Tổng quan về luận án
Công trình thủy lợi hồ chứa Dầu Tiếng là công trình thủy lợi cấp đặc biệt liên quan trực tiếp đến an ninh quốc gia, giữ vai trò huyết mạch trong việc bảo đảm an ninh nguồn nước, phục vụ tưới cho 110.868 ha đất nông nghiệp, cung ứng $45\text{ m}^3/\text{s}$ nước cho công nghiệp và sinh hoạt của vùng kinh tế trọng điểm phía Nam (bao gồm Thành phố Hồ Chí Minh, Tây Ninh, Bình Dương, Bình Phước và Long An), đồng thời thực hiện nhiệm vụ xả nước đẩy mặn, cải tạo môi trường cho 28.800 ha ven sông Sài Gòn và 32.317 ha ven sông Vàm Cỏ Đông. Trong bối cảnh biến đổi khí hậu diễn biến gay gắt, tần suất xuất hiện các hiện tượng thủy văn cực đoan gia tăng (hạn hán kéo dài, xâm nhập mặn sâu trong mùa kiệt, lũ tập trung với cường độ lớn và triều cường dâng cao trong mùa lũ), các quy trình vận hành tĩnh truyền thống bộc lộ nhiều hạn chế do thiếu hụt công cụ hỗ trợ ra quyết định thời gian thực.
Khoảng trống nghiên cứu (research gap) trọng tâm nằm ở sự thiếu vắng một khung phương pháp luận tích hợp có khả năng liên kết dự báo khí tượng toàn cầu, mô hình mưa - dòng chảy cục bộ, mô hình lan truyền thủy lực - chất lượng nước và thuật toán điều tiết lũ chủ động để vận hành hồ chứa đa mục tiêu theo thời gian thực (real-time reservoir operation). Các nghiên cứu trước đây thường xử lý đơn lẻ bài toán tích nước mùa cạn hoặc cắt lũ mùa mưa, phụ thuộc vào kinh nghiệm chủ quan của người điều hành khi xuất hiện tình huống bất thường ngoài quy trình.
Luận án tiến sĩ kỹ thuật chuyên ngành Kỹ thuật Tài nguyên nước (Mã số: 9.12) của nghiên cứu sinh Nguyễn Văn Lanh, dưới sự hướng dẫn khoa học của PGS. TS Lê Văn Dực tại Viện Khoa học Thủy lợi Việt Nam và Viện Khoa học Thủy lợi miền Nam (năm 2021) với đề tài "Xây dựng mô hình vận hành hợp lý công trình thủy lợi Dầu Tiếng để phục vụ cấp nước và phòng lũ hạ du sông Sài Gòn" đã giải quyết triệt để bài toán này. Luận án đặt ra 4 câu hỏi nghiên cứu và giả thuyết khoa học cốt lõi:
- Câu hỏi 1 (Q1): Làm thế nào để dự báo chính xác dòng chảy đến hồ trong mùa cạn khi mạng lưới quan trắc khí tượng thủy văn thượng lưu có mật độ thưa? Giả thuyết ($H_1$): Mạng nơ-ron nhân tạo đa lớp (MLP-ANN) với giải thuật huấn luyện lan truyền ngược Levenberg-Marquardt có thể mô hình hóa hiệu quả quan hệ phi tuyến giữa mưa trễ và dòng chảy kiệt hàng ngày, 10 ngày và 30 ngày.
- Câu hỏi 2 (Q2): Cơ chế lan truyền mặn trên sông Sài Gòn tương tác với chế độ triều và lưu lượng xả từ hồ Dầu Tiếng như thế nào để tối ưu hóa lượng nước đẩy mặn tại trạm bơm Hòa Phú? Giả thuyết ($H_2$): Tồn tại một khoảng thời gian lệch pha xác định giữa đỉnh triều, đỉnh mặn và thời điểm xả từ hồ; việc xả đón triều trước 48 giờ với chế độ xả liên tục $32\text{ giờ}$ sẽ tối ưu hóa hiệu quả đẩy mặn so với xả ngắt quãng.
- Câu hỏi 3 (Q3): Làm thế nào để kéo dài thời gian dự kiến dòng chảy lũ về hồ từ 03 đến 05 ngày phục vụ phòng lũ chủ động? Giả thuyết ($H_3$): Dữ liệu mưa dự báo số trị từ mô hình ECMWF sau khi hiệu chỉnh hồi quy thống kê kết hợp với mô hình thủy văn MIKE-NAM cung cấp lưu lượng lũ đến hồ với độ tin cậy cao.
- Câu hỏi 4 (Q4): Giải pháp nào bảo đảm an toàn tuyệt đối cho đập Dầu Tiếng trước trận lũ cực hạn PMF (Probable Maximum Flood) mà vẫn giảm thiểu ngập lụt cho hạ du sông Sài Gòn? Giả thuyết ($H_4$): Thuật toán điều tiết lũ thời gian thực tích hợp ràng buộc mực nước hồ, dung tích phòng lũ và đỉnh triều hạ lưu cho phép cắt giảm đỉnh lũ tối ưu.
Khung lý thuyết của luận án tích hợp Thủy văn ngẫu nhiên (Stochastic Hydrology), Lý thuyết hệ thống phi tuyến (Nonlinear Systems Theory), Động lực học dòng chảy một chiều Saint-Venant và Lý thuyết điều khiển tối ưu. Nghiên cứu mang lại tác động định lượng đột phá: xác lập chế độ xả đẩy mặn liên tục 32 giờ với lưu lượng tối thiểu $120\text{ m}^3/\text{s}$ tại hồ Dầu Tiếng (giảm hàng triệu $\text{m}^3$ nước xả lãng phí), và giải thuật điều tiết lũ cắt giảm $4.532,13\text{ m}^3/\text{s}$ đỉnh lũ ứng với tần suất cực hạn PMF, bảo đảm cơ sở khoa học cho việc thực thi Quyết định số 1895/QĐ-TTg ngày 25/12/2019 của Thủ tướng Chính phủ về Quy trình vận hành liên hồ chứa trên lưu vực sông Đồng Nai.
Literature Review và Positioning
Nghiên cứu về điều phối và vận hành tối ưu hệ thống hồ chứa trên thế giới đã phát triển qua nhiều giai đoạn với các trường phái tiếp cận khác nhau. Trường phái tối ưu hóa toán học cổ điển và quy hoạch động (Dynamic Programming - DP) được phát triển mạnh mẽ bởi Seyed Jamshid Mousavi và Mohammad Karamouz (2003), tập trung vào việc áp dụng các ràng buộc bổ sung để thu hẹp không gian tìm kiếm khả thi trong bài toán vận hành hệ thống đa hồ chứa. Tuy nhiên, DP vấp phải "lời nguyền số chiều" khi số lượng biến trạng thái tăng lên. Để khắc phục, các thuật toán tìm kiếm heuristic và trí tuệ nhân tạo sinh học được giới thiệu, tiêu biểu là nghiên cứu của Nagesh Kumar và M. Janga (2006) ứng dụng tối ưu hóa đàn kiến (Ant Colony Optimization - ACO) so sánh với thuật toán di truyền (GA) cho hồ chứa đa mục tiêu; V. và Ganesan Shanthi (2006) phát triển GA cho hồ chứa Pechiparai (Ấn Độ); Li Chen, James McPhee, William W-G. Yeh (2007) đề xuất thuật toán di truyền tiến hóa vĩ mô (MMGA) đa mục tiêu tại Đài Loan để hội tụ gần biên Pareto thực hơn so với NSGA-II; Ebrahimi (2008) ứng dụng GA xử lý dòng chảy ngẫu nhiên tại đập Jiroft.
Về kiểm soát lũ động và vận hành thời gian thực, Xiang Li, Shenglian Guo, Pan Liu và Guiya Chen (2010) đề xuất mô hình Dynamic Control Water Level kết hợp phân tích rủi ro Monte Carlo; Bertrand Richaud, Henrik Madsen, Dan Rosbjerg, Claus B. Pedersen và Long L. Ngo (2011) tích hợp công cụ mô phỏng thủy lực và tối ưu hóa Pareto cho hồ Hòa Bình trên sông Hồng; Salehi Neyshabouri (2014) kết hợp mô hình 1D MIKE-11 với NSGA-II để đánh đổi chi phí và thiệt hại ngập lụt tại Iran. Trong lĩnh vực dự báo dòng chảy dựa trên dữ liệu (data-driven models), Zadeh Mehdi và cộng sự (2010, 2011) so sánh các thuật toán huấn luyện mạng ANN (MLP-LM, ANN_SCG, ANN_RP) khẳng định ưu thế của thuật toán Levenberg-Marquardt và hàm kích hoạt Tangent Sigmoid; Shahrokh Asadi và cộng sự (2013) kết hợp GA và Levenberg-Marquardt; Muhammad Tayyab và cộng sự (2016) chứng minh ưu thế của mạng truyền ngược (FFBPNN) so với mô hình tự hồi quy (AR) trên sông Kim Sa (Trung Quốc); Vahid và Nourani (2017) phát triển mạng nơ-ron cảm xúc (EANN) nâng cao hiệu quả dự báo mùa khô và ẩm tại Australia.
Tại Việt Nam, các nghiên cứu của Hoàng Thanh Tùng, Vũ Minh Cát và Roberto Ranzi (2012) trên sông Cả; Lương Hữu Dũng (2018) ứng dụng NAM và MIKE 11 cho lưu vực sông Ba; Nguyễn Thượng Bằng (2000) phát triển mô hình GRG đa mục tiêu cho sông Lô - Gâm - Chảy; Ngô Lê Long, Henrik Madsen và Dan Rosbjerg (2010) tối ưu hóa quy tắc vận hành hồ Hòa Bình bằng MIKE 11 và gói AutoCal; Nguyễn Văn Hạnh và cộng sự (2014) xây dựng phần mềm vận hành thời gian thực hồ Tuyền Lâm; Huỳnh Ái Phương và Đào Nguyên Khôi (2014) ứng dụng mạng ANN cho sông Sêrêpôk. Riêng đối với hồ Dầu Tiếng, Nguyễn Tuấn Long và Đinh Công Sản (2009) mô phỏng dòng chảy lũ bằng mô hình NAM theo 3 mô hình mưa điển hình; Trịnh Thị Xuân Phương (2008) tích hợp GIS và ANN qua giao thức DDE; Nguyễn Văn Lanh (2012) nghiên cứu tính toán đặc trưng thủy văn thủy lực mùa lũ; Nguyễn Thành Phong (2014) đánh giá ngập lụt hạ du do xả lũ kết hợp triều cường.
+-------------------------------------------------------------------------------+
| LITERATURE GAP MATRIX |
+--------------------------+----------------------------+-----------------------+
| Trường phái nghiên cứu | Tác giả tiêu biểu | Hạn chế / Gap |
+--------------------------+----------------------------+-----------------------+
| Quy hoạch động & | Mousavi & Karamouz (2003), | Lời nguyền số chiều; |
| Heuristic (DP, GA, ACO) | Nagesh Kumar (2006) | Chưa xét tương tác |
| | | triều mặn thời gian |
| | | thực |
+--------------------------+----------------------------+-----------------------+
| Dự báo dựa trên AI thuần | Zadeh Mehdi et al. (2011), | Thiếu liên kết động |
| túy (ANN, ANFIS, EANN) | Vahid & Nourani (2017), | lực dòng chảy và trích|
| | Huỳnh Ái Phương (2014) | xuất thời tiết số |
| | | toàn cầu |
+--------------------------+----------------------------+-----------------------+
| Mô phỏng - Thủy văn | Chih-Chiang Wei (2008), | Thời gian dự kiến |
| truyền thống (HEC, NAM) | Lương Hữu Dũng (2018), | ngắn (<=6h), phụ thuộc|
| | Nguyễn Tuấn Long (2009) | mưa thực đo |
+--------------------------+----------------------------+-----------------------+
| Luận án Nguyễn Văn Lanh | Đóng góp định vị: Tích hợp Hybrid mô hình số toàn |
| (2021) | cầu (ECMWF) + MIKE-NAM + MIKE 11 HD/AD + Mạng nơ-ron |
| | ANN-MLP-LM điều khiển đóng mở thời gian thực. |
+--------------------------+----------------------------------------------------+
So sánh với các nghiên cứu quốc tế:
- So sánh với nghiên cứu lưu vực sông Tanshui (Đài Loan) của Chih-Chiang Wei và Nien-Sheng Hsu (2008): Wei và Hsu sử dụng mô hình HEC-5 với bước thời gian dự báo $6\text{ giờ}$ dựa trên mưa nội suy trạm mặt đất. Luận án của Nguyễn Văn Lanh mở rộng đường chân trời dự báo lên $3 - 5\text{ ngày}$ nhờ tự động hóa trích xuất mưa lưới dự báo toàn cầu ECMWF qua giao thức HTTP, cho phép hồ Dầu Tiếng chủ động hạ mực nước đón lũ trước khi lũ thực tế đổ về.
- So sánh với hệ thống hồ chứa Bakhtiari và Dez (Iran) của Bahram Malekmohammadi và cộng sự (2009): Nghiên cứu của Malekmohammadi kết hợp GA, GIS và thuật toán K-NN với mô hình HEC-RAS để giảm thiểu thiệt hại ngập lụt theo từng giờ nhưng chỉ tập trung vào bài toán thủy lực mùa lũ. Luận án giải quyết cấu trúc bài toán kép phức tạp hơn: vừa điều tiết lũ cực hạn kiểm soát mực nước tại Thủ Dầu Một, Nhà Bè, vừa giải bài toán chất lượng nước (lan truyền mặn) ngược dòng từ biển Đông tại trạm bơm Hòa Phú trong mùa cạn.
Đóng góp lý thuyết và khung phân tích
Đóng góp cho lý thuyết
Luận án mở rộng Lý thuyết Thủy văn ngẫu nhiên và Lý thuyết Điều khiển hệ thống tài nguyên nước thông qua các đóng góp lý thuyết nền tảng:
- Xác lập mô hình điều khiển động phi tuyến thời gian thực cho hồ chứa thủy lợi quy mô lớn: Chuyển đổi mô hình vận hành từ "đáp ứng thụ động theo mực nước hồ" sang "điều khiển dự báo chủ động dựa trên trạng thái kép" (kết hợp trạng thái khí tượng thượng lưu và trạng thái thủy động lực học - chất lượng nước hạ lưu).
- Lý thuyết lan truyền sóng mặn dưới tác động điều tiết xả đón triều: Bổ sung luận cứ khoa học về cơ chế dịch chuyển đường ranh mặn $0,25\text{ g/l}$ và $1,0\text{ g/l}$ trên sông chịu ảnh hưởng bán nhật triều không đều, làm sáng tỏ mối quan hệ phụ thuộc phi tuyến giữa lưu lượng xả duy trì liên tục ($Q_{xả}$), thời gian duy trì xả ($t_{xả}$) và pha triều hạ lưu.
- Cơ chế học xấp xỉ hàm truyền dòng chảy kiệt: Chứng minh định lý xấp xỉ phổ quát (Universal Approximation) của mạng MLP 3 lớp sử dụng hàm truyền kích hoạt Hyperbolic Tangent Sigmoid kết hợp thuật toán tối ưu bậc hai Gauss-Newton/Levenberg-Marquardt có khả năng mô tả chính xác quá trình suy giảm dòng chảy ngầm mùa cạn mà không cần tham số hóa phức tạp các đặc trưng địa chất thủy văn ngầm.
Khung phân tích độc đáo
Khung phân tích của luận án tích hợp chặt chẽ 3 trụ cột toán học - thủy văn - công nghệ:
- Lý thuyết dòng chảy một chiều một chiều Saint-Venant: Mô tả hệ phương trình liên tục và phương trình động lượng phi tuyến giải bằng sơ đồ sai phân ẩn 6 điểm Abbott-Ionescu:
$$\frac{\partial A}{\partial t} + \frac{\partial Q}{\partial x} = q$$
$$\frac{\partial Q}{\partial t} + \frac{\partial \left( \alpha \frac{Q^2}{A} \right)}{\partial x} + g A \frac{\partial h}{\partial x} + \frac{g Q |Q|}{C^2 A R} = 0$$
- Lý thuyết vận chuyển - khuếch tán 1D (Advection-Dispersion Equation): Phục vụ mô phỏng nồng độ mặn ($C$):
$$\frac{\partial (AC)}{\partial t} + \frac{\partial (QC)}{\partial x} - \frac{\partial}{\partial x}\left( A D_x \frac{\partial C}{\partial x} \right) = -A K C + C_2 q$$
Trong đó $D_x$ là hệ số khuếch tán dọc, $K$ là hệ số phân hủy.
- Lý thuyết Mạng nơ-ron Perceptron đa lớp (MLP-ANN): Ánh xạ vector không gian đầu vào $\mathbf{X}_t = [P(t), P(t-1), Q(t-1), W(t-1)]$ sang vector đầu ra dự báo lưu lượng dòng chảy đến hồ $Y_t = Q(t)$ với hàm kích hoạt:
$$f(n) = \tanh(n) = \frac{e^n - e^{-n}}{e^n + e^{-n}}$$
Điều kiện biên xác định: Biên trên là lưu vực nhập lưu thượng nguồn hồ Dầu Tiếng ($S = 2.700\text{ km}^2$); biên dưới là dao động mực nước triều và độ mặn thực đo/dự báo tại trạm Vũng Tàu, Nhà Bè, Cảng Sài Gòn trên hệ thống sông Đồng Nai - Sài Gòn.
+---------------------------------------------------------+
| KHUNG PHÂN TÍCH VẬN HÀNH THỜI GIAN THỰC HỒ DẦU TIẾNG |
+---------------------------------------------------------+
|
+-----------------------+-----------------------+
| |
v v
+-----------------------+ +-----------------------+
| MÙA CẠN: CẤP NƯỚC & | | MÙA LŨ: CẮT LŨ & |
| ĐẨY MẶN | | AN TOÀN CÔNG TRÌNH |
+-----------------------+ +-----------------------+
| - CSDL Thủy văn kiệt | | - Trích xuất tự động |
| - Mạng ANN (MLP-LM) | | mưa ECMWF/GFS |
| - Dự báo Q đến hồ | | - Mô hình MIKE-NAM |
| (1, 10, 30 ngày) | | (13 trạm Thiessen) |
| - Mô hình MIKE 11 AD | | - Dự báo lũ về hồ |
| (Phân tích pha mặn) | | trước 3-5 ngày |
| - Quy trình xả 32h | | - Thuật toán điều tiết|
| liên tục, Q>=120m3/s| | lũ P=PMF (MIKE 11 HD|
+-----------------------+ +-----------------------+
| |
+-----------------------+-----------------------+
|
v
+---------------------------------------------------------+
| HỆ THỐNG RA QUYẾT ĐỊNH VẬN HÀNH TỐI ƯU THỜI GIAN THỰC |
| (Tích nước tối đa - Đẩy mặn - Cắt giảm đỉnh lũ) |
+---------------------------------------------------------+
Phương pháp nghiên cứu tiên tiến
Thiết kế nghiên cứu
Luận án tuân thủ thế giới quan thực chứng (positivism) kết hợp thực tại phản biện (critical realism). Thiết kế nghiên cứu định lượng đa cấp độ (multi-level quantitative experimental design), phân tách bài toán vận hành hồ chứa theo 2 pha độc lập tương ứng với chế độ thủy văn tự nhiên: pha kiệt (bài toán cấp nước và xâm nhập mặn) và pha lũ (bài toán dự báo mưa số trị và điều tiết phòng lũ). Nghiên cứu kế thừa và chuẩn hóa chuỗi số liệu đo đạc thực tế nhiều năm (1978–2018) từ mạng lưới trạm khí tượng thủy văn quốc gia và hệ thống quan trắc chuyên dùng của Công ty TNHH MTV Khai thác Thủy lợi Dầu Tiếng - Phước Hòa.
Quy trình nghiên cứu rigorous
Quy trình nghiên cứu bao gồm 4 giai đoạn logic chặt chẽ:
- Thu thập và chuẩn hóa dữ liệu: Xử lý số liệu mưa tại 13 trạm tự động trong và ngoài lưu vực bằng phương pháp đa giác Thiessen để xác định lượng mưa bình quân lưu vực; đồng bộ hóa dữ liệu mực nước ($Z$), dung tích lòng hồ ($W$), lưu lượng ($Q$), và độ mặn ($S\text{ ‰}$) tại các trạm Hòa Phú, Bến Súc, Thủ Dầu Một, Nhà Bè, Cảng Sài Gòn, Vũng Tàu.
- Thiết lập công cụ dự báo dòng chảy mùa cạn (ANN): Xây dựng các cấu trúc mạng MLP với 5 vector đầu vào khác nhau, thử nghiệm các hàm kích hoạt (Logistic Sigmoid và Tangent Sigmoid), sử dụng thuật toán lan truyền ngược Levenberg-Marquardt (LM) với bước học thay đổi. Bộ dữ liệu được phân chia thành tập huấn luyện (training set), tập kiểm tra (validation set) và tập kiểm định độc lập (testing set).
- Mô phỏng thủy lực và lan truyền mặn (MIKE 11 HD/AD): Thiết lập mạng lưới sông vùng hạ lưu Đồng Nai - Sài Gòn; hiệu chỉnh hệ số nhám Manning ($n = 0,020 - 0,035$) và hệ số khuếch tán $D_x$ ($150 - 350\text{ m}^2/\text{s}$). Tiến hành mô phỏng các kịch bản xả nước đẩy mặn với các cấp lưu lượng từ $20\text{ m}^3/\text{s}$ đến $240\text{ m}^3/\text{s}$ theo 2 phương thức: xả gián đoạn (theo từng đợt $4\text{ giờ}$) và xả liên tục ($32\text{ giờ}$).
- Dự báo mưa số trị và điều tiết lũ (ECMWF + MIKE-NAM + Thuật toán cắt lũ): Phát triển module tự động tải và trích xuất dữ liệu mưa dự báo từ mô hình ECMWF, GFS, NEMS dạng lưới; thiết lập phương trình tương quan hồi quy hiệu chỉnh sai số dự báo mưa; đưa vào mô hình NAM tính toán dòng chảy lũ tràn về hồ trước 3–5 ngày; tích hợp vào phần mềm điều tiết lũ giải bài toán cân bằng hồ chứa theo thời gian thực:
$$\frac{dW}{dt} = Q_{đến}(t) - Q_{xả}(t) - Q_{tưới}(t) - Q_{bốc_thấm}(t)$$
Data và phân tích
Độ chính xác và tính vững chắc của các mô hình được đánh giá qua các chỉ tiêu thống kê chuẩn quốc tế:
- Hệ số hiệu quả mô hình Nash-Sutcliffe ($NSE$ hoặc $R^2$):
$$NSE = 1 - \frac{\sum_{t=1}^N (Q_{obs,t} - Q_{sim,t})^2}{\sum_{t=1}^N (Q_{obs,t} - \overline{Q}_{obs})^2}$$
- Sai số căn bậc hai bình quân ($RMSE$):
$$RMSE = \sqrt{\frac{1}{N}\sum_{t=1}^N (Q_{obs,t} - Q_{sim,t})^2}$$
- Sai số trung bình tuyệt đối ($MAE$):
$$MAE = \frac{1}{N}\sum_{t=1}^N |Q_{obs,t} - Q_{sim,t}|$$
- Hệ số tương quan Pearson ($r$) và Phần trăm sai lệch ($PBias$).
Kết quả kiểm định mô hình thủy lực MIKE 11 cho thấy hệ số $NSE$ tại các trạm chính (Nhà Bè, Thủ Dầu Một, Bến Súc) đều đạt từ $0,85$ đến $0,94$; sai số pha mực nước nhỏ hơn $30\text{ phút}$, sai số độ mặn đỉnh tại trạm bơm Hòa Phú dưới $0,15\text{ g/l}$, bảo đảm độ tin cậy tuyệt đối để thiết lập các phương án điều hành.
Phát hiện đột phá và implications
Những phát hiện then chốt
- Phát hiện quy luật tương quan lệch pha triều - mặn và thời điểm xả vàng: Nghiên cứu chỉ ra thời gian truyền triều từ trạm hải văn Vũng Tàu đến Cảng Sài Gòn là $2,0 - 2,5\text{ giờ}$, và thời gian lệch pha từ đỉnh triều Cảng Sài Gòn đến khi mặn đạt đỉnh tại trạm bơm Hòa Phú là $4,5 - 5,5\text{ giờ}$. Đặc biệt, thời gian nước xả từ tràn hồ Dầu Tiếng chảy đến trạm bơm Hòa Phú (cách hạ lưu đập khoảng $95\text{ km}$) mất đúng $48\text{ giờ}$. Từ đó, luận án phát hiện: Thời điểm bắt đầu mở cửa xả đẩy mặn tối ưu tại hồ Dầu Tiếng phải tiến hành trước đúng 48 giờ so với thời điểm mặn bắt đầu đạt đỉnh tại trạm bơm Hòa Phú.
- Ưu thế vượt trội của phương thức xả liên tục $32\text{ giờ}$ với lưu lượng $Q \ge 120\text{ m}^3/\text{s}$: So sánh giữa phương án xả ngắt quãng từng đợt ($4\text{ giờ}$ theo chân triều) và xả liên tục, kết quả chứng minh phương án xả gián đoạn làm xáo trộn trường động lực, không đủ động năng duy trì khối nước ngọt đẩy nêm mặn lùi về hạ lưu. Phương án xả liên tục trong $32\text{ giờ}$ (tương ứng trọn vẹn 2 chu kỳ bán nhật triều) với lưu lượng $\ge 120\text{ m}^3/\text{s}$ giúp nồng độ mặn tại Hòa Phú giảm từ trên $1,5\text{ g/l}$ xuống dưới ngưỡng cho phép ($0,25\text{ g/l}$), duy trì liên tục trong thời gian triều cường đỉnh điểm.
- Độ chính xác vượt trội của mô hình toàn cầu ECMWF kết hợp MIKE-NAM: Trong 3 mô hình dự báo thời tiết toàn cầu thử nghiệm (GFS, NEMS, ECMWF), mô hình ECMWF có tương quan lượng mưa thực đo cao nhất ($r = 0,78 - 0,89$, $MAE = 4,2 - 8,5\text{ mm}$). Khi đưa dữ liệu mưa ECMWF đã hiệu chỉnh vào mô hình MIKE-NAM, mô hình đã mô phỏng thành công trận lũ bão số 9 (tháng 11/2018) với tổng lượng lũ đến hồ đạt $121,71\text{ triệu m}^3$, đỉnh lũ thực đo $Q_{max} = 3.573\text{ m}^3/\text{s}$, sai số tổng lượng nước mô phỏng so với thực đo chỉ chênh lệch $-1,8%$.
- Khả năng cắt giảm đỉnh lũ cực hạn PMF: Ứng dụng chương trình điều tiết lũ thời gian thực tính toán cho trận lũ kiểm tra cực hạn $P = PMF$ (đỉnh lũ về hồ đạt $6.635\text{ m}^3/\text{s}$), chương trình đưa ra quy trình đóng mở cửa tràn tối ưu, khống chế lưu lượng xả lớn nhất qua công trình không vượt quá $2.102,87\text{ m}^3/\text{s}$, qua đó cắt giảm được $4.532,13\text{ m}^3/\text{s}$ đỉnh lũ, bảo vệ tuyệt đối an toàn đập chính, đập phụ và giảm ngập lụt thảm khốc cho vùng hạ du TP. Hồ Chí Minh.
+---------------------------------------------------------------------------------+
| SO SÁNH HIỆU QUẢ CÁC PHƯƠNG ÁN XẢ ĐẨY MẶN TẠI HÒA PHÚ |
+-------------------+-----------------+---------------------+---------------------+
| Phương thức xả | Lưu lượng (m3/s)| Thời gian xả (giờ) | Mức độ giảm mặn (%) |
+-------------------+-----------------+---------------------+---------------------+
| Xả gián đoạn | 60 - 120 | 4h/đợt (8 đợt = 32h)| 18,5% - 32,4% |
| Xả liên tục | 60 | 32h liên tục | 45,2% |
| Xả liên tục (Opt) | 120 (Tối ưu) | 32h liên tục | 78,6% (đạt quy chuẩn|
| | | | sinh hoạt <0.25 g/l)|
| Xả liên tục | 180 - 240 | 32h liên tục | 82,1% - 84,5% |
| | | | (lãng phí nước ngọt)|
+-------------------+-----------------+---------------------+---------------------+
Implications đa chiều
- Về lý thuyết: Đóng góp phương pháp luận liên kết đa mô hình (Multi-model integration) giải quyết đồng thời bài toán dòng chảy kiệt, truyền chất và kiểm soát dòng chảy xiết trong một hệ thống thủy lợi phức hợp.
- Về thực tiễn: Chấm dứt tình trạng xả thừa gây thiếu nước tưới cuối vụ khô hoặc xả thiếu làm tê liệt nhà máy nước Tân Hiệp (khai thác nguồn nước thô từ trạm bơm Hòa Phú).
- Về chính sách: Cung cấp căn cứ khoa học trực tiếp phục vụ sửa đổi, bổ sung Quy trình vận hành liên hồ chứa lưu vực sông Đồng Nai (Quyết định 1895/QĐ-TTg), hoàn thiện các chỉ dẫn kỹ thuật vận hành cho các đơn vị khai thác công trình thủy lợi trên toàn quốc.
Limitations và Future Research
Luận án thẳng thắn chỉ ra 4 giới hạn nghiên cứu:
- Độ phân giải không gian của dữ liệu mưa ECMWF: Lưới dự báo mưa toàn cầu ($0,125^\circ \times 0,125^\circ$) vẫn còn thô, chưa nắm bắt triệt để các nhiễu động mây đối lưu quy mô siêu nhỏ gây mưa cực đoan cục bộ trên diện hẹp vùng lòng hồ.
- Giả định hình học lòng dẫn 1D cố định: Mô hình MIKE 11 chưa tính đến sự biến dạng lòng dẫn, xói lở cục bộ và hạ thấp đáy sông Sài Gòn do hoạt động khai thác cát trong giai đoạn gần đây làm thay đổi biên độ triều và đường xâm nhập mặn.
- Chưa tích hợp tối ưu hóa kinh tế thời gian thực: Hàm mục tiêu của mô hình hiện tập trung vào tiêu chí kỹ thuật (mực nước, độ mặn, lưu lượng xả) mà chưa lượng hóa bằng các hàm tổn thất kinh tế - xã hội tổng hợp.
- Hệ thống đo mặn tự động thời gian thực còn mỏng: Việc cập nhật dữ liệu mặn phản hồi (feedback loop) vẫn phụ thuộc một phần vào các đợt đo đạc thủ công trong các giai đoạn triều cường.
Chương trình nghiên cứu 10 năm tới (Future Research Agenda):
- Phát triển mô hình học sâu không gian - thời gian (Spatio-temporal Deep Learning: ConvLSTM, Graph Neural Networks) đồng hóa trực tiếp dữ liệu radar thời tiết và ảnh vệ tinh Himawari để dự báo mưa hạn cực ngắn (Nowcasting 0–3h).
- Xây dựng mô hình thủy động lực học 2D/3D (MIKE 21/3D hoặc Delft3D) mô phỏng dòng chảy phân tầng và động lực học bùn cát vùng cửa sông Sài Gòn - Soài Rạp.
- Thiết lập khung tối ưu hóa đa mục tiêu thời gian thực liên hồ chứa (Dầu Tiếng - Phước Hòa - Trị An) bằng thuật toán Metaheuristics tiến tiến (NSGA-III, MOEA/D) có xét đến chi phí cơ hội của việc phát điện và rủi ro ngập lụt đô thị TP.HCM.
Tác động và ảnh hưởng
- Ảnh hưởng học thuật: Định hình một chuẩn mực mới trong việc áp dụng mô hình toán thủy văn - thủy lực kết hợp AI tại Việt Nam; mở ra hướng nghiên cứu ứng dụng dữ liệu khí tượng số trị toàn cầu vào quản lý tài nguyên nước. Ước tính các công bố liên quan đến luận án tạo tiền đề cho hàng chục trích dẫn chuyên ngành trên các tạp chí Scopus/ISI và Tạp chí Khoa học & Công nghệ Thủy lợi.
- Chuyển giao công nghiệp và quản trị: Phần mềm tính toán điều tiết lũ và phần mềm dự báo dòng chảy được chuyển giao trực tiếp cho Công ty TNHH MTV Khai thác Thủy lợi Dầu Tiếng - Phước Hòa, giúp doanh nghiệp vận hành chủ động, chuyển từ trạng thái "ứng phó bị động" sang "kiểm soát rủi ro chủ động".
- Tác động xã hội và an ninh nguồn nước: Bảo vệ an toàn nguồn cấp nước sinh hoạt cho hơn 10 triệu người dân TP. Hồ Chí Minh và tỉnh Bình Dương; bảo đảm nước tưới cho hàng trăm ngàn héc-ta lúa và cây công nghiệp; giảm thiểu thiệt hại hàng trăm tỷ đồng mỗi năm do ngập lụt mùa lũ và xâm nhập mặn mùa khô.
Đối tượng hưởng lợi
+-------------------------------------------------------------------------------+
| MA TRẬN ĐỐI TƯỢNG HƯỞNG LỢI |
+------------------------+------------------------------------------------------+
| Nhóm đối tượng | Giá trị nhận được & Ứng dụng thực tiễn |
+------------------------+------------------------------------------------------+
| 1. Nghiên cứu sinh & | Kế thừa khung phương pháp luận kết hợp AI (ANN-MLP) |
| Học giả Thủy văn | và mô hình vật lý (MIKE-NAM, MIKE 11 HD/AD); tiếp cận|
| | tập dữ liệu hiệu chỉnh chuẩn hóa lưu vực Dầu Tiếng. |
+------------------------+------------------------------------------------------+
| 2. Đơn vị Quản lý Khai | Bộ công cụ phần mềm chuyên dụng hỗ trợ ra quyết định |
| thác Công trình | xả đẩy mặn và cắt lũ thời gian thực; giảm thiểu rủi |
| (Dầu Tiếng - P.Hòa) | ro thao tác sai quy trình và tối ưu hóa trữ lượng. |
+------------------------+------------------------------------------------------+
| 3. Cơ quan Hoạch định | Căn cứ khoa học chuẩn xác để ban hành và điều chỉnh |
| Chính sách & Bộ NN | các Quy trình vận hành liên hồ chứa, Quy hoạch phòng |
| & PTNT, UBND TP.HCM | chống thiên tai và biến đổi khí hậu lưu vực Đồng Nai.|
+------------------------+------------------------------------------------------+
| 4. Cộng đồng Dân sinh | Đảm bảo nguồn nước sạch sinh hoạt ổn định quanh năm, |
| & Sản xuất Nông - | không bị gián đoạn do mặn; giảm thiểu nguy cơ vỡ đập |
| Công nghiệp | và ngập úng hạ du trong các trận bão lũ lịch sử. |
+------------------------+------------------------------------------------------+
Câu hỏi chuyên sâu
1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
Đóng góp độc đáo nhất là việc thiết lập nguyên lý xả đón triều đẩy mặn thời gian thực dựa trên sự kết hợp giữa mô hình lan truyền thủy lực phi tuyến Saint-Venant và giải thuật pha triều. Luận án đã mở rộng lý thuyết cân bằng mặn truyền thống (vốn chỉ xét trạng thái dừng) sang trạng thái động phi tuyến, định lượng chính xác thời gian trễ $48\text{ giờ}$ giữa thượng lưu và trạm kiểm soát mặn Hòa Phú, chứng minh xả liên tục $32\text{ giờ}$ vượt trội hoàn toàn so với xả ngắt quãng.
2. Đổi mới phương pháp luận so với các nghiên cứu trước đây như thế nào?
So với các nghiên cứu của Chih-Chiang Wei (2008) hay Lương Hữu Dũng (2018), luận án đã tạo ra bước đột phá bằng việc tự động hóa trích xuất và đồng hóa dữ liệu mưa dự báo toàn cầu ECMWF (bước thời gian $3\text{h}$ và $24\text{h}$) thông qua giao thức HTTP kết hợp phương trình hồi quy hiệu chỉnh, giải quyết triệt để điểm nghẽn "mù thông tin mưa dự báo" trong lưu vực nội địa, kéo dài thời gian dự kiến dòng chảy lũ đến hồ lên $3 - 5\text{ ngày}$.
3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?
Phát hiện bất ngờ nhất là việc tăng thêm các tham số đầu vào cho mô hình mạng nơ-ron nhân tạo (ANN) không đồng nghĩa với việc tăng độ chính xác. Khi tăng số lượng biến trễ vượt quá ngưỡng tối ưu, hiện tượng quá khớp (overfitting) và nhiễu đồng tuyến tính xuất hiện làm giảm hệ số $NSE$. Cấu trúc tối ưu được xác lập gồm 3 thông số đầu vào $[P(t), P(t-1), Q(t-1)]$ cho kết quả vượt trội so với các vector phức tạp hơn. Đồng thời, việc xả gián đoạn theo chu kỳ chân triều ($4\text{ giờ}$) thực tế không thể đẩy mặn mà còn tạo điều kiện cho nêm mặn tái xâm nhập nhanh hơn do mất gradient áp lực thủy tĩnh liên tục.
4. Luận án có cung cấp giao thức tái lập (Replication Protocol) hoàn chỉnh không?
Có. Luận án cung cấp chi tiết:
- Toàn bộ tọa độ 13 trạm đo mưa và trọng số đa giác Thiessen.
- Bộ thông số kiểm định mô hình thủy văn MIKE-NAM (các tham số dung tích bốc thoát hơi $U_{max}$, dung tích tầng rễ cỏ $L_{max}$, hệ số dòng chảy mặt $CQOF$, hệ số thấm $CKIF$, hằng số xả ngầm $CK_{1,2}$).
- Sơ đồ khối thuật toán điều tiết lũ, sơ đồ 6 điểm ẩn Abbott-Ionescu và cấu trúc lớp ẩn (hidden layers) mạng ANN trong MATLAB Neural Network Toolbox.
5. Lộ trình nghiên cứu 10 năm tới được phác thảo ra sao?
Lộ trình hướng tới việc xây dựng Bản sao số thủy văn (Hydrological Digital Twin) cho toàn bộ lưu vực sông Đồng Nai - Sài Gòn, tích hợp trí tuệ nhân tạo thế hệ mới (Deep Spatio-Temporal Networks), công nghệ IoT quan trắc trực tuyến và hệ thống điều khiển tự động SCADA đóng mở cửa van xả tràn từ xa theo thời gian thực.
Kết luận
Luận án "Xây dựng mô hình vận hành hợp lý công trình thủy lợi Dầu Tiếng để phục vụ cấp nước và phòng lũ hạ du sông Sài Gòn" của tác giả Nguyễn Văn Lanh là một công trình nghiên cứu khoa học công phu, nghiêm túc, mang tính đột phá và đóng góp to lớn cho ngành Kỹ thuật Tài nguyên nước:
- Xây dựng thành công mô hình dự báo dòng chảy kiệt về hồ Dầu Tiếng theo thời gian thực bằng mạng nơ-ron nhân tạo (ANN-MLP-LM), cho phép dự báo chính xác dòng chảy hàng ngày, $10\text{ ngày}$ và $30\text{ ngày}$ phục vụ kế hoạch tích và cấp nước mùa khô.
- Xác lập chỉ dẫn kỹ thuật xả nước đẩy mặn tối ưu tại trạm bơm Hòa Phú trên sông Sài Gòn: Bắt đầu xả trước $48\text{ giờ}$ so với đỉnh mặn, duy trì xả liên tục $32\text{ giờ}$ với lưu lượng $\ge 120\text{ m}^3/\text{s}$, bảo đảm đẩy mặn triệt để và tiết kiệm nguồn nước ngọt quý giá.
- Phát triển công cụ tự động khai thác dữ liệu mưa dự báo toàn cầu ECMWF kết hợp mô hình MIKE-NAM, kéo dài thời gian dự báo lũ sớm từ 03 đến 05 ngày với độ tin cậy rất cao.
- Lập chương trình điều tiết lũ thời gian thực, chứng minh khả năng cắt giảm $4.532,13\text{ m}^3/\text{s}$ đỉnh lũ ứng với trận lũ cực hạn PMF, bảo vệ tuyệt đối an toàn đập và hạ du sông Sài Gòn.
- Mở ra 3 hướng nghiên cứu mới: Ứng dụng AI học sâu trong thủy văn hạn cực ngắn; Điều tiết liên hồ chứa đa mục tiêu thích ứng biến đổi khí hậu; Xây dựng bản sao số thủy lực - chất lượng nước thời gian thực cho lưu vực sông lớn.
- Đáp ứng xuất sắc yêu cầu thực tiễn của Quyết định 1895/QĐ-TTg, khẳng định vị thế tiên phong của khoa học thủy lợi Việt Nam trong việc làm chủ các công nghệ mô phỏng và quản trị tài nguyên nước hiện đại.
