Mô hình hóa môi trường - Chương 3 potx

Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 21 Mѭa Bӕc hѫi Chҧy tràn Ĉo mѭa & bӕc hѫi Thҩm Thҩm Chҧy ngҫm Ĉo dòng chҧy Sôn g Mây Thӡi gian t Thӡi gian t Lѭӧng mѭa X Lѭu lѭӧng Q 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 tѭѫ ng 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. Hình 3.1 TiӃn trình mѭa – dòng chҧy trong mӝt lѭu vӵc Hình 3.2 Thӫy ÿӗ ghi nhұn thӵc tӃ diӉn biӃn mѭa và dòng chҧy cùng th ӡi ÿoҥn Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 22 Sӕ liӋu vào (input data) x Lѭӧng mѭa x Lѭӧng bӕc hѫi Sӕ liӋu ra (output data) x Lѭu lѭӧng sông x Chҧy ngҫm Mô hình Các thông sӕ mô hình Thӡi gian t Lѭu lѭӧng Q Q mô hình Q th ӵ c tӃ 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. 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 ÿ em 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. Hình 3.4 Ví dө minh hӑa kӃt quҧ lѭu lѭӧng dòng chҧy theo mô hình và theo thӵc tӃ Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 23 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 + Hi͏u ch͑nh tinh t͇ 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). 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 yӃ u 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… Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 24 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, vi Ӌc 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 HiӋ u 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 cҫ n 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 là 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 tӕ t 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 bҥ i 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 nh ҩt có thӇÿҥt ÿѭӧc. Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 25 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 tiӃ p 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 ÿѭӧ c 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. 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 r ҩt 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: Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 26 + 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 ÿѭӧ c 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 ÿӃ n 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 m ҧng 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 tҥ o 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 tr ҳc 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. 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 r 2 ) 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 r 2 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. Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 27 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 k Ӄt 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 nhӳ ng 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 tҥ p. 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 thӡi 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 vұ t 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 viӋ c 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. Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 28 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 l ѭu 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 ӭ ng 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 hình 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. Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 29 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 ÿ o 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 t ӯ 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 bӣ i 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 nhiӅ u 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 m өc 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. Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 30 + 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 v ăn 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 v ӵc 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 trѭ ng 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 ÿiӇm 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 ch ӭng 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 cҫ u" 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 [...]...Bài gi ng môn h c MÔ HÌNH HÓA MÔI TR NG Tr ng i h c C n Th mô l n, các ti n trình th y v n và ch t l ng n c s thay i S thay i này có th d n n k t lu n không th n thu n áp d ng các thông s phù h p cho m t mô hình có quy mô nh sang m t mô hình có quy mô l n n u không có nh ng kh o nghi m chi ti t k l ng h n ii) Mô hình môi tr ng c thi t l... trên c n c các quy mô v t lý có t l nh nh m t o ra các thông s có ý ngh a v t lý áp ng i u ki n s d ng cho nó Tuy nhiên, khi quy mô gia t ng, s bình quân, h s bi n ng và l ch chu n các thông s có th b phá v d n n chúng không còn úng trên th c t Lý do là mô hình quy mô nh tính ch t ng nh t d dàng t c h n là mô hình có quy mô l n Khi ó, s d bi t các c i m v t lý r t rõ nét iii) Các mô hình v t lý th c... suy cho chu i dài h n s g p ph i s tích l y sai s và làm gia t ng các khi m khuy t có th g p trong quá trình khái quát hóa mô hình v) Ph n l n các mô hình không th áp d ng v i chu i d li u n m ngoài kho ng Hi u ch nh c a mô hình - 31 TS Lê Anh Tu n ... này và thông s khác iii) i u này có th lý gi i là do các thông s ã c Hi u ch nh trong i u ki n mô t c a mô hình và ch úng v i di n bi n trong mô hình mà thôi Khi i u ki n này m r ng thì tính "t i u" c a thông s không còn úng n a và khi i u ki n v t lý các hi n t ng th c t n m ngoài s tính toán c a mô hình iv) Khi s d ng các thông s thành l p t chu i s li u ng n m r ng theo cách ngo i suy cho chu i dài... nghi m có quy mô nh khi m r ng ra th c t th ng g p s th t b i ít nhi u S th t b i này có th tiên oán c, các ng d ng mô hình vào th c t c n ph i có nh ng i u ch nh nhi u h n S i u ch nh này c ng tiêu t n nhi u công s c và th i gian hi u ch nh tr c khi áp d ng 3. 4.6 V n i) ngo i suy thông s Ngo i suy là m t k thu t toán h c kéo dài s li u tính toán ho c quan tr c ho c th nghi m qua mô hình M c ích ngo... i ro môi tr ng, thiên tai, ) ii) Vi c ngo i suy hi n t ng ho c s li u có th úng ho c g n úng nh ng i u ki n (th i gian, s ki n) g n k t qu tính toán nh ng khi phán oán cho nh ng th i o n dài ho c s c quá l n th ng không úng ho c kém chính xác S h n ch c a có th xu t hi n khi có s ph thu c gi a thông s này và thông s khác iii) i u này có th lý gi i là do các thông s ã c Hi u ch nh trong i u ki n mô t . 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 Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng. giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 24 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. hӋ này theo sѫÿӗ nhѭ hình 3. 3. 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