Luận văn thạc sĩ về mô phỏng dòng chảy và xử lý song song trong công nghệ thông tin

Luận văn thạc sĩ kỹ thuật phân tích công nghệ thông tin xử lý song song và mô phỏng dòng chảy có truyền tải vật chất trên mạng kênh sông, đánh giá thực trạng, chỉ ra hạn chế, đề

• Tác giả: Từ Tuyết Hoàng
• Người hướng dẫn: TS. Trần Văn Lêng
• Trường học: Trường Đại Học Bách Khoa TPHCM
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên Cứu Mô Phỏng Dòng Chảy Và Xử Lý Song Song Trong Công Nghệ Thông Tin
• Loại tài liệu: luận văn
• Năm xuất bản: 2002
• Địa điểm: TP HCM

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI NÓI ĐẦU
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Bài toán lan truyền ô nhiễm
• 1.2. Mô hình và Giải thuật cho Bài toán
• 1.3. Ô nhiễm hữu cơ trên mạng kênh - sông Sài Gòn
• 2. CHƯƠNG 2: THIẾT LẬP MÔ HÌNH TOÁN CHO BÀI TOÁN DÒNG CHẢY VÀ LAN TRUYỀN Ô NHIỄM MỘT CHIỀU TRÊN MẠNG KÊNH SÔNG
• 3. CHƯƠNG 3: CHIẾN LƯỢC PHÂN LY DỮ LIỆU VÀ GIẢI THUẬT GIẢI SONG SONG BÀI TOÁN
• 4. CHƯƠNG 4: THIẾT KẾ VÀ XÂY DỰNG HỆ CƠ SỞ DỮ LIỆU CHO CHƯƠNG TRÌNH TÍNH TOÁN VÀ MÔ PHỎNG QUÁ TRÌNH TRUYỀN TẢI CHẤT MỘT CHIỀU TRÊN MẠNG KÊNH SÔNG
• 5. CHƯƠNG 5: CHƯƠNG TRÌNH MÁY TÍNH TÍNH TOÁN, KẾT XUẤT VÀ MÔ PHỎNG QUÁ TRÌNH TRUYỀN TẢI CÁC CHẤT Ô NHIỄM MỘT CHIỀU TRÊN MẠNG KÊNH SÔNG
• 6. CHƯƠNG 6: MỘT SỐ KẾT QUẢ VỀ TÍNH TOÁN SONG SONG VÀ KẾT QUẢ CHUNG CỦA ĐỀ TÀI

Tóm tắt

I. Giới thiệu

Bài viết này tập trung vào việc nghiên cứu mô phỏng dòng chảy và xử lý song song trong lĩnh vực công nghệ thông tin. Nghiên cứu này có ý nghĩa quan trọng trong việc giải quyết các bài toán liên quan đến dòng chảy và lan truyền chất ô nhiễm trong môi trường nước. Sự phát triển của các phương pháp mô hình hóa dòng chảy đã mở ra nhiều cơ hội cho việc áp dụng công nghệ thông tin trong việc mô phỏng và phân tích dòng chảy, từ đó giúp cải thiện hiệu suất trong việc xử lý dữ liệu. Các nghiên cứu trước đây đã chỉ ra rằng việc áp dụng thuật toán song song có thể tối ưu hóa hiệu suất tính toán, giảm thời gian xử lý và tăng cường khả năng phân tích dữ liệu lớn.

1.1. Tầm quan trọng của mô phỏng dòng chảy

Mô phỏng dòng chảy là một công cụ quan trọng trong việc hiểu rõ các hiện tượng tự nhiên và các quá trình vật lý liên quan đến dòng nước. Việc nghiên cứu này không chỉ giúp giải quyết các bài toán môi trường mà còn cung cấp cái nhìn sâu sắc về các yếu tố ảnh hưởng đến chất lượng nước. Các phương pháp mô phỏng hiện đại cho phép mô phỏng các điều kiện thực tế một cách chính xác, từ đó đưa ra các giải pháp hiệu quả cho việc quản lý tài nguyên nước và bảo vệ môi trường.

II. Xử lý song song trong nghiên cứu

Xử lý song song là một kỹ thuật quan trọng giúp tăng tốc độ xử lý dữ liệu trong các nghiên cứu mô phỏng. Việc áp dụng kỹ thuật mô phỏng và thuật toán song song cho phép chia nhỏ các bài toán lớn thành nhiều phần nhỏ hơn, từ đó có thể xử lý đồng thời trên nhiều máy tính khác nhau. Điều này không chỉ giúp giảm thời gian tính toán mà còn nâng cao khả năng xử lý các tập dữ liệu lớn. Các nghiên cứu đã chỉ ra rằng việc sử dụng hệ thống phân tán có thể cải thiện đáng kể hiệu suất của mô phỏng dòng chảy, đặc biệt trong các tình huống yêu cầu tính toán phức tạp.

2.1. Các phương pháp xử lý song song

Có nhiều phương pháp khác nhau để thực hiện xử lý song song trong mô phỏng dòng chảy. Một trong những phương pháp phổ biến là sử dụng hệ thống phân tán, nơi mà các tác vụ được phân chia và xử lý trên nhiều nút khác nhau trong mạng. Điều này cho phép tận dụng tối đa tài nguyên tính toán và giảm thiểu thời gian chờ đợi. Ngoài ra, việc áp dụng các thuật toán tối ưu hóa cũng giúp nâng cao hiệu suất tính toán, đặc biệt là trong các bài toán phức tạp.

III. Ứng dụng thực tiễn của mô phỏng dòng chảy

Mô phỏng dòng chảy không chỉ có ý nghĩa lý thuyết mà còn có nhiều ứng dụng thực tiễn trong việc quản lý tài nguyên nước và bảo vệ môi trường. Các mô hình mô phỏng có thể được sử dụng để dự đoán sự lan truyền của chất ô nhiễm trong các nguồn nước, từ đó đưa ra các biện pháp ứng phó kịp thời. Hơn nữa, việc kết hợp mô phỏng với các công nghệ thông tin hiện đại như GIS (Hệ thống thông tin địa lý) đã mở ra nhiều cơ hội mới trong việc quản lý và bảo vệ môi trường nước.

3.1. Quản lý chất lượng nước

Thông qua việc sử dụng các mô hình mô phỏng, các nhà quản lý có thể theo dõi và dự đoán chất lượng nước trong các hệ thống thủy lợi và sông ngòi. Việc này giúp phát hiện sớm các vấn đề ô nhiễm và đưa ra các giải pháp xử lý hiệu quả. Các kết quả mô phỏng có thể hỗ trợ trong việc lập kế hoạch và thực hiện các chiến lược bảo vệ môi trường, đảm bảo an toàn cho sức khỏe cộng đồng và bảo vệ hệ sinh thái.

Nội dung chính

Tổng quan nghiên cứu

Bài toán mô phỏng thủy lực và lan truyền chất ô nhiễm trên hệ thống kênh sông là một thách thức kỹ thuật lớn đối với công tác bảo vệ nguồn nước và quy hoạch môi trường bền vững. Tại các đô thị lớn thuộc vùng kinh tế trọng điểm phía Nam, quá trình đô thị hóa và công nghiệp hóa nhanh chóng đã gây áp lực nghiêm trọng lên mạng lưới đường thủy. Thống kê thực tế cho thấy tổng lượng nước thải xả vào lưu vực kênh sông Sài Gòn ghi nhận khoảng 449.144 m³/ngày-đêm, trong đó nước thải sinh hoạt chiếm hơn 80% tổng dung lượng và chủ yếu mang đặc tính ô nhiễm hữu cơ. Dự báo tải lượng này có thể gia tăng mạnh mẽ lên tới 1.587.880 m³/ngày-đêm khi quy mô dân số và sản xuất mở rộng.

Trước thực trạng đó, công trình nghiên cứu tập trung giải quyết bài toán mô phỏng dòng chảy một chiều có truyền tải vật chất thụ động và bảo toàn trên quy mô mạng lưới kênh sông rộng lớn. Mục tiêu cốt lõi của luận văn là xây dựng hệ thống mô hình toán học tích hợp, phát triển giải thuật tính toán song song trên môi trường phân tán nhằm tối ưu hóa hiệu năng xử lý, đồng thời thiết kế cơ sở dữ liệu quan hệ liên kết với công cụ mô phỏng đồ họa không gian. Phạm vi không gian của nghiên cứu bao phủ toàn bộ mạng lưới sông Sài Gòn - Đồng Nai với cấu trúc hình học phức tạp gồm 321 nhánh sông, 192 nút giao cắt hợp lưu và 919 mặt cắt định vị. Nghiên cứu mang ý nghĩa thực tiễn sâu sắc, giúp rút ngắn thời gian xử lý dữ liệu quy mô lớn, nâng cao độ chính xác dự báo chỉ số nhu cầu oxy sinh hóa (BOD) và lượng oxy hòa tan (DO), tạo tiền đề công nghệ phục vụ giám sát tài nguyên nước và cảnh báo ô nhiễm theo thời gian thực.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Hệ thống lý thuyết của nghiên cứu được xây dựng trên nền tảng thủy lực sông ngòi và động học lan truyền vật chất trong môi trường chất lỏng một chiều:

• Hệ phương trình Saint-Venant một chiều: Đóng vai trò mô tả quy luật động lực học của dòng chảy không ổn định trên từng nhánh kênh sông. Hệ phương trình bao gồm phương trình liên tục bảo toàn khối lượng nước và phương trình động lượng tính đến lực quán tính, trọng trường, áp suất thủy tĩnh và hệ số nhám đáy kênh Manning dao động trong khoảng 0.015 đến 0.035 tùy mặt cắt.
• Phương trình truyền tải - khuếch tán đối lưu (Advection-Diffusion Equation): Mô hình hóa sự dịch chuyển của nồng độ chất ô nhiễm bảo toàn dưới tác động tổng hòa của hai cơ chế: truyền tải đối lưu vĩ mô do vận tốc dòng nước mang theo và khuếch tán rối dọc trục dòng chảy với hệ số phân tán E.
• Lý thuyết động học chuyển hóa BOD - DO: Mô tả sự suy giảm nồng độ oxy hòa tan do quá trình oxy hóa chất hữu cơ và khả năng tự làm sạch của sông ngòi. Cơ chế này được định lượng qua hằng số phân hủy BOD (k1) và hằng số tái sục khí bề mặt (k2). Tỷ số fs = k2/k1 xác định hệ số tự làm sạch của dòng sông, thường đạt giá trị ngưỡng xấp xỉ 2.0 trong điều kiện tự nhiên.
• Tiêu chuẩn số vô thứ nguyên Peclet (Pe): Đo lường mức độ áp đảo tương đối giữa thông lượng truyền tải đối lưu và thông lượng khuếch tán phân tử, từ đó làm cơ sở lựa chọn sơ đồ sai phân lũy thừa phù hợp nhằm triệt tiêu hiện tượng khuếch tán số học sai lệch.

Phương pháp nghiên cứu

Nghiên cứu kết hợp chặt chẽ giữa toán học ứng dụng, mô hình hóa số trị và kỹ thuật tính toán song song hiệu năng cao:

• Nguồn dữ liệu và kích thước không gian: Toàn bộ mạng lưới nghiên cứu sông Sài Gòn - Đồng Nai được số hóa chi tiết từ hệ thống bản đồ địa hình UTM tỷ lệ 1:10.000 do Cục Bản đồ Bộ Quốc phòng cung cấp. Kích thước tập mẫu bao gồm 321 nhánh, 192 nút hợp lưu cùng 919 mặt cắt hình học ngang. Khoảng cách đo đạc giữa hai mặt cắt thực tế được thiết lập tối ưu từ 2 km đến 5 km nhằm đảm bảo tính phản ánh trung thực về độ dốc, bề rộng và cao trình đáy.
• Phương pháp chọn mẫu và cấu trúc lưới: Không gian mặt bằng kênh sông được phân rã thành hệ thống lưới các phần tử tứ giác và tam giác vector. Dữ liệu địa hình và thủy lực được chuẩn hóa thành 9 bảng quan hệ thực thể, hỗ trợ ràng buộc toàn vẹn dữ liệu đa cấp.
• Lý do lựa chọn phương pháp phân tích số: Luận văn sử dụng phương pháp Thể tích hữu hạn (Finite Volume Method - FVM) tích hợp trên các ô kiểm soát dọc tuyến sông, kết hợp sơ đồ sai phân ẩn 4 điểm Preissmann với trọng số thời gian theta = 0.6667 (tương đương 2/3). Lựa chọn FVM mang lại ưu thế tuyệt đối về khả năng bảo toàn thông lượng khối lượng vật chất tại mọi bề mặt phân chia. Hệ phương trình lan truyền chất sau rời rạc hóa được đưa về dạng hệ ba đường chéo và giải trực tiếp bằng thuật toán Thomas (TDMA) với độ phức tạp tính toán tuyến tính O(n), tối ưu hóa vượt bậc so với các thuật toán khử Gauss O(n³) truyền thống.
• Kiến trúc tính toán song song: Triển khai giải thuật Master-Slave trên nền tảng máy ảo song song PVM (Parallel Virtual Machine) dưới hệ điều hành Linux. Quá trình truy đuổi kép khử ẩn tại các nhánh và giải ma trận thưa tại các nút hợp lưu được phân chia song song theo luồng dữ liệu, giúp khai thác triệt để năng lực của hệ thống nhiều vi xử lý.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình chạy thử nghiệm và mô phỏng số trên hệ thống máy tính phân tán đã mang lại các phát hiện khoa học và kỹ thuật quan trọng:

• Đặc tính phân bố nguồn thải hữu cơ: Phân tích dữ liệu thực tế tại 5 lưu vực kênh rạch chính ở TP.HCM (gồm Tham Lương - Bến Cát, Nhiêu Lộc - Thị Nghè, Tân Hóa - Lò Gốm, Kênh Đôi - Tàu Hũ và Bến Nghé) với tổng lưu lượng nước thải 44.289 m³/ngày-đêm cho thấy chất thải sinh hoạt chiếm tỷ trọng vượt trội 90%, trong khi nước thải công nghiệp chỉ chiếm khoảng 10%. Kênh Tham Lương - Bến Cát ghi nhận tải lượng nước thải lớn nhất đạt 20.333 m³/ngày-đêm.
• Quy luật lan truyền chất theo chế độ bán nhật triều: Vận tốc dòng chảy và khả năng tự làm sạch của mạng kênh sông phụ thuộc chặt chẽ vào độ chênh mức nước triều Biển Đông. Vào mùa khô (tháng 3 - tháng 4), khi lưu lượng thượng nguồn từ hồ Dầu Tiếng chỉ đạt khoảng 20 m³/s và hồ Trị An khoảng 220 m³/s, lưu lượng đỉnh triều tại trạm Nhà Bè dao động mạnh từ 15.000 m³/s đến 20.000 m³/s trong tháng 3, nhưng sụt giảm mạnh xuống xấp xỉ 10.000 m³/s vào tháng 4. Hiện tượng chân triều cao đã gây ứ đọng và tạo ra các "vùng bùng nhùng" ô nhiễm cục bộ tại các kênh rạch nội thành do nước bẩn bị đẩy ngược trở lại.
• Tối ưu hóa tài nguyên tính toán qua cấu trúc ma trận thưa: Hệ phương trình đại số tại các nút hợp lưu được tổ chức lưu trữ thông qua 4 mảng vector chỉ số linh hoạt, giúp cắt giảm hơn 75% nhu cầu bộ nhớ RAM và giảm đáng kể lưu lượng thông điệp truyền tải qua mạng cục bộ giữa tiến trình Master và các tiến trình Slave.
• Hiệu suất tăng tốc song song: Việc phân rã 321 nhánh sông theo tiêu chí cân bằng tổng số mặt cắt trên các máy trạm slave đã mang lại hiệu quả cân bằng tải đạt trên 92%, giúp thời gian hoàn thành bước tính thủy lực và lan truyền chất giảm tỷ lệ thuận với số lượng máy tính tham gia cụm mạng.

Thảo luận kết quả

Kết quả mô phỏng số đã khẳng định tính tương thích hoàn hảo giữa mô hình toán học và hiện tượng thủy lực thực tế. Diễn biến nồng độ oxy hòa tan DO và nhu cầu oxy sinh hóa BOD được biểu diễn trực quan qua hệ thống đồ thị diễn tiến nồng độ theo chu kỳ 24 giờ triều và bảng đối sánh trường nồng độ tại 919 mặt cắt. Các số liệu cho thấy khi vận tốc dòng chảy đạt cực đại trong pha triều rút, hệ số tái sục khí k2 tăng lên rõ rệt, thúc đẩy nồng độ DO phục hồi nhanh chóng. Ngược lại, vào thời điểm triều đứng hoặc pha triều dâng, nồng độ BOD tích tụ cao vượt ngưỡng quy chuẩn môi trường tại các ngã ba sông hợp lưu.

So với các nghiên cứu thủy lực truyền thống vốn chỉ tính toán tuần tự trên từng đoạn sông đơn lẻ, giải pháp tính toán song song kết hợp mô hình thể tích hữu hạn trong luận văn này đã giải quyết triệt để bài toán quy mô lớn trên toàn lưu vực. Việc xây dựng module đồ họa 3D tương tác hai chiều trên môi trường Windows liên kết trực tiếp với cơ sở dữ liệu quan hệ cho phép người dùng kích chuột vào bất kỳ phần tử nào trên bản đồ để tra cứu ngay các thông số lưu lượng, mực nước và hàm lượng ô nhiễm tương ứng.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được từ mô hình tính toán và mô phỏng thực nghiệm, luận văn đưa ra 4 nhóm giải pháp công nghệ và quản lý cụ thể:

• Nâng cấp hạ tầng tính toán song song thời gian thực: Triển khai mở rộng cụm máy chủ xử lý phân tán từ 8 đến 16 nút mạng hiệu năng cao dưới hệ điều hành Linux. Giải pháp này hướng tới mục tiêu rút ngắn chu kỳ dự báo ô nhiễm xuống dưới 15 phút cho mỗi kịch bản vận hành xả tràn, phục vụ đắc lực cho Trung tâm Điều hành Chống ngập và Quản lý Môi trường đô thị trong giai đoạn 1 đến 2 năm tới.
• Mở rộng mạng lưới quan trắc và số hóa mặt cắt định kỳ: Sở Tài nguyên và Môi trường cần phối hợp với các cơ quan chuyên môn tiến hành đo đạc cập nhật thông số hình học cho toàn bộ 919 mặt cắt định kỳ 2 năm/lần. Đồng thời, lắp đặt bổ sung các trạm quan trắc tự động đo DO, BOD và độ mặn theo chu kỳ 1 giờ/lần tại các vị trí xung yếu cách nhau từ 2 km đến 5 km trên sông Sài Gòn và sông Đồng Nai.
• Quy hoạch kiểm soát nguồn thải sinh hoạt tại nguồn: Các cơ quan quản lý đô thị cần đẩy nhanh tiến độ xây dựng các nhà máy xử lý nước thải tập trung cho 5 lưu vực kênh rạch trọng điểm, áp dụng định mức phát thải chuẩn 40g BOD/người/ngày. Đặt mục tiêu xử lý tối thiểu 80% tổng lưu lượng nước thải sinh hoạt (tương đương hơn 350.000 m³/ngày-đêm) trước khi xả ra mạng kênh sông chính trong kế hoạch 5 năm.
• Tích hợp mô hình số vào hệ thống thông tin địa lý (WebGIS) dùng chung: Các viện nghiên cứu và đơn vị phát triển phần mềm cần tiến hành đóng gói cấu trúc cơ sở dữ liệu quan hệ 9 phân hệ và module mô phỏng dòng chảy lên nền tảng đám mây. Dự án này cần được hoàn thành trong vòng 18 tháng để phục vụ công tác chia sẻ dữ liệu liên tỉnh giữa TP.HCM, Bình Dương và Đồng Nai.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo học thuật và ứng dụng công nghệ có giá trị cao đối với nhiều nhóm chuyên môn:

• Cơ quan quản lý nhà nước về môi trường và thoát nước đô thị: Cung cấp bức tranh tổng thể và công cụ định lượng khoa học để đánh giá sức tải môi trường của mạng kênh sông, hỗ trợ ra quyết định cấp phép xả thải và điều tiết nguồn nước xả từ các hồ chứa thượng nguồn như Trị An và Dầu Tiếng.
• Kỹ sư tin học tính toán và phát triển phần mềm: Là tài liệu tham khảo mẫu mực về kỹ thuật lập trình song song Master-Slave thông qua PVM, phương pháp giải hệ ma trận thưa quy mô lớn và kỹ thuật liên kết dữ liệu đồ họa vector với cơ sở dữ liệu quan hệ.
• Viện nghiên cứu thủy lợi và môi trường sinh thái: Cung cấp khung phương pháp luận hoàn chỉnh về việc áp dụng phương pháp thể tích hữu hạn (FVM) và thuật toán Thomas giải bài toán truyền tải - khuếch tán đối lưu phục vụ mô phỏng lan truyền mặn, phèn và phú dưỡng hóa.
• Giảng viên, học viên cao học và sinh viên chuyên ngành Công nghệ thông tin / Kỹ thuật tài nguyên nước: Là giáo trình thực hành chuyên sâu kết hợp liên ngành giữa khoa học máy tính và kỹ thuật công trình thủy, mở ra hướng nghiên cứu tối ưu hóa thuật toán số trên các hệ thống tính toán phân tán.

Câu hỏi thường gặp

• Tại sao phương pháp thể tích hữu hạn (FVM) lại được ưu tiên lựa chọn thay vì phương pháp sai phân hữu hạn thông thường?
  Phương pháp thể tích hữu hạn đảm bảo tính bảo toàn khối lượng và thông lượng vật chất một cách tuyệt đối trên từng ô kiểm soát, ngăn ngừa hiện tượng mất mát số học khi lan truyền nồng độ qua các đoạn kênh có tiết diện thay đổi đột ngột. Kết hợp với sơ đồ lũy thừa theo số Peclet, FVM duy trì tính ổn định số trị ngay cả khi tỷ số đối lưu chiếm ưu thế tuyệt đối so với khuếch tán.

• Kiến trúc Master-Slave trong PVM xử lý bài toán thủy lực mạng kênh sông như thế nào?
  Tiến trình Master chịu trách nhiệm phân phối dữ liệu các nhánh sông cho các tiến trình Slave tính toán hệ số truy đuổi. Sau đó, Master tập hợp dữ liệu để thiết lập và cùng các Slave giải hệ phương trình mực nước tại 192 nút hợp lưu bằng giải thuật khử Gauss song song theo dòng, rồi phân phối kết quả ngược lại để tính nồng độ chất trên từng nhánh.

• Chế độ bán nhật triều ảnh hưởng như thế nào đến sự tích tụ ô nhiễm hữu cơ tại TP.HCM?
  Chế độ bán nhật triều gây ra hiện tượng nước lên xuống 2 lần mỗi ngày. Khi triều dâng, dòng nước đẩy ngược chất ô nhiễm trở lại thượng lưu tạo nên các vùng nước ứ đọng có vận tốc dòng chảy gần bằng 0 m/s. Vào các tháng kiệt nhất (tháng 4), lưu lượng triều tại Nhà Bè giảm xuống 10.000 m³/s khiến quá trình tự làm sạch bị suy giảm nghiêm trọng.

• Cơ sở dữ liệu của phần mềm giải quyết mối liên kết giữa dữ liệu hình học và dữ liệu tính toán ra sao?
  Hệ thống sử dụng cấu trúc quan hệ chuẩn hóa với lược đồ liên kết GTLINK đóng vai trò cầu nối trung gian giữa bảng đồ họa lưới tứ giác (COORD, VER, EDG) và bảng thuộc tính thủy lực (nhánh, mặt cắt, nút hợp lưu). Cơ chế này cho phép truy xuất và hiển thị động trường nồng độ màu sắc trực tiếp trên bản đồ số.

• Mô hình toán học trong luận văn có thể mở rộng cho các dạng ô nhiễm nào khác ngoài BOD và DO?
  Khung phương trình truyền tải tổng quát trong luận văn hoàn toàn áp dụng được cho bài toán xâm nhập mặn (đo theo nồng độ độ mặn S), mô hình hóa lan truyền phèn (dựa trên nồng độ Nhôm Al, Sunfat Su và giá trị pH), cũng như bài toán phú dưỡng hóa nguồn nước do các hợp chất Nitơ và Phốt pho gây ra hiện tượng thủy triều đỏ.

Kết luận

• Đóng góp học thuật và công nghệ cốt lõi:
  • Xây dựng thành công mô hình toán học tích hợp hoàn chỉnh giải bài toán thủy lực dòng chảy một chiều và lan truyền chất ô nhiễm bảo toàn trên mạng lưới kênh sông phức hợp.
  • Ứng dụng xuất sắc phương pháp thể tích hữu hạn (FVM) đưa hệ phương trình đối lưu - khuếch tán về dạng ma trận ba đường chéo, tối ưu hóa thuật toán Thomas (TDMA) đạt hiệu năng tuyến tính O(n).
  • Thiết kế và triển khai giải thuật tính toán song song phân tán Master-Slave qua môi trường máy ảo PVM trên hệ điều hành Linux, giải quyết triệt để bài toán cân bằng tải trên mạng lưới 321 nhánh và 919 mặt cắt.
  • Xây dựng hệ cơ sở dữ liệu quan hệ hoàn chỉnh gồm 9 bảng thực thể liên kết chặt chẽ với module mô phỏng đồ họa không gian vector 3D tương tác trên Windows.
  • Kiểm chứng và định lượng thành công động học lan truyền ô nhiễm hữu cơ (BOD, DO) dưới tác động của chế độ bán nhật triều Biển Đông trên hệ thống sông Sài Gòn - Đồng Nai.
• Định hướng phát triển tiếp theo: Tích hợp các thuật toán học máy dự báo biên dòng chảy tự động, nâng cấp mã nguồn song song lên kiến trúc điện toán đám mây và kết nối mạng lưới cảm biến IoT thời gian thực trên toàn lưu vực sông ngòi Nam Bộ.
• Khuyến nghị hành động: Các đơn vị nghiên cứu và cơ quan quản lý tài nguyên môi trường cần nhanh chóng ứng dụng khung giải thuật và cơ sở dữ liệu của công trình vào thực tiễn quản lý lưu vực, góp phần kiểm soát ô nhiễm và thúc đẩy phát triển kinh tế - xã hội bền vững.

Trích đoạn nội dung tài liệu

TRÖÔØNG ÑAÏI HOÏC QUOÁC GIA TP.HOÀ CHÍ MINH TRÖÔØNG ÑAÏI HOÏC BAÙCH KHOA TPHCM --[ \-- L Luuaaänän vvaaênênT Tooátát nngghhiieeäpäp C Caaoo hhooïcïc XÖÛ LYÙ SONG SONG VAØ MOÂ PHOÛNG DOØNG CHAÛY COÙ TRUYEÀN TAÛI VAÄT CHAÁT TREÂN MAÏNG KEÂNH SOÂNG NGAØNH COÂNG NGHEÄ THOÂNG TIN Höôùng daãn luaän vaên TS Traàn vaên Laêng GV Cao hoïc CNTT, ÑH Baùch khoa – Phaân vieän tröôûng Phaân vieän CNTT TPHCM GS TSKH Nguyeãn Aân Nieân Chuû tòch Hoäi Thuûy khí Vieät nam – Chuû tòch Hoäi Ñoàng Khoa Hoïc Vieän Nghieân cöùu Thuûy lôïi Mieàn Nam Hoïc vieân thöïc hieän: Töø Tuyeát Hoàng TP HOÀ CHÍ MINH 2002 Lôøi caûm ôn Ñeå coù nhöõng keát quaû böôùc ñaàu naøy, tröôùc heát em xin caûm ôn caùc Thaày giaùo, Coâ giaùo –giaûng daïy Cao hoïc - khoa Coâng ngheä thoâng tin – tröôøng Ñaïi hoïc Baùch khoa ñaõ truyeàn ñaït vaø trang bò cho em nhöõng kieán thöùc quyù baùu trong thôøi gian em hoïc taïi tröôøng. Em xin baøy toû loøng bieát ôn saâu saéc ñeán Giaùo sö Tieán só khoa hoïc Nguyeãn AÂn Nieân ñaõ taän tình höôùng daãn vaø giuùp ñôõ em hoaøn thaønh luaän vaên naøy. Em xin chaân thaønh ghi ôn Tieán só Traàn Vaên Laêng ñaõ daãn daét, giuùp ñôõ taän tình treân böôùc ñöôøng hoïc taäp vaø nghieân cöùu trong lónh vöïc chuyeân ngaønh naøy. Xin ghi loøng veà nhöõng tình thöông yeâu voâ vaøn caûm kính töø gia ñình vaø nhöõng ngöôøi thaân ñaõ ñoäng vieân, taïo moïi ñieàu kieän ñeå toâi tieáp böôùc treân con ñöôøng khoa hoïc.

Xin chaân thaønh caûm ôn caùc baïn ñoàng nghieäp ñaõ ñoäng vieân, giuùp ñôõ toâi trong thôøi gian toâi hoïc ôû tröôøng cuõng nhö trong quaù trình hoaøn thaønh luaän vaên naøy. Thaùng 8-2002 Hoïc vieân: Töø Tuyeát Hoàng LÔØI NOÙI ÑAÀU Trong hôn 40 naêm qua, baøi toaùn moâ phoûng doøng chaûy moät chieàu coù truyeàn taûi caùc chaát oâ nhieãm hoaëc truyeàn pheøn, maën vaø phuø sa ñaõ vaø ñang thu huùt nhieàu quan taâm nghieân cöùu cuûa caùc nhaø khoa hoïc trong nöôùc cuõng nhö ôû caùc nöôùc ngoaøi. Nhieàu phöông phaùp soá xuaát phaùt töø sai phaân höõu haïn, phaàn töû höõu haïn hoaëc phöông phaùp theå tích höõu haïn ñaõ ñöôïc phaùt trieån vaø öùng duïng khaép nôi taïi nhöõng khu vöïc Nam Trung boä vaø Nam boä. Trong nhöõng naêm qua, caùc nhaø khoa hoïc ñaõ coù nhöõng noã löïc raát lôùn trong vieäc aùp duïng caùc thaønh töïu cuûa coâng ngheä thoâng tin ñeå giaûi baøi toaùn cuõng nhö ñeå moâ phoûng doøng chaûy coù truyeàn taûi vaät chaát treân maïng keânh soâng nhaèm giaûi quyeát caùc baøi toaùn oâ nhieãm thuoäc caùc khu vöïc soâng Ñoàng nai, Saøi goøn, khu vöïc Caàn giôø, caùc vuøng chòu aûnh höôûng pheøn-maën ven bieån Nam boä vaø treân caû ñoàng baèng soâng Cöûu long.

Tuy vaäy, theo caùc nhaø khoa hoïc ñi tröôùc, vaãn coøn coù nhieàu vaán ñeà veà: giaûi thuaät tính toaùn, kyõ thuaät moâ phoûng, heä cô sôû döõ lieäu,… vaãn coøn chöa ñöôïc giaûi quyeát thoûa ñaùng vaø raát caàn quan taâm nghieân cöùu ñeå baûo veä vuøng kinh teá troïng ñieåm cuûa caû nöôùc. Caùc coâng trình trong nöôùc veà nhöõng vaán ñeà cuûa doøng chaûy vaø lan truyeàn chaát taïi ñoàng baèng soâng Cöûu long cuõng ñaõ xaùc ñònh theâm nhieàu ñaëc tröng cô baûn veà doøng chaûy, xaâm nhaäp maën, vaø lan truyeàn chua pheøn treân ñoàng baèng Nam boä goùp phaàn ñaùng keå cho caùc nghieân cöùu vaø öùng duïng sau naøy. Vôùi khoái löôïng tính toaùn khaù lôùn ñoái vôùi baøi toaùn truyeàn taûi vaät chaát treân caùc maïng keânh soâng, trong nghieân cöùu cuõng caàn ñeán caùc kyõ thuaät tính toaùn vaø xöû lyù song song, ngoaøi caùc moâ phoûng ñònh löôïng khoâng theå khoâng thieát keá nhöõng heä cô sôû döõ lieäu vaø nhöõng coâng cuï ñoà hoïa ñeå moâ phoûng veà caùc dieãn bieán cuûa loaïi doøng chaûy naøy. Trong nhöõng naêm qua, ñaõ coù nhieàu coâng trình söû duïng coâng cuï GIS, kyõ thuaät vieãn thaùm vaø xöû lyù aûnh veä tinh ñeå hoå trôï giaûi quyeát baøi toaùn.

Nghieân cöùu söû duïng caùc keát quaû nghieân cöùu naøy laø moät vieäc caàn thieát. Noái tieáp nhöõng coâng trình cuûa caùc nhaø khoa hoïc ñi tröôùc, ñeà taøi nghieân cöùu öùng duïng ñöôïc ñaët ra, mang teân: “Xöû lyù song song vaø moâ phoûng doøng chaûy coù truyeàn taûi vaät chaát treân maïng keânh soâng” Qua thöïc hieän ñeà taøi, nhöõng noäi dung vaø keát quaû nghieân cöùu ñöôïc trình baøy thaønh 6 chöông Chöông 1: Giôùi thieäu muïc tieâu, yeâu caàu, vaø nhöõng noäi dung nghieân cöùu cuûa ñeà taøi veà baøi toaùn truyeàn taûi chaát treân maïng keânh soâng. Nhöõng nghieân cöùu phaùt trieån cuûa ñeà taøi ñöôïc trình baøy trong caùc chöông tieáp sau vaø caùc keát quaû seõ ñöôïc trình baøy trong chöông cuoái cuøng. Chöông 2: Thieát laäp moâ hình toaùn cho baøi toaùn doøng chaûy vaø lan truyeàn oâ nhieãm moät chieàu treân maïng keânh soâng.

Baèng caùch söû duïng phöông phaùp theå tích höõu haïn, trong chöông naøy seõ rôøi raïc hoùa moâ hình lan truyeàn chaát moät chieàu veà heä phöông trình tuyeán tính ba ñöôøng cheùo. Moâ hình toaùn vaø quaù trình truy ñuoåi ñeå khöû vaø giaûi aån cho tính toaùn caùc thaønh phaàn thuûy löïc cuõng ñöôïc trình baøy trong chöông naøy. Caùc giaûi phaùp trình baøy ñeàu höôùng ñeán song song hoùa vieäc giaûi baøi toaùn. Chöông 3: Theo phöông phaùp soá giaûi baøi toaùn truyeàn taûi chaát moät chieàu ñöôïc neâu trong chöông hai.

Chöông naøy trình baøy chieán löôïc phaân ly döõ lieäu vaø giaûi thuaät giaûi song song baøi toaùn. Chöông 4: Trình baøy heä cô sôû döõ lieäu ñöôïc thieát keá vaø xaây döïng cho chöông trình tính toaùn vaø moâ phoûng quaù trình truyeàn taûi chaát moät chieàu treân maïng keânh soâng. Chöông 5: Chöông naøy trình baøy noäi dung cuûa chöông trình maùy tính ñöôïc thöïc hieän trong ñeà taøi. Chöông trình bao goàm caùc chöùc naêng tính toaùn, keát xuaát vaø moâ phoûng quaù trình truyeàn taûi caùc chaát oâ nhieãm moät chieàu treân maïng keânh soâng.

Moät soá aûnh moâ phoûng keát quaû cho maïng keânh soâng Ñoàng Nai-Saøi goøn goàm 321 nhaùnh, 192 nuùt, 919 maët caét cuõng ñöôïc trình baøy ôû cuoái chöông. Chöông 6: Trình baøy moät soá keát quaû veà tính toaùn song song vaø keát quaû chung cuûa ñeà taøi. Thaùng 8-2002 Töø Tuyeát Hoàng Chöông 1 GIÔÙI THIEÄU 1. Ñeå ñaåy maïnh saûn xuaát noâng nghieäp, trong nhieàu naêm qua baøi toaùn ñaùnh giaù vaø döï baùo quaù trình lan truyeàn pheøn vaø maën voán laø nhöõng vaán ñeà noùng boûng treân caû hai ñoàng baèng Baéc boä vaø Nam boä.

Treân nhöõng maïng löôùi keânh möông thuûy lôïi chaèng chòt noái lieàn vôùi nhieàu nhaùnh soâng lieân thoâng vôùi nhieàu cöûa ñoå ra bieån nhö taïi ñoàng baèng soâng Cöûu long, cheá ñoä thuûy trieàu treân vuøng bieån Ñoâng vaø bieån Taây ñaõ laø nhöõng nhaân toá taùc ñoäng maïnh ñeán quaù trình xaâm nhaäp maën ñoái vôùi nhöõng maïng keânh soâng naøy [9,11,15,34]. Gaàn moät nöûa ñoàng baèng Nam boä ñaát coù chöùa nhieàu axít sunphuric, trong muøa khoâ quaù trình oxyùt hoùa trong ñaát ñaõ hình thaønh caùc oå pheøn gaàn maët ñaát. Ñeán muøa möa pheøn theo nöôùc möa chaûy traøn treân ñoàng ruoäng ñeán caùc nhaùnh keânh soâng laøm ngaäp pheøn treân nhöõng vuøng ñaát roäng lôùn vaø laøm aûnh höôûng lôùn ñeán nguoàn nöôùc duøng cho sinh hoaït vaø saûn xuaát [1,16,18,26,31]. Phaàn lôùn caùc thaønh phoá ñeàu taäp trung taïi nhöõng vuøng haï löu hay naèm ven bôø cuûa caùc con soâng.

Do quaù trình ñoâ thò hoùa vaø coâng nghieäp hoùa, phaàn lôùn nöôùc thaûi trong saûn xuaát vaø sinh hoaït chöa ñöôïc xöû lyù ñaõ ñöôïc xaû tröïc tieáp vaøo nhöõng nhaùnh khaùc nhau cuûa maïng keânh soâng gaây oâ nhieãm ñeán nguoàn nöôùc vaø moâi tröôøng sinh thaùi [32,33,35,36,37]. Nhieàu baøi toaùn khaùc veà oâ nhieãm treân maïng keânh soâng nhö: baøi toaùn phuù döôõng, lan truyeàn dö löôïng thuoác tröø saâu, lan truyeàn caùc ñoäc toá laøm aûnh höôûng ñeán moâi tröôøng soáng,… ñaõ vaø ñang ñaët ra cho caùc nhaø khoa hoïc nhöõng nghieân cöùu coù tính chaát toång hôïp vaø saâu saéc nhaèm baûo veä moâi tröôøng vaø phaùt trieån beàn vöõng [24,25]. Cheá ñoä chaûy cuûa doøng nöôùc laø nhaân toá chuû löïc ñeå truyeàn taûi caùc chaát hoøa tan gaây oâ nhieãm trong maïng keânh soâng. Vì theá, ñeå ñaùnh giaù vaø döï baùo quaù trình lan truyeàn oâ nhieãm treân maïng keânh soâng tröôùc heát phaûi baét ñaàu töø vieäc xem xeùt cheá ñoä doøng chaûy cuûa maïng keânh soâng ñang xeùt.

Nhöõng chaát gaây oâ nhieãm –goïi taét laø chaát oâ nhieãm, ñöôïc xeùt ôû ñaây laø nhöõng loaïi hoùa chaát coù theå pha troän ngay trong nöôùc maø khoâng phaûn öùng vôùi nöôùc vaø khoâng laøm aûnh höôûng ñaùng keå ñeán khoái löôïng rieâng cuûa nöôùc. Do quaù trình truyeàn taûi chaát trong nöôùc coù theå laøm aûnh höôûng ñeán cheá ñoä chaûy cuûa doøng nöôùc neân döôùi ñaây chæ xeùt ñeán nhöõng chaát maø khi lan truyeàn khoâng Baøi toaùn lan truyeàn oâ nhieãm 2 laøm aûnh höôûng ñeán vaän toác cuûa doøng – ngöôøi ta goïi ñoù laø nhöõng chaát thuï ñoäng (passive pollutant). Ñeå traùnh nhöõng phöùc taïp khoâng löôøng heát ñöôïc do söï phaân hoùa chaát hoøa tan ngay beân trong doøng nöôùc, caùc chaát hoøa tan ñöôïc xeùt laø nhöõng chaát baûo toaøn (conservative pollutant) nghóa laø toång khoái löôïng chaát ñoù khoâng thay ñoåi theo thôøi gian khi chuùng toàn taïi beân trong doøng nöôùc. Muoái laø nhöõng chaát nhö theá, trong khi caùc chaát thaûi phoùng xaï laø nhöõng chaát khoâng baûo toaøn.

Möùc ñoä oâ nhieãm moâi tröôøng nöôùc ñöôïc ñaëc tröng baèng tæ soá khoái löôïng chaát oâ nhieãm coù treân moät ñôn vò theå tích nöôùc - ñaïi löôïng naøy goïi laø noàng ñoä. Khi caàn, coøn ñöôïc goïi chính xaùc hôn laø noàng ñoä theå tích ñeå phaân bieät vôùi noàng ñoä khoái ñöôïc tính bôûi khoái löôïng chaát oâ nhieãm treân moät ñôn vò khoái löôïng nöôùc. Thuaät ngöõ noàng ñoä oâ nhieãm ôû moät ñieåm duøng ñeå chæ ñònh khoái löôïng chaát oâ nhieãm trong moät theå tích raát beù taïi ñieåm ñoù nhöng lôùn hôn raát nhieàu so vôùi kích thöôùc cuûa moät phaân töû. Trong moâi tröôøng nöôùc theo nhöõng dieãn bieán cuûa doøng chaûy, söï phaân boá theo khoâng gian cuûa chaát oâ nhieãm baûo toaøn thuï ñoäng laø raát phöùc taïp vaø bieán ñoåi lieân tuïc theo thôøi gian.

Ñeå nghieân cöùu söï phaân boá cuûa tröôøng noàng ñoä oâ nhieãm, ngöôøi ta giaû thieát coù hai nguyeân nhaân gaây ra söï bieán thieân naøy [19]: • Söï vaän ñoäng vó moâ cuûa chaát loûng - goàm nöôùc vaø chaát oâ nhieãm, laøm di chuyeån caùc phaân töû chaát loûng. ÔÛ ñaây thöôøng xaûy ra söï pha troän thuaàn tuùy cô hoïc giöõa caùc phaân töû chaát loûng. Söï truyeàn taûi vó moâ naøy goïi laø truyeàn taûi ñoái löu xaùc ñònh baèng thoâng löôïng ñoái löu laø haøm cuûa vaän toác doøng vaø noàng ñoä chaát ñöôïc truyeàn taûi. • Söï truyeàn taûi ôû möùc phaân töû cuûa nöôùc vaø caùc phaân töû chaát hoøa tan töø nôi naøy ñeán nôi khaùc trong moâi tröôøng nöôùc gaây ra hieän töôïng khueách taùn phaân töû (molecular diffusion) laøm thay ñoåi tröôøng noàng ñoä chaát oâ nhieãm.

Moät yeáu toá khaùc goùp phaàn laøm thay ñoåi tröôøng noàng ñoä chaát oâ nhieãm coù nguyeân nhaân töø chuyeån ñoäng roái cuûa doøng chaûy.