Tổng quan về luận án
Mô hình hóa và dự báo dòng chảy trên các lưu vực sông giữ vai trò then chốt trong công tác phòng chống thiên tai, quy hoạch tài nguyên nước và vận hành hệ thống công trình thủy lợi – thủy điện. Trong bối cảnh biến đổi khí hậu diễn biến phức tạp, các mô hình thủy văn thông số tập trung truyền thống (như Tank, NAM, HEC-HMS) dần bộc lộ hạn chế nghiêm trọng do bản chất "trung bình hóa nhiều thành phần và quá trình dòng chảy trên lưu vực" (Bùi Văn Chanh, 2022), làm triệt tiêu tính bất đồng nhất về không gian của mưa, thổ nhưỡng, địa hình và thảm phủ thực vật. Ngược lại, việc triển khai các mô hình thủy văn thông số phân bố vật lý (physically-based distributed hydrological models) lại vấp phải rào cản lớn về "sự thiếu hụt số liệu đo đạc chi tiết theo không gian" (Gupta, 2008; Blöschl, 2013; Tim Van Emmerik et al., 2015).
Research gap cốt lõi được nhận diện: Mô hình phân bố vật lý mã nguồn mở MARINE (do Viện Cơ học chất lỏng Toulouse - IMFT phát triển) sở hữu nền tảng toán lý vững chắc trong mô phỏng dòng chảy sườn dốc hai chiều, nhưng tồn tại ba khoảng trống học thuật và kỹ thuật lớn:
- Thiếu công cụ xử lý mưa phân bố không gian thích nghi với vùng địa hình núi hiểm trở khi mạng lưới radar và vệ tinh có sai số cao.
- Cơ chế diễn toán dòng chảy lòng dẫn sơ sài (chỉ lũy tích dòng chảy dọc sông chính qua thủ tục
CalcApLat, xem các sông nhánh như dòng chảy sườn dốc).
- Hoàn toàn vắng bóng mô đun điều tiết dòng chảy qua hồ chứa, đập dâng nhân tạo.
Luận án thiết lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học:
- RQ1: Làm thế nào để mô hình hóa quá trình truyền sóng lũ trên toàn bộ mạng lưới sông phân cấp mà không đòi hỏi số liệu trắc dọc, trắc ngang lòng dẫn chi tiết?
- RQ2: Phương pháp toán học nào giải quyết tối ưu bài toán điều tiết dung tích và lưu lượng xả qua hồ chứa trong cấu trúc mô hình phân bố thời gian thực?
- RQ3: Thuật toán nội suy không gian nào phản ánh chính xác nhất hiệu ứng nâng địa hình (orographic effect) của lượng mưa vùng núi Nam Trung Bộ?
- Hypothesis H1: Tích hợp phương trình sóng động học một chiều (Kinematic Wave 1D) phi tuyến vào mạng lưới sông phân cấp sẽ cải thiện chỉ số hiệu quả Nash-Sutcliffe ($NSE$) của mô hình MARINE lên trên $0{,}80$ tại các trạm thủy văn kiểm định.
- Hypothesis H2: Liên kết thuật toán Runge-Kutta bậc 3 giải phương trình cân bằng hồ chứa $V(Z)$ và tích hợp công cụ IDW có trọng số hiệu chỉnh theo cao độ DEM sẽ khắc phục triệt để hiện tượng sai lệch pha và sai số đỉnh lũ ($PE_p < 15%$).
Phạm vi nghiên cứu tập trung vào ba lưu vực sông trọng điểm Nam Trung Bộ: sông Cái Nha Trang ($2000\text{ km}^2$, đỉnh Hòn Giao cao $2038{,}2\text{ m}$, độ dốc sông $3{,}7‰$), sông Dinh Ninh Hòa (đỉnh Chư Mu $2000\text{ m}$, độ dốc bình quân lưu vực $5{,}5%$) và sông Cái Phan Rang ($3000\text{ km}^2$, chiều dài $119\text{ km}$, độ dốc lưu vực $17{,}7‰$, đỉnh Bi Đúp $2280\text{ m}$). Chuỗi số liệu kiểm định bao gồm các trận lũ lịch sử đặc biệt lớn (năm 2009, 2010, 2013, 2016, 2017, 2018) và dự báo thử nghiệm thời gian thực mùa lũ 2020.
Literature Review và Positioning
Lịch sử phát triển mô hình toán thủy văn trải qua sự chuyển dịch mạnh mẽ từ các cấu trúc hộp đen thống kê sang mô hình phân bố vật lý (Biswas, 1970; Singh, 1995; Todini, 2007). Trong khuôn khổ Dự án so sánh các mô hình thủy văn thông số phân bố quốc tế (DMIP - Distributed Model Intercomparison Project), Smith et al. (2004) và Reed et al. (2004) khẳng định rằng mô hình phân bố thể hiện ưu thế vượt trội rõ rệt trên các lưu vực có diện tích $>65\text{ km}^2$ nhờ khả năng mô tả động lực học dòng chảy nội vi.
Trong y văn tồn tại hai trường phái đối lập về xử lý dòng chảy lòng dẫn và phân bố mưa:
- Trường phái ghép nối mô hình thủy lực đầy đủ 1D/2D (như Mike SHE liên kết Mike 11, WETSPA liên kết HEC-RAS, MARINE liên kết IMECH-1D hoặc MAGE-1D do Bessière, 2005; Nguyễn Lan Châu et al., 2006 đề xuất): Đòi hỏi hệ thống mặt cắt ngang đo đạc dày đặc – điều bất khả thi tại các lưu vực miền núi nghèo dữ liệu (ungauged/poorly gauged basins).
- Trường phái tuyến tính hóa thủy văn (sử dụng mô hình Muskingum hoặc Muskingum-Cunge cổ điển): Tuy không cần mặt cắt nhưng lại bỏ qua bản chất phi tuyến của sóng lũ cơ bản và không phản ánh đúng hiện tượng biến dạng sóng lũ khi gặp công trình điều tiết.
Về nguồn cấp số liệu mưa, các nghiên cứu quốc tế như dự án PACTES tại miền nam nước Pháp (Estupina, 2006; Coustau et al., 2012) hoặc ứng dụng tại Oman và Tây Ban Nha (Garambois et al., 2015) dựa hoàn toàn vào radar phản xạ hoặc ảnh mây vệ tinh (TRMM, GPM, GSMaP). Tuy nhiên, tại Việt Nam, mạng lưới radar thưa thớt, địa hình che khuất và sai số ước lượng viễn thám khiến số liệu này không đủ độ tin cậy vận hành thời gian thực.
Luận án định vị nghiên cứu bằng cách kiến tạo một giải pháp lai ghép đột phá: Cải tiến cấu trúc lõi của mô hình MARINE thông qua việc tích hợp sâu (seamless integration) mô hình sóng động học 1D phi tuyến giải bằng sai phân ẩn Newton-Raphson cho toàn bộ mạng lưới sông phân cấp, mô đun điều tiết hồ chứa đa mục tiêu giải bằng Runge-Kutta bậc 3, và công cụ nội suy mưa nghịch đảo khoảng cách có trọng số (IDW) kết hợp phương trình hồi quy phi tuyến theo cao độ số hóa DEM.
Đóng góp lý thuyết và khung phân tích
Đóng góp cho lý thuyết
Nghiên cứu mở rộng lý thuyết sóng động học (Kinematic Wave Theory) khởi xướng bởi Lighthill & Whitham (1955) và Henderson & Wooding (1964), phát triển thành công sơ đồ tính toán động lực dòng chảy lòng dẫn phi tuyến trên cấu trúc cây phân cấp (tree-structured stream network) đa nút mà không cần dữ liệu trắc ngang chi tiết:
-
Hệ phương trình liên tục và chuyển động sóng động học một chiều:
$$\frac{\partial A}{\partial t} + \frac{\partial Q}{\partial x} = q_L$$
$$A = \alpha Q^\beta$$
Trong đó hệ số $\alpha$ và số mũ $\beta$ được tham số hóa trực tiếp từ độ nhám Manning ($n$), độ dốc đáy sông ($S_0$) và bề rộng đáy kênh giả định chữ nhật/hình thang trích xuất từ dữ liệu viễn thám DEM phân giải cao.
-
Mô hình lý thuyết diễn toán hồ chứa mở rộng phương trình cân bằng lượng trữ liên tục:
$$\frac{dV}{dt} = I(t) - Q_0(Z, t)$$
kết hợp hệ phương trình đặc tính thủy lực công trình xả (tràn thực dụng, cửa van xả đáy, cống ngầm) với các quan hệ phi tuyến $V = f(Z)$ và $F = \varphi(Z)$.
Khung phân tích độc đáo
Khung phân tích của mô hình MARINE cải tiến tích hợp chặt chẽ ba trụ cột lý thuyết:
- Lý thuyết dòng chảy mặt và sát mặt Green-Ampt cải tiến kết hợp truyền dẫn 2D sườn dốc theo phương trình Saint-Venant rút gọn.
- Lý thuyết sóng động học 1D phi tuyến cho mạng lưới sông nhánh và sông chính, thay thế hoàn toàn thủ tục cộng dồn tức thời
CalcApLat bằng mô đun Qluoisong.
- Lý thuyết thống kê không gian địa hình (Orographic Spatial Interpolation): Tích hợp thuật toán IDW với hàm hồi quy phi tuyến lượng mưa theo độ cao $P(h) = a \cdot h^2 + b \cdot h + c$, kết hợp bán kính tìm kiếm ellipsoid và góc chắn địa hình sườn đón gió/khuất gió dãy Trường Sơn.
[ Dữ liệu DEM / Thổ nhưỡng / Thảm phủ ]
[ Mô hình MARINE gốc: Sườn dốc ]
(Thấm Green-Ampt & Dòng mặt 2D)
[ Quá trình dòng chảy Cửa ra ]
Boundary conditions: Mô hình áp dụng tối ưu cho các lưu vực sông miền núi, trung du có độ dốc đáy sông $S_0 > 0{,}001$, dòng chảy không chịu ảnh hưởng của triều truyền ngược từ cửa biển, và có sự hiện diện của các công trình hồ đập điều tiết có đường cong dung tích $VFZ$ xác định.
Phương pháp nghiên cứu tiên tiến
Thiết kế nghiên cứu
Nghiên cứu được định vị trên nền tảng triết lý Thực chứng diễn dịch (Positivism / Critical Realism), kết hợp phương pháp phân tích hệ thống (System Analysis), mô hình hóa toán - lý môi trường liên tục và công nghệ phân tích không gian GIS viễn thám. Cấu trúc mô hình được thiết kế đa tầng bậc (Multi-level architecture):
- Tầng 1 (Bề mặt vi mô): Ô lưới phân giải $100\text{ m} \times 100\text{ m}$ đến $250\text{ m} \times 250\text{ m}$ mô phỏng thấm theo Green-Ampt, bốc thoát hơi và hình thành dòng chảy tràn sát mặt.
- Tầng 2 (Meso scale): Mạng lưới sông nhánh phân cấp (Stream orders theo Strahler) diễn toán động học 1D.
- Tầng 3 (Macro scale): Nút hồ chứa điều tiết cắt lũ và tổng hợp dòng chảy ra cửa vịnh/cửa biển.
Quy trình nghiên cứu rigorous
- Thu thập và chuẩn hóa dữ liệu viễn thám: DEM từ SRTM/ASTER phân giải không gian $30\text{ m}$, bản đồ thổ nhưỡng thổ nhưỡng tỷ lệ 1:100.000 (phân loại 24 nhóm đất: đất đỏ vàng Feralit, đất mùn vàng, đất thung lũng...), bản đồ lớp phủ thực vật từ ảnh vệ tinh Landsat/Sentinel phân loại theo chuẩn FAO/UNESCO.
- Mạng lưới quan trắc khí tượng thủy văn: Số liệu mưa giờ từ các trạm khí tượng bề mặt và trạm đo mưa tự động Vrain; mực nước và lưu lượng thực đo tại các trạm thủy văn Đồng Trăng, Diên Xuân, Thác Ngựa, Suối Cát (sông Cái Nha Trang); Dục Mỹ, Ninh Thượng, Ninh Hòa, Đá Bàn (sông Dinh Ninh Hòa); Phước Hà, Tân Mỹ (sông Cái Phan Rang).
- Kỹ thuật giải số tiên tiến:
- Sơ đồ sai phân ẩn 4 điểm Preissmann giải phương trình sóng động học phi tuyến, sử dụng thuật toán lặp đa chiều Newton-Raphson với tiêu chuẩn hội tụ dung sai $\varepsilon < 10^{-4}\text{ m}^3/\text{s}$.
- Giải phương trình vi phân phi tuyến dòng chảy qua hồ bằng thuật toán Runge-Kutta bậc 3 với các số gia trung gian $\Delta H_1, \Delta H_2, \Delta H_3$, đảm bảo độ ổn định số học tuyệt đối ngay cả khi lũ biến đổi cực nhanh ($dQ/dt$ lớn).
[ Dữ liệu không gian (DEM, Đất, Thảm phủ) & Mưa trạm ]
[ Mô hình MARINE Cải tiến (Lập trình C++) ]
[ Giai đoạn Hiệu chỉnh ] [ Giai đoạn Kiểm định ]
(Trận lũ: 2009, 2010, 2013, 2016) (Trận lũ: 2016, 2017, 2018)
[ Đánh giá Chỉ tiêu Thống kê Thủy văn ]
• Nash-Sutcliffe Efficiency (NSE)
• Sai số đỉnh lũ (PEp, %)
• Sai số tổng lượng lũ (PEvol, %)
• Sai số thời gian xuất hiện đỉnh (ΔTp, giờ)
[ Ứng dụng Dự báo Thời gian thực 2020 ]
(Lead-time: 24h & 48h)
Phát hiện đột phá và implications
Những phát hiện then chốt
Quá trình thử nghiệm, hiệu chỉnh và kiểm định trên chuỗi 12 trận lũ lớn tại ba lưu vực sông Nam Trung Bộ mang lại những kết quả định lượng đột phá:
| Lưu vực |
Trạm Thủy văn |
Trận Lũ (Năm) |
Mô hình MARINE gốc ($NSE$) |
Mô hình Cải tiến ($NSE$) |
Sai số đỉnh lũ $PE_p$ (%) |
Sai số tổng lượng $PE_{vol}$ (%) |
| Sông Cái Nha Trang |
Đồng Trăng |
2009 |
0,62 |
0,86 |
4,2 |
5,8 |
|
Đồng Trăng |
2010 |
0,68 |
0,89 |
3,1 |
4,5 |
|
Đồng Trăng |
2013 |
0,59 |
0,84 |
-6,5 |
7,2 |
|
Đồng Trăng |
2016 |
0,64 |
0,88 |
5,1 |
6,0 |
| Sông Dinh Ninh Hòa |
Ninh Hòa |
2010 |
0,55 |
0,82 |
-7,8 |
8,1 |
|
Ninh Hòa |
2016 |
0,58 |
0,85 |
6,2 |
7,4 |
|
Ninh Hòa (tiểu mãn) |
2017 |
0,52 |
0,81 |
-8,4 |
9,0 |
| Sông Cái Phan Rang |
Tân Mỹ |
2016 |
0,61 |
0,87 |
5,4 |
6,3 |
|
Tân Mỹ |
2018 |
0,63 |
0,88 |
-4,9 |
5,9 |
|
Phước Hà |
2016 |
0,57 |
0,83 |
7,1 |
8,5 |
Phân tích hiện tượng phản trực giác (Counter-intuitive phenomenon):
Trong mô hình MARINE gốc, các trận lũ lớn năm 2010 và 2016 trên sông Cái Nha Trang và sông Dinh Ninh Hòa luôn xuất hiện hiện tượng đỉnh lũ tính toán đến sớm hơn thực tế từ 3 đến 5 giờ ($\Delta T_p = -4\text{h}$), đồng thời đỉnh lũ bị vát nhọn bất thường. Kết quả nghiên cứu chứng minh: Hiện tượng này không phải do sai số hệ số nhám sườn dốc, mà do việc mô hình gốc bỏ qua tính trữ của lòng dẫn sông nhánh và hiệu ứng giữ lũ của hồ chứa Đá Bàn, Suối Dầu. Khi tích hợp mô hình sóng động học 1D phi tuyến và mô đun hồ chứa Runge-Kutta bậc 3, sai số thời gian đỉnh lũ $\Delta T_p$ được triệt tiêu hoàn toàn về mức $\pm 0{,}5\text{ giờ}$, phản ánh chính xác sóng truyền lũ thực tế.
Trong ứng dụng dự báo nghiệp vụ thời gian thực mùa lũ 2020 trên sông Cái Nha Trang:
- Dự báo hạn 24 giờ tại trạm Đồng Trăng đạt chỉ số $NSE = 0{,}84$, sai số đỉnh lũ $PE_p = 5{,}8%$.
- Dự báo hạn 48 giờ tại trạm Diên Phú đạt chỉ số $NSE = 0{,}79$, đảm bảo độ tin cậy cấp I theo quy chuẩn dự báo thủy văn quốc gia.
Implications đa chiều
- Về mặt học thuật và lý thuyết: Cung cấp bằng chứng thực nghiệm vững chắc khẳng định tính khả thi của việc tích hợp sóng động học 1D phi tuyến vào cấu trúc mô hình phân bố 2D nhằm giải quyết bài toán thủy văn lưu vực thiếu số liệu mặt cắt (PUB - Predictions in Ungauged Basins).
- Về mặt phương pháp luận: Thiết lập quy trình chuẩn hóa chuỗi công cụ mã nguồn mở từ khâu tiền xử lý viễn thám GIS, nội suy mưa thích nghi địa hình đến mô phỏng thủy văn - thủy lực liên hoàn.
- Về mặt ứng dụng thực tiễn: Nâng cao thời gian dự kiến cảnh báo sớm lũ lụt trước 24–48 giờ cho Chi cục Thủy lợi và Ban Chỉ huy Phòng chống thiên tai tỉnh Khánh Hòa và Ninh Thuận, giảm thiểu tối đa thiệt hại nhân mạng và tài sản hạ du.
Limitations và Future Research
Luận án thẳng thắn chỉ ra bốn giới hạn mang tính biên điều kiện:
- Giới hạn vùng ảnh hưởng triều: Mô hình sóng động học 1D giả định dòng chảy một chiều xuôi dòng chi phối bởi trọng lực, do đó không thể áp dụng cho các đoạn hạ lưu sông sát biển chịu tác động ngược của thủy triều hoặc nước dâng do bão (cần ghép nối mô hình thủy lực 1D/2D đầy đủ Saint-Venant như Telemac-2D hay Mike 21 tại vùng cửa sông).
- Độ phụ thuộc vào mật độ trạm mưa tự động: Dù thuật toán IDW + DEM đã cải thiện phân bố mưa, nhưng tại các vùng lõm không có trạm đo trong bán kính $>30\text{ km}$, độ chính xác của trường mưa nội suy suy giảm đáng kể.
- Giả thiết mặt cắt hình học lòng dẫn: Việc quy đổi mặt cắt sông tự nhiên về dạng hình học tương đương (chữ nhật/hình thang) dựa trên viễn thám có thể gây sai số cục bộ tại các đoạn sông có bãi tràn ngập sâu phức tạp.
Định hướng nghiên cứu 5–10 năm tới:
- Mở rộng tích hợp mô hình khí hậu số trị phân giải cao (như WRF quy mô $1\text{ km} \times 1\text{ km}$) để tự động hóa chuỗi dự báo khí tượng - thủy văn tích hợp.
- Phát triển mô đun lan truyền bùn cát và sạt lở đất sườn dốc thời gian thực dựa trên trường độ ẩm đất bão hòa của MARINE.
- Ứng dụng trí tuệ nhân tạo (Machine Learning/Physics-Informed Neural Networks - PINNs) để tự động hóa việc hiệu chỉnh tham số Green-Ampt và hệ số nhám Manning theo thời gian thực.
Tác động và ảnh hưởng
- Tác động học thuật: Công trình mở ra hướng nghiên cứu mới trong cộng đồng thủy văn học Việt Nam và khu vực Đông Nam Á về việc làm chủ, tùy biến và nâng cấp các mô hình thủy văn phân bố mã nguồn mở quốc tế, ước tính thu hút trích dẫn cao trong các tạp chí chuyên ngành Khí tượng Thủy văn và Biến đổi khí hậu.
- Chuyển dịch vận hành ngành khí tượng thủy văn: Cung cấp công cụ tính toán tự động hóa hoàn toàn, thay thế phương pháp chuyên gia truyền thống tại Đài Khí tượng Thủy văn khu vực Nam Trung Bộ và Trung tâm Dự báo Khí tượng Thủy văn Quốc gia, hỗ trợ đắc lực đề án tinh giản biên chế và số hóa nghiệp vụ dự báo.
- Lợi ích kinh tế - xã hội: Đóng góp công cụ đắc lực cho các đơn vị quản lý hồ chứa thủy lợi, thủy điện (như hồ Đá Bàn, Suối Dầu, Đơn Dương) trong việc xây dựng quy trình vận hành liên hồ chứa tối ưu, vừa đảm bảo dung tích phòng lũ an toàn vừa tối đa hóa hiệu quả tích nước phát điện và cấp nước sinh hoạt mùa kiệt.
Đối tượng hưởng lợi
- Nghiên cứu sinh & Nhà nghiên cứu sau tiến sĩ: Tiếp cận toàn bộ mã nguồn mô hình MARINE cải tiến và phương pháp luận tích hợp sóng động học 1D - Runge-Kutta 3 để phát triển cho các lưu vực sông khác trên toàn quốc.
- Chuyên gia & Dự báo viên KTTV: Sở hữu bộ công cụ dự báo lũ tự động, có khả năng mô phỏng chi tiết dòng chảy tại bất kỳ vị trí nút sông nào trên lưu vực mà không cần trạm quan trắc thủy văn trực tiếp.
- Kỹ sư vận hành công trình thủy lợi - thủy điện: Khai thác mô đun diễn toán dòng chảy qua hồ để tính toán chính xác lưu lượng xả lũ, đón lũ chủ động, bảo vệ an toàn công trình đập.
- Cơ quan quản lý nhà nước & Ban chỉ huy PCTT các cấp: Nhận được các bản tin dự báo lũ sớm trước 24–48 giờ với độ tin cậy cao, phục vụ công tác di dời dân cư vùng trũng thấp ven sông một cách khoa học.
Câu hỏi chuyên sâu
1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
Đó là việc mở rộng lý thuyết sóng động học (Kinematic Wave Theory) của Lighthill & Whitham trong môi trường phân bố ô lưới 2D, giải quyết triệt để bài toán mô phỏng dòng chảy lòng dẫn phân cấp phức tạp trong điều kiện hoàn toàn khuyết thiếu dữ liệu mặt cắt trắc dọc, trắc ngang.
2. Điểm cách tân phương pháp luận so với các nghiên cứu tiền nhiệm?
So với nghiên cứu gốc của Estupina (2006) chỉ cộng dồn lưu lượng đại số (CalcApLat) và các nghiên cứu của Nguyễn Lan Châu (2006) phải ghép nối thủ công với mô hình thủy lực IMECH-1D rời rạc, Luận án đã tích hợp trực tiếp (inline coding) mô hình sóng động học phi tuyến và mô đun Runge-Kutta 3 vào lõi mã nguồn của MARINE, tạo nên một chỉnh thể phần mềm thống nhất, thực thi tính toán tức thời.
3. Phát hiện bất ngờ và thuyết phục nhất từ dữ liệu thực nghiệm?
Dữ liệu chỉ ra rằng việc hiệu chỉnh lượng mưa theo cao độ địa hình DEM trong thuật toán IDW giúp tăng hệ số tương quan trường mưa từ $R^2 = 0{,}61$ lên $R^2 = 0{,}84$, từ đó giúp chỉ số $NSE$ mô phỏng lưu lượng tại trạm hạ lưu tăng vọt từ mức không đạt ($0{,}52 - 0{,}64$) lên mức rất tốt ($0{,}81 - 0{,}89$).
4. Luận án có cung cấp quy trình tái lập (Replication Protocol) không?
Có. Toàn bộ cấu trúc tệp tin đầu vào (tệp địa hình ASCII, tệp thổ nhưỡng, tệp phân loại thảm phủ, tệp thông số hồ chứa $VFZ$, tệp mưa giờ trạm) và sơ đồ thuật giải số học đều được mô tả chi tiết, minh bạch trong các phụ lục kỹ thuật của luận án.
5. Lộ trình nghiên cứu 10 năm tới được phác thảo như thế nào?
Tập trung vào ba định hướng: (1) Đồng hóa dữ liệu viễn thám độ ẩm đất vệ tinh SMAP vào tầng ngầm MARINE; (2) Tích hợp mô hình dòng bùn cát sạt lở đất sườn dốc; (3) Mở rộng module thủy lực 2D giải toàn phần Saint-Venant cho vùng đồng bằng ven biển ngập lụt sâu.
Kết luận
- Hoàn thiện cấu trúc toán lý của mô hình MARINE: Tích hợp thành công ba mô đun cốt lõi gồm sóng động học 1D phi tuyến cho mạng lưới sông phân cấp, mô đun điều tiết hồ chứa Runge-Kutta bậc 3 và công cụ nội suy mưa thích nghi địa hình IDW + DEM.
- Giải quyết bài toán thủy văn lưu vực thiếu số liệu (PUB): Chứng minh tính khả thi tuyệt đối của việc mô phỏng và dự báo dòng chảy chính xác cao tại các lưu vực sông miền núi không có số liệu trắc ngang lòng dẫn.
- Kiểm chứng định lượng vượt trội: Nâng cao chỉ số hiệu quả mô hình $NSE$ trên cả ba lưu vực sông Cái Nha Trang, sông Dinh Ninh Hòa và sông Cái Phan Rang từ mức trung bình ($0{,}52 - 0{,}68$) của mô hình gốc lên mức xuất sắc ($0{,}81 - 0{,}89$), kiểm soát sai số đỉnh lũ $PE_p < 9%$.
- Hiện thực hóa dự báo nghiệp vụ thời gian thực: Thử nghiệm thành công phương án dự báo lũ hạn 24h và 48h mùa lũ 2020 trên sông Cái Nha Trang đạt độ tin cậy cấp I.
- Đóng góp học thuật và chuyển giao công nghệ: Cung cấp bộ công cụ mô hình thủy văn phân bố mã nguồn mở hoàn chỉnh, tạo tiền đề vững chắc cho việc làm chủ công nghệ mô hình hóa tài nguyên nước và phòng chống thiên tai tại Việt Nam.
