Nghiên Cứu và Ứng Dụng Mô Hình Kết Nối Marine và IMech1D Dự Báo Lưu Lượng Vào Hồ Hòa Bình

Luận văn thạc sĩ nghiên cứu ứng dụng mô hình marine và imech1d để dự báo lưu lượng vào hồ Hòa Bình, mang lại giải pháp hiệu quả cho ngành cơ học.

• Trường học: Đại Học Quốc Gia Hà Nội
• Chuyên ngành: Công Nghệ
• Đề tài: Nghiên Cứu Mô Hình Kết Nối Marine và IMech1D Dự Báo Lưu Lượng Vào Hồ Hòa Bình
• Loại tài liệu: Luận Văn Thạc Sỹ
• Năm xuất bản: 2010
• Địa điểm: Hà Nội

Mục lục chi tiết

• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. ĐẶC ĐIỂM CỦA LƯU VỰC VÀ CỦA CÁC MÔ HÌNH LỰA CHỌN NGHIÊN CỨU
• 1.1.1. Đặc điểm địa lý tự nhiên, quy luật dòng chảy lũ trên lưu vực sông Đà và vai trò của hồ Hòa Bình
• 1.1.2. Đặc điểm mưa gây lũ
• 1.1.3. Đặc điểm dòng chảy lũ sông Đà
• 1.1.4. Vai trò của hồ Hòa Bình
• 1.2. Tổng quan về mô hình thủy văn
• 1.3. Tổng quan về mô hình thủy lực
• 2. CHƯƠNG 2: NGHIÊN CỨU CƠ SỞ KHOA HỌC VÀ PHÁT TRIỂN MÔ HÌNH THỦY VĂN THAM SỐ PHÂN BỐ MARINE
• 3. CHƯƠNG 3: NGHIÊN CỨU CƠ SỞ KHOA HỌC VÀ KHAI THÁC MÔ HÌNH THỦY LỰC MỘT CHIỀU IMECH1D
• 4. CHƯƠNG 4: KẾT NỐI MÔ HÌNH THỦY VĂN MARINE VỚI MÔ HÌNH THỦY LỰC MỘT CHIỀU IMECH1D THÀNH MÔ HÌNH THỐNG NHẤT. ỨNG DỤNG MÔ HÌNH NÀY CHO LƯU VỰC SÔNG ĐÀ ĐỂ DỰ BÁO LƯU LƯỢNG VÀO HỒ HÒA BÌNH
• 5. CHƯƠNG 5: NGHIÊN CỨU ỨNG DỤNG KỸ THUẬT LỌC KALMAN ĐỂ NÂNG CAO ĐỘ CHÍNH XÁC CỦA MÔ HÌNH ĐÃ KẾT NỐI MARINE VÀ IMECH1D
• 6. CHƯƠNG 6: TRÌNH BÀY CÁC KẾT QUẢ SỬ DỤNG MÔ HÌNH KẾT NỐI MARINE-IMECH1D DỰ BÁO LƯU LƯỢNG VÀO HỒ HÒA BÌNH TRƯỚC 48 GIỜ
• DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Nghiên Cứu Marine IMech1D Dự Báo Hồ Hòa Bình

Nghiên cứu này tập trung vào việc ứng dụng và kết nối mô hình Marine và IMech1D để dự báo lưu lượng nước vào Hồ Hòa Bình. Do ảnh hưởng của biến đổi khí hậu và thay đổi sử dụng đất, việc dự báo lưu lượng vào hồ trở nên phức tạp hơn. Mục tiêu chính là xây dựng một công cụ dự báo tin cậy, giúp quản lý nguồn nước và phòng chống lũ lụt hiệu quả hơn cho khu vực đồng bằng sông Hồng. Sông Đà đóng vai trò quan trọng trong hệ thống sông Hồng, và việc kiểm soát lũ sông Đà là yếu tố then chốt để bảo vệ Hà Nội. Luận văn này hướng đến việc khai thác các mô hình toán tiên tiến để dự báo lưu lượng vào hồ Hòa Bình trước 48 giờ, dựa trên các dữ liệu đầu vào có sẵn. Nghiên cứu này sẽ góp phần nâng cao khả năng dự báo và quản lý rủi ro thiên tai, đặc biệt là trong bối cảnh biến đổi khí hậu ngày càng gia tăng.

1.1. Đặc Điểm Lưu Vực Sông Đà Ảnh Hưởng Đến Dòng Chảy

Lưu vực sông Đà có diện tích lớn, địa hình phức tạp với độ dốc cao và thung lũng sâu. Địa hình này ảnh hưởng lớn đến khí hậu và dòng chảy, tạo điều kiện hình thành mạng lưới sông dày đặc. Mưa lớn tập trung vào một vài tháng trong năm, gây ra lũ lụt nghiêm trọng. Đặc điểm địa lý tự nhiên này đòi hỏi các mô hình dự báo phải có khả năng mô phỏng chính xác quá trình hình thành và lan truyền lũ. Theo tài liệu gốc, mật độ sông suối lớn nhất ở vùng núi phía tây Hoàng Liên Sơn lên tới 1,5-1,7km/km2.

1.2. Vai Trò Quan Trọng Của Hồ Hòa Bình Trong Quản Lý Lũ

Hồ Hòa Bình là một công trình thủy điện đa mục tiêu, đóng vai trò quan trọng trong việc chống lũ, phát điện, tưới tiêu và phát triển giao thông đường thủy. Việc vận hành hồ đòi hỏi phải có thông tin dự báo chính xác về lưu lượng nước vào hồ. Dự báo lưu lượng vào hồ là một nhiệm vụ quan trọng để đảm bảo lợi ích tối đa của các mục tiêu sử dụng nước khác nhau. Thông tin này giúp các nhà quản lý đưa ra quyết định điều hành hồ chứa một cách hiệu quả, giảm thiểu rủi ro lũ lụt và tối ưu hóa việc sử dụng nguồn nước.

II. Thách Thức Dự Báo Lưu Lượng Nước Vào Hồ Hòa Bình

Việc dự báo lưu lượng nước vào Hồ Hòa Bình đối mặt với nhiều thách thức do sự phức tạp của hệ thống sông Đà và ảnh hưởng của các yếu tố bên ngoài. Biến đổi khí hậu làm thay đổi quy luật mưa, gây khó khăn cho việc dự đoán chính xác lượng mưa và thời gian xuất hiện lũ. Việc khai thác và sử dụng đất trên lưu vực cũng ảnh hưởng đến dòng chảy, làm tăng nguy cơ lũ lụt. Ngoài ra, dữ liệu đầu vào còn hạn chế về số lượng và chất lượng, đặc biệt là dữ liệu về lượng mưa và lưu lượng từ phần lưu vực thuộc lãnh thổ Trung Quốc. Để giải quyết những thách thức này, cần phải có các mô hình dự báo tiên tiến, kết hợp với các kỹ thuật xử lý dữ liệu hiện đại.

2.1. Ảnh Hưởng Của Biến Đổi Khí Hậu Đến Dự Báo Lũ Lụt

Biến đổi khí hậu gây ra những thay đổi khó lường trong quy luật mưa, làm tăng tần suất và cường độ của các trận mưa lớn. Điều này gây khó khăn cho việc dự đoán chính xác thời gian và lượng mưa, ảnh hưởng đến độ tin cậy của các dự báo lũ lụt. Các mô hình dự báo cần phải được cập nhật và điều chỉnh để thích ứng với những thay đổi này. Việc sử dụng các kịch bản biến đổi khí hậu khác nhau có thể giúp đánh giá rủi ro và đưa ra các biện pháp ứng phó phù hợp.

2.2. Hạn Chế Về Dữ Liệu Đầu Vào Cho Mô Hình Dự Báo

Việc thiếu hụt dữ liệu đầu vào là một thách thức lớn trong việc xây dựng và vận hành các mô hình dự báo. Dữ liệu về lượng mưa, lưu lượng, địa hình và sử dụng đất cần phải đầy đủ, chính xác và kịp thời. Đặc biệt, dữ liệu từ phần lưu vực thuộc lãnh thổ Trung Quốc rất quan trọng nhưng lại khó tiếp cận. Việc sử dụng các phương pháp ước tính và nội suy dữ liệu có thể giúp giảm thiểu tác động của việc thiếu dữ liệu, nhưng cần phải đánh giá cẩn thận độ tin cậy của các ước tính này.

III. Phương Pháp Kết Nối Marine IMech1D Dự Báo Lưu Lượng

Nghiên cứu này sử dụng phương pháp kết nối mô hình Marine và IMech1D để dự báo lưu lượng nước vào Hồ Hòa Bình. Mô hình Marine được sử dụng để mô phỏng quá trình dòng chảy trên bề mặt lưu vực, trong khi mô hình IMech1D được sử dụng để mô phỏng dòng chảy trong hệ thống sông. Việc kết nối hai mô hình này cho phép mô phỏng toàn diện quá trình hình thành và lan truyền lũ từ lưu vực đến hồ chứa. Phương pháp này đòi hỏi phải xử lý và tích hợp nhiều loại dữ liệu khác nhau, bao gồm dữ liệu địa hình, khí tượng thủy văn và sử dụng đất. Kỹ thuật lọc Kalman được sử dụng để nâng cao độ chính xác của mô hình.

3.1. Ưu Điểm Của Mô Hình Thủy Văn Tham Số Phân Bố Marine

Mô hình Marine là một mô hình thủy văn tham số phân bố, có khả năng mô phỏng chi tiết quá trình dòng chảy trên bề mặt lưu vực. Mô hình này sử dụng các phương trình vật lý để mô tả quá trình thấm, bốc hơi và dòng chảy trên bề mặt. Ưu điểm của mô hình Marine là có thể sử dụng dữ liệu địa hình, khí tượng thủy văn và sử dụng đất để mô phỏng dòng chảy một cách chính xác. Theo tài liệu gốc, Marine được xây dựng để giải quyết bài toán lũ lớn trên các lưu vực có độ dốc cao, rất phù hợp với lưu vực sông Đà.

3.2. Khả Năng Mô Phỏng Thủy Lực Của Mô Hình IMech1D

Mô hình IMech1D là một mô hình thủy lực một chiều, có khả năng mô phỏng dòng chảy trong hệ thống sông một cách hiệu quả. Mô hình này sử dụng các phương trình Saint Venant để mô tả dòng chảy trong sông. IMech1D có thể mô phỏng các đặc điểm phức tạp của hệ thống sông, bao gồm các đoạn vòng, các công trình điều tiết và ảnh hưởng của triều. Mô hình này được phát triển bởi các nhà khoa học Việt Nam và có khả năng tùy biến để phù hợp với điều kiện địa phương.

IV. Ứng Dụng Mô Hình Marine IMech1D Dự Báo Lũ Hồ Hòa Bình

Mô hình kết nối Marine-IMech1D được ứng dụng để dự báo lưu lượng nước vào Hồ Hòa Bình trong các tình huống thực tế. Quá trình ứng dụng bao gồm việc xử lý dữ liệu đầu vào, chạy mô hình và đánh giá kết quả. Dữ liệu đầu vào bao gồm dữ liệu địa hình, khí tượng thủy văn và sử dụng đất. Kết quả dự báo được so sánh với dữ liệu quan trắc thực tế để đánh giá độ tin cậy của mô hình. Mô hình được sử dụng để dự báo lưu lượng vào hồ trong mùa lũ năm 2006 và 2009.

4.1. Xử Lý Dữ Liệu Đầu Vào Cho Mô Hình Kết Nối

Quá trình xử lý dữ liệu đầu vào là một bước quan trọng trong việc ứng dụng mô hình kết nối Marine-IMech1D. Dữ liệu địa hình được xử lý để tạo ra mô hình số độ cao (DEM). Dữ liệu khí tượng thủy văn được xử lý để tạo ra bản đồ phân bố mưa. Dữ liệu sử dụng đất được xử lý để xác định các thông số của mô hình Marine. Việc xử lý dữ liệu cần phải đảm bảo tính chính xác và nhất quán để đảm bảo độ tin cậy của kết quả dự báo.

4.2. Đánh Giá Độ Tin Cậy Của Kết Quả Dự Báo

Đánh giá độ tin cậy của kết quả dự báo là một bước quan trọng để xác định khả năng ứng dụng của mô hình. Kết quả dự báo được so sánh với dữ liệu quan trắc thực tế để tính toán các chỉ số đánh giá, chẳng hạn như sai số trung bình, sai số tuyệt đối trung bình và hệ số tương quan. Việc đánh giá độ tin cậy giúp xác định các điểm mạnh và điểm yếu của mô hình, từ đó đưa ra các biện pháp cải thiện.

V. Nâng Cao Độ Chính Xác Dự Báo Bằng Lọc Kalman

Kỹ thuật lọc Kalman được sử dụng để nâng cao độ chính xác của mô hình kết nối Marine-IMech1D. Lọc Kalman là một thuật toán ước lượng trạng thái tối ưu, có khả năng kết hợp thông tin từ mô hình và dữ liệu quan trắc để đưa ra ước lượng tốt nhất về trạng thái của hệ thống. Trong trường hợp này, lọc Kalman được sử dụng để hiệu chỉnh các tham số của mô hình và giảm thiểu sai số dự báo. Việc ứng dụng lọc Kalman giúp cải thiện đáng kể độ tin cậy của các dự báo lũ lụt.

5.1. Nguyên Lý Hoạt Động Của Thuật Toán Lọc Kalman

Thuật toán lọc Kalman hoạt động dựa trên nguyên lý ước lượng trạng thái tối ưu. Thuật toán này kết hợp thông tin từ mô hình và dữ liệu quan trắc để đưa ra ước lượng tốt nhất về trạng thái của hệ thống. Lọc Kalman bao gồm hai bước chính: dự báo và hiệu chỉnh. Trong bước dự báo, mô hình được sử dụng để dự đoán trạng thái của hệ thống trong tương lai. Trong bước hiệu chỉnh, dữ liệu quan trắc được sử dụng để điều chỉnh các dự đoán của mô hình.

5.2. Ứng Dụng Lọc Kalman Hiệu Chỉnh Tham Số Mô Hình

Lọc Kalman được sử dụng để hiệu chỉnh các tham số của mô hình kết nối Marine-IMech1D. Việc hiệu chỉnh tham số giúp giảm thiểu sai số giữa kết quả dự báo và dữ liệu quan trắc. Các tham số được hiệu chỉnh có thể bao gồm hệ số nhám, hệ số thấm và các thông số khác của mô hình. Việc hiệu chỉnh tham số cần phải được thực hiện một cách cẩn thận để tránh làm mất tính vật lý của mô hình.

VI. Kết Luận Hướng Phát Triển Mô Hình Dự Báo Lũ

Nghiên cứu này đã thành công trong việc xây dựng và ứng dụng mô hình kết nối Marine-IMech1D để dự báo lưu lượng nước vào Hồ Hòa Bình. Mô hình này có khả năng mô phỏng chính xác quá trình hình thành và lan truyền lũ từ lưu vực đến hồ chứa. Kỹ thuật lọc Kalman đã giúp nâng cao đáng kể độ chính xác của mô hình. Trong tương lai, cần tiếp tục nghiên cứu và phát triển mô hình để nâng cao khả năng dự báo và quản lý rủi ro thiên tai. Việc tích hợp thêm các yếu tố khác, chẳng hạn như ảnh hưởng của biến đổi khí hậu và hoạt động của con người, có thể giúp cải thiện độ tin cậy của mô hình.

6.1. Đánh Giá Ưu Điểm Hạn Chế Của Mô Hình Hiện Tại

Mô hình kết nối Marine-IMech1D có nhiều ưu điểm, bao gồm khả năng mô phỏng chi tiết quá trình dòng chảy, khả năng tích hợp nhiều loại dữ liệu khác nhau và khả năng nâng cao độ chính xác bằng kỹ thuật lọc Kalman. Tuy nhiên, mô hình cũng có một số hạn chế, chẳng hạn như đòi hỏi nhiều dữ liệu đầu vào, độ phức tạp cao và thời gian tính toán lớn. Việc khắc phục những hạn chế này là một hướng nghiên cứu quan trọng trong tương lai.

6.2. Hướng Nghiên Cứu Phát Triển Mô Hình Dự Báo Lũ

Trong tương lai, cần tiếp tục nghiên cứu và phát triển mô hình kết nối Marine-IMech1D để nâng cao khả năng dự báo và quản lý rủi ro thiên tai. Các hướng nghiên cứu có thể bao gồm việc tích hợp thêm các yếu tố khác, chẳng hạn như ảnh hưởng của biến đổi khí hậu và hoạt động của con người, việc sử dụng các phương pháp học máy để cải thiện độ chính xác của mô hình và việc phát triển các công cụ hỗ trợ ra quyết định dựa trên kết quả dự báo.

Nội dung chính

Tổng quan nghiên cứu

Lưu vực sông Đà đóng vai trò then chốt trong hệ thống sông Hồng với tổng diện tích tự nhiên đạt 52.900 km2, trong đó phần lãnh thổ thuộc Việt Nam chiếm 26.800 km2, tương đương 50,7% toàn bộ diện tích lưu vực. Dòng chảy sông Đà cung cấp lượng nước chủ đạo cho vùng đồng bằng Bắc Bộ, song chế độ thủy văn tại đây lại tiềm ẩn nguy cơ lũ lụt khốc liệt khi lượng dòng chảy mùa lũ chiếm tới 69% đến 78% tổng lượng dòng chảy năm, riêng tháng cao điểm nhất có thể chiếm 23,7%. Địa hình đồi núi hiểm trở với độ cao bình quân 965 m và độ dốc lưu vực trung bình lên đến 36,8% khiến cường suất lũ lên nhanh đột biến, điển hình tại trạm thủy văn Lai Châu biên độ lũ lịch sử từng ghi nhận mức 25 m cùng tốc độ lũ lên đạt 77,4 cm/giờ.

Vấn đề đặt ra cho công tác phòng chống thiên tai là việc cắt lũ, giảm ngập lụt cho vùng đồng bằng châu thổ sông Hồng và bảo vệ an toàn cho thủ đô Hà Nội phụ thuộc hoàn toàn vào hiệu quả vận hành liên hồ chứa, đặc biệt là hồ thủy điện Hòa Bình. Tuy nhiên, thời gian truyền lũ tự nhiên từ Lai Châu về Tạ Bú chỉ dao động từ 12 đến 18 giờ và từ Tạ Bú về Hòa Bình từ 12 đến 24 giờ (khi hồ tích nước rút ngắn còn 6 đến 12 giờ), đặt ra giới hạn dự báo truyền thống khó vượt quá 18 đến 36 giờ. Mục tiêu cụ thể của công trình là xây dựng một công cụ dự báo thủy văn - thủy lực liên kết, ứng dụng mô hình số trị MARINE kết nối mô hình một chiều IMech1D, đồng thời tích hợp thuật toán lọc Kalman để nâng cao độ chính xác dự báo trước lưu lượng về hồ Hòa Bình trong khoảng thời gian dự kiến 48 giờ. Nghiên cứu mang ý nghĩa chiến lược khi góp phần kiểm soát dòng chảy lũ có mô đun đỉnh lũ cực đại từ 2000 đến 3000 l/s/km2, đảm bảo an toàn công trình thủy điện và phục vụ đa mục tiêu từ phát điện đến cấp nước hạ lưu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu tích hợp hệ thống các lý thuyết cơ học thủy khí và toán học ứng dụng tiên tiến nhằm giải quyết bài toán dòng chảy phân tán:

• Hệ phương trình Saint-Venant hai chiều và một chiều: Mô hình MARINE sử dụng hệ phương trình bảo toàn khối lượng và phương trình động lượng hai chiều trên bề mặt lưu vực dạng lưới ô vuông độ cao số. Mô hình IMech1D áp dụng hệ phương trình Saint-Venant một chiều liên tục gồm phương trình dòng chảy không dừng trong lòng dẫn và phương trình cân bằng khối lượng tại các ô ruộng trữ lũ.
• Lý thuyết thấm Green-Ampt: Mô phỏng quá trình tổn thất thấm qua các tầng đất không bão hòa dựa trên định luật Darcy và phương trình liên tục, xác định độ sâu thấm tích lũy, tốc độ thấm tiềm năng và thời điểm hình thành lớp nước đọng mặt đất.
• Lý thuyết lọc Kalman rời rạc: Áp dụng mô hình sai phân ngẫu nhiên tuyến tính nhằm ước lượng trạng thái dòng chảy, liên tục cập nhật ước lượng tiên nghiệm và hiệu chỉnh hậu nghiệm thông qua ma trận hiệp phương sai sai số và ma trận độ lợi Kalman, giúp triệt tiêu nhiễu đo đạc quan trắc.
• Khái niệm then chốt: Lược đồ sai phân ẩn 4 điểm Preissmann, phương pháp tuyến tính hóa Newton đa biến, thuật toán khử đuổi cải tiến giải hệ ma trận thưa và phương pháp đa giác Thiessen phân bổ trường mưa không gian.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp mô hình hóa toán học kết hợp công nghệ thông tin địa lý và thống kê quan trắc thủy văn với quy trình xử lý dữ liệu chặt chẽ:

• Nguồn dữ liệu và quy mô mẫu: Nghiên cứu thu thập chuỗi số liệu đo đạc thực tế trên diện tích 26.800 km2 thuộc lưu vực sông Đà phía Việt Nam. Cỡ mẫu không gian bao gồm 36 trạm quan trắc khí tượng thủy văn, 121 mặt cắt ngang lòng sông thực đo chia làm 2 phân đoạn (đoạn biên giới đến Pa Vinh gồm 59 mặt cắt, đoạn Pa Vinh đến Hòa Bình gồm 62 mặt cắt). Dữ liệu địa hình sử dụng bản đồ số độ cao với kích thước lưới ô vuông 50 m x 50 m. Cấu trúc thổ nhưỡng và thảm phủ được phân loại từ 29 loại đất thực tế thành 4 nhóm đất chính và 13 trạng thái lớp phủ thực vật.
• Phương pháp chọn mẫu: Lựa chọn mẫu toàn diện theo không gian địa hình của 10 tiểu lưu vực bộ phận (trong đó có 6 tiểu lưu vực sông chính và 4 tiểu lưu vực sông nhánh như Nậm Pô, Nậm Giàng, Nậm Mức, Nậm Mu). Dữ liệu thời gian kiểm định được lấy từ các trận lũ lớn lịch sử các năm 1996, 1999, 2000, 2006 và ứng dụng tác nghiệp thực tế trong mùa lũ năm 2009.
• Lý do lựa chọn phương pháp phân tích: Mô hình phân bố MARINE cho phép tái hiện chi tiết cơ chế sinh dòng chảy mặt trên sườn dốc lớn, khắc phục nhược điểm của các mô hình hộp đen kinh nghiệm. Mô hình thủy lực IMech1D có khả năng mô phỏng các mạng sông phức tạp có dòng chảy vòng, ô trữ lũ và ảnh hưởng điều tiết hồ chứa. Việc kết nối hai mô hình tạo ra một chu trình khép kín từ mưa trên lưu vực đến diễn biến thủy lực trong lòng sông, trong khi thuật toán lọc Kalman đóng vai trò khử sai số động theo thời gian thực.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình tính toán, thử nghiệm và kiểm định mô hình kết nối MARINE - IMech1D mang lại các kết quả nổi bật:

• Đột phá về hiệu năng tính toán ma trận thủy lực: Thuật toán khử đuổi cải tiến kết hợp khử Gauss tự động phân loại bậc nút trong mô hình IMech1D đã giảm mạnh số lượng phép tính. Khi thử nghiệm trên mạng lưới mở rộng của hệ thống sông Hồng gồm 2093 đoạn sông, 1103 nút và 278 ô ruộng cho trận lũ lịch sử tháng 8/1971, phương án khử đuổi nút bậc nhỏ hơn hoặc bằng 10 chỉ mất 32 phút 50 giây để hoàn thành, nhanh hơn gần 7 lần (giảm 80,6% thời gian chạy) so với phương án chỉ khử nút bậc nhỏ hơn hoặc bằng 2 vốn mất tới 2 giờ 50 phút.
• Khả năng tự động hóa phân vùng và kết nối dòng chảy khu giữa: Hệ thống xử lý bản đồ số độ cao đã phân tách thành công lưu vực thành 10 tiểu lưu vực độc lập, tích hợp dữ liệu từ 36 trạm mưa qua thuật toán đa giác Thiessen. Dòng chảy sườn dốc do mô hình MARINE tính toán được chuyển trực tiếp thành lưu lượng phụ gia nhập biên bên tại 121 vị trí mặt cắt dọc theo dòng chính sông Đà trong mô hình IMech1D.
• Nâng cao giới hạn dự báo lên 48 giờ: Khác với các phương pháp truyền thống bị giới hạn trong khoảng thời gian truyền lũ tự nhiên 18 đến 36 giờ, việc tích hợp trường mưa dự báo cùng mô hình thủy văn phân bố cho phép tính toán trước lưu lượng đổ về hồ Hòa Bình trước 48 giờ với độ tin cậy cao, phục vụ hiệu quả cho mùa lũ tác nghiệp năm 2009.
• Khả năng tự điều chỉnh thông qua lọc Kalman: Việc áp dụng thuật toán lọc Kalman rời rạc giúp hiệu chỉnh tức thời trạng thái lưu lượng và mực nước tại các trạm kiểm tra, giảm biên độ sai số giữa đường quá trình tính toán và số liệu đo đạc thực tế xuống mức thấp.

Thảo luận kết quả

Các kết quả đạt được phản ánh chính xác các đặc trưng tự nhiên của lưu vực sông Đà. Do địa hình dốc đứng với hệ số nhám bề mặt thay đổi theo 13 loại thảm phủ, dòng chảy hình thành cực nhanh và tập trung mạnh vào lòng dẫn chính. Khi có sự xuất hiện của hồ chứa Hòa Bình, thời gian truyền sóng lũ bị rút ngắn đáng kể, khiến việc dựa vào mực nước thượng lưu đơn thuần không còn đủ thời gian cảnh báo an toàn.

       [Mưa quan trắc & Mưa dự báo tại 36 trạm]
            [Mô hình phân bố MARINE (2D)]
         (Lưới DEM 50x50m, 10 tiểu lưu vực)
   [Dòng chảy mặt]                  [Thấm Green-Ampt]
             [Lưu lượng gia nhập biên bên]
           [Mô hình thủy lực IMech1D (1D)]
      (121 mặt cắt sông, sai phân Preissmann)
            (Cập nhật sai số ngẫu nhiên)
     [Dự báo lưu lượng vào hồ Hòa Bình trước 48h]

Dữ liệu mô phỏng được thể hiện rõ ràng qua các bảng thông số thủy lực và biểu đồ so sánh đường quá trình lưu lượng theo thời gian. Trên đồ thị thủy văn, đường cong lưu lượng dự báo của mô hình kết nối bám sát chặt chẽ đỉnh lũ thực đo tại trạm Tạ Bú và hồ Hòa Bình trong trận lũ năm 2006. So với các phần mềm thương mại ngoại nhập như MIKE 11 hay FLDWAV vốn bị hạn chế về khả năng tùy biến mã nguồn và không mô phỏng tối ưu các vùng phân chậm lũ phức tạp, mô hình IMech1D do các nhà khoa học trong nước làm chủ hoàn toàn về thuật toán giải ma trận và phân chia 16 vùng nhám thủy lực linh hoạt. Sự kết hợp với MARINE tạo nên giải pháp công nghệ toàn diện, phù hợp hoàn hảo với điều kiện khí tượng thủy văn khắc nghiệt của Việt Nam.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, các giải pháp và khuyến nghị kỹ thuật được đề xuất nhằm hoàn thiện công tác dự báo:

• Nâng cấp độ phân giải dữ liệu không gian lưu vực: Tiến hành số hóa và cập nhật bản đồ số độ cao từ độ phân giải 50 m x 50 m hiện tại lên mức 10 m x 10 m hoặc 20 m x 20 m cho toàn bộ 26.800 km2 lưu vực phía Việt Nam. Mục tiêu là phản ánh chi tiết hơn các khe suối và tiểu địa hình, hoàn thành trong thời gian 24 tháng do Cục Đo đạc, Bản đồ và Thông tin địa lý chủ trì.
• Mở rộng mạng lưới trạm đo mưa tự động thời gian thực: Bổ sung thêm các trạm đo mưa tự động truyền dữ liệu vệ tinh, nâng tổng số trạm từ 36 điểm lên mức 50 đến 60 điểm quan trắc phủ đều các tâm mưa lớn ở sườn tây Hoàng Liên Sơn và biên giới Việt - Trung. Mục tiêu giảm sai số trường mưa không gian xuống dưới 8%, triển khai trong vòng 18 tháng bởi Tổng cục Khí tượng Thủy văn.
• Tích hợp mô hình lọc Kalman thích ứng: Nâng cấp thuật toán lọc Kalman từ dạng tuyến tính rời rạc sang thuật toán lọc Kalman mở rộng hoặc Ensemble Kalman Filter cho toàn bộ 10 tiểu lưu vực bộ phận. Giải pháp này giúp mô hình tự động cập nhật hệ số nhám lòng dẫn và độ ẩm đất ban đầu theo chu kỳ 1 giờ một lần, nâng tỷ lệ chính xác của dự báo 48 giờ đạt trên 90% trong giai đoạn 2026-2028.
• Thể chế hóa và tích hợp phần mềm vào quy trình vận hành liên hồ chứa: Đưa bộ chương trình tích hợp MARINE - IMech1D vào quy trình nghiệp vụ chính thức tại Trung tâm Dự báo Khí tượng Thủy văn Quốc gia và Công ty Thủy điện Hòa Bình. Thời gian tính toán cho mỗi bản tin dự báo phải được tối ưu dưới 15 phút, bảo đảm cung cấp số liệu kịp thời cho Ban Chỉ đạo Quốc gia về Phòng chống Thiên tai đưa ra các quyết định đóng mở cửa xả đáy.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị thực tiễn và học thuật cao, là tài liệu tham khảo đắc lực cho 4 nhóm đối tượng trọng tâm:

• Cơ quan quản lý và dự báo khí tượng thủy văn: Đội ngũ chuyên gia tại Trung tâm Dự báo Khí tượng Thủy văn Quốc gia và các đài khu vực miền núi phía Bắc có thể ứng dụng trực tiếp quy trình kết nối mô hình để nâng cao năng lực dự báo nghiệp vụ các cơn lũ lớn và lũ quét.
• Đơn vị quản lý và vận hành hồ chứa thủy điện: Các kỹ sư vận hành tại Nhà máy Thủy điện Hòa Bình, Sơn La và Tập đoàn Điện lực Việt Nam có cơ sở khoa học tin cậy để tính toán lưu lượng nước về hồ trước 48 giờ, từ đó tối ưu hóa kế hoạch phát điện và điều tiết mực nước an toàn.
• Viện nghiên cứu và chuyên gia mô hình hóa: Các nhà khoa học trong lĩnh vực cơ học chất lỏng, thủy lực công trình và địa tin học có thể khai thác thuật toán giải ma trận thưa, thuật toán lọc Kalman và phương pháp xử lý dữ liệu địa hình số để phát triển các bài toán thủy văn mở rộng.
• Giảng viên và học viên sau đại học: Học viên cao học và sinh viên các chuyên ngành Thủy văn học, Kỹ thuật Tài nguyên nước, Công nghệ Thông tin Địa lý (GIS) có thể sử dụng luận văn như một tài liệu nghiên cứu chuẩn mực về phương pháp tích hợp mô hình phân bố và kỹ thuật toán số.

Câu hỏi thường gặp

Tại sao cần kết nối đồng thời mô hình MARINE và IMech1D thay vì sử dụng độc lập?

Mô hình MARINE chuyên xử lý dòng chảy mặt 2 chiều từ mưa trên các sườn dốc sườn đồi nhưng không tính toán chi tiết được các công trình điều tiết thủy lực phức tạp trong lòng sông. Ngược lại, IMech1D tính toán thủy lực 1 chiều rất mạnh trong mạng sông hở và ô chứa nhưng cần lưu lượng biên gia nhập. Việc kết nối giúp gom toàn bộ lượng nước mưa từ 10 tiểu lưu vực thành dòng nhập lưu chính xác cho 121 mặt cắt sông.

Thuật toán lọc Kalman đóng vai trò cụ thể như thế nào trong mô hình?

Thuật toán lọc Kalman rời rạc hoạt động như một bộ lọc sai số động theo thời gian thực. Khi có số liệu quan trắc thực tế từ các trạm thủy văn, thuật toán sẽ so sánh với giá trị dự báo tiên nghiệm, tính toán ma trận độ lợi Kalman và hiệu chỉnh lại trạng thái dòng chảy hậu nghiệm. Điều này giúp loại bỏ các nhiễu ngẫu nhiên của thiết bị đo và sai số do ước tính độ ẩm đất.

Làm thế nào để mô hình xử lý tính không đồng nhất của địa hình và thổ nhưỡng?

Hệ thống sử dụng bản đồ số độ cao độ phân giải 50 m x 50 m để trích xuất hướng chảy và độ tích tụ dòng. Dữ liệu đất gồm 29 loại được gộp khoa học thành 4 nhóm đất chính để gán các tham số thấm Green-Ampt, kết hợp với bản đồ 13 loại thảm phủ thực vật để xác định chính xác hệ số nhám bề mặt cho từng ô lưới tính toán.

Thuật toán giải ma trận trong mô hình IMech1D có ưu điểm vượt trội gì?

IMech1D áp dụng thuật toán khử đuổi cải tiến tự động nhận diện bậc của nút mạng sông. Đối với mạng lưới gồm 1103 nút và 278 ô ruộng, việc khử đuổi các nút có bậc nhỏ hơn hoặc bằng 10 trước khi áp dụng phép khử Gauss đã giúp giảm thời gian tính toán từ 170 phút xuống còn dưới 33 phút, cho phép mô hình chạy tác nghiệp nhanh trong mùa lũ.

Luận văn đã kiểm định độ tin cậy của mô hình trên những dữ liệu thực tế nào?

Mô hình IMech1D đã vượt qua 12 bài toán kiểm định mẫu tiêu chuẩn quốc tế của các phòng thí nghiệm thủy lực châu Âu. Toàn bộ hệ thống kết nối đã được hiệu chỉnh và kiểm định qua chuỗi dữ liệu lũ lịch sử các năm 1996, 1999, 2000, trận lũ năm 2006 trên sông Đà và được ứng dụng dự báo nghiệp vụ thực tế trong mùa lũ năm 2009.

Kết luận

• Luận văn đã thiết lập thành công mô hình kết nối hoàn chỉnh giữa mô hình thủy văn phân bố MARINE và mô hình thủy lực một chiều IMech1D cho lưu vực sông Đà.
• Ứng dụng xuất sắc công nghệ GIS để xử lý dữ liệu địa hình 50 m x 50 m, phân chia 10 tiểu lưu vực, tích hợp 121 mặt cắt ngang và 36 trạm quan trắc mưa.
• Đột phá trong cải tiến thuật toán đại số ma trận, giúp giảm hơn 80% thời gian tính toán thủy lực trên hệ thống mạng sông phức tạp.
• Tích hợp thành công thuật toán lọc Kalman rời rạc, nâng cao độ chính xác và kéo dài thời gian dự báo trước lưu lượng vào hồ Hòa Bình lên mức 48 giờ.
• Đóng góp giải pháp khoa học làm chủ công nghệ nguồn, sẵn sàng chuyển giao cho các cơ quan phòng chống thiên tai và vận hành hồ chứa thủy điện.

Hệ thống kết nối MARINE - IMech1D khẳng định bước tiến quan trọng trong việc ứng dụng toán học và công nghệ tính toán vào quản trị rủi ro thiên tai tại Việt Nam. Các đơn vị quản lý tài nguyên nước và vận hành hồ chứa nên sớm triển khai ứng dụng mô hình này vào quy trình tác nghiệp thực tế để chủ động ứng phó với các diễn biến lũ lụt phức tạp trong tương lai.

Trích đoạn nội dung tài liệu

MỞ ĐẦU Do ảnh hƣởng của tình trạng biến đổi khí hậu toàn cầu và hiện trạng khai thác, sử dụng đất trên bề mặt lƣu vực bị thay đổi nhiều nên lũ lụt trên hệ thống sông Đà đang có chiều hƣớng ngày một diễn biến phức tạp hơn. Chính điều này đã ngày một gây thêm nhiều khó khăn cho công tác dự báo lƣu lƣợng vào hồ Hòa Bình cũng nhƣ công tác phòng chống lụt bão và điều hành hồ chứa thủy điện Hòa Bình. Sông Đà là một hệ thống sông lớn và là chi lƣu lớn nhất trong ba chi lƣu của hệ thống sông Hồng. Lƣu lƣợng nƣớc đổ về sông Hồng phần lớn là từ sông Đà chảy về.

Chính vì vậy sông Đà có ảnh hƣởng rất lớn đến tình trạng lũ lụt trên khu vực đồng bằng châu thổ sông Hồng. Để phòng chống lũ cho khu vực đồng bằng châu thổ sông Hồng và đặc biệt là chống lũ cho thành phố Hà Nội đòi hỏi phải kiểm soát đƣợc lũ sông Đà và vận hành công trình chống lũ hồ thủy điện Hòa Bình một cách hợp lý. Dự báo trƣớc lƣu lƣợng vào hồ Hòa Bình là một nhiệm vụ quan trọng. Bởi vì, để vận hành dƣợc hồ Hòa Bình phục vụ đa mục tiêu cần phải biết trƣớc đƣợc lƣu lƣợng vào hồ.

Luận văn thạc sỹ này đƣợc đặt ra trong hoàn cảnh thực tế là cần phải xây dựng một công cụ cho phép dự báo trƣớc lƣu lƣợng vào hồ Hòa Bình từ các số liệu đầu vào đã biết bao gồm: - Các thông tin về lƣu vực sông Đà bị giới hạn nằm trên phần lãnh thổ Việt Nam. - Số liệu mƣa thực đo đã biết của các trạm đo trong lƣu vực. - Số liệu mƣa dự báo tại các trạm đo trong lƣu vực bởi các mô mình dự báo mƣa. - Lƣu lƣợng chảy vào từ phần lƣu vực thuộc lãnh thổ Trung Quốc.

- Số liệu về lƣu lƣợng và mực nƣớc tại một số trạm đo trên hệ thống sông Đà và của hồ Hòa Bình. - Các thông số của hồ Hòa Bình, công trình thủy điện Hòa Bình - Thông tin về địa hình, hiện trạng sử dụng đất,… của lƣu vực sông Đà. - Các thông tin phụ trợ khác. Trên cơ sở đó nội dung của luận văn đƣợc đặt ra với mục tiêu là khai thác, sử dụng các mô hình toán tiên tiến mà thế giới hiện đang nghiên cứu phát triển z 8 để xây dựng công cụ dự báo trƣớc lƣu lƣợng vào hồ Hòa Bình 48 giờ.

Qua sự nghiên cứu, phân tích nhiều mô hình thủy văn và thủy lực khác nhau, cuối cùng mô hình thủy văn Marine và mô hình thủy lực IMech1D đƣợc lựa chọn để phát triển và kết nối thành mô hình kết nối Marine và IMech1D phục vụ bài toán dự báo lƣu lƣợng vào hồ Hòa Bình. Trên cơ sở đó nội dung của luận văn bao gồm 6 chƣơng chính là: Chƣơng 1: trình bày các thông tin tổng quan về đề tài bao gồm, thông tin về lƣu vực nghiên cứu, các thông tin về mô hình thủy văn, thủy lực đƣợc lựa chọn nghiên cứu. Chƣơng 2: Nghiên cứu cơ sở khoa học và phát triển mô hình thủy văn tham số phân bố Marine. Chƣơng 3: Nghiên cứu cơ sở khoa học và khai thác mô hình thủy lực một chiều IMech1D.

Chƣơng 4: Kết nối mô hình thủy văn Marine với mô hình thủy lực một chiều IMech1D thành một mô hình thống nhất. Ứng dụng mô hình này cho lƣu vực sông Đà để dự báo lƣu lƣợng vào hồ Hòa Bình Chƣơng 5: Nghiên cứu ứng dụng kỹ thuật lọc Kalman để nâng cao độ chính xác của mô hình đã kết nối Marine và IMech1D. Chƣơng 6: Trình bày các kết quả sử dụng mô hình kết nối Marine- IMech1D dự báo lƣu lƣợng vào hồ Hòa Bình trƣớc 48 giờ. Cuối cùng là phần kết luận và một số phụ lục.

ĐẶC ĐIỂM CỦA LƯU VỰC VÀ CỦA CÁC MÔ HÌNH LỰA CHỌN NGHIÊN CỨU 1. Đặc điểm địa lý tự nhiên, quy luật dòng chảy lũ trên lưu vực sông Đà và vai trò của hồ Hòa Bình [4]-[6]: Sông Đà có diện tích 52.900 km2, lƣu vực hẹp, kéo dài theo hƣớng tây bắc- đông nam tới 380km, rộng trung bình 80km, phần thuộc địa phận Việt Nam có diện tích là 26800km2, chiếm khoảng 50,7% diện tích toàn lƣu vực. Lòng chính ở thƣợng lƣu hẹp, nhiều thác ghềnh; ở hạ lƣu, lòng sông mở rộng, độ dốc sông trung bình là 3,58%. Độ cao bình quân lƣu vực là 965m, độ dốc bình quân là 36,8%.

Đƣờng phân thủy phía đông của lƣu vực là dãy núi Hoàng Liên Sơn, Pu Luông với đỉnh cao từ 2500-3000m. Phía tây có dãy núi cao Phu Huổi Long, Phutama, Phu Tung và Phu Sang. Phía bắc có dãy núi cao Pusi-Lung và Ngũ Đài Sơn, phía đông nam là vùng núi thấp Ba Vì, Viên Nam và Đối Thôi. Địa hình lƣu vực là dạng núi và cao nguyên đều cao, chia cắt mạnh theo chiều thẳng đứng; các dãy núi, cao nguyên và thung lũng xếp song song theo hƣớng tây bắc- đông nam.

Đặc điểm mƣa gây lũ [4]: Sự sắp xếp song song của địa hình núi, cao nguyên và thung lũng sông có tác động rõ rệt tới khí hậu trên lƣu vực. Dãy núi cao Hoàng Liên Sơn - Puluông nhƣ một bức tƣờng tự nhiên ngăn cản và làm suy yếu ảnh hƣởng của gió đông bắc. Các dãy núi cao ở biên giới Việt-Lào lại tạo ra hiệu ứng fơn đối với gió mùa tây nam. Điều kiện địa hình và vị trí của lƣu vực đã qui định khí hậu với hai mùa: mùa đông khô lạnh, mùa hè nhiều mƣa ở vùng cao và khô nóng ở vùng thấp.

Mƣa lớn trên lƣu vực thƣờng bắt đầu sớm, vào khoảng tháng VI, tháng VII. Vùng bắc và tây bắc là vùng núi cao có khí hậu ẩm ƣớt đến rất ẩm, lƣợng mƣa trung bình nhiều năm từ 1500 đến 2700mm, lƣợng mƣa mùa hè (tháng V- IX) chiếm tới trên 70% tổng lƣợng mƣa năm. Vùng núi thấp Sơn La-Mộc Châu, mùa hè chịu ảnh hƣởng của gió mùa tây nam, lƣợng mƣa trung bình năm thấp, chỉ 1100 đến 1500mm, trong đó lƣợng mƣa mùa hè dƣới 1000mm. Trên lƣu vực sông Đà tồn tại những trung tâm mƣa lớn nhƣ trung tâm mƣa ở sƣờn tây dãy Hoàng Liên Sơn thuộc các lƣu vực sông nhánh Nậm Na, Nậm Mu, lƣợng mƣa trung bình năm khoảng 2500mm (trên lƣu vực Nậm Na- z 10 mƣa trung bình năm tới trên 2000mm : tại Phong Thổ lƣợng mƣa trung bình năm là 2202mm, PaTần 2997mm, Sình Hồ 2682mm; trên lƣu vực Nậm Mu lƣợng mƣa trung bình năm tới 2454mm, ở thƣợng lƣu lên tới 2700-2800mm).

Tại vùng phía tây dãy Hoàng Liên Sơn thấy rõ qui luật lƣợng mƣa tăng theo độ cao lƣu vực, mƣa tập trung vào các tháng V-X, đặc biệt là các tháng VI-VIII; lƣợng mƣa mùa hè chiếm trên 90%, lƣợng mƣa các tháng VI-VIII chiếm 50- 60% lƣợng mƣa năm. Trung tâm mƣa lớn tại phần lƣu vực thuộc địa phận Việt Nam gần biên giới Việt-Trung là tâm mƣa lớn nhất, lƣợng mƣa năm thay đổi tùy từng vị trí từ 2400 đến 3000mm, mƣa tập trung nhiều nhất vào các tháng VI-VIII.2 Đặc điểm dòng chảy lũ sông Đà [4]: Địa hình núi cao, chia cắt mạnh, độ dốc lớn, thung lũng sâu, hẹp với lƣợng mƣa lớn lại tập trung vào một vài tháng trong năm nên tạo điều kiện hình thành mạng lƣới sông dày đặc, ít sông lớn, hƣớng của các dòng sông suối trùng với hƣớng của lƣu vực. Mật độ sông suối lớn nhất ở vùng núi phía tây Hoàng Liên Sơn lên tới 1,5-1,7km/km2. Phía hữu ngạn sông Đà, do có lƣợng mƣa ít hơn đáng kể so với các vùng khác nên sông suối thƣa hơn, chỉ từ 0,5 đến 1,5km/km2, thƣờng dƣới 1,0km/km2.

Trên sông Đà và các dòng sông nhánh nhƣ Nậm Na, Nậm Mu, các sông suối nhỏ đổ vào dòng chính thƣờng phân bố đều dọc sông. Vùng cao nguyên đá vôi mƣa ít, sông suối thƣa, dòng chảy nhỏ hơn. Nguồn sinh dòng chảy quan trọng nhất trên sông Đà nằm ở phần lƣu vực thuộc vùng biên giới Việt - Trung và vùng sƣờn phía tây dãy Hoàng Liên Sơn, nơi có môdun dòng chảy năm từ 30-40 l/s/km2 và hơn nữa. Ở các nơi khác trên lƣu vực, lƣợng dòng chảy thƣờng không vƣợt quá 20 l/s/km2 (biểu 1.

Dòng chảy sông tập trung vào các tháng mùa lũ, chiếm tới 69-78% tổng lƣợng dòng chảy năm. Mùa lũ trên sông Đà thƣờng bắt đầu vào tháng V, kết thúc vào cuối tháng IX đầu tháng X. Lũ lớn nhất thƣờng xảy ra vào cuối tháng VII, nửa đầu tháng VIII. Dòng chảy lũ trên sông Đà lớn, tập trung nhanh và không đồng bộ ở các phần khác nhau của lƣu vực là một đặc điểm nổi bật nhất của dòng chảy sông Đà.

Trong điều kiện địa lý tự nhiên thuận lợi cho dòng chảy lũ hình thành trên các phụ lƣu sông Đà, nhất là lƣu vực Nậm Na, Nậm Mu hai phụ lƣu lớn nhất bên tả ngạn, thƣờng xuất hiện những trận lũ đặc biệt lớn gây tác hại nghiêm z 11 trọng. Mô đun dòng chảy lũ lớn nhất đạt tới 2000-3000 l/s/km2 - thuộc loại lớn nhất ở Việt Nam. Trên dòng chính, lƣợng dòng chảy lũ chiếm bình quân từ 77,6 đến 78,5% dòng chảy năm, dòng chảy tháng VIII- tháng có dòng chảy lớn nhất năm - chiếm tới 23,7% dòng chảy năm. Dòng chảy lũ sông Đà thuộc loại lớn nhất trên hệ thống sông Hồng.

Mô đun đỉnh lũ tại Lai Châu là 324 l/s/km2 xảy ra vào các tháng VII năm 1966 và 428 l/s/km2 vào tháng VIII năm 1945. Mô đun đỉnh lũ tại Hòa Bình lên tới 454 l/s/km2 vào tháng VII năm 1964. Nhìn chung, trên đoạn sông từ Lai Châu về Hòa Bình thấy rõ quy luật tăng dần môdun dòng chảy cực đại khi diện tích lƣu vực tăng. Điều này chứng tỏ rằng lƣợng gia nhập đáng kể ở phần lƣu vực thuộc địa phận Việt Nam.

Tại Lai Châu, biên độ lũ lớn nhất đạt tới 25 mét, cao nhất ở Việt Nam, với cƣờng suất lũ lên lớn nhất tới 77,4 cm/h. Dòng chảy lũ tập trung nhanh nhƣ vậy nên công tác dự báo thủy văn gặp khó khăn lớn, mà để giải quyết vấn đề này đòi hỏi phải có một mô hình tƣơng đối nhạy với qúa trình thay đổi dòng chảy trong sông. Trên cơ sở xác định thời gian truyền lũ trung bình ở các đoạn sông chính từ Mƣờng Tè về tới Hòa bình và trên các phụ lƣu chính Nậm Na, Nậm Mu,.