Bài giảng về Mô hình hóa môi trường

51 trang vanle 2440

Download

Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng về Mô hình hóa môi trường", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

bai_giang_ve_mo_hinh_hoa_moi_truong.pdf

Nội dung text: Bài giảng về Mô hình hóa môi trường

BӜ GIÁO DӨC VÀ ĈÀO TҤO TRѬӠNG ĈҤI HӐC CҪN THѪ oOo LÊ ANH TUҨN, PhD. BÀI GIҦNG MÔN HӐC MÔ HÌNH HÓA MÔI TRѬӠNG ENVIRONMENTAL MODELING NTTULIB Cҫn Thѫ, 2008
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ LӠI MӢĈҪU VÀ GIӞI THIӊU MӨC LӨC LӠI MӢĈҪU VÀ GIӞI THIӊU ii MӨC LӨC ii Danh sách hình iv Chѭѫng 1. NHҰP MÔN – CÁC KHÁI NIӊM CѪ BҦN 1 1.1 Vҩn ÿӅ 1 1.2 Các ÿӏnh nghƭa và khái niӋm cѫ bҧn 1 1.2.1 Ĉӏnh nghƭa mô hình 1 1.2.2 Mөc tiêu thành lұp mô hình 3 1.2.3 Ĉһc trѭng cѫ bҧn cӫa mӝt mô hình 4 1.3 Mô hình môi trѭӡng 6 1.4 Lӏch sӱ mô hình 6 1.5 Quan hӋ môn hӑc 8 Chѭѫng 2. PHÂN LOҤI VÀ TIӂN TRÌNH MÔ HÌNH 9 2.1 Phân loҥi mô hình 9 2.1.1 Mөc ÿích phân loҥi mô hình 9 2.1.2 Các nhóm mô hình 9 2.2 TiӃn trình vұn hành mô hình 12 2.2.1 Thu thұp dӳ liӋu 13 2.2.2 Mô hình khái niӋm 13 2.2.3 Mô hình giҧi tích hoһc mô hình sӕ 15 2.2.4 HiӋu chӍnh mô hình 15 2.2.5 KiӇm nghiӋm mô hình 15 2.2.6 Tiên ÿoán hoһc tӕi ѭu 16 2.3 Tiêu chuҭn chӑn lӵa mô hình 16 2.3.1 Khái niӋm NTTULIB 16 2.3.2 Mô hình "tӕt nhҩt" 17 2.3.3 Chӑn mô hình theo cҩu trúc và giá trӏ vào/ra 18 2.3.4 Chӑn mô hình theo vҩn ÿӅ thӵc tӃ 19 2.3.5 Ĉánh giá lҥi viӋc chӑn lӵa 20 Chѭѫng 3. HIӊU CHӌNH CÁC THÔNG SӔ MÔ HÌNH 21 3.1 Khái quát vҩn ÿӅ 21 3.2 Các bѭӟc trong tiӃn trình hiӋu chӍnh 23 3.2.1 Bѭӟc xác ÿӏnh thông tin quan trӑng 23 3.2.2 Bѭӟc chӑn tiêu chuҭn mô hình 24 3.2.3 Bѭӟc hiӋu chӍnh mô hình 24 3.3 Các tiӃp cұn ÿӇ hiӋu chӍnh thông sӕ mô hình 25 3.3.1 TiӃp cұn tiên nghiӋm (a priori approach) 25 3.3.2 TiӃp cұn phù hӧp ÿѭӡng cong (the curve fitting approach) 25 3.4 Các vҩn ÿӅ khi thành lұp các thông sӕ trong các mô hình môi trѭӡng 27 3.4.1 Các vҩn ÿӅ thѭӡng gһp khi thành lұp thông sӕ 27 3.4.2 Sӵ hiӋu chӍnh là mӝt ÿòi hӓi khҳc khe vӅ sӕ liӋu 28 ii TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 3.4.3 Tѭѫng tác giӳa các thông sӕ 28 3.4.4 Sӵ tѭѫng tӵ lѭu vӵc và các vҩn ÿӅ chuyӇn dӏch thông sӕ 29 3.4.5 Giá trӏ thông sӕ và vҩn ÿӅ quy mô cӫa mô hình 30 3.4.6 Vҩn ÿӅ ngoҥi suy thông sӕ 31 Chѭѫng 4. THӆ HIӊN MÔ HÌNH 32 4.1 KiӇm nghiӋm và ÿӏnh trӏ mô hình 32 4.2 Nghiên cӭu kiӇm nghiӋm 32 4.2.1 Mөc tiêu 32 4.2.2 Hàm mөc tiêu 33 4.2.3 Các trӏ sӕ thӕng kê dùng cho kiӇm nghiӋm 33 4.3 Vҩn ÿӅ kiӇm nghiӋm mô hình 37 4.3.1 Các vҩn ÿӅ thѭӡng gһp 37 4.3.2 Hұu kiӇm viӋc phê chuҭn và kiӇm nghiӋm mô hình 38 Chѭѫng 5. ӬNG DӨNG MÔ HÌNH HÓA MÔI TRѬӠNG 39 5.1 Sѫÿӗ phát triӇn và ӭng dөng mô hình 39 5.2 Xu thӃ phát triӇn mô hình hóa môi trѭӡng theo quy mô không gian 40 5.3 Giӟi thiӋu mӝt sӕ mô hình môi trѭӡng 41 5.3.1 Mô hình biӃn ÿәi khí hұu toàn cҫu 41 5.3.2 Mô hình quҧn lý lѭu vӵc 42 5.3.3 Bӝ mô hình thӫy lӵc - thӫy văn MIKE 43 5.3.4 Mô hình ô nhiӉm môi trѭӡng sinh thái nѭӟc ngӑt 45 Tài liӋu tham khҧo 46 Phө lөc 47 NTTULIB iii TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Danh sách hình Hình 1.1. Mô hình xe hѫi thӱ nghiӋm sӱ dөng năng lѭӧng mһt trӡi 2 Hình 1.2. Mô hình thӇ hiӋn sӵ thay ÿәi khӕi lѭӧng nѭӟc trong hӗ chӭa 2 Hình 1.3. Mô hình dӵ báo tình hình thӃ giӟi ÿӃn năm 2100 2 Hình 1.4. Ĉѭӡng ÿi cӫa các chҩt gây ô nhiӉm trong vòng tuҫn hoàn nѭӟc 3 Hình 1.5. Ba thành tӕ chính cӫa mӝt mô hình 4 Hình 1.6: Chia vҩn ÿӅ lӟn thành tӯng vҩn ÿӅ riêng rӁ 4 Hình 1.7: Khái quát mô hình theo khoa hӑc tính toán 5 Hình 1.8: Mһt trên cӫa trӕng ÿӗng Ĉông Sѫn (hình trái); mӝt hình khҳc mô phӓng hình ҧnh hai con chim ÿұu trên mái nhà cӫa con ngѭӡi (hình phҧi) 7 Hình 1.9: Quan hӋ môn hӑc “Mô hình hóa môi trѭӡng” vӟi các môn khác 8 Hình 2.1. Phân loҥi mô hình tәng quát 11 Hình 2.2. Phân loҥi mô hình dӵa theo mô tҧ tiӃn trình 11 Hình 2.3. Phân loҥi mô hình dӵa vào quy mô không gian và thӡi gian 12 Hình 2.4. Phân loҥi mô hình dӵa vào phѭѫng pháp giҧi toán 12 Hình 2.5. TiӃn trình cӫa mӝt mô hình 13 Hình 2.6. Mô hình khái niӋm diӉn ta quan hӋ mѭa – dòng chҧy 14 Hình 2.7 Minh hӑa viӋc phân ÿoҥn chuӛi sӕ liӋu theo thӡi gian ÿӇ HiӋu chӍnh và thӱ nghiӋm khi chҥy mô hình 16 Hình 2.8 BiӇu ÿӗ minh hӑa quan hӋ giӳa ÿӝ phӭc tҥp cӫa mô hình, mӭc ÿòi hӓi cӫa dӳ liӋu và khҧ năng thӇ hiӋn kӃt quҧ tiên ÿoán cӫa mô hình 17 Hình 3.1 TiӃn trình mѭa – dòng chҧy trong mӝt lѭu vӵc 21 Hình 3.2 Thӫy ÿӗ ghi nhұn thӵc tӃ diӉn biӃn mѭa và dòng chҧy cùng thӡi ÿoҥn 21 Hình 3.3 Sѫÿӗ diӉn tҧ bài toán quan hӋ mѭa – dòng chҧy 22 Hình 3.4 Ví dө minh hӑa kӃt quҧ lѭu lѭӧng dòng chҧy theo mô hình và theo thӵc tӃ 22 Hình 3.5 Ba bѭӟc trong tiӃn trình HiӋu chӍnh 23 Hình 4.1: Mӝt ví dө vӅÿѭӡng tѭѫng quan tuyӃn tính giӳa trӏ quan trҳc và trӏ mô phӓng 35 Hình 5.1 Sѫÿӗ phát triӇn và ӭng dөng mô hình 39 Hình 5.2 Xu thӃ phát triӇn mô hìnhNTTULIB thӫy văn môi trѭӡng theo quy mô không gian 40 Hình 5.3 Mô hình Khí quyӇn Toàn cҫu 41 Hình 5.4 KӃt quҧ dӵ báo sӵ gia tăng nhiӋt ÿӝ toàn cҫu tӯ PRECIS 42 Hình 5.6 Cҩu trúc Mô hình Quҧn lý Lѭu vӵc WMM 43 Hình 5.7 Ví dө kӃt quҧ phҫn mӅm MIKE 11 mô phӓng sӵ xâm nhұp mһn ӣĈBSCL 44 Hình 5.8 Mô hình NAM cho quan hӋ mѭa - dòng chҧy lѭu vӵc 44 Hình 5.9 Mô hình khái niӋm cӫa AQUATOX vӅ thay ÿәi nӗng ÿӝ ӣ thӫy vӵc 45 iv TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Chѭѫng 1. NHҰP MÔN – CÁC KHÁI NIӊM CѪ BҦN 1.1 Vҩn ÿӅ HiӋn nay, ô nhiӉm môi trѭӡng ÿang là vҩn ÿӅ báo ÿӝng song hành vӟi sӵ phát triӇn kinh tӃ xã hӝi, ÿһc biӋt tҥi các quӕc gia ÿang phát triӇn. Tҥi nhiӅu nѫi, chҩt lѭӧng nѭӟc, ÿҩt, không khí suy giҧm nhanh chóng vѭӧt qua khҧ năng tӵ làm sҥch cӫa tӵ nhiên. Trong lƭnh vӵc khoa hӑc quҧn lý môi trѭӡng và kӻ thuұt xӱ lý môi trѭӡng, viӋc quan trҳc dӵ báo diӉn biӃn môi trѭӡng mang tҫm quan trӑng cho các quyӃt ÿӏnh giҧi quyӃt vҩn ÿӅ. Tuy nhiên, viӋc ÿo ÿҥc, quan trҳc môi trѭӡng rҩt tӕn kém kinh phí và công sӭc cӫa con ngѭӡi. Nhҵm giҧm thiӇu các khó khăn này, các nhà khoa hӑc ÿã và ÿang tiӃp tөc phát triӇn các ӭng dөng các nguyên lý vұt lý và toán hӑc vào thӵc tiӉn ÿӇ mô phӓng các diӉn biӃn thӵc tӃ trong tӵ nhiên và ÿѭa ra các dӵ báo cҫn thiӃt. ViӋc mô phӓng môi trѭӡng cǊng ÿang giúp con ngѭӡi tҥo dӵng các mӝt hình ҧnh hoһc sӵ vұt thu nhӓ hoһc tѭѫng tӵ, bҳt chѭӟc theo thӵc tӃÿӇ mô tҧ sӵ kiӋn cǊng nhѭ tҥo ra các kӏch bҧn biӃn ÿәi lѭӧng và chҩt theo không gian và thӡi gian nhҵm tiên ÿoán khҧ năng lây truyӅn chҩt ô nhiӉm hoһc khҧ năng hӗi phөc chҩt lѭӧng tài nguyên. Môn hӑc mô hình hóa môi trѭӡng ÿѭӧc hình thành tӯ cѫ sӣ này. Môn mô hình hóa môi trѭӡng phөc vө cho tҩt cҧ các nhà khoa hӑc, nhà kӻ thuұt, nhà quҧn lý, kӇ cҧ các nhà xã hӝi làm viӋc liên quan ÿӃn lƭnh vӵc môi trѭӡng và tài nguyên thiên nhiên. Chӳ “mô hình” (modeling) có nguӗn gӕc tӯ chӳ La-tinh modellus. Tӯ này mang ý nghƭa là mӝt kiӇu cách do con ngѭӡi tҥo ra ÿӇ tiêu biӇu cho mӝt thӵc tҥi nào ÿó. 1.2 Các ÿӏnh nghƭa và khái niӋm cѫ bҧn 1.2.1 Ĉӏnh nghƭa mô hìnhNTTULIB x Mô hình là m͡t c̭u trúc mô t̫ hình ̫nh ÿã ÿ˱ͫc t͙i gi̫n hóa theo ÿ̿c ÿi͋m ho̿c di͍n bi͇n cͯa m͡t ÿ͙i t˱ͫng, m͡t hi͏n t˱ͫng, m͡t khái ni͏m ho̿c m͡t h͏ th͙ng. x Mô hình có th͋ là m͡t hình ̫nh ho̿c m͡t v̵t th͋ ÿ˱ͫc thu nh͗ ho̿c phóng ÿ̩i, ho̿c ch͑ làm g͕n b̹ng m͡t ph˱˯ng trình toán h͕c, m͡t công thͱc v̵t lý, m͡t ph̯n m͉m tin h͕c ÿ͋ mô t̫ m͡t hi͏n tr̩ng th͹c t͇ mang tính ÿi͋n hình. x Mô hình hoá là m͡t khoa h͕c v͉ cách mô ph͗ng, gi̫n l˱ͫc các thông s͙ th͹c t͇ nh˱ng v̳n di͍n t̫ ÿ˱ͫc tính ch̭t cͯa tͳng thành ph̯n trong mô hình. Mô hình không hoàn toàn là m͡t v̵t th͋ hi͏n th͹c nh˱ng nó giúp cho chúng ta hi͋u rõ h˯n h͏ th͙ng th͹c t͇. x Mô hình hóa môi tr˱ͥng là ngành khoa h͕c mô ph͗ng hi͏n t˱ͫng lan truy͉n ch̭t ô nhi͍m và các d͹ báo thay ÿ͝i môi tr˱ͥng theo không gian và thͥi gian. 1 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Ví dө 1.1: Các nhà thiӃt kӃ tҥo ra mӝt mүu xe hѫi sӱ dөng năng lѭӧng mһt trӡi thu nhӓÿӇ thӱ nghiӋm khҧ năng hoҥt ÿӝng cǊng nhѭ các tiӋn ích và an toàn trѭӟc khi chӃ tҥo hàng loҥt (hình 1.1). Hình 1.1. Mô hình xe hѫi thӱ nghiӋm sӱ dөng năng lѭӧng mһt trӡi Ví dө 1.2: ĈӇ thӇ hiӋn sӵ thay ÿәi lѭӧng nѭӟc trong mӝt hӗ chӭa ngѭӡi ta ÿѭa ra hình ҧnh nhѭ hình 1.2. BiӃt kích thѭӟc hình hӑc cӫa hӗ chӭa, lѭu lѭӧng vào, lѭu lѭӧng ra, chúng ta có thӇ xác ÿӏnh dao ÿӝng mӵc nѭӟc trong hӗ. Qvào Qtrӳ = [Qvào – Qra] H Qtrӳ Qra Hình 1.2. Mô hình thӇ hiӋn sӵ thay ÿәi khӕi lѭӧng nѭӟc trong hӗ chӭa Ví dө 1.3: Nhà khoa hӑc Meadown va các cӝng sӵ (1972) ÿã tìm ÿѭӧc mӕi quan hӋ giӳa sӵ gia tăng dân sӕ, viӋc sҧn xuҩt lѭѫng thӵc, sҧn xuҩt công nghiӋp, nguӗn tài nguyên và mӭc ÿӝ ô nhiӉm ÿӅu có nhӳng quan hӋ vӟi nhau. Nhóm nghiên cӭu ÿã ÿѭa ra mô hình dӵ báo thӃ giӟi nhѭ hình 1.3. NTTULIB Sҧn xuҩt công nghiӋp Dân sӕ Tài nguyên Lѭѫng thӵc Ô nhiӉm 1900 2000 2100 Hình 1.3. Mô hình dӵ báo tình hình thӃ giӟi ÿӃn năm 2100 2 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 1.2.2 Mөc tiêu thành lұp mô hình DiӉn biӃn mô trѭӡng rҩt phӭc tҥp trong thӵc tӃ và liên quan ÿӃn nhiӅu lƭnh vӵc khoa hӑc khác (hình 1.3). Do nhu cҫu hiӇu rõ hѫn bҧn chҩt tӵ nhiên cӫa sӵ viӋc trong thӵc tӃ, các nhà khoa hӑc mӟi tìm cách ÿѫn giҧn hóa nhѭng vҩn ÿӅ phӭc tҥp ӣ mӭc có thӇ làm ÿѭӧc nhѭng không quá xa rӡi thӵc tӃÿӇ có cѫ sӣ giҧi thuұt tìm hѭӟng ra cӫa vҩn ÿӅ và tiӃn toán nhѭng khҧ năng xҧy ra trong tѭѫng lai. Hình 1.4. Ĉѭӡng ÿi cӫaNTTULIB các chҩt gây ô nhiӉm trong vòng tuҫn hoàn nѭӟc Có 3 mөc tiêu khi thӵc hiӋn mӝt mô hình: x T̩o c˯ sͧ lý lu̵n Mô hình giúp ta dӉ diӉn tҧ hình ҧnh sӵ kiӋn hoһc hӋ thӕng; Mô hình mang tính ÿҥi diӋn các ÿһc ÿiӇm cѫ bҧn nhҩt cӫa sӵ thӇ; Mô hình giúp ta cѫ sӣÿánh giá tính biӃn ÿӝng mӝt cách logic khi có tác ÿӝng bên ngoài vào hoһc tӯ trong ra. x Ti͇t ki͏m chi phí và nhân l͹c Mô hình giúp ta thêm sӕ liӋu cҫn thiӃt; Mô hình giúp giҧm chi phí lҩy mүu; Mô hình có thӇÿѭӧc thӱ nghiӋm vӟi các thay ÿәi theo ý muӕn. x Mô hình t̩o mүu cho nhӳng triӇn khai sҧn xuҩt hàng loҥt. 3 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 1.2.3 Ĉһc trѭng cѫ bҧn cӫa mӝt mô hình Mӝt cách tәng quát, tҩt cҧ các mô hình phҧi có 3 thành tӕ chính nhѭ hình 1.5: Ti͇n trình Thông tin ra Thông tin vào x͵ lý thông tin Hình 1.5. Ba thành tӕ chính cӫa mӝt mô hình x Thông tin vào: bao gӗm các dҥng cѫ sӣ dӳ liӋu ÿѭa vào ÿӇ mô hình xӱ lý x Ti͇n trình x͵ lý thông tin: bao gӗm quá trình tiӃp nhұn dӳ liӋu vào, tính toán, phân tích, ÿánh giá và xuҩt dӳ liӋu. x Thông tin ra: thӇ hiӋn ӣ dҥng ÿӗ thӏ, biӇu bҧng, báo cáo ÿánh giá kӃt quҧ. Trong ÿiӅu kiӋn chѭa thӇ giҧi quyӃt toàn bӝ bài toán phӭc tҥp cӫa tӵ nhiên, ngѭӡi ta có thӇ chia hiӋn tѭӧng thӵc tӃ thành các mҧng ÿӅ tài khác nhau và mӛi phҫn chia ÿѭӧc xem nhѭ mӝt bài toán riêng rӁ và có mô hình tѭѫng ӭng cӫa nó. Ví dө chúng ta có thӇ chia các diӉn biӃn dòng chҧy quá trình trong mӝt chu trình nѭӟc thành tӯng ÿӅ tài nhӓ hѫn nhѭ hình 1.6. NTTULIB Hình 1.6: Chia vҩn ÿӅ lӟn thành tӯng vҩn ÿӅ riêng rӁ Mӝt mô hình cҫn thӇ hiӋn các ÿһc trѭng sau: Mô hình cҫn ÿѭӧc tӕi giҧn vӟi mӝt sӕ giҧÿӏnh ÿһt ra ĈiӅu kiӋn biên hoһc ÿiӅu kiӋn ban ÿҫu cҫn ÿӏnh danh; Mӭc ÿӝ khҧ năng ӭng dөng cӫa mô hình có thӇ xác lұp ÿѭӧc. 4 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Mô hình thѭӡng áp dөng theo kiӇu khung khái quát theo ngành khoa hӑc tính toán, mang tên là 3A, viӃt tҳt tӯ 3 chӳ Application (ӭng dөng), Algorithm (thuұt toán), và Architecture (kiӃn trúc) theo hình vӁ 1.7 sau: Hình 1.7: Khái quát mô hình theo khoa hӑc tính toán Ba phҫn cѫ bҧn cӫa mô hình là: 1. Ӭng dөng mô hình (Application of a model): Mө tiêu cӫa viӋc sӱ dөng mô hình là chӍ ra viӋc ӭng dөng cӫa nó. Xác ÿӏnh phҥm vi ӭng dөng nói lên tҫm quan trӑng cӫa mô hình trong thӵc tiӉn. Ví dөӭng dөng mô hình giúp ta xác ÿӏnh thông tin có bao nhiêu ÿҥm ammona chuyӇn thành ÿҥm nitrogen trong không khí, hoһc có bao nhiӅu lѭӧng nѭӟNTTULIBc chҧy tràn trên mһt ÿҩt sau mӝt trұn mѭa bão. Nói cách khác, ӭng dөng mô hình giúp ta trҧ lӡi câu hӓi: Ĉây là nhӳng gì ta muӕn mô phӓng, bây giӡ ta sӁ làm viӋc mô phӓng ÿó bҵng cách nào? 2. Thuұt toán mô hình (Algorithm of a model): Thuұt toán mô hình cho ta biӃt cách tiӃp cұn kӻ thuұt tính toán hay phѭѫng pháp tính, liên quan ÿӃn các phѭѫng trình, các thông sӕ mà chúng ta muӕn ÿѭa vào chӭng trình máy tính. 3. KiӃn trúc mô hình (Architecture of a model): KiӃn trúc hay cҩu trúc mô hình xác ÿӏnh kiӇu hình nào mà mô hình sӁ sӱ dөng, loҥi máy tính nào, chѭӟng trình nào sӁ ÿѭӧc sӱ dөng các thông tin ÿӇ xӱ lý. ViӋc áp dөng mô hình toán hӑc giúp giҧi quyӃt các khó khăn trong thӵc tӃ nhѭ: x sӵ kiӋn xҧy ra quá nhanh (nhѭ các phҧn ӭng phân tӱ trong hóa hӑc); x sӵ kiӋn xҧy ra quá chұm (nhѭ sӵ phát triӇn ÿӝng hӑc dân sӕ hoһc quҫn thӇ); x các thӵc nghiӋm ÿҳt tiӅn khi làm ӣ phòng thí nghiӋm (nhѭ mô hình hҫm gió); x các thӵc nghiӋm rҩt nguy hiӇm (thӵc nghiӋm vө nә nguyên tӱ). 5 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 1.3 Mô hình môi trѭӡng ¾ Mô hình hóa môi trѭӡng là ngành khoa hӑc cung cҩp các công cөӣ dҥng hình ҧnh, sѫÿӗ, biӇu ÿӗ, phҫn mӅm, hay sa bàn, ÿӇ chuyӇn các hiӇu biӃt tӯ các ÿo ÿҥc thӵc tӃ cӫa mӝt khu vӵc nghiên cӭu thành các lý giҧi cҫn thiӃt cho nhѭ cҫu thông tin và tiên ÿoán diӉn biӃn cӫa môi trѭӡng – sinh thái. ¾ Mô hình môi trѭӡng là mӝt mô tҧÿѫn giҧn cho các quan hӋ phӭc tҥp vӅ môi trѭӡng sinh thái ӣ ngoài thӵc tӃ nhѭng vүn có thӇ cho các kӃt quҧ chính xác ӣ mӭc ÿӝ chҩp nhұn ÿѭӧc. ¾ Mӝt mô hình môi trѭӡng phҧi cung cҩp mӝt ÿҥi lѭӧng dӳ liӋu thӇ hiӋn theo sӵ thay ÿәi thӡi gian qua: (i) sӵ quan sát (observation); (ii) sӵ phân tích (analysis); và (iii) sӵ tiên ÿoán (prediction). ¾ Mӝt mô hình môi trѭӡng có thӇ là mӝt giao tiӃp giӳa dӳ liӋu và tҥo quyӃt ÿӏnh. Mô hình tҥo ra các thông tin tӯ dӳ liӋu quan trҳc và cҧi tiӃn kiӃn thӭc giúp cho viӋc ra quyӃt ÿӏnh liên quan ÿӃn viӋc quy hoҥch, thiӃt kӃ, vұn hành và quҧn lý. ¾ Mӝt mô hình môi trѭӡng thѭӡng kӃt hӧp các ÿӏnh luұt và phѭѫng trình sau: x Ĉӏnh luұt vұt lý (nhѭÿӏnh luұt Darcy, ÿӏnh luұt bҧo toàn khӕi lѭӧng, ) x Phѭѫng trình toán hӑc quan hӋ (nhѭ phѭѫng trình Penmen vӅ bӕc thoát hѫi, phѭѫng trình cân bҵng nѭӟc) x Các quan hӋ thӵc nghiӋm (nhѭ các công thӭc kinh nghiӋm, ) 1.4 Lӏch sӱ mô hình Tӯ xa xѭa vào thӡi tiӅn sӱ con ngѭӡi ÿã nghƭ rҵng có thӇ tҥo ra mӝt mô phӓng tӕi giҧn ÿӇ phát hӑa hình ҧnh nhӳng khuôn dҥng ngѭӡi ÿӇ có mӝt sҳp xӃp xem xét sӵ tiӃn hóa cӫa cӫa các nhóm chӫng ngѭӡi. NhӳNTTULIBng bӭc phát hӑa con ngѭӡi và các cách sinh hoҥt cӫa hӑ ӣ các vách hang ÿá cho ta hình dung nӅn văn hóa ngѭӡi Cә Cұn Ĉông và Cә Hy Lҥp. Mӝt trong các mô hình ÿҫu tiên ÿѭӧc công nhұn là các con sӕ; sӕÿӃm và sӕ viӃt ÿѭӧc ghi lҥi trên các mҧnh xѭѫng ÿã ÿѭӧc tìm thҩy vào khoҧng 30.000 năm trѭӟc Công nguyên. Ngành Thiên văn và KiӃn trúc ÿã ÿӇ lҥi nhӳng ghi chép mô hình các vì sao, công trình nhà cӱa tӯ 4.000 năm trѭӟc Công nguyên. Vào khoҧng 2.000 năm trѭӟc Công nguyên, ít nhҩt ba nӅn văn hóa Babylon, Ai Cұp và Ҩn Ĉӝ ÿã biӃt cách sáng tҥo và phát triӇn các bài toán và ӭng dөng “mô hình toán” trong cuӝc sӕng thѭӡng nhұt cӫa hӑ. Phҫn lӟn các bài toán cӫa hӑ là các thuұt toán ÿѭӧc ÿӅ xuҩt ÿӇ giҧi các vҩn ÿӅ ÿһc biӋt. Tѭѫng tӵ, ӣ ViӋt Nam các hình ҧnh ÿӇ lҥi trên Trӕng ÿӗng Ĉông Sѫn cho chúng ta nghƭ ÿӃn mӝt mô phӓng các ÿiӋu múa, y phөc và các sinh hoҥt săn bҳt cӫa ngѭӡi ViӋt Cә trong khoҧng thӡi gian tӯ thӃ kӹ thӭ 6 ÿӃn thӃ kӹ thӭ 7 trѭӟc Công nguyên (Hình 1.8). 6 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Hình 1.8: Mһt trên cӫa trӕng ÿӗng Ĉông Sѫn (hình trái); mӝt hình khҳc mô phӓng hình ҧnh hai con chim ÿұu trên mái nhà cӫa con ngѭӡi (hình phҧi) Sӵ phát triӇn cӫa ngành triӃt hӑc trong thӡi kǤ văn minh Hy lҥp (Hellenic Age) (khoҧng 600 năm trѭӟc Công nguyên) ÿã kӃt hӧp vӟi toán hӑc dүn ÿӃn phѭѫng pháp suy diӉn (deductive method), sau ÿó trӣ thành mӝt phҫn quan trӑng trong lý thuyӃt toán hӑc. Trong thӡi kǤ này, hình hӑc ÿã bҳt ÿҫu hình thành và phát triӇn. Nhà toán hӑc Thales ÿã áp dөng hình hӑc ÿӇ tiên ÿoán hiӋn tѭӧng nhұt thӵc (solar eclipse) vào năm 585 trѭӟc Công nguyên. Thales cǊng ÿã phát minh ra cách ÿo chiӅu cao mӝt vұt thӇ bҵng cách ÿo chiӅu dài cӫa cái bóng cӫa vұt thӇ in trên nӅn ÿҩt. Vào khoҧng năm 250 trѭӟc Công nguyên, Euclid ÿã dùng mӝt mô hình toán hình hӑc ÿӇ tìm khoҧng cách tӯ Trái ÿҩt ÿӃn Mһt trӡi và khoҧng cách tӯ Trái ÿҩt ÿӃn Mһt trăng. Ông cǊng tính ÿѭӧc chu vi cӫa Trái ÿҩt. Ngành thiên văn hӑc cә cǊng ÿã biӃt tҥNTTULIBo ra các mô hình ÿӇ diӉn tҧ các vì sao trong thái dѭѫng hӋ. Các nhà kiӃn trúc khi xây dӵng công trình cә xѭa ӣ Trung Hoa, Ҩn Ĉӝ, các nѭӟc theo ÿҥo Hӗi ÿã ÿӇ lҥi nhӳng chӭng tích các mô hình ÿӅn ÿài, công trình thu nhӓ nhѭ là nhӳng phѭѫng pháp tѭѫng tӵ (similar method), mӝt hình thӭc cӫa mô hình tӹ lӋ, trѭӟc khi xây dӵng các công trình thӵc. Các nӅn văn minh ӣ Châu Á cǊng chӭng tӓ sӵ phát triӇn mô hình vұt lý ÿi song song vӟi các mô hình toán hӑc trong các công trình kiӃn trúc cӫa hӑ. Tӯ thӃ kӹ 20 trӣÿi, song song vӟi sӵ phát triӇn cӫa ngành toán hӑc, vұt lý, ÿһc biӋt là sӵ ra ÿӡi cӫa máy tính ÿiӋn tӱÿã thúc ÿҭy sӵ phát triӇn nhanh chóng cӫa thuұt toán mô hình. NhiӅu công ty phҫn mӅm chuyên sҧn xuҩt ra các công cө mô hình phөc vө cho nhiӅu lƭnh vӵc tӯ khoa hӑc kӻ thuұt, kinh tӃ, môi trѭӡng, khí tѭӧng, thӫy văn, quҧn lý hành chánh ÿӃn các lãnh vӵc quan hӋ xã hӝi, Có thӇ nói, ngày nay kӻ thuұt mô hình ÿang càng ngày chӭng tӓ vai trò trong viӋc tҥo ÿiӅu kiӋn cho con ngѭӡi hiӇu biӃt sâu hѫn vӅ thӃ giӟi cӫa mình mà con tiên toán nhӳng tình thӃ có khҧ năng xҧy ra trong tѭѫng lai. 7 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 1.5 Quan hӋ môn hӑc Môn hӑc “Mô hình hóa môi trѭӡng” là môn hӑc chuyên ngành giҧng dҥy cho sinh viên năm thӭ ba và năm thӭ tѭ các ngành hӑc “Khoa hӑc Môi trѭӡng”, “Quҧn lý Môi trѭӡng” và “Kӻ thuұt Môi trѭӡng”. Các môn hӑc cѫ bҧn nhѭ Toán hӑc, Vұt lý, Tin hӑc, Sinh hӑc, Thӕng kê, là các môn hӑc nӅn cho môn hӑc. TiӃp theo các môn cѫ sӣ nhѭ Sinh thái hӑc, Hoá Sinh Môi trѭӡng, Thӫy lӵc, Thӫy văn, Bҧn ÿӗ hӑc, GIS và ViӉn thám, .sӁ là các môn hӑc tiên quyӃt cho môn hӑc “Mô hình hóa môi trѭӡng”. Môn hӑc “Mô hình hoá môi trѭӡng sӁ là môn hӑc hӛ trӧ cho các môn hӑc liên quan ÿӃn Quy hoҥch và Quҧn lý Môi trѭӡng và Tài nguyên Thiên nhiên (hình 1.9). Các môn cѫ bҧn: TOÁN HӐC, VҰT LÝ, HÓA SINH , TIN HӐC, Các môn cѫ sӣ: THӪY LӴC, THӪY VĂN, SINH THÁI, MÔI TRѬӠNG BҦN ĈӖ HӐC, Hӊ THӔNG THÔNG TIN ĈӎA LÝ, MÔ HÌNH HÓA MÔI TRѬӠNG QUY HOҤCH QUҦN LÝ TÀI NGUYÊN QUҦN LÝ MÔI TRѬӠNG NTTULIBTHIÊN NHIÊN MÔI TRѬӠNG Hình 1.9: Quan hӋ môn hӑc “Mô hình hóa môi trѭӡng” vӟi các môn khác 8 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Chѭѫng 2. PHÂN LOҤI VÀ TIӂN TRÌNH MÔ HÌNH 2.1 Phân loҥi mô hình 2.1.1 Mөc ÿích phân loҥi mô hình Có nhiӅu cách phân loҥi mô hình môi trѭӡng, viӋc phân loҥi có thӇ dӵa vào ÿһc ÿiӇm tính toán, cách mô phӓng, phѭѫng pháp vұn hành, phép so sánh hoһc dӵa vào giҧÿӏnh. ViӋc phân loҥi mô hình nhҵm: ThӇ hiӋn ý tѭӣng kiӇu mô phӓng nào ÿѭӧc sӱ dөng Trình bày phѭѫng pháp và mӭc ÿӝ toán hӑc ӭng dөng BiӇu hiӋn dҥng xuҩt kӃt quҧ cӫa mô hình ĈӅ xuҩt loҥi dӳ liӋu nào cҫn ÿѭa vào ÿӇ có thông tin Ĉӏnh danh thành phҫn nào trong hӋ thӕng cҫn mô phӓng 2.1.2 Các nhóm mô hình Mӝt mô hình có thӇ có các tên gӑi khác nhau, tùy theo tác giҧ, nhѭ là: o Mô hình vұt lý (physical model) o Mô hình toán hӑc (mathematical model) o Mô hình sӕ (numerical model) o Mô hình giҧi tích (analysis model) o Mô hình xác ÿӏnh (deterministic model) o Mô hình khái niӋm (conceptual model) o Mô hình ngүu nhiên (stochatic model) o Mô hình tham sӕ (parametric model) o Mô hình әn ÿӏnh (steady-state model) o Mô hình bҩt әn ÿӏnh (unsteady-state model) o Mô hình dӵa vào các giҧÿӏNTTULIBnh sinh hóa (biochemical assumption model) o Mô hình ÿánh giá tác ÿӝng (impact assessment model) o Mô hình dӵ báo (forecast model) o v.v . Mӝt mô hình có thӇ phân loҥi theo quy mô ӭng dөng: x Theo không gian (spatial): ӣ mӝt vùng nhӓ hay mӝt khu vӵc lӟn. x Theo thӡi gian (temporal): ngҳn hҥn hay dài hҥn x Theo giá trӏ mô hình (model validity): cho giӟi hҥn ÿӝ chính xác cӫa mô hình x Theo giá trӏ cӫa dӳ liӋu (data validity): tùy theo mӭc ÿӝ và quy mô thu thұp dӳ liӋu (ví dө lҩy mүu theo mӝt ÿiӇm ÿo cөc bӝ, hay lҩy nhiӅu mүu trong mӝt khu vӵc lӟn). 9 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ NӃu dӵa vào cҩu trúc, mô hình có thӇ có 3 nhóm: Mô hình “hӝp trҳng” (white box): là mô hình mà ngѭӡi sӱ dөng có thӇ thҩy – hiӇu tҩt cҧ các tiӃn trình tính toán xҧy ra, quá trình trӳ dӳ liӋu, thông tin phҧn hӗi/ phҧn tiӃn. Nhóm mô hình này thѭӡng dùng các phѭѫng trình vi phân riêng (partial differential equation) chӫÿҥo các thay ÿәi tiӃn trình vұt lý và phѭѫng trình liên tөc (equations of continuity) cho các dòng nѭӟc mһt và nѭӟc trong ÿҩt. Mô hình vұt lý và mô hình xác ÿӏnh nҵm trong nhóm mô hình “hӝp trҳng”. Mô hình “hӝp ÿen” (black box): là mô hình mà ngѭӡi sӱ dөng chӍ biӃt ÿҫu vào (inputs) và ÿҫu ra (outputs) mà hoàn toàn không biӃt nhӳng gì xҧy ra bên trong quá trình chuyӇn hoá trong mô hình. Dӳ liӋu ÿҫu vào và dӳ liӋu ÿҫu ra là nhӳng giá trӏ mang ý nghƭa vұt lý. Thѭӡng các nhà giҧi thuұt dùng các phѭѫng trình toán hӑc ÿѫn và phép phân tích chuӛi thӡi gian (time series) ÿӇ tҥo ra mô hình “hӝp ÿen”. Mô hình ngүu nhiên nҵm trong nhóm này. Mô hình “h͡p xám” (grey box): là mô hình mà ngѭӡi sӱ dөng hiӇu ÿѭӧc mӝt phҫn tiӃn trình xӱ lý dӳ liӋu. Mô hình tham sӕ và mô hình khái niӋm thuӝc nhóm mô hình “hӝp xám”. Mô hình môi trѭӡng, ÿһc biӋt là môi trѭӡng nѭӟc, thѭӡng mang ít nhiӅu ÿһc ÿiӇm cӫa mӝt mô hình thӫy văn hӑc (hydrological model) có thӇ phân loҥi nhѭ hình 2.1 và ÿѭӧc giҧi quyӃt theo 3 kiӇu mô tҧ: ¾ TiӃn trình cӫa mô hình (process); (hình 2.2) ¾ Tӹ lӋ thӡi gian và không gian (time and space scales); (hình 2.3) ¾ Kӻ thuұt giҧi toán (solution techniques); (hình 2.4) NTTULIB 10 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Hình 2.1. Phân loҥi mô hình tәng quát (theo Tim, 1995) NTTULIB Hình 2.2. Phân loҥi mô hình dӵa theo mô tҧ tiӃn trình (theo Singh, 1995) 11 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Hình 2.3. Phân loҥi mô hình dӵa vào quy mô không gian và thӡi gian (theo Singh, 1995) NTTULIB Hình 2.4. Phân loҥi mô hình dӵa vào phѭѫng pháp giҧi toán (theo Singh, 1995) 2.2 TiӃn trình vұn hành mô hình Tҩt cҧ các phҫn mӅm mô hình thѭӡng ÿѭӧc vұn hành và thӱ nghiӋm theo mӝt tiӃn trình tәng quát nhѭ hình 2.5 sau: 12 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Thu thұp dӳ liӋu và xӱ lý (Data collection and processing) Mô hình khái niӋm (Conceptual model) Mô hình giҧi tích hoһc mô hình sӕ (Analytical or numerial model) HiӋu chӍnh (Calibration) KiӇm ÿӏnh (Verification) Tiên ÿoán hoһc Tӕi ѭu (Prediction or Optimisation) Hình NTTULIB2.5. TiӃn trình cӫa mӝt mô hình 2.2.1 Thu thұp dӳ liӋu Tҩt cҧ các mô hình muӕn vұn hành ÿѭӧc ÿӅu phҧi có nguӗn dӳ liӋu ban ÿҫu và các ÿiӅu kiӋn cҫn thiӃt (ÿiӅu kiӋn biên và ÿiӅu kiӋn ban ÿҫu). Các dӳ liӋu thѭӡng bao gӗm sӕ liӋu ÿӏa hình (cao ÿӝ, ÿӝ dӕc, ) , các kích thѭӟc lѭu vӵc cҫn tính toán (chiӅu dài, chiӅu rӝng, diӋn tích, ) , các diӉn biӃn vӅ khí tѭӧng (mѭa, bӕc hѫi, bӭc xҥ, vұn tӕc và hѭӟng gió, ), nguӗn ô nhiӉm (nhà máy, khu dân cѭ, ruӝng vѭӡn, hҫm mӓ, khu công nghiӋp ), các biӃn sӕ môi trѭӡng (pH, nhiӋt ÿӝ, ÿӝ mһn, ÿӝ ÿөc, nhu cҫu oxy sinh hóa, các chҩt phú dѭӥng, vi khuҭn, ), các thông sӕ liên quan, tѭѫng ӭng vӟi chuӛi thӡi gian xuҩt hiӋn hoһc không gian xuҩt phát. 2.2.2 Mô hình khái niӋm Mô hình khái niӋm là mӝt dҥng ý tѭӣng hoá nhҵm tӕi giҧn nhӳng yӃu tӕ phӭc tҥp ngoài thӵc tӃӣ dҥng mӝt lѭu ÿӗ hoһc sѫÿӗ. Trong ÿó các mǊi tên ÿѭӧc sӱ dөng ÿӇ chӍ các mӕi 13 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ quan hӋ hoһc chiӅu hѭӟng diӉn biӃn. Các lӡi ghi chú bên cách các hình ҧnh ÿӇ thuyӃt minh thêm tính chҩt cӫa sӵ vұt hoһc quá trình hoһc các thông sӕ cӫa mô hình. Hình 2.6 là mӝt ví dө vӅ mô hình khái niӋm cӫa Beater (1989) ÿӇ diӉn tҧ chuyӇn vұn cӫa nѭӟc trong mô hình quan hӋ mѭa – dòng chҧy. Trong mô hình khái niӋm phҧi bҳt ÿҫu tӯ các dӳ liӋu nhұp vào, các diӉn biӃn bên trong mô hình và các thông tin xuҩt ra tӯ mô hình. Mӝt hình khái niӋm phҧi thӇ hiӋn tính ÿѫn giҧn ÿӇ tҥo cho nhӳng ngѭӡi không phҧi là chuyên gia vӅ mô hình có thӇ hiӇu mөc tiêu cӫa bài toán mô hình. Bӕc hѫi Mѭa Tѭѫng tác giӳa cây trӗng và sӵ hҥ thҩp mӵc Bӕc thoát hѫi nѭӟc mһt Chҧy tràn mһt Ҭm ÿӝ Sӵ chҧy lүn trong ÿҩt Thҭm thҩu và Bӕc thoát hѫi NTTULIBChұm Nhanh Nѭӟc ngҫm Rҩt chұm Sông Hình 2.6. Mô hình khái niӋm diӉn ta quan hӋ mѭa – dòng chҧy (Beater, 1989) Mӝt sӕѭu ÿiӇm, thӃ mҥnh và tính hӳu hiӋu cӫa mô hình khái niӋm: x Mô hình khái niӋm có thӇÿѭӧc hình thành mһt dҫu ngѭӡi tҥo ra nó có thӇ chѭa hiӇu hӃt tҩt cҧ các hiӋn tѭӧng phӭc tҥp trong thӵc tӃ. x Có thӇÿѫn giҧn hóa tính bҩt nhҩt cӫa các thông sӕ thành tính ÿӗng nhҩt. 14 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ x Có thӇ giҧm thiӇu ÿѭӧc sӕ liӋu yêu cҫu. x DӉ dàng cho ngѭӡi xem hiӇu cách thu thұp sӕ liӋu, thông tin sӳ dөng mӝt cách nhanh chóng và ít tӕn kém. x Mô hình khái niӋm là mӝt công cө kӻ thuұt cho các lұp trình viên hiӇu vҩn ÿӅ phҧi giҧi quyӃt mà không cҫn phҧi là mӝt chuyên gia môi trѭӡng. x Mô hình khái niӋm tҥo thuұn lӧi cho viӋc diӉn giҧi trong thuyӃt minh, biӇu bҧng, ÿӅ thӏ. x Có thӇ tҥo ra mӝt giao tiӃp vӟi cѫ sӣ dӳ liӋu và hӋ thӕng thông tin ÿӏa lý (GIS). Tuy nhiên, mô hình khái niӋm vүn có nhӳng nhѭӧc ÿiӇm và giӟi hҥn: o Mô hình khái niӋm là mӝt khái quát nhân tҥo và phi vұt lý qua các tӕi giҧn nên có thӇ không ÿѭa ra hӃt nhӳng quan hӋ tѭѫng tác giӳa các ÿӕi tѭӧng. o Nhӳng ngѭӡi thiӃu kinh nghiӋm có thӇ tҥo ra các giҧ thiӃt phi thӵc tӃ hoһc quá ÿѫn giҧn. o Mô hình khái niӋm mang tính tәng quá nên ÿôi khi bӓ sót các phѭѫng án vұn hành. o Mô hình khái quát thѭӡng không thӇ thӇ hiӋn cách ÿiӅu chӍnh sai sӕ hoһc ngoҥi suy trong trѭӡng hӧp thiӃu dӳ liӋu. o Khi cҫn bә sung mô hình hoһc tái cҩu trúc mô hình có thӇ tҥo ra mӝt tình trҥng quá gò bó thông sӕ. 2.2.3 Mô hình giҧi tích hoһc mô hình sӕ Mӝt bài toán trong mô hình thѭӡng ÿѭӧc biӇu thӏ sӵ hiӋn diӋn cӫa các thông sӕ và biӃn sӕ. Thông sӕ (parameter) là nhӳng hӋ sӕ gia trӑng, không có thӭ nguyên. BiӃn sӕ (variable) là các ÿҥi lѭӧng vұt lý có ý nghƭa, thѭӡng có thӭ nguyên. Mô hình giҧi tích (hoһc mô hình sӕ) thӵc chҩt là mӝt loҥt các thuұt toán ÿѭӧc viӃt ÿӇ giҧi quyӃt các quan hӋ giӳa các thông sӕ và biӃn sӕ trong mô hình và cho ra kӃt quҧ dѭӟi dҥng sӕ hoһc ÿӗ thӏ. Ĉây là phҫn cӕt lõi, quan trӑng nhҩt và là phҫn phӭc tҥp nhҩt trong tiӃn trình thӵc hiӋn mô hình hóa.NTTULIB 2.2.4 HiӋu chӍnh mô hình HiӋu chӍnh (calibration) là tiӃn trình mà trong ÿó các thông sӕ và biӃn sӕ cӫa mô hình ÿѭӧc ÿiӅu chӍnh ÿӇ kӃt quҧ ra cӫa mô hình phù hӧp vӟi thӵc tӃ quan sát ÿѭӧc. Do khi phát triӇn mô hình, chúng ta phҧi tӕi giҧn các hiӋn tѭӧng vұt lý trong tӵ nhiên ÿӇ thuұn lӧi cho ngѭӡi làm thұt toán. ĈiӅu này khiӃn các sӕ liӋu nhұp vào mô hình có nhӳng giá trӏ không hoàn toàn chҳc chҳn và kӃt quҧ ra sӁ sai biӋt vӟi thӵc tӃ. HiӋu chӍnh là công viӋc nhҵm rút ngҳn các khoҧng cách sai biӋt bҵng cách ÿѭa ra các thông sӕÿiӅu chӍnh gӑi là thông sӕ mô hình (model parameters). 2.2.5 KiӇm nghiӋm mô hình KiӇm nghiӋm mô hình là bѭӟc tiӃp sau công viӋc HiӋu chӍnh mô hình nhҵm kiӇm tra các thông sӕ mô hình ÿѭa ra có phù hӧp vӟi các diӉn biӃn cӫa thӵc tӃ hay không. 15 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Ví dө trong khҧo sát diӉn biӃn trong quan hӋ mѭa – dòng chҧy trong nhiӅu năm, ngѭӡi ta cҳt chuӛi sӕ liӋu quan trҳc ra thành 2 ÿoҥn: ÿoҥn sӕ liӋu dài ban ÿҫu dùng ÿӇ chҥy mô hình và HiӋu chӍnh mô hình. Ĉoҥn sӕ liӋu thӭ hai sau ngҳn hѫn dùng làm kiӇm nghiӋm kӃt quҧ mô hình cho ÿoҥn trѭӟc (hình 2.7). Chuӛi sӕ liӋu theo thӡi gian Chuӛi sӕ liӋu dùng Chuӛi sӕ liӋu ÿӇ chҥy và HiӋu dùng ÿӇ kiӇm chӍnh mô hình nghiӋm mô hình Mô hình Hình 2.7 Minh hӑa viӋc phân ÿoҥn chuӛi sӕ liӋu theo thӡi gian ÿӇ HiӋu chӍnh và thӱ nghiӋm khi chҥy mô hình 2.2.6 Tiên ÿoán hoһc tӕi ѭu Thông thѭӡng mô hình ÿѭӧc sӱ dөng cho mөc tiêu tiên ÿoán các diӉn biӃn các biӃn sӕ trong tѭѫng lai hoһc tӕi ѭu hóa viӋc chӑn lӵa. Trong tiên ÿoán, nhѭ các mô hình vӅ khí hұu hoһc mô hình lan truyӅn ô nhiӉm, các thuұt toán ngoҥi suy (extrapolation) ÿѭӧc sӱ dөng ÿӇ kéo dài kӃt quҧӣÿҫu ra. Trong bài toán lӵa chӑn tӕi ѭu, các giá trӏ cӵc trӏӣÿҫu ra ÿѭӧc chӑn cho quyӃt ÿӏnh. 2.3 Tiêu chuҭn chӑNTTULIBn lӵa mô hình 2.3.1 Khái niӋm Trong suӕt vài thұp niên qua, nhiӅu mô hình khác nhau ÿã ÿѭӧc phát triӇn trên thӃ giӟi. Thông thѭӡng mӛi mô hình thѭӡng có các thӃ mҥnh riêng và các nhѭӧc ÿiӇm nhҩt ÿӏnh. Khó có thӇ có mӝt mô hình chuҭn mӵc nào cho tҩt cҧ các trѭӡng hӧp thӵc tӃ. ĈiӅu này thѭӡng gây sӵ bӕi rӕi cho ngѭӡi sӱ dөng khi phҧi lӵa chӑn mô hình phù hӧp cho mình. Khái niӋm mô hình tӕt nhҩt thѭӡng ÿѭӧc hiӇu mӝt cách tѭѫng ÿӕi. VӅ nguyên tҳc, mô hình càng phӭc tҥp, dӳ liӋu nhұp vào càng nhiӅu thì kӃt quҧ thӇ hiӋn mô hình càng cao (hình 2.8). 16 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Hình 2.8 BiӇu ÿӗ minh hӑa quan hӋ giӳa ÿӝ phӭc tҥp cӫa mô hình, mӭc ÿòi hӓi cӫa dӳ liӋu và khҧ năng thӇ hiӋn kӃt quҧ tiên ÿoán cӫa mô hình (Grayson and Bloschl, 2000) 2.3.2 Mô hình "tӕt nhҩt" x Các phѭѫng pháp mөc tiêu tәng thӇÿӇ chӑn mô hình “tӕt nhҩt” thұt ra chѭa ÿѭӧc phát triӇn, do vұy viӋc chӑn mô hình cǊng là mӝt phҫn “nghӋ thuұt” cӫa ngѭӡi nghiên cӭu mô hình (Woolhiser and Brakensiek, 1982). x Mô hình “tӕt nhҩt” tùy thuNTTULIBӝc vào cách hiӇu tiêu chuҭn nào là “tӕt nhҩt”. ĈiӅu này tùy thuӝc vào mӭc chính xác cӫa yêu cҫu khoҧng thӡi gian quan trҳc, ví dө thӡi ÿoҥn lҩy mүu nѭӟc theo giӡ, ngày, tháng hoһc mùa. Mһc khác, chuҭn “tӕt nhҩt” còn tùy theo mӭc ÿӝ dày mһt cӫa kích thѭӟc không gian mүu. Khoҧng cách càng nhӓ thì mӭc chính xác càng cao. x Theo tác giҧ Woolhiser và Brakensiek (1982) viӋc chӑn mô hình “tӕt nhҩt” tùy thuӝc vào ÿӝ lӟn vӅ kích thѭӟc tӵ nhiên cӫa bài toán và sӵ phӭc tҥp trong thay ÿәi các biӃn sӕ. Do vұy, ÿһc ÿiӇm cӫa mô hình phҧi tѭѫng thích vӟi yêu cҫu cӫa bài toán. 17 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 2.3.3 Chӑn mô hình theo cҩu trúc và giá trӏ vào/ra NhiӅu nhà nghiên cӭu vӅ mô hình ÿã ÿӅ xuҩt viӋc chӑn lӵa mô hình phҧi dӵa vào cҩu trúc cӫa mô hình và giá trӏ cӫa dӳ liӋu ӣÿҫu vào và ÿҫu ra. Các lӵa chӑn này bao gӗm: x S͹ khái quát hóa cͯa các ti͇n trình chͯ y͇u: Mô hình phҧi phҧn ánh “ý tѭӣng” ÿúng theo thӵc tӃ lên quan ÿӃn các tiӃn trình chính (Popov, 1968). Sѫÿӗ khái quát phҧi thӇ hiӋn ÿѭӧc các bӝ phұn cҩu thành mô hình diӉn biӃn theo mӝt tiӃn trình mang tính lý thuyӃt chӭ không ÿѫn thuҫn chӍ là các kӃt nӕi ÿѫn giҧn. x Mͱc ÿ͡ chính xác cho vi͏c tiên ÿoán, d͹ báo: ÿӝ chính xác cӫa viӋc tiên toán ӣ kӃt quҧÿҫu ra rҩt quan trӑng. Mô hình phҧi ÿѭӧc kiӇm nghiӋm bҵng mӝt phѭѫng cách nào ÿó sao cho sai sӕ thӕng kê và nhӳng yӃu tӕ không chҳc chҳn cӫa mô hình ÿҥt ÿѭӧc mӝt chҩt lѭӧng nhҩt ÿӏnh. Mô hình phҧi tӕi thiӇu hóa thӃ xu hѭӟng và biӃn sai sӕ phҧi xem là nhӓ hѫn các tính toán khác. ĈiӅu này cǊng thӇ hiӋn tính chính xác cӫa dӳ liӋu nhұp vào. Tuy nhiên, mӭc chính xác cӫa dӳ liӋu nhұp vào quan trӑng hѫn là mӭc chính xác cӫa dӵ báo do mô hình tҥo ra (Hillel, 1986). x Tính ÿ˯n gi̫n cͯa mô hình: Mô hình cҫn ÿѭӧc tӕi giҧn nhҵm giҧm bӟt các biӃn sӕ và thông sӕÿӇ mô tҧ các tiӃn trình. Càng ít các thông sӕÿӇÿiӅu chӍnh thì càng dӉ cho ngѭӡi sӱ dөng. Mô hình cǊng cҫn tҥo sӵ dӉ dàng cho viӋc nhұp dӳ liӋu, hiӇu rõ các biӃn sӕ và kӃt quҧ ra có thӇ giҧi thích ÿѭӧc. Mô hình nên tránh sӵ thô kӋch, rѭӡm rà, làm viӋc xӱ lý trӣ nên khó khăn, phӭc tҥp và sai sӕ lӟn (Tim, 1995). x Xem xét vi͏c thành l̵p các thông s͙: Ĉây là mӝt xem xét quan trӑng trong viӋc phát triӇn các mô hình khái niӋm sӱ dөng các thông sӕÿѭӧc thành lұp bҵng các kӻ thuұt tӕi ѭu hóa. NӃu các giá trӏ tӕi ѭu cӫa thông sӕ có ÿӝ nhҥy cao theo thӡi kǤ ghi nhұn, hoһc nӃu các thông sӕ có sӵ biӃn ÿӝng lӟn giӳa các lѭu vӵc tѭѫng tӵ, mô hình có nhiӅu khҧ năng thiӃu hiӋn thӵc. ViӋc xem xét sӵ thành lұp các thông sӕ cǊng hàm ý rҵng các nhà nghiên cӭu vӅ mô hình khác nhau nên dӵa theo viӋc xem xét các giá trӏ thôngNTTULIB sӕ tӯ viӋc quan trҳc thӵc tӃ hoһc tӯ viӋc thӵc hành HiӋu chӍnh. x Ĉ͡ nh̩y cͯa k͇t qu̫ÿ͇n s͹ thay ÿ͝i giá tr͓ thông s͙: Mô hình quá nhҥy nhҥy cҧm sӁ dүn ÿӃn cҫn nhiӅu giá trӏ nhұp vào, ÿiӅu này gây khó khăn khi ÿo ÿҥc. x Các gi̫ÿ͓nh (assumption): Mô hình nên chӭa ít các giҧÿӏnh. Ngѭӡi sӱ dөng mô hình nên hiӇu rҵng các ÿһt ra nhiӅu giҧÿӏnh chӯng nào thì tҥo nên viӋc giӟi hҥn sӱ dөng mô hình và làm các thông sӕ nhҥy cҧm hѫn (Hughes et al., 1993). x Ti͉m năng cho vi͏c c̫i ti͇n mô hình: Mô hình cҫn ÿѭӧc cҩu trúc sao cho viӋc cҧi tiӃn mô hình dӉ dàng khi có các thông tin mӟi hoһc có các thӫ tөc bә sung. 18 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 2.3.4 Chӑn mô hình theo vҩn ÿӅ thӵc tӃ ViӋc chӑn lӵa mô hình theo vҩn ÿӅ thӵc tӃ cҫn ÿѭӧc cân nhҳc trong các trѭӡng hӧp: x Ĉi͉u ki͏n t͹ nhiên cͯa mô hình: mô hình phҧi ÿáp ӭng các vҩn ÿӅ thӵc tӃ phҧi giҧi quyӃt. Ví dө nhѭ các ÿҫu ra mong muӕn có thӇ là lѭu lѭӧng ÿӍnh, hoһc nӗng ÿӝ chҩt ô nhiӉm, v.v. theo bѭӟc tính là giӡ, ngày, tuҫn, cho mөc ÿích thiӃt kӃ hoһc vұn hành. Ĉây là mӝt xem xét quan trӑng và bao gӗm các câu hӓi cho các tiӃn trình chӫ yӃu thӇ hiӋn trong mô hình và ÿiӅu kiӋn ÿӇ mô hình có giá trӏ. x Ch͕n mô hình tr͕n gói hay là mô hình theo yêu c̯u: Mô hình trӑn gói (là mô hình ÿѭӧc thiӃt kӃ cho tәng thӇ các trѭӡng hӧp) thѭӡng dӉ sӱ dөng nhѭng thiӃu tính mӅm dҿo và bӏ hҥn chӃ sӱ dөng. Loҥi mô hình trӑn gói thѭӡng ÿѭӧc sӱ dөng khi gһp các tình huӕng ít có hѫn sӕ tình huӕng dӵ kiӃn ban ÿҫu mà ngѭӡi phát triӇn mô hình nghƭ ra. Mô hình theo yêu cҫu là nhӳng mô hình mà ta có thӇÿһt hàng cho nhӳng ngѭӡi chuyên phát triӇn mô hình làm riêng cho cho mӝt trѭӡng hӧp nào ÿó. Loҥi mô hình này sӁ giúp ta giҧi quyӃt ÿúng vҩn ÿӅ thӵc tӃ cҫn thiӃt nhѭng thѭӡng tӕn kém và mҩt nhiӅu thӡi gian. x Bài toán liên quan ÿ͇n giá tr͓ quy͇t ÿ͓nh: khi tính toán khҧ năng tài chính và tài nguyên, cǊng nhѭ dҥng tính tәn thҩt tiӅm năng vӅ sinh mҥng, thiӋt hҥi tài sҧn ӭng vӟi mӝt tҫn suҩt xuҩt hiӋn nào ÿó. x Kh̫ năng khung thͥi gian: tùy thuӝc và thӡi hҥn chót phҧi hoàn tҩt dӵ án, kӇ cҧ thӡi gian (và chi phí) ÿӇ thu thұp các thông tin nhұp vào. x Các thi͇t b͓ tính toán: phҫn cӭng máy tính và các loҥi mô hình và ÿӝ phӭc tҥp cӫa mô hình (nhѭ mô hình phҧi liên kӃt vӟi các mô hình khác, liên kӃt vӟi GIS, ngôn ngӳ máy tính, ). NTTULIB x Ͱng dͭng trong t˱˯ng lai cͯa ph̯n xṷt mô hình: dӵ kiӃn cho các lҫn sӱ dөng sau. x Tính t͝ng hͫp cͯa mô hình: xem xét khҧ năng mô hình có thӇ giҧi quyӃt nhiӅu mөc tiêu, có tҫm ӭng rӝng và dӵ kiӃn các khҧ năng sӱ dөng vӅ sau. x Cách truy c̵p mô hình, tài li͏u h˱ͣng d̳n và d͹ phòng (back-up): khi trang bӏ mô hình cҫn xem xét nhà cung cҩp có tҥo các dӉ dàng cho ngѭӡi sӱ dөng cách truy cұp, các hӛ trӧ, huҩn luyӋn bѭӟc hѭӟng dүn, trҧ lӡi các gút mҳc (help desk), có công cө lѭu dӳ liӋu dӵ phòng, x Kh̫ năng ngu͛n nhân l͹c: nên xem nguӗn nhân lӵc khi trang bӏ mô hình tính toán, huҩn luyӋn các nhân viên sӱ dөng chѭa có kinh nghiӋm. 19 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ x Cách th͋ hi͏n mô hình: nhѭÿӝ chính xác cӫa kӃt quҧ, tính әn ÿӏnh, ÿӝ nhҥy, cách thӇ hiӋn ÿӗ thӏӣ phҫn xuҩt. x Tính thân thi͏n cho ng˱ͥi s͵ dͭng (user friendliness): xem xét mô hình có dӉ dàng giúp ngѭӡi sӱ dөng cách nhұp liӋu, chӑn lӵa kiӅu xuҩt kӃt quҧ, giao diӋn ngѭӡi sӱ dөng, các kiӇu ÿӗ thӏ, bҧng kӃt quҧ thӕng kê, x Xem xét quy mô: xem coi quy mô không gian mà mô hình sӱ dөng có tѭѫng thích vӟi viӋc khái niӋm và cҩu trúc cӫa vҩn ÿӅ không. 2.3.5 Ĉánh giá lҥi viӋc chӑn lӵa Mӝt khi ÿã lӵa chӑn mô hình, ngѭӡi sӱ dөng cҫn phҧi ÿánh giá lҥi viӋc chӑn lӵa cӫa mình bҵng cách trҧ lӡi các câu hӓi sau: x Các thông tin mà mô hình cung cҩp có thӵc sӵ theo yêu cҫu cӫa bài toán không? x Các ÿһc trѭng vұt lý thӇ hiӋn qua các thông sӕ cӫa mô hình có thӵc sӵÿáp ӭng viӋc ӭng dөng trong thӵc tӃ không? x Các phѭѫng trình sӱ dөng trong cҩu trúc mô hình có ÿúng vӟi thuұt toán hiӋn ÿҥi phù hӧp vӟi dӳ liӋu và thiӃt bӏ máy tính không? x Các kӃt quҧ mà mô hình cung ӭng có chҩt lѭӧng tӕt tѭѫng xӭng vӟi chi phí theo mӝt thӡi gian ÿһc thù nào không? NTTULIB 20 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Chѭѫng 3. HIӊU CHӌNH CÁC THÔNG SӔ MÔ HÌNH 3.1 Khái quát vҩn ÿӅ Theo ÿӏnh nghƭa ӣ mөc 2.2.4, khi phát triӇn mô hình, hiӋu chӍnh (calibration) - có ngѭӡi gӑi là ÿӏnh chuҭn - là tiӃn trình mà trong ÿó các thông sӕ và biӃn sӕ cӫa mô hình ÿѭӧc ÿiӅu chӍnh ÿӇ kӃt quҧ ra cӫa mô hình phù hӧp vӟi thӵc tӃ quan sát ÿѭӧc. Ví dө : Quan trҳc thӫy ÿӗ diӉn tҧ dòng chҧy cӫa mӝt lѭu vӵc (hình 3.1), nhiӅu nhà thӫy văn hӑc thҩy chúng có nhӳng nét tѭѫng tӵ vӟi sӵ biӃn ÿӝng cӫa lѭӧng mѭa ghi nhұn ÿѭӧc trong mӝt thӡi gian tѭѫng ÿӗng (Hình 3.2). Nghƭa là sau nhӳng trұn mѭa lӟn, lѭu lѭӧng dòng chҧy gia tăng và khi mѭa giҧm dҫn thì dòng chҧy cǊng giҧm theo mӝt quan hӋ tuyӃn tính nào ÿó. Mây Bӕc hѫi Mѭa Ĉo mѭa & bӕc hѫi Thҩm Chҧy tràn Ĉo dòng Thҩm Sông chҧy Chҧy ngҫm Hình 3.1 TiӃn NTTULIBtrình mѭa – dòng chҧy trong mӝt lѭu vӵc Lѭӧng mѭa X Thӡi gian t Lѭu lѭӧng Q Thӡi gian t Hình 3.2 Thӫy ÿӗ ghi nhұn thӵc tӃ diӉn biӃn mѭa và dòng chҧy cùng thӡi ÿoҥn 21 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Khi thӵc hiӋn mô hình diӉn tҧ quan hӋ mѭa – dòng chҧy cӫa mӝt lѭu vӵc, ta có thӇ tӕi giҧn quan hӋ này theo sѫÿӗ nhѭ hình 3.3. Sӕ liӋu vào (input data) x Lѭӧng mѭa x Lѭӧng bӕc hѫi Các thông Mô hình sӕ mô hình Sӕ liӋu ra (output data) x Lѭu lѭӧng sông x Chҧy ngҫm Hình 3.3 Sѫÿӗ diӉn tҧ bài toán quan hӋ mѭa – dòng chҧy Giҧ sӱ kӃt quҧ cӫa mӝt mô hình nào ÿó cho ra kӃt quҧ nhѭ hình 3.4. Trên ÿӗ thӏ, mô hình cӫa bài toán cho ÿѭӡng cong diӉn tҧ sӵ thay ÿәi lѭu lѭӧng theo thӡi gian, ÿѭӡng cong theo mô hình này nӃu ÿem so vӟi sӕ liӋu lѭu lѭӧng ÿo ÿѭӧc trong thӵc tӃ sӁ thҩy có sӵ khác biӋt. ĈӇ giҧm thiӇu sӵ khác biӋt này, ngѭӡi ta ÿѭa vào mô hình các thông sӕÿiӅu chӍnh, ÿó chính là công viӋc cӫa sӵ hiӋu chӍnh. Lѭu lѭӧng Q Q mô hình NTTULIB Q thӵc tӃ Thӡi gian t Hình 3.4 Ví dө minh hӑa kӃt quҧ lѭu lѭӧng dòng chҧy theo mô hình và theo thӵc tӃ 22 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Trong ví dө bài toán mô hình mѭa – dòng chҧy, ta có nhiӅu thông sӕ nhѭ : x Hàm lѭӧng nѭӟc tӕi ÿa chӭa trong lӟp ÿҩt mһt x Hàm lѭӧng nѭӟc tӕi ÿa chӭa trong tҫng rӉ x HӋ sӕ chҧy tràn mһt x HӋ sӕ chҧy lүn trong ÿҩt x Ngѭӥng tӕi ÿa cӫa tҫng rӉ tҥo ra dòng chҧy mһt x Ngѭӥng tӕi ÿa cӫa tҫng rӉ tҥo ra dòng chҧy ngҫm x v.v HiӋu chӍnh là công viӋc ÿiӅu chӍnh các thông sӕ mô hình sao cho kӃt quҧ càng gҫn vӟi thӵc tӃ. NӃu viӋc hiӋu chӍnh cӫa mô hình làm tӕt thì ÿѭӡng cong tӯ mô hình sӁ càng “trùng“ vӟi ÿѭӡng cong thӵc ÿo. 3.2 Các bѭӟc trong tiӃn trình hiӋu chӍnh TiӃn trình HiӋu chӍnh là mӝt trong các nӝi dung thӵc hiӋn mô hình hóa. HiӋu chӍnh sӁ góp phҫn quan trӑng cho viӋc ÿӏnh giá khҧ năng hiӋn thӵc cӫa mô hình. Trong tiӃn trình HiӋu chӍnh, 3 bѭӟc sau cҫn thӵc hiӋn (hình 3.5). i. Xác ÿӏnh thông tin quan trӑng ii. Chӑn tiêu chuҭn mô hình iii. HiӋu chӍnh mô hình: + Ch͕n thͥi ÿo̩n hi͏u ch͑nh + Hi͏u ch͑nh s˯ b͡ + Hi͏uNTTULIB ch͑nh tinh t͇ Hình 3.5 Ba bѭӟc trong tiӃn trình HiӋu chӍnh 3.2.1 Bѭӟc xác ÿӏnh thông tin quan trӑng HiӋu chӍnh mô hình cҫn bҳt ÿҫu bҵng viӋc quyӃt ÿӏnh xem các thông tin gì là quan trӑng mà mô hình có ÿӏnh ÿѭӧc áp dөng. ViӋc xác ÿӏnh thông tin phҧi trên cѫ sӣ là xem các thông sӕ nào trong mô hình sӁ quyӃt ÿӏnh kӃt quҧ và kӃt quҧ này có khҧ năng phù hӧp hoһc thӓa mãn vӟi các diӉn biӃn ӣ thӵc tӃ. Ví dө khi xem xét mô hình diӉn tҧ sӵ lan truyӅn chҩt ô nhiӉm trên mӝt dòng chҧy, nhiӅu yӃu tӕ có thӇҧnh hѭӣng. Tuy nhiên, ngѭӡi phát triӇn mô hình phҧi xác ÿӏnh yӃu tӕ nào gây ҧnh hѭӣng lӟn nhҩt. Chҷng hҥn, hӋ sӕ nhám cӫa dòng chҧy, hӋ sӕ co hҽp hoһc mӣ rӝng cӫa mһt cҳt, hӋ sӕ khuӃch tán cӫa chҩt lӓng và chҩt ô nhiӉm, hàm lѭӧng oxy trong nѭӟc, v.v 23 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 3.2.2 Bѭӟc chӑn tiêu chuҭn mô hình Thӵc chҩt cӫa viӋc chӑn tiêu chuҭn mô hình là xác ÿӏnh mөc tiêu ÿһc thù mà mô hình cҫn nghiên cӭu. Nghƭa là, khi phát triӇn mô hình, các ÿích nhҳm mà chúng ta muӕn mô hình phҧi thӇ hiӋn bao gӗm nhӳng yӃu tӕ nào. Các yӃu tӕ này cҫn phҧi ÿѭӧc ÿӏnh lѭӧng qua ÿo ÿҥc thӵc tӃ và qua tính toán tӯ mô hình. ViӋc ÿӏnh lѭӧng liên quan ÿӃn các tiêu chuҭn thӕng kê mà mô hình phҧi thӓa mãn. Ví dө khi thӵc hiӋn mô hình dӵ báo lǊ, viӋc xác ÿӏnh giá trӏ (mӵc nѭӟc, lѭu lѭӧng lǊ) và thӡi ÿiӇm xҧy ra ÿӍnh lǊ là mөc tiêu quan trӑng mà bài toán phҧi giҧi quyӃt. NhiӅu thông sӕ thӕng kê sӁ phҧi áp dөng nhѭ phҫn trăm (%) sai biӋt cho phép, ÿӝ lӋch chuҭn, ÿӝ nhҥy cӫa kӃt quҧ, khi ÿánh giá sӵ tѭѫng ӭng giӳa dòng chҧy quan trҳc ÿѭӧc vӟi dòng chҧy mô phӓng. 3.2.3 Bѭӟc hiӋu chӍnh mô hình x Ch͕n thͥi ÿo̩n hi͏u ch͑nh: Hҫu hӃt các mô hình môi trѭӡng hoһc mô hình thӫy văn ÿӅu có yӃu tӕ chuӛi thӡi gian tѭѫng ӭng vӟi các dӳ liӋu quan trҳc. Trѭӟc tiên ngѭӡi thӵc hiӋn mô hình phҧi xem xet tәng thӡi gian quan trҳc và chia khoҧng thӡi gian này ra làm 2 thӡi ÿoҥn: thӡi ÿoҥn thӭ nhҩt vӟi chuӛi sӕ liӋu dài hѫn ÿӇ làm HiӋu chӍnh (carlibration) và thӡi ÿoҥn thӭ hai ngҳn hѫn ÿӇ làm viӋc kiӇm nghiӋm (verification). Trong mӝt sӕ trѭӡng hӧp, ngѭӡi ta có thӇ chia ÿӅu hai thӡi ÿoҥn: 50% thӡi ÿoҥn cho bѭӟc hiӋu chӍnh và 50% cho thӡi ÿoҥn kiӋm nghiӋm mô hình. ViӋc chӑn lӵa thӡi ÿoҥn hiӋu chӍnh ÿӇ chҥy bài toán mô hình cҫn phҧi theo mөc tiêu cӫa vҩn ÿӅ là cҫn kӃt quҧ gì ӣÿҫu ra cӫa mô hình. Ví dө khi làm mô hình dӵ báo lǊ thì thӡi ÿoҥn hiӋu chӍnh phҧi chӭa thӡi gian mà các ÿӍnh lǊ trong lӏch sӱÿã xҧy ra. Trѭӡng hӧp làm mô hình thӇ hiӋn dòng chҧy môi trѭӡng (environmental flow), thì thӡi ÿoҥn hiӋu chӍnh phҧi có chӭa nhӳng thӡi kǤ dòng chҧy thҩp trong mùa kiӋt. x Hi͏u ch͑nh s˯ b͡: Ĉây NTTULIBlà bѭӟc thӱ ban ÿҫu ÿӇ xem thӱ các thông sӕ mô hình ÿã chӑn có “nhҥy” vӟi kӃt quҧ mô hình hay không? Thông thѭӡng, viӋc hiӋu chӍnh sѫ bӝ theo bҧng hѭӟng dүn cӫa mô hình có sҹn hoһc tӯ quan sát thӵc tӃ. ViӋc hiӋu chӍnh sѫ bӝÿѭӧc xem nhѭ mӝt bѭӟc làm bҳt buӝc nhҵm ÿӏnh lҥi: + Giá trӏ ban ÿҫu thӵc tӃ cho các thông sӕ + ChiӅu dài (hay bѭӟc tính) “lý tѭӣng” ÿӇ mô hình tìm kiӃm giá trӏ tӕt nhҩt cӫa thông sӕ. NӃu chӑn bѭӟc tính quá ngҳn sӁ làm gia tăng sӕ lҫn tính toán, nӃu chӑn bѭӟc tính quá dài sӁ tҥo ra sӵ vѭӧt quá hay cѭӡng ÿiӋu hóa khi tìm giá trӏ tӕi ѭu. + Thӱ xác ÿӏnh khoҧng giӟi hҥn (giӟi hҥn trên và giӟi hҥn dѭӟi) cӫa các thông sӕ. Mөc ÿích cӫa viӋc này nhҵm giӟi hҥn khҧ năng sӵ thҩt bҥi cӫa mô hình khi tҥo ra các giá trӏ phi thӵc tӃ hay trӏ vѭӧt quá thӵc tӃ. x Hi͏u ch͑nh tinh t͇: HiӋu chӍnh tinh tӃ là làm nhuyӉn ӣ mӭc chi tiӃt các kӃt quҧӣ ÿҫu ra qua viӋc ÿiӅu chӍnh vi cҩp (fine tuning) các thông sӕ mô hình. Mӝt sӕ sách hѭӟng dүn mô hình có thӇ cho khuyӃn cáo hoһc mӝt sӕ mô hình có thӇ tҥo ra tiӃn trình tӵÿӝng hiӋu chӍnh ÿӇ có mӝt kӃt quҧ tӕt nhҩt có thӇÿҥt ÿѭӧc. 24 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 3.3 Các tiӃp cұn ÿӇ hiӋu chӍnh thông sӕ mô hình Mӝt sӕ mô hình có thӇÿѭӧc ÿánh giá trong cách ÿӏnh mөc tiêu bài bҧn, mӝt sӕ mô hình khác thì không có thӇ thӵc hiӋn ÿѭӧc. ViӋc ÿánh giá kӃt quҧ mô hình còn phө thuӝc mӝt phҫn vào kӹ năng xem xét vҩn ÿӅ cӫa ngѭӡi làm mô hình. Có nhiӅu cách tiӃp cұn: 3.3.1 TiӃp cұn tiên nghiӋm (a priori approach) i) Trong cách tiӃp cұn này, nhӳng giá trӏ ban ÿҫu cӫa thông sӕ mô hình ÿѭӧc suy ra tӯ viӋc ÿo ÿҥc thӵc tӃ hoһc tӯ mӝt tính chҩt nào ÿó cӫa sӵ viӋc, hoһc ÿѭӧc thành lұp do thӵc nghiӋm. ii) ViӋc tiӃp cұn ÿѭӧc giҧÿӏnh rҵng mô hình là xác ÿӏnh và các thông sӕ có ý nghƭa vӅ vұt lý; tӯÿó mô hình ÿang tҥo ra các mô phӓng tӕt cho nhӳng lý do ÿúng ÿҳn. iii) ViӋc tiӃp cұn tiên nghiӋm là khҧ thi vӅ mһt lý thuyӃt. Tuy nhiên, cách tiӃp cұn này cҫn mӝt sӕ liӋu khá lӟn cho các mô hình xác ÿӏnh. Do vұy, ÿӕi vӟi các lѭu vӵc nghiên cӭu nhӓ, các tiӃp cұn ÿӇ có các thông sӕ mô hình này bӏ giӟi hҥn và ÿôi khi không thӵc hiӋn ÿѭӧc. 3.3.2 TiӃp cұn phù hӧp ÿѭӡng cong (the curve fitting approach) i) Các thông sӕ mô hình cǊng có thӇÿѭӧc suy ra bӣi cách tiӃp cұn phù hӧp ÿѭӡng cong, hay còn gӑi là ÿӝ phù hӧp (goodness-of-fit). Cách tiӃp cұn này liên quan ÿӃn viӋc tìm các thông sӕ sӁ bҧo ÿҧm mӭc gҫn kín tѭѫng ӭng giӳa các ÿһc trѭng ÿһc thù cӫa các chuӛi thӡi gian tính toán và các giá trӏ quan trҳc tѭѫng ӭng. Ĉây là mӝt tiӃn trình tӕi ѭu hóa thông sӕ (parameter optimization). Trong cách tiӃp cұn này, tiêu chuҭn ÿӝ phù hӧp theo thӕng kê ÿѭӧc áp dөng ÿӇ xác ÿӏnh mӭc gҫn kín cӫa các biӃn sӕ trong chuӛi thӡi gian theo quan trҳc và theo mô hình tѭѫng ӭng. NTTULIB ii) Có hai phѭѫng pháp cѫ bҧn ÿӇ có các thông sӕ mô hình tӕi ѭu khi hiӋu chӍnh bҵng phѭѫng cách phù hӧp ÿѭӡng cong, ÿó là theo cách thӫ công và cách tӵ ÿӝng. Mӝt biӃn ÿәi tӕi ѭu hóa theo cách thӫ công còn ÿѭӧc gӑi là tiӃn trình lұp lҥi ÿѭӧc phân mҧng (segmented iterative procedure). iii) Tӕi ѭu hóa theo kiӇu thӫ công (Manual optimization): Theo cách này các giá trӏ cӫa mӝt thông sӕ tính toán tҥi mӝt thӡi ÿiӇm tѭѫng ӭng vӟi giá trӏ quan trҳc ÿѭӧc thӱ sai (trial and error) sao cho dҫn dҫn phù hӧp vӟi ÿѭӡng cong. Phѭѫng pháp thӫ công ÿiӅu chӍnh các thông sӕ riêng rӁ sӁ mҩt nhiӅu thӡi gian, nhҩt là các mô hình ÿa thông sӕ mà trong ÿó các thông sӕ sӁ tѭѫng tác cao ÿӝ lүn nhau. Phѭѫng pháp này ÿòi hӓi ngѭӡi làm mô hình phҧi hiӇu rҩt rõ cách cҩu trúc và sӵ vұn hành cӫa mô hình. iv) TiӃn trình lұp lҥi ÿѭӧc phân mҧng: ÿӕi vӟi các mô hình có nhiӅu hѫn 5 thông sӕ thì nên thӵc hiӋn cách tiӃp cұn theo cách này: 25 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ + Bѭӟc ÿҫu, tҩt cҧ các thông sӕ liên quan ÿӃn mӝt tiӃn trình ÿһc thù nào ÿó ÿѭӧc tӕi ѭu hóa cùng nhau, trong khi ÿó các thông sӕ khác ÿѭӧc giӳ nhӳng hҵng sӕ. Mҧng thông sӕ liên quan này sӁÿѭӧc tӕi ѭu hóa bҵng cách ÿӏnh khoҧng giá trӏ chһn trên và chһn dѭӟi ÿӇ tìm thông sӕ mô hình phù hӧp nhҩt ÿѭӧc cho phép biӃn ÿәi. + Cuӕi bѭӟc thӭ nhҩt, mҧng giá trӏ thông sӕÿã hiӋu chӍnh cҧi tiӃn sӁÿѭӧc xác ÿӏnh và giӳ lҥi nhѭ mӝt hҵng sӕ cho bѭӟc kӃ tiӃp. + Ӣ bѭӟc thӭ hai, tѭѫng tӵ nhѭ bѭӟc thӭ nhҩt, mҧng thông sӕ khác trong tiӃn trình sӁÿѭӧc biӃn ÿәi cho phù hӧp vӟi mô hình. + Nhѭ vұy, tӯng nhóm mӝt cӫa thông sӕ liên quan ÿӃn tiӃn trình ÿһc thù nào ÿó sӁ tiӃp tөc tiӃn trình tìm giá trӏ tӕi ѭu lҫn lѭӧt cho ÿӃn khi tҩt cҧ các nhóm thông sӕÿѭӧc tӕi ѭu hóa. + Trong quá trình thӵc hiӋn tӕi ѭu hóa tӯng mҧng, có thӇ ngѭӡi làm mô hình phҧi trӣ lҥi bѭӟc thӭ nhҩt, hoһc bѭӟc thӭ hai/ba nào ÿó khi viӋc tӕi ѭu hóa bӏ trӣ ngҥi. + TiӃn trình tìm các giá trӏ tӕi ѭu cho tӯng mҧng thông sӕÿѭӧc lұp lҥi cho ÿӃn khi có mӝt chuӛi các thông sӕ tӕi ѭu toàn thӇ. v) Tӕi ѭu hóa tӵÿӝng (hoһc tӕi ѭu hóa mөc tiêu): Kӻ thuұt tӕi ѭu hóa tӵÿӝng ÿѭӧc áp dөng ӣ mӝt sӕ mô hình theo cách chӑn lӵa ÿѭӡng phù hӧp theo tiêu chuҭn thӕng kê. Kӻ thuұt này áp dөng khi kӃt quҧ tính toán thӕng kê chѭa ÿҥt yêu cҫu thì chѭѫng trình tӵÿӝng ÿiӅu chӍnh tҥo ra thông sӕ mӟi bҵng cách kӃt hӧp giӳa trӏ vӯa tính toán và sai biӋt thӕng kê. Thông thѭӡng các thông sӕ mô hình ÿáp ӭng vӟi nhӳng thay ÿәi phi tuyӃn, nӃu chѭѫng trình tính phán ÿoán ÿѭӧc phѭѫng trình phi tuyӃn thì có thӇ sӱ dөng các thuұt toán tӕi ѭu lұp lҥi. Cách tiӃp cұn này làm cho các thông sӕ dҫn dҫn tiӃp cұn ÿӃn mөc tiêu tӕi ѭu nhѭng cǊng nhiӅu lúc gһp bҩt trҳc do sӵ phán ÿoán phi tuyӃn không hӧp lý. TiӃn trình này ÿѭa ÿӃn viӋc giҧm bӟt viӋc dӵa vào cách phân mҧng chӫ quan cӫa ngѭӡi làm mô hình. Tӕi ѭu hóa tӵÿӝng có thӇ tҥo nên mӝt tiӃn trình hiӋu chӍnh nhanh hѫn mӝt cách có ý nghƭa. NTTULIB vi) Mӝt sӕÿiӇm liên quan ÿӃn viӋc tӕi ѭu hóa tӵÿӝng cҫn xem xét kӻ hѫn: x Thông thѭӡng chӍ mӝt hàm mөc tiêu (thӓa yêu cҫu thӕng kê ÿӝ phù hӧp, nhѭ trӏ hӋ sӕ tѭѫng quan r2) có thӇÿѭӧc sӱ dөng trong tiӃn trình tӕi ѭu hóa tӵÿӝng. NӃu có nhiӅu hѫn hai hàm mөc tiêu thì bài toán trӣ nên phӭc tҥp và khó giҧi. Do vұy, có lúc cҫn thiӃt phҧi thӵc hiӋn viӋc ÿiӅu chӍnh thӫ công ÿӇ các giá trӏ thông sӕÿӇ tҥo ra sӵ mӝt kӃt quҧ tӕt hѫn cho mô hình dӵa vào nhiӅu tiêu chuҭn thӕng kê (nhѭ hӋ sӕ tѭѫng quan r2 kӃt hӧp vӟi ÿӝ dӕc ÿѭӡng cong và phѭѫng pháp dӯng chһn trong toán hӑc). x Mӝt vҩn ÿӅ khác trong tӕi ѭu hóa tӵÿӝng là sӵ tѭѫng tác giӳa các thông sӕ. Khi ÿiӅu chӍ thông sӕ này sӁҧnh hѭӣng các thông sӕ còn lҥi vì chúng có quan hӋ ít nhiӅu. Chính ÿiӅu này làm bài toán trӣ nên phӭc tҥp và kӃt quҧ thѭӡng khó ÿҥt sӵ tӕi ѭu. 26 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ x Tѭѫng tӵ, vӟi tӯng thông sӕ riêng rӁ có thӇ tìm sӵ tӕi ѭu cӫa riêng nó nhѭng khi phӕi hӧp các tӕi ѭu riêng rӁ thì khó tҥo ra sӵ tӕi ѭu toàn cөc. x Vӟi các lý do trên, nhiӅu lúc thӵc hiӋn tiӃn trình hiӋu chӍnh tӵÿӝng không thӇ cho kӃt quҧ nhѭ ý muӕn do kӃt quҧ có ÿӝ nhҥy cao vӟi các thay ÿәi cӫa biӃn sӕ. Trong trѭӡng hӧp này, các thành phҫn lý luұn vӳng chҳc cӫa mô hình có thӇ bӏ sai lӋch, trong khi ÿó các thành phҫn chӭa yӃu tӕ thiӃu cѫ sӣ hay mѫ hӗ cӫa mô hình có thӇ không thӇ phát hiӋn ra. x ĈiӅu này khiӃn viӋc hiӋu chӍnh tӵÿӝng có thӇ tҥo ra các thông sӕ cho các giҧi ÿáp ÿúng vӟi nhӳng lý do sai, khi ҩy các thông sӕ sӁ không thӇÿѭӧc sӱ dөng ÿӇ ngoҥi suy kӃt quҧ. x Tҩt cҧ các ÿiӇm trên cho thҩy viӋc cҧi tiӃn có hӋ thӕng mӝt mô hình ÿӇ ÿáp ӭng mӝt sӵ hiӋu chӍnh dӵa vào kӃt quҧ khá khó khăn. ĈiӅu này ÿһc viӋc ÿúng ÿӕi vӟi các mô hình chӭa nhiӅu ҭn sӕ và có nhӳng yӃu tӕ vұt lý quá phӭc tҥp. Ví dө khi làm mô phӓng viӋc lan truyӅn nhiӅu chҩt gây ô nhiӉm trong mӝt khu phӭc hӧp dân cѭ, công nghiӋp, sҧn xuҩt nông ngѭ nghiӋp, vii) Mӝt sӕ nhà nghiên cӭu mô hình khuyӃn cáo là không thӇ có mӝt thuұt toán duy nhҩt ÿӇ tҥo ra mӝt loҥt các thông sӕ tӕi ѭu cho các mô hình khác nhau. ViӋc tiӃp cұn nhiӅu thuұt toán tӕi ѭu kӃt hӧp có thӇ là mӝt cách nên làm. 3.4 Các vҩn ÿӅ khi thành lұp các thông sӕ trong các mô hình môi trѭӡng 3.4.1 Các vҩn ÿӅ thѭӡng gһp khi thành lұp thông sӕ i). Thông thѭӡng, trong mӝt mô hình môi trѭӡng các biӃn sӕ nhѭ nӗng ÿӝ chҩt ô nhiӉm thay ÿәi theo thNTTULIBӡi gian và không gian mà các chҩt ô nhiӉm lan truyӅn cǊng không ÿӗng nhҩt (do cҩu trúc lӟp ÿҩt, sӵ thay ÿәi ÿһc ÿiӇm dòng chҧy, ). Do vұy khi dùng trӏ sӕ trung bình hoһc mӝt hӋ sӕÿһc trѭng nào ÿó có thӇ là nguyên nhân chính làm sai sӕ mô hình. ii). Các nghiên cӭu thӵc tӃ cho thҩy, sӵ thay ÿәi ÿһc ÿiӇm vұt lý cӫa lѭu vӵc (nhѭ thay ÿәi cách sӱ dөng ÿҩt, lӟp phӫ thӵc vұt, ) sӁ làm thay ÿәi các thông sӕ thӫy văn. iii). Tính hiӋu quҧ cӫa mô hình thѭӡng do kӹ năng cӫa ngѭӡi sӱ dөng mô hình khi thӵc hiӋn viӋc hiӋu chӍnh hѫn là do bҧn thân cӫa chính mô hình. Mӝt trong nhӳng nguyên nhân gây sai sӕ mô hình có ý nghƭa là do chӑn lӵa không thích hӧp và hiӋu chӍnh các thông sӕ mô hình. KiӃn thӭc cho viӋc chӑn lӵa thông sӕ hӧp lý thѭӡng chӍ có qua kinh nghiӋm nhiӅu lҫn. iv). Khi tìm cách ÿѭa thêm các hӋ sӕ hiӋu chӍnh lҥi sӵ biӃn ÿәi cӫa ÿһc ÿiӇm không gian môi trѭӡng nhҵm ÿӕi phó vӟi hҥn chӃ khҧ năng ÿo ÿҥc chính xác hoһc phӓng ÿoán các giá trӏ thông sӕ sӁ có thӇ tҥo ra nhӳng sai sӕ thông sӕ khác. 27 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ v). Thông thѭӡng khi lҩy nhӳng biӃn sӕÿӝc lұp (ví dө nhѭ sӕ liӋu ÿo ÿѭӧc sӵ chҧy tràn trên mһt ÿҩt) ÿӕi lұp vӟi kӃt quҧÿҫu ra cӫa mô hình (sӕ liӋu chҧy tràn theo tính toán cӫa mô hình) ÿӇ thӱ nghiӋm khi hiӋu chӍnh thì các thông sӕ có thӇ không mang tính ÿҥi diӋn mӝt cách tiêu biӇu cho toàn lѭu vӵc (trѭӡng hӧp lѭu vӵc có sӵ hiӋn diên cӫa các vùng ÿҩt ngұp nѭӟc, các ÿê chҳn hoһc các kênh mѭѫng). vi). Kӻ thuұt lҩy mүu và ÿo ÿҥc ngoài hiӋn trѭӡng và trong phòng thí nghiӋm sӁҧnh hѭӣng lӟn ÿӃn kӃt quҧ mô hình. Cùng áp dөng mӝt mô hình toán hӑc trên máy tính cho mӝt lѭu vӵc nhѭng vӟi hai ngѭӡi khác nhau áp dөng, mӛi ngѭӡi ÿo áp dөng các cách ÿo khác nhau ÿӇ có sӕ liӋu ÿҫu vào thì kӃt quҧ cǊng có thӇ cho ra các thông sӕ khác nhau. 3.4.2 Sӵ hiӋu chӍnh là mӝt ÿòi hӓi khҳc khe vӅ sӕ liӋu i). TiӃn trình hiӋu chӍnh phҧi bҳt ÿҫu tӯ mӝt hiӋn thӵc là sӕ liӋu ÿҫu vào phҧi ÿӫ dài và có ÿӝ chính xác cao nhҩt ÿӏnh nào ÿó. ii). Khi chuӛi sӕ liӋu quá ngҳn hoһc thiӃu sӕ liӋu thì sӁ tҥo ra nhӳng trӏ không chҳc chҳn ҧnh hѭӣng lӟn ÿӃn viӋc hiӋu chӍnh các thông sӕ. Ví dө khi mô phӓng sӵ ô nhiӉm nguӗn nѭӟc ÿӃn tính ÿa dҥng sinh hӑc, do không ÿӫ thӡi gian, kinh phí, thiӃt bӏ, sӕ liӋu trӣ nên sѫ sài thì chҳc chҳn kӃt quҧ sӁ kém tin cұy vì sai sӕ lӟn. iii). Mӝt sӕ trѭӡng hӧp nghiên cӭu mô hình dòng chҧy môi trѭӡng, nӃu chuӛi sӕ liӋu trong quá khӭ quá ngҳn ÿӇ ÿánh giá tҫn suҩt xuҩt hiӋn các thӡi kǤ quan trӑng nhѭ thӡi kǤÿӍnh lǊ hay dòng chҧy kiӋt thì khҧ năng ӭng dөng mô hình dӵ báo sӁ rҩt hҥn chӃ. iv). Có nhiӅu trѭӡng hӧp khi hiӋu chӍnh các thông sӕ, kӃt quҧ có thӇ phù hӧp vӟi nhӳng chuәi sӕ liӋu ngҳn hoһc ÿӭt ÿoҥn nhѭng qua giai ÿoҥn kiӇm nghiӋm vӟi nhӳng thay ÿәi mӟi thì các thông sӕ bӝc lӝ nhiӅu sai sӕ lӟn. v). Khi so sánh giӳa mô hìnhNTTULIB dӵa vào sӵ kiӋn (event-based model) và mô hình liên tөc (continous model) thì sӁ thҩy mô hình liên tөc thѭӡng cho kӃt quҧ hiӋu chӍnh tӕt hѫn mô hình dӵa vào sӵ kiӋn. Lý do là mô hình liên lөc có sӕ lѭӧng sӕ liӋu nhiӅu hѫn mô hình dӵa vào sӵ kiӋn. 3.4.3 Tѭѫng tác giӳa các thông sӕ i). Sӵ tѭѫng tác do có sӵ quan hӋ giӳa các thông sӕ có thӇ là nguyên do tҥo nên sӵ phӭc tҥp cӫa bài toán. ii). Sӵ hiӇu biӃt rõ ràng vӅ mӭc ÿӝ và mүu hình cӫa sӵ tѭѫng tác giӳa các thông sӕ, cǊng nhѭÿӝ nhҥy cӫa các tiêu chuҭn phù hӧp cӫa bҩt kǤ sӵ thay ÿәi nào cӫa các giá trӏ thông sӕÿӅu luôn luôn hӳu ích trong viӋc hiӋu chӍnh thông sӕ. Trong mӝt sӕ trѭӡng hӧp, ÿӏnh ÿѭӧc sӵ thay ÿәi các thông sӕÿӝ nhҥy cǊng tҥo nên tính hiӋu quҧ cӫa mөc tiêu tiêu mô hình. 28 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ iii). NӃu mô hình chӫ yӃu mang tính khái quát, trong ÿó các thông sӕ có mӭc ÿӝ diӉn giҧi vұt lý thì vӅ mһt lý thuyӃt, mӝt kӃt quҧ cӫa mô hình cǊng ÿѭӧc xem là "ÿúng". Tuy nhiên, trѭӡng hӧp nhѭ vұy cǊng ít xҧy ra. iv). Thұt ra, hiӋu ích ÿӇ có các thông sӕ mô hình chҳc chҳn thѭӡng xuҩt phát tӯ viӋc ÿo ÿҥc thӵc tӃ ngoài hiӋn trѭӡng hѫn là chӍ nhҳm vào các lý thuyӃt thӕng kӃÿӇ tìm ÿӝ phù hӧp. ĈiӅu này thѭӡng ÿѭӧc minh chӭng rõ khi nghiên cӭu mô hình thӫy văn môi trѭӡng, trong ÿó sӕ liӋu cung cҩp cho bài toán bao gӗm diӋn tích lѭu vӵc, diӉn biӃn thӫy lӵc dòng chҧy trên kênh dүn và các sӕ liӋu ÿһc trѭng khác. v). Mӝt sӕ trѭӡng hӧp, viӋc nghiên cӭu kӃt quҧ tӯ lѭu vӵc có hiӋn tѭӧng tѭѫng tӵ ÿӇ lҩy các thông sӕ "tѭѫng tӵ" cǊng là mӝt giҧi pháp. Tuy nhiên, không hҷn thông sӕ cӫa cӫa lѭu vӵc tѭѫng tӵÿáp ӭng các yêu cҫu vӅÿӝ phù hӧp cho mô hình ӣ lѭu vӵc nghiên cӭu mһc dҫu tính chҩt và các ÿһc ÿiӇm cӫa chúng có vҿ nhѭ nhau. Vҩn ÿӅ này ÿѭӧc trình bày chi tiӃt hѫn ӣ phҫn 3.4.4 dѭӟi ÿây. 3.4.4 Sӵ tѭѫng tӵ lѭu vӵc và các vҩn ÿӅ chuyӇn dӏch thông sӕ i). VӅ lý thuyӃt, các thông sӕ mô hình nhѭ quan hӋ mѭa - dòng chҧy có thӇ cung cҩp mӝt giá trӏ tiӃp cұn xҩp xӍ vӅ mһt thӫy văn cho nhӳng lѭu vӵc có ÿiӅu kiӋn "tѭѫng tӵ" nhѭng thiӃu trҥm ÿo. Gorgen (1983) ÿã ÿӅ xuҩt 3 xem xét vӅ mһt kӻ thuұt khác nhau có thӇ áp dөng ÿӇ thành lұp các thông sӕ khi: + Giá trӏ thông sӕ có thӇ chuyӇn dӏch bӣi các ÿһc trѭng lѭu vӵc ÿo ÿѭӧc. + Giá trӏ thông sӕ có thӇ dӵa vào xu thӃ phát triӇn mang tính khu vӵc. + Các thông sӕ có thӇÿѭӧc thành lұp bҵng sӵ HiӋu chӍnh mô hình cӫa mӝt hoһc nhiӅu lѭu vӵc. Khi ÿó, các ÿiӅu kiӋn vұt lý cӫa lѭu vӵc tѭѫng tӵ và lѭu vӵc xem xét có nhӳng tính chҩt thӫy lӵc - thӫy văn gҫn nhѭ nhau. ii). Trӯ khi có hai hay nhiNTTULIBӅu lѭu vӵc tѭѫng tӵ vӅ mһt thӫy hӑc (hҫu hӃt ÿѭӧc ÿӏnh dҥnh bҵng cách mӣ rӝng), viӋc chuyӇn dӏch thông sӕÿѭӧc khuyӃn kích sӱ dөng. NӃu phát hiӋn có sӵ khác biӋt thӵc tӃ vӅ mһt thӫy văn thì vҩn ÿӅ chuyӇn dӏch thông sӕ cҫn phҧi xem xét lҥi. iii). Muӕn ÿӏnh danh sӵ tѭѫng tӵ lѭu vӵc cho mөc tiêu chuyӇn dӏch thông sӕ cҫn phҧi có các thông tin ÿánh giá căn cӭ vào sӵ nghiên cӭu thӵc tӃ vӟi các công cө nhѭ bҧn ÿӗ ÿӏa hình, bҧn ÿӗ ÿӏa chҩt, không ҧnh máy bay, ҧnh vӋ tinh và thám sát thӵc tӃ ngoài ÿӗng. iv). Trѭӡng hӧp căn cӭ vào xu thӃ khu vӵc (regionalised trend) liên quan ÿӃn các thông sӕ mô hình tӯ nhiӅu lѭu vӵc có trҥm ÿo thì cҫn phát triӇn mӝt bӝ thông sӕ tiêu chuҭn (standard parameter set) cho lѭu vӵc thiӃu trҥm ÿo. Phѭѫng pháp này có mӝt sӕÿһc ÿiӇm sau: + Ĉây là mӝt phѭѫng pháp thú vӏ và ít tӕn kém ÿӇ có các giá trӏ thông sӕ. 29 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ + KӃt quҧ nhұn ÿѭӧc có thӇ có chҩt lѭӧng kém hѫn vì thiӃu sӕ liӋu kiӇm chӭng, tuy nhiên, nhӡ cách này ta có thӇ có trӵc tiӃp các thông sӕ mà giҧm công viӋc hiӋu chӍnh. + Thұt ra, ÿây không hҷn là mӝt kӻ thuұt ÿáng ÿѭӧc khuyӃn cáo khi áp dөng viӋc liên kӃt mӝt mô hình thӫy văn thông thѭӡng vӟi mӝt mô hình thӫy văn môi trѭӡng. Thӵc tӃ cho thҩy các thông sӕ trong trѭӡng hӧp làm mô hình hóa môi trѭӡng mang tính tѭѫng tác cao hѫn và phӭc tҥp hѫn, ÿһc biӋt là giӳa thành phҫn sӕ lѭӧng nguӗn nѭӟc và thành phҫn hóa hӑc (chҩt lѭӧng nѭӟc). v). Pilgrim (1983) ÿӅ xuҩt mӝt sӕÿiӇm cҫn lѭu ý xa hѫn khi muӕn xem xét chuyӇn dӏch thông sӕ: + Xem xét tѭѫng tӵ lѭu vӵc phҧi có sӵ quan hӋ giӳa chiӅu dài dòng chҧy, ÿӝ dӕc, ÿӝ nhám, Cҫn phҧi có ÿánh giá các mҩt cân xӭng cѫ bҧn khi tìm hiӇu sӵ tѭѫng tӵ giӳa các lѭu vӵc. + Nhҩt thiӃt phҧi có sӵ thông hiӇu kӻ lѭӥng liên quan ÿӃn tiӃn trình thӫy văn (hydrological processess) và các biӃn ÿәi cӫa chúng. Ĉһc biӋt quan trӑng là xác ÿӏnh ÿѭӧc ҧnh hѭӣng sӵ thay ÿәi tính chҩt dòng chҧy theo không gian. vi). Mӝt nghiên cӭu cӫa Gorgen (1983) khi khҧi sát các rӫi ro khi chuyӇn dӏch thông sӕ giӳa 3 lѭu vӵc, trong ÿó có 2 lѭu vӵc ÿҫu có nhiӅu ÿiӇm tѭѫng tӵ và 1 lѭu vӵc thӭ ba thì khác biӋt. ViӋc nghiên cӭu thӵc hiӋn viӋc phân tích sӕ liӋu các ÿһc trѭng vұt lý cӫa tӯng lѭu vӵc nhѭ lӟp phӫ thӵc vұt, ÿӏa chҩt tҫng mһt và khoҧng cách ÿӏa văn liên quan ÿӃn sӵ khác biӋt giӳa các lѭu vӵc. Các khác biӋt này có thӇÿѭӧc diӉn dӏch ӣ dҥng sӵ khác biӋt trong ÿáp ӭng thӫy văn (differences in hydrological response) và xem ÿây là ÿiӅu kiӋn xem xét quan trӑng trong tiӃn trình chuyӇn dӏch thông sӕ. Ӣ hai lѭu vӵc ÿҫu, sau khi gia giҧm sӵ khác biӋt ÿӇ có mӝt sӵ "tѭѫng tӵ" tӕt nhҩt ÿã cho phép chuyӇn dӏch thông sӕ thành công. Vӟi khu vӵc thӭ ba, dù có cӕ gҳng gia giҧm vүn dүn ÿӃn sӵ khác biӋt lӟn vӅ các ÿһc ÿiӇNTTULIBm vұt lý, khi ÿem thông sӕ cӫa hai lѭu vӵc tѭѫng tӵÿӇ chuyӇn sang lѭu vӵc thӭ ba thì cho ra nhӳng kӃt qӫa kém cӓi. vii). Do vұy, vұy chӭng minh sӵ tѭѫng tӵ giӳa các lѭu vӵc là quan trӑng. Sӵ dӏ biӋt vӅ không gian giӳa các vùng nghiên cӭu sӁ luôn luôn tҥo ra các vҩn ÿӅ sai biӋt mang tính hӋ thӕng. viii). Có thӇ kӃt luұn rҵng, không thӇ chӫ quan áp dөng mӝt lѭu vӵc ÿѭӧc xem là "mүu" cho các lѭu vӵc khác nӃu không có thӱ nghiӋm ÿҫy ÿӫ. Khái niӋm mô hình "mүu" chӍ mang tính tѭѫng ÿӕi, không thӇ có mӝt mô hình mang tính "toàn cҫu" ÿѭӧc. 3.4.5 Giá trӏ thông sӕ và vҩn ÿӅ quy mô cӫa mô hình i) Sӵ thành lұp thông sӕ mô hình chӏu chi phӕi bӣi quy mô cӫa mô hình. Khi dӏch chuyӇn các thông sӕ tӯ mӝt mô hình có quy mô nhӓ sang mӝt mô hình có quy 30 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ mô lӟn, các tiӃn trình thӫy văn và chҩt lѭӧng nѭӟc sӁ thay ÿәi. Sӵ thay ÿәi này có thӇ dүn ÿӃn kӃt luұn không thӇÿѫn thuҫn áp dөng các thông sӕ phù hӧp cho mӝt mô hình có quy mô nhӓ sang mӝt mô hình có quy mô lӟn nӃu không có nhӳng khҧo nghiӋm chi tiӃt kӻ lѭӥng hѫn. ii) Mô hình môi trѭӡng ÿѭӧc thiӃt lұp trên căn cӭ các quy mô vұt lý có tӹ lӋ nhӓ nhҵm tҥo ra các thông sӕ có ý nghƭa vұt lý ÿáp ӭng ÿiӅu kiӋn sӱ dөng cho nó. Tuy nhiên, khi quy mô gia tăng, sӵ bình quân, hӋ sӕ biӃn ÿӝng và ÿӝ lӋch chuҭn các thông sӕ có thӇ bӏ phá vӥ dүn ÿӃn chúng không còn ÿúng trên thӵc tӃ. Lý do là ӣ mô hình quy mô nhӓ tính chҩt ÿӗng nhҩt dӉ dàng ÿҥt ÿѭӧc hѫn là mô hình có quy mô lӟn. Khi ÿó, sӵ dӏ biӋt các ÿһc ÿiӇm vұt lý rҩt rõ nét iii) Các mô hình vұt lý thӵc hiӋn trong phòng thí nghiӋm có quy mô nhӓ khi mӣ rӝng ra thӵc tӃ thѭӡng gһp sӵ thҩt bҥi ít nhiӅu. Sӵ thҩt bҥi này có thӇ tiên ÿoán ÿѭӧc, các ӭng dөng mô hình vào thӵc tӃ cҫn phҧi có nhӳng ÿiӅu chӍnh nhiӅu hѫn. SӵÿiӅu chӍnh này cǊng tiêu tӕn nhiӅu công sӭc và thӡi gian ÿӇ hiӋu chӍnh trѭӟc khi áp dөng. 3.4.6 Vҩn ÿӅ ngoҥi suy thông sӕ i) Ngoҥi suy là mӝt kӻ thuұt toán hӑc ÿӇ kéo dài sӕ liӋu tính toán hoһc quan trҳc hoһc thӱ nghiӋm qua mô hình. Mөc ÿích ngoҥi suy thѭӡng dùng ÿӇ tiên ÿoán nhӳng khҧ năng xҧy ra trong tѭѫng lai hoһc thӱ áp dөng khi có nhӳng trѭӡng hӧp mӣ rӝng không gian hoһc tiên lѭӧng sӵ cӕ (rӫi ro môi trѭӡng, thiên tai, ). ii) ViӋc ngoҥi suy hiӋn tѭӧng hoһc sӕ liӋu có thӇÿúng hoһc gҫn ÿúng ӣ nhӳng ÿiӅu kiӋn (thӡi gian, sӵ kiӋn) gҫn kӃt quҧ tính toán nhѭng khi phán ÿoán cho nhӳng thӡi ÿoҥn dài hoһc sӵ cӕ quá lӟn thѭӡng không ÿúng hoһc kém chính xác. Sӵ hҥn chӃ cǊa có thӇ xuҩt hiӋn khi có sӵ phө thuӝc giӳa thông sӕ này và thông sӕ khác. NTTULIB iii) ĈiӅu này có thӇ lý giҧi là do các thông sӕÿã ÿѭӧc HiӋu chӍnh trong ÿiӅu kiӋn mô tҧ cӫa mô hình và chӍÿúng vӟi diӉn biӃn trong mô hình mà thôi. Khi ÿiӅu kiӋn này mӣ rӝng thì tính "tӕi ѭu" cӫa thông sӕ không còn ÿúng nӳa và khi ÿiӅu kiӋn vұt lý các hiӋn tѭӧng thӵc tӃ nҵm ngoài sӵ tính toán cӫa mô hình. iv) Khi sӱ dөng các thông sӕ thành lұp tӯ chuӛi sӕ liӋu ngҳn mӣ rӝng theo cách ngoҥi suy cho chuӛi dài hѫn sӁ gһp phҧi sӵ tích lǊy sai sӕ và làm gia tăng các khiӃm khuyӃt có thӇ gһp trong quá trình khái quát hóa mô hình. v) Phҫn lӟn các mô hình không thӇ áp dөng vӟi chuӛi dӳ liӋu nҵm ngoài khoҧng HiӋu chӍnh cӫa mô hình. 31 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Chѭѫng 4. THӆ HIӊN MÔ HÌNH 4.1 KiӇm nghiӋm và ÿӏnh trӏ mô hình ĈӇ ÿánh giá và hiӇu rõ hѫn giá trӏ ý nghƭa cӫa mӝt mô hình qua cách thӇ hiӋn, thông tin vӅ nghi thӭc thӵc hiӋn mô hình hóa là mӝt ÿòi hӓi cҫn thiӃt giӳa ngѭӡi sӱ dөng mô hình và ngѭӡi phát triӇn mô hình. ViӋc thӇ hiӋn mô hình rҩt quan trӑng trong viӋc thuyӃt phөc ngѭӡi ra quyӃt ÿӏnh có thêm nhӳng cân nhҳc trên cѫ sӣ khoa hӑc, qua nhӳng gì mà mô hình có thӇ chӭng minh bҵng kӃt quҧ, bҵng ÿӏnh trӏ các mã mô hình, các hiӋu chӍnh, kiӇm nghiӋm và báo cáo ÿánh giá thông qua lý luұn và thӵc tiӉn. Theo ÿӏnh nghƭa ÿã trình bày ӣ phҫn 2.2.5, kiӇm nghiӋm (verification) mô hình là bѭӟc tiӃp sau công viӋc hiӋu chӍnh mô hình nhҵm kiӇm tra các thông sӕ mô hình ÿѭa ra có phù hӧp vӟi các diӉn biӃn cӫa thӵc tӃ hay không. Ngoài ra, viӋc kiӇm nghiӋm mô hình nhҵm kiӇm tra ÿӝ chính xác giӳa các dӳ liӋu ÿã biӃt vӟi mӝt sӕ tiêu chuҭn thӕng kê. ViӋc kiӇm nghiӋm cǊng là mӝt phѭѫng cách ÿӇ xem xét lҥi các sӕ liӋu quan trҳc thӵc tӃ. Mӝt cách khác, có thӇ nói kiӇm nghiӋm mô hình là công viӋc ÿo ÿҥc tính thӇ hiӋn cӫa mô hình, nó là công cө dүn ÿӇn viӋc minh xác (confirmation), chӭng nhұn (certificate) và kiӇm ÿӏnh (accreditation) nhѭ là mӝt bҵng chӭng vӅ chҩt lѭӧng mô hình. 4.2 Nghiên cӭu kiӇm nghiӋm 4.2.1 Mөc tiêu Theo ÿӏnh nghƭa ӣ mөc 2.2.5, sau khi hiӋu chӍnh, mô hình cҫn ÿѭӧc kiӇm nghiӋm nhҵm kiӇm tra các thông sӕ mô hình ÿѭa ra có phù hӧp vӟi các diӉn biӃn cӫa thӵc tӃ hay không. Nói mӝt cách chi tiӃt, viӋc kiӇm nghiӋm gӗm các trҧ lӡi các hàm ý sau: x Các biӇu hiӋn ӣÿҫu ra cӫa mô hình mô phӓng có phù hӧp vӟi các biӇu hiӋn ÿҫu ra cӫa hӋ thӕng thӵc tӃÿã ÿѭӧNTTULIBc quan trҳc. x Các thông tin ӣÿҫu ra cӫa mô hình (lѭu ý là ÿҫu ra cӫa mô hình mô phӓng không phҧi là thành lұp sӕ liӋu mà là thông tin) có ÿӫ ÿӝ chính xác nhѭ mong muӕn ӣ mô hình. x Trong quá trình xác ÿӏnh các thông sӕ, nӃu có sai biӋt ý nghƭa giӳa sӕ liӋu cӫa sӵ kiӋn quan trҳc và giá trӏ mô phӓng, thì cҫn xác lұp mӭc ÿӝ tin cұy cӫa mô hình. x ViӋc kiӇm nghiӋm phҧi mang tính khách quan: mô hình cҫn phҧi bҳt buӝc qua các thӱ nghiӋm thӕng kê chính thӕng và nghiêm ngһt theo các mӭc ÿӝ phù hӧp ÿӏnh trѭӟc theo tҫm quy mô thӵc hiӋn. x Khi làm kiӇm nghiӋm ÿҫu ra cӫa mô hình, giҧ thiӃt rҵng mô hình là có cѫ sӣ vӳng chҳc bao gӗm các hӧp lý trong thiӃt kӃ mô hình, các phѭѫng trình chӫÿҥo và mã hóa chѭѫng trình máy tính. x Trong bҩt kǤ sӵ kiӇm nghiӋm nào, có thӇ mӝt sӕ thông sӕ luôn luôn ÿҥt yêu cҫu các ÿiӅu kiӋn thӱ nghiӋm mô hình trong khi mӝt sӕ thông sӕ khác không thӇliên kӃt ÿѭӧc vӟi mӝt sӕ sӵ kiӋn ÿã xҧy ra. 32 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 4.2.2 Hàm mөc tiêu Trѭӟc khi làm kiӇm nghiӋm mô hình, cҫn thiӃt phҧi ÿӏnh lѭӧng các ÿiӅu kiӋn kiӇm nghiӋm. ViӋc này thӇ hiӋn qua khái niӋm hàm mөc tiêu (objective function - OF). Hàm mөc tiêu là mӝt trӏ sӕ cӫa tiӃn trình thӕng kê ÿһc thù thӇ hiӋn mӭc ÿӝ tѭѫng ӭng, hoһc còn gӑi là ÿӝ gҫn (degree of closeness), giӳa giá trӏ thӵc ÿo và giá trӏ mô phӓng. Có nhiӅu kiӇu ÿӇ xác ÿӏnh hàm mөc tiêu OF tùy theo mөc ÿích ÿһc thù và tѭѫng quan trong các mô hình ӭng dөng. Hàm mөc tiêu thѭӡng theo xu hѭӟng tiӃn ÿӃn trӏ 0 (khi hàm mөc tiêu là tӕi thiӇu hóa, OFo 0) hoһc tiӃn ÿӃn trӏÿѫn vӏ, OF o 1 (khi hàm mөc tiêu là tӕi ÿa hóa). 4.2.3 Các trӏ sӕ thӕng kê dùng cho kiӇm nghiӋm Khi kiӇm nghiӋm các trӏ sӕ thӕng kê thѭӡng ÿѭӧc áp dөng ÿӇ so sánh ÿӝ phù hӧp giӳa trӏ mô phӓng và trӏ quan trҳc cho cҧ chuӛi thӡi gian và cho tӯng sӵ kiӋn riêng rӁ rӡi rҥc ӣ kӃt quҧÿҫu ra. ViӋc này có thӇÿánh giá qua thӕng kê mӭc ÿӝ phù hӧp (goodness-of-fit statistics) tӯ kӃt quҧ mô hình và thӵc tӃ. Sӵÿӗng biӃn vӅ chuӛi thӡi gian trên cѫ sӣ phép áp 1:1. Nghƭa là giá trӏ mô phӓng có "gҫn" vӟi trӏ trung bình cӫa sӕ liӋu ÿo thӵc tӃ không. Ngoài ra các trӏ thӕng kê khác cҫn ÿѭӧc xem xét, gӗm: i). Trӏ trung bình (mean) 1 n Xx (4-1) ¦ i n i 1 trong ÿó: X - trӏ trung bình cӫa các trӏ quan trҳc; xi - trӏ quan trҳc ÿѭӧc ӣ thӡi ÿiӇm thӭ i; n - sӕ thӡi ÿiӇm quan trҳc (hoһc tәng sӕ trӏ quan trҳc) Hàm mөc tiêu liên quan ÿӃn trӏNTTULIB trung bình thӇ hiӋn mӭc ÿӝ phҫn trăm (%) giӳa trӏ trung bình sӕ quan trҳc và sӕ mô phӓng. NӃu mô hình là tӕt thì hàm mөc tiêu trӏ trung bình phҧi tӕi thiӇu hóa (tiӃn ÿӃn trӏ 0): (x - y) 100. o 0 (4-2) X ii). Phѭѫng sai (variance) Vx n 1 2 Vx ¦ x i X (4-3) n -1 i 1 Mô hình ÿѭӧc xem là tӕt khi hàm mөc tiêu cӫa phѭѫng sai là tӕi thiӇu hóa: 2 2 (Vx Vy ) 100. 2 o 0 (4-4) Vx 33 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ iii). Ĉӝ lӋch chuҭn (standard deviation) Sx Sx Vx (4-5) Mô hình ÿѭӧc xem là tӕt khi hàm mөc tiêu cӫa ÿӝ lӋch chuҭn là tӕi thiӇu hóa: (S S ) 100. x y o 0 (4-6) Sx iv). HӋ sӕ biӃn ÿӝng (variance deviation) CVx S CV x (4-7) x X Mô hình ÿѭӧc xem là tӕt khi hàm mөc tiêu cӫa hӋ sӕ biӃn ÿӝng là tӕi thiӇu hóa: (CV CV ) 100. x y o 0 (4-8) CVx v). HӋ sӕ thiên lӋch (skewness) CSx n n CS (x X)3 (4-9) x ¦ i Sx (n -1)(n - 2) i 1 Mô hình ÿѭӧc xem là tӕt khi hàm mөc tiêu cӫa hӋ sӕ thiên lӋch là tӕi thiӇu hóa: (CS CS ) 100. x y o 0 (4-10) CSx vi). Sai sӕ thӕng kê + Sai sӕ chuҭn cӫa trӏ trung bình (standard error of the mean) các trӏ quan trҳc S SE x (4-11) NTTULIBx n + Sai sӕ tiêu chuҭn trung bình (root mean square error - RMSE) cӫa trӏ quan trҳc xi và trӏ mô phӓng yi n 2 ¦(x i yi ) RMSE i 1 (4-12) n Trӏ RMSE càng gҫn 0 thì mӭc phù hӧp giӳa thӵc tӃ và mô hình càng cao. vii). HӋ sӕ tѭѫng quan (correlation coeffient) cho quan hӋ tuyӃn tính Trѭӡng hӧp kӃt quҧ mô hình cho quan hӋ tuyӃn tính giӳa 2 biӃn sӕ x và y nhѭ hình 4.1. Trong ÿó x là biӃn sӕÿӝc lұp (trӏ quan trҳc) và y là biӃn sӕ phө thuӝc (trӏ mô phӓng). Phѭѫng pháp vӁÿѭӡng quan hӋ theo bình phѭѫng cӵc tiӇu ÿӇ xác ÿӏnh hӗi quy tuyӃn tính thѭӡng ÿѭӧc áp dөng. 34 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Khi ÿó quan hӋ giӳa 2 dãy sӕ liӋu theo phѭѫng trình ÿѭӡng thҷng y = ax +b, trong ÿó a là hҵng sӕ nӅn và b là ÿӝ dӕc cӫa ÿѭӡng thҷng. 40 35 ) i 30 25 ng (y ӓ 20 15 mô ph mô ӏ 10 Tr 5 0 0 5 10 15 20 25 30 Trӏ quan trҳc (xi) Hình 4.1: Mӝt ví dө vӅÿѭӡng tѭѫng quan tuyӃn tính giӳa trӏ quan trҳc và trӏ mô phӓng HӋ sӕ tѭѫng quan R giӳa trӏ quan trҳc và trӏ mô phӓng các ÿӏnh theo: n x X y Y ¦ i i R i 1 (4-13) n n 2 2 ¦(x i X) . ¦(yi Y) i 1 i 1 trong ÿó: Xvà Y - trӏ trung bình cӫa các trӏ quan trҳc và các trӏ mô phӓng; xi và yi - trӏ quan trҳc và trӏ mô phӓng ÿѭӧc ӣ thӡi ÿiӇm thӭ i; n - sӕ thӡi ÿiӇm quan trҳc (hoһc tәng sӕ trӏ quan trҳc) x HӋ sӕ tѭѫng quan R càng gҫn tiӃn ÿӃn ± 1 thì mӭc ÿӗng tѭѫng quan càng lӟn. x Khi R > 0 thì tѭѫng quan là ÿӗng biӃn và khi R < 0 thì tѭѫng quan là nghӏch biӃn. x R càng tiӃn vӅ 0 thì tѭѫngNTTULIB quan càng kém. x Hàm mөc tiêu cӫa hӋ sӕ tѭѫng quan là tӕi ÿa hóa, R o 1 viii). Ĉӝ dӕc b (slope) cho ÿѭӡng bình phѭѫng cӵc tiӇu (least-square line) thӇ hiӋn sӵ quan hӋ giӳa sӵ thay ÿәi xu thӃ mô phӓng và sӵ thay ÿәi xu thӃ quan trҳc: n n n n¦x i yi ¦x i .¦ yi i 1 i 1 i 1 b 2 (4-14) n § n · n x 2 x ¦ i ¨¦ i ¸ i 1 © i 1 ¹ Hàm mөc tiêu cӫa ÿӝ dӕc b là tӕi ÿa hóa ÿӃn trӏÿѫn vӏ, nghƭa là b càng tiӃn ÿӃn 1 thì khҧ năng "phù hӧp" cӫa các trӏ sӕ càng cao. 35 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ ix). Hҵng sӕ nӅn (base constant) hay ÿӝ chҳn y (y-intercept) n n ¦ yi b¦x i a i 1 i 1 (4-15) n NӃu quan hӋ là ÿӗng biӃn thì y = ax + b. Hàm mөc tiêu cӫa a o 0. x). Tәng các thӕng kê bình phѭѫng (sums of squares statistics) + Toàn tәng các bình phѭѫng (total sum of squares - SST) là mӝt sӕÿo sӵ phân tán cӫa các giá trӏ mô phӓng so vӟi trӏ trung bình. STT ÿѭӧc xác ÿӏnh nhѭ sau: n 2 SST ¦(yi Y) (4-16) i 1 + Tәng các bình phѭѫng giҧi nghƭa (explained sum of squares - SSR) là tәng sai lӋch các giá trӏ mô phӓng (lҩy tӯÿѭӡng quan hӋ tuyӃn tính giӳa các chuӛn thӵc ÿo và chuӛi mô hình) vӟi trӏ trung bình mô phӓng: n ˆ 2 SSR ¦ (yi Y) (4-17) i 1 Trӏ yˆ i là giá trӏ xác ÿӏnh trên ÿѭӡng thҷng quan hӋ tuyӃn tính giӳa các sӕÿo thӵc tӃ và các sӕ mô phӓng, nhѭ hình 4.2: y yn yi yi (y yˆ ) i i y2 y = ax + b ˆ yˆ 1 yi yˆ i NTTULIByˆ 2 y1 xi x Hình 4.2 Giá trӏ yˆ i trên ÿѭӡng quan hӋ tuyӃn tính giӳa sӕ thӵc ÿo và sӕ mô phӓng + Tәng các bình phѭѫng phi giҧi nghƭa (unexplained sum of squares - SSE) là tәng bình phѭѫng các khoҧng lӋch cӵc tiӇu (yi yˆ i ) , nhѭ minh hӑa trên hình 4.2. n ˆ 2 SSE ¦(yi yi ) (4-18) i 1 + Tѭѫng quan cӫa 3 trӏ tәng bình phѭѫng trên là: SST = SSR + SSE (4-19) Thӵc chҩt, sai lӋch này là sai sӕ làm tròn, do vұy dҩu bҵng (=) nên thay là dҩu xҩp xӍ (|) SST | SSR + SSE (4-20) 36 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ xi). HӋ sӕÿӏnh trӏ (coefficient of determination) dùng ÿӇ ÿo mӭc ÿӝ phӕi hӧp giӳa các trӏ mô phӓng và các trӏ lҩy tӯÿѭӡng quan hӋ mô phӓng: n n (y Y)2 (y yˆ )2 ¦¦i i i SST - SSE SSR r 2 i 1 i 1 (4-21) n SST SST (y Y)2 ¦ i i 1 Giá trӏ r2 luôn luôn nhӓ hѫn 1 nhѭng không thӇ là giá trӏ nhӓ hѫn 0. Trӏ r2 càng cao càng chӭng tӓ mӭc ÿӝ phӕi hӧp càng tӕt. Hàm mөc tiêu cӫa hӋ sӕÿӏnh trӏ là tӕi ÿa hóa trӏ r2. xii). HӋ sӕ hӳu hiӋu (coefficient of efficiency) là sӕÿo mӭc ÿӝ phӕi hӧp giӳa các giá trӏ quan trҳc và trӏ mô phӓng. n n 2 2 ¦¦(yi Y) (yi x i ) i 1 i 1 E n (4-22) 2 ¦(yi Y) i 1 Giá trӏ E có thӇ dѭӟi sӕ 0 nhѭng không thӇ lӟn hѫn 1. Hàm mөc tiêu cӫa hӋ sӕ hӳu dөng là tӕi ÿa hóa trӏ E tiӃn ÿӃn trӏ r2. xiii). HӋ sӕÿӗng thuұn (coeffient of agreement - IA) thӇ hiӋn sӵ hài lòng vӅ mӭc ÿӝ tiên ÿoán sai sӕ cӫa mô hình tӯ phѭѫng trình hӗi quy: n ˆ 2 ¦(yi yi ) i 1 IA 1- n (4-23) 2 ˆ ¦ yi Y yi Y i 1 Giá trӏ IA càng gҫn ÿӃn 1 thì sӵÿӗng thuұn cao, càng gҫn ÿӃn 0 thì sӵ bҩt ÿӗng thuұn lӟn. Hàm mөc tiêu cho hӋ sӕÿӗng thuNTTULIBұn là tӕi ÿa hóa IA o 1. 4.3 Vҩn ÿӅ kiӇm nghiӋm mô hình 4.3.1 Các vҩn ÿӅ thѭӡng gһp x Trong kiӇm nghiӋm mô hình, lý tѭӣng nhҩt là sӕ liӋu quan trҳc có ÿҫy ÿӫ sӵ kiӇm soát chҩt lѭӧng, ÿӫ chi tiӃt và ÿӫ ÿӝ dài theo thӡi gian. x Thӵc tӃ là chuӛi sӕ liӋu không ÿӫ dài, cҫn phҧi có các phѭѫng pháp mӟi ÿӇ kéo dài chuӛi sӕ liӋu tӯ thӵc tӃ ngoài hiӋn trѭӡng hoһc lҩy thêm tӯ các lѭu vӵc tѭѫng tӵ, tình huӕng môi trѭӡng xҩp xӍ. x Cҫn thiӃt phҧi ÿánh giá các ҧnh hѭӣng do sӵ không chҳc chҳn cӫa các thông sӕ nhұp vào mô hình khi xem xét sӵ thӇ hiӋn mô hình. x Các sӕ liӋu thӵc tӃ nghèo nàn có thӇ dүn ÿӃn sӵ hiӋu chӍnh và kiӇm chӭng sai lҥc. Mӝt sӕ ngѭӡi làm mô hình cӕ gҳng sӱ dөng phép ngoҥi suy ÿӇ kéo dài chuӛi sӕ 37 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ liӋu có thӇ dүn ÿӃn tình trҥng có kӃt quҧ giҧi ÿáp ÿúng cho nhӳng nguyên nhân sai lҫm. ĈiӅu này làm hҥn chӃ hiӋu quҧ mô hình. 4.3.2 Hұu kiӇm viӋc phê chuҭn và kiӇm nghiӋm mô hình x Mһc dҫu viӋc hiӋu chӍnh và kiӇm chӭng có thӇ thӓa mãn mӝt sӕ chӍ tiêu thӕng kê nhѭng cǊng cҫn ÿánh giá ÿӝ chính xác cӫa mô hình khi tiên ÿoán kӃt quҧ cho tѭѫng lai. Bѭӟc làm này gӑi là hұu kiӇm (post-audit). x Trong công viӋc hұu kiӇm, các dӳ liӋu mӟi sӁÿѭӧc thu thұp nhiӅu năm sau khi viӋc nghiên cӭu mô hình ÿã hoàn tҩt trѭӟc ÿó. ViӋc vұn hành mô hình vӟi chuӛi sӕ liӋu mӟi ÿӇ ÿánh giá mӭc ÿӝ chính xác tiên ÿoán ÿҫu ra. Có thӇ có nhӳng thay ÿәi yӃu tӕ vұt lý nhѭÿӏa hình, ÿӝ che phӫ mһt ÿҩt, thay ÿәi khi sӱ dөng nguӗn nѭӟc và các tài nguyên khác làm các thông sӕ mô hình ÿã nghiên cӭu trѭӟc ÿó không còn chính xác nӳa hay xuҩt hiӋn nhӳng khác biӋt có ý nghƭa. x Khi mô hình cǊ không còn thӓa mãn kӃt quҧ sӵ tiên ÿoán, nhҩt thiӃt phҧi hiӋu chӍnh và kiӇm nghiӋm lҥi các thông sӕ hoһc phҧi thay ÿәi giҧ thiӃt, thuұt tính toán, và thұm chí thay ÿәi cҩu trúc, khái niӋm mô hình. NTTULIB 38 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Chѭѫng 5. ӬNG DӨNG MÔ HÌNH HÓA MÔI TRѬӠNG 5.1 Sѫÿӗ phát triӇn và ӭng dөng mô hình Hình 5.1 là sѫÿӗ tәng quát cho các bѭӟc hoàn chӍnh viӋc phát triӇn và ӭng dөng mӝt mô hình. Trong ÿó 2 quá trình ÿѭӧc xem là quan trӑng là lұp trình thuұt toán và ÿánh giá kӃt quҧ cӫa mô hình. Xác ÿӏnh mөc tiêu cӫa mô hình Lѭӧc khҧo các tài liӋu liên quan Sӕ liӋu Sӕ liӋu thӵc tӃ thӵc tӃ Khái quát hóa mô hình Hình thành thuұt toán sӕ Mã hóa mô hình Giҧi thuұt sӕ Hӧp lý hóa mã sӕ Phân tích ÿӝ nhҥy Thӱ nghiNTTULIBӋm và ÿánh giá mô hình HiӋu chӍnh Thӱ mù KiӇm nghiӋm Tái ÿánh giá tiӃn trình Ӭng dөng mô hình Lұp trình Trình bày kӃt quҧ Ĉánh giá Hұu kiӇm Hình 5.1 Sѫÿӗ phát triӇn và ӭng dөng mô hình 39 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 5.2 Xu thӃ phát triӇn mô hình hóa môi trѭӡng theo quy mô không gian Các diӉn biӃn trong chu trình thӫy văn là mӝt trong các yӃu tӕ quan trӑng cӫa các quan hӋ môi trѭӡng - sinh thái. Sӵ biӃn ÿәi khí hұu diӉn ra liên tөc tӯ mӭc toàn cҫu ÿӃn mӭc vi khí hұu trong mӝt không gian nhӓÿӅu có nhӳng quan hӋ tѭѫng tác. Ҧnh hѭӣng này ÿã ÿѭӧc mӝt sӕ nhà thӫy văn môi trѭӡng mô phӓng tӯ nhiӅu cҩp qui mô không gian (Hình 5.2). Mô hình khí hұu ßtoàn cҫu Mô hình Mô hình tài nguyên môi trѭӡng vq tiӇu lөc ÿӏa và con ngѭӡi Mô hình Mô hình biӃn ÿәi môi trѭӡng sinh thái lѭu vӵc vùng Mô hình Mô hình dòng chҧy lan truyӅn ô nhiӉm % sông ngòi NTTULIBMô hình cân bҵng nѭӟc tiӇu vùng Hình 5.2 Xu thӃ phát triӇn mô hình thӫy văn môi trѭӡng theo quy mô không gian 40 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 5.3 Giӟi thiӋu mӝt sӕ mô hình môi trѭӡng 5.3.1 Mô hình biӃn ÿәi khí hұu toàn cҫu BiӃn ÿәi khí hұu toàn cҫu ÿang là mӕt vҩn ÿӅ thӡi sӵÿѭӧc nhiӅu khoa hӑc trên thӃ giӟi quan tâm vì nó ҧnh hѭӣng ÿӃn toàn bӝ hoҥt ÿӝng sinh hoҥt, sҧn xuҩt, sinh thái môi trѭӡng trên toàn cҫu. Các mô hình nәi tiӃng vӅ khí hұu ÿѭӧc phát triӇn tӯ Trung tâm Quӕc gia vӅ Nghiên cӭu Khí quyӇn (the National Center for Atmospheric Research - NCAR) ӣ Boulder, Colorado, USA, Phòng Thí nghiӋm Thӫy Ĉӝng lӵc hӑc Ĉӏa Vұt lý (the Geophysical Fluid Dynamics Laboratory) tҥi Princeton, New Jersey, Mӻ, Trung tâm Hadley vӅ Nghiên cӭu và Dӵ báo Khí hұu (the Hadley Centre for Climate Prediction and Research (in Exeter, UK), ViӋn Khí tѭӧng hӑc Max Planck (the Max Planck Institute for Meteorology) ӣ Hamburg, Germany. Chѭѫng trình Nghiên cӭu Khí hұu ThӃ giӟi (The World Climate Research Programme - WCRP), cӫa Tә chӭc Khí tѭӧng ThӃ giӟi (the World Meteorological Organization - WMO). Mӝt sӕ mô hình ÿã phát triӇn nhѭ: ¾ Bӝ Mô hình Luân chuyӇn Tәng quan (General Circulation Models - GCMs), còn gӑi là Bӝ Mô hình Khí hұu Toàn cҫu (Global Climate Models), là mӝt mô hình máy tính chuyên dùng cho dӵ báo khí hұu toàn cҫu, tìm hiӇu khí hұu và phҧn ánh sӵ thay ÿәi khí hұu. Mô hình khӣi thӫy GCMs ÿѭӧc 2 nhà khoa hӑc Syukuro Manabe và Kirk Bryan tӯ Phòng Thí nghiӋm Thӫy Ĉӝng lӵc hӑc Ĉӏa Vұt lý (Mӻ) phát triӇn. ¾ Mô hình Khí quyӇn Toàn cҫu (Global Atmospheric Model - GAM) là mӝt phҫn cӫa bӝ mô hình chuyên vӅ khí hұu ÿѭӧc phát triӇn tӯ các phѭѫng trình vi phân dӵa vào các ÿӏnh luұt vұt lý, cѫ hӑc chҩt lѭu và hóa hӑc. Mô hình này tính toán tӕc ÿӝ gió, chuyӇn hóa nhiӋt, bӭc xҥ mһt trӡi, ÿӝ ҭm tѭѫng ÿӕi và thӫy văn nѭӟc mһt (Hình 5.3). ¾ Mô hình nghiên cӭu tác ÿӝng khí hұu khu vӵc PRECIS (Providing Regional Climates for Impact Studies) do Trung tâm Hadley vӅ Nghiên cӭu và Dӵ báo Khí hұu phát triӇn (Hình 5.4).NTTULIB Hình 5.3 Mô hình Khí quyӇn Toàn cҫu 41 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Hình 5.4 KӃt quҧ dӵ báo sӵ gia tăng nhiӋt ÿӝ toàn cҫu tӯ PRECIS 5.3.2 Mô hình quҧn lý lѭu vӵc Mô hình Quҧn lý Lѭu vӵc (Watershed Management Model - WMM) ÿѭӧc phát triӇn bӣi nhà khoa hӑc ngѭӡi Mӻ Camp Dresser and McKee (CDM). WMM phát triӇn chӫ yӃu ÿӇ tính toán khҧ năng dung nҥp chҩNTTULIBt ô nhiӉm theo năm hoһc mùa theo dòng chҧy tràn xuӕng lѭu vӵc (Hình 5.5 và 5.6). Chѭѫng trình này hӳu dөng cho các nhà quҧn lý chҩt lѭӧng nѭӟc lѭu vӵc. Hình 5.5 Trang chính mô hình WMM 42 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Hình 5.6 Cҩu trúc Mô hình Quҧn lý Lѭu vӵc WMM 5.3.3 Bӝ mô hình thӫy lӵc - thӫy văn MIKE MIKE là tên cӫa bӝ mô hình nәi tiӃng cӫa ViӋn Thӫy lӵc Ĉan Mҥch (Danish Hydrulics Institute - DHI) phát triӇn. Mô hìnhNTTULIB MIKE thӵc hiӋn tӕt viӋc mô phӓng các bài toán liên quan ÿӃn thӫy văn môi trѭӡng nhѭ: x Nghiên cӭu xâm nhұp mһn (Hình 5.7) x Nghiên cӭu lǊ lөt x Nghiên cӭu diӉn biӃn chҩt lѭӧng nѭӟc trên hӋ thӕng sông kênh. x Nghiên cӭu xói lӣ và bӗi lҳng dòng sông. x Nghiên cӭu quan hӋ mѭa - dòng chҧy mӝt lѭu vӵc (Mô hình NAM, Hình 5.8) 43 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Hình 5.7 Ví dө kӃt quҧ phҫn mӅm MIKE 11 mô phӓng sӵ xâm nhұp mһn ӣĈBSCL NTTULIB [m^3/s] 100.0 90.0 80.0 70.0 60.0 50.0 40.0 30.0 20.0 10.0 0.0 1-1-1978 16-5-1979 27-9-1980 9-2-1982 24-6-1983 5-11-1984 Hình 5.8 Mô hình NAM cho quan hӋ mѭa - dòng chҧy lѭu vӵc 44 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ 5.3.4 Mô hình ô nhiӉm môi trѭӡng sinh thái nѭӟc ngӑt Mô hình AQUATOX (Release 2.2) là mӝt phҫn mӅm mô phӓng ҧnh hѭӣng cӫa các chҩt ô nhiӉm lên hӋ sinh thái nѭӟc ngӑt (Hình 5.9) . Mô hình này là mӝt cung cө tӕt cho các nhà nghiên cӭu sinh thái nѭӟc ngӑt, nhà thӫy văn môi trѭӡng và quҧn lý tài nguyên thӫy sҧn. Ĉây là mô hình miӉn phí do Cөc Bҧo vӋ Môi trѭӡng Mӻ phát triӇn. Phҥm vi ӭng dөng cӫa AQUATOX gӗm: x Phát triӇn mөc tiêu dinh dѭӥng ÿӏnh lѭӧng theo ÿiӇm cuӕi sinh hӑc mong muӕn. x Ĉánh giá các yӃu tӕ tҥo stress do sӵ hӫy hҥi sinh hӑc quan trҳc ÿѭӧc. x Dӵ báo ҧnh hѭӣng thuӕc trӯ sâu và ÿӝc chҩt hòa tan khác vào thӫy sinh. x Ĉánh giá tiӅm năng chӏu ÿӵng cӫa hӋ sinh thái ÿӕi vӟi các loài xâm nhұp. x Xác ÿӏnh ҧnh hѭӣng cӫa viӋc sӱ dөng ÿҩt lên thӫy sinh. x Xác lұp thӡi gian hӗi phөc cӫa cá và cӝng ÿӗng ÿӝng vҩt không xѭѫng sӕng sau khi giҧm mӭc tҧi ô nhiӉm. NTTULIB Hình 5.9 Mô hình khái niӋm cӫa AQUATOX vӅ thay ÿәi nӗng ÿӝ ӣ thӫy vӵc 45 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Tài liӋu tham khҧo Grayson, R. and Bloschl, G., 2000. Spatial Patterns in Catchment Hydrology: Observations and Modelling. Cambridge University Press, Cambridge. Hillel, D., 1986. Modelling in Soil Physics: A Critical Review. Future Developments in Soil Science Research. Soil Sci. Soc. Am., New Orleans. Hughes, J. P., Lettenmaier, D. P. and Guttorp, P., 1993. A stochastic approach for assessing the effect of changes in synoptic circulation patterns on gauge precipitation. Water Resour. Res. 29, 3303-3315. Popov, O. V., 1968. Underground flow into rivers. Gidrometeoizdat, Leningrad. Tim, U. S., 1995. Coupling vadose zone models with GIS:Emerging trends and potential bottlenecks. Proc.ASA-CSSA-SSSA Bouyoucos Conference: Applications of GIS toModeling Nonpoint-Source Pollutants in the Vadose Zone. ASA-CSSA-SSSA, Madison, Wisc. Woolhiser, D. A. and Brakensiek, D. L., 1982. Hydrologic System Synthesis. In: C. T. Haan, Johnson, H.P., Brakensiek, D.L. , (Ed.), Hydrologic Modeling of Small Watersheds. ASAE Monograph No. 5., St. Joseph, MI. NTTULIB 46 TS. Lê Anh Tuҩn
Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ Phө lөc NTTULIB 47 TS. Lê Anh Tuҩn