71], [108]

Tích hợp cơ sở dữ liệu trong mô hình toán là kết nối mô hình với cơ sở

dữ liệu thông qua công cụ hỗ trợ tạo tham số, chuyển đổi số liệu đầu vào cho

mô hình Ví dụ, tích hợp dữ liệu viễn thám để định lượng mưa trong mô hình IFAS [42]; dữ liệu khí tượng, loại đất, thảm phủ thực vật được tích hợp thông qua sơ đồ chuyển đổi SVATS (Soil Vegetation Atmosphere Tranfer Scheme) cho mô hình TOP để xây dựng phần mềm TOPLATS (Topmodel - based Land Atmosphere Tranfer Scheme) [79]; dữ liệu trạm khí tượng, radar, ảnh mây vệ tinh, thảm phủ thực vật, thổ nhưỡng, địa hình, lượng mưa từ mô hình số trị được

xây dựng thành bộ cơ sở dữ liệu DIAS (Data Integration and Analysis System)

và tích hợp với mô hình WEB-DHM [38]

Tích hợp các mô hình toán là kết nối các mô hình toán để mô phỏng các

thành phần của quá trình thủy văn trên lưu vực sông Có 2 loại tích hợp các mô hình toán là: tích hợp các mô hình toán độc lập và tích hợp các mô hình toán thành phần

Tích hợp các mô hình toán độc lập là sự ghép nối các mô hình toán hoàn

chỉnh với nhau Phương pháp tích hợp này được ứng dụng khá phổ biến như: ghép nối các mô hình trong bộ mô hình Mike hoặc WETSPA với HEC - RAS, DIMOSOP với Muskingum, IFAS với Mike Flood, Tank với Mike 11, Tank với VRSAP, Tank với Muskingum, HEC - RAS với HEC - HMS, NAM với Telemac-2D, GIUH với sóng động học hoặc việc tích hợp nhiều mô hình dưới dạng các mô đun trong các phần mềm hỗ trợ dự báo như phần mềm Delf - FEWS [1], [12], [19], [45], [69], [88], [98]

Tích hợp các mô hình toán thành phần là sự kết hợp các mô hình con

(module) trong một mô hình chính, hoàn chỉnh Ví dụ, mô hình IHM là sự hợp nhất của mô hình dòng ngầm ModFlow và mô hình dòng mặt HSPF [64], mô hình SWIM là sự hợp nhất mô hình quản lý nguồn nước WbalMo với mô hình

thủy lực khu vực CCLM [66], mô hình tích hợp về chất lượng nước IQQM

Tích hợp ở cấp độ nối tiếp (link) là sử dụng đầu ra của đối tượng này làm

đầu vào của đối tượng kia và giữa chúng không có tác động gì với nhau

Tích hợp ở cấp độ lai ghép (couple) là sự liên kết giữa đầu vào, đầu ra

của các đối tượng và đầu vào của đối tượng này có ảnh hưởng đến đầu ra của đối tượng kia

Tích hợp ở cấp độ hợp nhất (integrate) là sự kết hợp, gắn kết giữa các

đối tượng thành một thể thống nhất

Nếu chỉ dựa vào cơ sở lý thuyết, mô hình và phương pháp thực nghiệm thủy văn thì gần như không đủ khả năng dự báo cho lưu vực thiếu số liệu

(Sivapalan, 2003) Hơn nữa, để nâng cao nhận thức về sự liên kết giữa các thành phần của quá trình thủy văn dựa vào phản ứng của số liệu đầu vào, đặc tính cấu trúc vật lý và cho kết quả đầu ra hợp lý, là một thách thức đối với lưu vực thiếu

số liệu (Wagener, 2007; Gupta, 2008) Nói cách khác, lưu vực thiếu số liệu là

lưu vực không thể xác định được thành phần của quá trình thủy văn từ đặc điểm

tự nhiên lưu vực như khí hậu, địa hình, địa chất, loại đất và sử dụng đất [57]

Tim Van Emmerik và cộng sự (2015) cho rằng, lưu vực thiếu số liệu quan trắc

là lưu vực thiếu đáng kể dữ liệu thủy văn tại chỗ như lượng mưa, dòng chảy, bốc hơi theo thời gian [47]

1.2 TỔNG QUAN MÔ PHỎNG VÀ DỰ BÁO THỦY VĂN BẰNG MÔ HÌNH TOÁN

Nghiên cứu thủy văn có lịch sử kéo dài hàng thiên niên kỷ (Biswas, 1970); tuy nhiên, sự ra đời của lĩnh vực dự báo thủy văn có thể bắt nguồn từ những năm 1850 (Mulvany, 1850; Darcy, 1856) Cho đến những năm 1960, nhiều tiến bộ đột phá trong việc mô hình hóa các thành phần khác nhau của chu trình thủy văn đã được thực hiện, các tiến bộ này dựa trên các định luật vật lý toán học và một số dựa trên cơ sở của thí nghiệm hoặc thực địa thủy văn [102] Bằng các nghiên cứu thí nghiệm và thực nghiệm, đã hình thành mô hình vật lý thu nhỏ (tương tự vật lý) với khả năng mô phỏng trực quan, sát với thực tế nhưng cần nhiều thời gian và chi phí để xây dựng Sự phát triển của công nghệ máy tính là tiền đề phát triển các phương pháp mô phỏng và dự báo thủy văn bằng phương pháp toán học, từ các phương pháp thống kê đơn giản như mực nước tương ứng, hồi quy đến các mô hình ngẫu nhiên như: Markov, Fragment, ARIMA, ARX, ARMAX, Monte - Carlo, Thormat - Frering và các mô hình hộp đen như: ANN, DBM Cuộc cách mạng máy tính vào những năm 1960 đã tạo một bước tiến nhảy vọt cho mô hình thủy văn và có khả năng mô phỏng quá trình dòng chảy lưu vực sông [91], [102] Quá trình phát triển sau đó đã xuất hiện nhiều mô hình toán thủy văn, từ các mô hình tuyến tính thông số tập trung như: Tank, NAM, SSARR, Kalinhin - Miliukốp - Nash, HBV, CLS,

NWS, Sacromento (SAC - SMA), RRMOD, MASTER đến các mô hình phi tuyến thông số tập trung như: LTank, Stanford 4, HEC - HMS, HMC, SMART, NLRRM, ARNO

Mô hình thủy văn thông số tập trung đơn giản hóa mô phỏng, yêu cầu sử dụng ít dữ liệu, tính toán nhanh và dễ ứng dụng, nhưng kết nối kém với đặc tính vật lý, bỏ qua nhiều thành phần của quá trình dòng chảy lưu vực sông và trung bình hóa, tham số hóa nhiều yếu tố nên chất lượng mô phỏng chưa cao [78] Ngoài ra, còn có hạn chế về mô phỏng quá trình tập trung dòng chảy, truyền sóng lũ nên quá trình mưa và dòng chảy gần như đồng thời; mặc dù nhiều mô hình đã có thông số hiệu chỉnh độ trễ, nhưng chưa đáp ứng được yêu cầu của công tác dự báo Do đó, mô hình thủy văn thông số tập trung được đánh giá là sử dụng có hiệu quả trên các lưu vực nhỏ, địa hình dốc và ít tác động của các công trình, với thời gian tập trung dòng chảy ngắn Để áp dụng mô hình thủy văn thông số tập trung cho các lưu vực vừa và lớn, nhiều nghiên cứu đã

mô phỏng cho các tiểu lưu vực và tích hợp ở cấp độ nối tiếp với các mô hình diễn toán dòng chảy trong sông (kiểu tích hợp mô hình toán độc lập) Bên cạnh

đó, một số nghiên cứu theo hướng cải tiến, xây dựng mô hình thông số bán phân bố và mô phỏng dòng chảy các tiểu lưu vực sau đó tổng hợp cho toàn bộ lưu vực như LTank, TOP Model, VIC, SLURP, REW, SWAT, NASIM [24], [80], [103] Tuy nhiên, việc chia các tiểu lưu vực đặt ra yêu cầu mỗi tiểu lưu vực có một trạm đo dòng chảy tại cửa ra để có đủ số liệu hiệu chỉnh, kiểm định

bộ thông số mô hình; ngoài ra, vùng diện tích giữa các tiểu lưu vực không được

mô phỏng hoặc không tách riêng được số liệu dòng chảy để hiệu chỉnh và kiểm định bộ thông số nên kết quả mô phỏng chưa cao

Trong những năm gần đây, nghiên cứu thủy văn nói chung đã phát triển theo hướng mô tả toàn diện lý thuyết trao đổi nước, năng lượng và động lượng giữa mặt đất và khí quyển ở một số quy mô, với mục đích tạo ra các mô hình

để cải thiện chất lượng dự báo thủy văn trung và dài hạn, có chất lượng dự báo tốt hơn, mô phỏng diễn biến quá trình dòng chảy lưu vực sông trước những

thay đổi của khí hậu và tác động của con người Sự phân bố không đồng đều

về tính chất địa hình, thảm phủ, sử dụng đất, địa chất, địa mạo, khí tượng và việc chưa định lượng được sự tác động của chúng đến dòng chảy trên lưu vực sông đã dẫn đến các hiện tượng thủy văn chưa có khả năng dự báo đủ độ chính xác và nhất quán (Ủy ban Khoa học Thủy văn, 2002) [82] Điều này có cơ sở khoa học để đạt được với khả năng mô phỏng chi tiết theo không gian những tác động của các yếu tố trên đến dòng chảy lưu vực sông trong mô hình thủy văn thông số phân bố [91] Dự án so sánh các mô hình thủy văn thông số phân

bố (DMIP) [81] cho rằng biến đổi lượng mưa và đặc trưng vật lý của các yếu

tố tự nhiên trên lưu vực là lý do sử dụng mô hình thủy văn thông số phân bố thay cho mô hình thủy văn thông số tập trung Mặc dù về tổng thể vận hành và ứng dụng thì mô hình tập trung tốt hơn mô hình phân bố, nhưng mô hình phân

bố dễ cải tiến, tích hợp để nâng cao chất lượng mô phỏng hơn Theo đánh giá kết quả của DMIP, mô hình phân bố có chất lượng mô phỏng tốt hơn mô hình tập trung với lưu vực có diện tích lớn hơn 65km2 và không có sự khác biệt với lưu vực nhỏ hơn; sự cải thiện về chất lượng mô phỏng có sự chênh lệch giữa các mô hình và lưu vực khác nhau [81], [93]

Ở Việt nam, từ các phương pháp dự báo đơn giản như mực nước tương ứng, hồi quy đến các mô hình ARIMA, ANN đã được ứng dụng từ những năm

1960 Mô hình thủy văn thông số tập trung trên Thế giới được nghiên cứu và

để ứng dụng phù hợp với đặc điểm tự nhiên nước ta từ những năm 1980 Hiện nay các phương pháp hồi quy và mô hình ARIMA, ANN, Thomas - Fiering được ứng dụng trong dự báo thủy văn thời hạn vừa và dài [8], [35]; mô hình thủy văn thông số tập trung như: Tank, NAM, HEC - HMS, SSARR được sử dụng trong tính toán nguồn nước và thiết kế công trình, trong dự báo lũ và dự báo thủy văn thời hạn ngắn [17], [18], [19], [24], [35], [69]

Yêu cầu công tác dự báo thủy văn ở nước ta hiện nay và trong thời gian tới là đa dạng hóa để phục vụ nhiều lĩnh vực và đối tượng, dự báo và tính toán nguồn nước cho mọi mặt của đời sống, kinh tế, xã hội Ngoài ra, các phương

án dự báo thủy văn cần dựa trên cơ sở khoa học phù hợp với từng lưu vực sông

và dự báo, cảnh báo lũ cho nhiều vị trí, nhiều mục đích khác nhau [37] Thực

tế hiện nay, việc sử dụng các công cụ mô hình để dự báo thủy văn là phổ biến

ở tất cả các lưu vực sông, đặc biệt là trong công tác dự báo nghiệp vụ tại Tổng cục Khí tượng Thủy văn và một số các đơn vị khác như Trung tâm Động lực học Thủy khí Môi trường (trường Đại học Khoa học Tự nhiên), Trường Đại học Thủy lợi, Viện Cơ học (Viện Hàn lâm Khoa học và Công nghệ Việt Nam), Trong đó, phổ biến là mô hình thủy văn thông số tập trung như Tank, NAM, HEC - HMS; ứng dụng ngày càng rộng rãi mô hình thủy văn thông số phân bố như IFAS, MARINE, WETSPA, DIMOSOP và bước đầu sử dụng bộ công cụ tích hợp các mô hình thủy văn - thủy lực trong phần mềm MIKE

Do yêu cầu về số liệu đơn giản và có thời gian tính toán nhanh, các mô hình thủy văn thông số tập trung thường được sử dụng trong hầu hết các công tác dự báo nghiệp vụ Tuy nhiên, sự phân bố không đồng đều về đặc trưng địa hình, địa chất, thổ nhưỡng, thảm phủ thực vật và đặc biệt là sự thay đổi lớn về lượng mưa trên lưu vực sông cũng như các yêu cầu về đầu ra chi tiết đã dẫn đến xu hướng sử dụng mô hình thủy văn thông số phân bố ngày càng trở lên phổ biến hơn Trong đó, điển hình là ứng dụng mô hình IFAS (Nhật Bản) trên lưu vực sông Ngàn Sâu, Thạch Hãn, Lục Nam, sông Cả, sông Mã, sông Ba, sông Vệ, sông Thao [12]; ứng dụng mô hình MARINE (Pháp) trên lưu vực sông Kỳ Lộ, Dinh Ninh Hòa, Cái Nha Trang, Cái Phan Rang, sông Đà, sông Hồng, sông Hương [3], [15], [68]; ứng dụng mô hình WETSPA (Bỉ) trên lưu vực sông Cả, Vu Gia - Thu Bồn [18], [33]; ứng dụng mô hình Mike SHE (Đan Mạch) trên lưu vực sông La, sông Vệ, Trà Khúc [33]; ứng dụng mô hình DIMOSOP (Italia) trên lưu vực sông Hồng [1] và ứng dụng mô hình SWAT (Hoa Kỳ) trên lưu vực sông Sêrêpôk, Mê Kông, La Ngà và Đồng Nai

Mặc dù có khả năng mô phỏng chi tiết và tác động của sự phân bố không đều các yếu tố tự nhiên của lưu vực đến dòng chảy trên lưu vực sông, nhưng

mô hình thủy văn thông số phân bố yêu cầu một lượng lớn và chi tiết theo

không gian dữ liệu đầu vào Yêu cầu về dữ liệu đang là rào cản khá lớn đối với việc ứng dụng mô hình thủy văn thông số phân bố, trong trường hợp không đáp ứng được yêu cầu số liệu đầu vào sẽ xảy ra tình trạng thiếu số liệu [81], [84], [91] Như vậy, việc ứng dụng mô hình thủy văn thông số phân bố luôn tiềm ẩn khó khăn về thiếu số liệu Ngoài ra, cơ sở dữ liệu thu thập, đo đạc, quan trắc cũng thiếu ở hầu hết các quốc gia, kể các các nước phát triển cũng có những khoảng trống không thể tránh khỏi trong mạng lưới khí tượng thủy văn; trong khi ở các quốc gia đang phát triển, mạng lưới trạm quan trắc rất hạn chế cả về phạm vi bao phủ không gian và chất lượng, lưu trữ số liệu [78]

Ở nước ta hiện có 229 trạm thủy văn, 187 trạm khí tượng, 781 điểm đo mưa tự động [31]; theo quy hoạch đến năm 2025 có 354 trạm thủy văn, 194 trạm khí tượng, bổ sung thêm 755 điểm đo mưa; đến năm 2030 tăng lên 640 trạm thủy văn, 454 trạm khí tượng và 4304 điểm đo mưa [36] Mặc dù số lượng trạm tăng mạnh trong những năm gần đây nhưng vẫn chưa đáp ứng yêu cầu công tác dự báo thủy văn, đến năm 2030 mật độ các tương đối dày, nhưng vị trí các trạm chủ yếu ở vùng trung và hạ lưu các sông; khu vực thượng nguồn các sông thường không có khả năng đặt trạm do điều kiện cơ sở hạ tầng về điện, giao thông và thông tin không đảm bảo

Hiện nay, khó khăn lớn nhất trong việc ứng dụng mô hình thủy văn thông

số phân bố là vấn đề thiếu số liệu, với mạng lưới trạm khá thưa như ở nước ta thì khó khăn này càng trở lên lớn hơn Do yêu cầu mô phỏng và dự báo chi tiết nên

mô hình thủy văn thông số phân bố vẫn cần được sử dụng cho dù việc ứng dụng

ở nước ta gặp nhiều khó khăn hơn Vấn đề đặt ra là cần nghiên cứu các giải pháp khắc phục thiếu số liệu và lựa chọn mô hình thủy văn thông số phân bố phù hợp Mặc dù việc sử dụng mô hình phân bố có xu hướng tăng trong những năm gần đây, nhưng nghiên cứu khắc phục thiếu số liệu và tích hợp các mô hình để khai thác ưu thế về mô phỏng của chúng để bù đắp cho thiếu số liệu chưa nhận được nhiều sự quan tâm

1.3 TỔNG QUAN CÁC MÔ HÌNH THỦY VĂN THÔNG SỐ PHÂN BỐ

Tùy thuộc vào mục đích mô phỏng và khả năng đáp ứng của cơ sở dữ liệu, mô hình thủy văn thông số phân bố được xây dựng theo hướng tham số hóa và vật lý cơ bản Mô hình thủy văn thông số phân bố tham số mô phỏng quá trình dòng chảy sườn dốc dựa trên giả định phương trình vật lý thực nghiệm kết hợp với quan hệ bán kinh nghiệm của lượng mưa và dòng chảy đầu ra Quá trình dòng chảy trên bề mặt lưu vực được mô phỏng thông qua diễn toán tập trung nước trên các ô lưới hoặc các dải sườn dốc Các mô hình thông số phân

bố tham số như FRASC, IFAS, DIMOSOP, GEOTOP, HMC mô phỏng quá trình tập trung dòng chảy sườn dốc bằng các bể chứa trên mỗi ô lưới Mỗi ô lưới gồm nhiều bể chứa sắp xếp theo chiều thẳng đứng để tính toán trao đổi nước giữa các lớp đất đá, tổn thất do thấm và dòng chảy giữa các ô lưới [22], [42], [53], [75], [82] Trong đó, một số mô hình chưa hoàn thiện mô phỏng dòng chảy trong sông nên đã tích hợp với mô hình Muskingum như mô hình FRASC và DIMOSOP và áp dụng cho một số sông ở Việt Nam như lưu vực sông Bé, Cái Phan Rang, Thác Mơ, sông Đồng Nai [75], lưu vực sông Hồng, sông Thái Bình [1] Ngoài ra, các mô hình thông số phân bố tham số USDAHL

và WatFlood mô phỏng tập trung dòng chảy theo các dải sườn dốc; trong đó

mô hình USDAHL sử dụng phương trình phi tuyến do Holtan đề xuất năm 1970 [56], mô hình WatFlood sử dụng phương pháp đơn vị phản ứng nhóm GRU (Grouped Response Unit) để nhóm các đơn vị thủy văn giống nhau và mỗi GRU

là một đơn vị tính toán thủy văn gồm một nhóm diện tích có phản ứng giống nhau trong điều kiện khí tượng tương tự [39]

Mô hình thủy văn thông số phân bố vật lý cơ bản mô phỏng quá trình dòng chảy sườn dốc mô phỏng quá trình dòng chảy sườn dốc bằng phương trình toán lý, thể hiện quá trình di chuyển của dòng nước bằng phương trình thấm và phương trình dòng chảy mặt không đều Một số mô hình thủy văn thông số phân bố vật lý cơ bản như WETSPA, Mike SHE, CATHY sử dụng phương trình xấp xỉ sóng khuếch tán để tính toán dòng chảy giữa các ô lưới để mô

phỏng quá trình dòng chảy sườn dốc [86]; tương tự, các mô hình WEP, GBHM, THALES, TOPKAPI sử dụng phương trình sóng động học và mô hình MARINE sử dụng phương trình xấp xỉ sóng động học Trong đó, mô hình WEP

có khả năng trao đổi nước với 8 ô lưới lân cận, các mô hình còn lại có khả năng trao đổi nước với 4 ô lưới lân cận Mô hình thủy văn thông số phân bố vật lý

cơ bản mô phỏng sườn dốc khá tốt và phản ánh tính chất chất vật lý của dòng chảy; tuy nhiên, một số mô hình chưa hoàn thiện mô phỏng dòng chảy trong sông nên cần tích hợp với các mô hình khác trong ứng dụng Điển hình như mô hình WETSPA kết nối với mô hình HEC - RAS, mô hình Mike SHE hoặc URBS kết nối với mô hình Mike 11 [32], [105], mô hình WEP kết nối với mô hình sóng động học một chiều hoặc mô hình sóng động lực một chiều giải theo phương pháp lặp Newton - Raphson [107], mô hình CATHY kết nối với mô hình sóng động học hoặc Muskingum - Cunge [96], mô hình MARINE kết nối với mô hình thủy lực, Muskingum, Muskingum - Cunge Một số mô hình đã được ứng dụng ở Việt Nam như ứng dụng WETSPA sông Hồng, Mã, Cả, Đồng Nai, Mê Kông, Vu Gia - Thu Bồn [11], [18]; mô hình MARINE ứng dụng trên lưu vực sông Hồng, sông Đà, sông Hương [3], [9], [15], [44], [68]

Ngoài sử dụng các phương trình xấp xỉ sóng khuếch tán, sóng động học

và xấp xỉ sóng động học để mô phỏng dòng chảy qua các ô lưới như các mô hình trên, một số mô hình còn sử dụng phương trình cân bằng năng lượng, phương pháp tích hợp các mô hình toán và mô phỏng trên dải sườn dốc Điển hình như mô hình IHM liên kết các quá trình vật lý của dòng chảy chuyển tiếp

từ nước mặt sang nước ngầm thông qua tích hợp với các mô hình nước mặt HSPF và nước ngầm ModFlow [64] Mô hình IHDM kết hợp phương pháp sai phân hữu hạn của phương trình Saint - Venant một chiều cho dòng chảy trên sườn dốc và kênh dẫn với một mô hình lưu trữ nước trong đất, chiều dài sườn dốc và kênh được biểu diễn dưới dạng mặt phẳng dốc hình chữ nhật và mặt cắt ngang không đổi Mô hình DHSVM mô phỏng dòng chảy mặt và sát mặt bằng phương trình cân bằng năng lượng giữa các ô lưới dưới tác động của giáng

thủy, địa hình, thoát hơi thực vật, hạn chế bốc hơi từ tán cây và dòng chảy mặt, dòng chảy trong các lớp đất; dòng chảy trong sông suối được mô phỏng bằng phương trình bảo toàn thể tích lượng trữ đoạn sông [104]

Như vậy, mô hình thủy văn thông số phân bố khá đa dạng, với các già thiết, giả thiết mô phỏng và cơ sơ sở lý thuyết khác nhau; việc lựa chọn mô hình tùy thuộc vào mục đích mô phỏng và khả năng đáp ứng của cơ sở dữ liệu

Do đó, vấn đề đặt ra là lựa chọn được mô hình thủy văn thông số phân bố phù hợp để đáp ứng yêu cầu mô phỏng, dự báo chi tiết và phù hợp để áp dụng cho lưu vực thiếu số liệu Tuy nhiên, rất khó xác định cụ thể một mô hình phù hợp, Blöschl (2013) cung cấp 3 nhóm thông tin hỗ trợ lựa chọn mô hình: (1) nhận thức trước được quá trình mô phỏng, (2) khả năng khắc phục thiếu số liệu, (3)

mô hình đã sử dụng trên lưu vực tương tự đủ số liệu Ngoài ra, lựa chọn cấu trúc mô hình còn quan tâm đến: (1) mục đích mô hình hóa, (2) yêu cầu về số liệu (mô hình càng phức tạp thì cần càng nhiều dữ liệu), (3) vấn đề tài chính (mô hình càng đơn giản thì chi phí càng thấp) và (4) kinh nghiệm của người sử dụng mô hình [57] Áp dụng các nhóm thông tin hỗ trợ và cơ sở lý thuyết, giả thiết mô phỏng, khả năng ứng dụng của các mô hình thủy văn thông số phân

bố, mô hình MARINE được lựa chọn vì đáp ứng các điều kiện sau đây:

- MARINE là mô hình thủy văn thông số phân bố vật lý, mô phỏng dòng chảy hai chiều trên sườn dốc bằng hệ phương trình Saint Venant nên đáp ứng được điều kiện lựa chọn mô hình có cơ sở khoa học rõ ràng, tin cậy và mô phỏng bản chất vật lý quá trình dòng chảy sườn dốc (Hughes, 2006; Uhlenbrook, 2010) [57], [116]

- Mô hình MARINE có mã nguồn mở nên tăng khả năng khắc phục thiếu

số liệu (Hughes, 2006; Uhlenbrook, 2010), biết được giới hạn và yêu cầu mô phỏng để xác định phạm vi khắc phục thiếu số liệu (Le Moine, 2007), hiểu được thông số để đánh giá ảnh hưởng thiếu số liệu đến chất lượng mô phỏng (Oudin, 2008), biết được phạm vi khí hậu và điều kiện vật lý để xác định khả năng khắc phục của số liệu bị thiếu (Hughes, 1997; Perrin, 2003; Gan và Burges, 2006;

Pietroniro, 2007; Semenova và Vinogradova, 2009; Carrillo, 2011; Vinogradov, 2011, Strömqvist, 2012) [57]

- Mô hình MARINE đã được nghiên cứu và ứng dụng có hiệu quả ở nhiều nơi trên Thế giới và ở Việt Nam nên đáp ứng được điều kiện lựa chọn được mô hình mô phỏng ổn định và phù hợp đặc điểm tự nhiên của lưu vực thiếu số liệu [57] Do đó, ứng dụng mô hình để mô phỏng và dự báo cho các lưu vực sông thiếu số liệu ở Việt Nam có tính khả thi cao

- Các mô hình thông số phân bố thương mại có khả năng mô phỏng tốt quá trình dòng chảy trong sông nhưng không có mã nguồn mở và chi phí sử dụng cao

- Có nhiều mô hình thông số phân bố mã nguồn mở trên Thế giới, nhưng

mô hình MARINE là mô hình được chuyển giao và kiểm chứng độ tin cậy trong điều kiện ở Việt Nam Việc nghiên cứu cải tiến để tăng khả năng, chất lượng

mô phỏng và dự báo dòng chảy trong điều kiện thiếu số liệu có ý nghĩa khoa

và thực tiễn trong ứng dụng tại Việt Nam

Mặc dù có nhiều ưu điểm, nhưng mô hình MARINE chưa hoàn thiện mô phỏng dòng chảy trong sông Tuy nhiên, với ưu điểm có mã nguồn mở, nhược điểm này có thể được khắc phục bằng phương pháp tích hợp với mô hình diễn toán dòng chảy trong sông khác Hơn nữa, quá trình tích hợp có thể lựa chọn được mô hình mô phỏng chi tiết, phản ánh được tính chất vật lý của dòng chảy

và phù hợp với sông suối thiếu số liệu mặt cắt ngang

Mô hình diễn toán dòng chảy trong sông khá đa dạng, bao gồm các mô hình thủy văn như: Muskingum, Muskingum - Cunge, SSARR; mô hình sóng động học, sóng khuếch tán và các mô hình thủy lực như: Mike 11, HEC - RAS, KOD-1, VRSAP, ISIS-1D, HydroGIS, MK4, QUAL2-E, HEC-6, IMECH-1D, DUFLOW, SOBECK-1D Trong đó, mô hình SSARR mô phỏng dòng chảy trong các đoạn sông dựa trên cơ sở cân bằng nước vào và ra khỏi đoạn sông tương tự như dòng chảy vào và ra khỏi hồ chứa; mô hình Muskingum mô phỏng quá trình dòng chảy trong sông bằng sự dịch chuyển sóng lũ qua các đoạn sông,

tác động của lòng dẫn làm biến đổi hình dạng con lũ qua các đoạn sông Mô hình diễn toán dòng chảy trong sông càng phức tạp có chất lượng mô phỏng càng tốt và phạm vi ứng dụng càng rộng nhưng cũng sử dụng số liệu càng nhiều nên khả năng thiếu số liệu càng lớn Do đó, cần lựa chọn mô hình diễn toán dòng chảy trong sông có khả năng khắc phục được nhược điểm của mô hình MARINE và ứng dụng được cho lưu vực thiếu số liệu mặt cắt ngang

1.4 TỔNG QUAN MÔ HÌNH MARINE

Mô hình MARINE (Modelisation de l’Anticipation du Ruissellement at des INondations pour des événements Extremes) hay (Model of Anticipation Runoff and INundations for Extreme events), được nhóm HydroEco của Viện

Cơ học chất lỏng Toulouse (IMFT) phát triển từ luận án của Estupina; là mô hình thủy văn thông số hướng sự kiện, phân bố không gian dựa trên cơ sở vật

lý Mục đích ban đầu được xây dựng để cảnh báo lũ quét cho lưu vực nhỏ, mô phỏng động lực nhanh, tính toán các quá trình chủ yếu (đã biết, chi phối và có ảnh hưởng) trong quá trình hình thành lũ Giả thiết của mô hình là chỉ tính đến

sự xâm nhập vào vùng không bão hòa, các quá trình ngăn chặn và thoát hơi nước không đáng kể đối với quá trình lũ [116]

Mô hình được ứng dụng tính toán lũ thời gian thực từ dự án PACTES (cảnh báo nguy cơ lũ quét theo không gian) tại Pháp với sự hỗ trợ ban đầu của

Bộ Nghiên cứu Pháp và Cơ quan Vũ trụ Pháp để mô phỏng trận lũ quét xảy ra năm 1999 ở phía nam nước Pháp, ước lượng mưa từ radar để cảnh báo lũ quét năm 2002 [63], [115], [116] Ngoài nước Pháp, mô hình còn được sử dụng để cảnh báo lũ quét và dự báo lũ ở Oman, Tây Ban Nha, các nước khu vực Địa Trung Hải [48], [49] Mô hình MARINE được ứng dụng ở Việt Nam từ 2001 trong khuôn khổ của Dự án FLOCODS để dự báo lũ lưu vực sông Hồng, năm

2006 được nghiên cứu dự báo lưu lượng về hồ Hòa Bình, dự báo lũ lưu vực sông Hương [3], [9], [44], [68] Hiện nay mô hình đang được thử nghiệm trong nghiệp vụ dự báo tại Trung tâm Dự báo Khí tượng Thủy văn Quốc gia cho lưu vực sông Đà, sông Hồng [1], [15]

Mô hình MARINE sử dụng số liệu khí tượng thủy văn phân bố không gian gồm: lượng mưa, độ ẩm đất, mực nước ngầm; dữ liệu về lưu vực sông gồm: bản đồ địa hình, loại đất, thảm phủ thực vật, sông suối Do yêu cầu số lượng lớn số liệu nên ứng dụng mô hình còn gặp nhiều khó khăn do thiếu số liệu, đó là khó khăn chung của mô hình thủy văn thông số phân bố như đã phân tích ở trên Với số liệu bị thiếu như địa hình, loại đất, thảm phủ thực vật và sông suối có thể dễ dàng khắc phục bằng số liệu viễn thám và công nghệ GIS Trong các số liệu về khí tượng thủy văn, số liệu độ ẩm đất và mực nước ngầm ít biến động theo không gian và ảnh hưởng không nhiều đến mô phỏng dòng chảy lũ, nhưng số liệu mưa có tác động lớn nhất đến mô phỏng dòng chảy lũ và có sự thay đổi lớn nhất theo không gian Trong các ứng dụng mô hình MARINE trước đây, xử lý dữ liệu mưa phân bố bằng phương pháp định lượng mưa từ radar và ảnh vệ tinh [48], [49], [63], [115], [116]; tuy nhiên, phương pháp này có độ tin cậy chưa cao vì đó là các số liệu quan trắc gián tiếp, tương quan với lượng mưa các trạm đo mưa mặt đất chưa đảm bảo, có độ trễ thời gian, độ phân giải thấp, khó xử lý tác động của các yếu tố khí tượng khác nên chất lượng mưa đầu vào cho mô hình MARINE còn hạn chế, khó ứng dụng ở Việt Nam Các ứng dụng

ở trong nước trước đây đã chuyển mưa trạm về mưa ô lưới bằng phương pháp

đa giác [1], [3], [9], [15], [44], [68]; tuy nhiên phương pháp này không tính toán mưa phân bố không gian, các ô lưới trong cùng đa giác nhận cùng một giá trị lượng mưa Do đó, nghiên cứu các phương pháp nội suy mưa không gian cho mô hình MARINE là một giải pháp khả thi, thuận tiện, phù hợp với điều kiện ở Việt Nam và có khả năng tăng chất lượng mưa đầu vào Ngoài ra, ở vùng đồi núi nước ta có sự biến động mạnh theo không gian và hiện trạng thiếu trạm

đo mưa khá phổ biến; do đó, cải tiến mô hình MARINE bằng phương pháp nội suy mưa không gian kết hợp với xử lý mưa theo địa hình để khắc phục thiếu số liệu mưa phân bố không gian là rất cần thiết

Trong các ứng dụng trước đây, mô hình MARINE chỉ mô phỏng dòng chảy cho các đoạn sông của dòng sông chính, dòng chảy các đoạn sông được

tích lũy từ dòng chảy của các ô lưới có sông chảy qua; do đó, dòng chảy trên các sông nhánh được diễn toán như dòng chảy trên sườn dốc Giả thiết mô phỏng như trên không sát với thực tế và các lưu vực sông càng lớn thì chất lượng mô phỏng càng thấp Để hạn chế nhược điểm này, các nghiên cứu đã chia nhỏ thành các tiểu lưu vực, tuy nhiên việc thiết lập và sử dụng rất phức tạp

và trong một tiểu lưu vực cũng không mô phỏng được các sông nhánh Ngoài

ra, trong nghiên cứu của Denis Dartus và David Labat đã chỉ ra: Khi diện tích lưu vực lớn hơn 1 km², dòng chảy bề mặt được tập trung vào một mạng lưới sông [116] Theo đó, nếu chỉ mô phỏng sông chính mà vẫn sát với thực tế thì các tiểu lưu vực trong MARINE cần chia nhỏ hơn 1 km2, vì thế rất khó khả thi trong ứng dụng Do đó, để khắc phục nhược điểm mô phỏng theo các tiểu lưu vực, lũy tích dòng chảy các nút cho các đoạn sông và chỉ mô phỏng dòng chảy trên một dòng sông chính, mô hình MARINE cần được cải tiến để tăng cường khả năng mô phỏng bằng những kỹ thuật sau đây:

- Thay thế thuật toán lũy tích dòng chảy các nút cho các đoạn sông bằng

mô hình diễn toán dòng chảy các nút cho các đoạn sông

- Bổ sung mô đun trích xuất mô phỏng dòng chảy cho mạng lưới sông,

đề làm cở sở để tích hợp với mô hình diễn toán dòng chảy cho mạng lưới sông

Do chưa hoàn thiện mô phỏng dòng chảy trong sông, nên trong ứng dụng

mô hình MARINE của những nghiên cứu trước đây đã kết nối với các mô hình khác Ở Pháp, dòng chảy trong sông được xây dựng bởi Bessière (2005) bằng phương trình xấp xỉ sóng động học, Foody sử dụng Muskingum, Rorrell sử dụng HEC - RAS và MAGE - 1D để kết nối với mô hình MARINE [116] Các nghiên cứu trong nước của Nguyễn Lan Châu, Nguyễn Văn Điệp, Nguyễn Tiến Cường, Bùi Đình Lập đã kết nối mô hình MARINE và mô hình IMECH - 1D hoặc Muskingum - Cunge để mô phỏng dòng chảy trên sông Đà, sông Hồng, sông Hương [3], [9], [15], [44], [68] Tuy nhiên, các mô hình thủy lực như IMECH-1D, HEC - RAS, MAGE-1D chỉ áp dụng được khi có đủ số liệu mặt cắt ngang, các mô hình Muskingum không sử dụng số liệu mặt cắt ngang nhưng

có một số hạn chế như: mô phỏng dòng chảy là lượng trữ thủy văn tuyến tính

và không phản ánh quá trình truyền lũ trong sông và biến động lớn của dòng chảy Mô hình sóng động học một chiều được lựa chọn vì đáp ứng được điều kiện cho lưu vực thiếu số liệu tương tự như điều kiện áp dụng cho mô hình MARINE ở trên: (1) Cơ sở lý thuyết của mô hình sóng động học xuất phát từ

hệ phương trình Saint - Venant, (2) Xây dựng mô hình với mã nguồn mở và (3)

Mô hình đã được ứng dụng có hiệu quả ở nhiều nơi trên Thế giới và Việt Nam [57] Ngoài ra, mô hình sóng động học một chiều còn một số ưu thế khi áp dụng cho mạng lưới sông thiếu số liệu mặt cắt, khắc phục được một số hạn chế về

mô phỏng dòng chảy trong sông của mô hình MARINE như sau:

- Mặc dù bị giảm giới hạn mô phỏng và bản chất vật lý so với mô hình sóng động lực, sóng khuếch tán nhưng mô hình sóng động học một chiều không

sử dụng mặt cắt mà vẫn đảm bảo yêu cầu về mô phỏng, dự báo chi tiết dòng chảy Mô hình sử dụng chiều rộng sông, độ dốc sông và số liệu những số liệu này dễ dàng xác định bằng bản đồ tỷ lệ lớn, DEM phân giải cao, ảnh vệ tinh

- Mô hình sóng động học có khả năng mô phỏng tốt hơn các mô hình thủy văn diễn toán dòng chảy trong sông khác và tính đồng bộ mô phỏng với

- Mô hình không sử dụng biên mực nước ở hạ lưu như mô hình thủy lực, nên mô hình sử dụng hợp lý hơn trong nghiệp vụ dự báo vì biên mực nước ở

hạ lưu là quá trình cần dự báo

- Nguyên lý mô phỏng của mô hình sóng động học là phát sinh dòng chảy

từ độ dốc đáy sông, nên phù hợp với sông miền núi; vì đây là khu vực có độ dốc lớn và hiện trạng thiếu số liệu mặt cắt ngang rất phổ biến

Ngoài ra, khoảng 50% các con sông trên Thế giới có dòng chảy chịu ảnh hưởng của các hồ chứa, tác động tiềm tàng của các hồ với diễn biến dòng chảy trong sông có liên quan chặt chẽ đến vị trí địa lý và chức năng của con đập [70] Tác động của hồ chứa đến dòng chảy trong sông đặt ra yêu cầu mô phỏng dòng chảy qua hồ trong các mô hình toán Tuy nhiên, trong các mô hình kết nối với MARINE ở trên chưa mô phỏng tác động của hồ chứa đến quá trình dòng chảy trong sông Với ưu thế của mô hình sóng động học một chiều sẽ tạo điều thuận lợi để xây dựng và tích hợp mô đun diễn toán dòng chảy qua hồ

1.5 TỔNG QUAN CÁC PHƯƠNG PHÁP SỬ DỤNG ĐỂ CẢI TIẾN MÔ HÌNH MARINE

Những vấn đề chưa hoàn thiện trong ứng dụng và mô phỏng của mô hình MARINE có thể được cải tiến bằng phương pháp tích hợp với các mô hình, mô đun, công cụ Ngoài ra, mô hình MARINE cải tiến được tăng cường khả năng

mô phỏng trên lưu vực thiếu số liệu mưa phân bố và mặt cắt sông

1.5.1 Tổng quan mô hình sóng động học một chiều

Mô hình sóng động học do Lighthill và Whitham (1955) đề xuất và được nhiều nghiên cứu về sau phát triển, ứng dụng để mô phỏng dòng chảy trong kênh, sông suối như: Weinmann and Laurenson (1979), Henderson (1963), Brakensiek (1967), Cunge (1969), Woolhiser (1975), Dawdy (1978) [73] Mô hình một chiều trong sông được tiếp tục quan tâm nghiên cứu như: Jacovvis (1996) ứng dụng cho sông có bãi với nhiều loại hình dạng mắt cắt [62], Aminul Islam so sánh giữa sơ đồ sai phân ẩn và sai phân hiện [61], Tayfur phát triển để

mô phỏng sự phát triển và biến dạng mặt cắt dọc trong kênh bồi [52], Huang (1978) xây dựng mô hình trong kênh bằng cách giải sai phân hữu hạn, Nwaogazie xây dựng mô hình một chiều phi tuyến bằng phương pháp Newton

- Raphson [60] Mô hình sóng động học một chiều sau này được nhiều nghiên cứu phát triển để mô phỏng trên sườn dốc như: Henderson (1966), Henderson

và Wooding (1964), Woolhiser và Liggett (1967), Kibler và Woolhiser (1970), Schaafce (1970), Li (1975), Borah (1980) [73] Ngoài ra, Ben Vzi (1991) ứng dụng sóng động học để tính thời gian truyền đỉnh lũ giữa các trạm thủy văn,

Morel Seytoux (1993) xây dựng mô hình bằng cách kết hợp thủy lực và thống

kê, Yang (1992) xây dựng mô hình bằng sơ đồ phần tử hữu hạn của Petrov - Galerkin sau đó được Alam (1995) và Bhuiyan (1995) phát triển để mô phỏng lan truyền sóng lũ do vỡ đập [101] Mô hình sóng động học còn được sử dụng trong mô hình Mike 11, HEC-1 [83] để sử dụng cho những sông không có số liệu mặt cắt ngang Ở Việt Nam, mô hình sóng động học một chiều được xây dựng và ứng dụng trong một số nghiên cứu của Hoàng Minh Tuyển, Lương Tuấn Anh; phát triển để mô phỏng dòng chảy trên dải sườn dốc trong mô hình KW-1D [94]

1.5.2 Tổng quan diễn toán dòng chảy qua hồ

Diễn toán dòng chảy qua hồ là một thuật giải dùng để tính toán xác định đường quá trình dòng chảy đi ra khỏi một hồ chứa có đường mặt nước nằm ngang khi đã cho trước đường quá trình dòng chảy đầu vào các đường đặc tính lòng hồ, thể hiện mối liên hệ với lượng trữ nước và lưu lượng đầu ra Các phương pháp cổ điển được sử dụng để diễn toán dòng chảy qua hồ như: phương pháp thử dần, Potapop, đồ thị, lập bảng Cùng với sự phát triển nhanh chóng về phương tiện tính toán, các thuật giải bằng đồ thị đã được thay tế bằng các phương pháp lập bảng hoặc hàm số để cho quá trình tính toán được tự động hóa Tuy nhiên, các phương pháp xác định quá trình dòng chảy qua hồ bằng bảng tra, phương trình cân bằng nước hoặc hàm số không phản ánh chặt chẽ các đặc tính thủy lực, bản chất vật lý dòng chảy [97]

Để mô phỏng phức tạp hơn tác động của hệ thống hồ chứa và vận hành

hồ chứa với nhiều mục đích khác nhau đã đặt ra yêu cầu phát triển mô hình diễn toán dòng chảy qua hồ như HEC - ResSim, Mike Hydro Basin Mô hình HEC - ResSim được sử dụng khá phổ biến hiện nay để điều tiết hồ chứa hoặc

hệ thống hồ chứa, phương trình lượng trữ (cân bằng nước) được sử dụng để tính toán dòng chảy qua hồ và tối ưu điều tiết hồ chứa bằng thuật toán RTC dựa trên cơ sở kiểm soát dự báo mô hình MPC [100] Tác động tổng hợp của dòng chảy qua hồ và khai thác nước hồ chứa được mô phỏng trong mô hình Mike Hydro Basin với các công cụ điều tiết tối ưu hồ chứa và sử dụng nước cho nhiều

mục đích khác nhau, mô hình diễn toán dòng chảy trong sông và chất lượng nước bằng cách tích hợp với mô hình Mike 11 [45] Ngoài ra, một số mô hình

đã được xây dựng để mô phỏng tác động của hồ chứa đến dòng chảy trong sông như HYSSR, HydroSim, HEC - PRM

1.5.3 Tổng quan khắc phục thiếu số liệu mưa phân bố không gian

Thiếu số liệu và chất lượng số liệu kém xảy ra khá phổ biến ở nhiều lưu vực sông trên Thế giới; cùng với đó, dự báo và mô phỏng trên lưu vực thiếu số liệu quan trắc được coi là một chủ đề nghiên cứu quan trọng và đầy thách thức trong khoa học thủy văn Tuy nhiên, để nâng cao chất lượng số liệu và nâng cấp hệ thống thống quan trắc cần nhiều thời gian, kinh phí; ngay cả khi có đủ điều kiện này thì nhiều khu vực cũng không đủ điều kiện về cơ sở hạ tầng để xây dựng, lắp đặt trạm quan trắc bề mặt [47] Khó khăn về thiếu số liệu trở lên lớn hơn khi ứng dụng mô hình thủy văn thông số phân bố, từ đó đặt ra yêu cầu nghiên cứu đa dạng các phương pháp để khắc phục vấn đề thiếu nhiều loại số liệu Trong đó, lượng mưa có ảnh hưởng rất lớn đến diễn biến dòng chảy lưu vực sông và khó khắc phục nhất; do đó, cần nghiên cứu các phương pháp khắc phục thiếu số liệu mưa để cải thiện khả năng mô phỏng và chất lượng dự báo cho mô hình thủy văn thông số phân bố cũng như mô hình MARINE Các phương pháp khắc phục thiếu số liệu mưa phân bố chủ yếu hiện nay bao gồm: (1) định lượng mưa viễn thám, (2) tái phân tích số liệu mưa và (3) nội suy mưa không gian

1.5.3.1 Phương pháp định lượng mưa viễn thám

Trong những năm gần đây phương pháp định lượng mưa viễn thám từ số liệu radar hoặc ảnh mây vệ tinh đang được đầu tư nghiên cứu và phát triển Phương pháp định lượng vệ tinh cho phép định lượng trong phạm vi rộng hơn các phương pháp định lượng từ radar và mật độ trạm mưa càng dày cho độ chính xác càng cao [95] Tuy nhiên, rất khó để xác định mối quan hệ giữa các yếu tố quan trắc từ ảnh mây vệ tinh và radar với lượng mưa các trạm Một số nghiên cứu trên Thế giới đã xác định mối quan hệ trên bằng công thức bán kinh