Giới thiệu
Mô hình thuỷ văn NAM là công cụ mô phỏng quá trình lượng mưa và dòng chảy mặt trong lưu vực sông, đóng vai trò quan trọng trong mô đun lượng mưa – dòng chảy mặt (RR) của hệ thống lập mô hình sông MIKE 11 Mô đun này có thể được sử dụng độc lập hoặc kết hợp để mô phỏng nhiều lưu vực, tạo ra dòng chảy vào mạng sông Nhờ đó, việc xử lý các lưu vực sông nhỏ hoặc lớn, bao gồm nhiều lưu vực nhỏ và mạng sông phức tạp, trở nên khả thi trong khung công việc lập mô hình.
NAM là viết tắt của cụm từ tiếng Đan Mạch “Nedbor – afstromnings – Model”, có nghĩa là mô hình giáng thuỷ và dòng chảy mặt Mô hình này được phát triển lần đầu bởi Khoa Tài nguyên nước và Thủy lợi tại Trường Đại học Đan Mạch vào năm 1973 bởi Nielsen và Hansen.
Mô hình thuỷ văn toán học NAM là một hệ thống biểu thức toán học đơn giản, mô tả hành vi của đất trong chu kỳ thuỷ văn Nó phân tích các thành phần trong quá trình lượng mưa và dòng chảy mặt, xem xét bốn trữ lượng nước khác nhau và sự tương tác giữa chúng Mỗi trữ lượng đại diện cho một thành phần vật lý riêng của lưu vực sông nhỏ NAM có thể được áp dụng cho việc lập mô hình thuỷ văn liên tục cho nhiều dòng chảy hoặc để mô phỏng các sự kiện riêng lẻ.
Mô hình NAM là một khái niệm toàn diện với tính quyết định trong việc yêu cầu dữ liệu đầu vào trung tính Abbott và Refsgaard (1996) đã cung cấp một bản mô tả về phân loại mô hình này Trong khi đó, Refsgaard và Knudsen (1997) đã so sánh NAM với một số mô hình thủy văn khác, tập trung vào yêu cầu dữ liệu và cách vận hành của từng mô hình.
Mô hình NAM là một công cụ kỹ thuật hiệu quả, đã được chứng minh là áp dụng thành công cho nhiều lưu vực sông nhỏ trên toàn cầu, giúp phân tích cơ chế thủy văn và điều kiện khí hậu đa dạng.
Yêu cầu về dữ liệu
Dữ liệu khí t−ợng
Độ phân giải thời gian của dữ liệu lượng mưa (mm) phụ thuộc vào mục tiêu nghiên cứu và tỷ lệ thời gian phản hồi của lưu vực Trong nhiều trường hợp, giá trị lượng mưa hàng ngày là đủ, nhưng đối với những lưu vực có phản hồi nhanh, cần có dữ liệu lượng mưa đầu vào với độ phân giải cao hơn để đảm bảo tính chính xác của dòng chảy đỉnh Dữ liệu lượng mưa có thể được điều chỉnh theo các khoảng thời gian cụ thể trong đầu vào Mô hình NAM sẽ thực hiện các phép mô phỏng cần thiết dựa trên dữ liệu này, với lượng mưa được xử lý như tổng lượng mưa tích lũy từ thời điểm đầu vào.
L−ợng bốc hơi tiềm năng (mm)
Khi sử dụng bậc thời gian hàng ngày, giá trị bốc hơi tiềm năng hàng tháng thường đủ, nhưng việc xác định giá trị hàng ngày có thể mang lại tiến bộ nhỏ Đối với những bước thời gian nhỏ, sự biến đổi hàng ngày trở nên quan trọng Dữ liệu bốc hơi được xử lý là tổng lượng tích lũy, trong đó lượng bốc hơi liên quan đến thời gian cụ thể được tính từ khi giá trị cuối cùng được đưa vào.
Dữ liệu nhiệt độ là yếu tố quan trọng trong mô phỏng quá trình tích luỹ và tan của tuyết Trong mùa tuyết, thời gian thu thập dữ liệu nhiệt độ cần phản ánh độ dài bước thời gian trong mô phỏng, cụ thể là nhiệt độ trung bình hàng ngày Dữ liệu nhiệt độ tại một thời điểm cụ thể sẽ cung cấp nhiệt độ trung bình kể từ lần cập nhật dữ liệu cuối cùng.
Dữ liệu phóng xạ sóng ngắn có thể được sử dụng linh hoạt làm đầu vào cho mô đun tuyết mở rộng Dữ liệu này phản ánh mức phóng xạ trung bình tại một thời điểm, tính từ lần nhập dữ liệu cuối cùng.
Trọng l−ợng vùng trung bình
Mô hình NAM là công cụ hiệu quả để mô phỏng quá trình lượng mưa và dòng chảy mặt, cung cấp dữ liệu thuỷ văn từ nhiều trạm trong một lưu vực hoặc lưu vực phụ Nó cho phép tổng hợp chuỗi thời gian riêng lẻ của trọng lượng trung bình, từ đó trình bày giá trị vùng trung bình của lượng mưa và lượng bốc hơi tiềm năng cho từng lưu vực.
Trọng lượng được xác định bởi người sử dụng và có thể áp dụng phương pháp Thiessen để tính toán Trong trường hợp có mật giá trị, quy trình đo trọng lượng sẽ phân bổ lại trọng lượng một cách hợp lý, dẫn đến việc mất một số trạm Ngược lại, người sử dụng có thể xác định chính xác trọng lượng ngay cả khi dữ liệu từ một hoặc nhiều trạm bị mất.
” – 1” đ−ợc cấp cho trạm không báo cáo chỉ ra dữ liệu bị mất
Khi dữ liệu lượng mưa từ các trạm được báo cáo với tần suất khác nhau, như hàng ngày hoặc hàng giờ, việc phân bổ lượng mưa trung bình theo thời gian có thể được thực hiện bằng cách sử dụng trọng số của các trạm có tần suất báo cáo cao hơn Điều này cho phép tận dụng tất cả các trạm để xác định lượng mưa chính xác hơn trong lưu vực.
Dữ liệu thuỷ văn
Dữ liệu lưu lượng quan sát tại dòng chảy lưu vực sông là cần thiết để so sánh với dòng chảy mặt được mô phỏng, phục vụ cho việc thẩm định và xác nhận tính chính xác của mô hình Lưu lượng tại bất kỳ thời điểm nào được tính là lưu lượng trung bình kể từ lần nhập dữ liệu cuối cùng.
Nếu mô đun t−ới được tích hợp trong mô phỏng NAM, sẽ cần một chuỗi thời gian lượng m−a bổ sung để cung cấp thông tin cho khối lượng n−íc t−íi.
Khai thác n−ớc ngầm (mm)
Khi khai thác nước ngầm có ảnh hưởng lớn đến mức nước ngầm tổng hợp và dòng chảy cơ bản của lưu vực, tỷ lệ bơm cần được xác định để phù hợp với lượng khai thác Dữ liệu khai thác nước ngầm được xem như tổng lượng tích lũy, trong đó mức khai thác tại bất kỳ thời điểm nào được tính từ thời điểm giá trị nhập vào cuối cùng.
Cấu trúc mô hình
Mô hình khái niệm NAM dựa trên phương trình và cấu trúc vật lý kết hợp với cấu trúc bán kinh nghiệm, xử lý mỗi lưu vực như một đơn vị riêng lẻ Các tham số và biến số trong mô hình thể hiện giá trị trung bình cho toàn bộ lưu vực, cho phép một số tham số được đánh giá từ dữ liệu vật lý của lưu vực Tuy nhiên, ước tính tham số cuối cùng cần được xác thực thông qua việc so sánh với chuỗi thời gian của quan sát thủy văn.
Mô hình NAM l−ợng m−a – dòng chảy mặt mô tả cấu trúc tương tác giữa các thành phần nước trong bốn lưu trữ khác nhau, thể hiện rõ các yếu tố vật lý của lưu vực Các lưu trữ này bao gồm:
• Lưu trữ vùng gốc và vùng thấp
Ngoài ra NAM cho phép xử lý các can thiệp của con ng−ời trong chu kỳ thủy văn nh− t−ới và bơm n−ớc ngầm
Dựa trên dữ liệu thuỷ văn NAM, việc sản xuất dòng chảy của lưu vực được thực hiện thông qua việc phân tích các thành tố như sự biến đổi thời gian bốc hơi, thành phần độ ẩm của đất, lượng ngấm nước bề mặt và mức nước ngầm Kết quả dòng chảy lưu vực được phân chia thành các dòng chảy trên mặt đất, dòng chảy vào và các dòng chảy phía dưới.
Thành phần lập mô hình cơ bản
Lưu trữ bề mặt
Độ ẩm trên bề mặt phủ xanh bị chặn lại, tương tự như nước bị giữ trong đất thoái hóa và trên phần đất canh tác Điều này được thể hiện qua khái niệm lưu trữ bề mặt, trong đó U max đại diện cho giới hạn tối đa của lượng nước có thể lưu trữ trên bề mặt.
Lượng nước trong lưu trữ bề mặt giảm liên tục do tiêu thụ từ bốc hơi và rò rỉ ngang Khi đạt đến mức lưu trữ tối đa, nước vượt quá mức P N sẽ được chuyển vào dòng chảy trên bề mặt, trong khi phần còn lại thấm vào tầng thấp hơn và tạo thành lưu trữ nước ngầm.
Lưu trữ tầng đáy và tầng thấp hơn
Độ ẩm của đất trong tầng đáy và lớp đất dưới bề mặt cung cấp nước cho thực vật thông qua quá trình thoát hơi nước của cây, được thể hiện như trữ lượng trong tầng thấp hơn L max là giới hạn trên của lượng nước trong trữ lượng này Độ ẩm trong tầng thấp hơn phụ thuộc vào lượng nước bị tiêu thụ do bốc hơi từ cây Việc giám sát độ ẩm giúp theo dõi khối lượng nước vào trữ lượng nước ngầm, đóng vai trò quan trọng trong quá trình nạp lại và dòng chảy bề mặt.
Sự bốc hơi n−ớc
Nhu cầu về sự bốc hơi nước được đáp ứng khi tỷ lệ tiền năng của lưu trữ bề mặt đạt yêu cầu Nếu độ ẩm U trong lưu trữ bề mặt thấp hơn mức cần thiết (U U max), lượng nước thừa P N không chỉ làm tăng dòng chảy bề mặt mà còn nâng cao mức nước thấm QOF thể hiện phần của P N đóng góp cho dòng chảy tràn, được giả định là cân xứng với P N và thay đổi tuyến tính theo độ ẩm đất tương ứng, L/L max của tầng lưu trữ thấp hơn Hệ số nước chảy tràn bề mặt CQOF nằm trong khoảng từ 0 đến 1 (0 < CQOF < 1), trong khi TOF là giá trị ngưỡng cho dòng chảy tràn, cũng nằm trong khoảng từ 0 đến 1 (0 < TOF < 1).
Phần nước thừa P N không chảy như dòng chảy tràn mà ngấm xuống tầng lưu trữ thấp hơn Một phần ∆L của nước có sẵn cho việc ngấm (P N - QOF) được giả định là làm tăng độ ẩm L trong vùng lưu trữ thấp hơn Phần còn lại của lượng độ ẩm thấm, G, được cho là thấm qua một tầng lưu trữ nước ngầm sâu hơn và được nạp lại.
Dòng chảy hội lưu
QIF được giả thiết là cân bằng với U và thay đổi theo lượng độ ẩm của tầng lưu trữ thấp hơn, trong khi CKIF là hằng số thời gian cho dòng hội lưu và TIF là giá trị ngưỡng cho dòng hội lưu, với điều kiện 0 < TIF < 1.
Lộ trình dòng chảy tràn và dòng chảy hội lưu
Dòng chảy hội lưu được mô tả qua hai hồ chứa tuyến tính trong một khoảng thời gian tương tự như hằng số thời gian CK 12 Lộ trình dòng chảy tràn cũng dựa trên khái niệm hồ chứa tuyến tính, nhưng có biến số thời gian, trong đó OF đại diện cho dòng chảy tràn (mm/giờ), OF min là giới hạn trên cho lộ trình đường thẳng (bằng 0,4 mm/giờ), và β có giá trị là 0,4.
Hằng số β = 0,4 được sử dụng trong công thức Manning để mô hình hóa dòng chảy tràn Công thức này đảm bảo rằng dòng chảy thực tế là động, trong khi dòng chảy bề mặt phụ, theo NAM, được hiểu là dòng chảy tràn trong lưu vực không có thành phần dòng chảy bề mặt thực tế, được mô phỏng như một hồ chứa tuyến tính.
Nạp (bổ cập) n−ớc ngầm
Khối lượng nước thấp G nạp lại vào tầng lưu trữ nước ngầm phụ thuộc vào độ ẩm đất trong tầng đáy, với TG là giá trị ngưỡng vùng đáy cho lượng nạp vào tầng nước ngầm.
Hàm l−ợng độ ẩm của đất
Tầng lưu trữ thấp hơn chứa lượng nước trong tầng đáy, trong đó lượng nước mưa thuần được chia thành nước chảy tràn và nước ngầm Phần còn lại của lượng mưa thuần sẽ làm tăng độ ẩm L trong tầng lưu trữ thấp hơn, tương ứng với lượng ∆L.
Dòng chảy cơ bản
Dòng chảy cơ bản PF từ tầng lưu trữ nước ngầm được xác định là dòng chảy ra ngoài của hồ chứa, có liên quan đến hằng số thời gian CK BF.
thành phần n−ớc ngầm mở rộng
Thoát nước đến hoặc từ những lưu vực kề cận
Điều kiện địa chất khu vực có thể dẫn đến sự thấm nước vào lưu vực kề cận Tại NAM, sự thất thoát nước được xác định qua tỷ số giữa diện tích lưu vực nước ngầm và diện tích địa hình lưu vực, với giá trị C area nhỏ hơn 1.
Trong khu vực C, lượng ngấm lại, G, sẽ được giải phóng ra các vùng lân cận Tương tự, nước cũng có khả năng ngấm từ các vùng lân cận, cho thấy sự gia tăng lượng ngấm lại trong lưu vực khi C area lớn hơn 1.
Lưu trữ nước ngầm thấp hơn
Để mô tả dòng chảy đáy, có thể xác định một lưu trữ nước ngầm bổ sung ở tầng thấp hơn Tầng lưu trữ nước ngầm cao hơn cung cấp phản hồi nhanh cho dòng chảy đáy, trong khi tầng thấp hơn thường có phản hồi chậm hơn Lượng nạp lại vào tầng thấp hơn được giao cho phần CQ flow trong tổng lượng ngấm lại G Lộ trình từ tầng thấp hơn được mô tả bằng một hồ chứa tuyến tính với hằng số thời gian.
Mô tả hồ chứa nhân tạo n−ớc ngầm nông
Mức nước ngầm được xác định thông qua việc theo dõi liên tục lượng nạp lại G, dòng chảy mao dẫn CAPFLUX, mức khai thác nước ngầm thuần GWPUMP và dòng chảy đáy BF Dòng chảy mao dẫn và bơm khai thác nước ngầm có thể được xem xét tùy chọn Việc lưu trữ nước ngầm có thể được thực hiện bằng hai phương pháp: hồ chứa tuyến tính đơn giản như đã mô tả trong Phần 4.9 hoặc hồ chứa nước ngầm nông.
Hồ chứa nước ngầm nông là giải pháp lý tưởng cho các lưu vực thấp, nơi có địa hình biến đổi và tiềm năng sử dụng nước cao Công thức tính dòng chảy đáy được xác định qua sản lượng cụ thể của hồ chứa (S Y), độ sâu bảng nước ngầm (GWL), và độ sâu tối đa của bảng nước ngầm gây ra dòng chảy ngầm (GWL BFO).
Tham số GWL BFO phản ánh khoảng cách giữa mức bề mặt trung bình của lưu vực và mức nước của sông Biến động mức nước sông theo từng năm khiến GWL BFO trở thành một biến số quan trọng hàng năm.
Dòng chảy mao dẫn
Dòng chảy mao dẫn CAFLUX của nước từ nước ngầm xuống tầng nước thấp hơn phụ thuộc vào độ sâu của bảng nước ngầm (GWL) và lượng độ ẩm liên quan, với L/L max của tầng lưu trữ thấp hơn Đặc biệt, GWL FLI là độ sâu bảng nước ngầm tại dòng chảy mao dẫn là 1mm/ngày khi tầng lưu trữ hoàn toàn khô Công thức (5.2) cho thấy mối quan hệ lý thuyết giữa dòng chảy mao dẫn, độ sâu của bảng nước và lượng độ ẩm của đất, theo Rijitema (1969).
Mô đun về tuyết
Tuyết tích luỹ và tuyết tan
Nghiên cứu từ Quân đoàn kỹ s− Mỹ (1956) cho thấy sự chuyển đổi từ mưa sang tuyết thường xảy ra khi nhiệt độ không khí gần 0 °C Trong mô hình tuyết, lượng giáng thủy được giả định là mưa khi nhiệt độ không khí vượt qua một mức nhiệt độ gốc T0, mà người sử dụng có thể xác định.
Tuyết tan QS được tính toán bằng phương pháp cấp độ ngày, trong đó C snow là hệ số theo mức ngày Nước tan tạo ra được giữ lại trong lưu trữ tuyết dưới dạng nước lỏng cho đến khi vượt quá khả năng duy trì của lưu trữ tuyết Nước tan thừa P s được mô hình hóa qua NAM, góp phần vào lưu trữ bề mặt Sự đóng góp của nước tan thừa P S cho NAM được xác định bởi lượng nước giữ lại trong lưu trữ tuyết WR, hệ số giữ nước C wr và lưu trữ tuyết S snow Lưu trữ tuyết mới được tính toán bằng cách trừ số nước tan P S từ lưu trữ tuyết.
Khi tổng lượng nước lỏng trong tuyết thấp hơn dung tích giữ nước, phần nước còn lại sẽ được bổ sung và lưu trữ trong tuyết Khi nhiệt độ không khí xuống dưới 0 độ C, nước lỏng trong tuyết sẽ đông lại với tỷ lệ C snow, trong khi lượng bốc hơi từ tuyết được bỏ qua.
Mô hình tuyết tan đ−ợc phân bổ theo độ cao
Trong các vùng núi, nhiệt độ, lượng mưa và tuyết thường biến đổi mạnh mẽ trong từng lưu vực Để cải thiện mô phỏng dòng chảy bề mặt ở những khu vực này, cần chia lưu vực thành các vùng nhỏ hơn và thực hiện tính toán lưu trữ tuyết cho từng khu vực riêng biệt.
Mô hình tuyết phân phối theo độ cao giúp tính toán lượng tuyết tan tại các vùng có độ cao khác nhau, áp dụng phương pháp mức độ ngày Do thông tin khí tượng thủy văn từ các lưu vực vùng núi thường rải rác, mô đun này còn tích hợp các thiết bị hỗ trợ phân bổ thông tin khí tượng thủy văn theo độ cao.
6.2.2 Cấu trúc mô đun tuyết tan phân bố theo độ cao
Mô đun tuyết tan cho phép xác định các vùng độ cao trong lưu vực NAM và điều chỉnh tham số tuyết tan cùng với đầu vào nhiệt độ và lượng mưa cho từng vùng Mô đun này lưu trữ thông tin về tuyết và tính toán lượng tuyết tích lũy và tan cho mỗi độ cao Nước từ tuyết tan được mô phỏng từ tất cả các vùng và sau đó được áp dụng vào mô hình NAM, cho thấy rằng các tham số cho thấm, lộ trình nước ngầm và dòng chảy mặt đều giống nhau cho mọi vùng độ cao Phương pháp này thích hợp cho nhiều lưu vực vùng cao lớn, nhưng trong những trường hợp đặc biệt, có thể chia lưu vực nghiên cứu thành nhiều lưu vực phụ với các tham số khác nhau Tổng lưu lượng được mô phỏng sẽ là tổng hợp lưu lượng từ các lưu vực phụ, sử dụng phương pháp kết hợp lưu vực trong MIKE 11 RR editor.
Hình 6.1 Cấu trúc mô hình NAM với mô đun về tuyết mở rộng
Trong mô hình phân bố tuyết theo độ cao, tuyết tan chỉ xảy ra tại những khu vực có tuyết phủ Khi lượng nước tương ứng với số tuyết rơi được người dùng xác định (lưu trữ tối thiểu để đảm bảo bao phủ đầy đủ), diện tích bao phủ đầy đủ sẽ giảm tương ứng với lượng lưu trữ tuyết trong khu vực.
Tuyết không nhất thiết phải tan ngay tại vị trí rơi, mà có thể tích luỹ ở những khu vực ít tiếp xúc với gió Những vùng ở độ cao cao hơn, với tầng phủ thực vật thưa thớt và vận tốc gió cao, thường có ít tuyết hơn Ở các phần cao của dãy núi, nơi có độ dốc lớn, trữ lượng tuyết thường hạn chế, dẫn đến việc tuyết lở xuống các độ cao thấp hơn Do đó, tuyết rơi trong các khu vực tiếp xúc nhiều với gió có thể không tan tại chỗ mà sẽ được tích lại và tan ở độ cao thấp hơn Để giải thích sự phân bổ tuyết này và tránh tích luỹ không thực tế trong các vùng lạnh, một giới hạn lưu trữ tuyết đã được xác định trong mô hình, với lượng tuyết vượt quá sẽ được chuyển sang vùng thấp hơn lân cận.
6.2.3 Điều chỉnh nhiệt độ và thuỷ giáng cho vùng theo độ cao
Mô hình tuyết phân bổ theo độ cao hoạt động dựa trên ba chuỗi thời gian khí tượng thủy văn: thủy giáng, nhiệt độ và sự bốc hơi tiềm năng Để giải thích sự biến đổi lớn trong các tham số thủy giáng và nhiệt độ, chuỗi tham chiếu độ cao có thể được điều chỉnh cho từng vùng độ cao bằng hai phương pháp.
• sửa chữa tỷ lệ sai
• nhân tố sửa chữa riêng lẻ áp dụng cho từng vùng
Sửa chữa tỷ lệ sai
Phương pháp sửa tỷ lệ sai là một kỹ thuật đơn giản nhưng hiệu quả trong việc điều chỉnh nhiệt độ và lượng mưa theo cao độ Dữ liệu đầu vào cần thiết bao gồm cao độ trung bình của các khu vực, chuỗi thời gian độ cao tham chiếu và tỷ lệ sai lệch Tỷ lệ sai lệch nhiệt độ có sự biến đổi đáng kể, với giá trị cao trong điều kiện khô và giá trị thấp trong điều kiện ẩm Mô hình cho phép xác định hai tỷ lệ sai lệch nhiệt độ khác nhau, áp dụng tỷ lệ "ẩm" vào những ngày có mưa và tỷ lệ "khô" vào những ngày còn lại.
Nhiệt độ trong mỗi vùng đ−ợc điều chỉnh bằng công thức sau: trong đó:
T zone nhiệt độ trong vùng đ−ợc xem xét
T ref nhiệt độ tại trạm quan sát thời gian tham chiếu
H zone độ cao trung bình trong vùng
Hệ số H ref tại trạm quan sát nhiệt độ tham chiếu βdry thể hiện tỷ lệ sai lệch nhiệt độ trong điều kiện khô, trong khi βwet phản ánh tỷ lệ sai lệch nhiệt độ cho điều kiện ẩm ướt.
Thuỷ giáng trong mỗi vùng cao độ đ−ợc tính toán từ thuỷ giáng tại các trạm quan sát tham chiếu khác nhau: trong đó
P ref thuỷ giáng tại trạm quan sát thuỷ giáng tham chiếu
H ref độ cao tại chuỗi thuỷ giáng tham chiếu α tỷ lệ sai lệch thuỷ giáng
Nhân tố sửa chữa riêng lẻ áp dụng cho từng vùng
Trong trường hợp này, người sử dụng cần xác định lỗi cho từng vùng riêng biệt Phương pháp này yêu cầu nhiều dữ liệu đầu vào nhưng mang lại sự linh hoạt đáng kể Chuỗi thủy văn được sửa theo công thức, trong đó Tcor, zone, wet là sự điều chỉnh nhiệt độ thực tế cho điều kiện ẩm và khô, và P là hiệu chỉnh thủy giáng tương đối.
Nếu không thể mô tả điều kiện khí tượng thuỷ văn trong lưu vực bằng cách điều chỉnh một chuỗi, lưu vực có thể được chia thành các lưu vực phụ nhỏ hơn, trong đó một chuỗi sẽ đại diện cho từng lưu vực Sau đó, lưu lượng của các lưu vực phụ sẽ được chồng lên nhau bằng phương pháp lưu vực kết hợp trong MIKE 11 RR Editor.
Các thành phần mở rộng
6.3.1 Biến số mùa của hệ số mức độ ngày
Phương pháp mức độ ngày trong việc tính toán tuyết tan có thể được mở rộng bằng cách áp dụng một biến số mùa cho hệ số mức độ ngày.
Biến số C snow phản ánh sự biến đổi của mùa phóng xạ sóng ngắn và sự thay đổi trong xuất phân chiếu (albedo) của bề mặt tuyết trong suốt mùa tuyết Xuất phân chiếu của tuyết lạnh mới rơi rất cao, khoảng 0.8, ở đầu mùa tích lũy, nhưng giảm xuống mức tối thiểu 0,3 vào cuối mùa khi tuyết đã già đi.
6.3.2 Phóng xạ ảnh h−ởng tan tuyết đ−ợc gây ra bởi phóng xạ sóng ngắn hấp thụ có thể đ−ợc lập mô hình Trong tr−ờng hợp này l−ợng tuyết tan bổ sung đ−ợc tính toán nh− sau: trong đó C rad là hệ số phóng xạ và R là phóng xạ sóng ngắn Tổng l−ợng tuyết đ−ợc tính toán là tổng tỷ lệ tuyết tan đ−ợc cung cấp t−ơng ứng trong hình công thức (6.1), (6.7) và (6.8) (tuỳ ý)
6.3.3 Sự ng−ng tụ của không khí ẩm và nóng từ m−a ảnh h−ởng tuyết tan từ sự ng−ng tụ không khí ẩm trên bề mặt tuyết và nóng bình lưu với tuyết bằng việc bốc hơi có thể được lập mô hình một cách rõ ràng Những ảnh h−ởng này đ−ợc tính toán nh− là l−ợng tuyết tan bổ sung trong đó C rain là hệ số mức độ ngày và P là l−ợng m−a Tổng toàn bộ l−ợng tuyết tan đ−ợc tính toán nh− là tổng số tỷ lệ tuyết đ−a trong công thức (6.1), (6.7) (tuỳ ý) và (6.8)
Giới thiệu
Các chương trình tưới nhỏ trong một lưu vực thường không ảnh hưởng đáng kể đến thủy văn, trừ khi có liên quan đến việc chuyển nước qua biên giới lưu vực Ngược lại, các chương trình tưới lớn có thể tác động mạnh đến dòng chảy mặt và bổ cập nước ngầm, thông qua việc gia tăng lượng bốc hơi và thấm, cũng như các tổn thất trong quá trình vận hành.
Mô-đun tưới của NAM có thể được áp dụng để mô tả ảnh hưởng của việc t−ới trong các khía cạnh sau đây:
Cân bằng nước của lưu vực chịu ảnh hưởng chủ yếu từ sự gia tăng độ bốc hơi và các nguồn nước bên ngoài được sử dụng cho mục đích tưới tiêu.
• Thấm cục bộ và bổ cập n−ớc ngầm trong các khu vực t−ới
Phân bổ dòng chảy sát mặt lưu vực giữa các hợp phần như dòng chảy tràn, dòng hội lưu và dòng chảy cơ bản có thể bị ảnh hưởng bởi độ thấm tăng trong các khu vực tưới cũng như việc lấy nước tưới từ nước ngầm hoặc từ các con sông Mỗi khu vực tưới trong lưu vực sẽ được xác định với một lưu vực NAM phụ và mô hình thông số riêng Đối với các khu vực không được tưới, một lưu vực NAM phụ chung sẽ được lập mô hình Tổng lượng nước thoát ra sẽ được xác định thông qua việc mô phỏng lượng nước chảy ra từ các lưu vực phụ, sử dụng lưu vực phối hợp được đề cập trong MIKE 11 RR editor.
Cấu trúc của mô-đun t−ới
Cấu trúc của mô-đun t−ới đ−ợc mô tả trong Hình 7.1
Hình 7.1 Cấu trúc của mô-đun t−ới NAM
Nước cung cấp cho trữ lượng tại các khu vực tưới bao gồm tổng lượng giáng thủy P và nước tưới P ir Lượng bốc hơi tiềm năng thay đổi theo mùa vụ và giai đoạn tăng trưởng Mô-đun tưới cho phép người dùng xác định hệ số mùa vụ C crop hàng tháng cho từng khu vực Lượng bốc hơi tiềm năng cho mỗi mùa vụ được tính toán với E p là chuỗi thời gian liên quan đến bốc hơi Độ thấm I được xác định từ trữ lượng bề mặt đến vùng thấp hơn và nước ngầm, tính theo hàm số của độ ẩm trong tầng thấp hơn L, với k0 inf là yếu tố mô tả mức độ thấm tại trường dung lượng (L = L max).
Phần G của độ thấm có vai trò quan trọng trong việc bổ cập trữ lượng nước ngầm, được coi là thấm sâu hơn Trong mô hình NAM tổng thể, phần này được tính toán như một hàm số dựa trên các điều kiện trong trữ lượng ở tầng thấp hơn, với TG là giá trị ngưỡng tầng đáy liên quan đến bổ cập nước ngầm.
Phần ∆L còn lại đ−ợc xem là để tăng hàm l−ợng độ ẩm trong tầng thấp hơn
Khi vượt quá trữ lượng bề mặt tối đa U max, mô hình NAM tổng thể sẽ chuyển phần nước thừa vào dòng chảy tràn (QOF) và độ thấm Trong mô-đun tưới, độ thấm được đề cập và phần nước thừa sẽ được thêm trực tiếp vào dòng chảy tràn.
Nước tươi có thể được khai thác từ ba nguồn khác nhau, và lượng nước từ mỗi nguồn được xác định thông qua phần trăm P ir cố định cho từng loại nguồn.
• n−íc ngÇm trong khu vùc (PC lgw )
• sông trong khu vực (PC lr )
• sông từ bên ngoài (PC exr )
Từ "khu vực" đề cập đến lưu vực NAM thực tế Khi nước tưới được lấy từ nguồn nước ngầm trong khu vực, lượng nước ngầm sẽ bị giảm do trích xuất từ trữ lượng nước ngầm Hệ số nhả nước S Y và khoảng thời gian ∆t được sử dụng trong các phép tính liên quan đến việc này.
Nếu n−ớc đ−ợc lấy từ một con sông trong khu vực, nó sẽ đ−ợc trích từ dòng chảy mặt đ−ợc tính
Nếu nước được lấy từ một dòng sông nằm ngoài lưu vực NAM (bên ngoài) thì không phải trích (trừ) gì cả
Một phần nước được sử dụng để tưới cây thường bị thất thoát trong quá trình chuyển đến các khu vực cần tưới Những tổn thất này bao gồm thấm và rò rỉ từ hệ thống dẫn nước, việc lấy nước trái phép và sự thất thoát trong quá trình vận hành, khi nước được cung cấp nhưng không được sử dụng hiệu quả Trong mô-đun tưới, người dùng có thể xác định tỷ lệ phần trăm lượng nước tưới bị thất thoát, giúp cải thiện hiệu quả sử dụng nước.
• thất thoát vì thấm (PC evap )
• thất thoát vì rò rỉ (PC gw )
Thất thoát trong quá trình vận hành có ảnh hưởng đến dòng chảy tràn (PC of), và các thất thoát này có thể thay đổi theo thời gian, cụ thể là theo từng tháng.
Do các thất thoát là khác nhau, n−ớc t−ới sẽ bị giảm về số l−ợng
L−ợng thất thoát trong khi vận hành tăng trong dòng chảy tràn
Thất thoát do rò rỉ góp phần làm tăng mực n−ớc ngầm
mô hình thông số
Các thông số bề mặt và tầng đáy
8.1.1 Hàm l−ợng n−ớc tối đa trong trữ l−ợng bề mặt Umax
U max [mm] đại diện cho hàm lượng nước tối đa trong trữ lượng bề mặt, bao gồm nước tại chỗ chứa nước đọng trên cây, khu vực lún/trũng, và phần đất sâu nhất khoảng vài cm Giá trị đặc trưng của U max thường nằm trong khoảng 10-20 mm.
Một yếu tố quan trọng trong mô hình là trữ lượng bề mặt phải đạt dung tích tối đa, tức là U phải lớn hơn U max trước khi xảy ra hiện tượng nước thừa P N Trong mùa khô, cần có lượng mưa thực tế trước khi dòng chảy tràn được sử dụng để ước lượng U max.
8.1.2 Hàm lượng nước tối đa trong trữ lượng tầng đáy L max
L max [mm] là hàm l−ợng n−ớc tối đa trong tầng thấp hơn hay trong trữ l−ợng tầng đáy L max
Hàm lượng độ ẩm tối đa trong đất có thể hiểu là lượng nước sẵn có cho cây thoát hơi L max có thể được ước định bằng cách nhân sự chênh lệch giữa khả năng giữ ẩm của đất (độ ẩm thực địa) và điểm héo của phần đất thực với độ sâu đáy hiệu quả Sự chênh lệch này được gọi là phần nước có sẵn trong dung lượng (AWHC) Để ước định AWHC, cần xác định hàm lượng độ ẩm cho các loại đất khác nhau, cùng với giá trị pF 2.5 (khả năng giữ ẩm của đất) và pF 4.2 (điểm héo).
L max đại diện cho giá trị trung bình của toàn bộ lưu vực, bao gồm nhiều loại đất và độ sâu đáy của từng loại thực vật Vì vậy, L max không thể ước lượng chính xác từ dữ liệu thực địa, nhưng chúng ta có thể xác định khoảng cách mong đợi.
Do bốc hơi thực tế phụ thuộc vào hàm lượng nước của trữ lượng bề mặt và trữ lượng tầng đáy, U max và L max là các thông số chính cần điều chỉnh để cân bằng nước trong mô phỏng Trong quá trình thẩm định mẫu, nên cố định mối quan hệ giữa U max và L max, chỉ định một thông số duy nhất Theo quy tắc, U max = 0.1 L max có thể được áp dụng trừ khi có các đặc điểm lưu vực đặc biệt hoặc biểu đồ thủy văn khác.
8.1.3 Hệ số dòng chảy tràn trên mặt CQOF
CQOF là một thông số quan trọng, xác định phạm vi lượng nước mưa thừa chảy ra nh− dòng chảy tràn và độ thấm/ngấm
CQOF là một chỉ số không có chiều, nằm trong khoảng từ 0 đến 1, phản ánh độ thấm và các điều kiện bổ cập Các giá trị CQOF nhỏ thường liên quan đến các lưu vực phẳng có đất cát thô và khu vực không thấm, trong khi các giá trị lớn thường xuất hiện ở các lưu vực có đất thấp và thấm như đất sét hoặc đá trần Giá trị CQOF được biết đến nằm trong khoảng 0.01 đến 0.90.
Trong các giai đoạn mà mực nước ngầm xuất hiện trên bề mặt đất, mô hình sẽ không bao gồm phần thấm, dẫn đến việc CQOF trở nên không cần thiết.
8.1.4 Hằng số thời gian đối với dòng hội lưu CKIF
CKIF là thông số quan trọng xác định lượng dòng hội lưu, trong đó CKIF - 1 biểu thị hàm lượng nước bề mặt U chảy vào dòng hội lưu hàng giờ Thông số này cho thấy sự ảnh hưởng lớn của dòng hội lưu, đặc biệt khi CKIF lớn hơn CK 12.
Dòng hội lưu thường khó hiểu vì nó không phải là thành phần chủ yếu trong dòng chảy Do đó, thông số CKIF không được coi là quá quan trọng, với các giá trị thường nằm trong khoảng 500-1000 giê.
8.1.5 Hằng số thời gian đối với đường dòng chảy hội lưu và dòng chảy tràn CK12
Hằng số thời gian đối với dòng chảy hội lưu và dòng chảy tràn CK 12 [giờ] đóng vai trò quan trọng trong việc xác định hình dạng và đỉnh của biểu đồ thủy văn Giá trị CK 12 thay đổi tùy thuộc vào kích cỡ của lưu vực và khả năng phản ứng nhanh với nước mưa, với các giá trị đặc trưng dao động trong khoảng 3-48 giờ.
Hằng số thời gian có thể được xác định thông qua việc phân tích các sự kiện đỉnh Nếu dòng chảy đỉnh diễn ra quá chậm hoặc đến muộn, chúng ta có thể điều chỉnh CK 12 để cải thiện tình hình, và ngược lại.
8.1.6 Giá trị ng−ỡng tầng đáy đối với dòng chảy tràn TOF
TOF là giá trị ngưỡng quan trọng cho dòng chảy, xác định rằng không có dòng chảy tràn xảy ra khi hàm lượng độ ẩm của trữ lượng tầng đáy, L/L max, nhỏ hơn TOF Cách thức hoạt động của giá trị ngưỡng này được trình bày trong Bảng 8.1 Tương tự, giá trị ngưỡng tầng đáy cho dòng hội lưu TIF và bổ cập TG hoạt động giống như các giá trị ngưỡng đối với dòng hội lưu và bổ cập.
Hình 8.1 Sự phát sinh dòng chảy tràn
Ba giá trị ngưỡng cần phản ánh mức độ dao động không gian trong các đặc tính của lưu vực, với lưu vực nhỏ đồng nhất có giá trị ngưỡng lớn hơn lưu vực không đồng nhất Trong các lưu vực có mùa nắng và mùa mưa xen kẽ, giá trị ngưỡng xác định sự khởi đầu của các hợp phần dòng chảy trong các giai đoạn mà tầng đáy được làm đầy Các giá trị ngưỡng không có tầm quan trọng trong mùa mưa, nhưng lại có ý nghĩa quan trọng hơn giữa hai lưu vực, đặc biệt là ở các vùng nửa khô cạn.
Tại các khu vực có mùa nắng và mùa mưa xen kẽ, chỉ số TOF có thể thay đổi tùy theo từng trường hợp, ngay cả khi lượng mưa lớn không làm tăng nhanh dòng chảy tràn Thông số này chỉ ảnh hưởng trong vài tuần đầu của mùa mưa, với giá trị TOF thường nằm trong khoảng từ 0 đến 0.7.
8.1.7 Giá trị ngưỡng tầng đáy đối với dòng hội lưu TIF
Giá trị ngưỡng tầng đáy của dòng hội lưu TIF tương tự như vai trò của TOF trong dòng chảy tràn Mặc dù không phải là thông số quan trọng, nhưng trong nhiều trường hợp, giá trị này thường bằng không.
Các thông số n−ớc ngầm
8.2.1 Hằng số thời gian dòng chảy cơ bản CK BF
Hằng số thời gian dòng chảy cơ bản CK BF [giờ] đóng vai trò quan trọng trong việc xác định hình dạng của biểu đồ thủy văn trong mùa khô Dòng chảy trong mùa này được mô tả theo hồ chứa tuyến tính, liên quan đến sự phân hủy số mũ đua ra CK BF có thể được ước định thông qua phân tích sự đi xuống của biểu đồ thủy văn, với các giá trị CK BF thường nằm trong khoảng từ 500 đến 5000 giờ.
Phân tích sự đi xuống cho thấy hình dạng biểu đồ thủy văn chuyển sang giảm sút chậm hơn Sau một thời gian, phần trữ lượng nước ngầm bổ sung có thể được thêm vào để cải thiện mô tả dòng chảy cơ bản.
8.2.2 Giá trị ngưỡng tầng đáy đối với bổ cập nước ngầm TG
Giá trị ngưỡng tầng đáy ảnh hưởng đến lượng bổ cập nước ngầm, tương tự như TOF tác động đến dòng chảy tràn Đây là thông số quan trọng trong việc mô phỏng sự gia tăng của bảng nước ngầm vào đầu mùa mưa.
8.2.3 Bổ cập trữ l−ợng n−ớc ngầm thấp hơn CQ low
Trong một số trường hợp, hình dạng đi xuống của biểu đồ thủy văn có thể trở nên chậm hơn sau một thời gian nhất định Để mô phỏng hiện tượng này, cần đưa vào một trữ lượng nước ngầm thấp hơn Thông số CQ low xác định phần bổ cập thấm qua trữ lượng nước ngầm, và cả CQ low lẫn CK low có thể được ước định thông qua việc phân tích sự đi xuống của biểu đồ thủy văn.
8.2.4 Hằng số thời gian đối với dòng chảy cơ bản thấp hơn CK low
Dòng chảy cơ bản từ trữ lượng nước ngầm thấp hơn được mô hình hóa bằng một bồn chứa tuyến tính với hằng số thời gian CK low [giờ] Hằng số thời gian này có thể được ước định thông qua phân tích sự đi xuống của biểu đồ thủy văn Thông thường, CK low có giá trị lớn hơn CK BF.
8.2.5 Tỉ lệ lưu vực nước ngầm đối với khu vực lưu vực địa hình C area
Dòng chảy từ các lưu vực lân cận có thể được mô hình hóa bằng cách xác định giá trị C area khác 1 Giá trị C area xác định lượng bổ cập G đang chảy Nếu C area nhỏ hơn 1, một phần lượng bổ cập G, cụ thể là (1 - C area )G, sẽ chảy vào một lưu vực khác, nơi mà C area lớn hơn 1.
(1 - C area )G sẽ được bổ sung vào lượng bổ cập lưu vực
8.2.6 Độ sâu n−ớc ngầm tối đa tạo nên dòng chảy cơ bản GWL BFO Độ sâu tối đa đối với bảng nước ngầm mà tại đó xuất hiện dòng chảy cơ bản GWL BFO [m] tượng trưng mức độ dòng chảy ra (outflow) của hồ chứa nước ngầm được cho như là khoảng cách giữa mực mặt đáy trung bình của lưu vực và mức tối thiếu của sông mà nó chảy ra ở các khu vực thấp và bằng, sự thay đổi hàng năm của khoảng cách này có thể là quan trọng và phương tiện cho phép GWL BFO thay đổi theo mùa nh− đ−ợc nêu trong NAM
GWL BFO và S Y có thể được them định bằng cách so sánh mực nước ngầm mô phỏng với mực n−ớc ngầm quan sát đ−ợc
8.2.7 Hệ số nhả n−ớc SY
Hệ số nhả nước (S Y) cho trữ lượng nước ngầm thường được đánh giá từ dữ liệu thủy văn như kiểm tra bơm Giá trị S Y có thể được xác định từ tài liệu về các loại đất khác nhau, với các giá trị nhỏ cho đất sét (0.01-0.1) và giá trị lớn cho cát (0.1-0.3).
8.2.8 Độ sâu nước ngầm đối với dòng mao dần GWLFL1 điểm héo, nghĩa là L = 0 Thông số này sẽ phụ thuộc vào loại đất, và các giá trị cho 20 loại đất theo nh− Rijtema (1969) liệt kê trong Bảng 8.2
5 Cát thô trung bình có nhiều mùn 1.2
6 Cát thô trung bình có ít mùn 0.7
7 Cát thô trung bình có mùn 0.5
14 Mùn đất sét có cát 2.2
15 Mùn đất sét có phù sa 1.8
19 Đất sét có phù sa 1.4
Các thông số mô-đun tuyết
8.3.1 Hệ số cấp độ ngày C snow
Tuyết tan được xác định bởi hệ số cấp độ ngày C snow [m/o C/ngày], với giá trị dao động theo mùa trong khoảng 2-4mm/o C/ngày Sự thay đổi này có thể được giải thích thông qua sự biến động của bức xạ sóng ngắn và suất phân chiếu (albedo) của bề mặt tuyết.
8.3.2 Nhiệt độ nền (tuyết/ m−a) To
Giáng thủy được coi là tuyết khi nhiệt độ dưới mức nền T o [C o] Khi nhiệt độ vượt quá T o, tuyết trong trữ lượng sẽ tan chảy Nhiệt độ nền thường gần 0 độ C.
8.3.3 Hệ số bức xạ C rad
Hệ số bức xạ C rad [m²/W/mm/ngày] ảnh hưởng đến tỷ lệ tan chảy của tuyết, do sự ngưng kết của không khí ẩm trên bề mặt tuyết và sự chuyển giao khí từ giáng thủy vào tuyết.
8.3.4 Hệ số cấp độ ngày nước mưa C rain
Hệ số cấp độ ngày nước mưa C rain [mm/mm/0 C/ngày] ảnh hưởng đến mức độ tuyết tan, do sự ngưng tụ không khí ẩm trên bề mặt tuyết và sự chuyển giao nhiệt vào túi tuyết qua quá trình thuỷ giáng.
Các thông số mô-đun t−ới
K0 inf [mm/ngày] là yếu tố thấm quan trọng, cùng với hàm lượng độ ẩm trong trữ lượng chứa tầng trên và tầng đáy, quyết định lượng nước thấm từ bề mặt xuống tầng đáy và trữ lượng nước ngầm.
Hình 8.2 Mức độ thấm dưới dạng hàm số hàm lượng độ ẩm trong tầng đáy
Mức độ thấm đ−ợc trong tầng đáy được thể hiện qua hàm số hàm lượng độ ẩm, với K0 inf có sự phụ thuộc mạnh vào dạng đất, đặc biệt là các loại đất có cát, trong khi phụ thuộc ít hơn vào các loại đất có đất sét.
Khi nước tưới được cung cấp, tầng đáy sẽ gần đạt đến bão hòa Trong điều kiện này, mức độ thấm K0 inf có thể giảm xuống suất dẫn nước bão hòa của đất (K s) Bảng 8.3 trình bày các giá trị K s của các loại đất khác nhau mà nhiều tác giả đã xác định.
Khi tầng đáy chỉ bão hòa một phần, động học của dòng chảy trở nên phức tạp và không thể mô tả chính xác trong mô hình khối tảng nhũ Đồng thời, việc chuẩn bị đất có thể ảnh hưởng đáng kể đến suất dẫn nước của đất.
8.4.2 Các hệ số mùa vụ và tổn thất t−ới
Hệ số mùa vụ ảnh hưởng đến độ bốc hơi tiềm năng tùy thuộc vào mùa vụ và giai đoạn phát triển Để tính toán, ta nhân chuỗi thời gian độ bốc hơi tiềm năng với hệ số mùa vụ Đối với đất khô không có mùa vụ, hệ số thường là không, trong khi ở những nơi có mùa vụ tốt, hệ số lớn hơn 1 Thông tin chi tiết về cách ước định hệ số mùa vụ có thể tham khảo trong Doorenbos và Pruitt (1977) Các giá trị hàng tháng của hệ số này có thể xác định được, và sự phân bổ thất thoát hàng tháng từ bốc hơi, rò rỉ và dòng chảy tràn cần tương ứng với các giá trị thiết kế của chương trình, trừ khi có quan sát khác.
các đIều kiện ban đầu
Mô hình NAM yêu cầu các điều kiện ban đầu như hàm lượng nước trong trữ lượng bề mặt và tầng đáy, cùng với các giá trị ban đầu của dòng chảy tràn, dòng hội lưu và dòng chảy cơ bản.
Để xác định dòng chảy cơ bản ban đầu từ hai hồ chứa nước ngầm, cần xác định một hồ chứa thấp hơn và tính toán giá trị trữ lượng tuyết nếu có mô-đun tuyết.
Khi mô phỏng bắt đầu vào cuối mùa khô, việc thiết lập các giá trị ban đầu bằng không thường là đủ, ngoại trừ hàm lượng nước trong tầng đáy và dòng chảy cơ bản Hàm lượng nước trong tầng đáy cần đạt khoảng 10-30% dung tích chứa, trong khi dòng chảy cơ bản nên được điều chỉnh gần với giá trị dòng chảy quan sát được.
Tăng cường việc xác định các điều kiện ban đầu từ các mô phỏng trước đó trong nhiều năm bằng cách ghi lại hàm lượng độ ẩm phù hợp của tầng đáy và dòng chảy cơ bản trong cùng một thời điểm trong năm khi bắt đầu mô phỏng mới.
Nói chung, nên không để ý đến 3-6 tháng đầu của mô phỏng NAM để loại trừ các ảnh h−ởng do các điều kiện ban đầu bị sai.
thẩm định mô hình
Mục tiêu thẩm định và các biện pháp đánh giá
Các mục tiêu sau đây thường được xét đến trong thẩm định mô hình:
(1) Một sự hòa hợp tốt giữa dòng chảy mặt mô phỏng trung bình và dòng chảy mặt lưu vực quan sát được (ví dụ cân bằng nước tốt)
(2) Một sự hòa hợp hoàn toàn của hình dạng biểu đồ thủy văn
(3) Một sự hòa hợp tốt của các dòng chảy đỉnh về thời gian, mức độ và lưu l−ợng
(4) Một sự hòa hợp tốt của các dòng chảy thấp
Trong việc đạt được sự kết hợp tối ưu giữa các mục tiêu khác nhau, việc cân bằng các yếu tố là rất quan trọng Ví dụ, có thể tìm thấy một tập hợp thông số cho phép mô phỏng tốt các dòng chảy đỉnh nhưng lại kém cho các dòng chảy thấp, và ngược lại.
Trong quá trình thẩm định, cần chú ý đến các mục tiêu thẩm định khác nhau, bao gồm cả việc cân bằng giữa chúng Khi có sự ưu tiên cho một mục tiêu cụ thể, mục tiêu đó cần được xem xét kỹ lưỡng Để đánh giá mô hình đã thẩm định, dòng chảy mô phỏng phải được so sánh với lưu lượng thực tế đo được Đối với các thông số nước ngầm, mực nước ngầm trung bình mô phỏng cần được chuẩn bị và so sánh với mực nước ngầm đo được trong khu vực lưu vực.
Cả hai phương thức đồ họa và phương pháp số đều cần được áp dụng trong tiến trình thẩm định Đánh giá theo phương thức đồ họa bao gồm việc so sánh dòng chảy sát mặt mô phỏng với dòng chảy sát mặt quan sát được Các phương pháp số phải tính đến toàn bộ lỗi về cân bằng nước, tức là chênh lệch giữa dòng chảy sát mặt mô phỏng trung bình và dòng chảy quan sát Ngoài ra, phương pháp số còn sử dụng hệ số quyết định hoặc hệ số Nash-Sutcliff để đánh giá toàn bộ hình dạng của biểu đồ thủy văn, trong đó Q sim,i là lưu lượng mô phỏng tại thời điểm i, Q obs,i là lưu lượng quan sát được tương ứng, và Qobs là lưu lượng quan sát được trung bình Một sự kết hợp hoàn hảo sẽ tương ứng với R² = 1.
Sự hòa hợp chính xác giữa các mô phỏng và quan sát là rất quan trọng Mô hình thẩm định cần phải kết hợp tốt với dữ liệu thực tế, nhưng điều này có thể bị ảnh hưởng bởi nhiều loại lỗi khác nhau.
(1) Lỗi trong dữ liệu khí t−ợng đầu vào
(2) Lỗi khi ghi lưu những gì quan sát được
(3) Lỗi và các đơn giản hoá gắn liền với cấu trúc mô hình
(4) Lỗi do ding các giá trị thông số không tối −u
Trong thẩm định mô hình, chỉ có lỗi cần hạn chế là lỗi (4) Việc phân biệt giữa các nguồn gốc lỗi do thẩm định các thông số mô hình và các lỗi về dữ liệu cũng như cấu trúc mô hình là rất quan trọng Đối với các lưu vực có số lượng hoặc chất lượng dữ liệu thấp, có thể chấp nhận kết quả thẩm định ít chính xác hơn.
Việc thẩm định thỏa mãn toàn bộ khoảng của dòng chảy thường yêu cầu quan sát liên tục trong 3-5 năm, nhưng chuỗi dòng chảy ngắn hơn cũng có giá trị cho việc thẩm định, mặc dù không đảm bảo tính hiệu quả Để có một đánh giá đáng tin cậy cho mô hình thẩm định, cần sử dụng dữ liệu không dùng cho thẩm định (bài kiểm tra tách mẫu) Một số khía cạnh chung về thẩm định và công nhận các mô hình thủy văn đã được mô tả trong Refsgaard và Storm (1996).
Thẩm định thủ công
Tiến trình thẩm định mô hình có thể thực hiện bằng tay hoặc thông qua quy trình tự động trên máy vi tính Bài viết này sẽ trình bày một chiến lược thẩm định thủ công cho mô hình NAM.
Trong quá trình thẩm định mô hình, việc điều chỉnh các thông số thử và lỗi là cần thiết để đạt được kết quả mong muốn Đối với những người mới bắt đầu, nên thay đổi một thông số tại mỗi lần thử để dễ dàng nhận thấy tác động của sự thay đổi đó Chiến lược thẩm định thủ công dựa trên việc mô tả quy trình dòng chảy mặt nước khác nhau nhằm xác định các thông số mô hình liên quan, đặc biệt là những thông số ảnh hưởng đến quy trình mà chúng ta quan tâm (xem thêm Phần 8).
Một thẩm định bắt đầu bằng việc điều chỉnh cân bằng nước trong hệ thống, trong đó bốc hơi toàn bộ trong một khoảng thời gian phải tương ứng với giáng thủy thực tích lũy trừ dòng chảy mặt Bốc hơi sẽ gia tăng khi hàm lượng nước trong trữ lượng bề mặt U max và trữ lượng tầng đáy L max đạt mức tối đa, và ngược lại.
Dòng chảy mặt đỉnh xảy ra do khối lượng lớn dòng chảy tràn Để điều chỉnh lưu lượng đỉnh, có thể thay đổi hệ số dòng chảy tràn trên mặt (CQOF) Hình dạng của đỉnh phụ thuộc vào hằng số thời gian trong đường dòng chảy sát mặt (CK 12).
Lượng dòng chảy cơ bản chịu ảnh hưởng từ các thành phần dòng chảy mặt; việc giảm dòng chảy tràn hoặc dòng hội lưu sẽ làm tăng dòng chảy cơ bản và ngược lại Hình dạng của chiều giảm của dòng chảy cơ bản phụ thuộc vào hằng số thời gian dòng chảy cơ bản (CK BF) Nếu chiều giảm của dòng chảy cơ bản thay đổi thành chậm hơn sau một thời gian, cần bổ sung vào hồ chứa nước ngầm thấp hơn, bao gồm cả thẩm định CQ low và CK low.
Ban đầu, các giá trị ngưỡng cho tầng đáy TOF, TIF và TG được đặt là không Sau khi thẩm định vòng đầu tiên các thông số U max, L max, CQOF, CK 12 và CK BF, các thông số ngưỡng có thể được điều chỉnh để cải thiện kết quả mô phỏng Trong quá trình thẩm định về các thông số nước ngầm GWL BFO và S Y, mực nước ngầm mô phỏng được so sánh với các mực nước ngầm quan sát Việc xem xét hồ chứa nước ngầm nông cũng rất quan trọng ở những khu vực đất thấp, như trong các đầm lầy hoặc khu vực châu thổ sông, nơi mà bảng nước ngầm có thể chạm đến mặt đất vào mùa mưa.
Các thông số mô-đun tuyết đ−ợc thẩm định về các giai đoạn có dòng chảy mặt tuyết tan.
Lộ trình thẩm định tự động
Việc kiểm tra thẩm định mô hình NAM cơ bản sử dụng 9 thông số mô hình thẩm định tự động, dựa trên chiến lược tối ưu hóa đa mục tiêu Trong đó, bốn mục tiêu thẩm định khác nhau có thể được tối ưu hóa đồng thời.
Phương pháp thẩm định đa mục tiêu
Trong thẩm định tự động, mục tiêu chính là phát triển các phương pháp số phù hợp và tối ưu hoá tự động Để đạt được bốn mục tiêu thẩm định đã nêu, các phương pháp hoạt động số sẽ được áp dụng.
1 Sự thống nhất giữa dòng chảy lưu vực quan sát và mô phỏng trung bình: lỗi của tổng dòng chảy
2 Sự thống nhất tổng hợp của hình dạng đ−ờng thuỷ văn: lỗi diện tích trung bình gốc tổng thể (RMSE)
3 Thống nhất giữa dòng chảy đỉnh: RMSE trung bình của dòng chảy đỉnh
4 Thống nhất dòng chảy thấp: RMSE trung bình cho dòng chảy thấp Lỗi khối l−ợng tổng hợp trong đó
Q obs,i là lưu lượng quan sát tại thời điểm i
Q sim,i là lưu lượng mô phỏng tại thời điểm i
Là một bộ tham số mô hình đ−ợc thẩm định
N là một số bước thời gian trong thời gian thẩm định
Hệ số xác định trong công thức (4.26) là biện pháp chuyển đổi và chuẩn hóa của RMSE tổng hợp, nhằm điều chỉnh theo biến động của đường thủy văn quan sát Do đó, việc tối ưu hóa trong (4.28) tương ứng với việc tối đa hóa giá trị R².
RMSE trung bình của dòng chảy đỉnh được tính dựa trên số sự kiện dòng chảy đỉnh trong thời gian thẩm định, với n j là số bước thời gian trong sự kiện thứ j Dòng chảy đỉnh được xác định là giai đoạn khi lưu lượng quan sát được dưới mức giá trị ngưỡng mà người sử dụng đã chỉ định.
RMSE trung bình cho dòng chảy thấp được tính dựa trên số sự kiện dòng chảy thấp (M j) trong thời gian thẩm định Dòng chảy thấp được định nghĩa là khoảng thời gian mà lưu lượng quan sát giảm xuống dưới mức giá trị ngưỡng đã được người sử dụng xác định.
Vấn đề tối −u hoá mục đích có thể đ−ợc hình thành trong công thức sau:
Tối ưu hóa được xem như một quá trình bị hạn chế bởi khoảng cách tham số, được hình dung như một hypercube với các giới hạn trên và dưới cho từng tham số Các giới hạn này được xác định dựa trên các quy tắc toán học, vật lý của mô hình, cũng như kinh nghiệm trong việc lập mô hình.
Giải pháp trong phần 4.3.1 không phải là một bộ tham chiếu duy nhất, mà là một tập hợp các giải pháp Pareto, phản ánh sự hoán đổi giữa các mục tiêu khác nhau Khái niệm tối ưu Pareto phân chia toàn bộ khoảng cách tham chiếu thành các giải pháp "tốt" và "xấu", cho thấy không có giải pháp nào hoàn hảo.
Không có giải pháp nào có thể được coi là tốt hơn giải pháp khác một cách tuyệt đối Một thành viên trong bộ Pareto có thể tốt hơn một số thành viên khác dựa trên một số mục tiêu nhất định, nhưng do sự đánh đổi giữa các mục tiêu khác nhau, nó không thể được đánh giá là tốt hơn khi xem xét các mục tiêu khác.
Trong các ứng dụng đặc biệt, việc tính toán toàn bộ bộ Pareto có thể quá tốn kém, do đó người dùng thường chỉ quan tâm đến một phần của các giải pháp tiêu biểu đã được xác định, mà không cần tổng hợp tất cả các hàm mục tiêu khác nhau F1() – F4() Phương pháp qui nạp sử dụng khoảng cách Euclidian, trong đó A_i là hằng số chuyển đổi Một phương pháp qui nạp cân bằng được xác định bằng cách ấn định hằng số chuyển đổi trong (4.32), đảm bảo rằng mọi mục tiêu có tỷ trọng bằng nhau trong quá trình tối ưu hóa Hằng số chuyển đổi này sẽ được tự động tính toán dựa trên mật độ bộ tham số được xây dựng trong vòng luân chuyển tối ưu hóa.
Bộ tham số tối ưu được xác định bằng cách tối thiểu hoá (4.32) liên quan đến mô hình Quá trình tối ưu hoá được thực hiện tự động thông qua thuật toán cải tiến tổng hợp được bố trí (SCE), một phương pháp tìm kiếm toàn cầu được thiết kế đặc biệt để tối ưu hàm mục tiêu toàn cầu mà không bị giới hạn bởi tối ưu địa phương Chi tiết về thuật toán này được mô tả trong tài liệu /46/ Việc thực hiện và kiểm tra thuật toán nhằm thẩm định tự động mô hình NAM được trình bày trong tài liệu /48/.
Mô tả cho ng−ời sử dụng
Mô tả cho mô đun kiểm tra tự động NAM bao gồm:
Lộ trình kiểm tra tự động được xác định trong tham số mô hình 9, như trình bày trong Bảng 4.4 Người sử dụng có thể chọn một tập hợp con các tham số để thực hiện thẩm định tự động.
Đối với tập hợp con tham số NAM được kiểm tra tự động, người dùng xác định khoảng cách tìm kiếm lập phương, bao gồm giới hạn trên và giới hạn dưới cho mỗi tham số Các tham số khác nhau phản ánh kiến thức về giá trị kinh nghiệm trước đó cho loại lưu vực mà bạn muốn xem xét Giới hạn mặc định được thiết lập dựa trên các hạn chế mô hình toán học và vật lý, cùng với giá trị kinh nghiệm cho các dãy lưu vực khác nhau được trình bày trong Bảng 4.4.
Bảng 4.4 Tham số kiểm tra và khoảng cách tìm kiếm lập ph−ơng mặc định
Người dùng có thể chọn bất kỳ sự kết hợp nào trong bốn hàm mục tiêu: (1) lỗi cân bằng n−ước tổng hợp, (2) RMSE tổng hợp, (3) RMSE dòng chảy đỉnh, và (4) RMSE dòng chảy thấp Đối với RMSE dòng chảy đỉnh và dòng chảy thấp, người dùng cần xác định mức ngưỡng để phân định giữa dòng chảy thấp và dòng chảy đỉnh.
Việc lựa chọn hàm số mục tiêu cần phản ánh đúng mục tiêu của mô phỏng mô hình Trong nghiên cứu thủy văn, lỗi cân bằng nước tổng hợp và RMSE thường được sử dụng Nếu nghiên cứu tập trung vào dòng chảy thấp và cao, thì RMSE cho cả hai loại dòng chảy này cũng nên được xem xét Tuy nhiên, không nên sử dụng lỗi cân bằng nước cho tối ưu hóa vì nó có thể dẫn đến việc kiểm tra mô hình không thực tế.
Tiêu chí dừng cho thuật toán tối ưu hóa là số lượng tối đa các đánh giá mô hình, phụ thuộc vào số tham số kiểm tra và độ phức tạp của mô hình Việc có nhiều đánh giá mô hình là cần thiết để đảm bảo thời gian tính toán hợp lý Đối với mô hình có 9 tham số, số lượng tối đa các đánh giá nên nằm trong khoảng 1000-2000 để đảm bảo độ chính xác trong kiểm tra hệ số.