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 đơn giản hóa, giúp mô tả hình ảnh của một đối tượng, hiện tượng, khái niệm hoặc hệ thống dựa trên các đặc điểm và diễn biến của chúng.
Mô hình có thể là hình ảnh, vật thể thu nhỏ hay phóng đại, hoặc được biểu diễn qua phương trình toán học, công thức vật lý, hay phần mềm tin học, nhằm mô tả một hiện trạng thực tế mang tính điển hình.
Mô hình hoá là một lĩnh vực khoa học tập trung vào việc mô phỏng và giản lược các thông số thực tế, đồng thời vẫn phản ánh đầy đủ tính chất của từng thành phần trong mô hình Mặc dù mô hình không phải là vật thể hiện thực, nhưng nó giúp chúng ta hiểu rõ hơn về hệ thống thực tế.
Mô hình hóa môi trường là lĩnh vực khoa học nghiên cứu và mô phỏng sự lan truyền của chất ô nhiễm, đồng thời đưa ra các dự báo về sự thay đổi của môi trường theo không gian và thời gian.
Để thể hiện sự biến đổi mực nước trong hồ chứa, ta sử dụng hình ảnh minh họa như hình 1.2 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 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 đã xây dựng 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
Mô trường có sự diễn biến phức tạp và liên quan đến nhiều lĩnh vực khoa học khác nhau Để hiểu rõ hơn bản chất tự nhiên của các hiện tượng, các nhà khoa học đã tìm cách đơn giản hóa những vấn đề phức tạp mà vẫn giữ được tính thực tiễn, từ đó tạo cơ sở cho các giải thuật tìm kiếm hướng giải quyết 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 các vấn đề phức tạp của tự nhiên, chúng ta có thể phân chia hiện tượng thực tế thành nhiều mảng đề tài khác nhau Mỗi phần này được coi là một bài toán riêng biệt với mô hình tương ứng Chẳng hạn, diễn biến dòng chảy trong chu trình nước có thể được chia thành các đề tài nhỏ hơn, như minh họa trong hình 1.6.
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: 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 họa ứng dụng thực tiễn của nó, giúp xác định phạm vi và tầm quan trọng trong thực tế Ví dụ, mô hình có thể được áp dụng để xác định lượng đạm ammoniac chuyển hóa thành đạm nitrogen trong không khí, hoặc lượng nước chảy tràn trên mặt đất sau mưa bão Như vậy, việc ứng dụng mô hình giúp trả lời câu hỏi: Chúng ta muốn mô phỏng điều gì và 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 cách tiếp cận kỹ thuật tính toán và phương pháp tính toán, liên quan đến các phương trình và thông số mà chúng ta muốn tích hợp 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 và loại máy tính cùng chương trình cần thiết để xử lý thông tin Việc áp dụng mô hình toán học đóng vai trò quan trọng trong việc giải quyết các khó khăn thực tiễn.
• 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 cung cấp công cụ như hình ảnh, sơ đồ, biểu đồ, phần mềm và sa bàn, nhằm chuyển hóa các dữ liệu đo đạc thực tế của khu vực nghiên cứu thành những giải thích cần thiết 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 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 với quá trình ra quyết định Nó không chỉ tạo ra thông tin từ dữ liệu quan trắc mà còn nâng cao kiến thức, hỗ trợ hiệu quả cho 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
Có nhiều phương pháp để phân loại mô hình môi trường, bao gồm việc dựa vào đặc điểm tính toán, cách mô phỏng, phương pháp vận hành, phép so sánh và giả định Mục đích của việc phân loại này là nhằm nâng cao hiểu biết và ứng dụng của các mô hình 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 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 hoạt động đều 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 như cao độ và độ dốc, kích thước lưu vực cần tính toán như chiều dài, chiều rộng và diện tích, cùng với các yếu tố khí tượng như lượng mưa, bốc hơi, bức xạ, vận tốc và hướng gió Ngoài ra, nguồn ô nhiễm từ nhà máy, khu dân cư, ruộng vườn, hầm mỏ và khu công nghiệp cũng cần được xem xét Các biến số môi trường như pH, nhiệt độ, độ mặn, độ đục, nhu cầu oxy sinh hóa, các chất dinh dưỡng và vi khuẩn cũng rất quan trọng, 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 các mối quan hệ và hướng diễn biến, trong khi các chú thích bên cạnh hình ảnh cung cấp thêm thông tin về tính chất của sự vật, quá trình hoặc thông số của mô hình Ví dụ, mô hình khái niệm của Beater (1989) minh họa quá trình chuyển vận nước trong mối quan hệ giữa mưa và dòng chảy.
Mô hình khái niệm bắt đầu từ dữ liệu đầu vào, diễn biến bên trong và thông tin đầu ra Hình khái niệm cần đơn giản để người không chuyên cũng có thể hiểu được 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 kỹ thuật giúp lập trình viên nắm bắt vấn đề cần giải quyết mà không yêu cầu họ phải là chuyên gia trong 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, sự hiện diện của các thông số và biến số là rất quan trọng Thông số (parameter) là những hệ số 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 được thiết kế để giải quyết mối quan hệ giữa các thông số và biến số Kết quả của quá trình này được trình bày dưới dạng số liệu hoặc đồ thị Đây là phần cốt lõi và phức tạp nhất trong quá trình 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 Trong quá trình phát triển mô hình, các hiện tượng vật lý phức tạp thường được đơn giản hóa, dẫn đến các giá trị đầu vào không hoàn toàn chính xác Do đó, hiệu chỉnh đóng vai trò quan trọng trong việc tối ưu hóa các thông số mô hình (model parameters) nhằm thu hẹp khoảng cách sai biệt này.
Kiểm nghiệm mô hình là bước quan trọng tiếp theo sau Hiệu chỉnh mô hình, nhằm xác định xem các thông số được đưa ra 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 dài ban đầu để chạy và hiệu chỉnh mô hình, và đoạn ngắn hơn sau đó 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 tiên 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 ở đầu ra được sử dụng để đưa ra quyết định chính xác.
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 đều có những ưu điểm và nhược điểm riêng Việc tìm ra một mô hình chuẩn mực cho tất cả các tình huống thực tế là điều khó khăn, điều này thường gây bối rối cho người dùng khi lựa chọn mô hình phù hợp với nhu cầu của mình.
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 một lưu vực có mối liên hệ chặt chẽ với lượng mưa trong cùng thời gian, với sự gia tăng lưu lượng dòng chảy sau những trận mưa lớn và giảm dần khi lượng mưa giảm, thể hiện 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 được trình bày trong hình 3.3.
Mô hình mối quan hệ giữa mưa và dòng chảy được thể hiện qua hình 3.3, cho thấy sự thay đổi lưu lượng theo thời gian như trong hình 3.4 Tuy nhiên, khi so sánh với số liệu thực tế, có sự khác biệt giữa mô hình và dữ liệu đo được Để giảm thiểu sự khác biệt này, cần điều chỉnh các thông số trong mô hình, quá trình này được gọi là hiệu chỉnh.
Hình 3.4 minh họa kết quả lưu lượng dòng chảy từ mô hình so với thực tế trong bài toán mô hình mưa – dòng chảy, cho thấy nhiều thông số quan trọng cần được xem xét.
• 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 tốt, đường cong của mô hình sẽ ngày càng trùng khớp với đường cong thực đo.
3.2 Các bước trong tiến trình hiệu chỉnh
Tiến trình hiệu chỉnh đóng vai trò quan trọng trong mô hình hóa, giúp xác định giá trị thực tiễn của mô hình Để thực hiện hiệu chỉnh, cần tiến hành 3 bước cụ thể.
Hình 3.5 Ba bước trong tiến trình Hiệu chỉnh
3.2.1 Bước xác định thông tin quan trọng
Để hiệu chỉnh mô hình, trước tiên cần xác định các thông tin quan trọng cho việc áp dụng mô hình Việc này bao gồm việc xem xét các thông số nào sẽ ảnh hưởng đến kết quả và đảm bảo rằng kết quả này phù hợp với các diễn biến thực tế.
Khi xây dựng mô hình mô tả sự lan truyền chất ô nhiễm trong dòng chảy, cần xem xét nhiều yếu tố ảnh hưởng Tuy nhiên, để phát triển mô hình hiệu quả, người lập trình cần xác định những yếu tố có tác động lớn nhất, 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 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, và những yếu tố này phải được định lượng thông 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 thỏa mãn.
Khi thực hiện mô hình dự báo lũ, việc xác định giá trị như mực nước và lưu lượng lũ, cũng như thời điểm xảy ra đỉnh lũ, là những 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, bao gồm 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, thời đoạn có thể được chia đều 50% cho mỗi bước Lựa chọn thời đoạn hiệu chỉnh cần phù hợp với mục tiêu của mô hình, ví dụ, trong mô hình dự báo lũ, thời đoạn hiệu chỉnh phải bao gồm thời gian 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 thử nghiệm đầu tiên nhằm kiểm tra độ nhạy của các thông số mô hình đã chọn đối với kết quả mô hình Thông thường, quá trình này dựa trên bảng hướng dẫn của mô hình hoặc từ các quan sát thực tế Đây được coi là một bước bắt buộc để định hình lại mô hình.
+ Giá trị ban đầu thực tế cho các thông số
Chiều dài bước tính lý tưởng là yếu tố quan trọng trong việc tìm kiếm giá trị tối ưu cho các thông số Bước tính quá ngắn sẽ dẫn đến việc gia tăng số lần tính toán, trong khi bước tính quá dài có thể gây ra sự vượt quá hoặc cường điệu hóa trong quá trình tối ưu hóa giá trị.
Xác định khoảng giới hạn cho các thông số, bao gồm giới hạn trên và dưới, là một bước quan trọng nhằm hạn chế khả năng mô hình gặp phải thất bại khi tạo ra các giá trị không thực tế hoặc vượt quá mức thực tế.
THỂ HIỆN MÔ HÌNH
Để hiểu rõ giá trị của mô hình, việc cung cấp 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 các nhà ra quyết định, dựa trên cơ sở khoa học từ các kết quả mà mô hình mang lại Điều này bao gồm việc định trị các mã mô hình, thực hiện hiệu chỉnh, kiểm nghiệm và báo cáo đánh giá dựa trên lý luận và thực tiễn.
Kiểm nghiệm mô hình, theo định nghĩa ở phần 2.2.5, là bước quan trọng tiếp theo sau quá trình hiệu chỉnh mô hình Mục đích của kiểm nghiệm là xác định xem các thông số mô hình có phù hợp với diễn biến thực tế hay không.
Theo định nghĩa tại mục 2.2.5, sau khi hoàn tất hiệu chỉnh, mô hình cần được kiểm nghiệm để xác định tính phù hợp của các thông số với diễn biến thực tế Cụ thể, quá trình kiểm nghiệm 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.
Trong quá trình xác định các thông số, việc so sánh giữa số liệu quan trắc và giá trị mô phỏng là cần thiết để đánh giá độ tin cậy của mô hình Nếu có sự sai biệt ý nghĩa, cần phải xác lập mức độ tin cậy của mô hình để đảm bảo tính chính xác trong phân tích.
Việc kiểm nghiệm cần đảm bảo tính khách quan, với mô hình phải trải qua các thử nghiệm thống kê chính xác và nghiêm ngặt, phù hợp với các tiêu chí đã được xác định trước cho quy mô thực hiện.
Khi thực hiện kiểm nghiệm đầu ra của mô hình, cần giả định rằng mô hình được xây dựng trên cơ sở vững chắc, bao gồm các hợp lý trong thiết kế, các phương trình chủ đạo và mã nguồn lập trình chính xác.
Trong quá trình 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 một số 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 một trị số trong tiến trình thống kê, thể hiện độ gần 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 Hàm mục tiêu thường hướng đến trị 0 khi tối thiểu hóa hoặc hướng đến trị 1 khi tối đa hóa.
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 rẽ Việc đánh giá này dựa trên thống kê mức độ phù hợp từ kết quả mô hình và thực tế, với sự đồng biến về 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 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 đánh giá chất lượng của 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 yếu tố quan trọng trong việc phân tích hiệu suất 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 là trị trung bình của các giá trị quan trắc và mô phỏng; xi và yi đại diện cho các giá trị quan trắc và mô phỏng tại thời điểm thứ i; n là tổng số thời điểm quan trắc hoặc tổng số giá 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 nhằm tối đa hóa giá trị R đến gần 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.
Mục tiêu của độ dốc b là 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 (y-intercept) 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 trình bày sơ đồ tổng quát các bước phát triển và ứng dụng mô hình, trong đó hai quá trình quan trọng nhất là lập trình thuật toán và đánh giá kết quả 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 đóng vai trò quan trọng trong mối quan hệ môi trường - sinh thái Biến đổi khí hậu xảy ra từ quy mô toàn cầu đến vi khí hậu, tạo ra các tương tác phức tạp Nhiều nhà thủy văn môi trường đã mô phỏng ảnh hưởng này qua các 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 hình thành thành phần hoá học của nước thiên nhiên được chia thành hai nhóm chính: các yếu tố tác động trực tiếp và 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 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 cùng với các thành phần hữu cơ và hữu cơ khoáng vật Thành phần hữu cơ chủ yếu được hình thành từ sự phân huỷ của động vật và thực vật, cũng như các sản phẩm từ các quá trình sinh hoá trong đất Sự xâm nhập của các chất 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 như tảo và phù du, cũng như các chất hữu cơ ban đầu từ 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 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, lại 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 Quá trình này tuân theo định luật Fick, quy định cách thức các chất di chuyển từ vùng nồng độ cao sang vùng nồng độ thấp.
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, nồng độ vượt giới hạn bão hòa, hấp phụ, keo tụ, phản ứng giữa các hợp chất và các quá trình sinh thái.
Thành phần và tính chất của nước thiên nhiên:
Nước là dung môi lý tưởng cho việc hòa tan nhiều loại khoáng chất vô cơ, axit, bazơ và muối vô cơ Các ion chủ yếu có trong nước bao gồm ion từ 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 mạo và vị trí của thủy vực Các yếu tố chính ảnh hưởng đến sự hình thành ion hòa tan trong dòng chảy bao gồm lượng mưa, 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 hình thành từ nhiều quá trình, bao gồm hòa tan từ khí quyển như O2, N2, CO2, các loại khí trơ, cũng như sản phẩm từ các quá trình sinh hóa như H2S, CH4, N2, CO2, và các 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 không gây nguy hiểm cho việc sử dụng nguồn nước, nhưng ngược lại, có thể dẫn đến ô nhiễm Các chất hữu cơ được phân loại thành hai dạng: dễ phân huỷ sinh học và khó phân huỷ.
Thành phần và mật độ của cơ thể sống trong môi trường nước phụ thuộc vào nhiều yếu tố như thành phần hóa học của nguồn nước, chế độ thủy văn, địa hình cư trú và khí hậu Các 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 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, giúp tự làm sạch nguồn nước, góp phần bảo vệ hệ sinh thái Vi khuẩn được chia thành hai loại chính: tự dưỡng (heterophic) và dị dưỡng (autotrophic).
Nước được phân loại theo mục đích sử dụng, bao gồm nước cấp cho sinh hoạt và các mục đích khác như giải trí, tiếp xúc với nguồn nước và nuôi trồng thuỷ 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 này, đặc biệt là nước ngọt Nước chỉ thực sự trở thành nguồn tài nguyên vô tận khi con người biết trân trọng và sử dụng hợp lý Mặc dù tài nguyên nước vẫn dồi dào, với các nguồn như nước biển, đại dương, sông hồ và nước ngầm, nhưng việc sử dụng không hợp lý đã 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 một 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 mô tả quá trình lan truyền và khuếch tán các chất trong dòng chảy, dựa trên các giả thiết cơ bản liên quan đến động lực học của chất lỏng.
- 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 mỗi đơn vị 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 trong dòng chảy, là một lý thuyết nửa kinh nghiệm Khi áp dụng phương trình vi phân này để nghiên cứu sự xáo trộn vật chất trong dòng chảy rối trong ống, Taylor (1954) đã đề xuất sử dụng hệ số khuếch tán tích phân, nhằm xem xét ảnh hưởng của trường vận tốc trên tiết diện mặt cắt ướt đến quá trình khuếch tán rối.
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 trên kênh và sông, sự xáo trộn và khuếch tán của các chất tại một điểm luôn 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, thường sử dụng hệ số phân tán rối Phương trình 2.2 có thể được viết lại để thể hiện rõ hơn các yếu tố ảnh hưởng đến quá trình này.
Hệ số Ex Ey Ez mô tả sự phân 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 vật chất trong một dòng chảy có 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 rối với vận tốc khác nhau Các phương xáo trộn của nước thải và nước sông tại một điểm trên mặt cắt ngang dòng chảy được minh họa trong hình 2.
Hình.2 Các phương xáo trộn của dòng chảy
Hệ số khuếch tán rối thường được xác định bằng 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 xác định bằng công thức u = gdS, trong đó z là tọa độ điểm tính toán tính bằng mét, k là hệ số rối Von Karman với giá trị khoảng 0,40, và d là chiều sâu trung bình của dòng chảy tại mặt cắt.
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 nhằm xác định hệ số khuếch tán rối Họ cũng đã 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, đồng thời 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 tiến hành các thí nghiệm trên các dòng chảy tự nhiên trong các kênh và sông với những 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
Dựa vào công thức (2.5) và (2.6), có thể nhận thấy rằng εz và εy xấp xỉ bằng 10, điều này cho thấy quá trình khuếch tán rối theo phương ngang của dòng chảy vượt trội hơn hẳn so với quá trình khuếch tán rối theo phương thẳng đứng.
• Hệ số khuếch tán rối ε x :
Elder (1959) đã xác định hệ số khuếch tán rối εx tại một điểm trên mặt cắt ngang theo chiều dòng chảy thông qua các thí nghiệm tương tự như việc xác định εz và εy.
So sánh các giá trị εx, εy và εz cho thấy rằng 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 hướng 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 chịu ảnh hưởng từ 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 quan trọng cũng như điều kiện cần thiết Những yếu tố này giúp chúng ta có thể đưa ra những đánh giá chính xác và hiệu quả hơn trong quá trình nghiên cứu.
Để nghiên cứu hiệu quả, cần xác định các vấn đề chính như độ nhớt, tỷ trọng, dòng chảy và hệ số chuyển hóa Bên cạnh đó, các quá trình phú dưỡng hóa cũng cần được xem xét kỹ lưỡng Việc đi sâu vào những vấn đề này sẽ giúp giới hạn phạm vi nghiên cứu và tối ưu hóa kết quả đạt được.
- 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 cần xây dựng mô hình thu nhỏ và tốn kém trong việc vận hành cũng như hiệu chỉnh các thông số để mô phỏng điều kiện tự nhiên Điều này yêu cầu sự tham gia của các nhóm chuyên gia có kinh nghiệm lâu năm trong lĩnh vực này.
Khi lựa chọn mô hình số, cần cân nhắc giữa các mô hình 1D, 2D và 3D để đảm bảo tính chính xác và hiệu quả Thời gian tính toán sẽ phụ thuộc vào các hệ số cụ thể của từng mô hình Việc xác định khoảng thời gian tính toán có thể thực hiện theo chu kỳ trung bình hoặc tức thời, tùy thuộc vào yêu cầu của nghiên cứu.
Mô hình 1 chiều (1D) trong kinh tế đáp ứng yêu cầu với tính toán đơn giản, có thể thực hiện bằng tay Điều này cho phép xác định nhanh chóng và sơ bộ các hệ số trong quá trình khảo sát và đo đạc thực nghiệm để hiệu chỉnh mô hình 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
Khi lựa chọn mô hình chất lượng nước, cần xem xét mô hình phù hợp với đối tượng nghiên cứu dựa trên lý thuyết Nhiều mô hình đã được áp dụng rộng rãi trong gần 100 năm qua, nhưng cần lưu ý rằng các hệ số và sai số trong điều kiện thực tế của những mô hình này đã được hiệu chỉnh cho hoàn cảnh cụ thể của họ Do đó, mặc dù chúng được thừa nhận bởi nhiều chuyên gia, khi áp dụng vào điều kiện thực tế của chúng ta, sẽ xuất hiện những vấn đề cần giải quyết.
-Kinh phí đầy đủ để mua toàn bộ chương trình tính toán
Việc thu thập và xác định các dữ liệu cùng hệ số trong điều kiện cụ thể là rất quan trọng đối với đối tượng nghiên cứu Nếu không có đủ dữ liệu, sẽ dẫn đến tình trạng đối tượng nghiên cứu chỉ được phân tích một phần trong bối cảnh địa phương, trong khi phần còn lại lại phụ thuộc vào vị trí 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 mọi đối tượng Ví dụ, một chiếc ô tô có thể phù hợp với điều kiện ôn đới nhưng lại trở nên vô giá trị trong môi trường nhiệt đới Để sử dụng hiệu quả một chương trình có sẵn, cần phải hiểu rõ các giới hạn, điều kiện biên và hệ số của chương trình đó Do đó, việc xây dựng và lựa chọn các hệ số phù hợp với điều kiện cụ thể của bạn là điều kiện tiên quyết.
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 quan trọng bao gồm 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 một cách 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, 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 hệ số biến đổi theo 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.
Việc giải tích phân cho hệ phương trình này gặp nhiều thách thức, chỉ có thể tìm ra nghiệm trong một số 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 dần, có ba phương pháp chính được sử 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 đơn giản hóa hệ phương trình, cần đưa ra các giả thiết như 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
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 nhiều nguyên nhân khác nhau.
Quá trình khuếch tán vật chất qua diện tích mặt cắt ngang diễn ra khi có sự chênh lệch nồng độ, dẫn đến sự dịch chuyển của vật chất Quá trình này tuân theo định luật Fick, quy định sự trao đổi khối lượng trong hệ thống.
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, và các quá trình sinh địa hóa Trong một đơn vị thể tích V của dòng chảy, với giả thiết rằng sự xáo trộn trong hệ thống là lý tưởng, 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 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, với giả thiết rằng 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 dòng chảy tự nhiên, các giá trị (Q, A, x) là những hàm số liên tục biến đổi theo thời gian và không gian Khi có sự bổ sung hoặc giảm bớt các chất do nguyên nhân cơ học như nguồn thải hoặc điểm lấy nước, chúng ta cần áp dụng phương trình tổng quát từ (2.7) để mô tả và tính toán 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, cùng với bài toán chuyển hóa các chất ô nhiễm 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, chúng ta coi đây là một hệ thống vận chuyển và khuếch tán một chiều, trong đó các phản ứng sinh hóa xảy ra trong 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, do Saint-Venant đề xuất, là các phương trình vi phân đạo hàm riêng phi tuyến mô tả quá trình chảy trong kênh hở Chúng được xây dựng 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, không bị ảnh hưởng bởi nồng độ 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 đến nước.
• 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 theo thời gian t cùng 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 trong 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 là ổn định vô điều kiện Trong thực tiễn tính toán dòng không ổn định trong dòng chảy sông, θ thường được chọn là 0.7 để đảm bảo tính ổn định.
Sơ đồ Preismann cho phép thiết lập lưới tính mềm dẻo với bước lưới Δx không đều, giúp duy trì độ chính xác của phép xấp xỉ Hai biến số Q và Z được tính đồng thời tại cùng một điểm trên lưới, tạo điều kiện thuận lợi cho việc 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 phương pháp sai phân ẩn Điều này cho phép vượt qua các 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 sự lan truyền chất trên dòng chảy sẽ được thực hiện Tùy thuộc vào mục đích và yêu cầu của bài toán, có hai trường hợp cần giải quyết: trạng thái ổn định và trạng thái động lực của dòng chảy.
Dưới giả thiết dòng chảy ổn định, phương trình vi phân 2.9 được sử dụng để mô tả nồng độ các chất hữu cơ trong dòng chảy trong khoảng thời gian chu kỳ triều mà chúng ta đang xem xét.
(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 (Hydrological Simulation Program - Fortran) của EPA Hoa Kỳ là một công cụ mạnh mẽ để mô phỏng thủy văn lưu vực sông và chất lượng nước, bao gồm cả các chất ô nhiễm hữu cơ độc hại Chương trình này thực hiện mô phỏng trong không gian hai chiều và trạng thái động lực, tập trung vào 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 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 cần được xem xét để đảm bảo quản lý tài nguyên nước hiệu quả.
Mô hình HSPF sử dụng dữ liệu lịch sử về lượng mưa, nhiệt độ và độ bức xạ mặt trời cùng với thông tin về đặc điểm sử dụng đất và quản lý đất đai để mô phỏng các quá trình trong lưu vực Kết quả mô phỏng cung cấp thông tin về số lượng và chất lượng dòng chảy từ các lưu vực nông nghiệp và đô thị, bao gồm lưu lượng, tải trầm tích, và nồng độ chất dinh dưỡng cũng như thuốc trừ sâu HSPF có hệ thống cơ sở dữ liệu quản lý nội bộ để xử lý lượng lớn dữ liệu mô phỏng và bao gồm mã nguồn, phiên bản thực thi, hướng dẫn sử dụng và hỗ trợ kỹ thuật Được phát triển bằng chương trình Fortran, HSPF là một công cụ của EPA có khả năng mô phỏng thủy văn lưu vực sông và chất lượng nước liên quan cho cả ô nhiễm hữu cơ và vô cơ trên các bề mặt đất thấm và không thấm, cũng như trong các suối và hồ chứa Mô hình này kết hợp các mô hình lưu vực sông HSPF quy mô nông nghiệp và Dòng chảy Model (ARM).
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 được cấu trúc theo dạng phân cấp với các module 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 quản lý dữ liệu là yếu tố quan trọng, thường bị bỏ qua, và một mô hình thành công cần có thành phần quản lý dữ liệu hiệu quả Phần mềm HSPF được thiết kế để quản lý trên nhiều hệ điều hành, dựa trên các 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 lại thông tin, giúp giảm thiểu các vấn đề phát sinh từ yêu cầu chuyển đổi số.
Hệ thống HSPF được thiết kế để mô phỏng đa dạng và cho phép gọi các module tiện ích một cách thuận tiện, cả cá nhân lẫn song song Quy trình thiết kế theo hướng từ trên xuống bắt đầu bằng việc xây dựng các khuôn khổ tổng thể và hệ thống quản lý chuỗi thời gian Tiếp theo, công việc được phát triển từ các cấu trúc tổng quát đến chi tiết cụ thể Mỗi cấp được lên kế hoạch trước khi mã được viết, với cấu trúc dữ liệu thống nhất, số liệu logic và quy tắc lập trình được áp dụng xuyên suốt Các module được phân tách theo chức năng, đảm bảo rằng mỗi module chỉ thực hiện những hoạt động đặc thù của nó, giúp hệ thống dễ dàng mở rộng để người dùng có thể thêm module của riêng mình 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 và thiết kế hệ thống thoát nước mưa, cống kết hợp, cũng như các hệ thống cống vệ sinh trong khu vực đô thị và nông thôn SWMM phục vụ cho mục đích thuỷ văn đô thị, mô phỏng động các sự kiện lượng mưa và dòng chảy, từ đó đánh giá số lượng và chất lượng nước thải Các thành phần dòng chảy của SWMM hoạt động thông qua các khu vực subcatchment, nơi nhận nước mưa và tạo ra dòng chảy cùng ô nhiễm Dòng chảy này được vận chuyển qua hệ thống ống, kênh, và các thiết bị xử lý, trong khi SWMM theo dõi liên tục số lượng, chất lượng, tốc độ và độ sâu dòng chảy trong suốt thời gian mô phỏng.
Cơ quan Bảo vệ Môi trường (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), bao gồm vỉa hè xốp, khu vực lưu giữ sinh học như vườn mưa và mái nhà xanh, thùng mưa, chiến hào xâm nhập và swales dƣỡng Các cập nhật này cho phép kỹ sư và nhà hoạch định mô phỏng chính xác bất kỳ sự kết hợp nào 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.
Chạy trên Windows, SWMM 5 cung cấp một môi trường tích hợp cho việc chỉnh sửa dữ liệu đầu vào, mô phỏng chất lượng thủy văn, thủy lực và nước, cùng với khả năng xem kết quả dưới nhiều định dạng khác nhau Các định dạng này bao gồm bản đồ khu vực thoát nước mã hóa màu, hệ thống vận chuyển, đồ thị chuỗi thời gian, bảng, ô hồ sơ và phân tích tần số 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 thay đổi bằng cách chia một vùng nghiên cứu thành các tiểu vùng đồng nhất, mỗi tiểu vùng chứa phần riêng và khu vực không thấm nước Dòng chảy bề 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 cho 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.
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 và lưu lượng Thời tiết khô có ảnh hưởng đến vệ sinh dòng chảy, cùng với định nghĩa 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 hình hóa các dòng chảy mà còn ước tính ô nhiễm do sản xuất vật nặng liên quan đến dòng chảy Các quy trình này có thể được mô hình hóa cho nhiều thành phần chất lượng nước do người dùng định nghĩa.
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
Dòng chảy thời tiết khô vệ sinh ảnh hưởng đến việc nhập cảnh và sử dụng các nguồn vốn bên ngoài trong hệ thống thoát nước Việc quy định tại điểm bất kỳ trong hệ thống thoát nước là cần thiết để đảm bảo hiệu quả và an toàn cho quá trình quản lý nước.
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 đối với 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 mô hình động cho các hệ thống thủy sản, cho phép nghiên cứu trong 1, 2 và 3 hệ thống chiều cùng với nhiều loại chất gây ô nhiễm khác nhau Mô hình cung cấp các biến trạng thái cho các module cụ thể và thể hiện quy trình thay đổi thời gian của advection, phân tán, cũng như tải khối lượng và trao đổi ranh giới Ngoài ra, WASP có thể được tích hợp với các mô hình vận tải thủy động lực và trầm tích, cung cấp thông tin về dòng chảy, nhiệt độ sâu, độ mặn và thông lượng trầm tích.
WASP đã đƣợc sử dụng để kiểm tra hiện tƣợng phú dƣỡng của Tampa Bay,