Áp dụng cho lưu vực sông Vệ, tỉnh Quảng Ngãi Nguyễn Tiền Giang* Trường Đại học Khoa học Tự nhiên, ĐHQGHN, 334 Nguyễn Trãi, Hà Nội, Việt Nam Nhận ngày 29 tháng 4 năm 2011 Tóm tắt: Bài
Trang 154
Công nghệ dự báo lũ khi xét đến tính bất định của mô hình thủy văn: II Áp dụng cho lưu vực sông Vệ, tỉnh Quảng Ngãi
Nguyễn Tiền Giang*
Trường Đại học Khoa học Tự nhiên, ĐHQGHN, 334 Nguyễn Trãi, Hà Nội, Việt Nam
Nhận ngày 29 tháng 4 năm 2011
Tóm tắt: Bài báo này trình bày kết quả ứng dụng cơ sở lý thuyết của phương pháp ước lượng bất
định GLUE, đã được trình bày trong các bài báo trước, để dự báo thử nghiệm lưu lượng lũ tại trạm
An Chỉ trên lưu vực sông Vệ Đầu tiên, quy trình được thực hiện ở chế độ mô phỏng cho các trận
lũ tháng 11/1999 và tháng 10/2003 sử dụng với cả 3 chỉ tiêu đánh giá độ phù hợp (NS, ME, EV) Qua đó, chỉ tiêu NS được lựa chọn để ước lượng bất định cho chế độ dự báo với trận lũ tháng 12/1999 Kết quả dải dự báo đã được so sánh với số liệu thực đo và cho thấy sự tương đối phù hợp giữa chúng Kết quả dự báo dải có ý nghĩa hơn và cho sai số nhỏ hơn dự báo điểm (không tính đến
độ bất định của các tham số) Ngoài ra, bài báo đề xuất chỉ tiêu R (độ tin cậy) dùng để đánh giá độ tin cậy của dải dự báo Cuối cùng một số kiến nghị như cần nghiên cứu sâu hơn về các chỉ tiêu đánh giá sự phù hợp, các chỉ tiêu đánh giá chất lượng dự báo dải và áp dụng quy trình này cho các lưu vực khác được đề xuất cho các nghiên cứu cùng hướng tiếp theo
Từ khóa: WetSpa, dải dự báo, bất định, lưu vực sông Vệ
1 Giới thiệu 1
Như đã giới thiệu trong các bài báo trước [1, 2],
phương pháp ước lượng bất định GLUE được
đưa ra nhằm thể hiện các sai số yếu tố xuất hiện
trong quá trình sử dụng mô hình thủy văn vào
kết quả dự báo Từ đó sẽ có được một dải giá trị
dự báo thay vì một giá trị duy nhất như những
phương pháp truyền thống Đây là một hướng
nghiên cứu mới hướng tới kết quả dự báo lũ
chính xác phục vụ công tác phòng chống lũ với
các phương án
Phương pháp GLUE được áp dụng ở đây
tập trung vào tính bất định của bộ tham số trong
_
* ĐT: 84-4-35578435
E-mail: giangnt@vnu.edu.vn
mô hình thủy văn phân bố Xuất phát từ quan điểm bộ thông số của mô hình không thể có giá trị chính xác tuyệt đối đại diện cho một lưu vực
cụ thể nào đó Vì vậy thay vì đưa ra một bộ thông số, phương pháp ước lượng bất định khả năng đưa ra một khoảng giá trị của bộ thông số
và lựa chọn các giá trị đại biểu trong khoảng xác định đó Từ đó, tính toán theo mô hình được dải kết quả tương ứng với các bộ thông số
đã lựa chọn Kết quả được lựa chọn là kết quả thỏa mãn các chỉ tiêu đánh giá, tạo thành một dải giá trị Dải giá trị này càng hẹp thì chất lượng dự báo càng cao và ngược lại
Miền Trung là khu vực chịu nhiều thiệt hại
do các loại hình thiên tai đặc biệt là lũ lụt trên các sông lớn trong những năm gần đây Các
Trang 2sông thuộc khu vực miền Trung có đặc điểm
chung là địa hình lưu vực dạng lòng chảo
nghiêng, sông ngắn, độ dốc lớn, hầu như không
có phần trung lưu,… Do tình hình mưa lũ trong
khu vực cũng mang nhiều nét chung như: mưa
cường độ lớn, thời gian tập trung lũ nhỏ,….gây
ra nhiều bất lợi cho đời sống cộng đồng trong
khu vực Để nghiên cứu dự báo lũ phục vụ công
tác phòng chống lũ trên cả nước nói chung, khu
vực miền Trung nói riêng trong bài báo đã lựa
chọn lưu vực sông Vệ thuộc tỉnh Quảng Ngãi
để áp dụng thử nghiệm
Với 5 bước của phương pháp GLUE trong
phần cơ sở lý thuyết, đã xây dựng được quy
trình dự báo lũ có tính đến độ bất định của tham
số với mô hình thủy văn Trong bài báo này
trình bày nội dung áp dụng cơ sở lý thuyết
phương pháp ước lượng bất định khả năng đối
với mô hình WetSpa áp dụng dự báo lũ cho lưu
vực sông Vệ, tỉnh Quảng Ngãi
2 Áp dụng phương pháp GLUE dự báo lũ cho lưu vực sông Vệ
2.1 Lưu vưc sông Vệ
Sông Vệ bắt nguồn từ 1000m - 1200m, có toạ độ địa lý là
14032’25” vĩ độ Bắc, 108037’4” kinh độ Đông (hình 1) Trạm An Chỉ nằm ở phía hạ lưu và trên dòng chính sông Vệ, có toạ độ 14058’15”
vĩ Bắc và 108047’36” kinh Đông Sông Vệ chả
-ổ (nằm gọn trong tỉnh Quảng Ngãi) với tồng diện tích khoảng 1260 km2 Tính đến trạm An Chỉ, sông Vệ
841 km2
0,79 km/km2
19,9% Phía Bắc và phía Tây giáp với lưu vực sông Trà Khúc, phía Nam giáp tỉnh Bình Định và phía Đông giáp biển [3, 4]
Hình 1 Vị trí tỉnh Quảng Ngãi (trái), hệ thông sông chính trong tỉnh (giữa) và lưu vực sông Vệ (phải)
Trang 32.2 Thu thập và xử lý dữ liệu
a) Dữ liệu không gian
Trong mô hình WetSpa cải tiến sử dụng 3
bản đồ số (hình 2-4) là: DEM, bản đồ đất và sử
dụng đất Ngoài ra, để so sánh và tính toán các
đặc trưng lưu vực còn cần sử dụng đến bản đồ
mạng lưới sông suối và bản đồ mạng lưới trạm
thủy văn trên lưu vực Bản đồ DEM với kích
thước 50x50 m dùng để tính toán các tham số
liên quan đến địa hình Các loại thảm phủ trên
lưu vực sông Vệ được chuyển đổi sao cho phù hợp với các thuộc tính trong mô hình và đưa về cùng kích cỡ ô lưới giống DEM Từ bản đồ nàycó được các tham số về hệ số dòng chảy tiềm năng và khả năng trữ của các vùng trũng Các loại đất trên lưu vực sông cũng được thay đổi cho phù hợp với các loại đất trong mô hình
và đưa về kích cỡ ô lưới 50x50m Từ bản đồ này, các tham số về khả năng về độ rỗng, độ dẫn thủy lực, độ ẩm dư được đưa vào mô hình
Hình 2 Bản đồ DEM lưu vực sông Vệ Hình 3 Bản đồ đất lưu vực sông Vệ
Hình 4 Bản đồ sử dụng đất lưu vực nghiên cứu.
Trang 4b) Dữ liệu khí tượng thủy văn
Số liệu mưa tại 4 trạm An Chỉ, Sơn Giang,
Giá Vực, Ba Tơ được sử dụng để tính toán dòng
chảy trên lưu vực (hình 1) Trong đó, có hai
trạm Ba Tơ và An Chỉ là trạm nằm trong lưu
vực, hai trạm đo còn lại Sơn Giang và Giá Vực
nằm ngoài lưu vực, được sử dụng để vẽ đa giác
Thiessen và nội suy số liệu mưa trên toàn bộ
lưu vực Số liệu mưa quan trắc 6 giờ một lần
được quy về mưa hàng giờ Theo kết quả điều
tra những trận lũ lớn trên lưu vực sông Vệ trong
thời gian quan trắc là những trận lũ tháng
11/1999; 12/1999 và 10/2003 Sử dụng số liệu
quan trắc mưa, lũ trong những thời gian này để
tính toán
2.3 Tính toán trong Arcview
Sử dụng phần mềm Arcview tính toán nội
suy các bản đồ thủy văn, thủy lực tại từng ô
lưới trên lưu vực Các bản đồ sản phẩm bao
gồm: hướng dòng chảy và tích tụ dòng chảy,
mạng lưới sông suối, cấp sông suối, độ dốc với
giá trị độ dốc nhỏ nhất là 0.01%, bán kính thủy
lực cho từng ô lưới, phân chia lưu vực thành 13
lưu vực con với giá trị ô lưới là 40, độ dẫn thủy
lực, khả năng trữ, lượng ẩm dư chỉ số phân bố
kích cỡ độ rỗng của đất … Các bản đồ thông số
này được xuất ra dưới định dạng ASCII phù
hợp với đầu vào của ngôn ngữ lập trình Fortran
2.4 Lựa chọn thông số
Các tham số trong mô hình WetSpa được
chia thành hai phần: các thông số được thiết lập
từ dữ liệu không gian và các thông số toàn cục
Do các thiết lập trong ArcView thực hiện một
cách thủ công, nên không phân tích tính toán
ước lượng bất định với các thông số trong
ArcView vì với khối lượng mô phỏng lớn thì
việc phân tích tính bất định là không khả thi Vì
vậy, xem xét 12 tham số toàn cục xác định được
7 tham số được đưa vào tính toán bất định
Bước thời gian là tham số đầu tiên đó không đưa vào tính toán do bước thời gian mặc định trong dự báo lũ là 1 giờ Ba thông số, T0, K_snow và K_rain, chỉ được sử dụng khi có tuyết tan Đối với lưu vực sông Vệ, không có hiện tượng tuyết tan nên các tham số này không ảnh hưởng đến lưu lượng lũ do đó không xét đến Tham số thứ năm không được vào tính toán là K_ep - một yếu tố liên quan đến bốc thoát hơi Trên thực tế, trong thời gian lũ, lượng bốc hơi xem như bằng 0 Tham số K_ep không
có thể ảnh hưởng kết quả đầu ra mô hình vì thế không xét đến đối với phân tích bất định Vì vậy, chỉ có 7 tham số được đưa vào tính toán bất định trong nghiên cứu này
2.5 Xác định khoảng bất định của các thông số
Xác định khoảng bất bất định của các tham
số được dựa trên bản chất vật lý đặc trưng của tham số trong mô hình Nó phụ thuộc hoàn toàn vào chủ quan của người sử dụng mô hình Trong trường hợp kinh nghiệm bị hạn chế thì khoảng bất định được lựa chọn một cách thống nhất từ các nghiên cứu đã có là phù hợp [5]
Để xác định khoảng bất định của các thông
số tác giả đã dựa trên các giá trị từ các nghiên cứu trước, thực nghiệm số và phân tích độ nhạy của mô hìnhh WetSpa Tom Doldersum [6] sử dụng phương pháp Morris để phân tích độ nhạy tổng thể cho các thông số trong mô hình WetSpa cải tiến, trong đó có xét đến sự khác biệt khi áp dụng đối với các lưu vực ở Việt Nam và Châu Âu Kết quả như trong bảng 1 Bảng 1 Khoảng bất định của các thông số Thông
số Ki K g K ss G 0 G max K run P max Giá trị
nhỏ nhất 2 0.002 0 0 50 0 0 Giá trị
lớn nhất 11 0.06 1.5 50 150 10 500
Trang 52.6 Lấy mẫu các bộ thông số
Có hai phương pháp lấy mẫu: lấy mẫu ngẫu
nhiên theo Monte Carlo và lấy mẫu siêu lập
phương LHS Trong nghiên cứu này đã sử
dụng phương pháp lấy mẫu siêu lập phương
LHS LHS thực chất là phương pháp cải tiến
của lấy mẫu ngẫu nhiên Monte Carlo, là một
phương pháp lấy mẫu phân tầng Các phân phối
xác suất của mỗi tham số được chia thành N dải
giá trị với một xác suất bằng nhau xảy ra (1/N)
Mỗi một giá trị mô phỏng được lấy ngẫu nhiên
1 lần trong một dải giá trị Trình tự lựa chọn các
dãy là ngẫu nhiên và mô hình được thực hiện
với một tổ hợp ngẫu nhiên của các giá trị tham
số từ khoảng xác định mỗi dải giá trị giới hạn
của các tham số Số lượng mẫu lựa chọn là 200
bộ thông số trên dải phân bố của các giá trị
Hình 5 File 200 bộ thông số được chọn theo
phương pháp LHS
2.7 Tính toán với mô hình WetSpa
Với các mẫu đã lựa chọn ở trên tính toán với mô hình WetSpa với mỗi số liệu đầu vào (số liệu khí tượng) tính toán lưu lượng dòng chảy (output) tương ứng với 200 bộ thông số sau khi thực hiện thuật toán tính lặp 200 lần bằng ngôn ngữ Fortran trong mã nguồn của mô hình WetSpa Thời gian xử lý, tính toán đối với
200 mẫu khoảng 2 giờ
Hình 6 Kết quả tính toán lưu lượng lũ tháng 10/2003 tương ứng với 200 bộ thông số
2.8 Lựa chọn chỉ tiêu đánh giá độ phù hợp
Trong bài báo này, sử dụng 3 chỉ tiêu được đưa ra để đánh giá độ phù hợp của mẫu (hay bộ thông số) đã lựa chọn ở trên Trong bước mô phỏng tiến hành đánh giá với cả ba chỉ tiêu: NS,
ME và EV Từ đó phân tích lựa chọn một chỉ tiêu dùng cho bước dự báo Sử dụng các chương trình được viết bằng ngôn ngữ Matlab thực hiện tính toán đánh giá bằng các chỉ tiêu
2.9 Tính toán độ bất định ở chế độ mô phỏng
Dựa vào kết quả tính toán theo các chỉ tiêu
đã thực hiện ở trên bước này tính toán thước đo khả năng của mẫu mô phỏng Các mẫu mô phỏng được giữ lại là mẫu có kết quả tính toán theo các chỉ tiêu vượt qua ngưỡng loại bỏ đối với mỗi loại chỉ tiêu Trong bước tính toán này
có tính quyết định đối với tính toán bất định
Trang 6Đối với chế độ mô phỏng, số liệu cần để
tính toán là lưu lượng thực đo, lưu lượng tính
toán từ mô hình WetSpa và tính toán khả năng
từ chỉ tiêu được lựa chọn để đánh giá
Kết quả của tính toán bất định là những
chuỗi lưu lượng có các giá trị đánh giá theo các
chỉ tiêu là đạt (chỉ tiêu so sánh giữa tính toán và
thực đo, giá trị căn cứ theo ngưỡng loại bỏ) Từ
đó tính toán được dải giá trị lưu lượng phù hợp
mà giá trị thực đo nằm trong khoảng giới hạn
đó Thực hiện mô phỏng với 2 trận lũ: tháng
11/1999 và tháng 10/2003 Kết quả tính toán
được trình bày trên các hình từ 7 đến 12
2.10 Tính toán độ bất định ở chế độ dự báo
Đối với chế độ dự báo, số liệu lưu lượng
thực đo là chưa biết, lượng mưa có thể sử dụng
là lượng mưa dự báo Do đó, sử dụng mô hình
WetSpa để tính toán các chuỗi lưu lượng tương
ứng với bộ thông số từ số liệu mưa Trận lũ mô
phỏng này sẽ được tính toán khoảng tất định
dựa trên chỉ số phù hợp cũ thu được từ các mô
phỏng trước Các quá trình tính toán như đã
trình bày nhưng ở bước tính toán bất định lựa
chọn chế độ mô phỏng
Tính toán dự báo đối với trận lũ tháng
12/1999, số liệu mưa là số liệu thực đo và lưu
lượng được xem như chưa biết Lựa chọn chỉ
tiêu NS và tính toán theo trình tự thu được kết
quả như trong mục 3
3 Kết quả
3.1 Kết quả dự báo
Để dự báo được dòng chảy cần phải có mưa
dự báo, trong nội dung nghiên cứu này không
dùng số liệu mưa dự báo vì quá trình sẽ phức
tạp thêm khi phải xét đến sai số trong dự báo
mưa Vì vậy, nghiên cứu thực hiện dự báo với
trận lũ đã xảy ra tháng 12/1999, sử dụng số liệu
quan trắc mưa trên lưu vực từ ngày 1 đến ngày
7 tháng 12 năm 1999 Ngoài ra sử dụng số liệu quan trắc trên có thể kiểm tra với số liệu lưu lượng thực đo tại trạm An Chỉ Kết quả tính toán bất định dự báo đối với trận lũ tháng 12/1999 được thể hiện trong hình 13
Kết quả cho thấy có sự chênh lệch giữa giá trị thực đo và các biên trên (đối với đỉnh lũ thứ 2) và biên dưới (đối với đỉnh lũ thứ 3) của khoảng bất định dự báo Tuy nhiên mức độ chênh lệch là không lớn Sự sai khác ở đỉnh lũ thứ 3 có thể được giải thích một phần là do với cấp lưu lượng lớn (Q>3500 m3/s), tại An Chỉ có hiện tượng nước tràn bờ và trao đổi với lưu vực sông Trà Khúc Do đó lưu lượng đo được không phải là tổng lưu lượng thu được từ thượng lưu chảy về Nếu chỉ sử dụng đường trung bình là đường dự báo thì sai số sẽ lớn hơn
Hình 7 Kết quả tính toán bất định ở chế độ mô phỏng với trận lũ tháng 10/2003 (chỉ tiêu NS)
Hình 8 Kết quả tính toán bất định ở chế độ mô phỏng với trận lũ tháng 10/2003 (chỉ tiêu EV)
Trang 7Hình 9 Kết quả tính toán bất định ở chế độ
mô phỏng với trận lũ tháng 10/2003 (chỉ tiêu ME).
Hình 10 Kết quả tính toán bất định ở chế độ
mô phỏng với trận lũ tháng 11/1999 (chỉ tiêu NS)
Hình 11 Kết quả tính toán bất định ở chế độ
mô phỏng với trận lũ tháng 11/1999 (chỉ tiêu EV)
Hình 12 Kết quả tính toán bất định ở chế độ
mô phỏng với trận lũ tháng 11/1999 (chỉ tiêu ME)
Hình 13 Kết quả dự báo trận lũ tháng 12/1999 (Đường liền nét mảnh là đường thực đo)
3.2 Đánh giá chất lượng dự báo
Bài báo đã trình bày việc áp dụng phương pháp GLUE để mô phỏng và dự báo lũ bằng mô hình thủy văn khi tính đến tính bất định của các tham số mô hình Tuy nhiên vẫn tồn tại một câu hỏi là: dùng chỉ tiêu nào để đánh giá chất lượng
dự báo khi xét đến độ bất định của các tham số
mô hình
Bảng 3 Kết quả chỉ tiêu đánh giá độ tin cậy R Trận
lũ 10/2003 11/1999 12/1999 Chỉ
tiêu NS ME EV NS ME EV NS
R (%) 87.16 87.15 87.15 96.53 96.53 96.53 54.27
Tác giả đề xuất chỉ số R – độ tin cậy (reliability) tương tự trong nghiên cứu của Scholten et al [7, 8] đề xuất:
100%
n R N
Trong đó: n là số các giá trị thực đo nằm trong khoảng dự báo định nghĩa bởi đường bao trên và đường bao dưới (P95% và P5%); N là tổng số điểm thực đo đưa vào hiệu chỉnh, kiểm định hay đánh giá chất lượng dự báo Giá trị R đánh giá sự phù hợp của kết quả dự báo với số liệu thực đo thu được từ hệ thống thực Kết quả tính các chỉ tiêu R tương ứng cho từng trường
Trang 8hợp được đưa ra ở các hình từ 8 đến 13 được
thể hiện trong bảng 3
Nếu R càng lớn thì độ tin cậy của dải dự
báo càng lớn Điều này có nghĩa là chúng ta có
thể tin tưởng rằng giá trị lưu lượng lũ xắp xảy
ra sẽ nằm trong khoảng dự báo thu được từ mô
hình Tuy nhiên, giá trị của bản dự báo còn phụ
thuộc vào độ rộng của dải dự báo, mà dải này
lại phụ thuộc vào bản chất của từng mô hình
4 Kết luận và kiến nghị
Công tác dự báo lũ đóng một vai trò quan
trọng trong việc ổn định phát định phát triển
kinh tế xã hội Dự báo lũ phục vụ cho mục đích
phòng chống giảm nhẹ các thiên tai do nước
gây ra và phục vụ cho công tác vận hành các
công trình khai thác nguồn nước Vì vậy, việc
đưa ra một kết quả dự báo chính xác có ý nghĩa
đối với cộng đồng và mọi ngành kinh tế
Nghiên cứu phương pháp ước lượng bất định là
một hướng đi mới trong nghiên cứu công nghệ
dự báo lũ
Bước đầu nghiên cứu phương pháp ước
lượng bất định khả năng cho kết quả khả quan,
làm cơ sở cho những nghiên cứu tiếp theo Ưu
điểm của hướng nghiên cứu này là cho dải kết
quả dự báo giúp cho công tác phòng chống và
khắc phục thiên tai được thực hiện tốt hơn bằng
các phương án tương ứng với từng ngưỡng giá
trị đỉnh lũ
Tuy nhiên, việc xây dựng các chỉ tiêu đánh
giá độ phù hợp luôn là vấn đề quan trọng bậc
nhất trong quy trình dự báo Vì vậy, trong thời
gian tới cần xây dựng được các chỉ tiêu đánh
giá phù hợp nhất để quá trình dự báo lũ được
tốt hơn Đồng thời quy trình dự báo này cần áp
dụng cho một số mô hình khác nhau và cho các
lưu vực khác nhau để tổng quát hóa được phạm
vi sử dụng cũng như hiệu quả của phường pháp Ngoài ra, vấn đề nghiên cứu để đưa ra chỉ tiêu đánh giá chất lượng mô phỏng và dự báo khi tính đến độ bất định của số liệu đầu vào và các thông số của mô hình còn khá mới mẻ Do vậy cần nhiều các nghiên cứu tiếp theo để xem xét vấn đề này
Lời cảm ơn
Nội dung bài báo này là một phần kết quả của đề tài QG 09 -25 do Đại học Quốc Gia Hà Nội tài trợ Tác giả xin chân thành cảm ơn sự
hỗ trợ quý báu này
Tài liệu tham khảo
[1] Nguyễn Tiền Giang, Daniel van Putten, Phạm Thị Thu Hiền, Công nghệ dự báo lũ khi xét đến tính bất định của mô hình thủy văn: Cơ sở lý thuyết,
Tạp chí khoa học ĐHQGHN, Khoa học Tự nhiên
và Công nghệ 25, Số 3S (2009) 403
[2] Nguyen Tien Giang, Daniel van Putten, Uncertainty interval estimation of WetSpa model for flood simulation: a case study with Ve
Watershed, Quang Ngai Province Vietnam
Geotechnical Journal 14 (2E) (2010) 70
[3] Nguyễn Thanh Sơn, Nghiên cứu mô phỏng quá
trình mưa - dòng chảy phục vụ sử dụng hợp lý tài nguyên nước và đất một số lưu vực sông thượng nguồn miền Trung, Luận án Tiến sỹ ngành Địa lý,
Trường Đại học Khoa học Tự nhiên, Hà Nội, 2008
[4] Viện Quy hoạch Thủy lợi, Quy hoạch sử dụng
tổng hợp nguồn nước lưu vực sông Trà Khúc -Tỉnh Quảng Ngãi, Hà Nội, 2003
[5] Beven và Binley, The future of distributed models: model calibration and uncertainty
predicition, Hydrological processes 6 (1992), 279 [6] Tom Doldersum, Global sensitivity analysis of the
WetSpa model, Bachelor thesis, Twente
University, Enschede, The Netherlands, 2009 [7] Scholten, H and Van der Tol, M W M., Towards
a metrics for simulation model validation In
Predictability and nonlinear modeling in natural sciences and economics J Grassman and G Van
Straten, eds Kluwer Academic Publishers, Dordrecht, The Netherlands, (1994) 398
[8] H Scholten, M W M Van der Tol, A C Smaal, Models or measurements? Quantitative validation
of an ecophysiological model of mussel growth
and reproduction Paper presented at the ICES
Trang 9Annual Science Conference, Cascais, Portugal , 1998
Flood forecasting technology dealing uncertainty of
hydrological models: II An application to Ve watershed,
Quang Ngai Province
Nguyen Tien Giang
Hanoi University of Science, VNU, 334 Nguyen Trai, Hanoi, Vietnam
This paper presents the results of the application of GLUE methodology, which was presented in previous papers, to flood prediction at An Chi station in Ve watershed First, the procedure is executed
in simulation mode for November 1999 flood and October 2003 flood with three likelihood measures (NS, ME, EV) With the results obtained, the NS measure is selected for estimating uncertainty interval of Decmeber 1999 flood in predictive mode The comparision between predictive interval and observed flood indicates a reasonable agreement The predictive interval is more meaningful and less errorous than point-prediction (without consideration of parameter uncertainty) Besides, the paper recommends the use of R index (Reliability) to assess the reliability of predictive interval Finally, some outlooks for the in-line future research are given such as likelihood measures, quality assessment
of predictive interval and futher application for other watersheds
