Đang tải... (xem toàn văn)
Tuy nhiên dự báo lũ hiện nay vẫn luôn là một bài toán khó đối với các nhà khoa học, các chuyên gia dự báo khí tƣợng thủy văn không chỉ Việt Nam mà cả các nƣớc tiên tiến trên thế giới
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Phạm Thị Thu Hiền ÁP DỤNG PHƢƠNG PHÁP ƢỚC LƢỢNG BẤT ĐỊNH KHẢ NĂNG (GLUE) CHO DỰ BÁO LŨ TRÊN LƢU VỰC SÔNG VỆ LUẬN VĂN THẠC SỸ KHOA HỌC Hà Nội - 2010 Style Definition: TOC 1: Tab stops: 15,4 cm, Right,Leader: … + Not at 16,07 cm Style Definition: TOC 3: Space Before: pt, Tab stops: 15,4 cm, Right,Leader: … + Not at 16,07 cm ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Phạm Thị Thu Hiền ÁP DỤNG PHƢƠNG PHÁP ƢỚC LƢỢNG BẤT ĐỊNH KHẢ NĂNG (GLUE) CHO DỰ BÁO LŨ TRÊN LƢU VỰC SÔNG VỆ Chuyên ngành: Thủy văn học Mã số: 60.44.90 LUẬN VĂN THẠC SỸ KHOA HỌC Ngƣời hƣớng dẫn khoa học: TS Nguyễn Tiền Giang Hà Nội- 2010 ii LỜI CẢM ƠN Luận văn đƣợc thực Khoa Khí tƣợng Thủy văn Hải dƣơng học, Trƣờng Đại học Khoa học Tự nhiên Luận văn nằm khuôn khổ đề tài nghiên cứu khoa học cấp Đại học Quốc gia “Phân tích độ nhạy độ bất định mơ hình WetSpa sử dụng phƣơng pháp Monte Carlo để dự báo lũ (áp dụng cho lƣu vực sông Vệ)”, thực phần công việc đề tài Tôi xin gửi lời cảm ơn đến thầy cô, đặc biệt TS Nguyễn Tiền Giang hƣớng dẫn khích lệ tơi hồn thành luận văn Tơi xin cảm ơn giúp đỡ GS Yongbo Liu Trƣờng Đại học Tự Brussel, ngƣời tham gia xây dựng mơ hình cung cấp phiên mã nguồn mơ hình WetSpa Tơi xin chân thành cảm ơn sinh viên Đồn Thị Đoan khoa Khí tƣợng Thủy văn Hải Dƣơng học hỗ trợ tơi q trình thực Tơi xin gửi lời cảm ơn đến Thạc sỹ Phạm Thị Phƣơng Chi hai bạn sinh viên Trƣờng đại học Twente, Hà Lan: Daniël Van Puten Tom Doldersum phối hợp thực cung cấp cho số kết phục vụ cho nghiên cứu chƣơng trình Matlab giúp tơi tìm hiểu ngơn ngữ lập trình Matlab Fortran Cuối xin cảm ơn gia đình bạn bè giúp đỡ, động viên tơi nhiều suốt q trình học tập thực luận văn Do thời gian kinh nghiệm hạn chế nên luận văn không tránh khỏi thiếu sót, tơi mong góp ý thầy cô bạn để luận văn đƣợc hoàn thiện Học viên Phạm Thị Thu Hiền iii MỤC LỤC LỜI CẢM ƠN III BẢNG KÝ HIỆU VÀ CÁC CHỮ VIẾT TẮT VI MỞ ĐẦU 11 CHƢƠNG TỔNG QUAN 55 1.1 Tổng quan công nghệ dự báo lũ… ………………………………………………5 1.2 Tổng quan mơ hình sử dụng dự báo lũ ………………………………… 1.2.1 Phân loại mơ hình tốn thủy văn 55 1.2.2 Một số mô hình thủy văn sử dụng dự báo lũ 77 1.3 Đánh giá tính bất định quy trình dự báo lũ .7 1.4 Tổng quan lƣu vực sông Vệ 1.4.1 Vị trí địa lý 1212 1.4.2 Địa hình 1313 1.4.3 Địa chất, thổ nhưỡng 1414 1.4.4 Thảm phủ thực vật 1515 1.4.5 Khí hậu 1515 1.4.6 Đặc điểm thủy văn 2020 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT 2424 2.1 Giới thiệu mơ hình WetSpa .25 2.1.1 Lịch sử phát triển mơ hình WetSpa 2424 2.1.2 Mơ hình WetSpa 2424 2.1.3 Mơ hình Wetpass 2525 2.1.4 WetSpa cải tiến 2626 2.2 Phƣơng pháp ƣớc lƣợng bất định khả - GLUE .28 2.2.1 Cơ sở lý thuyết phương pháp GLUE 4343 2.2.2 Xác định tiêu đánh giá độ phù hợp 4545 2.2.3 Xác định khoảng giá trị hàm phân bố thông số 4747 2.2.4 Thiết lập quy trình sử dụng tiêu đánh giá độ phù hợp để tính tốn khoảng bất định 4747 2.2.5 Thiết lập quy trình cập nhật độ phù hợp có thêm số liệu 4949 2.2.6 Chế độ mô chế độ dự báo 4949 CHƢƠNG 3: ÁP DỤNG PHƢƠNG PHÁP ƢỚC LƢỢNG BẤT ĐỊNH CHO DỰ BÁO LŨ TRÊN SÔNG VỆ 5151 3.1 Thu thập xử lý liệu 53 3.1.1 Số liệu không gian 5151 3.1.2 Số liệu khí tượng thủy văn 5252 3.2 Tính toán Arcview 54 3.3 Các thơng số tồn cục mơ hình 55 iv Formatted: Font: 12 pt Formatted: Tab stops: 15,4 cm, Left Formatted: Space Before: pt Formatted: Space Before: pt Formatted: Space Before: pt Formatted: Space Before: pt Formatted: Left Formatted: Space Before: pt 3.4 Xây dựng quy trình dự báo lũ có tính đến độ bất định thơng số .58 3.4.1 Lựa chọn thông số 5757 3.4.2 Khoảng bất định thông số 5757 3.4.3 Phương pháp lấy mẫu 5858 3.4.4 Tính tốn với mơ hình WetSpa 5959 3.4.5 Lựa chọn tiêu 6060 3.4.6 Tính tốn khả 6161 3.4.7 Tính tốn bất định (UE) 6161 KẾT LUẬN VÀ KIẾN NGHỊ 6767 TÀI LIỆU THAM KHẢO 7170 v Formatted: Space Before: pt BẢNG KÝ HIỆU VÀ CÁC CHỮ VIẾT TẮT Ký hiệu Giải nghĩa DEM Mơ hình số độ cao GIS Hệ thống thông tin địa lý Nguyên gốc Digital Elevation Model GeoInformation System Water and Energy WetSpa Transfer between Soil, Plants and Atmosphere ASCII BASIN DHI GLUE LHS Bộ mã chuyên đổi thông tin chuẩn Mỹ American Standard Code for Information Interchange Mơ hình lƣu vực Viện thủy lực Đan Mạch Danish Hydraulic Institue Phƣơng pháp ƣớc lƣợng bất định khả Phƣơng pháp chọn mẫu siêu lập phƣơng Latin Generalized Likelihood Uncertainty Estimation Latin Hypercube Sampling NS Hệ số Nash Sutcliffe Nash-Sutcliffe coefficient ME Hiệu mô hình Model Efficiency EV Phƣơng sai RBS Tính tốn khả UE Tính tốn bất định vi Error Variance Retain Behavioural Simulations Uncertainty Estimation Formatted Table MỞ ĐẦU Quy trình dự báo lũ nói chung bao gồm bƣớc: thu thập thông tin phục vụ dự báo lũ, giải mã số liệu, cập nhật số liệu, chuẩn bị Ffile dự báo, dự báo lũ, hiệu chỉnh – đánh giá lựa chọn kết dự báo, in tin kết thúc Quy trình dự báo lũ đƣợc thực theo thứ tự từ thƣợng lƣu đến hạ lƣu, tùy theo điều kiện khu vực mà nhà dự báo xây dựng quy trình dự báo cụ thể lƣu vực Các quy trình dự báo đƣợc xây dựng theo nguyên tắc chung nhƣng phƣơng pháp, chƣơng trình hay mơ hình áp dụng dự báo lũ khu vực dự báo khác Trong quy trình dự báo lũ số liệu đƣợc cập nhật, trao đổi qua hệ thống tin theo sơ đồ nhƣ sau: Hình 1: Sơ đồ bƣớc quy trình dự báo lũ Sự phát triển quy trình dự báo lũ ngày cao với phát triển khoa học công nghệ Thể rõ rệt công nghệ quan trắc, kỹ thuật đo đạc, xử lý số liệu công nghệ thông tin… không ngừng nâng cải tiến phục vu vụ cho công tác dự báo lũ Công nghệ ứng dụng quy trình dự báo lũ luận văn chủ yếu vấn đề áp dụng mơ hình tốn thủy văn dự báo dịng chảy Có thể phân loại phƣơng pháp dự báo thủy văn thành nhóm nhƣ: hồi quy, phân tích chuỗi thời gian, mơ hình nhận thức, thống kê khách quan, tổng hợp địa lý, địa mạo… Trong dự báo lũ (hạn ngắn) nhóm phƣơng pháp sử dụng mơ hình nhận thức đƣợc phát triển ứng dụng rộng rãi Nguyễn Thanh Sơn tổng quan đầy đủ mơ hình nội ngoại nhƣ HYDROGIS, KOD, VRSAP, NLRRM, HMC, SSARR, TANK, NAM, MIKE, MARINE, v.v đƣợc ứng dụng Việt Nam [7] Ở nƣớc ta, có nhiều cơng trình cơng bố liên quan đến nghiên cứu, xây dựng quy trình dự báo lũ Bùi Văn Đức nnk (2000), nghiên cứu xây dựng công nghệ dự báo mực nƣớc lũ sông Cửu Long Tân Châu Châu Đốc; Cao Đăng Dƣ (2003, 2005) đề xuất quy trình dự báo, cảnh báo lũ sông Trà Khúc sông Vệ; Đặng Ngọc Tĩnh (2002) đề nghị áp dụng tin học dự báo, cảnh báo lũ Miền Trung; Nguyễn Lan Châu nnk (2000) đề xuất công nghệ dự báo lũ thƣợng lƣu hệ thống sơng Thái Bình; Trần Tân Tiến nnk (2006) xây dựng công nghệ dự báo lũ mơ hình số thời hạn ngày cho khu vực Trung Bộ Việt Nam; Trần Thục nnk (2003) xây dựng công nghệ dự báo lũ hệ thống sơng Hồng - Thái Bình Kết thu đƣợc từ cơng trình mang lại lợi ích thiết thực việc phịng chống lũ lụt, góp phần phát triển kinh tế xã hội [2] Việc ứng dụng mơ hình tốn dự báo lũ góp phần đáng kể phát triển công nghệ dự báo lũ Tuy nhiên, mơ hình thủy văn áp dụng dự báo nghiệp vụ cần phải nhiều công sức tìm đƣợc tham số mơ hình, đặc biệt với mơ hình thủy văn phân phối Hơn nữa, thiếu hiểu biết lƣu vực nghiên cứu số liệu thực đo nên dẫn đến trƣờng hợp có nhiều tham số mơ hình hay nhiều mơ hình đƣa kết dự báo có chất lƣợng nhƣ [20,28] Để chọn đƣợc mơ hình thơng số dùng dự báo tác nghiệp cho trƣờng hợp cụ thể, thành phần sau cần đƣợc xác định, đo đạc ƣớc lƣợng [29]: (1) Mơ hình: cấu trúc, tham số, biến trạng thái, điều kiện ban đầu điều kiện biên, (2) Dữ liệu: giá trị đo đạc biến vào mơ hình Tất thành phần chứa đựng tính bất định làm ảnh hƣởng đến giá trị dự báo Trong đó, kết dự báo lũ cho kết tƣơng ứng với số liệu đầu vào thông số định khơng thể xem xét đánh giá đƣợc ảnh hƣởng sai số gặp phải trình Tuy nhiên dự báo lũ tốn khó nhà khoa học, chun gia dự báo khí tƣợng thủy văn khơng Việt Nam mà nƣớc tiên tiến giới Việc xây dựng công nghệ dự báo chuẩn xác cịn nhiều khó khăn, ln tồn sai số yếu tố ảnh hƣởng đến tính xác kết dự báo Vì vậy, đánh giá độ bất định cấu trúc, tham số số liệu đầu vào mơ hình dự báo đóng vai trị quan trọng [9, 10] Đồng thời, vai trò việc lƣợng hoá loại bất định dự báo, đặc biệt dự báo lũ nƣớc ta chƣa đƣợc xem xét đánh giá Một hƣớng nghiên cứu giới thể sai số trình vào kết dự báo Trong [29] M.G.F Werner, N.M Hunter P.D Bates sử dụng phƣơng pháp ƣớc lƣợng bất định khả (GLUE) để đánh giá giá trị bất định phân phối sử dụng đất mơ hình thủy động lực tƣơng tác 1D, 2D lƣu vực sông Meuse A Bahremand F De Smedt [12] kiểm định tự động phân tích độ nhạy thơng số sử dụng mơ hình ƣớc lƣợng thơng số độc lập (PEST) với mơ hình WetSpa cho lƣu vực Torysa có diện tích lớn Slovakia đạt đƣợc kết khả quan Ryan Fedak (1999) nghiên cứu ảnh hƣởng kích thƣớc lƣới với hai mơ hình HEC-1 TopModel [27] Ngồi ra, kể đến nghiên cứu Iman Helton [24], Campolongo Saltelli [16], Nguyen T.G De Kov J [20], Với mục đích bƣớc đầu nghiên cứu đánh giá độ bất định cấu trúc, tham số lƣợng hóa loại bất định mơ hình dự báo lũ nhằm đƣa số kết khả phục vụ cho dự báo lũ luận văn thực đề tài “Nghiên cứu ứng dụng phƣơng pháp ƣớc lƣợng bất định (GLUE) vào mơ hình dự báo lũ” Đây vấn đề nghiên cứu dự báo lũ Vì mục tiêu nghiên cứu sở lý thuyết áp dụng thử nghiệm lƣu vực sông Vệ, đại diện cho lƣu vực sông miền Trung có nhiều nghiên cứu đánh giá tính tốn, dự báo lũ tình hình lũ lụt,… nhƣng chƣa có nghiên cứu có xét đến độ bất định Cụ thể, nội dung luận văn tập trung vào hai vấn đề chính: - Nghiên cứu phƣơng pháp ƣớc lƣợng bất định (GLUE) ứng dụng mơ hình dự báo lũ WetSpa - mơ hình đƣợc ứng dụng dự báo lũ - Xây dựng quy trình dự báo lũ có tính độ bất định, áp dụng thử nghiệm lƣu vực sơng Vệ tính đến trạm An Chỉ với 200 thông số sau thực thuật tốn tính lặp 200 lần ngơn ngữ Fortran mã nguồn mơ hình WetSpa Thời gian xử lý, tính tốn 200 mẫu khoảng Để tính tốn với phƣơng pháp Glue cần phải thực mô trƣớc tiến hành dự báo Sử dụng trực tiếp trận lũ 11/99 10/2003 để thực mô Từ kết thu đƣợc 200 đƣờng q trình lũ thực tính tốn ƣớc lƣợng bất định theo trình tự nêu chƣơng Hình 3.5: Kết tính tốn lƣu lƣợng lũ tháng 10/2003 tƣơng ứng với 200 thông số 3.4.5 Lựa chọn tiêu Trong luận văn này, có tiêu đƣợc đƣa để đánh giá độ phù hợp mẫu (hay thông số) lựa chọn Trong bƣớc mô tiến hành đánh giá với ba tiêu: NS, ME EV Từ phân tích lựa chọn tiêu dùng cho bƣớc dự báo Sử dụng chƣơng trình đƣợc viết ngơn ngữ Matlab thực tính tốn đánh giá tiêu 60 3.4.6 Tính tốn khả Dựa vào kết tính toán theo tiêu thực bƣớc tính tốn thƣớc đo khả mẫu mô Các mẫu mô đƣợc giữ lai mẫu có kết tính tốn theo tiêu vƣợt qua ngƣỡng loại bỏ loại tiêu Trong bƣớc tính tốn có tính định tính tốn bất định Do số lƣợng mẫu tính tốn 200, nên phần trình bày đƣa ví dụ thu nhỏ kết tính tốn khả nhƣ sau: Bảng 3.4: Kết tính tốn khả Hàng/ cột Các thơng số Thực đo Tinh tốn tiêu 1 0.0519 Tính toán khả 0 0 5.043 0.042 1.207 0.7306 0.7306 2.077 0.004 0.06 Giá trị mẫu (bộ thông số) 25.004 7.204 42.343 12.037 0 83.418 153.70 54.12 95.933 341.99 89.324 266.53 26.497 0.1456 3.917 0.063 1.011 4.755 0.069 0.433 0.212 5.79 0.06 0.213 14.02 70.46 0.001 495.4 0.8457 0.8457 3.252 0.005 0.55 0.5804 29.798 117.95 35.562 21.456 375.83 3.627 0.013 0.962 90.131 3.4.7 Tính tốn bất định (UE) Bao gồm hai chế độ: chế độ mô dự báo a) Mô Đối với chế độ mô phỏng, số liệu cần để tính tốn lƣu lƣợng thực đo, lƣu lƣợng tính tốn từ mơ hình WetSpa tính tốn khả từ tiêu đƣợc lựa chọn để đánh giá Kết tính tốn bất định chuỗi lƣu lƣợng có giá trị đánh giá theo tiêu đạt (chỉ tiêu so sánh tính tốn thực đo, giá trị theo ngƣỡng loại bỏ) Từ tính tốn đƣợc dải giá trị lƣu lƣợng 61 phù hợp mà giá trị thực đo nằm khoảng giới hạn Luận văn thực mô với trận lũ: tháng 11/1999 tháng 10/2003 Hình 3.6: Kết tính tốn bất định chế độ mơ với trận lũ tháng 10/2003(chỉ tiêu NS) 62 Hình 3.7: Kết tính tốn bất định chế độ mơ với trận lũ tháng 10/2003 (chỉ tiêu EV) Hình 3.8: Kết tính tốn bất định chế độ mơ với trận lũ tháng 10/2003 (chỉ tiêu ME) 63 Hình 3.9: Kết tính tốn bất định chế độ mơ với trận lũ tháng 11/1999 (chỉ tiêu NS) Hình 3.10: Kết tính tốn bất định chế độ mơ với trận lũ tháng 11/1999 (chỉ tiêu EV) 64 Hình 3.11: Kết tính tốn bất định chế độ mơ với trận lũ tháng 11/1999 (chỉ tiêu ME) b) Dự báo Đối với chế độ dự báo, số liệu lƣu lƣợng thực đo chƣa biết, lƣợng mƣa sử dụng lƣợng mƣa dự báo Do đó, sử dụng mơ hình WetSpa để tính tốn chuỗi lƣu lƣợng tƣơng ứng với thông số từ số liệu mƣa Trận lũ mơ đƣợc tính tốn khoảng tất định dựa số phù hợp cũ thu đƣợc từ mơ trƣớc Các q trình tính tốn nhƣ trình bày nhƣng bƣớc tính tốn bất định lựa chọn chế độ mô Trong nội dung luận văn tính tốn dự báo trận lũ tháng 12/99, số liệu mƣa số liệu thực đo lƣu lƣợng đƣợc xem nhƣ chƣa biết Lựa chọn tiêu NS tính tốn theo trình tự thu đƣợc kết nhƣ sau: 65 Hình 3.12: Kết dự báo trận lũ tháng 11/1999 (Đƣờng liền nét mảnh đƣờng thực đo) 66 KẾT LUẬN VÀ KIẾN NGHỊ Cơng tác dự báo lũ đóng vai trò quan trọng việc ổn định phát định phát triển kinh tế xã hội Dự báo lũ phục vụ cho mục đích phịng chống giảm nhẹ thiên tai nƣớc gây phục vụ cho công tác vận hành cơng trình khai thác nguồn nƣớc Vì vậy, việc đƣa kết dự báo xác có ý nghĩa cộng đồng ngành kinh tế Nghiên cứu phƣơng pháp ƣớc lƣợng bất định hƣớng nghiên cứu công nghệ dự báo lũ Trên giới có số nghiên cứu ƣớc lƣợng bất định nhƣng nghiên cứu mang tính tham khảo chƣa đƣợc đƣa vào ứng dụng Do đó, vấn đề phân tích tính tốn độ bất định khoảng dự báo dự báo lũ vấn đề mẻ Việt Nam Luận văn nghiên cứu sở lý thuyết phƣơng pháp ƣớc lƣợng bất định GLUE Từ đó, kết hợp với mơ hình WetSpa xây dựng chƣơng trình tính tốn khoảng dự báo phần mềm Matlab Kết sơ đồ q trình tính toán khoảng dự báo đƣợc thiết lập, bao gồm thủ tục dễ hiểu, dễ hiệu chỉnh đầu vào kết áp dụng thử nghiệm cho dự báo lũ sơng Vệ Tính đến trạm An Chỉ Trong trình thực đề tài, học viên rút số vấn đề sau: 1) Về mơ hình WetsSpa Mơ hình tính tốn với chuỗi số liệu đầu vào liên tục Do đó, giai đoạn chuẩn bị liệu phải thực kiểm tra tính liên tục độ tin cậy số liệu Các giá trị âm chuỗi số liệu đại diện cho trƣờng hợp liệu thực đo bị thiếu phải đƣợc thay giá trị nội suy Cách phân chia loại sử dụng đất khơng rõ ràng gây khó khăn cho ngƣời sử dụng Các giá trị đƣợc gán cho lƣới biểu giá trị trung bình diện tích Sự biến thiên lƣới lớn, sai số tăng Do đó, kích thƣớc lƣới nên đƣợc xác định rõ ràng Kích cỡ lƣới nhỏ biểu tốt thay đổi đặc điểm vật lý lƣu vực, nhƣng dẫn đến việc giả định thời gian tốn nhớ suốt thời gian mô phỏng, đặc biệt cho lƣu vực lớn - Bƣớc thời gian mơ hình ngày không khả thi dự báo lũ cho lƣu vực nhỏ, nơi lƣợng nƣớc thừa chảy bƣớc thời gian Phần diện tích khơng thấm khu vực thị đƣợc đƣa vào mơ hình cách chủ quan, phụ thuộc vào kích cỡ lƣới 67 - Trong lƣới kích cỡ 50x50 m 30% diện tích khơng thấm đƣợc gán vào khu vực dân cƣ, 70% cho khu vực công nghiệp thƣơng mại 100% cho bãi đỗ xe, đƣờng chính… Điều khơng phản ánh thực tế mang đến nhiều sai số cho kết mơ hình - Mơ hình sử dụng nhiều hệ số kinh nghiệm đƣợc mặc định qua nội suy hiệu chỉnh từ nghiên cứu trƣớc sử dụng cho toàn lƣu vực Do phạm vi dao động lớn, nhiều tham số nhƣ độ dẫn thuỷ lực, hệ số nhám…có thể thay đổi lớn ứng dụng mơ hình đến địa điểm khác với mơi trƣờng hồn tồn khác Do đó, việc hiệu chỉnh mơ hình cần thiết điều mang đến khó khăn cho q trình tham số hóa mơ hình lƣu vực khơng có trạm đo WetSpa sử dụng nhiều loại ngơn ngữ lập trình phức tạp nhƣ ArcView Avenue, Fortran Visual Basic, gây khó khăn cho ngƣời dùng muốn thay đổi mơ hình cho phù hợp với nhu cầu sử dụng 2) Về phƣơng pháp GLUE: nghiên cứu phƣơng pháp ƣớc lƣợng bất định GLUE nghiên cứu công nghệ dự báo lũ Trong tính tốn, lƣợng hóa yếu tố bất định thể kết đƣa dải giá trị thay giá trị theo truyền thống Dải giá trị đƣợc đƣa từ tính tốn với nhiều thơng số mơ hình WetSpa có khả cho kết mơ phỏng, dự báo tƣơng đối tốt khác với phƣơng pháp truyền thống (chỉ tính tốn với thơng số) Trong luận văn, phƣơng pháp GLUE đƣợc khai triển theo quy trình trình bày chƣơng để áp dụng cho dự báo lũ sử dụng mơ hình WetSpa Ngơn ngữ lập trình cấp cao Matlab có hệ thống tính tốn khoa học kỹ thuật, thƣ viện hàm phong phú có khả mơ phỏng, vẽ đồ thị, biểu đồ phân tích liệu … Vì vậy, sử dụng ngơn ngữ Matlab để thực bƣớc phƣơng pháp GLUE, bao gồm bƣớc nhƣ sau: chọn mẫu LHS; tiêu NS, ME, EV: từ kết mơ mơ hình thu đƣợc giá trị tiêu phù hợp từ tiêu đánh giá; mô đƣợc chấp nhận; tính tốn khoảng bất định Trong đó, lựa chọn mẫu LHS xác định tiêu đƣợc đánh giá quan trọng Đối với lựa chọn mẫu LHS, vấn đề xác định thông số khoảng phân bố thông số ảnh hƣởng trực tiếp đến kết dự báo Trong nội dung luận văn tham khảo số nghiên cứu lựa chọn đƣợc thơng số khoảng phân bố thông số đƣợc kiểm nghiệm trình thực Khoảng 68 phân bố nhỏ mức độ thể mẫu đƣợc chi tiết hơn, dải dự báo hẹp nên độ xác cao Về việc xác định tiêu đánh giá, giới có vài nghiên cứu việc đƣa tiêu phù hợp phƣơng pháp GLUE Mức độ phù hợp đƣa dựa quan điểm ngƣời sử dụng nên phụ thuộc nhiều vào yếu tố chủ quan Trong nội dung luận văn, học viên lựa chọn tiêu NS, EV, ME đƣợc xem phổ biến đƣợc thử nghiệm nhiều nghiên cứu Áp dụng ba tiêu nêu cho thấy số NS đƣợc sử dụng cho kết tốt Tuy nhiên, việc xây dựng tiêu đánh giá độ phù hợp quan trọng bậc quy trình nhƣng chƣa thể đƣợc mức độ phù hợp dự báo cần đƣợc nghiên cứu thêm giai đoạn 3) Về kết tính tốn Kết hợp phƣơng pháp GLUE mơ hình WetSpa xây dựng đƣợc sơ đồ tính tốn độ bất định nhằm đƣa dải kết dự báo thay giá trị Kết mơ tƣơng đối phù hợp với đƣờng trình lũ thực đo hai trận lũ tháng 11/1999 tháng 10/2003 cho thấy sử dụng tiêu NS để tính tốn bất định cho kết phù hợp nên sử dụng tiêu NS để thực bƣớc dự báo Khi sử dụng quy trình chế độ dự báo (trận lũ tháng 12/1999), kết cho thấy có chênh lệch giá trị thực đo biên (đối với đỉnh lũ thứ 2) biên dƣới (đối với đỉnh lũ thứ 3) khoảng bất định dự báo Tuy nhiên mức độ chênh lệch không lớn Sự sai khác đỉnh lũ thứ đƣợc giải thích phần với cấp lƣu lƣợng lớn (Q>3500 m3/s), An Chỉ có tƣợng nƣớc tràn bờ trao đổi với lƣu vực sơng Trà Khúc Do lƣu lƣợng đo đƣợc khơng phải tổng lƣu lƣợng thu đƣợc từ thƣợng lƣu chảy Nếu sử dụng đƣờng trung bình đƣờng dự báo sai số lớn Từ chênh lệch khoảng dự báo giá trị thực đo cần tiếp tục nghiên cứu vấn đề sau: i) áp Áp dụng quy trình cập nhật độ phù hợp sử dụng nhiều trận lũ khứ; ii) Áp dụng quy trình với lƣu vực khác mà khơng có trao đổi nƣớc với lƣu vực xung quanh có lũ lớn 69 70 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Phạm Thị Phƣơng Chi (2009), Sử dụng phương pháp Morris đánh giá độ nhạy thơng số mơ hình WetSpa, Luận văn thạc sỹ khoa học ngành Thủy văn, Trƣờng Đại học Khoa học Tự nhiên, Hà Nội [2] Nguyễn Lan Châu cộng sự, Các toán ứng dụng mơ hình thủy văn Marine để mơ dự báo lũ sơng Đà, Tạp chí Khí tƣợng Thủy văn (2005) [3] Nguyễn Anh Đức (2005), Hiệu chỉnh, áp dụng cơng thức SCS mơ hình sóng động học phương pháp phần tử hữu hạn mơ q trình lũ lưu vực sơng Vệ - trạm An Chỉ, Khóa luận tốt nghiệp ngành Thủy văn, Trƣờng Đại học Khoa học Tự nhiên, Hà Nội [4] Nguyễn Tiền Giang, Daniel van Putten, Phạm Thị Thu Hiền, Công nghệ dự báo lũ xét đến tính bất định mơ hình thủy văn: Cơ sở lý thuyết , Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên Công nghệ 25, Số 3S (2009) 403‐411 [5] Nguyễn Tiền Giang, Nguyễn Thị Thủy, Khai thác mơ hình WetSpa phục vụ dự báo lũ lưu vực sông quốc tế: tính bất định số liệu, tham số, cấu trúc mơ hình đề xuất giải pháp, Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên Công nghệ 25 (1S), (2009) 35 [6] Hồ Thị Minh Hà (2008), Nghiên cứu khả mơ mùa yếu tố khí tượng lãnh thổ Việt Nam phương pháp thủy động thống kê, Luận án Tiến sỹ ngành Khí tƣợng, Trƣờng Đại học Khoa học Tự nhiên, Hà Nội [7] Nguyễn Thanh Sơn (2008), Nghiên cứu mô trình mưa - dịng chảy phục vụ sử dụng hợp lý tài nguyên nước đất số lưu vực sông thượng nguồn miền Trung, Luận án Tiến sỹ ngành Địa lý, Trƣờng Đại học Khoa học Tự nhiên, Hà Nội 71 [8] Nguyễn Thị Thủy (2008), Ứng dụng mô hình WetSpa cải tiến dự báo lũ cho lưu vực sơng Cả tính đến trạm Dừa, Khóa luận tốt nghiệp ngành Thủy văn, Trƣờng Đại học Khoa học Tự nhiên, Hà Nội [9] Viện Quy hoạch Thủy lợi (2003), Quy hoạch sử dụng tổng hợp nguồn nước lưu vực sông Trà Khúc - Tỉnh Quảng Ngãi, Hà Nội [10] Bofu Yu (2004), Báo cáo Thủy văn Hình thái địa hình bồi tích sơng Trà Bồng, Trà Khúc sông Vệ Quảng Ngãi, Việt Nam Tiếng Anh [11] Aronica G., Bates P D., Horritt M S (2002), Assessing the uncertainty in distributed model predictions using observed binary pattern information within GLUE, Hydrological processes, 16, 2001-2016 [12] K J Beven, Uncertainty in Predictions of Floods and Hydraulic Transport, Publs Inst GeoPhys Pol Acad Sc., E-7 (2007) 401 [13] K.J Beven, A.M Binley, The future of distributed models: model calibration and uncertainty prediction, Hydrological Process (1992) 279 [14] Beven K., Binley A (1992), The future of distributed models [15] Beven Keith (2001), How far can we go in distributed hydrological modelling, Hydrology and Earth System Sciences, 5, 1-12 [16] Campolongo F., Saltelli A (1997), Sensitivity analysis of an environmental model: an application of different analysis methods, Reliability Engineering & System Safety, 57, 49-69 [17] Daniel Van Puten (2009), Estimating and updating uncertainty with the GLUE methodology, Bachelor thesis Twente University, Enschede, The Netherlands [18] FAO (2006), World reference base for soil resources 2006, Italia [19] FAO (2006), FAO Soil Unit, Italia 72 [20] Nguyen, T G., De Kok J (2006), Systematic testing of an integrated systems model for coastal zone management using sensitivity and uncertainty analyses, Environmental Modelling & Software 22 (2007), 1572-1587 [21] V.B Liu, F.De Smedlt, Document and user manual WetSpa extension, Belgium 2004 [22] Y B Liu et al., A diffusive transport approach for flow routing in GISbased flood modeling, Journal of Hydrology 283 (2003) 91 [23] Granger Morgan, Max Herion, Mitchell Small (1990), Uncertainty, Cambridge University Press, The United Stated of America [24] Iman R.L., Helton J.C (1988), An investigation of uncertainty and sensitivity analysis techniques for computer models, Risk Analysis (1), 71-90 [25] NSW Department of Commerce Manly Hydraulics Laboratory (2006), Review and Assesment of Hydrologic/Hydralic Flood Models [28] Nurmohamed, R., Naipal, S., De Smedt, F (2006), Hydrologic modeling of the Upper Suriname River basin using WetSpa and ArcView GIS, Journal of spatial Hydrology, 6, 1-17 [26] Roberta-Serena Blasone, Jasper A Vrugt, Henrik Madsen, Dan Rosbjerg, Bruce A Robinson, George A Zyvoloski (2008), Generalized likelihood uncertainty estimation (GLUE) using adaptive Markov Chain Monte Carlo sampling, Water Resources, 31, 630-648 [27] Ryan Fedak (1999), Effect of Spatial Scale on Hydrologic Modeling in a Headwater Catchment, Master Thesis [28] Tom Doldersum (2009), Global sensitivity analysis of the WetSpa model, Bachelor thesis, Twente University, Enschede, The Netherlands 73 [29] S Uhlenbrook et al., Prediction uncertainty of conceptual rainfallrunoff models caused by problems in identifying model parameters and structures, Hydrological Sciences Bulletin 44 (5), (1999) 779 [30] T Wagener, H.V Gupta, Model identification for hydrological forecasting under uncertainty, Stochastic Environmental Research and Risk Assessment 19 (2005) 378 74 ... khu vực mà nhà dự báo xây dựng quy trình dự báo cụ thể lƣu vực Các quy trình dự báo đƣợc xây dựng theo nguyên tắc chung nhƣng phƣơng pháp, chƣơng trình hay mơ hình áp dụng dự báo lũ khu vực dự báo. .. độ bất định cấu trúc, tham số lƣợng hóa loại bất định mơ hình dự báo lũ nhằm đƣa số kết khả phục vụ cho dự báo lũ luận văn thực đề tài “Nghiên cứu ứng dụng phƣơng pháp ƣớc lƣợng bất định (GLUE). .. NỘI TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Phạm Thị Thu Hiền ÁP DỤNG PHƢƠNG PHÁP ƢỚC LƢỢNG BẤT ĐỊNH KHẢ NĂNG (GLUE) CHO DỰ BÁO LŨ TRÊN LƢU VỰC SÔNG VỆ Chuyên ngành: Thủy văn học Mã số: 60.44.90 LUẬN VĂN
