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 một cấu trúc mô tả hình ảnh được tối giản hóa, phản ánh các đặc điểm hoặc diễn biến của một đối tượng, hiện tượng, khái niệm hoặc hệ thống.
Mô hình có thể được thể hiện dưới dạng hình ảnh, vật thể thu nhỏ hoặc phóng đại, hoặc thông qua các phương trình toán học, công thức vật lý, hay phần mềm tin học Mục đích của mô hình là mô tả một trạng thái thực tế mang tính điển hình.
Mô hình hoá là một khoa học tập trung vào việc mô phỏng và giản lược các thông số thực tế, đồng thời vẫn phản ánh được các tính chất của từng thành phần trong mô hình Mặc dù mô hình không phải là một vật thể hiện thực, nhưng nó giúp chúng ta hiểu rõ hơn về hệ thống thực tế.
Mô hình hóa môi trường là một lĩnh vực khoa học quan trọng, chuyên nghiên cứu và mô phỏng sự lan truyền của các chất ô nhiễm, cũng như dự báo những thay đổi môi trường theo không gian và thời gian.
Để thể hiện sự biến động của lượng nước trong hồ chứa, hình ảnh như 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 thể tính toán dao động mực nước trong hồ một cách chính xác.
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 liên 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 Nhóm nghiên cứu này đã trình bày mô hình dự báo thế giới, như được 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 các vấn đề phức tạp một cách hợp lý, nhằm tạo cơ sở cho việc giải thuật và tính toán các khả năng xảy ra trong tương lai.
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 những phức tạp của tự nhiên, chúng ta có thể phân chia hiện tượng thực tế thành các mảng đề tài khác nhau Mỗi phần này được coi là một bài toán riêng biệt với mô hình tương ứng Ví dụ, diễn biến dòng chảy trong chu trình nước có thể được chia thành các đề tài nhỏ hơn, như hình 1.6 minh họa.
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):
Mục tiêu của việc sử dụng mô hình là minh chứng cho ứng dụng thực tiễn của nó Việc xác định phạm vi ứng dụng không chỉ thể hiện tầm quan trọng của mô hình mà còn giúp trả lời các câu hỏi cụ thể Chẳng hạn, ứng dụng mô hình có thể xác định lượng đạm ammoniac chuyển đổi thành đạm nitrogen trong không khí, hoặc lượng nước chảy tràn trên bề mặt đất sau một trận mưa bão Nói cách khác, ứng dụng mô hình giúp chúng ta xác định rõ ràng những gì cần mô phỏng và phương pháp thực hiện mô phỏng đó.
2 Thuật toán mô hình (Algorithm of a model):
Thuật toán mô hình hướng dẫn cách tiếp cận kỹ thuật tính toán và phương pháp tính toán, liên quan đến các phương trình và thông số mà chúng ta cần đưa vào chương trình máy tính.
3 Kiến trúc mô hình (Architecture of a model):
Kiến trúc hoặc cấu trúc mô hình xác định kiểu hình mà mô hình sẽ sử dụng, bao gồm loại máy tính và chương trình cần thiết để xử lý thông tin Việc áp dụng mô hình toán học giúp giải quyết những khó khăn trong thực tế.
• 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 dữ liệu từ các đo đạc thực tế của khu vực nghiên cứu thành những giải thích cần thiết, phục vụ cho nhu cầu thông tin và dự đoán diễn biến của môi trường và sinh thái.
Mô hình môi trường là công cụ hữu ích để mô phỏng các mối quan hệ phức tạp trong hệ sinh thái thực tế, giúp cung cấp kết quả chính xác ở mức độ chấp nhận được.
- 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 và quyết định Nó tạo ra thông tin từ dữ liệu quan trắc, đồng thời nâng cao kiến thức để hỗ trợ quá trình ra 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, phương pháp so sánh hoặc dựa trên các giả định Mục đích của việc phân loại này là để hiểu rõ hơn về các loại mô hình và ứng dụng của chúng trong nghiên cứu 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 (data validity) phụ thuộc vào mức độ và quy mô thu thập dữ liệu, chẳng hạn như việc lấy mẫu từ một điểm đo cục bộ hoặc thu thập nhiều mẫu trong 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 vận hành cần có nguồn dữ liệu ban đầu và các điều kiện cần thiết như điều kiện biên và điều kiện ban đầu Dữ liệu này thường bao gồm số liệu địa hình (cao độ, độ dốc), kích thước lưu vực (chiều dài, chiều rộng, diện tích), diễn biến khí tượng (mưa, bốc hơi, bức xạ, vận tốc và hướng gió), nguồn ô nhiễm (nhà máy, khu dân cư, ruộng vườn, hầm mỏ, khu công nghiệp), các biến số môi trường (pH, nhiệt độ, độ mặn, độ đục, nhu cầu oxy sinh hóa, các chất phú dưỡng, vi khuẩn) và các thông số liên quan, tương ứng với chuỗi thời gian hoặc không gian xuất phát.
Mô hình khái niệm là một công cụ giúp đơn giản hóa các 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 hướng diễn biến, trong khi các chú thích bên cạnh hình ảnh giải thích thêm 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) về chuyển vận nước trong mối quan hệ giữa mưa và dòng chảy.
Trong mô hình khái niệm, quá trình bắt đầu từ dữ liệu đầu vào, diễn biến bên trong và thông tin đầu ra Hình khái niệm cần được thiết kế đơn giản để giúp những người không chuyên hiểu rõ mục tiêu của bài toán mô hình.
Một số ƣu điểm, thế mạnh và tính hữu hiệu của mô hình khái niệm:
Mô hình khái niệm có thể được xây dựng 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 cần có chuyên môn sâu về lĩnh vực cụ thể.
• 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 trong việc biểu thị các yếu tố liên quan Thông số (parameter) là các hệ số gia trọng không có thứ nguyên, trong khi biến số (variable) là những đại lượng vật lý có ý nghĩa và thường có thứ nguyên.
Mô hình giải tích, hay còn gọi là mô hình số, là tập hợp các thuật toán được thiết kế để phân tích mối quan hệ giữa các thông số và biến số trong mô hình, từ đó cung cấp kết quả dưới dạng số liệu hoặc đồ thị Đây là phần quan trọng 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 mô hình và thực tế Khi phát triển mô hình, chúng ta thường phải đơn giản hóa các hiện tượng vật lý, dẫn đến việc các dữ liệu đầu vào không hoàn toàn chính xác Công việc hiệu chỉnh nhằm rút ngắn khoảng cách sai biệt này thông qua việc xác định các thông số điều chỉnh, được gọi là thông số mô hình (model parameters).
Kiểm nghiệm mô hình là giai đoạn tiếp theo sau quá trình hiệu chỉnh mô hình, nhằm mục đích 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 được sử dụng để chạy và hiệu chỉnh mô hình, trong khi đoạn thứ hai ngắn hơn được dùng để kiểm nghiệm kết quả của mô hình đã được xây dựng.
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 đưa ra quyết định chính xác.
2.3 Tiêu chuẩn chọn lựa mô hình
Trong vài thập niên qua, nhiều mô hình khác nhau đã được phát triển trên toàn cầu, mỗi mô hình đều có những thế mạnh và nhược điểm riêng Việc không có một mô hình chuẩn mực cho tất cả các trường hợp thực tế gây bối rối cho người dùng trong việc lựa chọn mô hình phù hợp nhất cho nhu cầu của họ.
Khái niệm mô hình tốt nhất thường được hiểu một cách tương đối, với nguyên tắc rằng mô hình càng phức tạp và dữ liệu đầu vào càng phong phú thì kết quả thể hiện 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 được.
Quan trắc thủy đồ cho thấy dòng chảy của lưu vực có sự tương đồng với biến động lượng mưa trong thời gian tương ứng Cụ thể, sau các 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 thủy đồ ghi nhận diễn biến thực tế của mưa và dòng chảy trong cùng một thời đoạn 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 như hình 3.3.
Mô hình quan hệ giữa mưa và dòng chảy, như được thể hiện trong hình 3.3, có thể cho ra kết quả như trong hình 3.4 Đồ thị này mô tả sự thay đổi lưu lượng theo thời gian, tuy nhiên, khi so sánh với số liệu lưu lượng thực tế, sẽ nhận thấy sự khác biệt Để giảm thiểu sự khác biệt này, việc điều chỉnh các thông số trong mô hình là cần thiết, đây chính là mục đích của quá trình hiệu chỉnh.
Trong ví dụ mô hình mưa – dòng chảy, chúng ta có thể thấy rõ sự khác biệt giữa kết quả lưu lượng dòng chảy theo mô hình và thực tế Các thông số liên quan đến mô hình này rất đa dạng và đóng vai trò quan trọng trong việc phân tích hiệu quả của mô hình.
• 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 hơn Khi việc hiệu chỉnh được thực hiện tốt, đường cong của mô hình sẽ càng giống 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 khả năng thực tế của mô hình Để thực hiện hiệu chỉnh, cần thực hiện 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 cho ứng dụng của mô hình Cần xem xét các thông số nào sẽ ảnh hưởng đến kết quả, đồng thời đảm bảo rằng kết quả này phù hợp với các diễn biến thực tế.
Khi phát triển mô hình mô tả sự lan truyền chất ô nhiễm trong dòng chảy, cần xác định các yếu tố ảnh hưởng chính, bao gồm 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 thực chất là xác định mục tiêu cụ thể mà mô hình cần nghiên cứu Khi phát triển mô hình, cần xác định các yếu tố mà mô hình phải thể hiện, những yếu tố này phải được định lượng qua đo đạc thực tế và tính toán từ mô hình Định lượng này liên quan đến các tiêu chuẩn thống kê mà mô hình cần phải thỏa mãn.
Trong mô hình dự báo lũ, việc xác định giá trị mực nước và lưu lượng lũ, cùng với thời điểm xảy ra đỉnh lũ, là những mục tiêu quan trọng cần giải quyết 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 Người thực hiện cần xem xét tổng thời gian quan trắc và chia thành hai thời đoạn: một thời đoạn dài hơn cho hiệu chỉnh (calibration) và một thời đoạn ngắn hơn cho kiểm nghiệm (verification) Thông thường, có thể chia đều hai thời đoạn với tỷ lệ 50% cho mỗi bước Lựa chọn thời đoạn hiệu chỉnh cần dựa trên mục tiêu cụ thể của mô hình, chẳng hạn như khi 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 đầu tiên để kiểm tra độ nhạy của các thông số mô hình với kết quả đầu ra Thông thường, quá trình này dựa trên bảng hướng dẫn của mô hình hoặc các quan sát thực tế Đây là bước cần thiết để xác định lại các thông số mô hình một cách chính xác.
+ Giá trị ban đầu thực tế cho các thông số
Chiều dài bước tính lý tưởng là yếu tố quan trọng trong mô hình tìm kiếm giá trị tối ưu của thông số Nếu bước tính quá ngắn, số lần tính toán sẽ tăng lên, trong khi nếu bước tính quá dài, sẽ dẫn đến việc vượt quá hoặc cường điệu hóa trong quá trình tìm kiếm giá trị tối ưu.
Xác định khoảng giới hạn cho các thông số, bao gồm giới hạn trên và giới hạn dưới, là một bước quan trọng nhằm giảm thiểu khả năng mô hình tạo ra các giá trị phi thực tế hoặc vượt quá thực tế Việc này giúp đảm bảo tính chính xác và độ tin cậy của mô hình.
THỂ HIỆN MÔ HÌNH
Để đánh giá giá trị của một mô hình, việc hiểu rõ nghi thức thực hiện mô hình hóa giữa người sử dụng và người phát triển là cần thiết Sự thể hiện mô hình đóng vai trò quan trọng trong việc thuyết phục người ra quyết định, giúp họ có thêm căn cứ khoa học Mô hình chứng minh giá trị thông qua kết quả, mã mô hình, hiệu chỉnh, kiểm nghiệm và báo cáo đánh giá dựa trên lý luận và thực tiễn.
Kiểm nghiệm mô hình là bước tiếp theo sau khi hiệu chỉnh mô hình, nhằm xác định xem các thông số mô hình có phù hợp với thực tế hay không, theo định nghĩa đã trình bày ở phần 2.2.5.
Theo định nghĩa tại mục 2.2.5, sau khi hiệu chỉnh, mô hình cần được kiểm nghiệm để xác định tính phù hợp của các thông số với thực tế Cụ thể, quá trình kiểm nghiệm bao gồm việc trả lời các hàm ý liên quan đến sự chính xác và khả năng dự đoán của mô hình.
• 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
Thông tin đầu ra của mô hình mô phỏng cần đảm bảo độ chính xác mong muốn, vì đây không phải là số liệu thành lập mà là thông tin quan trọng.
Trong quá trình xác định các thông số, việc so sánh giữa số liệu quan trắc và giá trị mô phỏng là rất quan trọng Nếu phát hiện sai biệt ý nghĩa, cần phải đánh giá mức độ tin cậy của mô hình để đảm bảo tính chính xác của kết quả.
Việc kiểm nghiệm cần đảm bảo tính khách quan, với mô hình phải trải qua các thử nghiệm thống kê chính thống và nghiêm ngặt Các thử nghiệm này phải tuân thủ các mức độ phù hợp đã được định trước, tương ứng với quy mô thực hiện.
Khi thực hiện kiểm nghiệm đầu ra của mô hình, cần giả định rằng mô hình được xây dựng trên một nền tảng vững chắc, bao gồm các yếu tố hợp lý trong thiết kế, các phương trình chủ đạo và mã nguồn chương trình máy tính.
Trong mọi cuộc kiểm nghiệm, một số thông số luôn đáp ứng các điều kiện thử nghiệm 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 Điều này được thể hiện qua khái niệm hàm mục tiêu (objective function - OF).
Hàm mục tiêu là 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 (OF) tùy thuộc vào mục đích và tương quan trong các mô hình ứng dụng Hàm mục tiêu thường hướng tới trị số 0 khi tối thiểu hóa (OF → 0) hoặc tiến đến trị số 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 xem xét cả chuỗi thời gian và từng sự kiện riêng lẻ Việc đánh giá này dựa trên thống kê mức độ phù hợp từ kết quả mô hình so với thực tế, với sự đồng biến của chuỗi thời gian theo phép áp 1:1 Điều này có nghĩa 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 (mean) 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 phản ánh tỷ lệ phần trăm (%) giữa trị trung bình của số liệu quan trắc và số liệu mô phỏng Để đánh giá mô hình, hàm mục tiêu trị trung bình cần được tối thiểu hóa, tiến gần đến giá trị 0 Bên cạnh đó, phương sai (variance) Vx cũng là một chỉ số quan trọng trong việc xác định độ chính xác 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, trong khi xi và yi là các giá trị quan trắc và mô phỏng tại thời điểm thứ i Tham số n biểu thị số thời điểm quan trắc, tương ứng với tổng số trị quan trắc đã thu thập.
• 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 nhằm tối đa hóa giá trị R, với 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 nhằm tối đa hóa giá trị đơn vị, với b càng gần 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 vị trí của hàm số trên trục y.
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
Sơ đồ tổng quát trong Hình 5.1 mô tả các bước cần thiết để phát triển và ứng dụng một mô hình Hai quá trình quan trọng trong quy trình này 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
Các diễn biến trong chu trình thủy văn đóng vai trò quan trọng trong mối quan hệ giữa môi trường và sinh thái Sự biến đổi khí hậu diễn ra liên tục, từ quy mô toàn cầu đến vi khí hậu trong không gian nhỏ, tạo ra những tương tác phức tạp Nhiều nhà thủy văn môi trường đã tiến hành mô phỏng ảnh hưởng này ở nhiều cấp độ không gian khác nhau.
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 và quá trình hình thành thành phần hóa học của nước thiên nhiên được chia thành hai nhóm chính: các yếu tố tác động trực tiếp và các yếu tố điều khiển 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 Ngoài ra, 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, không chỉ bao gồm 90-95% thành phần vô cơ mà còn chứa các thành phần hữu cơ và hữu cơ khoáng vật Thành phần hữu cơ trong thổ nhƣỡng được hình thành từ sản phẩm phân huỷ của động vật và thực vật, cũng như từ các quá trình sinh hoá diễn ra trong đất Sự xâm nhập của các thành phần này vào môi trường nước chịu ảnh hưởng bởi các yếu tố khí tượng thuỷ văn, địa hình, lượng mưa và cường độ mưa.
Sinh vật và con người
Sinh vật đóng vai trò quan trọng trong các chu trình sinh - địa - hóa, giúp điều chỉnh cân bằng sinh thái và tạo ra năng suất sinh học sơ cấp, bao gồm tảo và phù du Ngoài ra, chúng còn sản xuất các chất hữu cơ ban đầu như vi khuẩn cố định đạm, góp phần vào sự phát triển của hệ sinh thái.
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 ảnh hưởng trực tiếp đến lưu lượng và nồng độ các chất, trong khi nhiệt độ tác động 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 hòa tan trong nước, chịu ảnh hưởng của gradient nồng độ, 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
Quá trình lắng trong xử lý nước bao gồm nhiều yếu tố quan trọng như tỷ trọng, nồng độ vượt giới hạn bão hòa, hấp phụ, keo tụ, các phản ứng hóa học giữa các hợp chất và các yếu tố sinh thái ảnh hưởng đến chất lượng nước.
Thành phần và tính chất của nước thiên nhiên:
Nước là một dung môi hiệu quả, có khả năng hòa tan nhiều khoáng chất vô cơ, axit, bazơ và muối vô cơ Các ion chính có trong nước bao gồm ion của muối khoáng như 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 khí hậu, địa hình và vị trí của thủy vực Các yếu tố chính ảnh hưởng đến sự hình thành ion hòa tan bao gồm lượng mưa, sự bốc hơi và quá trình 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 chất khí trong nước tự nhiên được hình thành qua nhiều quá trình, bao gồm hòa tan từ khí quyển như O2, N2, CO2 và các loại khí trơ, cũng như sản phẩm từ các quá trình sinh hóa như H2S, CH4, N2, CO2, và 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, nếu bị ô nhiễm, nó sẽ ảnh hưởng nghiêm trọng Các chất hữu cơ được phân loại thành hai dạng: dễ phân huỷ sinh học và khó phân huỷ, điều này cần được chú ý trong quản lý nguồn nước.
Thành phần và mật độ của cơ thể sống trong môi trường nước phụ thuộc vào nhiều yếu tố như thành phần hoá học của nguồn nước, chế độ thuỷ văn, địa hình cư trú và khí hậu Trong hệ sinh thái nước, có sự hiện diện của nhiều loại thuỷ 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 như 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, mang lại ý nghĩa sinh thái to lớn Vi khuẩn được chia thành hai loại chính: tự dưỡng (heterophic) và dị dưỡng (autotrophic).
Nước được phân loại theo mục đích sử dụng thành hai loại chính: nguồn nước phục vụ sinh hoạt và nguồn nước cho các hoạt động 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 với mức độ ô nhiễm gia tăng, con người cần thay đổi quan điểm về tài nguyên nước, đặc biệt là nước ngọt Nước chỉ thực sự vô tận khi chúng ta biết trân trọng và sử dụng hợp lý Mặc dù tài nguyên nước vẫn dồi dào như nước biển, đại dương, sông hồ và nước ngầm, nhưng việc sử dụng không hợp lý đã làm thay đổi phân bố nước trên toàn cầu theo hướng tiêu cực Các vùng sa mạc và cao nguyên khô cằn đang thiếu nước nghiêm trọng, và ngay cả các thành phố, khu công nghiệp cũng sẽ đối mặt với tình trạng này nếu thói quen phung phí nước không được cải thiện 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
Bài viết mô tả sự xáo trộn và lan truyền các chất ô nhiễm trong dòng chảy dựa trên lý thuyết khuếch tán rối, một lý thuyết được công nhận rộng rãi toàn cầu Phương trình vi phân cơ bản của lý thuyết này mô tả quá trình lan truyền và khuếch tán rối của vật chất trong dòng chảy, dựa trên các giả thiết cơ bản đã được xác lập.
- 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 và thể tích rất nhỏ, do đó có thể bỏ qua ảnh hưởng của chúng đối với 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 giải quyết bài toán xáo trộn vật chất trong dòng chảy rối trong ống, Taylor (1954) đã đề xuất sử dụng hệ số khuếch tán tích phân Điều này cho phép xem xét ảnh hưởng của trường vận tốc trên mặt cắt ướt đến quá trình khuếch tán rối của 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 từng điểm, như thể hiện qua các phương trình (2.1) và (2.2) Trong dòng chảy tự nhiên, như ở kênh và sông, sự xáo trộn và khuếch tán của các chất tại một điểm chịu ảnh hưởng bởi trường vận tốc theo cả phương ngang và phương thẳng đứng Để làm rõ sự khác biệt này so với dòng chảy trong ống, thường sử dụng hệ số phân tán rối Phương trình 2.2 có thể được viết lại để thể hiện rõ hơn mối quan hệ này.
Hệ số phân tán rối (Ex Ey Ez) mô tả quá trình khuếch tán rối 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 với vận tốc và hướng 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 có vận tốc khác nhau Hình 2 minh họa các phương xáo trộn của nước thải với nước sông tại một điểm trên mặt cắt ngang dòng chảy.
Hình.2 Các phương xáo trộn của dòng chảy
Hệ số khuếch tán rối thường được xác định dựa trên giá trị trung bình tại tiết diện mặt cắt ướt của dòng chảy, không phụ thuộc vào tọa độ điểm tính toán Độ lớn của hệ số này 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 biểu thị bằng 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 đề xuất một công thức kinh nghiệm để tính toán 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 đưa ra 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 trên các dòng chảy tự nhiên trong kênh và sông với các chế độ chảy khác nhau, nhằm đề xuất mức độ sai số của hệ số εy Cụ thể, nghiên cứu 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
Dựa trên công thức (2.5) và (2.6), có thể nhận thấy rằng εz và εy đều khoảng 10, cho thấy quá trình khuếch tán rối theo phương ngang của dòng chảy lớn hơn nhiều so với khuếch tán rối theo phương thẳng đứng.
• Hệ số khuếch tán rối ε x :
Elder (1959) đã thực hiện các thí nghiệm để 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, điều này cho thấy quá trình xáo trộn và pha loãng các chất ô nhiễm chủ yếu diễn ra theo chiều dòng chảy Nói cách khác, sự xáo trộn và khuếch tán các chất ô nhiễm tại một điểm trên mặt cắt ngang dòng chảy bị ảnh hưởng chủ yếu 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 đưa ra những đánh giá chính xác và hiệu quả trong quá trình nghiên cứu.
Để phân tích hiệu quả, cần xác định các vấn đề chính như độ nhớt, tỷ trọng, dòng chảy và hệ số chuyển hóa Ngoài ra, các quá trình phú dưỡng hóa cũng cần được xem xét kỹ lưỡng Việc đi sâu nghiên cứu vào những vấn đề này sẽ giúp tối ưu hóa quy trình, trong khi cần giới hạn những yếu tố không cần thiết để đạt được kết quả tốt nhất.
- Cân nhắc lựa chọn mô hình để nghiên cứu : mô hình vật lý hay mô hình số (numericl model)
Mô hình vật lý có chi phí cao do yêu cầu xây dựng mô hình thu nhỏ và vận hành, cũng như hiệu chỉnh các thông số để mô phỏng điều kiện tự nhiên Việc này không chỉ tốn kém mà còn cần đến các nhóm 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 sẽ khác nhau tùy thuộc vào các hệ số được sử dụng Đặc biệt, việc tính toán có thể thực hiện trung bình trong một chu kỳ thời gian hoặc ngay tức thì.
Mô hình 1 chiều (1D) trong kinh tế đáp ứng yêu cầu với tính toán đơn giản, dễ dàng thực hiện bằng tay Mô hình này cho phép xác định nhanh chóng và sơ bộ các hệ số trong quá trình khảo sát và đo đạc thực nghiệm, từ đó hiệu chỉnh mô hình một cách hiệu quả Sự phổ biến của các loại mô hình này đến từ việc số liệu đầu vào đơn giản hơn rất nhiều.
8.2 Lựa chọn mô hình chất lượng nước
Khi lựa chọn mô hình chất lượng nước, cần xác định mô hình phù hợp dựa trên lý thuyết và nghiên cứu trước đó 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 các mô hình này đã được hiệu chỉnh cho điều kiện cụ thể của họ Do đó, khi áp dụng vào thực tế của chúng ta, có thể phát sinh những vấn đề mới.
-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, đối tượng nghiên cứu sẽ bị ảnh hưởng bởi điều kiện địa phương và các yếu tố từ nơi 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 những giới hạn và điều kiện sử dụng riêng, giống như một chiếc ô tô phù hợp với điều kiện ôn đới nhưng lại không hiệu quả trong môi trường nhiệt đới Để tối ưu hóa một chương trình có sẵn, bạn cần hiểu rõ các giới hạn, điều kiện biên và hệ số của chương trình đó Điều quan trọng là phải xây dựng và lựa chọn các hệ số phù hợp với điều kiện cụ thể của bạn để cải tiến và điều chỉnh một cách hiệu quả.
8.2.2 Sự phát triển lý thuyết của vấn đề
Để phát triển lý thuyết cho vấn đề của bạn, trước tiên cần xác định đối tượng cụ thể để xem xét và đánh giá Các lý thuyết liên quan bao gồm phương trình chuyển động, phương trình liên tục và phương trình lan truyền chất.
Quan điểm của Albert Einstein nhấn mạnh rằng mọi mô hình cần phải đáp ứng yêu cầu thực tiễn và nên được giữ ở mức độ đơn giản nhất có thể, trừ khi không thể đơn giản 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 và các yếu tố thủy lực tại một mặt cắt có sự thay đổi theo thời gian Chuyển động không ổn định được chia 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 thường gặp khó khăn, và nghiệm chỉ có thể tìm thấy trong một số trường hợp đặc biệt như kênh có tiết diện hình chữ nhật, đáy nằm ngang và không tính đến sức cản Tuy nhiên, các điều kiện này rất khác biệt so với thực tế.
Hiện nay, có nhiều phương pháp số để tính gần đúng cho dòng ổn định thay đổi chậm, bao gồm phương pháp giải tích, phương pháp đường đặc trưng và phương pháp sai phân hữu hạn.
Phương pháp tích phân toán học là công cụ quan trọng để tìm nghiệm giải tích cho hệ phương trình Saint-Vennnant Để áp dụng phương pháp này, cần thiết lập các giả thiết nhằm đơn giản hóa hệ phương trình Các giả thiết bao gồm việc xem xét mặt cắt sông dưới dạng hình chữ nhật hoặc lăng trụ, độ dốc bằng không hoặc hằng số, và độ nhám cố định, đồng thời 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 các chất ô nhiễm Chúng dựa trên định luật bảo toàn khối lượng của các chất ô nhiễm trong dòng chảy Mô hình vận chuyển-khuếch tán chất trong dòng chảy được thiết lập dựa trên sự thay đổi theo thời gian của các chất hữu cơ trong một đơn vị thể tích V do các nguyên nhân khác nhau.
Quá trình khuếch tán vật chất qua diện tích mặt cắt ngang diễn ra do sự trao đổi khối lượng, chịu tác động của gradient nồng độ Quá trình này tuân theo định luật Fick, mô tả sự dịch chuyển của vật chất trong không gian.
Trong dòng chảy, sự thay đổi và chuyển hóa các chất diễn ra 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, và sự thủy phân các chất Để phân tích, ta xem xét một đơn vị thể tích V trong dòng chảy (hình 2.1) với giả thiết rằng sự xáo trộn trong hệ thống là lý tưởng Dựa trên định luật bảo toàn khối lượng, ta có thể hiểu rõ hơn về các quá trình này.
Sự tích lũy vật chất được xác định bằng công thức: 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, và với giả thiết rằng trong khoảng thời gian đang xét, 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 tính toán.
Trong dòng chảy tự nhiên, các giá trị như lưu lượng (Q), diện tích mặt cắt (A) và nồng độ chất ô nhiễm (x) đều thay đổi liên tục theo thời gian và không gian Khi xem xét một đoạn sông có sự bổ sung hoặc lấy bớt chất ô nhiễm do các nguyên nhân 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.
-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 dựa trên hai bài toán chính: bài toán thủy động lực một chiều liên quan đến việc vận chuyển các chất ô nhiễm thông qua phương trình bảo toàn khối lượng và động lượng, và bài toán chuyển hóa các chất ô nhiễm dựa trên phương trình cân bằng vật chất Khi thiết lập mô hình toán học cho sự lan truyền các chất hữu cơ dễ phân hủy sinh học theo BOD và DO, chúng được coi là một hệ thống vận chuyển và khuếch tán một chiều, trong đó các phản ứng sinh hóa xảy ra trong thủy vực dòng chảy được xem 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 những 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 nhất định.
• 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 theo nồng độ chất hòa tan và độ muối, điều này dẫn đến việc bảo toàn khối lượng và thể tích tương đương trong các quá trình hóa học và vật lý.
• 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) và các đạo hàm của nó theo thời gian t cũng như không gian x được xấp xỉ bằng các biểu thức sai phân theo sơ đồ ẩn 4 điểm Preisman, như thể hiện trong hình 2.6.
(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 trở thành ổn định vô điều kiện Trong thực tế tính toán dòng không ổn định trong dòng chảy sông, θ = 0.7 thường được chọn để đảm bảo tính ổn định của sơ đồ.
Sơ đồ Preismann cho phép tạo ra lưới tính mềm dẻo với bước lưới Δx không đồng đều theo 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 trong lưới, giúp dễ dàng kiểm nghiệm và hiệu chỉnh mô hình tính toán.
Bước thời gian Δt là một thông số quan trọng trong bài toán, đặc biệt khi sử dụng các mô hình với phương pháp sai phân ẩn Điều này cho phép vượt qua những hạn chế của điều kiện Courant-Friedrich-Levy mà các sơ đồ hiện tại thường gặp phải.
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, việc tính toán lan truyền chất trên dòng chảy sẽ được tiến hành Tùy thuộc vào mục đích và yêu cầu của bài toán, việc tính toán sẽ được thực hiện cho hai trường hợp: trạng thái ổn định và trạng thái động lực.
Dưới giả thiết dòng chảy ổn định trong chu kỳ triều, phương trình vi phân 2.9 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 công cụ mô phỏng thủy văn lưu vực sông và chất lượng nước, bao gồm cả các chất ô nhiễm hữu cơ độc hại Mô hình này thực hiện mô phỏng trong không gian 2 chiều, động lực học, với các thông số chất lượng nước như các chất hòa tan và chất rắn lơ lửng (SS).
Dự báo xu hướng thay đổi chất lượng nước trong dòng chảy sau các trận mưa là rất quan trọng, đặc biệt khi xem xét các chất dinh dưỡng và các loại vi khuẩn chỉ thị Thông tin về việc thu nước ở các kênh cũng cần được chú ý để đảm bảo an toàn và bảo vệ môi trường.
Mô hình HSPF sử dụng thông tin 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 dữ liệu về lượng và chất lượng dòng chảy từ các lưu vực nông nghiệp và đô thị, bao gồm lưu lượng, tải trầm tích, cùng nồng độ chất dinh dưỡng và thuốc trừ sâu HSPF có hệ thống cơ sở dữ liệu quản lý nội bộ để xử lý lượng lớn dữ liệu đầu vào và đầu ra, bao gồm mã nguồn, phiên bản thực thi và hỗ trợ kỹ thuật Đây là một chương trình mô phỏng thủy văn do EPA phát triển, có khả năng mô phỏng chất lượng nước liên quan đến ô nhiễm hữu cơ trên bề mặt đất thấm và không thấm, cũng như trong các suối và hồ chứa Mô hình kết hợp các yếu tố từ mô hình Dòng chảy quy mô nông nghiệp (ARM) trong HSPF.
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 bao gồm các module được tổ chức theo cấu trúc phân cấp, cho phép mô phỏng liên tục các quá trình thủy văn và chất lượng nước Kinh nghiệm từ các mô hình phức tạp cho thấy rằng việc quản lý dữ liệu đóng vai trò quan trọng, thường bị bỏ qua bởi các nhà xây dựng mô hình Để đạt được hiệu quả, 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, dựa trên nguyên tắc truy cập trực tiếp Các module mô phỏng có khả năng đọc và ghi dữ liệu từ một kho lưu trữ thời gian, giúp giảm thiểu các vấn đề liên quan đến yêu cầu chuyển đổi số từ người dùng.
Hệ thống HSPF được thiết kế để mô phỏng các module tiện ích khác nhau, cho phép gọi chúng một cách thuận tiện, cả cá nhân lẫn song song Phương pháp tiếp cận từ trên xuống nhấn mạnh vào việc thiết kế cấu trúc tổng thể và hệ thống quản lý chuỗi thời gian Các khuôn khổ được phát triển từ những cấu trúc cao nhất đến chi tiết nhất, với mỗi cấp được lên kế hoạch trước khi mã hóa 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 đặc thù của chúng, giúp hệ thống dễ dàng mở rộng và cho phép người dùng thêm module mới mà không gây gián đoạn cho 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 Hiện nay, nó được sử dụng rộng rãi toàn cầu để phân tích, lập kế hoạch và thiết kế các hệ thống thoát nước liên quan đến dòng chảy nước mưa, cống kết hợp và cống vệ sinh, cũng như các hệ thống thoát nước khác trong khu vực đô thị SWMM là phần mềm mô phỏng thủy văn đô thị, cho phép mô phỏng động lượng mưa-dòng chảy cho cả sự kiện đơn lẻ và dài hạn, nhằm đánh giá số lượng và chất lượng nước thải từ các khu vực chủ yếu là đô thị Các thành phần dòng chảy của SWMM hoạt động dựa trên các khu vực subcatchment nhận lượng mưa, tạo ra dòng chảy và ô nhiễm Phần mềm này theo dõi số lượng và chất lượng dòng chảy trong mỗi subcatchment, cùng với tốc độ, độ sâu và chất lượng nước trong các ống và kênh trong suốt thời gian mô phỏng.
EPA đã mở rộng SWMM 5 để mô hình hóa hiệu suất thủy văn của các biện pháp phát triển tác động thấp (LID) như vỉa hè xốp, khu vực sinh học lưu giữ, thùng mưa, chiến hào xâm nhập và Swales dƣỡng Các mô hình cập nhật này cho phép kỹ sư và nhà hoạch định đại diện chính xác cho sự kết hợp của các biện pháp LID trong khu vực nghiên cứu, từ đó đánh giá hiệu quả của chúng trong 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, thủy lực và nước Người dùng có thể xem kết quả qua nhiều định dạng, bao gồm bản đồ khu vực thoát nước mã hóa màu, 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 này được biến đổi bằng cách chia một vùng nghiên cứu thành các tiểu vùng đồng nhất, gọi là subcatchment Mỗi tiểu vùng này chứa phần riêng của nó và có khả năng thấm nước khác nhau Dòng chảy mặt có thể được chuyển giao giữa các tiểu vùng, giữa các subcatchments, hoặc giữa các điểm nhập của hệ thống thoát nước.
SWMM cung cấp một loạt các khả năng linh hoạt trong mô hình thủy lực, cho phép định tuyến dòng chảy và luồng vốn bên ngoài qua hệ thống thoát nước, bao gồm ống, kênh, và các cấu trúc xử lý lưu trữ đơn vị Những khả năng này giúp tối ưu hóa hiệu quả của mạng lưới thoát nước.
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 chất lượng nước từ dòng chảy bề mặt, giao lưu dưới đất và xâm nhập phụ thuộc vào lượng mưa và lưu lượng Thời tiết khô cũng ảnh hưởng đến vệ sinh dòng chảy, trong khi dòng người dùng định nghĩa cách thức quản lý và sử dụng nguồn nước.
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
Ngoài việc mô hình hóa các thế hệ và vận chuyển của dòng chảy, SWMM còn ước tính sản xuất ô nhiễm từ vật nặng liên quan đến dòng chảy Các quy trình này có thể được mô hình hóa cho nhiều thành phần chất lượng nước theo định nghĩa của người dùng.
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 có ảnh hưởng đến việc sử dụng các nguồn vốn bên ngoài trong hệ thống thoát nước Việc quản lý hiệu quả các nguồn lực này tại các điểm bất kỳ trong hệ thống là rất quan trọng để đảm bảo hoạt động ổn định và bền vững.
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 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 chất lượng nước trước các hiện tượng thiên nhiên và ô nhiễm nhân tạo, từ đó hỗ trợ quyết định quản lý ô nhiễm Đây là một chương trình mô hình động cho các hệ thống thủy sản, bao gồm cả nước và benthos cơ bản, cho phép nghiên cứu trong không gian 1, 2 và 3 chiều với nhiều loại chất gây ô nhiễm khác nhau Các biến trạng thái cho các module cụ thể được trình bày trong bảng dưới đây, trong khi thời gian thay đổi của advection, phân tán, tải khối lượng và trao đổi ranh giới được thể hiện trong mô hình Ngoài ra, WASP có thể tích hợp 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.
WASP đã đƣợc sử dụng để kiểm tra hiện tƣợng phú dƣỡng của Tampa Bay,
