CHƯƠNG 1: TỔNG QUAN MÔ PHỎNG VÀ DỰ BÁO TRÊN LƯU VỰC THIẾU SỐ LIỆU 1. CÁC KHÁI NIỆM Tích hợp là sự kết hợp những hoạt động, chương trình hoặc các thành phần khác nhau thành một khối chức năng [23]; tích hợp có nghĩa là sự thống nhất, sự hòa hợp, sự kết hợp. Tích hợp (Integration) có nguồn gốc từ tiếng La tinh với nghĩa là xác lập cái chung, cái toàn thể, cái thống nhất trên cơ sở các bộ phận riêng lẻ, tức là kết hợp các phần, các bộ phận với nhau trong một tổng thể. Mô hình thủy văn tích hợp là sự kết nối và tương tác giữa các mô hình hoặc mô đun để mô phỏng các thành phần của quá trình thủy văn trên lưu vực sông.
Mục đích là cho phép mô hình hóa tích hợp, tăng khả năng ứng dụng và mô phỏng trong các điều kiện khác nhau, đồng thời cung cấp các ứng dụng để ghép nối các mô hình [50]. Tích hợp mô hình toán thủy văn gồm 3 phương pháp: (1) tích hợp công cụ trong mô hình, (2) tích hợp cơ sở dữ liệu trong mô hình và (3) tích hợp các mô hình. Các cấp độ tích hợp: (1) nối tiếp, (2) lai ghép và (3) hợp nhất. Tích hợp công cụ trong mô hình toán là kết nối mô hình với công cụ hỗ trợ để tăng cường khả năng thiết lập hoặc mô phỏng cho mô hình.
Ví dụ, công cụ GIS tích hợp trong mô hình Mike Urban và HydGIS, công cụ OMS (Object Modeling System) tích hợp trong mô hình GEOTOP [51], [71], [108]. Tích hợp cơ sở dữ liệu trong mô hình toán là kết nối mô hình với cơ sở dữ liệu thông qua công cụ hỗ trợ tạo tham số, chuyển đổi số liệu đầu vào cho mô hình. Ví dụ, tích hợp dữ liệu viễn thám để định lượng mưa trong mô hình IFAS [42]; dữ liệu khí tượng, loại đất, thảm phủ thực vật được tích hợp thông qua sơ đồ chuyển đổi SVATS (Soil Vegetation Atmosphere Tranfer Scheme) cho mô hình TOP để xây dựng phần mềm TOPLATS (Topmodel - based Land Atmosphere Tranfer Scheme) [79]; dữ liệu trạm khí tượng, radar, ảnh mây vệ tinh, thảm phủ thực vật, thổ nhưỡng, địa hình, lượng mưa từ mô hình số trị được 1. Trăng trối 7.
Xã hơi xây dựng thành bộ cơ sở dữ liệu DIAS (Data Integration and Analysis System) và tích hợp với mô hình WEB-DHM [38]. Tích hợp các mô hình toán là kết nối các mô hình toán để mô phỏng các thành phần của quá trình thủy văn trên lưu vực sông. Có 2 loại tích hợp các mô hình toán là: tích hợp các mô hình toán độc lập và tích hợp các mô hình toán thành phần. Tích hợp các mô hình toán độc lập là sự ghép nối các mô hình toán hoàn chỉnh với nhau.
Phương pháp tích hợp này được ứng dụng khá phổ biến như: ghép nối các mô hình trong bộ mô hình Mike hoặc WETSPA với HEC - RAS, DIMOSOP với Muskingum, IFAS với Mike Flood, Tank với Mike 11, Tank với VRSAP, Tank với Muskingum, HEC - RAS với HEC - HMS, NAM với Telemac-2D, GIUH với sóng động học hoặc việc tích hợp nhiều mô hình dưới dạng các mô đun trong các phần mềm hỗ trợ dự báo như phần mềm Delf - FEWS [1], [12], [19], [45], [69], [88], [98]. Tích hợp các mô hình toán thành phần là sự kết hợp các mô hình con (module) trong một mô hình chính, hoàn chỉnh. Ví dụ, mô hình IHM là sự hợp nhất của mô hình dòng ngầm ModFlow và mô hình dòng mặt HSPF [64], mô hình SWIM là sự hợp nhất mô hình quản lý nguồn nước WbalMo với mô hình thủy lực khu vực CCLM [66], mô hình tích hợp về chất lượng nước IQQM. Tích hợp ở cấp độ nối tiếp (link) là sử dụng đầu ra của đối tượng này làm đầu vào của đối tượng kia và giữa chúng không có tác động gì với nhau.
Tích hợp ở cấp độ lai ghép (couple) là sự liên kết giữa đầu vào, đầu ra của các đối tượng và đầu vào của đối tượng này có ảnh hưởng đến đầu ra của đối tượng kia. Tích hợp ở cấp độ hợp nhất (integrate) là sự kết hợp, gắn kết giữa các đối tượng thành một thể thống nhất. Nếu chỉ dựa vào cơ sở lý thuyết, mô hình và phương pháp thực nghiệm thủy văn thì gần như không đủ khả năng dự báo cho lưu vực thiếu số liệu 1. Trăng trối 7.
Hơn nữa, để nâng cao nhận thức về sự liên kết giữa các thành phần của quá trình thủy văn dựa vào phản ứng của số liệu đầu vào, đặc tính cấu trúc vật lý và cho kết quả đầu ra hợp lý, là một thách thức đối với lưu vực thiếu số liệu (Wagener, 2007; Gupta, 2008). Nói cách khác, lưu vực thiếu số liệu là lưu vực không thể xác định được thành phần của quá trình thủy văn từ đặc điểm tự nhiên lưu vực như khí hậu, địa hình, địa chất, loại đất và sử dụng đất [57]. Tim Van Emmerik và cộng sự (2015) cho rằng, lưu vực thiếu số liệu quan trắc là lưu vực thiếu đáng kể dữ liệu thủy văn tại chỗ như lượng mưa, dòng chảy, bốc hơi theo thời gian [47]. TỔNG QUAN MÔ PHỎNG VÀ DỰ BÁO THỦY VĂN BẰNG MÔ HÌNH TOÁN Nghiên cứu thủy văn có lịch sử kéo dài hàng thiên niên kỷ (Biswas, 1970); tuy nhiên, sự ra đời của lĩnh vực dự báo thủy văn có thể bắt nguồn từ những năm 1850 (Mulvany, 1850; Darcy, 1856).
Cho đến những năm 1960, nhiều tiến bộ đột phá trong việc mô hình hóa các thành phần khác nhau của chu trình thủy văn đã được thực hiện, các tiến bộ này dựa trên các định luật vật lý toán học và một số dựa trên cơ sở của thí nghiệm hoặc thực địa thủy văn [102]. Bằng các nghiên cứu thí nghiệm và thực nghiệm, đã hình thành mô hình vật lý thu nhỏ (tương tự vật lý) với khả năng mô phỏng trực quan, sát với thực tế nhưng cần nhiều thời gian và chi phí để xây dựng. Sự phát triển của công nghệ máy tính là tiền đề phát triển các phương pháp mô phỏng và dự báo thủy văn bằng phương pháp toán học, từ các phương pháp thống kê đơn giản như mực nước tương ứng, hồi quy đến các mô hình ngẫu nhiên như: Markov, Fragment, ARIMA, ARX, ARMAX, Monte - Carlo, Thormat - Frering và các mô hình hộp đen như: ANN, DBM. Cuộc cách mạng máy tính vào những năm 1960 đã tạo một bước tiến nhảy vọt cho mô hình thủy văn và có khả năng mô phỏng quá trình dòng chảy lưu vực sông [91], [102].
Quá trình phát triển sau đó đã xuất hiện nhiều mô hình toán thủy văn, từ các mô hình tuyến tính thông số tập trung như: Tank, NAM, SSARR, Kalinhin - Miliukốp - Nash, HBV, CLS, 1. Trăng trối 7. Xã hơi NWS, Sacromento (SAC - SMA), RRMOD, MASTER đến các mô hình phi tuyến thông số tập trung như: LTank, Stanford 4, HEC - HMS, HMC, SMART, NLRRM, ARNO. Mô hình thủy văn thông số tập trung đơn giản hóa mô phỏng, yêu cầu sử dụng ít dữ liệu, tính toán nhanh và dễ ứng dụng, nhưng kết nối kém với đặc tính vật lý, bỏ qua nhiều thành phần của quá trình dòng chảy lưu vực sông và trung bình hóa, tham số hóa nhiều yếu tố nên chất lượng mô phỏng chưa cao [78].
Ngoài ra, còn có hạn chế về mô phỏng quá trình tập trung dòng chảy, truyền sóng lũ nên quá trình mưa và dòng chảy gần như đồng thời; mặc dù nhiều mô hình đã có thông số hiệu chỉnh độ trễ, nhưng chưa đáp ứng được yêu cầu của công tác dự báo. Do đó, mô hình thủy văn thông số tập trung được đánh giá là sử dụng có hiệu quả trên các lưu vực nhỏ, địa hình dốc và ít tác động của các công trình, với thời gian tập trung dòng chảy ngắn. Để áp dụng mô hình thủy văn thông số tập trung cho các lưu vực vừa và lớn, nhiều nghiên cứu đã mô phỏng cho các tiểu lưu vực và tích hợp ở cấp độ nối tiếp với các mô hình diễn toán dòng chảy trong sông (kiểu tích hợp mô hình toán độc lập). Bên cạnh đó, một số nghiên cứu theo hướng cải tiến, xây dựng mô hình thông số bán phân bố và mô phỏng dòng chảy các tiểu lưu vực sau đó tổng hợp cho toàn bộ lưu vực như LTank, TOP Model, VIC, SLURP, REW, SWAT, NASIM [24], [80], [103].
Tuy nhiên, việc chia các tiểu lưu vực đặt ra yêu cầu mỗi tiểu lưu vực có một trạm đo dòng chảy tại cửa ra để có đủ số liệu hiệu chỉnh, kiểm định bộ thông số mô hình; ngoài ra, vùng diện tích giữa các tiểu lưu vực không được mô phỏng hoặc không tách riêng được số liệu dòng chảy để hiệu chỉnh và kiểm định bộ thông số nên kết quả mô phỏng chưa cao. Trong những năm gần đây, nghiên cứu thủy văn nói chung đã phát triển theo hướng mô tả toàn diện lý thuyết trao đổi nước, năng lượng và động lượng giữa mặt đất và khí quyển ở một số quy mô, với mục đích tạo ra các mô hình để cải thiện chất lượng dự báo thủy văn trung và dài hạn, có chất lượng dự báo tốt hơn, mô phỏng diễn biến quá trình dòng chảy lưu vực sông trước những 1. Trăng trối 7. Xã hơi thay đổi của khí hậu và tác động của con người.
Sự phân bố không đồng đều về tính chất địa hình, thảm phủ, sử dụng đất, địa chất, địa mạo, khí tượng và việc chưa định lượng được sự tác động của chúng đến dòng chảy trên lưu vực sông đã dẫn đến các hiện tượng thủy văn chưa có khả năng dự báo đủ độ chính xác và nhất quán (Ủy ban Khoa học Thủy văn, 2002) [82]. Điều này có cơ sở khoa học để đạt được với khả năng mô phỏng chi tiết theo không gian những tác động của các yếu tố trên đến dòng chảy lưu vực sông trong mô hình thủy văn thông số phân bố [91]. Dự án so sánh các mô hình thủy văn thông số phân bố (DMIP) [81] cho rằng biến đổi lượng mưa và đặc trưng vật lý của các yếu tố tự nhiên trên lưu vực là lý do sử dụng mô hình thủy văn thông số phân bố thay cho mô hình thủy văn thông số tập trung. Mặc dù về tổng thể vận hành và ứng dụng thì mô hình tập trung tốt hơn mô hình phân bố, nhưng mô hình phân bố dễ cải tiến, tích hợp để nâng cao chất lượng mô phỏng hơn.