Mô hình hoá mưa - dòng chảy ( Phần cơ sở - Nxb ĐH Quốc Gia Hà Nội ) - Chương 3 potx

Có các kỹ thuật có sẵn cho việc ước lượng trực tiếp cường độ bốc hơi, và kỹ thuật viễn thám đã đưa đến một phạm vi số liệu không gian có thể sử dụng trong mô hình.. Giống như các điểm đo

Chương 3

Số liệu cho mô hình Mưa-dòng chảy

Sẽ là lạ lùng khi kết thúc sự kiểm định một mô hình chỉ bằng những quan điểm rằng sự phát triển của tương lai có quan hệ mật thiết với thành quả của việc thu thập

số liệu mới và những công việc thí nghiệm mới nhưng, theo chúng tôi, đó lại là thực trạng cuả khoa học

Gorge Hornberger và Beth Boyer, 1995

Cuối cùng, sự thành công của một mô hình thuỷ văn phụ thuộc chủ yếu chính vào

số liệu có sẵn để thiết lập và chạy nó Trong hai chương đầu của quyển sách này có một vài sự tham khảo trong thực tế là thuỷ văn học bị giới hạn như là một khoa học bởi số liệu có sẵn và kỹ thuật đo đạc Tại một số nơi sự thu thập số liệu thích hợp với mô hình mưa-dòng chảy, kỹ thuật đã được cải thiện trong những năm gần đây Chúng tôi bây giờ có quan niệm tốt hơn nhiều về sự thay đổi mưa trong không gian vì sự phát triển của các cải thiện của ra đa mưa và số liệu được đo đạc chính xác hơn, và việc đo

đạc lưu lượng, mặt nước ngầm, độ ẩm đất cũng liên tục hơn và tin cậy hoá Có các kỹ thuật có sẵn cho việc ước lượng trực tiếp cường độ bốc hơi, và kỹ thuật viễn thám đã

đưa đến một phạm vi số liệu không gian có thể sử dụng trong mô hình Quyển sách này không nói về việc thu thập số liệu cho các mục đích thuỷ văn và cũng không bao phủ toàn bộ các kỹ thuật đo đạc về chi tiết, nhưng các phần còn lại của chương sẽ quan tâm đến thông tin kết hợp với các loại số liệu chính sẵn có cho các quá trình mô hình hoá mưa-dòng chảy

3.1 Số liệu mưa

Mô hình mưa-dòng chảy vẫn phụ thuộc một cách nặng nề vào các ghi chép từ các

điểm đo mưa, nhận được ước lượng cường độ mưa tại từng bước thời gian hoặc tốt hơn trạm đo mưa ngày Với các lưu vực lớn, mô hình sử dụng bước thời gian một ngày cũng

có thể đầy đủ cho các mục đích áp dụng: sự thay đổi về không gian nhìn chung quan trọng hơn sự thay đổi về thời gian Trong các lưu vực nhỏ, bước thời gian một ngày có thể là hơn thời gian phản ứng muộn của lưu vực và yêu cầu độ phân giải thời gian nhỏ hơn để mô hình tương ứng với động lực của phản ứng và đỉnh thuỷ đồ Mưa tự ghi trở thành quan trọng hơn nhưng số liệu đắt và lưu lượng ít hơn hơn, do đó vẫn cần thiết

đến trạm mưa ngày để ước lượng được tổng thể tích mưa cho một lưu vực, sử dụng trạm đo mưa tự ghi gần nhất để đưa ra một xấp xỉ sự phân bố mưa theo thời gian, nghĩa là profile mưa

Thậm chí trên một lưu vực nhỏ, lượng mưa ngày có thể đủ để thu được các dự báo tương ứng về tổng lượng dòng chảy (thay vì đỉnh thuỷ đồ), đặc biệt là khi cần đến tổng

lượng trong thời gian dài hơn như là mưa tháng Điều này được áp dụng bằng sự mô phỏng đầy đủ về sự thiếu hụt độ ẩm đất (hình 2.10) vì lưu lượng sẽ thực hiện cân bằng nước cho các vị trí này Tuy nhiên, dự báo thuỷ đồ sẽ đặc biệt khó khăn khi mưa hai ngày đồng thời, bởi vì khoảng đo đạc mưa ngày cố định (từ 9h tối đến 9h sáng) là khá tuỳ tiện đối với thuỷ văn

Tổng lượng mưa đo đạc có thể gặp sai số chủ quan Đặc biệt chúng sẽ phụ thuộc vào các thiết kế trạm đo mưa trong quan hệ với điều kiện gió tại vị trí đo và cường độ mưa Thiết kế tốt nhất là một điểm đo mưa với một cái miệng ống được đặt trên mặt

đất và bao xung quanh bằng một lưới chống ẩm, nhưng không thực tế lắm, đặc biệt trong vùng thường xuyên có tuyết Một thay đổi thiết kế với màn chắn gió được sử dụng tại một số nước khác để cố gắng giảm bớt sự ảnh hưởng của gió Sự ảnh hưởng của gió có thể lớn: ước lượng giảm 20% tại những vị trí có gió cho điểm đo bên trên mặt

đất 30 cm so với trạm mặt đất (ví dụ, Rodda và Smith 1986) Cường độ mưa lớn cũng

có thể gây nên một số vấn đề cho trạm tự ghi, chẳng hạn loại thùng lật Nếu lật bắt đầu xảy ra quá nhanh thì thùng đo mưa bật lên do đó khi cường độ mưa lớn có thể yêu cầu một sự hiệu chỉnh đặc biệt

Tổng lượng mưa và cường độ mưa có thể thay đổi rất nhanh theo không gian và thời gian đặc biệt là trong các trận mưa đối lưu (hình 3.1) Do đó, cũng như nội suy lượng mưa theo thời gian để đưa ra profile mưa, có thể cần thiết nội suy lượng mưa theo không gian bởi vì các điểm đo mưa chỉ diễn tả tại điểm đo Một số kỹ thuật sẵn có cho việc nội suy không gian như thế bao gồm trung bình đơn giản, đa giác Thiesson, trọng số khoảng cách nghịch đảo và một số loại khác, hầu hết đã được giới thiệu trong thuỷ văn học (ví dụ Shaw, 1994) Không một kỹ thuật nào có thể tốt hơn một xấp xỉ tổng lượng thực tế trên toàn lưu vực, và sự chính xác của một kỹ thuật riêng biệt, có thể thay đổi từ trận mưa này tới trận mưa khác

Hình 3.1 Sự biến đổi lượng mưa theo không gian và thời gian cho trận mưa ngày 27/6/1995 trên lưu vực

Rapidan Virginia (Smith và nnk 1996) Tái tạo từ Nghiên cứu tài nguyên nước 32:3099-3113, 1996 Bản

quyền của Hội địa vật lý Mỹ

Sự phát triển của rađa đo mưa đã dẫn đến một hiểu biết cao hơn rất nhiều về sự

thay đổi theo không gian và thời gian của cường độ mưa so với số liệu có từ các trạm

đo đơn độc trước đây Rất nhiều nước châu Âu và một số vùng lớn ở Mỹ được kiểm soát bằng rađa đo mưa đặt trên mặt đất Rađa có một ăngten xoay gửi các xung điện từ

đến một góc thấp vào trong khí quyển Một dụng cụ dò tìm dùng để đo đạc khoảng cách và trong một số trường hợp là sự suy giảm tần số của tín hiệu quay trở lại Nguyên tắc là tín hiệu quay trở lại rađa phụ thuộc mạnh vào cường độ giáng thuỷ trong đường đi của chùm tia rađa tại các khoảng cách khác nhau tính từ vị trí đo đạc Sau đó một hàm hiệu chỉnh cho phép ước lượng cường độ mưa tại từng khoảng cách: cường độ mưa ước lượng được nội suy vào trong một lưới vuông, thông thường độ phân giải có kích thước 2 hoặc 4 km cho các rađa hoạt động

Điều này sẽ đưa ra một sự phát triển rất quan trọng cho các loại số liệu sẵn có trong mô hình hoá mưa-dòng chảy nhưng cũng cần phải biết một vài giới hạn quan trọng Thứ nhất rađa không đo mưa tại mặt đất mà trên mặt đất một khoảng (thông thường là vài trăm mét và hơn tính từ trạm rađa) Do đó, các cấu trúc cường độ tại mặt đất có khả năng thay đổi, đặc biệt tại những nơi có gió mạnh hoặc có ảnh hưởng lớn của địa hình núi Thứ hai, các tín hiệu rađa quay trở lại từ các nguồn mưa xa có thể bị suy giảm rất lớn bởi các nguồn mưa gần hơn Do đó, các cấu trúc tín hiệu rađa quay trở lại phải được chính xác hoá cho ảnh hưởng suy giảm này Thứ ba, sự hiệu chỉnh của rađa không chỉ phụ thuộc vào cường độ mưa mà còn phụ thuộc vào các loại giáng thuỷ, đặc biệt là sự phân bố cỡ hạt và liệu rằng mưa là lỏng hoàn toàn hay hỗn hợp của nước và băng (Nó sinh ra các tín hiệu trở về rất khác nhau), do đó cần phải chính xác hoá hiệu chỉnh cơ bản cho các tín hiệu rađa theo các cách khác nhau Hầu hết điều này thường được làm bằng cách điều chỉnh liên tục các ước lượng cường độ suy ra từ rađa bằng cách sử dụng số liệu trực tuyến từ các trạm đo mưa tự ghi tại bề mặt đất Khi đó rađa trở thành phần kỹ thuật nội suy không gian tốn kém (nhưng hiệu quả) Có hiệu quả bởi vì nó có thể đưa ra một dấu hiệu của ô lưới có mức cường độ mưa lớn mà có thể bị mất hoàn toàn bởi lưới trạm đo mặt đất Điều này đặc biệt quan trọng đối với các tâm mưa lớn như là đã chỉ ra trong hình 3.1

Ước lượng mưa rất quan trọng trong mô hình mưa-dòng chảy, bởi vì không một mô hình nào, dù có lý thuyết vật lý hoặc các chứng minh kinh nghiệm bằng thông tin quá khứ, sẽ có thể đưa ra các thuỷ đồ dự báo chính xác nếu các đầu vào mô hình không miêu tả đầy đủ các đầu vào mưa (nguyên tắc GIGO rắc vào, rắc ra đã chứng minh rõ) Hornberger và nnk (1985) đã công bố một ví dụ hay Trong nghiên cứu của

họ, một mô hình mưa-dòng chảy hiệu chỉnh cho lưu vực White Oak Run rộng 5 km2 ở Virginia, đầu tiên nó tái tạo được lưu lượng quan trắc nhưng dự báo cho trận mưa kiểm chứng sai hoàn toàn Trên thực tế, tổng lượng mưa được ghi nhận tại các trạm đo nhỏ hơn nhiều so với tổng lưu lượng nhận được trong sông (có một dải các trạm đo mưa tại các cao trình khác nhau trên một phía của lưu vực nhưng cường độ mưa lại tập trung ở phía kia) Trong các trường hợp đó thật là khó cho bất kỳ một mô hình nào

dự báo phản ứng một cách chính xác Do đó, ước lượng không đúng mưa đầu vào cho một lưu vực đã tăng thêm độ bất định của các dự báo dòng chảy

Có một số mô hình cho rằng đã bao gồm một nhân tử mưa như là một thông số

được hiệu chỉnh, như là một cách thử để tính đến thực tế rằng các số liệu đo mưa sẵn

có không phải là diễn tả tốt đầu vào mưa của một diện tích lưu vực Không rõ ràng là một chiến lược tốt trong đó có thể chỉ có vài trận lũ mà đầu vào mưa không được ước lượng tốt Đối với các trận mưa lớn, như là trong ví dụ về White Oak Run bên trên, hoàn toàn rõ ràng rằng có vấn đề Đối với các trận mưa vừa phải, có thể nghi ngờ rằng một số trận mưa không được ước lượng tốt, nhưng nó có thể không rõ ràng là các trận mưa như thế có vấn đề Do đó một nhân tử mưa không đổi sẽ không là một cách xấp xỉ của sự điều chỉnh các đầu vào lưu vực Tốt hơn là tiến hành một số kiểm tra chất lượng (xem phần sau) và nếu cần thiết loại trừ một vài thời kỳ số liệu từ các bài toán mô hình vì không chắc chắn

Tuy nhiên, có một vài trường hợp khi một sự điều chỉnh có thể được chứng minh

Đó là những tình huống thường gặp, ví dụ như địa hình núi, một hoặc vài trạm đo mưa có thể có sẵn ở dưới đáy thung lũng nhưng không có trạm nào ở vị trí cao hơn ở

đó số liệu mưa đầu vào có thể lớn hơn Đầu vào mưa trung bình lưu vực có thể cao hơn với các ghi nhận tại các điểm đo đáy thung lũng Một số sự hiệu chỉnh là cần thiết để

đạt được sự cân bằng nước chấp nhận được Thậm chí, trong một số trường hợp sự hiệu chỉnh của một nhân tố mưa có thể không phải là cách giải tốt nhất bởi vì sẽ có một trường hợp riêng mà quá trình hiệu chỉnh sẽ đưa đến sự tương tác với các thông số khác được hiệu chỉnh trong cùng thời gian Do đó tốt hơn là tạo một hiệu chỉnh trước dựa trên cơ sở vật lý tốt hơn là cho phép nhân trong suốt quá trình hiệu chỉnh Điều này cũng cho phép có thể tạo ra các sự hiệu chỉnh khác nhau trong các thời kỳ khác nhau, mặc dù rất hiếm có các thông tin cần thiết trong đó để làm cơ sở cho một sự hiệu chỉnh thay đổi Tuy nhiên, sự hiệu chỉnh cho bất kỳ giá trị thông số nào khác vẫn là

điều kiện cho các đầu vào hiệu chỉnh Trong trường hợp chung, như đã lưu ý trong phần 1.8, các giá trị thông số hiệu chỉnh bất kỳ phải là điều kiện cho đầu vào sử dụng thậm chí nếu nó không được hiệu chỉnh như thế

Sự ước lượng đầu vào giáng thuỷ trong dạng tuyết đưa ra thêm một số vấn đề Các nhà thuỷ văn quan tâm đến lượng nước tương đương với tuyết, nó phụ thuộc vào cả độ sâu và profila của mật độ, cả hai đều thay đổi theo thời gian như là cấu trúc của khối tuyết đã tạo ra và hoàn chỉnh Nước tuyết tương đương có thể được đo đạc trực tiếp tại một điểm hoặc trên một đường cắt ngang đã biết như là quá trình tuyết bằng các đo

đạc thực địa độ sâu tuyết và profile mật độ, nhưng có thể khó và đầy đủ để duy trì tại các bước lặp thường xuyên Phương pháp đo đạc liên tục tốt nhất là đo trọng lượng của tuyết bên trên một điểm, sử dụng một thiết bị đo đạc áp suất như là gối tuyết Sự tăng

áp suất sẽ chỉ ra một lượng tuyết mới rơi xuống, sự giảm sẽ chỉ ra một lượng tuyết mất

đi do sự thăng hoa hoặc quan trọng hơn là sự tan chảy Đo đạc liên tục áp suất có thể

đưa ra chỉ số cường độ tan chảy được yêu cầu trong mô hình thuỷ văn

Không may sự sắp đặt như thế là tốn kém và còn tương đối hiếm Giống như các

điểm đo mưa, chúng chỉ đưa ra chỉ số các điều kiện tại các điểm riêng biệt và các khối tuyết cho sự thay đổi của chúng trong giới hạn cả lượng nước tương đương và cường độ tan chảy, đặc biệt với địa hình núi và những nơi có lớp phủ thực vật bên trên khối tuyết Các nhân tố như sự phân bố lại của tuyết bởi gió, sự ảnh hưởng của địa hình và

lớp phủ thực vật đối với tuyết, nhiệt độ, điều kiện phản chiếu năng lượng và các vòng tuần hoàn đóng băng-tuyết tan, thay đổi của phản xạ theo thời gian, tất cả các ảnh hưởng thay đổi này làm cho mô hình hoá tuyết tan rất khó (xem ví dụ nghiên cứu của Bathurst và Cooley, 1996, trong các trường hợp nghiên cứu phần 5.3) Đây là một lĩnh

vực của thuỷ văn học ở đó viễn thám tỏ ra là đặc biệt có ích (xem phần 3.7 bên dưới)

3.2 Số liệu lưu lượng

Sự có sẵn của số liệu lưu lượng là quan trọng trong quá trình hiệu chỉnh mô hình Tuy nhiên, số liệu lưu lượng có sẵn chỉ là một con số nhỏ của các vị trí trong một vùng nào đó Đó cũng là một sự đo đạc tổng hợp trong đó thuỷ đồ đo đạc sẽ phản ánh toàn

bộ sự phức tạp của quá trình dòng chảy trong lưu vực Thường khó để suy luận bản chất các quá trình này một cách trực tiếp từ thuỷ đồ thực đo, duy trì một số đặc trưng chung như là thời gian trung bình của phản ứng trong sự kiện thực tế Mô hình hoá mưa -dòng chảy cho các vị trí mà tại đó không có số liệu lưu lượng là một vấn đề khó khăn hơn rất nhiều Vấn đề lưu vực không đo đạc là một trong những thách thức thật

sự cho các mô hình thuỷ văn trong thế kỷ XXI

Có rất nhiều cách khác nhau để đo đạc lưu lượng (ví dụ Herschy 1995) Ngoại trừ dòng chảy rất nhỏ, rất khó để thực hiện một đo đạc trực tiếp Tuy nhiên mực nước trong sông tương đối dễ đo và hầu hết phương pháp để ước lượng lưu lượng yêu cầu một sự chuyển đổi mực nước đo đạc thành dòng chảy Nếu điều này được làm khi có dòng chảy qua một đập nước hoặc cấu trúc máng thì sự chuyển đổi này có thể chính xác tới hơn 5% Nếu không có một cấu trúc như thế hoặc cấu trúc bị vượt đỉnh khi dòng chảy lớn thì độ chính xác rất kém Trong trường hợp xấu nhất có lũ cực trị, mực nước đo đạc có thể bị phân chia và chỉ có một cách để ước lượng dòng chảy lớn nhất bằng cách sử dụng phương pháp độ dốc-diện tích, trong đó diện tích mặt cắt ngang của dòng chảy và độ dốc mặt nước được ước lượng bằng các vết rác rưởi chỉ ra phạm vi lớn nhất của dòng chảy, một phương trình độ nhám dòng đều được sử dụng để xác định lưu tốc bình quân Bởi vì tại đỉnh lũ dòng chảy có thể không đồng nhất, độ rối lớn, và sức tải cát cao trong một mặt cắt ngang biến đổi động lực, ước lượng một hệ số nhám

và diện tích mặt ngang có hiệu quả cũng như lưu tốc bình quân và lưu lượng có thể khó khăn Sai số trong ước lượng lưu lượng sẽ cao hơn nhiều

Các sai số hệ thống có khuynh hướng bị quên đi khi số liệu lưu lượng được đưa vào như một file máy tính để sử dụng trong mô hình mưa-dòng chảy Luôn có một xu hướng cho người làm mô hình đưa ra các giá trị ước lượng lưu lượng tốt hơn Với một

số phạm vi điều này được chứng minh: Số liệu là chỉ số duy nhất của lưu lượng thực và

là số liệu tốt nhất cho việc hiệu chỉnh các thông số mô hình Tuy nhiên nếu bất kỳ một mô hình nào được hiệu chỉnh bằng sử dụng số liệu sai thì các giá trị thông số hiệu quả cũng sẽ bị ảnh hưởng, và dự báo cho các khoảng thời gian khác phụ thuộc vào các giá trị thông số được hiệu chỉnh sẽ bị ảnh hưởng Đây là nguồn bổ sung cho phép bất định

và sẽ được đề cập thêm trong chương 7

Bây giờ, cần nhấn mạnh rằng trước khi áp dụng mô hình mưa-dòng chảy, số liệu nên được kiểm tra cho phù hợp Dĩ nhiên một số sai số vẫn tồn tại nhưng có thể kiểm

tra đơn giản bằng một số cách sau:

 Tính toán tổng lượng mưa và tổng lượng dòng chảy cho các khoảng thời gian khác nhau được ghi chép Lựa chọn những khoảng thời gian được phân chia bởi các dòng chảy thấp tương tự nhau tại những nơi mà tổng lượng tính toán không bị ảnh hưởng bởi lưu lượng nước rút Phải chăng hệ số dòng chảy (tỉ số giữa dòng chảy và tổng lượng mưa rơi) thay đổi theo mùa? Giá trị sẽ thấp hơn vào mùa hè và cao hơn vào mùa đông

 Có phải hệ số dòng chảy tăng theo tổng lượng mưa (cho phép thay đổi theo mùa)? Ví dụ, có phải bất kỳ hệ số dòng chảy nào cũng lớn hơn 100% ? Điều này chỉ ra rằng một hoặc các đo đạc khác có sai số bởi vì khó đưa ra sự cân bằng khối lượng cho một lưu vực để sinh ra dòng chảy đầu ra lớn hơn lượng mưa đầu vào

 Nếu có nhiều hơn một trạm đo mưa hay trạm đo lưu lượng, kiểm tra sự phù hợp giữa các trạm đo (chuẩn hoá sự khác nhau về diện tích cho lưu lượng) So sánh các

hệ số dòng chảy hoặc sử dụng đường cong khối lượng kép để kiểm tra sự thay dổi về độ dốc thể tích luỹ tích tại các trạm khác nhau

 Kiểm tra lại các tín hiệu để lấp chỗ trống số liệu bị mất Một ví dụ thông thường là ở đâu cường độ mưa đo đạc không đổi trong khoảng thời gian 24 giờ, đề nghị rằng lấy một thể tích từ trạm đo mưa ngày để làm đầy số liệu trong khoảng thời gian trạm tự ghi không làm việc Thuỷ đồ với các đỉnh nằm ngang kéo dài cũng thường là tín hiệu chỉ ra rằng có vấn đề với các thiết bị đo

Kiểm tra các loại này là dễ dàng và cho phép ít nhất một vài khoảng số liệu đo có dáng điệu bất thường được kiểm tra cẩn thận hơn hoặc được loại bỏ từ các phân tích

Dĩ nhiên có một số nguy hiểm trong việc loại bỏ các khoảng số liệu trên cơ sở rằng một mô hình được chọn không thể đưa ra một mô phỏng tốt cho khoảng đó Trừ khi có nhiều lý do khác cho việc loại bỏ, điều này không được coi là tốt bởi vì đây thường là trường hợp mà người làm mô hình học nhiều hơn về các giới hạn của mô hình từ các vị trí mà tại đó không thể đưa ra mô phỏng tốt hơn so với mô hình đang làm Tuy nhiên người đọc cũng nên lưu ý rằng hầu hết các tư liệu về mô hình thuỷ văn có khuynh hướng (hoàn toàn tự nhiên) đưa ra các tính toán tốt nhất cho một mô hình bất kỳ thay cho kém nhất

3.3 Số liệu khí tượng và ước lượng sự giữ lại và sự bốc thoát hơi

3.3.1 Ước lượng bốc thoát hơi nước tiềm năng

Trong nhiều môi trường, bốc thoát hơi nước chiếm một tỷ số lớn hơn lưu lượng dòng chảy trong cân bằng nước lưu vực Do đó trong các khoảng thời gian dài của các mô phỏng mưa-dòng chảy, nhìn chung cần thiết ước lượng tổn thất do bốc thoát hơi nước thực từ một lưu vực để có một sự diễn tả đầy đủ về trạng thái kỳ trước của lưu vực trước mỗi trận mưa

ở đây chúng ta phân biệt giữa bốc thoát hơi nước tiềm năng và bốc thoát hơi nước thực Bốc thoát hơi nước tiềm năng là tổn thất trên bề mặt mà không có giới hạn bởi nước Đó là một hàm của nhu cầu khí quyển, nghĩa là cường độ mà ở đó hơi nước có

thể chuyển dời xa khỏi bề mặt Nhu cầu khí quyển phụ thuộc trước hết vào năng lượng

sẵn có từ bức xạ hữu hiệu chuyển đổi nước lỏng thành hơi, gradient độ ẩm trong khí

quyển thấp hơn tốc độ gió và độ nhám bề mặt Các bề mặt nhám ẩm ướt như rừng sẽ

có cường độ bốc thoát hơi nước tiềm năng cao hơn so với các bề mặt trơn, như là một

cái hồ trong điều kiện bức xạ, độ ẩm và gió tương tự Nhìn chung cường độ bốc thoát

hơi nước thực sẽ bằng cường độ tiềm năng cho tới khi nước cung cấp từ đất bị giới hạn

Các phương pháp ước lượng phạm vi bốc thoát hơi nước tiềm năng từ việc sử dụng

một đường cong hình sin hàng năm đơn giản tới phương trình Penman- Monteith có cơ

sở quá trình vật lý hơn được nêu chi tiết trong hộp 3.1 Một đường cong hình sin mùa

đơn giản cho bốc thoát hơi nước tiềm năng ngày, không kể đến sự thay đổi thời tiết,

đơn giản hơn rất nhiều một mô hình hiệu ích của bốc thoát hơi nước tiềm năng Tuy

nhiên nghiên cứu của Calder (1983) chỉ ra rằng một đường cong như thế có thể cho kết

quả tốt như là các công thức phức tạp yêu cầu số liệu trong mô hình thiếu hụt độ ẩm

đất tại một vài vị trí ở Anh

Họ quan tâm tới lượng bốc thoát hơi nước tiềm năng trung bình ngày, thông số

duy nhất yêu cầu cho mô hình như là một thông số để hiệu chỉnh và tìm thấy các giá

trị tương tự có thể được sử dụng cho toàn bộ các vị trí nghiên cứu Một đường cong

hình sin mùa nói chung có thể được xác định theo dang:

E

trong đó: Ep là bốc thoát hơi nước tiềm năng trung bình ngày,đơn vị mm.ngày-1, và i là

số ngày trong năm Do đó chỉ có một thông số cần thiết để áp dụng trong phương pháp

đường cong hình sin là cường độ bốc thoát hơi nước tiềm năng ngày Nếu quan tâm tới

sự thay đổi bốc thoát ngày thì giá trị trung bình ngày có thể bị phân bố lại theo thời

gian bằng cách sử dụng một sự thay đổi hình sin về số giờ nắng tiềm năng mỗi ngày

Phương pháp này có có ưu thế là nó không yêu cầu các biến khí tượng sẵn có

nhưng rõ ràng có thể không tính toán sự ảnh hưởng của thay đổi nhiệt độ, độ ẩm, độ

mây từ ngày này sang ngày khác và từ giờ này sang giờ khác trong ước lượng bốc

thoát hơi nước tiềm năng, cường độ bốc thoát hơi nước trung bình ngày hiệu quả Ep sẽ

trở thành một thông số được ước lượng, mặc dù nghiên cứu của Calder và nnk (1983)

nhận định rằng, ít nhất trong môi trường ẩm điều này có thể là một lượng bảo tồn

tương đối trong không gian

Một số các tiếp cận kinh nghiệm trong việc ước lượng bốc thoát hơi nước tiềm

năng đã được gợi ý dựa theo các mức số liệu sẵn có khác nhau Ví dụ nếu chỉ sẵn có số

liệu nhiệt độ trung bình ngày, thì phương trình kinh nghiệm của Hamon(1961) có thể

được sử dụng để ước lượng cường độ bốc thoát hơi nước tiềm năng ngày Có nhiều công

thức khác căn cứ trên định luật bốc thoát hơi nước Dalton yêu cầu số liệu về sự thiếu

hụt độ ẩm (nghĩa là cả hai bầu nhiệt kế ẩm và khô, xem Bras 1990; Calder 1990;

Singh và Yu1997) Tất cả các phương pháp kinh nghiệm sẽ là có điều kiện trong phạm

vi các điều kiện sử dụng trong hiệu chỉnh của chúng và không sử dụng bên ngoài

phạm vi đó Một so sánh bên trong về sự đa dạng của các phương pháp trong việc ước

lượng cường độ bốc thoát hơi nước tiềm năng được đưa ra bởi Feder và nnk (1996) Tiếp cận dựa vào vật lý đơn giản tốt nhất là phương trình Penman- Monteith (Monteith 1965: hộp 3.1) Theo một cách đơn giản, phương trình này cố gắng đưa ra tính toán cân bằng năng lượng cho bề mặt và cách mà trong đó sự chuyển động rối trong tầng khí quyển thấp, điều khiển chuyển động của hơi nước đọng lại từ bề mặt, nhưng đòi hỏi nhiều hơn giới hạn về cả số liệu và các giá trị thông số Nó đòi hỏi số liệu khí tượng, bức xạ hữu hiệu, nhiệt độ không khí, độ ẩm và tốc độ gió Nó cũng đòi hỏi một ước lượng cho hai hệ số sức cản: sức cản khí động lực, ra, là biểu thị của độ nhám lớp phủ bề mặt, và sức cản lớp phủ rc, là một thông số ảnh hưởng của bề mặt như là một biểu thức về sự chuyển động hơi nước như thế nào từ những lỗ khí của lá cây hoặc các lỗ thông trên bề mặt trơ đá vào trong không khí Đối với lớp phủ ướt sức cản bề mặt bằng 0 Đối với bề mặt khô, nhưng sự cung cấp nước không bị giới hạn giá trị rc có thể bằng 50m.s-1 Chú ý rằng cường độ bốc thoát hơi nước tiềm năng phụ thuộc vào điều kiện lớp phủ là ẩm hay khô (xem phần tiếp theo)

Có tính đại biểu trong các phương pháp có sẵn cho tính toán cường độ bốc thoát hơi nước tiềm năng Tuy nhiên như đã thảo luận trong chương 1, giới hạn cung cấp nước cho bốc thoát hơi nước trong suốt khoảng thời gian dài khô hạn có nghĩa rằng cường độ bốc thoát hơi nước thực có thể nhỏ hơn nhiều cường độ tiềm năng Trong phương trình Penman-Monteith điều này sẽ được phản ánh trong việc tăng sức kháng lớp phủ, như đất khô Hầu hết các mô hình mưa-dòng chảy bao gồm các thành phần nhiều hoặc ít phức tạp hơn, cố gắng để mô phỏng sự giảm này trong bốc thoát hơi nước thật như là đất khô hoặc sự cấp nước bị giới hạn Các mô hình đầu tiên cho dự báo lưu lượng có xu hướng sử dụng các thành phần tương đối đơn giản, căn cứ trên quan hệ giữa trữ lượng ẩm đất với tỷ số bốc thoát hơi nước thực và tiềm năng; nhưng gợi ý rằng

có một tiếp cận tốt hơn để dự đoán một cách trực tiếp cường độ bốc thoát hơi nước thực thông qua việc sử dụng sức cản bề mặt (ví dụ Wallace 1995) Các phát triển gần đây

được gọi là các mô hình SVAT (mô hình chuyển đổi đất-thực vật-khí quyển), mục đích

là để dự báo dòng nhiệt thấy được và tiềm tàng vào khí quyển như là một điều kiện biên cho các mô hình tuần hoàn khí quyển đưa ra trong cấu trúc mô hình phức tạp với nhiều lớp đất và lớp phủ thực vật Mục đích của các mô hình là dự báo cách mà trong

đó sức cản bề mặt Penman-Monteth thay đổi với nước sẵn có và các nhân tố khác như bức xạ mặt trời, nhiệt độ lá cây, nồng độ cacbondiôxit, sự thiếu hụt áp suất hơi nước

và vị trí lớp phủ Do đó sự phức tạp của các mô hình là đưa ra các tính toán cho toàn

bộ các ảnh hưởng này Một số ví dụ gần đây là sơ đồ chuyển đổi sinh quyển - khí quyển (BATS, ví dụ Dickisnon và Hendéon- Sellrs 1988;Gao và nnk, 1996), SECHIBA (Ducoudre và nnk, 1993), ISBA (tương tác giữa đất, sinh quyển và khí quyển, Manzi

và Planton 1994), mô hình SiB2 (Mô hình sinh quyển đơn giản, Version2 của Sellera

và nnk, 1996) và các loại khác

Các mô hình như vậy có số lượng thông số rất lớn cho từng lớp đất và thực vật và

có thể rất khó để ước lượng trước (trong thực tế có thay đổi theo thời gian) Các thành phần tạo dòng chảy của mô hình như vậy có khuynh hướng đơn giản hơn (ví dụ Lohmann và nnk, 1998c) Đây là một ví dụ hay về những gì được coi là quan trọng

trong mô hình, ít nhất trong cảm giác của người làm mô hình

Chú ý rằng, sự có sẵn của số liệu khí tượng có thể là một vấn đề trong việc áp dụng một số phương pháp yêu cầu nhiều hơn, bao gồm cả phương trình Penman - Monteith Cần thiết có số liệu về bức xạ, nhiệt độ, độ ẩm, tốc độ gió, hoặc là một trạm thời tiết tự động đặt trong lưu vực hoặc ít nhất một trạm khí tượng chất lượng cao gần

đó Khi không có như thế, một vài phương pháp đơn giản hơn, thậm chí phương pháp tiếp cận đường cong hàm sin đơn giản cũng có thể có giá trị

Tại rất nhiều trạm khí tượng chính một thùng đo bốc hơi cũng sẵn có để đo đạc chiều dày của lớp nước tổn thất từ một cái hồ lộ thiên thường trong điều kiện hàng ngày Có một số cỡ thùng đo khác nhau được sử dụng ngay ở nước Mỹ Các đo đạc như thế có thể đưa ra một chỉ số về cường độ bốc thoát hơi nước tiềm năng tại một vị trí nhưng cường độ đo đạc phụ thuộc vào cách trong đó thường được lộ ra và bản chất môi trường xung quanh vị trí đó Nhìn chung bốc thoát hơi nước của thùng đo như vậy nhiều hơn lượng tổn thất từ bề mặt xung quanh, thậm chí trong điều kiện nước không

bị giới hạn Do đó, ước lượng bốc hơi thùng phải được nhân với một hệ số thùng kinh nghiệm để cung cấp ước lượng cho bốc thoát hơi nước tiềm năng cho loại bề mặt thực

tế Ví dụ, ở Mỹ, thùng to loại A có hệ số trên 0,7 Các hệ số thùng được lập bảng cho nhiều tài liệu thuỷ văn, (ví dụ Bras, 1990) trong khi đó tổ chức FAO của Liên hợp quốc

đã đề xuất một bộ các hệ số sử dụng rộng rãi để hiệu chỉnh bốc hơi thùng sử dụng các mùa khác nhau (cho 1 khái quát gần đây xem Pereia và nnk, 1999)

3.3.2 Bốc hơi của nước được giữ lại bởi lớp phủ thực vật

Sự ngăn cản bề mặt rất thấp đối với điều kiện bề mặt ẩm ướt đã lưu ý trên là tại sao cùng một nguồn năng lượng, tổn thất hơi nước từ bề mặt ướt có khuynh hướng cao hơn sự thoát hơi nước từ một bề mặt khô, đặc biệt đối với bề mặt rừng ghồ ghề trong

điều kiện gió Điều này có thể dùng công thức Perman-Monteith để giải thích (trong hộp 3.1) bằng cách cho phép cường độ bốc hơi cao tại rc = 0 từ một lượng trữ giữ lại tiềm năng cho tới khi trữ lượng đó khô đi sau đó dự báo cường độ bốc thoát bằng cách

sử dụng giá trị rc cho bề mặt khô Sự bốc hơi của nước bị giữ lại trên bề mặt lá cây trong các lớp phủ ghồ ghề có thể rất có hiệu quả và là một một thành phần đáng kể của tổng lượng nước cân bằng của một số môi trường (ví dụ Calder, 1990) Cũng thừa nhận rằng có thể lượng tổn thất là lớn suốt trận mưa tại những nơi không khí không bão hoà mà vẫn có sự thiếu hụt độ ẩm bên trên bề mặt Một số mô hình về quá trình giữ lại được đề xuất có mức độ phức tạp khác nhau (ví dụ Rutter và nnk, 1975: Gash 1979; Calder 1986) Sử dụng rộng rãi nhất có thể là mô hình Rutter đã được diễn tả chi tiết trong hộp 3 2 cùng với mô hình ngẫu nhiên Calder Nhìn chung nếu không có

sự đo đạc đặc biệt cho mưa xuyên và dòng chảy bên dưới lớp phủ thực vật sẽ không thể xác định các thông số cho mô hình cầm giữ một cách độc lập, sao cho ước lượng thông

số của mô hình sẽ phụ thuộc vào việc tìm kiếm một nghiên cứu một dạng lớp phủ thực vật tượng tự đã được công bố trong các tàI liệu, mặc dù phép ngoại suy từ vị trí này

đến vị trí khác được làm cẩn thận (xem chương 7)

3.3 3 Ước lượng trực tiếp bốc thoát hơi nước thực

Bây giờ có nhiều phương pháp để đo đạc trực tiếp lượng bốc thoát hơi nước thực trên một bề mặt, bằng sử dụng phương pháp tương quan xoáy (ví dụ Shuttleworth và nnk, 1988) nhưng mặc dù lưới trạm đo tương quan toàn cầu đang mở rộng, việc sử dụng chính thiết bị như vậy đã trải qua một chiến dịch ngăn nghiên cứu các tương tác

đất - khí (hình 3 2) Nhìn chung, các phương pháp gián tiếp ước lượng bốc thoát hơi nước đã được sử dụng

Một phương pháp hữu hạn khác là sử dụng máy đếm nhấp nháy laze Máy đo này

sử dụng sự đo đạc nhiễu loạn tia laze bằng các thay đổi nhanh mật độ khí quyển thấp hơn để ước lượng chuyển đổi tín hiệu nhiệt thấy được thoát ra từ bề mặt Ghép với một khối năng lượng bề mặt, điều này cũng có thể đưa ra một ước lượng các dòng nhiệt tiềm tàng và sự bốc thoát hơi nước Nét đặc trưng của kỹ thuật này là có thể tổng hợp các dòng độ dài của sóng tin laze và do đó đưa ra một đo đạc bốc thoát quy mô lớn hơn

so với các đo đạc tương quan xoáy tại một vị trí (mặc dù cả hai đều bị ảnh hưởng bởi bản chất của quá trình bốc thoát hơi trên một dài ngược gió) Biến đổi phương pháp này được đưa ra để cung cấp các ước lượng tốt cho dòng nhiệt thấy được cho cả bề mặt

đồng nhất (De Bruin và nnk, 1995; Mcaneny và nnk, 1995) và không đồng nhất (Chehbouni và nnk, 1999)

Hình 3.2 Đo bốc thoát hơi thực bởi tương quan xoáy, tháp profile và các kỹ thuật tỷ lệ Bowen cho vị trí

đất chăn nuôi ở Trung Amazonia (Wright và nnk 1992)

Bốc thoát hơi nước tại một điểm bị ảnh hưởng bởi điều kiện tự nhiên của bề mặt xung quanh Theo các nghiên cứu ban đầu của Bouchet (1963) và Morton (1978) đã thừa nhận rằng các thùng đo đạc có thể được sử dụng để phân chia các ước lượng bốc

thoát hơi thực cho diện tích xung quanh vì dưới các đầu vào năng lượng bốc thoát hơi thực của bề mặt xung quanh thấp hơn, không khí khô hơn và kết quả đo bằng thùng cao hơn Sự tiếp cận bổ sung này đã được sử dụng trong các mô hình lưu vực là SLURP (Bite 1995) và được kiểm tra trên phạm vi rộng bởi Morton (1983 a,b) Kite (1995) cho rằng các phương pháp đo đã phát triển để áp dụng sự tiếp cận bổ sung cho việc sử dụng đất khác nhau bằng cách sử dụng số liệu vệ tinh Sự xấp xỉ bổ sung là có giới hạn vì không chính xác (ví dụ Le Drew 1979) nhưng có một yêu cầu thực chất chắc chắn và có thể chưa yêu cầu đánh giá lại bởi khó khăn dựa vào vật lý hơn nhưng

sự tiếp cận nhiều thông số trở nên được đánh giá có giá trị một cách rộng rãi hơn 3.4 Số liệu khí tượng và ước lượng tuyết tan

Trong nhiều môi trường, tuyết tan có thể là nguồn lưu lượng lớn nhất hàng năm trong nhiều năm và có thể là nguyên nhân chính gây lũ Số liệu khí tượng cũng được yêu cầu trong mô hình tập trung và tan tuyết Các loại mô hình tuyết khác nhau yêu cầu các loại số liệu khác nhau Mô hình tuyết đơn giản nhất là chỉ số nhiệt độ hoặc là phương pháp nhiệt độ - ngày Mô hình này với cấu trúc đơn giản nhất, dựa trên cơ sở giả thiết rằng tuyết tan tỷ lệ với sự khác nhau giữa nhiệt độ không khí và nhiệt độ ngưỡng tuyết tan (hộp 3 3) Do đó số liệu nhiệt độ không khí được yêu cầu như là số liệu đầu vào và nhiệt độ ngưỡng tan là một thông số ảnh hưởng

Một loại tiêu biểu khác cho mô hình hoá tuyết tan-dòng chảy, mô hình SWISS SNOW1- ETH4, đã được đưa ra bởi Hottel và nnk, 1993 (xem Ambroise và nnk, 1996) Mô hình này vẫn chỉ yêu cầu nhiệt độ như là một đầu vào nhưng cố gắng đưa ra tính toán lượng giáng thuỷ rơi xuống như là mưa hoặc tuyết và thiếu hụt nhiệt độ của khối phải được thoả mãn trước khi một lượng lớn tuyết tan xảy ra Điều này làm tăng số lượng các thông số cần xác định Phương pháp độ-ngày được áp dụng trong mô hình tuyết tan - dòng chảy (SRM) của Rango và Martinec (1995) và đã được áp dụng rộng rãi ở cả Mỹ và châu Âu (ví dụ Mitchell và De Walle, 1998) SRM đã thực hiện các tính toán cho các dải cao trình khác nhau trong lưu vực và đưa ra tính toán sự giảm diện tích được bao phủ tuyết khi mùa tuyết tan khi phát minh (xem hộp 3.3)

Phương pháp độ - ngày có một cách tiếp cận rất đơn giản, nhưng có ưu điểm là chỉ yêu cầu nhiệt độ như là một đầu vào Phương pháp hầu như là chính xác khi tuyết tan chiếm ưu thế bằng đầu vào nhiệt độ do bức xạ và khối tuyết hoàn chỉnh ở 00C và sẵn sàng tan chảy Phương pháp ít chính xác nhất khi tuyết tan bị ảnh hưởng chủ yếu bởi nhiệt bình lưu của khối khí (xem Brraun và Lang 1986) Một sự tiếp cận khối năng lượng liên hợp cho mô hình hoá khối tuyết và tuyết tan, giống như là sử dụng sự bốc thoát hơi nước trong phương trình Perman-Monteith của hộp 3.1 đã được đưa ra ban

đầu bởi Aderson (1968) Điều này yêu cầu nhiều hơn về cả số liệu khí tượng (bức xạ, biểu hiện nhiệt độ, độ ẩm, tốc độ gió) và các giá trị thông số Các mô hình cố gắng mô phỏng sự thay đổi cấu trúc của khối tuyết khi một kết quả về điều kiện đóng băng và tan chảy cùng được đưa ra, (ví dụ Morris 1991) thậm chí yêu cầu nhiều thông số hơn Một số các mô hình khối năng lượng phân bố cho việc dự báo tuyết tan đã được phát triển (ví dụ Bloschl và nnk, 1991; Marks và Dozier 1992) Tuy nhiên một sự so sánh

giữa các mô hình tuyết tan được đưa ra bởi Tổ chức Khí tượng thế giới (WMO,1986) chỉ ra ưu thế không rõ ràng của các mô hình phức tạp hơn khi các so sánh được tiến hành cho nhiều lưu vực khác nhau và trên một số lớn các năm có số liệu

3.5 Số liệu khí tượng phân bố trong lưu vực

Một trong vấn đề trong việc áp dụng tất cả các mô hình bốc thoát hơi nước và tuyết tan ở quy mô lưu vực là đưa ra tính toán sự thay đổi các điều kiện khí tượng trong lưu vực Câu trả lời phụ thuộc vào góc độ và hình dạng của mái dốc khác nhau; tốc độ gió phụ thuộc vào hướng gió và gradient áp suất liên quan đến dạng địa hình Nhiệt độ phụ thuộc vào cao trình và độ ẩm phụ thuộc vào thoát hơi ngược gió Mô hình phân bố mưa-dòng chảy có khả năng đưa sự thay đổi như thế vào trong tính toán nhưng điều này yêu cầu một mô hình tốt hơn để phân bố số liệu khí tượng đo đạc tại một hoặc tốt nhất một số các điểm, cho các điểm khác trong lưu vực sử dụng cao trình

số hoá và các số liệu phân bố khác Đây là vấn đề lớn nhất đối với các lưu vực đồi núi hẻo lánh có phạm vi cao trình rộng Đây là một vấn đề đặc biệt cho ước lượng tuyết tan sớm trong mùa, bởi vì tuyết tan xảy ra đầu tiên tại các cao trình thấp hơn trên sườn đối với hướng Nam và có thể sự tan bị chậm lại đáng kể tại các cao trình cao hơn Các mô hình dự báo số liệu khí tượng phân bố trong một lưu vực đã được đưa ra, ví dụ: trong mô hình tuyết tan SAFAN - CROCUS của Duraned và nnk (1993), trong hệ thống RHESS (Band và nnk, 1991; Hartman và nnk, 1999; và bởi Blschl và nnk, (1991)

Nhớ rằng các vấn đề cần biết trong mô hình tuyết tan là có bao nhiêu lưọng tuyết tan trong khoảng không gian đầu tiên, vì rất khó thu được thông tin về các cấu trúc không gian của độ sâu và mật độ tuyết để nhận được các ước lượng về lượng nước tuyết tan tương đương Có thể sử dụng viễn thám để ước lượng cấu trúc thay đổi của diện tích bao phủ tuyết nó có thể được sử dụng như là một sự giới hạn trong các mô hình tuyết tan (ví dụ Blschl và nnk, 1991; Rango 1995)

3.6 Các biến thuỷ văn khác

Mưa rơi và lưu lượng là các biến thuỷ văn đo đạc hầu hết là có sẵn và chắc chắn có ích cho mô hình mưa-dòng chảy Tuy nhiên, trên một số lưu vực, các loại đo đạc thuỷ văn khác cũng có, như là đo đạc mực nước trong giếng, profile độ ẩm đất, hoặc các cấu trúc không gian độ ẩm đất gần bề mặt Những số liệu như vậy đưa ra nhiều thông tin

rõ ràng về cách hoạt động thuỷ văn của lưu vực hơn, nhưng lượng thông tin có thể bị giới hạn vì ngoại trừ một ít lưu vực nghiên cứu, số lượng vị trí đo đạc hầu như rất nhỏ Quy mô đo đạc cũng rất quan trọng, các đo đạc trong nước như thế có khuynh hướng

là đo đạc quy mô nhỏ hoặc điểm, chỉ phản ánh các điều kiện thuỷ văn cho vùng lân cận và một gradient mở rộng nào đấy Do đó có thể khó khăn để so sánh giữa đo đạc với dự báo, mà hầu hết các mô hình phân bố mưa-dòng chảy sẵn có Việc sử dụng các

đo đạc trong hiệu chỉnh và đánh giá mô hình sẽ tiếp tục được quan tâm trong các phần 5 3 và 6 5

3.7 Số liệu số hoá độ cao

Tại nhiều nước phát triển trên thế giới, cao trình số hoá hoặc các bản đồ địa hình

số (DEM hoặc DTM) trở lên thông dụng với lưới giải đủ mịn để diễn tả chi tiết cấu trúc sườn dốc (50 m với Anh và Pháp ; 30 m ở Mỹ ; 25 m ở Switzerland) Hệ thống DEM, có một cỡ lưới cố định gọi là số liệu raster Bản đồ đồng mức số hoá (vec tơ) DEMs cũng có sẵn (hình 3 3 (a)) Trong thực tế, để nhập số liệu hầu hết DEM raster đã được xây dựng bằng cách nội suy từ các đường đồng mức số hoá (hình 3 3 (b)) và như là một kết quả có thể gặp sai số lớn, đặc biệt những nơi địa hình bằng phẳng có ít đường đồng mức hoặc có bước độ dốc nhỏ Cũng có thể diễn tả hiệu quả địa hình bằng một lưới tam giác không đều (TIN: hình 3.3 (c)) Tiềm năng để phát triển số liệu địa hình phân giải cao từ phân tích, quan trắc các hình ảnh nổi thu được vệ tinh hoặc phân tích trực tiếp

từ các dụng cụ đo đạc độ cao laze sinh ra từ máy bay (vídụ Weltz và nnk, 1994) Các

kỹ thuật từ máy bay có thể đưa ra các cao trình với lưới phân giải 2m  2m hoặc mịn hơn và cao độ chính xác 0.1m Tuy nhiên hình ảnh đưa ra bề mặt như nhìn bởi sensor

có thể bao gồm cả các toà nhà và bề mặt bao phủ bởi cây cối

Nước có xu hướng chảy xuôi dốc ít nhất cho hệ thống thuỷ văn nước nông, do đó biết thêm về địa hình cũng có ích trong mô hình thuỷ văn Các mô hình phân bố có thể

sử dụng loại số liệu này một cách trực tiếp và cũng có các mô hình như là TOPMODEL căn cứ trên phân tích đầu tiên là địa hình lưu vực (xem phần 6.4 và hộp 6 2) Độ phân giải ở đây rõ ràng là một kết quả, DEMs phân giải thô sẽ không thể cung cấp một sự diễn tả đầy đủ cho đường đi của dòng chảy sườn dốc, trong khi các mô hình phân bố không thể sử dụng tất cả các thông tin trong một lưới mịn DEM bởi vì sự giới hạn tính toán Các thay đổi nhận được từ số liệu địa hình, các giá trị thông số hiệu chỉnh và dự báo mô hình phân bố trên cơ sở DEM được biết là nhạy với độ phân giải lưới (ví dụ Zhang và Montgomery 1994; Bruneau và nnk, 1995 Quinn và nnk, 1995b; Saulnier và nnk, 1997b)

Các phân tích của DEM để đưa ra hướng dòng chảy rõ ràng để nó có một chủ đề nghiên cứu thú vị Các phương pháp sẵn có phụ thuộc vào loại DEM rastor hay vecto nào đó Ví dụ với DEM raster, có một so sánh về các phương pháp đã được Tarboton (1997) công bố Cho mỗi một ô lưới khả năng có tám hướng dòng chảy, có thể có một số phần tử lưới xung quanh thấp hơn ô lưới được xem xét Vấn đề là làm thế nào để phân

bố dòng chảy tiềm năng theo các hướng khác nhau có khả năng này

Không thể tránh khỏi một số sai sót, nhưng các phương pháp đưa ra kết quả tốt nhất, ít nhất là nhìn bề ngoài, xuất hiện như là thuật toán đo hướng dòng chảy bội của Quinn và nnk (1995a) (hình 3.4(b) ) và phương pháp tổng hợp vectơ của Tarboton (1997) (hình 3.4 (c) ) Một chương trình phân tích DTM, căn cứ trên thuật toán đo hướng sẵn có để tính toán sự phân bố chỉ số địa hình yêu cầu bởi phần mềm TOPMODEL đã giới thiệu trong quyển sách này (xem phụ lục A)

Với số liệu vectơ, vấn đề là làm thế nào để phân chia các đường có độ dốc lớn nhất hoặc các đường dòng cho dòng chảy trên sườn dốc ý kiến cho rằng nước sẽ theo cùng hướng dòng chảy như là một quả bóng lăn xuống theo cùng một địa hình bề mặt (đã làm trơn) Vì suy ra từ giả thiết này, nước sẽ không cắt qua một đường dòng sau đó có

thể đại diện cho dòng chảy giữa hai đường dòng trong một ống dòng, như là dòng chảy một chiều có độ rộng thay đổi theo hướng xuống dốc (hai chiều nếu chiều thẳng đứng

được đưa vào tính toán: hình 3.5 (b) Đây là cơ sở cho các mô hình phân bố như là TOPOG (Vertessy và nnk, 1993) và Viện các mô hình phân bố thuỷ văn (Calder và Wood 1995) Các đường dòng luôn là một góc bên phải (trực giao) với các đường đồng mức Nếu các đường đồng mức đã được số hoá thì tính toán các đường dòng một cách

tự động là một vấn đề phức tạp, nhưng ít nhất vẫn có một phần mềm đó là TAPES-C kết hợp với mô hình THAES và TOPOG của Australia (ví dụ ở Loughlin 1986; Grrsyon

và nnk, 1995)

Hình 3.3 Các dạng khác nhau biểu diễn số hoá địa hình.(a).Biểu diễn vectơ của các đường đồng mức

(b) Lưới raster của các cao trình điểm.(c).Biểu diễn mạng tam giác không đều (Palacioso –Velez và

Cuevas- Renaud 1986; Jones và nnk, 1990)

Hình 3.4 Phân tích đường dòng chảy từ số liệu cao trình số raster.(a) Hướng dòng chảy dốc đứng đơn

(b).Thuật toán đa hướng của Quinn và nnk (1995a) (c) Phương pháp vectơ tổng hợp của Tarboton (1997)

Hình 3.5 Phân tích các đường dòng từ số liệu cao trình số hoá vectơ (a) phân tích cục bộ vuông góc với

các đường đồng mức (b) Chia nhỏ đường dòng TAPES-C trong lưu vực Lucky Hills LH-104, Walnut Gulch Arizona (Gravson và nnk 1992a) In lại từ Nghiên cứu Tài nguyên nước 28: 2639-2658, 1992a, xuất bản bởi Hội địa vật lý Mỹ (c) Xác định TIN của đường dòng ở lưu vực Lucky Hills LH-106 (Palacios-Velez

và nnk 1998) In lại từ Tạp chí Thuỷ văn 211:266-274, xuất bản (1998) với sự cho phép của Elsevier

Science

TIN DEMs được sử dụng rộng rãi trong hệ thống địa hình GIS hình dung một địa hình ba chiều trên mác hình và được sử dụng như là cơ sở cho một số mô hình phân bố thuỷ văn bởi vì trong mỗi mặt dốc được diễn tả trong TIN, hướng góc dốc và hướng dòng chảy xuôi dốc được tính toán dễ dàng (hình 3.5 (c)) Hướng đưa ra chính trong xây dựng TIN là gián đoạn hoá hoặc phân tách không gian để diễn tả cấu trúc địa hình tốt nhất Nghiên cứu của Nelson và nnk (1999) đưa ra một kỹ thuật diễn tả cấu trúc địa hình tự động từ các điểm cao trình hoặc vectơ DEM Ngay khi TIN được định nghĩa, các thuật toán cũng có sẵn để miêu tả tự động lưới sông và diện tích lưu vực cho một điều kiện bất kỳ trong lưới

ý tưởng phân tích địa hình lưu vực để đưa đến một chỉ số các hướng dòng chảy là

rõ ràng và có kết quả trong một số đồ thị tính toán hấp dẫn, khi các dự báo mô hình

được đưa trở lại địa hình không gian ba chiều Tuy nhiên có một số giới hạn trong