Mô hình hoá mưa - dòng chảy ( Phần cơ sở - Nxb ĐH Quốc Gia Hà Nội ) - Chương 3 potx

63 Chơng 3 Số liệu cho mô hình Ma-dòng chảy Sẽ là lạ lùng khi kết thúc sự kiểm định một mô hình chỉ bằng những quan điểm rằng sự phát triển của tơng lai có quan hệ mật thiết với thành quả của việc thu thập số liệu mới và những công việc thí nghiệm mới nhng, theo chúng tôi, đó lại là thực trạng cuả khoa học. Gorge Hornberger và Beth Boyer, 1995 Cuối cùng, sự thành công của một mô hình thuỷ văn phụ thuộc chủ yếu chính vào số liệu có sẵn để thiết lập và chạy nó. Trong hai chơng đầu của quyển sách này có một vài sự tham khảo trong thực tế là thuỷ văn học bị giới hạn nh là một khoa học bởi số liệu có sẵn và kỹ thuật đo đạc. Tại một số nơi sự thu thập số liệu thích hợp với mô hình ma-dòng chảy, kỹ thuật đã đợc cải thiện trong những năm gần đây. Chúng tôi bây giờ có quan niệm tốt hơn nhiều về sự thay đổi ma trong không gian vì sự phát triển của các cải thiện của ra đa ma và số liệu đợc đo đạc chính xác hơn, và việc đo đạc lu lợng, mặt nớc ngầm, độ ẩm đất cũng liên tục hơn và tin cậy hoá. Có các kỹ thuật có sẵn cho việc ớc lợng trực tiếp cờng độ bốc hơi, và kỹ thuật viễn thám đã đa đến một phạm vi số liệu không gian có thể sử dụng trong mô hình. Quyển sách này không nói về việc thu thập số liệu cho các mục đích thuỷ văn và cũng không bao phủ toàn bộ các kỹ thuật đo đạc về chi tiết, nhng các phần còn lại của chơng sẽ quan tâm đến thông tin kết hợp với các loại số liệu chính sẵn có cho các quá trình mô hình hoá ma-dòng chảy. 3.1 Số liệu ma Mô hình ma-dòng chảy vẫn phụ thuộc một cách nặng nề vào các ghi chép từ các điểm đo ma, nhận đợc ớc lợng cờng độ ma tại từng bớc thời gian hoặc tốt hơn trạm đo ma ngày. Với các lu vực lớn, mô hình sử dụng bớc thời gian một ngày cũng có thể đầy đủ cho các mục đích áp dụng: sự thay đổi về không gian nhìn chung quan trọng hơn sự thay đổi về thời gian. Trong các lu vực nhỏ, bớc thời gian một ngày có thể là hơn thời gian phản ứng muộn của lu vực và yêu cầu độ phân giải thời gian nhỏ hơn để mô hình tơng ứng với động lực của phản ứng và đỉnh thuỷ đồ. Ma tự ghi trở thành quan trọng hơn nhng số liệu đắt và lu lợng ít hơn hơn, do đó vẫn cần thiết đến trạm ma ngày để ớc lợng đợc tổng thể tích ma cho một lu vực, sử dụng trạm đo ma tự ghi gần nhất để đa ra một xấp xỉ sự phân bố ma theo thời gian, nghĩa là profile ma. Thậm chí trên một lu vực nhỏ, lợng ma ngày có thể đủ để thu đợc các dự báo tơng ứng về tổng lợng dòng chảy (thay vì đỉnh thuỷ đồ), đặc biệt là khi cần đến tổng 64 lợng trong thời gian dài hơn nh là ma tháng. Điều này đợc áp dụng bằng sự mô phỏng đầy đủ về sự thiếu hụt độ ẩm đất (hình 2.10) vì lu lợng sẽ thực hiện cân bằng nớc cho các vị trí này. Tuy nhiên, dự báo thuỷ đồ sẽ đặc biệt khó khăn khi ma hai ngày đồng thời, bởi vì khoảng đo đạc ma ngày cố định (từ 9h tối đến 9h sáng) là khá tuỳ tiện đối với thuỷ văn. Tổng lợng ma đo đạc có thể gặp sai số chủ quan. Đặc biệt chúng sẽ phụ thuộc vào các thiết kế trạm đo ma trong quan hệ với điều kiện gió tại vị trí đo và cờng độ ma. Thiết kế tốt nhất là một điểm đo ma với một cái miệng ống đợc đặt trên mặt đất và bao xung quanh bằng một lới chống ẩm, nhng không thực tế lắm, đặc biệt trong vùng thờng xuyên có tuyết. Một thay đổi thiết kế với màn chắn gió đợc sử dụng tại một số nớc khác để cố gắng giảm bớt sự ảnh hởng của gió. Sự ảnh hởng của gió có thể lớn: ớc lợng giảm 20% tại những vị trí có gió cho điểm đo bên trên mặt đất 30 cm so với trạm mặt đất (ví dụ, Rodda và Smith 1986). Cờng độ ma lớn cũng có thể gây nên một số vấn đề cho trạm tự ghi, chẳng hạn loại thùng lật. Nếu lật bắt đầu xảy ra quá nhanh thì thùng đo ma bật lên do đó khi cờng độ ma lớn có thể yêu cầu một sự hiệu chỉnh đặc biệt. Tổng lợng ma và cờng độ ma có thể thay đổi rất nhanh theo không gian và thời gian đặc biệt là trong các trận ma đối lu (hình 3.1). Do đó, cũng nh nội suy lợng ma theo thời gian để đa ra profile ma, có thể cần thiết nội suy lợng ma theo không gian bởi vì các điểm đo ma chỉ diễn tả tại điểm đo. Một số kỹ thuật sẵn có cho việc nội suy không gian nh thế bao gồm trung bình đơn giản, đa giác Thiesson, trọng số khoảng cách nghịch đảo và một số loại khác, hầu hết đã đợc giới thiệu trong thuỷ văn học (ví dụ Shaw, 1994). Không một kỹ thuật nào có thể tốt hơn một xấp xỉ tổng lợng thực tế trên toàn lu vực, và sự chính xác của một kỹ thuật riêng biệt, có thể thay đổi từ trận ma này tới trận ma khác. Hình 3.1. Sự biến đổi lợng ma theo không gian và thời gian cho trận ma ngày 27/6/1995 trên lu vực Rapidan Virginia (Smith và nnk 1996). Tái tạo từ Nghiên cứu tài nguyên nớc 32:3099-3113, 1996. Bản quyền của Hội địa vật lý Mỹ Sự phát triển của rađa đo ma đã dẫn đến một hiểu biết cao hơn rất nhiều về sự 65 thay đổi theo không gian và thời gian của cờng độ ma so với số liệu có từ các trạm đo đơn độc trớc đây. Rất nhiều nớc châu Âu và một số vùng lớn ở Mỹ đợc kiểm soát bằng rađa đo ma đặt trên mặt đất. Rađa có một ăngten xoay gửi các xung điện từ đến một góc thấp vào trong khí quyển. Một dụng cụ dò tìm dùng để đo đạc khoảng cách và trong một số trờng hợp là sự suy giảm tần số của tín hiệu quay trở lại. Nguyên tắc là tín hiệu quay trở lại rađa phụ thuộc mạnh vào cờng độ giáng thuỷ trong đờng đi của chùm tia rađa tại các khoảng cách khác nhau tính từ vị trí đo đạc. Sau đó một hàm hiệu chỉnh cho phép ớc lợng cờng độ ma tại từng khoảng cách: cờng độ ma ớc lợng đợc nội suy vào trong một lới vuông, thông thờng độ phân giải có kích thớc 2 hoặc 4 km cho các rađa hoạt động. Điều này sẽ đa ra một sự phát triển rất quan trọng cho các loại số liệu sẵn có trong mô hình hoá ma-dòng chảy nhng cũng cần phải biết một vài giới hạn quan trọng. Thứ nhất rađa không đo ma tại mặt đất mà trên mặt đất một khoảng (thông thờng là vài trăm mét và hơn tính từ trạm rađa). Do đó, các cấu trúc cờng độ tại mặt đất có khả năng thay đổi, đặc biệt tại những nơi có gió mạnh hoặc có ảnh hởng lớn của địa hình núi. Thứ hai, các tín hiệu rađa quay trở lại từ các nguồn ma xa có thể bị suy giảm rất lớn bởi các nguồn ma gần hơn. Do đó, các cấu trúc tín hiệu rađa quay trở lại phải đợc chính xác hoá cho ảnh hởng suy giảm này. Thứ ba, sự hiệu chỉnh của rađa không chỉ phụ thuộc vào cờng độ ma mà còn phụ thuộc vào các loại giáng thuỷ, đặc biệt là sự phân bố cỡ hạt và liệu rằng ma là lỏng hoàn toàn hay hỗn hợp của nớc và băng (Nó sinh ra các tín hiệu trở về rất khác nhau), do đó cần phải chính xác hoá hiệu chỉnh cơ bản cho các tín hiệu rađa theo các cách khác nhau. Hầu hết điều này thờng đợc làm bằng cách điều chỉnh liên tục các ớc lợng cờng độ suy ra từ rađa bằng cách sử dụng số liệu trực tuyến từ các trạm đo ma tự ghi tại bề mặt đất. Khi đó rađa trở thành phần kỹ thuật nội suy không gian tốn kém (nhng hiệu quả). Có hiệu quả bởi vì nó có thể đa ra một dấu hiệu của ô lới có mức cờng độ ma lớn mà có thể bị mất hoàn toàn bởi lới trạm đo mặt đất. Điều này đặc biệt quan trọng đối với các tâm ma lớn nh là đã chỉ ra trong hình 3.1. Ước lợng ma rất quan trọng trong mô hình ma-dòng chảy, bởi vì không một mô hình nào, dù có lý thuyết vật lý hoặc các chứng minh kinh nghiệm bằng thông tin quá khứ, sẽ có thể đa ra các thuỷ đồ dự báo chính xác nếu các đầu vào mô hình không miêu tả đầy đủ các đầu vào ma (nguyên tắc GIGO rắc vào, rắc ra đã chứng minh rõ). Hornberger và nnk (1985) đã công bố một ví dụ hay. Trong nghiên cứu của họ, một mô hình ma-dòng chảy hiệu chỉnh cho lu vực White Oak Run rộng 5 km 2 ở Virginia, đầu tiên nó tái tạo đợc lu lợng quan trắc nhng dự báo cho trận ma kiểm chứng sai hoàn toàn. Trên thực tế, tổng lợng ma đợc ghi nhận tại các trạm đo nhỏ hơn nhiều so với tổng lu lợng nhận đợc trong sông (có một dải các trạm đo ma tại các cao trình khác nhau trên một phía của lu vực nhng cờng độ ma lại tập trung ở phía kia). Trong các trờng hợp đó thật là khó cho bất kỳ một mô hình nào dự báo phản ứng một cách chính xác. Do đó, ớc lợng không đúng ma đầu vào cho một lu vực đã tăng thêm độ bất định của các dự báo dòng chảy. Có một số mô hình cho rằng đã bao gồm một nhân tử ma nh là một thông số 66 đợc hiệu chỉnh, nh là một cách thử để tính đến thực tế rằng các số liệu đo ma sẵn có không phải là diễn tả tốt đầu vào ma của một diện tích lu vực. Không rõ ràng là một chiến lợc tốt trong đó có thể chỉ có vài trận lũ mà đầu vào ma không đợc ớc lợng tốt. Đối với các trận ma lớn, nh là trong ví dụ về White Oak Run bên trên, hoàn toàn rõ ràng rằng có vấn đề. Đối với các trận ma vừa phải, có thể nghi ngờ rằng một số trận ma không đợc ớc lợng tốt, nhng nó có thể không rõ ràng là các trận ma nh thế có vấn đề. Do đó một nhân tử ma không đổi sẽ không là một cách xấp xỉ của sự điều chỉnh các đầu vào lu vực. Tốt hơn là tiến hành một số kiểm tra chất lợng (xem phần sau) và nếu cần thiết loại trừ một vài thời kỳ số liệu từ các bài toán mô hình vì không chắc chắn. Tuy nhiên, có một vài trờng hợp khi một sự điều chỉnh có thể đợc chứng minh. Đó là những tình huống thờng gặp, ví dụ nh địa hình núi, một hoặc vài trạm đo ma có thể có sẵn ở dới đáy thung lũng nhng không có trạm nào ở vị trí cao hơn ở đó số liệu ma đầu vào có thể lớn hơn. Đầu vào ma trung bình lu vực có thể cao hơn với các ghi nhận tại các điểm đo đáy thung lũng. Một số sự hiệu chỉnh là cần thiết để đạt đợc sự cân bằng nớc chấp nhận đợc. Thậm chí, trong một số trờng hợp sự hiệu chỉnh của một nhân tố ma có thể không phải là cách giải tốt nhất bởi vì sẽ có một trờng hợp riêng mà quá trình hiệu chỉnh sẽ đa đến sự tơng tác với các thông số khác đợc hiệu chỉnh trong cùng thời gian. Do đó tốt hơn là tạo một hiệu chỉnh trớc dựa trên cơ sở vật lý tốt hơn là cho phép nhân trong suốt quá trình hiệu chỉnh. Điều này cũng cho phép có thể tạo ra các sự hiệu chỉnh khác nhau trong các thời kỳ khác nhau, mặc dù rất hiếm có các thông tin cần thiết trong đó để làm cơ sở cho một sự hiệu chỉnh thay đổi. Tuy nhiên, sự hiệu chỉnh cho bất kỳ giá trị thông số nào khác vẫn là điều kiện cho các đầu vào hiệu chỉnh. Trong trờng hợp chung, nh đã lu ý trong phần 1.8, các giá trị thông số hiệu chỉnh bất kỳ phải là điều kiện cho đầu vào sử dụng thậm chí nếu nó không đợc hiệu chỉnh nh thế. Sự ớc lợng đầu vào giáng thuỷ trong dạng tuyết đa ra thêm một số vấn đề. Các nhà thuỷ văn quan tâm đến lợng nớc tơng đơng với tuyết, nó phụ thuộc vào cả độ sâu và profila của mật độ, cả hai đều thay đổi theo thời gian nh là cấu trúc của khối tuyết đã tạo ra và hoàn chỉnh. Nớc tuyết tơng đơng có thể đợc đo đạc trực tiếp tại một điểm hoặc trên một đờng cắt ngang đã biết nh là quá trình tuyết bằng các đo đạc thực địa độ sâu tuyết và profile mật độ, nhng có thể khó và đầy đủ để duy trì tại các bớc lặp thờng xuyên. Phơng pháp đo đạc liên tục tốt nhất là đo trọng lợng của tuyết bên trên một điểm, sử dụng một thiết bị đo đạc áp suất nh là gối tuyết. Sự tăng áp suất sẽ chỉ ra một lợng tuyết mới rơi xuống, sự giảm sẽ chỉ ra một lợng tuyết mất đi do sự thăng hoa hoặc quan trọng hơn là sự tan chảy. Đo đạc liên tục áp suất có thể đa ra chỉ số cờng độ tan chảy đợc yêu cầu trong mô hình thuỷ văn. Không may sự sắp đặt nh thế là tốn kém và còn tơng đối hiếm. Giống nh các điểm đo ma, chúng chỉ đa ra chỉ số các điều kiện tại các điểm riêng biệt và các khối tuyết cho sự thay đổi của chúng trong giới hạn cả lợng nớc tơng đơng và cờng độ tan chảy, đặc biệt với địa hình núi và những nơi có lớp phủ thực vật bên trên khối tuyết. Các nhân tố nh sự phân bố lại của tuyết bởi gió, sự ảnh hởng của địa hình và 67 lớp phủ thực vật đối với tuyết, nhiệt độ, điều kiện phản chiếu năng lợng và các vòng tuần hoàn đóng băng-tuyết tan, thay đổi của phản xạ theo thời gian, tất cả các ảnh hởng thay đổi này làm cho mô hình hoá tuyết tan rất khó (xem ví dụ nghiên cứu của Bathurst và Cooley, 1996, trong các trờng hợp nghiên cứu phần 5.3). Đây là một lĩnh vực của thuỷ văn học ở đó viễn thám tỏ ra là đặc biệt có ích (xem phần 3.7 bên dới). 3.2 Số liệu lu lợng Sự có sẵn của số liệu lu lợng là quan trọng trong quá trình hiệu chỉnh mô hình. Tuy nhiên, số liệu lu lợng có sẵn chỉ là một con số nhỏ của các vị trí trong một vùng nào đó. Đó cũng là một sự đo đạc tổng hợp trong đó thuỷ đồ đo đạc sẽ phản ánh toàn bộ sự phức tạp của quá trình dòng chảy trong lu vực. Thờng khó để suy luận bản chất các quá trình này một cách trực tiếp từ thuỷ đồ thực đo, duy trì một số đặc trng chung nh là thời gian trung bình của phản ứng trong sự kiện thực tế. Mô hình hoá ma -dòng chảy cho các vị trí mà tại đó không có số liệu lu lợng là một vấn đề khó khăn hơn rất nhiều. Vấn đề lu vực không đo đạc là một trong những thách thức thật sự cho các mô hình thuỷ văn trong thế kỷ XXI. Có rất nhiều cách khác nhau để đo đạc lu lợng (ví dụ Herschy 1995). Ngoại trừ dòng chảy rất nhỏ, rất khó để thực hiện một đo đạc trực tiếp. Tuy nhiên mực nớc trong sông tơng đối dễ đo và hầu hết phơng pháp để ớc lợng lu lợng yêu cầu một sự chuyển đổi mực nớc đo đạc thành dòng chảy. Nếu điều này đợc làm khi có dòng chảy qua một đập nớc hoặc cấu trúc máng thì sự chuyển đổi này có thể chính xác tới hơn 5%. Nếu không có một cấu trúc nh thế hoặc cấu trúc bị vợt đỉnh khi dòng chảy lớn thì độ chính xác rất kém. Trong trờng hợp xấu nhất có lũ cực trị, mực nớc đo đạc có thể bị phân chia và chỉ có một cách để ớc lợng dòng chảy lớn nhất bằng cách sử dụng phơng pháp độ dốc-diện tích, trong đó diện tích mặt cắt ngang của dòng chảy và độ dốc mặt nớc đợc ớc lợng bằng các vết rác rởi chỉ ra phạm vi lớn nhất của dòng chảy, một phơng trình độ nhám dòng đều đợc sử dụng để xác định lu tốc bình quân. Bởi vì tại đỉnh lũ dòng chảy có thể không đồng nhất, độ rối lớn, và sức tải cát cao trong một mặt cắt ngang biến đổi động lực, ớc lợng một hệ số nhám và diện tích mặt ngang có hiệu quả cũng nh lu tốc bình quân và lu lợng có thể khó khăn. Sai số trong ớc lợng lu lợng sẽ cao hơn nhiều. Các sai số hệ thống có khuynh hớng bị quên đi khi số liệu lu lợng đợc đa vào nh một file máy tính để sử dụng trong mô hình ma-dòng chảy. Luôn có một xu hớng cho ngời làm mô hình đa ra các giá trị ớc lợng lu lợng tốt hơn. Với một số phạm vi điều này đợc chứng minh: Số liệu là chỉ số duy nhất của lu lợng thực và là số liệu tốt nhất cho việc hiệu chỉnh các thông số mô hình. Tuy nhiên nếu bất kỳ một mô hình nào đợc hiệu chỉnh bằng sử dụng số liệu sai thì các giá trị thông số hiệu quả cũng sẽ bị ảnh hởng, và dự báo cho các khoảng thời gian khác phụ thuộc vào các giá trị thông số đợc hiệu chỉnh sẽ bị ảnh hởng. Đây là nguồn bổ sung cho phép bất định và sẽ đợc đề cập thêm trong chơng 7. Bây giờ, cần nhấn mạnh rằng trớc khi áp dụng mô hình ma-dòng chảy, số liệu nên đợc kiểm tra cho phù hợp. Dĩ nhiên một số sai số vẫn tồn tại nhng có thể kiểm 68 tra đơn giản bằng một số cách sau: Tính toán tổng lợng ma và tổng lợng dòng chảy cho các khoảng thời gian khác nhau đợc ghi chép. Lựa chọn những khoảng thời gian đợc phân chia bởi các dòng chảy thấp tơng tự nhau tại những nơi mà tổng lợng tính toán không bị ảnh hởng bởi lu lợng nớc rút. Phải chăng hệ số dòng chảy (tỉ số giữa dòng chảy và tổng lợng ma rơi) thay đổi theo mùa? Giá trị sẽ thấp hơn vào mùa hè và cao hơn vào mùa đông. Có phải hệ số dòng chảy tăng theo tổng lợng ma (cho phép thay đổi theo mùa)? Ví dụ, có phải bất kỳ hệ số dòng chảy nào cũng lớn hơn 100% ? Điều này chỉ ra rằng một hoặc các đo đạc khác có sai số bởi vì khó đa ra sự cân bằng khối lợng cho một lu vực để sinh ra dòng chảy đầu ra lớn hơn lợng ma đầu vào. Nếu có nhiều hơn một trạm đo ma hay trạm đo lu lợng, kiểm tra sự phù hợp giữa các trạm đo (chuẩn hoá sự khác nhau về diện tích cho lu lợng). So sánh các hệ số dòng chảy hoặc sử dụng đờng cong khối lợng kép để kiểm tra sự thay dổi về độ dốc thể tích luỹ tích tại các trạm khác nhau. Kiểm tra lại các tín hiệu để lấp chỗ trống số liệu bị mất. Một ví dụ thông thờng là ở đâu cờng độ ma đo đạc không đổi trong khoảng thời gian 24 giờ, đề nghị rằng lấy một thể tích từ trạm đo ma ngày để làm đầy số liệu trong khoảng thời gian trạm tự ghi không làm việc. Thuỷ đồ với các đỉnh nằm ngang kéo dài cũng thờng là tín hiệu chỉ ra rằng có vấn đề với các thiết bị đo. Kiểm tra các loại này là dễ dàng và cho phép ít nhất một vài khoảng số liệu đo có dáng điệu bất thờng đợc kiểm tra cẩn thận hơn hoặc đợc loại bỏ từ các phân tích. Dĩ nhiên có một số nguy hiểm trong việc loại bỏ các khoảng số liệu trên cơ sở rằng một mô hình đợc chọn không thể đa ra một mô phỏng tốt cho khoảng đó. Trừ khi có nhiều lý do khác cho việc loại bỏ, điều này không đợc coi là tốt bởi vì đây thờng là trờng hợp mà ngời làm mô hình học nhiều hơn về các giới hạn của mô hình từ các vị trí mà tại đó không thể đa ra mô phỏng tốt hơn so với mô hình đang làm. Tuy nhiên ngời đọc cũng nên lu ý rằng hầu hết các t liệu về mô hình thuỷ văn có khuynh hớng (hoàn toàn tự nhiên) đa ra các tính toán tốt nhất cho một mô hình bất kỳ thay cho kém nhất. 3.3 Số liệu khí tợng và ớc lợng sự giữ lại và sự bốc thoát hơi 3.3.1 Ước lợng bốc thoát hơi nớc tiềm năng Trong nhiều môi trờng, bốc thoát hơi nớc chiếm một tỷ số lớn hơn lu lợng dòng chảy trong cân bằng nớc lu vực. Do đó trong các khoảng thời gian dài của các mô phỏng ma-dòng chảy, nhìn chung cần thiết ớc lợng tổn thất do bốc thoát hơi nớc thực từ một lu vực để có một sự diễn tả đầy đủ về trạng thái kỳ trớc của lu vực trớc mỗi trận ma. ở đây chúng ta phân biệt giữa bốc thoát hơi nớc tiềm năng và bốc thoát hơi nớc thực. Bốc thoát hơi nớc tiềm năng là tổn thất trên bề mặt mà không có giới hạn bởi nớc. Đó là một hàm của nhu cầu khí quyển, nghĩa là cờng độ mà ở đó hơi nớc có 69 thể chuyển dời xa khỏi bề mặt. Nhu cầu khí quyển phụ thuộc trớc hết vào năng lợng sẵn có từ bức xạ hữu hiệu chuyển đổi nớc lỏng thành hơi, gradient độ ẩm trong khí quyển thấp hơn tốc độ gió và độ nhám bề mặt. Các bề mặt nhám ẩm ớt nh rừng sẽ có cờng độ bốc thoát hơi nớc tiềm năng cao hơn so với các bề mặt trơn, nh là một cái hồ trong điều kiện bức xạ, độ ẩm và gió tơng tự. Nhìn chung cờng độ bốc thoát hơi nớc thực sẽ bằng cờng độ tiềm năng cho tới khi nớc cung cấp từ đất bị giới hạn. Các phơng pháp ớc lợng phạm vi bốc thoát hơi nớc tiềm năng từ việc sử dụng một đờng cong hình sin hàng năm đơn giản tới phơng trình Penman- Monteith có cơ sở quá trình vật lý hơn đợc nêu chi tiết trong hộp 3.1. Một đờng cong hình sin mùa đơn giản cho bốc thoát hơi nớc tiềm năng ngày, không kể đến sự thay đổi thời tiết, đơn giản hơn rất nhiều một mô hình hiệu ích của bốc thoát hơi nớc tiềm năng. Tuy nhiên nghiên cứu của Calder (1983) chỉ ra rằng một đờng cong nh thế có thể cho kết quả tốt nh là các công thức phức tạp yêu cầu số liệu trong mô hình thiếu hụt độ ẩm đất tại một vài vị trí ở Anh. Họ quan tâm tới lợng bốc thoát hơi nớc tiềm năng trung bình ngày, thông số duy nhất yêu cầu cho mô hình nh là một thông số để hiệu chỉnh và tìm thấy các giá trị tơng tự có thể đợc sử dụng cho toàn bộ các vị trí nghiên cứu. Một đờng cong hình sin mùa nói chung có thể đợc xác định theo dang: 90 365 360 sin1 i EE p p (3.1) trong đó: Ep là bốc thoát hơi nớc tiềm năng trung bình ngày,đơn vị mm.ngày -1 , và i là số ngày trong năm. Do đó chỉ có một thông số cần thiết để áp dụng trong phơng pháp đờng cong hình sin là cờng độ bốc thoát hơi nớc tiềm năng ngày. Nếu quan tâm tới sự thay đổi bốc thoát ngày thì giá trị trung bình ngày có thể bị phân bố lại theo thời gian bằng cách sử dụng một sự thay đổi hình sin về số giờ nắng tiềm năng mỗi ngày. Phơng pháp này có có u thế là nó không yêu cầu các biến khí tợng sẵn có nhng rõ ràng có thể không tính toán sự ảnh hởng của thay đổi nhiệt độ, độ ẩm, độ mây từ ngày này sang ngày khác và từ giờ này sang giờ khác trong ớc lợng bốc thoát hơi nớc tiềm năng, cờng độ bốc thoát hơi nớc trung bình ngày hiệu quả Ep sẽ trở thành một thông số đợc ớc lợng, mặc dù nghiên cứu của Calder và nnk (1983) nhận định rằng, ít nhất trong môi trờng ẩm điều này có thể là một lợng bảo tồn tơng đối trong không gian. Một số các tiếp cận kinh nghiệm trong việc ớc lợng bốc thoát hơi nớc tiềm năng đã đợc gợi ý dựa theo các mức số liệu sẵn có khác nhau. Ví dụ nếu chỉ sẵn có số liệu nhiệt độ trung bình ngày, thì phơng trình kinh nghiệm của Hamon(1961) có thể đợc sử dụng để ớc lợng cờng độ bốc thoát hơi nớc tiềm năng ngày. Có nhiều công thức khác căn cứ trên định luật bốc thoát hơi nớc Dalton yêu cầu số liệu về sự thiếu hụt độ ẩm (nghĩa là cả hai bầu nhiệt kế ẩm và khô, xem Bras 1990; Calder 1990; Singh và Yu1997). Tất cả các phơng pháp kinh nghiệm sẽ là có điều kiện trong phạm vi các điều kiện sử dụng trong hiệu chỉnh của chúng và không sử dụng bên ngoài phạm vi đó. Một so sánh bên trong về sự đa dạng của các phơng pháp trong việc ớc 70 lợng cờng độ bốc thoát hơi nớc tiềm năng đợc đa ra bởi Feder và nnk (1996) Tiếp cận dựa vào vật lý đơn giản tốt nhất là phơng trình Penman- Monteith (Monteith 1965: hộp 3.1). Theo một cách đơn giản, phơng trình này cố gắng đa ra tính toán cân bằng năng lợng cho bề mặt và cách mà trong đó sự chuyển động rối trong tầng khí quyển thấp, điều khiển chuyển động của hơi nớc đọng lại từ bề mặt, nhng đòi hỏi nhiều hơn giới hạn về cả số liệu và các giá trị thông số. Nó đòi hỏi số liệu khí tợng, bức xạ hữu hiệu, nhiệt độ không khí, độ ẩm và tốc độ gió. Nó cũng đòi hỏi một ớc lợng cho hai hệ số sức cản: sức cản khí động lực, r a , là biểu thị của độ nhám lớp phủ bề mặt, và sức cản lớp phủ r c , là một thông số ảnh hởng của bề mặt nh là một biểu thức về sự chuyển động hơi nớc nh thế nào từ những lỗ khí của lá cây hoặc các lỗ thông trên bề mặt trơ đá vào trong không khí. Đối với lớp phủ ớt sức cản bề mặt bằng 0. Đối với bề mặt khô, nhng sự cung cấp nớc không bị giới hạn giá trị r c có thể bằng 50m.s -1 . Chú ý rằng cờng độ bốc thoát hơi nớc tiềm năng phụ thuộc vào điều kiện lớp phủ là ẩm hay khô (xem phần tiếp theo). Có tính đại biểu trong các phơng pháp có sẵn cho tính toán cờng độ bốc thoát hơi nớc tiềm năng. Tuy nhiên nh đã thảo luận trong chơng 1, giới hạn cung cấp nớc cho bốc thoát hơi nớc trong suốt khoảng thời gian dài khô hạn có nghĩa rằng cờng độ bốc thoát hơi nớc thực có thể nhỏ hơn nhiều cờng độ tiềm năng. Trong phơng trình Penman-Monteith điều này sẽ đợc phản ánh trong việc tăng sức kháng lớp phủ, nh đất khô. Hầu hết các mô hình ma-dòng chảy bao gồm các thành phần nhiều hoặc ít phức tạp hơn, cố gắng để mô phỏng sự giảm này trong bốc thoát hơi nớc thật nh là đất khô hoặc sự cấp nớc bị giới hạn. Các mô hình đầu tiên cho dự báo lu lợng có xu hớng sử dụng các thành phần tơng đối đơn giản, căn cứ trên quan hệ giữa trữ lợng ẩm đất với tỷ số bốc thoát hơi nớc thực và tiềm năng; nhng gợi ý rằng có một tiếp cận tốt hơn để dự đoán một cách trực tiếp cờng độ bốc thoát hơi nớc thực thông qua việc sử dụng sức cản bề mặt (ví dụ Wallace 1995). Các phát triển gần đây đợc gọi là các mô hình SVAT (mô hình chuyển đổi đất-thực vật-khí quyển), mục đích là để dự báo dòng nhiệt thấy đợc và tiềm tàng vào khí quyển nh là một điều kiện biên cho các mô hình tuần hoàn khí quyển đa ra trong cấu trúc mô hình phức tạp với nhiều lớp đất và lớp phủ thực vật. Mục đích của các mô hình là dự báo cách mà trong đó sức cản bề mặt Penman-Monteth thay đổi với nớc sẵn có và các nhân tố khác nh bức xạ mặt trời, nhiệt độ lá cây, nồng độ cacbondiôxit, sự thiếu hụt áp suất hơi nớc và vị trí lớp phủ. Do đó sự phức tạp của các mô hình là đa ra các tính toán cho toàn bộ các ảnh hởng này. Một số ví dụ gần đây là sơ đồ chuyển đổi sinh quyển - khí quyển (BATS, ví dụ Dickisnon và Hendéon- Sellrs 1988;Gao và nnk, 1996), SECHIBA (Ducoudre và nnk, 1993), ISBA (tơng tác giữa đất, sinh quyển và khí quyển, Manzi và Planton 1994), mô hình SiB2 (Mô hình sinh quyển đơn giản, Version2 của Sellera và nnk, 1996) và các loại khác. Các mô hình nh vậy có số lợng thông số rất lớn cho từng lớp đất và thực vật và có thể rất khó để ớc lợng trớc (trong thực tế có thay đổi theo thời gian). Các thành phần tạo dòng chảy của mô hình nh vậy có khuynh hớng đơn giản hơn (ví dụ Lohmann và nnk, 1998c). Đây là một ví dụ hay về những gì đợc coi là quan trọng 71 trong mô hình, ít nhất trong cảm giác của ngời làm mô hình. Chú ý rằng, sự có sẵn của số liệu khí tợng có thể là một vấn đề trong việc áp dụng một số phơng pháp yêu cầu nhiều hơn, bao gồm cả phơng trình Penman - Monteith. Cần thiết có số liệu về bức xạ, nhiệt độ, độ ẩm, tốc độ gió, hoặc là một trạm thời tiết tự động đặt trong lu vực hoặc ít nhất một trạm khí tợng chất lợng cao gần đó. Khi không có nh thế, một vài phơng pháp đơn giản hơn, thậm chí phơng pháp tiếp cận đờng cong hàm sin đơn giản cũng có thể có giá trị. Tại rất nhiều trạm khí tợng chính một thùng đo bốc hơi cũng sẵn có để đo đạc chiều dày của lớp nớc tổn thất từ một cái hồ lộ thiên thờng trong điều kiện hàng ngày. Có một số cỡ thùng đo khác nhau đợc sử dụng ngay ở nớc Mỹ. Các đo đạc nh thế có thể đa ra một chỉ số về cờng độ bốc thoát hơi nớc tiềm năng tại một vị trí nhng cờng độ đo đạc phụ thuộc vào cách trong đó thờng đợc lộ ra và bản chất môi trờng xung quanh vị trí đó. Nhìn chung bốc thoát hơi nớc của thùng đo nh vậy nhiều hơn lợng tổn thất từ bề mặt xung quanh, thậm chí trong điều kiện nớc không bị giới hạn. Do đó, ớc lợng bốc hơi thùng phải đợc nhân với một hệ số thùng kinh nghiệm để cung cấp ớc lợng cho bốc thoát hơi nớc tiềm năng cho loại bề mặt thực tế. Ví dụ, ở Mỹ, thùng to loại A có hệ số trên 0,7. Các hệ số thùng đợc lập bảng cho nhiều tài liệu thuỷ văn, (ví dụ Bras, 1990) trong khi đó tổ chức FAO của Liên hợp quốc đã đề xuất một bộ các hệ số sử dụng rộng rãi để hiệu chỉnh bốc hơi thùng sử dụng các mùa khác nhau (cho 1 khái quát gần đây xem Pereia và nnk, 1999) 3.3.2. Bốc hơi của nớc đợc giữ lại bởi lớp phủ thực vật Sự ngăn cản bề mặt rất thấp đối với điều kiện bề mặt ẩm ớt đã lu ý trên là tại sao cùng một nguồn năng lợng, tổn thất hơi nớc từ bề mặt ớt có khuynh hớng cao hơn sự thoát hơi nớc từ một bề mặt khô, đặc biệt đối với bề mặt rừng ghồ ghề trong điều kiện gió. Điều này có thể dùng công thức Perman-Monteith để giải thích (trong hộp 3.1) bằng cách cho phép cờng độ bốc hơi cao tại r c = 0 từ một lợng trữ giữ lại tiềm năng cho tới khi trữ lợng đó khô đi sau đó dự báo cờng độ bốc thoát bằng cách sử dụng giá trị r c cho bề mặt khô. Sự bốc hơi của nớc bị giữ lại trên bề mặt lá cây trong các lớp phủ ghồ ghề có thể rất có hiệu quả và là một một thành phần đáng kể của tổng lợng nớc cân bằng của một số môi trờng (ví dụ Calder, 1990). Cũng thừa nhận rằng có thể lợng tổn thất là lớn suốt trận ma tại những nơi không khí không bão hoà mà vẫn có sự thiếu hụt độ ẩm bên trên bề mặt. Một số mô hình về quá trình giữ lại đợc đề xuất có mức độ phức tạp khác nhau (ví dụ Rutter và nnk, 1975: Gash 1979; Calder 1986). Sử dụng rộng rãi nhất có thể là mô hình Rutter đã đợc diễn tả chi tiết trong hộp 3. 2 cùng với mô hình ngẫu nhiên Calder. Nhìn chung nếu không có sự đo đạc đặc biệt cho ma xuyên và dòng chảy bên dới lớp phủ thực vật sẽ không thể xác định các thông số cho mô hình cầm giữ một cách độc lập, sao cho ớc lợng thông số của mô hình sẽ phụ thuộc vào việc tìm kiếm một nghiên cứu một dạng lớp phủ thực vật tợng tự đã đợc công bố trong các tàI liệu, mặc dù phép ngoại suy từ vị trí này đến vị trí khác đợc làm cẩn thận (xem chơng 7). 3.3. 3. Ước lợng trực tiếp bốc thoát hơi nớc thực 72 Bây giờ có nhiều phơng pháp để đo đạc trực tiếp lợng bốc thoát hơi nớc thực trên một bề mặt, bằng sử dụng phơng pháp tơng quan xoáy (ví dụ Shuttleworth và nnk, 1988) nhng mặc dù lới trạm đo tơng quan toàn cầu đang mở rộng, việc sử dụng chính thiết bị nh vậy đã trải qua một chiến dịch ngăn nghiên cứu các tơng tác đất - khí (hình 3. 2). Nhìn chung, các phơng pháp gián tiếp ớc lợng bốc thoát hơi nớc đã đợc sử dụng. Một phơng pháp hữu hạn khác là sử dụng máy đếm nhấp nháy laze. Máy đo này sử dụng sự đo đạc nhiễu loạn tia laze bằng các thay đổi nhanh mật độ khí quyển thấp hơn để ớc lợng chuyển đổi tín hiệu nhiệt thấy đợc thoát ra từ bề mặt. Ghép với một khối năng lợng bề mặt, điều này cũng có thể đa ra một ớc lợng các dòng nhiệt tiềm tàng và sự bốc thoát hơi nớc. Nét đặc trng của kỹ thuật này là có thể tổng hợp các dòng độ dài của sóng tin laze và do đó đa ra một đo đạc bốc thoát quy mô lớn hơn so với các đo đạc tơng quan xoáy tại một vị trí (mặc dù cả hai đều bị ảnh hởng bởi bản chất của quá trình bốc thoát hơi trên một dài ngợc gió). Biến đổi phơng pháp này đợc đa ra để cung cấp các ớc lợng tốt cho dòng nhiệt thấy đợc cho cả bề mặt đồng nhất (De Bruin và nnk, 1995; Mcaneny và nnk, 1995) và không đồng nhất (Chehbouni và nnk, 1999). Hình 3.2. Đo bốc thoát hơi thực bởi tơng quan xoáy, tháp profile và các kỹ thuật tỷ lệ Bowen cho vị trí đất chăn nuôi ở Trung Amazonia (Wright và nnk 1992). Bốc thoát hơi nớc tại một điểm bị ảnh hởng bởi điều kiện tự nhiên của bề mặt xung quanh. Theo các nghiên cứu ban đầu của Bouchet (1963) và Morton (1978) đã thừa nhận rằng các thùng đo đạc có thể đợc sử dụng để phân chia các ớc lợng bốc [...]... nnk, 199 5) Hình 3. 3 Các dạng khác nhau biểu diễn số hoá địa hình. (a).Biểu diễn vectơ của các đường đồng mức (b) Lưới raster của các cao trình điểm.(c).Biểu diễn mạng tam giác không đều (Palacioso Velez và Cuevas- Renaud 1986; Jones và nnk, 199 0) 76 Hình 3. 4 Phân tích đường dòng chảy từ số liệu cao trình số raster.(a) Hướng dòng chảy dốc đứng đơn (b).Thuật toán đa hướng của Quinn và nnk (1 995a) (c) Phương... sự thành công của mô hình mưa- dòng chảy dựa trên cơ sở dữ liệu GIS (xem phần 6. 2) Cơ sở dữ liệu chuỗi thời gian cũng có thể dễ dàng chuẩn bị và sử dụng số liệu thuỷ văn vào mô hình Ví dụ tiêu biểu là hệ thống giữ liệu ANNIE được sử dụng bởi USGS (cho một mô tả tóm tắt, xem Leaveslay và Stannard 199 5), để kết nối các mô hình thuỷ văn với các file quản lý số liệu các lưu vực (WDM) bao gồm số liệu mưa, ... es Tz ez e T0 Tz ra rc (3 .1 0) Nhưng từ biểu thức của dòng nhiệt thực: T0 Tz C.ra / P0C p ra H E / P0C (3 .1 1) Do đó: E 1 Pa C p es Tz ez e ra H E ra rc (3 .1 2) Sắp xếp lại phương trình này đưa đến: E 1 pa c p e ra 1 e ra (es (Tz ) e z ) rn (ra rc ) ra rc (3 .1 3) Hoặc: E e H PaC p es (Tz ) ez / ra e 1 rc / ra (3 .1 4) Đây là phương trình Penman Monteith... nnk (1 995a) (hình 3. 4(b) ) và phương pháp tổng hợp vectơ của Tarboton (1 99 7) (hình 3. 4 (c) ) Một chương trình phân tích DTM, căn cứ trên thuật toán đo hướng sẵn có để tính toán sự phân bố chỉ số địa hình yêu cầu bởi phần mềm TOPMODEL đã giới thiệu trong quyển sách này (xem phụ lục A) Với số liệu vectơ, vấn đề là làm thế nào để phân chia các đường có độ dốc lớn nhất hoặc các đường dòng cho dòng chảy. .. Tarboton (1 99 7) Hình 3. 5 Phân tích các đường dòng từ số liệu cao trình số hoá vectơ (a) phân tích cục bộ vuông góc với các đường đồng mức (b) Chia nhỏ đường dòng TAPES-C trong lưu vực Lucky Hills LH-104, Walnut Gulch Arizona (Gravson và nnk 1992a) In lại từ Nghiên cứu Tài nguyên nước 28: 2 63 9-2 658, 1992a, xuất bản bởi Hội địa vật lý Mỹ (c) Xác định TIN của đường dòng ở lưu vực Lucky Hills LH-106 (Palacios-Velez... xem Rango199 5) Hình B 3. 3.2 Sự thay đổi nhân tố độ-ngày trung bình, F, trong mùa tuyết tan có sử dụng các dự báo lưu lượng trong ba lưu vực lớn: lưu vực Dischma ở Switzerland (4 3. 3 km2, phạm vi cao trình từ 166 8 -3 146m); lưu vực Dinwoody ở Wyoming, USA (2 88 km2, phạm vi cao trình từ 198 1-4 202m); và Durance ở Pháp (2 170 km2, phạm vi cao trình từ 76 8-4 105m) (theo Rango 199 5) 91 Hình B .3. 3 .3 Đường cong... hướng dòng chảy như là một quả bóng lăn xuống theo cùng một địa hình bề mặt ( ã làm trơn) Vì suy ra từ giả thiết này, nước sẽ không cắt qua một đường dòng sau đó có 75 thể đại diện cho dòng chảy giữa hai đường dòng trong một ống dòng, như là dòng chảy một chiều có độ rộng thay đổi theo hướng xuống dốc (hai chiều nếu chiều thẳng đứng được đưa vào tính toán: hình 3. 5 (b) Đây là cơ sở cho các mô hình phân... phần 5 3 và 6 5 74 3. 7 Số liệu số hoá độ cao Tại nhiều nước phát triển trên thế giới, cao trình số hoá hoặc các bản đồ địa hình số (DEM hoặc DTM) trở lên thông dụng với lưới giải đủ mịn để diễn tả chi tiết cấu trúc sườn dốc (5 0 m với Anh và Pháp ; 30 m ở Mỹ ; 25 m ở Switzerland) Hệ thống DEM, có một cỡ lưới cố định gọi là số liệu raster Bản đồ đồng mức số hoá (vec t ) DEMs cũng có sẵn (hình 3 3 (a )) Trong... cường độ bốc thoát hơi tại thời gian của hình ảnh Các ước lượng được liên hệ với độ bất định đáng kể (Frank và Beven 199 7) 3 10 Các điểm khoá từ chương 3 Các số liệu có sẵn trong mô hình mưa- dòng chảy nói chung là các số liệu điểm và có thể không có sai số, mặc dù thường bị coi như có sai số trong khi sử dụng Các số liệu nên được kiểm tra ổn định trước khi sử dụng trong mô hình mưa dòng chảy Có thể... được xây dựng bằng cách nội suy từ các đường đồng mức số hoá (hình 3 3 (b )) và như là một kết quả có thể gặp sai số lớn, đặc biệt những nơi địa hình bằng phẳng có ít đường đồng mức hoặc có bước độ dốc nhỏ Cũng có thể diễn tả hiệu quả địa hình bằng một lưới tam giác không đều (TIN: hình 3. 3 (c )) Tiềm năng để phát triển số liệu địa hình phân giải cao từ phân tích, quan trắc các hình ảnh nổi thu được vệ . đồng mức số hoá (vec t ) DEMs cũng có sẵn (hình 3. 3 (a )) . Trong thực tế, để nhập số liệu hầu hết DEM raster đã đợc xây dựng bằng cách nội suy từ các đờng đồng mức số hoá (hình 3. 3 (b )) và nh. ngoài, xuất hiện nh là thuật toán đo hớng dòng chảy bội của Quinn và nnk (1 995a) (hình 3. 4(b) ) và phơng pháp tổng hợp vectơ của Tarboton (1 99 7) (hình 3. 4 (c) ). Một chơng trình phân tích DTM, căn. toán: hình 3. 5 (b). Đây là cơ sở cho các mô hình phân bố nh là TOPOG (Vertessy và nnk, 199 3) và Viện các mô hình phân bố thuỷ văn (Calder và Wood 199 5). Các đờng dòng luôn là một góc bên phải (trực