Bước đầu tiên khi làm việc với mô hình MIKE 11 là tạo ra một đề án mới. Tại đây bạn sẽ tạo ra một thư mục mới,nơi người sử dụng làm việc trong đó và đặt tiêu đề cho đề tài bạn vừa tạo. Đề làm như vậy khởi động mô hình MIKE 11 vào File trong menu chính của MKIE 11 vào New ^ File ... xuất hiện cửa sổ New file và chọn như hình:
Hình 2-1 Thiết lập kịch bản
Việc tổng hợp và trao đổi thông tin giữa từng editor dữ liệu (data editors) có thể thực hiện được bằng cách dùng MIKE 11 Simulation editor (editor mô phỏng). Simulation Editor phục vụ hai mục đích:
> Chứa các thông số mô phỏng và thông số kiểm soát tính toán và được dùng để bắt đầu mô phỏng.
> Cung cấp thông tin liên kết giữa cửa sổ sơ đồ (graphical view) của editor mạng sông và các editors MIKE 11 khác. VD: chỉnh sửa mặt cắt, có thể chọn các mặt cắt từ cửa sổ sơ đồ để mở và chỉnh sửa mặt cắt trong Cross section editor.
Khi đã đặt tên cho các tập tin trong Input page rồi, thông tin từ từng editor sẽ được tự động nối kết với nhau
Chuẩn bị các thông số đầu vào: gồm 4 nhóm > Dữ liệu thủy văn: lưu lượng, mực nước > Dữ liệu mặt cắt: địa hình đáy sông
> Dữ liệu nguồn thải: vị trí, nồng độ chất ô nhiễm, lưu lượng > Dữ liệu bản đồ: shape file, ảnh (*.JPG, *.BMP)
Hình 2-2 Dữ liệu đầu vào chạy thủy lực của MIKE 11 2.3 Phương pháp nghiên cứu
2.3.1 Phương pháp mô hì nha. Khái niệm a. Khái niệm
Mô hình là một công cụ không thể thiếu của khoa học, cho phép tìm hiểu thực tế một cách nhanh nhất và ít tốn kém nhất. Thực tiễn phát triển của khoa học cho thấy rằng mô phỏng chính xác hoàn toàn, ngay cả một yếu tố nhỏ không hề là một nhiệm vụ dễ dàng. Tuy vậy mô hình hóa cho phép các nhà khoa học tương tác lặp đi lặp lại với thực tế, liên tục thử nghiệm các giả định được sử dụng để xây dựng mô hình dự báo phù hợp với thực tế.
Nghiên cứu mô hình môi trường là một chủ đề phức tạp, bởi lẽ mô hình được xây dựng từ các quan điểm khắt khe của nhiều ngành khoa khọc tự nhiên như vật lý, hóa học, sinh học đến xã hội học. Các chuyên gia hàng đầu trong lĩnh vực này luôn cố gắng mô tả thực tế một cách xác thực nhất để đưa ra những quyết định giúp cải thiện mối quan hệ giữa con người với môi trường, dựa vào nền tảng dữ liệu được tích hợp và kiến thức đa ngành. Hiểu theo ý này thì mô hình trở thành kỹ năng và công cụ không thể thiếu.
b. Mô tả phương pháp
• Xác định các thành phần mô hình hóa
Mô hình nhận thức (mô hình lý luận) thể hiện quan điểm nghiên cứu và được xác định bởi mục tiêu và khả năng nghiên cứu. Mô hình nhận thức chứa: mô tả giới
hạn của hệ xem xét, tập hợp các phần tử của hệ; tập hợp các mối liên hệ giữa các phần tử của hệ; danh mục các quá trình diễn ra trong hệ, danh mục các tác động bên ngoài và bên trong của hệ.
Biến trạng thái: giống như tên gọi của nó, mô tả tình trạng của hệ sinh thái. Việc lựa chọn biến trạng thái cho bài toán mô hình hóa là rất quan trọng và nó phụ thuộc vào mục tiêu.
Hàm điều khiển (hay gọi là biến ngoại sinh) là hàm số của các biến đặc tính bên ngoài có ảnh hưởng đến tình trạng của hệ sinh thái.
Phương trình toán học được sử dụng để biểu diễn các quá trình sinh học, hóa học và vật lý. Chúng miêu tả mối quan hệ giữa hàm điều khiển và biến trạng thái. Cùng một phương trình có thể sử dụng trong nhiều mô hình khác nhau. Tuy nhiên, điều này không có nghĩa là cùng một quá trình sẽ luôn luôn được biểu diễn bằng cùng một phương trình.
Các tham số là các hệ số trong các phương trình toán biểu diễn quá trình. Chúng có thể được xem là hằng số đối với một hệ sinh thái đặc biệt hoặc một phần của hệ sinh thái. Trong bài toán đang xem xét V; là thể tích hồ chứa i là tham số được xét tới.
Các hằng số thường được sử dụng hầu hết trong các mô hình. • Xây dựng phương trình vi phân
Để xây dựng phương trình vi phân cần nắm vững sự vận hành của hệ thống cũng như một số giả thiết lý tưởng hóa bài toán thực tế. Phương trình vi phân được xây dựng dựa trên các địn luật bảo toàn: khối lượng, động lượng và năng lượng.
2.3.2 Phương pháp thống kê, phân tích số liệu
Thống kê là nghiên cứu của tập hợp nhiều lĩnh vực khác nhau, bao gồm phân tích, giải thích, trình bày và tổ chức dữ liệu. Chúng ta áp dụng thống kể để nghiên cứu các lĩnh vực khoa học, công nghiệp hoặc các vấn đề xã hội. Thống kê rất cần thiết để bắt đầu nghiên cứu một tiến trình. Ví dụ, tổng thể có thể gồm nhiều loại khác nhau như “tất cả mọi người đang sống trong một đất nước” hay “tập hợp các
phân tử của tinh thể”. Nó đề cập tới tất cả các khía cạnh của dữ liệu bao gồm việc lập kế hoạch, thu thập dữ liệu mẫu cho các cuộc khảo sát và thí nghiệm.
Trong trường hợp không thể thu thập được trong quá trình điều tra tổng thể, thống kê thu thập dữ liệu bằng cách phát triển các mẫu thí nghiệm và mẫu khảo sát cụ thể. Mẫu đại diện cần được đảm bảo rằng những suy luận và kết luận có thể tin cậy được từ đó suy ra toàn bộ tổng thể. Một nghiên cứu thực nghiệm liên quan đến việc lấy kích thước mẫu, thao tác trên hệ thống và sau đó lấy kích thước mẫu cùng dạng để xác định xem các thao tác đã thay đổi giá trị của các phép đo. Ngược lại, một quan sát nghiên cứu không liên quan đến việc thực hiện thí nghiệm.
Hai phương pháp thống kê chính được sử dụng trong phân tích dữ liệu: thống kê mô tả, đây là phương pháp tóm tắt dữ liệu từ một mẫu sử dụng các chỉ số như là giá trị trung bình hoặc độ lệch chuẩn, và thống kê suy luận, rút ra kết luận từ dữ liệu biến thiên ngẫu nhiên (ví dụ: các sai số quan sát, mẫu của tổng thể). Thống kê mô tả được sử dụng thường xuyên nhất với hai thuộc tính phân phối (mẫu hoặc tổng thể): chiều hướng trung tâm (hoặc vị trí tìm cách để mô tả giá trị trung bình hoặc giá trị đặc trưng của phân phối, trong khi phân tán (hoặc thay đổi) mức độ đặc trưng mà các thuộc tính của phân phối đi chệch so với nghiên cứu. Suy luận về thống kê toán học được thực hiện trong khuôn khổ của lý thuyết xác suất, trong đó đề cập tới việc phân tích các hiện tượng ngẫu nhiên. Để thực hiện một suy luận khi chưa biết số lượng, hoặc nhiều ước lượng được đánh giá bằng cách sử dụng mẫu.
Thủ tục thống kê tiêu chuẩn liên quan đến sự phát triển của một giả thuyết vô nghĩa ban đầu là không có mối quan hệ nào giữa hai đại lượng. Loại bỏ hoặc bác bỏ giả thuyết này là một nhiệm vụ quan trọng trong việc giải thích những quan điểm mới của khoa học thống kê, đưa ra một ý nghĩa chính xác trong đó một giả thuyết được chứng minh là sai. Những gì thống kê gọi là một giả thuyết khác chỉ đơn giản là một giả thuyết trái với giả thuyết vô nghĩa. Phân tích từ một giả thuyết hai hình thức cơ bản của lỗi này được ghi nhận: sai số loại I (giả thuyết vô nghĩa sai bị bác bỏ cho một tính chất xác thực không đúng) và sai số loại II (giả thuyết không được bác bỏ và sự khác biệt thật sự giữa các tổng thể được bỏ qua cho một phủ định sai).
Một việc quan trọng là tập hợp các giá trị của các ước lượng dẫn đến bác bỏ giả thuyết vô nghĩa. Do đó sai số của xác suất loại I là xác suất các ước lượng thuộc các miền quan trọng cho rằng giả thuyết đúng (có ý nghĩa thống kê) và sai số của xác suất loại II là xác suất mà các ước lượng không phụ thuộc các lớp quan trọng được đưa ra rằng giả thuyết thay thế là đúng. Các chính sách thống kê của một bài đánh giá xác suất đúng khi bác bỏ giả thuyết vô nghĩa khi giả thuyết là sai. Nhiều vấn đề đã được liên kết với khuôn khổ: từ việc có được một c ỡ mẫu đủ để xác định một giả thuyết vô nghĩa thích hợp.
Quy trình đánh giá tạo ra các dữ liệu thống kê cũng có thể bị lỗi. Nhiều trong số các lỗi này được phân loại ngẫu nhiên (noise - dữ liệu vô nghĩa) hoặc có hệ thống (bias - độ sai lệch) , nhưng các loại khác của sai lệch (ví dụ, sai lệch khi một báo cáo phân tích của các đơn vị không đúng) cũng rất quan trọng. Sự xuất hiện của dữ liệu bị thiếu/ hoặc sự kiểm tra có thể dẫn đến các ước tính có sai số và cần phát triển kỹ thuật cụ thể để giải quyết những vấn đề này. Khoảng tin cậy cho phép các nhà thống kê thể hiện rõ ràng các mẫu ước lượng phù hợp với các giá trị có nghĩa trong toàn bộ dân số. Độ tin cậy chính thức 95% cho một giá trị là một phạm vi rộng, nếu lấy mẫu và phân tích được lặp lại trong cùng điều kiện (cho ra một bộ dữ liệu khác nhau). Miền giá trị sẽ bao gồm những giá trị thực (dân số) trong 95% của tất cả các trường hợp có thể xảy ra. Trong thống kê, biến phụ thuộc là bất kỳ mối quan hệ thống kê giữa hai biến ngẫu nhiên hoặc hai bộ dữ liệu. Sự tương quan đề cập đến bất kỳ một lớp chung nào của các quan hệ thống kê liên quan đến sự phụ thuộc. Nếu hai biến có liên quan, chúng có thể có hoặc không thể là biến nguyên nhân của các yếu tố khác. Các hiện tượng tương quan có thể được gây ra bởi một hiện tượng trước đó không được chú ý đến bởi một biến thứ ba, biến không được xuất hiện trước đó, được gọi là biến ẩn hoặc biến nhiễu.
Hình 2-3 Sơ đồ các bước thực hiện (adsbygoogle = window.adsbygoogle || []).push({});
Bước 1: chuẩn bị dụng cụ lấy mẫu và các dụng cụ hỗ trợ cần thiết.
Mẫu lấy tại 5 vị trí trên sông Cửa Lấp và đánh dấu mã mẫu. Mỗi mẫu được lấy tương ứng với tọa độ của điểm lấy mẫu đó trên mô hình Mike 11.
Mẫu sau khi được lấy được bỏ vào thùng xốp giữ nhiệt (4-10 oC) , sau đó được gửi tới trung tâm quan trắc Trung Tâm Quan Trắc Và Phân Tích Môi Trường tỉnh Bà Rịa Vũng Tàu đo và ghi nhận kết quả.
Bước 2: Xây dựng mô hình.
Để xây dựng được kịch bản chạy mô hình cần có dữ liệu địa hình đáy sông, biên, mặt cắt, lưu lương, mực nước... những dữ liệu trên được thu thập qua các cơ quan như: trung tâm khí tượng thủy văn tỉnh BRVT, Ủy ban nhân dân xã Phước Tỉnh, sở GTVT tỉnh BRVT. Sau đó các dữ liệu được số hóa đưa vào mô hình.
CHƯƠNG 3: KẾT QUẢ VÀ THẢO LUẬN
3.1 Kết quả đo độ mặn thực tế tại các vị trí lấy mẫu trên sông Cửa LấpV ịtrí V ịtrí
lấy mẫu
Tọa độ Kết quả đo đợt 1
(09/03/2017) Kết quả đo đợt 2(14/04/2017) Kết quả đo đợt3 (26/5/2017)
S1 107°n’37”Đ10o25’1”B 28.7ppt 28.9 ppt 28.5 ppt S2 107o11’43”Đ10o25’10”B 29.8 ppt 28.7 ppt 29.1 ppt S3 107o12’42”Đ10o25’8 ”B 28.6 ppt 28.3 ppt 27.3 ppt S4 107o12’46”Đ10o26’12”B 28.2 ppt 28.5 ppt 27.6 ppt S5 107o12’38”Đ10o27’3”B 27.9 ppt 26.5 ppt 27.1 ppt
Bảng 3-1 Bảng kết quả đo độ mặn, vị trí lấy mẫu tại sông Cửa Lấp
Hình 3-1 Bản đồ vị trí lấy mẫu tại sông Cửa Lấp
Vị trí S1: cầu Cửa lấp Vị trí S2: Phước Tỉnh
Vị trí S3: Nhánh sông Cửa Lấp Vị trí S4: Cảng Hưng Thái
3.2 Kết quả mô hình
Hình 3-1 Kết quả mô hì nh diễn biến xâm nhập mặn kịch bản 1
Kết quả mô hình diễn biến xâm nhập mặn đợt 1 trên sông Cửa Lấp lúc 8h00’ ngày 09/03/2017 Bảng 3-2 So sánh kết quả mô hì nh kịch bản 1 TT Mục so sánh S1 S2 S3 S4 S5 1 Độ mặn lớn nhất tại đợt 1 (ppt) 25,79 25,79 2 Độ mặn nhỏ nhất tại đợt 1 (ppt) 5.20 3 Độ mặn 4%0 vào sâu nhất tại vị trí (km) 6.39
về phần kết quả mô hình ở kịch bản 1 mô tả cho hiện trạng xâm nhập mặn tại thời điểm thủy triều xuống cho thấy vị trí nước mặn lấn vào bờ khá xa lên tới hơn 6 km về phía thượng nguồn, tại các vị trí như s1 s2 độ mặn khá cao so với khoảng từ 1 đến 10 ppt trong khái niệm về nước lợ của việt nam.
Hình 3-2 Kết quả mô hì nh diễn biến xâm nhập mặn kịch bản 2
Kết quả mô hình diễn biến xâm nhập mặn đợt 2 trên sông Cửa Lấp lúc 8 h00’ ngày 14/04/2017 Bảng 3-3 So sánh kết quả mô hì nh kịch bản 2 Mục so sánh Độ mặn lớn nhất tại đợt 1 (ppt) Độ mặn nhỏ nhất tại đợt 1(ppt) S2 S3 S4 S5 25.76 5.15 5.40 Độ mặn 4%0 vào sâu nhất tại
vị trí (km)
Đối với kết quả của kịch bản 2 mô tả cho hiện trạng xâm nhập mặn tại thời điểm thủy triều lên . So sánh giữa hai kịch bản, ta thấy ở kịch bản 2 nước mặn có phần suy, kết quả cho thấy chỉ có vị trí s1 độ mặn có kết quả mặn cao 25,67 ppt, tuy nhiên nguồn nước vẫn bị mặn trên 4 ppt vào sâu trong sông lên tới 5 km
Hình 3-3 Kết quả mô hì nh diễn biến xâm nhập mặn kịch bản 3 lần 1
Kết quả mô hình diễn biến xâm nhập mặn đợt 3 trên sông Cửa Lấp lúc 8 h00’ ngày 26/05/2017 Bảng 3-4 So sánh kết quả mô hì nh kịch bản 3 lần 1 TT Mục so sánh S1 S2 S3 S4 S5 1 Độ mặn lớn nhất tại đợt 1 (ppt) 25.40 25.40 2 Độ mặn nhỏ nhất tại đợt 1(ppt) 5.08 3 Độ mặn 4%0 vào sâu nhất tại vị trí (km) 6.00
Ở kịch bản 3 lần 1, cho thấy độ mặn trên 4 ppt tiếp tục lấn sâu về phía thượng nguồn, điện tích bị xâm nhập mặn đã chiếm gần tới 6 km vào sâu đất liền , tại vị trí
S1 và S5 độ mặn vượt ngư ỡng trong khái niệm về nước lợ của Việt Nam xấp xỉ 2.5 lần.
Hình 3-4 Kết quả mô hình diễn biến xâm nhập mặn kịch bản 3 trên sông Cửa Lấp lần 2
Kết quả mô hình diễn biến xâm nhập mặn đợt 3 trên sông Cửa Lấp lúc 4h00’ ngày 26/05/2017 Bảng 3-5 So sánh kết quả mô hì nh kịch bản 3 lần 2 TT Mục so sánh S1 S2 S3 S4 S5 1 Độ mặn lớn nhất tại đợt 1 (ppt) 25.40 25.40 2 Độ mặn nhỏ nhất tại đợt 1(ppt) 5.08 3 Độ mặn 4%0 vào sâu nhất tại vị trí (km) 7.15
Ở lần 2 của kịch bản 3 cho thấy khi triều rút độ mặn tăng cao cụ thể là tại S1 và S2 độ mặn lên tới 25.4 ppt và đi vào sâu hơn khi triều lên, kết quả cho thấy mặn vào sâu 7.15 km cao hơn so với các kịch bản trước từ (1-2 km) , điều này phản ánh đúng với thực tế khi triều lên nước biển xâm nhập sâu về phía thượng nguồn làm độ mặn thâm nhập sâu hơn. (adsbygoogle = window.adsbygoogle || []).push({});
3.3 Thảo luận kết quả
Qua kết quả mô hình cho thấy nước sông Cửa Lấp đang bị nhiễm mặn tại cả 3 đợt đo so với khái niệm nước lợ Việt Nam.
Như vậy, chế độ thủy lực trên sông Cửa Lấp dưới tác động biến đổi khí hậu có ảnh hưởng không nhỏ đến diễn biến xâm nhập mặn khu vực nghiên cứu. Nhìn chung trong khu vực nghiên cứu, dưới ảnh hưởng của BĐKH sông Cửa Lấp đã và đang bị tác động mạnh mẽ bởi xâm nhập mặn theo các thời kỳ trong tương lai vì hầu như độ mặn trên 4 % 0 lấn sâu vào cả sông điển hình tại các vị trí đó từ kết quả mô hình cho thấy các vị trí như S1, S2, S5 đô mặn trung bình 17-19 % trở lên.