TỔNG QUAN VỀ MÔ HÌNH HÓA MÔI TRƯỜNG
CÁC KHÁI NIỆM CƠ BẢN
1.1 Các định nghĩa và khái niệm cơ bản
Mô hình là cấu trúc đơn giản hóa, nhằm mô tả hình ảnh của một đối tượng, hiện tượng, khái niệm hoặc hệ thống theo những đặc điểm và diễn biến cụ thể.
Mô hình có thể là hình ảnh hoặc vật thể được thu nhỏ hoặc phóng đại, hoặc được biểu diễn bằng phương trình toán học, công thức vật lý, hay phần mềm tin học Mục đích của mô hình là để mô tả một hiện trạng thực tế mang tính điển hình.
Mô hình hoá là một khoa học giúp chúng ta mô phỏng và giản lược các thông số thực tế, đồng thời vẫn giữ được các tính chất quan trọng của từng thành phần trong mô hình Mặc dù mô hình không hoàn toàn là một vật thể hiện thực, nhưng nó cung cấp cái nhìn sâu sắc hơn về hệ thống thực tế mà chúng ta đang nghiên cứu.
Mô hình hóa môi trường là một lĩnh vực khoa học quan trọng, giúp mô phỏng sự lan truyền của chất ô nhiễm và dự báo những thay đổi về môi trường theo không gian và thời gian.
Để minh họa sự biến đổi mực nước trong hồ chứa, hình 1.2 được sử dụng Với thông tin về kích thước hình học của hồ, lưu lượng nước vào và ra, chúng ta có khả năng xác định sự dao động của mực nước trong hồ.
Hình 1.1 Mô hình thể hiện sự thay đổi khối lượng nước trong hồ chứa
Nhà khoa học Meadown và các cộng sự (1972) đã phát hiện ra mối quan hệ chặt chẽ giữa sự gia tăng dân số, sản xuất lương thực, sản xuất công nghiệp, nguồn tài nguyên và mức độ ô nhiễm Nghiên cứu của họ đã dẫn đến việc xây dựng một mô hình dự báo toàn cầu, như thể hiện trong hình 1.3.
Hình 1.2 Mô hình dự báo tình hình thế giới đến năm 2100
1.1.2 Mục tiêu thành lập mô hình
Môi trường diễn biến rất phức tạp và liên quan đến nhiều lĩnh vực khoa học khác nhau Để hiểu rõ hơn về bản chất tự nhiên của các hiện tượng, các nhà khoa học đã tìm cách đơn giản hóa những vấn đề phức tạp, nhằm tạo cơ sở cho việc giải thuật và tính toán khả năng xảy ra trong tương lai mà vẫn giữ được sự gần gũi với thực tế.
Hình 1.3 Đường đi của các chất gây ô nhiễm trong vòng tuần hoàn nước
Có 3 mục tiêu khi thực hiện một mô hình:
• Tạo cơ sở lý luận:
- Mô hình giúp ta dễ diễn tả hình ảnh sự kiện hoặc hệ thống;
- Mô hình mang tính đại diện các đặc điểm cơ bản nhất của sự thể;
- Mô hình giúp ta cơ sở đánh giá tính biến động một cách logic khi có tác động bên ngoài vào hoặc từ trong ra
• Tiết kiệm chi phí và nhân lực:
- Mô hình giúp ta thêm số liệu cần thiết;
- Mô hình giúp giảm chi phí lấy mẫu;
- Mô hình có thể đƣợc thử nghiệm với các thay đổi theo ý muốn
1.1.3 Đặc trƣng cơ bản của một mô hình
Một cách tổng quát, tất cả các mô hình phải có 3 thành tố chính nhƣ hình 1.5:
Hình 1.4 Ba thành tố chính của một mô hình
• Thông tin vào: bao gồm các dạng cơ sở dữ liệu đƣa vào để mô hình xử lý
• Tiến trình xử lý thông tin: bao gồm quá trình tiếp nhận dữ liệu vào, tính toán, phân tích, đánh giá và xuất dữ liệu
• Thông tin ra: thể hiện ở dạng đồ thị, biểu bảng, báo cáo đánh giá kết quả
Trong bối cảnh chưa thể giải quyết toàn bộ các vấn đề phức tạp của tự nhiên, việc phân chia hiện tượng thực tế thành các mảng đề tài khác nhau là cần thiết Mỗi phần này được coi như một bài toán riêng biệt với mô hình tương ứng Chẳng hạn, quá trình dòng chảy trong chu trình nước có thể được chia thành các đề tài nhỏ hơn để dễ dàng nghiên cứu và phân tích.
Hình 1.5: Chia vấn đề lớn thành từng vấn đề riêng rẽ Một mô hình cần thể hiện các đặc trƣng sau:
- Mô hình cần đƣợc tối giản với một số giả định đặt ra
- Điều kiện biên hoặc điều kiện ban đầu cần định danh;
- Mức độ khả năng ứng dụng của mô hình có thể xác lập đƣợc
Mô hình 3A, viết tắt từ ba yếu tố chính là Ứng dụng, Thuật toán và Kiến trúc, thường được áp dụng trong ngành khoa học tính toán, như minh họa trong hình vẽ 1.7.
Hình 1.6: Khái quát mô hình theo khoa học tính toán
Ba phần cơ bản của mô hình là:
1 Ứng dụng mô hình (Application of a model):
Mô hình được sử dụng để chỉ ra ứng dụng của nó trong thực tiễn, xác định phạm vi ứng dụng và tầm quan trọng của mô hình Ví dụ, mô hình giúp xác định lượng đạm ammoniac chuyển hóa thành đạm nitrogen trong không khí và lượng nước chảy tràn trên mặt đất sau mưa bão Nhờ vào ứng dụng mô hình, chúng ta có thể trả lời câu hỏi: Đây là những gì muốn mô phỏng, và chúng ta sẽ thực hiện mô phỏng đó như thế nào?
2 Thuật toán mô hình (Algorithm of a model):
Thuật toán mô hình hướng dẫn chúng ta về các phương pháp tính toán và kỹ thuật liên quan đến các phương trình cũng như thông số cần thiết để lập trình trên máy tính.
3 Kiến trúc mô hình (Architecture of a model):
Kiến trúc mô hình xác định kiểu hình và loại máy tính, chương trình cần thiết để xử lý thông tin Việc áp dụng mô hình toán học giúp giải quyết các vấn đề thực tiễn một cách hiệu quả.
• Sự kiện xảy ra quá nhanh (nhƣ các phản ứng phân tử trong hóa học);
• Sự kiện xảy ra quá chậm (nhƣ sự phát triển động học dân số hoặc quần thể);
• Các thực nghiệm đắt tiền khi làm ở phòng thí nghiệm (nhƣ mô hình hầm gió);
• Các thực nghiệm rất nguy hiểm (thực nghiệm vụ nổ nguyên tử)
Mô hình hóa môi trường là một lĩnh vực khoa học quan trọng, cung cấp các công cụ như hình ảnh, sơ đồ, biểu đồ, phần mềm và sa bàn Những công cụ này giúp chuyển đổi các dữ liệu đo đạc thực tế từ khu vực nghiên cứu thành những lý giải cần thiết, phục vụ cho việc cung cấp thông tin và dự đoán diễn biến của môi trường và sinh thái.
Mô hình môi trường là một công cụ hữu ích để mô phỏng các mối quan hệ phức tạp trong hệ sinh thái thực tế, giúp cung cấp những kết quả chính xác và đáng tin cậy.
- Một mô hình môi trường phải cung cấp một đại lượng dữ liệu thể hiện theo sự thay đổi thời gian qua:
Mô hình môi trường đóng vai trò quan trọng trong việc kết nối dữ liệu với quá trình ra quyết định Nó tạo ra thông tin từ dữ liệu quan trắc, đồng thời cải thiện kiến thức để hỗ trợ các quyết định liên quan đến quy hoạch, thiết kế, vận hành và quản lý.
- Một mô hình môi trường thường kết hợp các định luật và phương trình sau:
• Định luật vật lý (nhƣ định luật Darcy, định luật bảo toàn khối lƣợng, …)
• Phương trình toán học quan hệ (như phương trình Penmen về bốc thoát hơi, phương trình cân bằng nước)
• Các quan hệ thực nghiệm (nhƣ các công thức kinh nghiệm, …)
PHÂN LOẠI VÀ TIẾN TRÌNH MÔ HÌNH
2.1.1 Mục đích phân loại mô hình
Mô hình môi trường có thể được phân loại theo nhiều cách, bao gồm đặc điểm tính toán, phương pháp mô phỏng, cách vận hành và giả định Việc phân loại này giúp xác định rõ ràng các loại mô hình và ứng dụng của chúng trong nghiên cứu và quản lý môi trường.
- Thể hiện ý tưởng kiểu mô phỏng nào được sử dụng
- Trình bày phương pháp và mức độ toán học ứng dụng
- Biểu hiện dạng xuất kết quả của mô hình
- Đề xuất loại dữ liệu nào cần đƣa vào để có thông tin
- Định danh thành phần nào trong hệ thống cần mô phỏng
Một mô hình có thể có các tên gọi khác nhau, tùy theo tác giả, nhƣ là:
- Mô hình vật lý (physical model)
- Mô hình toán học (mathematical model)
- Mô hình số (numerical model)
- Mô hình giải tích (analysis model)
- Mô hình xác định (deterministic model)
- Mô hình khái niệm (conceptual model)
- Mô hình ngẫu nhiên (stochatic model)
- Mô hình tham số (parametric model)
- Mô hình ổn định (steady-state model)
- Mô hình bất ổn định (unsteady-state model)
- Mô hình dựa vào các giả định sinh hóa (biochemical assumption model)
- Mô hình đánh giá tác động (impact assessment model)
- Mô hình dự báo (forecast model)
Một mô hình có thể phân loại theo quy mô ứng dụng:
• Theo không gian (spatial): ở một vùng nhỏ hay một khu vực lớn
• Theo thời gian (temporal): ngắn hạn hay dài hạn
• Theo giá trị mô hình (model validity): cho giới hạn độ chính xác của mô hình
Giá trị của dữ liệu phụ thuộc vào mức độ và quy mô thu thập, chẳng hạn như việc lấy mẫu từ một điểm đo cục bộ hoặc thu thập nhiều mẫu từ một khu vực rộng lớn.
2.2 Tiến trình vận hành mô hình
Tất cả các phần mềm mô hình thường được vận hành và thử nghiệm theo một tiến trình tổng quát nhƣ hình 2.1 sau:
Hình 2.1 Tiến trình của một mô hình
Tất cả các mô hình đều cần có nguồn dữ liệu ban đầu và các điều kiện cần thiết như điều kiện biên và điều kiện ban đầu để vận hành hiệu quả Dữ liệu này bao gồm thông tin về địa hình như cao độ và độ dốc, kích thước lưu vực như chiều dài, chiều rộng và diện tích, cũng như các yếu tố khí tượng như lượng mưa, bốc hơi, bức xạ, và vận tốc cùng hướng gió Ngoài ra, nguồn ô nhiễm từ các nhà máy, khu dân cư, và khu công nghiệp cũng cần được xem xét, cùng với các biến số môi trường như pH, nhiệt độ, độ mặn, độ đục, nhu cầu oxy sinh hóa, và các chất dinh dưỡng cũng như vi khuẩn, tất cả đều tương ứng với chuỗi thời gian hoặc không gian cụ thể.
Mô hình khái niệm là một công cụ giúp đơn giản hóa những yếu tố phức tạp trong thực tế thông qua lưu đồ hoặc sơ đồ Các mũi tên trong mô hình thể hiện mối quan hệ và xu hướng diễn biến, trong khi các ghi chú bên cạnh hình ảnh bổ sung thông tin về tính chất của sự vật, quá trình hoặc các thông số liên quan Ví dụ, hình 2.6 minh họa mô hình khái niệm của Beater (1989), mô tả quá trình chuyển vận nước trong mối quan hệ giữa mưa và dòng chảy.
Mô hình khái niệm cần bắt đầu từ dữ liệu đầu vào, các diễn biến bên trong và thông tin đầu ra Hình khái niệm nên đơn giản để giúp người không chuyên dễ dàng hiểu mục tiêu của bài toán.
Một số ƣu điểm, thế mạnh và tính hữu hiệu của mô hình khái niệm:
Mô hình khái niệm có thể được phát triển ngay cả khi người sáng tạo chưa nắm rõ tất cả các hiện tượng phức tạp trong thực tế.
• Có thể đơn giản hóa tính bất nhất của các thông số thành tính đồng nhất
• Có thể giảm thiểu đƣợc số liệu yêu cầu
• Dễ dàng cho người xem hiểu cách thu thập số liệu, thông tin sử dụng một cách nhanh chóng và ít tốn kém
Mô hình khái niệm là công cụ hữu ích giúp lập trình viên nắm bắt vấn đề cần giải quyết mà không yêu cầu họ phải có chuyên môn sâu về lĩnh vực môi trường.
• Mô hình khái niệm tạo thuận lợi cho việc diễn giải trong thuyết minh, biểu bảng, đề thị
Hình 2.2 Mô hình khái niệm diễn tả quan hệ mƣa – dòng chảy (Beater, 1989)
2.2.3 Mô hình giải tích hoặc mô hình số
Trong mô hình toán học, các thông số và biến số đóng vai trò quan trọng Thông số (parameter) là các hệ số gia trọng không có thứ nguyên, trong khi biến số (variable) là các đại lượng vật lý có ý nghĩa và thường có thứ nguyên.
Mô hình giải tích, hay còn gọi là mô hình số, bao gồm một tập hợp các thuật toán nhằm giải quyết mối quan hệ giữa các thông số và biến số, cho ra kết quả dưới dạng số liệu hoặc đồ thị Đây là phần cốt lõi và phức tạp nhất trong quá trình thực hiện mô hình hóa.
Hiệu chỉnh (calibration) là quá trình điều chỉnh các thông số và biến số trong mô hình để giảm thiểu sự sai lệch giữa kết quả dự đoán và thực tế Khi phát triển mô hình, chúng ta cần đơn giản hóa các hiện tượng vật lý tự nhiên, dẫn đến việc các dữ liệu đầu vào không hoàn toàn chính xác Công việc hiệu chỉnh nhằm cung cấp các thông số điều chỉnh, được gọi là thông số mô hình (model parameters), giúp thu hẹp khoảng cách sai biệt này.
Kiểm nghiệm mô hình là bước tiếp theo sau quá trình hiệu chỉnh, nhằm xác định xem các thông số của mô hình có phù hợp với diễn biến thực tế hay không.
Trong khảo sát mối quan hệ giữa mưa và dòng chảy qua nhiều năm, dữ liệu quan trắc được chia thành hai đoạn: đoạn đầu dài hơn để chạy và hiệu chỉnh mô hình, và đoạn thứ hai ngắn hơn nhằm kiểm nghiệm kết quả của mô hình từ đoạn đầu.
Hình 2.3 Minh họa việc phân đoạn chuỗi số liệu theo thời gian để Hiệu chỉnh và thử nghiệm khi chạy mô hình
2.2.6 Tiên đoán hoặc tối ƣu
Thông thường mô hình được sử dụng cho mục tiêu tiên đoán các diễn biến các biến số trong tương lai hoặc tối ưu hóa việc chọn lựa
Trong các mô hình dự đoán như khí hậu và ô nhiễm, thuật toán ngoại suy được áp dụng để mở rộng kết quả đầu ra Đối với bài toán tối ưu hóa, các giá trị cực trị tại đầu ra được lựa chọn để hỗ trợ quá trình ra quyết định.
2.3 Tiêu chuẩn chọn lựa mô hình
Trong suốt vài thập niên qua, nhiều mô hình khác nhau đã được phát triển trên toàn cầu, mỗi mô hình mang theo những thế mạnh và nhược điểm riêng Việc không có một mô hình chuẩn mực cho tất cả các tình huống thực tế thường gây bối rối cho người sử dụng trong việc lựa chọn mô hình phù hợp.
Mô hình tốt nhất thường được hiểu một cách tương đối, với nguyên tắc là mô hình càng phức tạp và dữ liệu đầu vào càng phong phú, thì kết quả thể hiện của mô hình sẽ càng cao.
HIỆU CHỈNH CÁC THÔNG SỐ MÔ HÌNH
Theo định nghĩa ở mục 2.2.4, khi phát triển mô hình, hiệu chỉnh (calibration)
Định chuẩn là tiến trình điều chỉnh các thông số và biến số của mô hình, nhằm đảm bảo rằng kết quả của mô hình phù hợp với thực tế quan sát.
Quan trắc thủy đồ cho thấy dòng chảy của một lưu vực có sự tương đồng với biến động lượng mưa trong cùng thời gian Cụ thể, sau những trận mưa lớn, lưu lượng dòng chảy tăng lên, và khi lượng mưa giảm, dòng chảy cũng giảm theo một mối quan hệ tuyến tính.
Hình 3.1 Tiến trình mưa – dòng chảy trong một lưu vực
Hình 3.2 thể hiện sự biến đổi thực tế của mưa và dòng chảy trong cùng một thời gian Để mô hình hóa mối quan hệ giữa mưa và dòng chảy của một lưu vực, chúng ta có thể đơn giản hóa mối quan hệ này theo sơ đồ trong hình 3.3.
Hình 3.3 minh họa bài toán quan hệ giữa mưa và dòng chảy Kết quả từ mô hình, như thể hiện trong hình 3.4, cho thấy đường cong biểu diễn sự thay đổi lưu lượng theo thời gian Tuy nhiên, khi so sánh với số liệu lưu lượng đo thực tế, có sự khác biệt rõ rệt Để giảm thiểu sự khác biệt này, việc điều chỉnh các thông số trong mô hình là cần thiết, và đây chính là nhiệm vụ của quá trình hiệu chỉnh.
Trong ví dụ bài toán mô hình mưa – dòng chảy, có nhiều thông số cần xem xét, như kết quả lưu lượng dòng chảy được minh họa trong Hình 3.4, cho thấy sự so sánh giữa mô hình và thực tế.
• Hàm lượng nước tối đa chứa trong lớp đất mặt
• Hàm lượng nước tối đa chứa trong tầng rễ
• Hệ số chảy tràn mặt
• Hệ số chảy lẫn trong đất
• Ngƣỡng tối đa của tầng rễ tạo ra dòng chảy mặt
• Ngƣỡng tối đa của tầng rễ tạo ra dòng chảy ngầm
Hiệu chỉnh là quá trình điều chỉnh các thông số của mô hình để kết quả đạt được gần gũi với thực tế Khi việc hiệu chỉnh được thực hiện hiệu quả, đường cong từ mô hình sẽ ngày càng khớp với đường cong thực đo.
3.2 Các bước trong tiến trình hiệu chỉnh
Tiến trình hiệu chỉnh là một phần quan trọng trong mô hình hóa, giúp xác định giá trị thực tiễn của mô hình Để thực hiện hiệu chỉnh, cần tiến hành ba bước cụ thể.
Hình 3.5 Ba bước trong tiến trình Hiệu chỉnh
3.2.1 Bước xác định thông tin quan trọng
Hiệu chỉnh mô hình bắt đầu bằng việc xác định thông tin quan trọng mà mô hình sẽ áp dụng Cần xem xét các thông số nào trong mô hình sẽ ảnh hưởng đến kết quả, đồng thời đảm bảo rằng kết quả này phù hợp với các diễn biến thực tế.
Khi nghiên cứu mô hình lan truyền chất ô nhiễm trên dòng chảy, cần xem xét nhiều yếu tố ảnh hưởng Người phát triển mô hình phải xác định yếu tố nào có tác động lớn nhất, chẳng hạn như hệ số nhám của dòng chảy, hệ số co hẹp hoặc mở rộng của mặt cắt, hệ số khuếch tán của chất lỏng và chất ô nhiễm, cũng như hàm lượng oxy trong nước.
3.2.2 Bước chọn tiêu chuẩn mô hình
Việc chọn tiêu chuẩn mô hình chủ yếu nhằm xác định mục tiêu cụ thể mà mô hình cần nghiên cứu Điều này có nghĩa là khi phát triển mô hình, chúng ta cần xác định các yếu tố mà mô hình phải thể hiện Các yếu tố này cần được định lượng thông qua đo đạc thực tế và tính toán từ mô hình Định lượng liên quan đến các tiêu chuẩn thống kê mà mô hình phải đáp ứng.
Khi thực hiện mô hình dự báo lũ, việc xác định giá trị như mực nước và lưu lượng lũ cùng thời điểm đỉnh lũ là mục tiêu quan trọng Để đánh giá sự tương ứng giữa dòng chảy quan trắc và dòng chảy mô phỏng, cần áp dụng nhiều thông số thống kê như phần trăm sai biệt cho phép, độ lệch chuẩn và độ nhạy của kết quả.
3.2.3 Bước hiệu chỉnh mô hình
Khi thực hiện mô hình môi trường hoặc thủy văn, việc chọn thời đoạn hiệu chỉnh là rất quan trọng Thời gian quan trắc cần được chia thành hai phần: một phần dài hơn cho hiệu chỉnh (calibration) và một phần ngắn hơn cho kiểm nghiệm (verification) Thông thường, có thể chia đều thời gian này: 50% cho hiệu chỉnh và 50% cho kiểm nghiệm Lựa chọn thời đoạn hiệu chỉnh cần dựa trên mục tiêu của mô hình, ví dụ như trong mô hình dự báo lũ, thời đoạn hiệu chỉnh phải bao gồm các đỉnh lũ đã xảy ra trong lịch sử.
(environmental flow), thì thời đoạn hiệu chỉnh phải có chứa những thời kỳ dòng chảy thấp trong mùa kiệt
Hiệu chỉnh sơ bộ là bước quan trọng để kiểm tra độ nhạy của các thông số mô hình đã chọn đối với kết quả Thông thường, quá trình này dựa trên bảng hướng dẫn có sẵn hoặc từ quan sát thực tế, và được coi là một bước bắt buộc để xác định lại các thông số cần thiết cho mô hình.
+ Giá trị ban đầu thực tế cho các thông số
Chiều dài bước tính lý tưởng trong mô hình tìm kiếm giá trị tối ưu của thông số rất quan trọng Nếu bước tính quá ngắn, số lần tính toán sẽ tăng lên, trong khi nếu bước tính quá dài, có thể dẫn đến việc vượt quá hoặc cường điệu hóa khi xác định giá trị tối ưu.
Xác định khoảng giới hạn cho các thông số, bao gồm giới hạn trên và giới hạn dưới, là bước quan trọng nhằm hạn chế khả năng thất bại của mô hình Mục tiêu chính của việc này là ngăn chặn việc tạo ra các giá trị phi thực tế hoặc các giá trị vượt quá mức thực tế.
THỂ HIỆN MÔ HÌNH
Để hiểu rõ giá trị của một mô hình, việc nắm bắt thông tin về nghi thức thực hiện mô hình hóa là cần thiết giữa người sử dụng và người phát triển Sự thể hiện mô hình đóng vai trò quan trọng trong việc thuyết phục người ra quyết định, thông qua các căn cứ khoa học mà mô hình cung cấp Kết quả và các mã mô hình, cùng với hiệu chỉnh, kiểm nghiệm và báo cáo đánh giá, đều hỗ trợ trong việc chứng minh tính khả thi của mô hình dựa trên lý luận và thực tiễn.
Kiểm nghiệm mô hình, theo định nghĩa ở phần 2.2.5, là bước tiếp theo sau hiệu chỉnh mô hình, nhằm xác định xem các thông số mà mô hình đưa ra có phù hợp với các diễn biến thực tế hay không.
Theo định nghĩa tại mục 2.2.5, sau khi được hiệu chỉnh, mô hình cần phải trải qua quá trình kiểm nghiệm để xác định tính phù hợp của các thông số với diễn biến thực tế Cụ thể, quá trình kiểm nghiệm này bao gồm việc trả lời các hàm ý liên quan.
• Các biểu hiện ở đầu ra của mô hình mô phỏng có phù hợp với các biểu hiện đầu ra của hệ thống thực tế đã đƣợc quan trắc
Đầu ra của mô hình mô phỏng cung cấp thông tin với độ chính xác mong muốn, không chỉ đơn thuần là số liệu thành lập.
Trong quá trình xác định các thông số, cần phải đánh giá mức độ tin cậy của mô hình nếu có sự khác biệt đáng kể giữa số liệu quan trắc và giá trị mô phỏng.
Kiểm nghiệm cần đảm bảo tính khách quan, với mô hình phải trải qua các thử nghiệm thống kê chính thống và nghiêm ngặt, phù hợp với các mức độ đã được định trước theo quy mô thực hiện.
Khi thực hiện kiểm nghiệm đầu ra của mô hình, cần giả định rằng mô hình được xây dựng trên nền tảng vững chắc, bao gồm các yếu tố hợp lý trong thiết kế, các phương trình chính và mã nguồn chương trình máy tính.
Trong quá trình kiểm nghiệm, một số thông số luôn đáp ứng các điều kiện thử nghiệm của mô hình, trong khi những thông số khác lại không thể liên kết với các sự kiện đã xảy ra.
Trước khi tiến hành kiểm nghiệm mô hình, việc định lượng các điều kiện kiểm nghiệm là rất quan trọng, và điều này được thể hiện qua khái niệm hàm mục tiêu (objective function - OF).
Hàm mục tiêu là một trị số trong tiến trình thống kê, thể hiện mức độ gần gũi giữa giá trị thực đo và giá trị mô phỏng Có nhiều cách xác định hàm mục tiêu tùy thuộc vào mục đích và tương quan trong các mô hình ứng dụng Thông thường, hàm mục tiêu hướng đến giá trị 0 khi tối thiểu hóa (OF → 0) hoặc tiến đến giá trị 1 khi tối đa hóa (OF → 1).
4.2.3 Các trị số thống kê dùng cho kiểm nghiệm
Khi kiểm nghiệm các trị số thống kê để so sánh độ phù hợp giữa trị mô phỏng và trị quan trắc, cần đánh giá qua thống kê mức độ phù hợp từ kết quả mô hình và thực tế Sự đồng biến về chuỗi thời gian được xác định qua phép áp 1:1, tức là giá trị mô phỏng cần "gần" với trị trung bình của số liệu đo thực tế Ngoài ra, các trị thống kê khác như trị trung bình cũng cần được xem xét.
X - trị trung bình của các trị quan trắc; xi - trị quan trắc đƣợc ở thời điểm thứ i; n - số thời điểm quan trắc (hoặc tổng số trị quan trắc)
Hàm mục tiêu liên quan đến trị trung bình thể hiện tỷ lệ phần trăm (%) giữa trị trung bình của số quan trắc và số mô phỏng Để đảm bảo mô hình đạt chất lượng tốt, hàm mục tiêu trị trung bình cần được tối thiểu hóa, tiến gần đến giá trị 0 Thêm vào đó, phương sai (variance) Vx cũng là một yếu tố quan trọng trong việc đánh giá hiệu quả của mô hình.
Mô hình được xem là tốt khi hàm mục tiêu của phương sai là tối thiểu hóa: iii) Độ lệch chuẩn (standard deviation) Sx:
Mô hình đƣợc xem là tốt khi hàm mục tiêu của độ lệch chuẩn là tối thiểu hóa: iv) Hệ số biến động (variance deviation) CVx:
Mô hình đƣợc xem là tốt khi hàm mục tiêu của hệ số biến động là tối thiểu hóa: v) Hệ số thiên lệch (skewness) CSx:
Mô hình đƣợc xem là tốt khi hàm mục tiêu của hệ số thiên lệch là tối thiểu hóa: vi) Sai số thống kê:
+ Sai số chuẩn của trị trung bình (standard error of the mean) các trị quan trắc:
+ Sai số tiêu chuẩn trung bình (root mean square error - RMSE) của trị quan trắc xi và trị mô phỏng yi:
Trị RMSE càng gần 0 thì mức phù hợp giữa thực tế và mô hình càng cao
Hệ số tương quan R giữa trị quan trắc và trị mô phỏng các định theo:
X và Y đại diện cho trị trung bình của các giá trị quan trắc và mô phỏng Các giá trị xi và yi tương ứng là trị quan trắc và trị mô phỏng tại thời điểm thứ i Số n biểu thị tổng số thời điểm quan trắc hoặc tổng số trị quan trắc.
• Hệ số tương quan R càng gần tiến đến ± 1 thì mức đồng tương quan càng lớn
• Khi R > 0 thì tương quan là đồng biến và khi R < 0 thì tương quan là nghịch biến
• R càng tiến về 0 thì tương quan càng kém
Hàm mục tiêu của hệ số tương quan là tối đa hóa, với giá trị R tiến gần đến 1 Độ dốc b của đường bình phương cực tiểu phản ánh mối quan hệ giữa sự thay đổi trong xu thế mô phỏng và sự thay đổi trong xu thế quan trắc.
Hàm mục tiêu của độ dốc b là tối đa hóa giá trị đơn vị, với việc b càng tiến gần đến 1 thì khả năng "phù hợp" của các trị số càng cao Hằng số nền hay độ chắn y đóng vai trò quan trọng trong việc xác định mối quan hệ giữa các biến.
Nếu quan hệ là đồng biến thì y = ax + b Hàm mục tiêu của a → 0 ix) Tổng các thống kê bình phương (sums of squares statistics)
ỨNG DỤNG MÔ HÌNH HÓA MÔI TRƯỜNG
5.1 Sơ đồ phát triển và ứng dụng mô hình
Hình 5.1 minh họa các bước quan trọng trong việc phát triển và ứng dụng mô hình, với hai quá trình chính là lập trình thuật toán và đánh giá kết quả của mô hình.
Hình 5.1 Sơ đồ phát triển và ứng dụng mô hình
5.2 Xu thế phát triển mô hình hóa môi trường theo quy mô không gian
Chu trình thủy văn là yếu tố quan trọng trong quan hệ môi trường - sinh thái, với sự biến đổi khí hậu diễn ra liên tục từ toàn cầu đến vi khí hậu trong không gian nhỏ Những tương tác này đã được các nhà thủy văn môi trường mô phỏng qua nhiều cấp độ không gian.
Hình 5.2 Xu thế phát triển mô hình thủy văn môi trường theo quy mô không gian
PHẦN III MÔ HÌNH HÓA CHẤT LƯỢNG NƯỚC VÀ ỨNG DỤNG MÔ
HÌNH HÓA CHẤT LƯỢNG NƯỚC
CHẤT LƯỢNG NƯỚC VÀ ĐÁNH GIÁ CHẤT LƯỢNG NGUỒN NƯỚC
NGUỒN NƯỚC 6.1 Nguồn nuớc và phân loại nguồn nước
6.1.1 Sự hình thành chất lượng và thành phần tính chất nguồn nước
Các yếu tố hình thành thành phần hoá học của nước thiên nhiên được chia thành hai nhóm chính: nhóm các yếu tố tác động trực tiếp và nhóm các yếu tố điều khiển quá trình hình thành chất lượng nước trong dòng chảy.
Các yếu tố tác động trực tiếp:
Khoáng vật, thổ nhưỡng, sinh vật và con người Các yếu tố này tác động làm cho nồng độ các chất trong nước tăng lên và giảm đi
Quá trình khoáng vật hoá là một quá trình phức tạp, chịu ảnh hưởng bởi đặc điểm của các thành phần khoáng vật như nhan thạch hiếu nước, kỵ nước và ngậm nước Bên cạnh đó, các loại muối như NaCl, CaCO3 và CaSO4 cũng đóng vai trò quan trọng trong quá trình này.
Khoáng vật phong hoá: allluminoSilicat (nhôm silic) chiếm phần lớn trong lớn vỏ trái đất phong hoá chuyển vào nước
Khoáng vật sét: thành phần chính của nhan thạch
Thổ nhƣỡng, hay đất trồng, bao gồm 90-95% thành phần vô cơ và các thành phần hữu cơ cùng hữu cơ khoáng vật Thành phần hữu cơ chủ yếu xuất phát từ sự phân hủy của động vật, thực vật và các quá trình sinh hóa diễn ra trong đất Sự xâm nhập của các thành phần này vào môi trường nước bị ảnh hưởng bởi các yếu tố như khí tượng thủy văn, địa hình, lượng mưa và cường độ mưa.
Sinh vật và con người
Các sinh vật đóng vai trò quan trọng trong việc duy trì cân bằng sinh thái và thực hiện các chu trình sinh - địa - hóa Chúng tạo ra năng suất sinh học sơ cấp thông qua các sinh vật như tảo và phù du, đồng thời sản xuất các chất hữu cơ ban đầu như vi khuẩn cố định đạm.
Các hoạt động phát triển gây ô nhiễm nguồn nước
Các yếu tố điều khiển
Các yếu tố điều khiển bao gồm : khí hậu, địa hình, chế độ thuỷ văn, sự phát triển của hệ thực vật thuỷ sinh
Khí hậu có tác động trực tiếp đến lưu lượng và nồng độ các chất, trong khi nhiệt độ ảnh hưởng đến các phản ứng hóa học và sinh học Địa hình, mặc dù ảnh hưởng gián tiếp, cũng đóng vai trò quan trọng trong các quá trình khoáng hóa, xói mòn và rửa trôi bề mặt.
Chế độ thuỷ văn: thành phần của nước, nồng độ các chất hoá học trong nước phụ thuộc vào dòng chảy Chiều dài dòng chảy, diện tích lưu vực
Quá trình hình thành chất lượng nước
Quá trình khuếch tán là sự dịch chuyển của các chất hoà tan trong nước, chịu tác động của gradient nồng độ, và tuân theo định luật Fick.
Quá trình chuyển khối do khuếch tán đối lưu Vận chuyển (tải các chất trong dòng chảy, sự xáo trộn)
Các quá trình vận chuyển các chất vào trong nguồn nước:
Thuỷ phân: phản ứng trao đổi giữa nước và các loại khoáng chất
Hoà tan: phá huỷ cấu trúc mạng tính thể của các loại muối và phân ly thành các dạng ion
Các quá trình tách các vật chất khỏi nguồn nước
Các quá trình lắng trong chất lượng nước bao gồm: lắng do tỷ trọng, lắng do nồng độ vượt giới hạn bão hòa, hấp phụ, keo tụ, phản ứng giữa các hợp chất, và các quá trình sinh thái ảnh hưởng đến chất lượng nước.
Thành phần và tính chất của nước thiên nhiên:
Nước là một dung môi lý tưởng cho việc hòa tan nhiều loại khoáng chất vô cơ, axit, bazơ và muối vô cơ Các ion chính có trong nước bao gồm ion khoáng Cl-, SO4 2-, HCO3-, CO3 2- và các ion kim loại như Na+, K+, Ca2+.
Mg 2+ ,Mn 2+ chiếm khoảng 90-95% trong nước ngọt và trong các nguồn nước khoáng >99% trong tổng số các chất hoà tan
Hàm lượng ion hòa tan trong nước phụ thuộc vào đặc điểm khí hậu, địa mạo và vị trí của thủy vực Các yếu tố chính ảnh hưởng đến sự hình thành ion hòa tan bao gồm lượng mưa, quá trình bốc hơi và phong hóa.
Các chất khí hoà tan:
Hầu hết các chất khí (ngoại trừ CH4) đều có khả năng hòa tan hoặc phản ứng với nước, và thành phần của chúng phụ thuộc vào điều kiện tự nhiên của nguồn nước Các quá trình hình thành chất khí trong nước tự nhiên bao gồm sự hòa tan từ khí quyển (như O2, N2, CO2 và các loại khí trơ), sản phẩm từ các quá trình sinh hóa (như H2S, CH4, N2, CO2), cùng với sự biến đổi trong khoáng chất có sẵn trong nước ngầm.
Nồng độ các chất khí hoà tan tuân thủ theo định luật Herry:
Phân loại theo tỷ trọng: lắng đƣợc d>10 -5 m và lơ lửng
Theo kích thước: lọc được d >10-6m và không lọc được, các hợp chất keo d = 10 -6 -
Hàm lượng chất hữu cơ thấp có thể ít gây nguy hiểm cho việc sử dụng nguồn nước, nhưng ngược lại, nó có thể dẫn đến ô nhiễm Các chất hữu cơ được phân loại thành hai dạng: dễ phân hủy sinh học và khó phân hủy.
Thành phần và mật độ của cơ thể sống trong môi trường nước chịu ảnh hưởng bởi nhiều yếu tố như thành phần hóa học của nguồn nước, chế độ thủy văn, địa hình cư trú và khí hậu Trong hệ sinh thái nước, có sự hiện diện của nhiều loại thủy sinh vật, bao gồm vi khuẩn, nấm, siêu vi trùng, tảo, nguyên sinh động vật, động vật đa bào, động vật có xương và nhuyễn thể.
Nguồn nước là môi trường sống đa dạng với nhiều hình thức sinh vật, bao gồm phù du (plankton, phytoplankton, macroplankton), cá, sinh vật sống bám và sinh vật đáy Vi khuẩn đóng vai trò quan trọng trong việc phân huỷ chất hữu cơ, góp phần vào quá trình tự làm sạch nguồn nước, điều này có ý nghĩa lớn về mặt sinh thái Vi khuẩn được chia thành hai loại chính: tự dưỡng (heterotrophic) và dị dưỡng (autotrophic).
Nước được phân loại theo mục đích sử dụng thành hai loại chính: nguồn nước phục vụ cho sinh hoạt và nguồn nước phục vụ cho các mục đích khác như giải trí, tiếp xúc với nước và nuôi trồng thủy sản.
• Theo độ mặn thường theo nồng độ muối trong nguồn nước được chia thành nước ngọt, nước lợ và nước mặn
• Theo vị trí nguồn nước chia thành các nguồn nước mặt (sông, suối, ao, hồ ) nước ngầm
6.2 Chất lượng nguồn nước và đánh giá chất lượng nguồn nước
Nước hiện nay được coi là nguồn tài nguyên vô tận, nhưng sự ô nhiễm nghiêm trọng đang khiến con người cần thay đổi quan điểm về tài nguyên này Nhiều người cho rằng nước, đặc biệt là nước ngọt, không phải là vô tận mà chỉ thật sự quý giá khi được trân trọng Mặc dù tài nguyên nước vẫn dồi dào với nước biển, đại dương, sông hồ và nước ngầm, việc sử dụng không hợp lý đang dẫn đến sự phân bố nước không đồng đều trên toàn cầu Các vùng sa mạc và cao nguyên khô cằn đang thiếu nước, và ngay cả các thành phố, khu công nghiệp cũng sẽ đối mặt với tình trạng thiếu nước nghiêm trọng nếu thói quen lãng phí nước không được thay đổi Do đó, chất lượng nguồn nước đang trở thành vấn đề đáng báo động.
Hình 5.10: Nước sông bị ô nhiễm bởi hoạt động thiếu ý thức của con người
6.2.2 Đánh giá chất lượng nguồn nước
Các tác nhân và thông số hóa lý gây ô nhiễm nguồn nước
CƠ SỞ LÝ THUYẾT CỦA MÔ HÌNH CHẤT LƯỢNG NƯỚC
7.1 Các phương trình cơ bản
Sự xáo trộn và lan truyền các chất ô nhiễm trong dòng chảy được mô tả dựa trên lý thuyết khuếch tán rối, một lý thuyết đã được công nhận rộng rãi toàn cầu Phương trình vi phân cơ bản của lý thuyết này giải thích quá trình lan truyền và khuếch tán rối của vật chất trong dòng chảy, dựa trên các giả thiết cơ bản.
- Trị số Reynold đủ lớn để không xét đến hiệu ứng của quá trình khuếch tán phân tử
Số lượng chất giải phóng trong một đơn vị thời gian trên một đơn vị thể tích là rất nhỏ, do đó có thể bỏ qua ảnh hưởng của chúng đến cấu trúc dòng chảy.
Dựa trên định luật bảo toàn khối lượng, phương trình vi phân mô tả quá trình xáo trộn, lan truyền và chuyển hóa các chất ô nhiễm trong chất lỏng lý tưởng, được gọi là phương trình tải.
D x , D y , D z - Hệ số khuếch tán phân tử, m 2 /s u x , u y , u z - Vận tốc dòng chảy theo các phương x,y,z, m/s
F(S) - Số hạng đặc trƣng cho quá trình chuyển hoá các chất ô nhiễm bởi các quá trình vật lý, hoá học và sinh học diễn ra trong dòng chảy
Phương trình (2.1) mô tả quá trình tải và khuếch tán đối lưu vật chất trong dòng chảy Khi áp dụng phương trình vi phân này để xác định sự xáo trộn vật chất trong dòng chảy rối trong ống, Taylor (1954) đã đề xuất sử dụng hệ số khuếch tán tích phân, giúp xem xét ảnh hưởng của trường vận tốc trên mặt cắt ướt đến quá trình khuếch tán rối vật chất.
Từ các nghiên cứu trên, phương trình vi phân (2.1) mô tả sự khuếch tán rối vật chất trong dòng chảy đƣợc viết lại là :
Trong đó : εx; εy; εz - Hệ số khuếch tán rối tích phân tại điểm đang xét, hệ số xáo trộn rối theo các phương x,y,z
Sự lan truyền các chất trong dòng chảy rối phụ thuộc vào vận tốc dòng chảy tại điểm xét, như thể hiện trong các phương trình (2.1) và (2.2) Trong dòng chảy tự nhiên, như trên kênh và sông, sự xáo trộn và khuếch tán của các chất tại một điểm bị ảnh hưởng bởi trường vận tốc theo phương ngang và phương thẳng đứng Để làm rõ sự khác biệt này so với dòng chảy trong ống, hệ số phân tán rối thường được sử dụng Phương trình 2.2 có thể được viết lại để phản ánh điều này.
Hệ số phân tán rối (Ex Ey Ez) mô tả sự khuếch tán rối của vật chất theo các phương x, y, z tại mặt cắt Quá trình này là sự kết hợp của khuếch tán rối trong dòng chảy, chịu ảnh hưởng bởi trường vận tốc có hướng và tốc độ khác nhau.
7.2 Hệ số khuếch tán rối
Sự khuếch tán vật chất trong dòng chảy bao gồm quá trình khuếch tán phân tử qua màng và khuếch tán đối lưu Hệ số khuếch tán rối bị ảnh hưởng bởi sự xáo trộn giữa các lớp dòng chảy rối có vận tốc khác nhau Các phương xáo trộn của nước thải với nước sông tại một điểm trên mặt cắt ngang dòng chảy được thể hiện trong hình 2.
Hình.2 Các phương xáo trộn của dòng chảy
Các hệ số khuếch tán rối thường được xác định giá trị trung bình dựa trên tiết diện mặt cắt ướt của dòng chảy Giá trị này không phụ thuộc vào tọa độ điểm tính toán và phụ thuộc vào các yếu tố thủy lực của dòng chảy tại mặt cắt.
• Hệ số khuếch tán rối theo phương thẳng đứng ε z :
Hệ số khuếch tán rối theo chiều thẳng đứng tại một điểm trên mặt cắt ngang đƣợc xác định theo công thức :
Vận tốc trượt (vận tốc động lực) của dòng chảy tại mặt cắt được ký hiệu là u, với z là tọa độ điểm tính toán tính bằng mét Hệ số rối Von Karman được ký hiệu là k, có giá trị khoảng 0,40 Chiều sâu trung bình của dòng chảy tại mặt cắt được ký hiệu là d.
S : độ dốc đáy của dòng chảy, m/m g : gia tốc trọng trường, m/s2
Gọi Z là hệ số khuếch tán rối trung bình cho mặt cắt
Jobson và Sayer (1970) cùng với Csanady (1976) đã thực hiện các nghiên cứu thực nghiệm để xác định hệ số khuếch tán rối Họ cũng đã đề xuất một công thức kinh nghiệm cho hệ số khuếch tán rối εz tại một mặt cắt ngang của dòng chảy.
• Hệ số xáo trộn theo phương ngang ε y :
Fischer (1967, 1969) đã thực hiện các thí nghiệm để xác định hệ số khuếch tán rối và đề xuất công thức tính hệ số khuếch tán rối εy tại một điểm trên mặt cắt ngang của dòng chảy.
Lau và Krishnapan (1977) đã thực hiện các thí nghiệm trong các dòng chảy tự nhiên trên kênh và sông với các chế độ chảy khác nhau để đề xuất mức độ sai số của hệ số εy Nghiên cứu này tập trung vào dòng chảy trong kênh thẳng hình thang.
Sông có chế độ chảy êm : y 0 6, du 50% (2.8)
Sông hình dạng cong, khúc khủy : u R d u c y 2
Trong đó : u :vận tốc trung bình tại mặt cắt ngang dòng chảy, L.T-1
R c :bán kính thủy lực, L d : chiều sâu trung bình, L
Theo các công thức (2.5) và (2.6), có thể thấy rằng εz và εy đều xấp xỉ 10, cho thấy rằng quá trình khuếch tán rối theo phương ngang của dòng chảy diễn ra mạnh mẽ hơn nhiều so với quá trình khuếch tán rối theo phương thẳng đứng.
• Hệ số khuếch tán rối ε x :
Elder (1959) đã thực nghiệm xác định hệ số khuếch tán rối εx tại một điểm trên mặt cắt ngang theo chiều dòng chảy, tương tự như việc xác định εz và εy.
So sánh các giá trị εx, εy và εz cho thấy εx lớn hơn nhiều so với εy và εz, cho thấy quá trình xáo trộn và pha loãng các chất ô nhiễm chủ yếu diễn ra theo chiều dòng chảy Điều này có nghĩa là sự xáo trộn và khuếch tán các chất ô nhiễm tại một điểm trên mặt cắt ngang dòng chảy chủ yếu bị ảnh hưởng bởi trường vận tốc của dòng chảy tại vị trí đó.
• Hệ số phân tán dọc dòng chảy E x :
THIẾT LẬP MÔ HÌNH CHẤT LƯỢNG NƯỚC, MÔ HÌNH DO&BOD
8.1 Các bước thực hiện xây dựng mô hình chất lượng nước
- Mục đích của việc xây dựng mô hình, vấn đề đặt ra để nghiên cứu là vấn đề gì, tính cấp thiết của vấn đề cần nghiên cứu
- Vấn đề nghiên cứu: cái gì sẽ chuyển biến, thay đổi và sẽ xảy ra trong dòng chảy mà chúng ta nghiên cứu
Khả năng nghiên cứu của chúng ta phụ thuộc vào việc xác định các yếu tố cần thiết cũng như các điều kiện cho phép Việc này giúp chúng ta có thể hiểu rõ hơn và đưa ra những kết luận chính xác trong quá trình nghiên cứu.
Các vấn đề chính cần xác định trong nghiên cứu bao gồm độ nhớt, tỷ trọng, dòng chảy và hệ số chuyển hóa Ngoài ra, các quá trình phú dưỡng hoá cũng cần được xem xét kỹ lưỡng Việc xác định các vấn đề cần đi sâu nghiên cứu và những vấn đề cần giới hạn là rất quan trọng để đảm bảo tính chính xác và hiệu quả của nghiên cứu.
- Cân nhắc lựa chọn mô hình để nghiên cứu : mô hình vật lý hay mô hình số (numericl model)
Mô hình vật lý thường tốn kém do yêu cầu xây dựng mô hình thu nhỏ và chi phí vận hành, cũng như hiệu chỉnh các thông số để mô phỏng điều kiện tự nhiên Điều này không chỉ đòi hỏi nguồn lực tài chính lớn mà còn cần đến sự tham gia của các chuyên gia có kinh nghiệm lâu năm trong lĩnh vực này.
Khi lựa chọn mô hình số, cần cân nhắc giữa các loại mô hình 1D, 2D và 3D Thời gian tính toán có thể khác nhau tùy thuộc vào hệ số sử dụng Việc xác định thời gian trung bình trong một chu kỳ hay tính toán tức thời cũng là yếu tố quan trọng cần xem xét.
Mô hình 1 chiều (1D) trong kinh tế đáp ứng yêu cầu với tính toán đơn giản, dễ dàng thực hiện bằng tay Nó cho phép xác định nhanh chóng và sơ bộ các hệ số trong quá trình khảo sát và đo đạc thực nghiệm, giúp hiệu chỉnh mô hình hiệu quả Các loại mô hình này rất phổ biến nhờ vào việc sử dụng số liệu đầu vào đơn giản hơn nhiều.
8.2 Lựa chọn mô hình chất lượng nước
Việc lựa chọn mô hình chất lượng nước cần dựa trên cơ sở lý thuyết phù hợp với đối tượng nghiên cứu Nhiều mô hình đã được sử dụng rộng rãi trong gần 100 năm qua, nhưng cần lưu ý rằng các hệ số và sai số trong những mô hình này đã được hiệu chỉnh cho điều kiện cụ thể của họ Do đó, mặc dù các mô hình này được thừa nhận bởi nhiều người, khi áp dụng vào điều kiện thực tế của chúng ta, sẽ xuất hiện những vấn đề cần xem xét.
-Kinh phí đầy đủ để mua toàn bộ chương trình tính toán
Việc thu thập và xác định các dữ liệu, hệ số trong điều kiện cụ thể trên đối tượng nghiên cứu là rất quan trọng Nếu không có đủ dữ liệu, vấn đề sẽ phát sinh khi một phần đối tượng nghiên cứu chỉ phản ánh điều kiện tại địa phương, trong khi phần còn lại lại chịu ảnh hưởng từ địa điểm của người xây dựng chương trình.
Quỏ trình lan truyền chất Dữ liệu
Chuổi số liệu Ứng dụng sơ bộ
Kiểm tra,so sánh với các số liệu đo
Hiệu chỉnh Áp dụng vào tính toán
Mô hình mới Tổng quát tính toán
Dự báo chất l-ợng n-ớc
Chất l-ợng n-ớc thực tế
Hình 3.1 Sơ đồ thiết lập mô hình chất l-ợng n-ớc
Mỗi sản phẩm thương mại đều có giới hạn và không thể áp dụng cho tất cả mọi đối tượng, giống như một chiếc ô tô phù hợp với điều kiện ôn đới nhưng không hiệu quả trong môi trường nhiệt đới Để sử dụng một chương trình có sẵn, cần phải hiểu rõ các giới hạn, điều kiện biên và hệ số của chương trình đó Điều kiện tiên quyết là bạn phải xây dựng và lựa chọn các hệ số phù hợp với điều kiện cụ thể của mình để cải tiến và hiệu chỉnh hiệu quả.
8.2.2 Sự phát triển lý thuyết của vấn đề
Để phát triển lý thuyết cho vấn đề của bạn, cần xem xét và đánh giá các đối tượng cụ thể Điều này bao gồm việc xây dựng lý thuyết về các vấn đề như phương trình chuyển động, phương trình liên tục và phương trình lan truyền chất.
Albert Einstein nhấn mạnh rằng mỗi mô hình khoa học cần phải đáp ứng yêu cầu thực tiễn và nên được thiết kế càng đơn giản càng tốt, trừ khi không thể giản lược hơn nữa.
8.3 Các phương pháp số tính toán sự lan truyền các chất ô nhiễm trong dòng chảy
8.3.1 Các phương pháp số trong nghiên cứu mô hình thủy lực
Trong tự nhiên, dòng chảy thường không ổn định, với các yếu tố thủy lực tại một mặt cắt thay đổi theo thời gian Chuyển động không ổn định được phân thành hai loại: chuyển động không ổn định thay đổi gấp và chuyển động không ổn định thay đổi chậm dần.
Phương trình cơ bản của dòng chảy bao gồm hai phương trình đạo hàm riêng phi tuyến với các hệ số biến đổi dạng Hyperbolic Việc áp dụng phương pháp số để giải loại phương trình này thường gặp khó khăn trong việc thiết lập các điều kiện biên.
Tích phân hệ phương trình này gặp nhiều thách thức, chỉ có thể tìm ra nghiệm trong những trường hợp đặc biệt như kênh có tiết diện hình chữ nhật, đáy nằm ngang và không tính đến sức cản Những điều kiện này không phản ánh đúng thực tế.
Hiện nay, để tính gần đúng cho dòng ổn định thay đổi chậm, có ba phương pháp chính được áp dụng: phương pháp giải tích, phương pháp đường đặc trưng và phương pháp sai phân hữu hạn.
Phương pháp tích phân toán học chặt chẽ được áp dụng để tìm nghiệm giải tích cho hệ phương trình Saint-Vennnant Để thực hiện phương pháp này, cần thiết lập các giả thiết nhằm đơn giản hóa hệ phương trình, bao gồm việc xem xét mặt cắt sông hình chữ nhật hoặc lăng trụ, độ dốc bằng không hoặc hằng số, độ nhám cố định, và bỏ qua sức cản.
XÂY DỰNG MÔ HÌNH LAN TRUYỀN VÀ CHUYỂN HÓA CÁC CHẤT Ô NHIỄM TRONG DÒNG CHẢY
CÁC CHẤT Ô NHIỄM TRONG DÕNG CHẢY 9.1 Phương trình sự lan truyền chất trong dòng chảy
Các mô hình chất lượng nước trong dòng chảy là các phương trình toán học mô tả quá trình xáo trộn, pha loãng và chuyển hóa chất ô nhiễm dựa trên định luật bảo toàn khối lượng Việc thiết lập mô hình vận chuyển-khuếch tán các chất trong dòng chảy dựa trên sự thay đổi theo thời gian của các chất hữu cơ trong một đơn vị thể tích V do các yếu tố khác nhau tác động.
Quá trình khuếch tán vật chất qua diện tích mặt cắt ngang diễn ra do sự dịch chuyển của vật chất dưới tác động của gradient nồng độ, tuân theo định luật Fick.
Sự thay đổi và chuyển hóa các chất trong dòng chảy diễn ra thông qua các quá trình sinh hóa và trao đổi vật chất, bao gồm phản ứng trao đổi ion, phản ứng oxy hóa-khử, quá trình sinh địa hóa, sự thủy phân, cùng các quá trình vật lý, hóa học và sinh học Khi xem xét một đơn vị thể tích V trong dòng chảy, với giả thiết về sự xáo trộn lý tưởng trong hệ thống, chúng ta có thể áp dụng định luật bảo toàn khối lượng để phân tích các biến đổi này.
Sự tích lũy vật chất được tính bằng tổng lượng vật chất được tải vào và khuếch tán vào, trừ đi tổng lượng vật chất được tải ra và khuếch tán ra, cộng hoặc trừ với phản ứng chuyển hóa.
Hình 2.1Sơ đồ cân bằng vật chất trong một đơn vị thể tích
E - Hệ số phân tán dọc dòng chảy, L2.T-1
A - Diện tích mặt cắt ƣớt, L2 k -Hằng số tốc độ phân hủy, T-1
Chia vế cho V = AΔx, với giả thiết rằng trong khoảng thời gian xét và khi Δx→0, ta có phương trình vi phân một chiều mô phỏng sự thay đổi nồng độ các chất ô nhiễm trên đoạn sông được tính toán.
Trong môi trường tự nhiên, các giá trị (Q, A, x) liên tục biến đổi theo thời gian và không gian trong dòng chảy Khi xem xét một đoạn sông có sự bổ sung hoặc giảm thiểu chất do các yếu tố cơ học như nguồn thải hoặc điểm lấy nước, chúng ta cần áp dụng phương trình tổng quát để mô tả sự lan truyền của các chất ô nhiễm trong dòng chảy, từ đó tiến hành tính toán chính xác.
-Sự thay đổi nồng độ các chất ô nhiễm theo thời gian do các quá trình vật lý, hóa học và sinh học trong dòng chảy
E -Hệ số phân tán dọc theo chiều dòng chảy,m 2 /s
A -Diện tích mặt cắt ƣớt, m2
Từ phương trình (2.8) trên các đoạn dòng chảy sông, cửa sông phương trình toán học mô tả quá trình lan truyền chất trong dòng chảy một chiều là:
C - Nồng độ các chất ô nhiễm (mg/l)
K - Hằng số tốc độ chuyển hóa các chất ô nhiễm trong quá trình lan truyền (ngày-1)
A - Diện tích mặt cắt ƣớt (m 2 )
9.2 Tính toán sự lan truyền các chất ô nhiễm trong dòng chảy sông
Mô hình mô phỏng chất lượng nước được xây dựng dựa trên hai bài toán chính: bài toán thủy động lực một chiều để vận chuyển các chất ô nhiễm, dựa vào phương trình bảo toàn khối lượng và động lượng, và bài toán chuyển hóa các chất ô nhiễm trong dòng chảy, dựa trên phương trình cân bằng vật chất Trong việc thiết lập mô hình toán học cho sự lan truyền các chất hữu cơ dễ phân hủy sinh học theo BOD và DO, hệ thống được coi là một quá trình vận chuyển, tải và khuếch tán một chiều, với các phản ứng sinh hóa trong thủy vực dòng chảy được xem như là phản ứng bậc một.
9.2.1 Các phương trình toán của mô hình
Bài toán thủy động học một chiều
Các phương trình thủy động học một chiều, được đề xuất bởi Saint-Venant, là các phương trình vi phân đạo hàm riêng phi tuyến mô tả quá trình chảy trong kênh hở Những phương trình này dựa trên định luật bảo toàn khối lượng và động lượng, cùng với một số giả thiết cơ bản.
• Trong khuôn khổ lý thuyết nước nông, coi áp lực phân bố là thủy tĩnh, tức áp lực tăng tuyến tính với chiều sâu cột nước
Mật độ nước là một hằng số không thay đổi, không bị ảnh hưởng bởi nồng độ của các chất hòa tan và độ muối Điều này dẫn đến sự bảo toàn khối lượng và thể tích tương đương trong các quá trình liên quan.
• Ảnh hưởng của ma sát và quá trình chảy rối có thể biểu thị
• Lực cản của đáy sông là nhỏ và có thể bỏ qua
Bài toán thủy động lực một chiều trong dòng chảy đƣợc viết nhƣ sau :
A -Diện tích mặt cắt ƣớt, L 2
Q - Lưu lượng dòng chảy, L 3 T -1 g - Gia tốc trọng trường, L.T -2 q - Lưu lượng dòng gia nhập và lấy đi trên mmột đơn vị chiều dài dòng chảy, L 3 L -1 T -1 n - Hệ số maning's
Bài toán lan truyền chất hữu cơ trong dòng chảy
Ex -Hệ số phân tán dọc dòng chảy (m 2 /s)
L -Nồng độ chất hữu cơ theo BOD (mg/l)
LBS -Nồng độ các chất hữu cơ theo BOD trong dòng gia nhập q(mg/l)
9.2.2.Tính toán sự lan truyền chất trong dòng chảy
Phương pháp số bài toán dòng chảy không dừng một chiều:
Giải hệ phương trình Saint-Venant bằng phương pháp sai phân hữu hạn sơ đồ ẩn 4 điểm Preissman
Hàm liên tục f(x,t) có các đạo hàm theo thời gian t và không gian x được xấp xỉ bằng các biểu thức sai phân theo sơ đồ ẩn 4 điểm Preisman.
(9.9) Trong đó : fj n -Giá trị của f tại điểm (x, t=n) Δt,Δx -Bước thời gian và kích thước của mắt lưới sai phân θ -Trọng số cân bằng dao động trong khoảng từ 0.5 -1.0
Sơ đồ ẩn 4 điểm Preisman có các ƣu điểm sau :
-Luôn ổn định với trọng số θ > 0.5
-Xấp xỉ tốt theo định luật bảo toàn
Kết quả đồng thời của hai biến số tại một điểm trên lưới tính cho thấy trọng số θ có vai trò quan trọng trong tính toán Cụ thể, khi θ < 0.5, sơ đồ trở nên không ổn định vô điều kiện; khi θ = 0.5, sơ đồ ổn định nhưng không bền vững và chỉ đạt độ chính xác bậc hai; còn khi θ > 0.5, sơ đồ ổn định vô điều kiện Trong thực tế tính toán dòng chảy sông không ổn định, θ thường được chọn là 0.7 để đảm bảo tính ổn định vô điều kiện cho sơ đồ.
Sơ đồ Preismann cho phép thiết lập lưới tính mềm dẻo với bước lưới Δx không đều theo chiều không gian dòng chảy, mà vẫn đảm bảo độ chính xác của phép xấp xỉ Hai biến số Q và Z được tính đồng thời tại cùng một điểm của lưới, giúp dễ dàng kiểm nghiệm và hiệu chỉnh mô hình tính toán.
Bước thời gian tính toán Δt là một thông số quan trọng trong bài toán, cho phép áp dụng phương pháp sai phân ẩn mà không bị giới hạn bởi điều kiện Courant-Friedrich-Levy như các sơ đồ hiện tại.
Bài toán lan truyền chất ô nhiễm trong dòng chảy:
Sau khi xác định các yếu tố đặc trưng của dòng chảy như lưu lượng, vận tốc và diện tích mặt cắt ướt của đoạn sông, việc giải bài toán lan truyền chất trên dòng chảy trở nên cần thiết Tính toán này phụ thuộc vào mục đích và yêu cầu của bài toán, được thực hiện cho hai trường hợp tương ứng với hai trạng thái của dòng chảy: trạng thái ổn định và trạng thái động lực.
Dưới giả thiết rằng chế độ dòng chảy là ổn định trong khoảng thời gian cần xem xét (chu kỳ triều), phương trình vi phân 2.9 được sử dụng để mô tả nồng độ các chất hữu cơ trong dòng chảy.
(9.11) Trong đó : u - Vận tốc trung bình của dòng chảy trong một chu kỳ triều,m/s
E - Hệ số phân tán dọc dòng chảy trên đoạn sông tính toán,m2/s
Giải phương trình vi phân bậc 2 (2.32) và (2.33) bằng phương pháp tích phân với các điều kiện biên ta có kết quả : 2.35 , 2.36 và 2.37
GIỚI THIỆU CÁC PHẦN MỀM MÔ PHỎNG CHẤT LƢỢNG NGUỒN NƯỚC MÔ HÌNH QUAL 2K
Mô hình lưu vực sông: MIKE BASIN, MIKE SHE, MITSIM, REBASIN
Mô hình thuỷ văn: HSPF, SSARR, NAM, TANK, AR, ARIMA, SWMM
Mô hình thuỷ lực: VRSAP(GS Nguyễn Nhƣ Khuê), MIKE11, MIKE 11 GIS,
MIKE21, MIKE FLOOD, ISIS, SOBEK, WENDY, TELEMAC-2D
Hệ thống thông tin địa lý GIS: MAPINFO, ArcView
Mô hình chất lượng nước: QUAL2E, QUAL2K, MIKE BASIN-WQ, MIKE
10.1 Mô hình HSPF (Hydrological Simulation Program Fortran (USEPA)
Mô hình HSPF (Chương trình Fortran mô phỏng thủy văn) của EPA Hoa Kỳ là một công cụ quan trọng trong việc mô phỏng thủy văn lưu vực sông và chất lượng nước Chương trình này không chỉ mô phỏng các thông số chất lượng nước thông thường mà còn bao gồm các chất ô nhiễm hữu cơ độc hại HSPF thực hiện mô phỏng trong không gian hai chiều với các thông số như chất hòa tan và chất rắn lơ lửng (SS).
Dự báo xu hướng thay đổi chất lượng nước trong dòng chảy sau mưa là rất quan trọng, bao gồm việc phân tích các chất dinh dưỡng và các loại vi khuẩn chỉ thị Thông tin về việc thu nước ở các kênh cũng góp phần vào việc đánh giá tình trạng nước, giúp quản lý và bảo vệ nguồn nước hiệu quả hơn.
Mô hình HSPF sử dụng dữ liệu lịch sử về lượng mưa, nhiệt độ, độ bức xạ mặt trời và đặc điểm sử dụng đất để mô phỏng các quá trình trong lưu vực Kết quả mô phỏng cung cấp thông tin về lượng và chất lượng dòng chảy từ các lưu vực nông nghiệp và đô thị, bao gồm lưu lượng, tải trầm tích, cũng như nồng độ chất dinh dưỡng và thuốc trừ sâu HSPF có một hệ thống cơ sở dữ liệu nội bộ để xử lý khối lượng lớn dữ liệu đầu vào và đầu ra, bao gồm mã nguồn, phiên bản thực thi hướng dẫn sử dụng và hỗ trợ kỹ thuật Đây là một chương trình thủy văn mô phỏng bằng Fortran của EPA, có khả năng mô phỏng chất lượng nước và các ô nhiễm hữu cơ trong môi trường đất thấm và không thấm, cùng với các suối và hồ chứa Mô hình HSPF kết hợp với mô hình Dòng chảy quy mô nông nghiệp (ARM) để nâng cao khả năng mô phỏng.
Non-điểm Nguồn (NPS) mô hình thành một khuôn khổ quy mô phân tích lưu vực bao gồm vận chuyển chất gây ô nhiễm và chuyển đổi trong dòng kênh.
Mô hình HSPF là một hệ thống phân cấp bao gồm nhiều module, cho phép mô phỏng liên tục các quá trình thủy văn và chất lượng nước Kinh nghiệm cho thấy rằng sự kết hợp giữa quản lý dữ liệu và nỗ lực con người là rất quan trọng, tuy nhiên thường bị các nhà xây dựng mô hình bỏ qua Để đạt được thành công, mô hình cần có một thành phần quản lý dữ liệu hiệu quả Phần mềm HSPF được thiết kế để quản lý trên nhiều hệ điều hành và dựa trên nguyên tắc truy cập trực tiếp Các module mô phỏng lấy dữ liệu từ kho lưu trữ chuỗi thời gian và có khả năng ghi dữ liệu trở lại Nhờ vào hướng dẫn chuyển đổi số từ người dùng, các vấn đề liên quan được giảm thiểu.
Hệ thống HSPF được thiết kế để mô phỏng linh hoạt với các module tiện ích có thể gọi riêng lẻ hoặc song song Tiếp cận từ trên xuống nhấn mạnh vào việc thiết kế cấu trúc, bắt đầu từ các khung tổng thể và hệ thống quản lý chuỗi thời gian Các cấu trúc được phát triển từ cấp cao nhất đến chi tiết nhất, với mỗi cấp được lên kế hoạch trước khi lập trình Cấu trúc dữ liệu thống nhất, số liệu logic và quy ước lập trình được áp dụng xuyên suốt Các module được tách biệt theo chức năng, chỉ thực hiện những hoạt động duy nhất của chúng, giúp hệ thống dễ dàng mở rộng cho phép người dùng thêm module mới mà không làm gián đoạn mã hiện có.
10.2 Mô hình SWMM (Storm Water Management Model )
Storm mô hình quản lý nước (SWMM)
Storm của EPA mô hình quản lý nước (SWMM) được phát triển lần đầu vào năm 1971 và đã trải qua nhiều nâng cấp quan trọng Phần mềm này được sử dụng rộng rãi trên toàn cầu để phân tích, lập kế hoạch và thiết kế các hệ thống liên quan đến dòng chảy nước mưa, cống kết hợp, hệ thống cống vệ sinh, và các hệ thống thoát nước khác, bao gồm cả ứng dụng trong khu vực không phải đô thị SWMM là một công cụ mô phỏng thủy văn đô thị, cho phép phân tích động lực của lượng mưa và dòng chảy, cũng như chất lượng nước thải từ các khu vực đô thị Mô hình này hoạt động bằng cách thu thập dữ liệu từ các khu vực subcatchment, nơi lượng mưa được ghi nhận và dòng chảy cùng ô nhiễm được tạo ra SWMM theo dõi và phân tích số lượng, chất lượng dòng chảy, tốc độ, độ sâu và chất lượng nước trong các ống và kênh trong suốt thời gian mô phỏng.
Cơ quan Bảo vệ Môi trường Hoa Kỳ (EPA) đã mở rộng mô hình SWMM 5 để rõ ràng mô phỏng hiệu suất thủy văn của các biện pháp phát triển tác động thấp (LID) như vỉa hè xốp, khu vực sinh học lưu giữ (bao gồm vườn mưa, mái nhà xanh và trồng cây đường phố), thùng mưa, chiến hào xâm nhập và swales dưỡng Các cập nhật này cho phép kỹ sư và nhà hoạch định dễ dàng đại diện cho các sự kết hợp của các biện pháp LID trong khu vực nghiên cứu, nhằm đánh giá hiệu quả của chúng trong việc quản lý nước mưa và thoát nước tràn kết hợp.
SWMM 5 chạy trên Windows, cung cấp môi trường tích hợp để chỉnh sửa dữ liệu đầu vào, mô phỏng chất lượng thủy văn và thủy lực, cũng như xem kết quả dưới nhiều định dạng khác nhau Các định dạng này bao gồm bản đồ khu vực thoát nước được mã hóa màu, hệ thống vận chuyển, đồ thị chuỗi thời gian, bảng, ô hồ sơ và phân tích tần suất thống kê.
SWMM 5 đƣợc sản xuất trong một nỗ lực phát triển doanh với CDM, Inc, một tƣ vấn toàn cầu, kỹ thuật, xây dựng, và công ty hoạt động
SWMM tài khoản cho các tiến trình thủy văn khác nhau mà tạo ra dòng chảy từ các khu vực đô thị Chúng bao gồm:
Thời gian thay đổi lƣợng mƣa
Bốc hơi nước đọng trên bề mặt
Tuyết tích lũy và tan chảy
Lượng mưa đánh chặn từ lưu trữ trầm cảm
Lƣợng mƣa thấm vào lớp đất không bão hòa
Thấm nước thâm nhập vào các lớp nước ngầm
Giao lưu giữa các nước ngầm và hệ thống thoát nước
Hồ phi tuyến đường bộ định tuyến của dòng chảy
Dòng chảy giảm thấp tác động thông qua phát triển (LID) điều khiển
Không gian trong các quá trình nghiên cứu được chia thành các tiểu vùng đồng nhất, gọi là subcatchment, mỗi tiểu vùng có phần riêng và tính chất không thấm nước Dòng chảy bề mặt có thể di chuyển giữa các tiểu vùng, giữa các subcatchments, hoặc qua các điểm nhập của hệ thống thoát nước.
SWMM cung cấp các khả năng linh hoạt trong mô hình thủy lực, cho phép định tuyến dòng chảy và luồng vốn bên ngoài qua mạng lưới hệ thống thoát nước, bao gồm ống, kênh, và các cấu trúc xử lý lưu trữ đơn vị.
Xử lý mạng lưới thoát nước có kích thước không giới hạn
Sử dụng nhiều loại ống dẫn khép kín và hình dạng tiêu chuẩn mở cũng nhƣ các kênh tự nhiên
Mô hình đặc biệt yếu tố nhƣ dung lƣợng / đơn vị điều trị, ngăn dòng chảy, máy bơm, weirs, và lỗ
Áp dụng các dòng chảy bên ngoài và đầu vào chất lượng nước từ dòng chảy bề mặt, giao lưu dưới đất và xâm nhập phụ thuộc vào lượng mưa, lưu lượng, thời tiết khô và vệ sinh dòng chảy, đồng thời xác định dòng người sử dụng.
Hoặc sử dụng sóng động học hoặc lưu lượng sóng đầy đủ các phương pháp định tuyến động
Nhiều mô hình chế độ dòng chảy, chẳng hạn nhƣ tù túng, surcharging, đảo ngƣợc dòng chảy, và bề mặt ponding
Áp dụng các quy tắc kiểm soát người dùng định nghĩa năng động để mô phỏng hoạt động của máy bơm, mở lỗ, và mức đỉnh đập
SWMM không chỉ mô phỏng các dòng chảy mà còn ước tính sản xuất ô nhiễm từ các dòng chảy này Người dùng có thể mô hình hóa nhiều thành phần chất lượng nước khác nhau thông qua các quy trình được định nghĩa trong phần mềm.
Thời tiết khô chất ô nhiễm tích tụ trong đất khác nhau sử dụng
Washoff chất gây ô nhiễm từ đất cụ thể sử dụng trong các sự kiện bão
Đóng góp trực tiếp của mƣa đọng
Giảm trong thời tiết khô tích tụ do làm sạch đường phố
Giảm tải lƣợng washoff do BMP
Nhập cảnh của dòng chảy thời tiết khô vệ sinh và việc sử dụng các nguồn vốn bên ngoài là yếu tố quan trọng trong hệ thống thoát nước Điều này đảm bảo rằng hệ thống hoạt động hiệu quả và đáp ứng các tiêu chuẩn vệ sinh cần thiết.
Định tuyến của các thành phần chất lượng nước thông qua hệ thống thoát nước
Giảm nồng độ cấu thành thông qua điều trị tại các đơn vị lưu trữ hoặc bằng quá trình tự nhiên trong đường ống và kênh Ứng dụng:
Kể từ khi ra đời, SWMM đã được áp dụng trong hàng ngàn nghiên cứu về thoát nước và quản lý nước mưa trên toàn cầu, với nhiều ứng dụng điển hình.
Thiết kế và kích thước của các thành phần hệ thống thoát nước để kiểm soát lũ lụt
Kích thước của các cơ sở giam giữ và phụ trợ của họ đối với kiểm soát lũ lụt và bảo vệ chất lượng nước
Lập bản đồ ngập lụt đồng bằng của các hệ thống kênh tự nhiên (SWMM 5 là một mô hình FEMA chấp thuận cho các nghiên cứu NFPI)
Thiết kế chiến lược kiểm soát để giảm thiểu tràn thoát nước kết hợp
Đánh giá tác động của dòng chảy và xâm nhập vào hệ thống thoát nước vệ sinh tràn
Tạo ra các điểm không gây ô nhiễm nguồn chất thải tải trọng cho các nghiên cứu phân phối tải trọng
Kiểm soát dòng chảy bằng cách sử dụng trang web thấp tác động thực tiễn phát triển
Đánh giá hiệu quả của BMP để giảm tải trọng gây ô nhiễm thời tiết ẩm ƣớt
Chương trình mô phỏng phân tích chất lượng nước (WASP7), một phụ kiện của bản gốc WASP (Di Toro et al, 1983; Connolly và Winfield, 1984; Ambrose,
Mô hình WASP, được phát triển bởi RB và cộng sự vào năm 1988, giúp người dùng dự đoán phản ứng của chất lượng nước trước các hiện tượng thiên nhiên và ô nhiễm nhân tạo, hỗ trợ cho các quyết định quản lý ô nhiễm Đây là một chương trình động cho các hệ thống thủy sản, bao gồm cả cột nước và các benthos cơ bản, cho phép điều tra trong 1, 2 và 3 hệ thống chiều cũng như nhiều loại chất gây ô nhiễm khác nhau Mô hình này thể hiện thời gian thay đổi quy trình của advection, phân tán, tải khối lượng khuếch tán và trao đổi ranh giới Ngoài ra, WASP có thể được liên kết với các mô hình vận tải thủy động lực và trầm tích, cung cấp thông tin về dòng chảy, vận tốc nhiệt độ sâu, độ mặn và các thông số trầm tích khác.
WASP đã đƣợc sử dụng để kiểm tra hiện tƣợng phú dƣỡng của Tampa Bay,