HÌNH TOÁN
Nghiên cứu thủy văn có lịch sử kéo dài hàng thiên niên kỷ (Biswas, 1970); tuy nhiên, sự ra đời của lĩnh vực dự báo thủy văn có thể bắt nguồn từ những năm 1850 (Mulvany, 1850; Darcy, 1856). Cho đến những năm 1960, nhiều tiến bộ đột phá trong việc mô hình hóa các thành phần khác nhau của chu trình thủy văn đã được thực hiện, các tiến bộ này dựa trên các định luật vật lý toán học và một số dựa trên cơ sở của thí nghiệm hoặc thực địa thủy văn [102]. Bằng các nghiên cứu thí nghiệm và thực nghiệm, đã hình thành mô hình vật lý thu nhỏ (tương tự vật lý) với khả năng mô phỏng trực quan, sát với thực tế nhưng cần nhiều thời gian và chi phí để xây dựng. Sự phát triển của công nghệ máy tính là tiền đề phát triển các phương pháp mô phỏng và dự báo thủy văn bằng phương pháp toán học, từ các phương pháp thống kê đơn giản như mực nước tương ứng, hồi quy đến các mô hình ngẫu nhiên như: Markov, Fragment, ARIMA, ARX, ARMAX, Monte - Carlo, Thormat - Frering và các mô hình hộp đen như: ANN, DBM. Cuộc cách mạng máy tính vào những năm 1960 đã tạo một bước tiến nhảy vọt cho mô hình thủy văn và có khả năng mô phỏng quá trình dòng chảy lưu vực sông [91], [102]. Quá trình phát triển sau đó đã xuất hiện nhiều mô hình toán thủy văn, từ các mô hình tuyến tính thông số tập trung như: Tank, NAM, SSARR, Kalinhin - Miliukốp - Nash, HBV, CLS,
NWS, Sacromento (SAC - SMA), RRMOD, MASTER đến các mô hình phi tuyến thông số tập trung như: LTank, Stanford 4, HEC - HMS, HMC, SMART, NLRRM, ARNO.
Mô hình thủy văn thông số tập trung đơn giản hóa mô phỏng, yêu cầu sử dụng ít dữ liệu, tính toán nhanh và dễ ứng dụng, nhưng kết nối kém với đặc tính vật lý, bỏ qua nhiều thành phần của quá trình dòng chảy lưu vực sông và trung bình hóa, tham số hóa nhiều yếu tố nên chất lượng mô phỏng chưa cao [78]. Ngoài ra, còn có hạn chế về mô phỏng quá trình tập trung dòng chảy, truyền sóng lũ nên quá trình mưa và dòng chảy gần như đồng thời; mặc dù nhiều mô hình đã có thông số hiệu chỉnh độ trễ, nhưng chưa đáp ứng được yêu cầu của công tác dự báo. Do đó, mô hình thủy văn thông số tập trung được đánh giá là sử dụng có hiệu quả trên các lưu vực nhỏ, địa hình dốc và ít tác động của các công trình, với thời gian tập trung dòng chảy ngắn. Để áp dụng mô hình thủy văn thông số tập trung cho các lưu vực vừa và lớn, nhiều nghiên cứu đã mô phỏng cho các tiểu lưu vực và tích hợp ở cấp độ nối tiếp với các mô hình diễn toán dòng chảy trong sông (kiểu tích hợp mô hình toán độc lập). Bên cạnh đó, một số nghiên cứu theo hướng cải tiến, xây dựng mô hình thông số bán phân bố và mô phỏng dòng chảy các tiểu lưu vực sau đó tổng hợp cho toàn bộ lưu vực như LTank, TOP Model, VIC, SLURP, REW, SWAT, NASIM [24], [80], [103]. Tuy nhiên, việc chia các tiểu lưu vực đặt ra yêu cầu mỗi tiểu lưu vực có một trạm đo dòng chảy tại cửa ra để có đủ số liệu hiệu chỉnh, kiểm định bộ thông số mô hình; ngoài ra, vùng diện tích giữa các tiểu lưu vực không được mô phỏng hoặc không tách riêng được số liệu dòng chảy để hiệu chỉnh và kiểm định bộ thông số nên kết quả mô phỏng chưa cao.
Trong những năm gần đây, nghiên cứu thủy văn nói chung đã phát triển theo hướng mô tả toàn diện lý thuyết trao đổi nước, năng lượng và động lượng giữa mặt đất và khí quyển ở một số quy mô, với mục đích tạo ra các mô hình để cải thiện chất lượng dự báo thủy văn trung và dài hạn, có chất lượng dự báo tốt hơn, mô phỏng diễn biến quá trình dòng chảy lưu vực sông trước những
thay đổi của khí hậu và tác động của con người. Sự phân bố không đồng đều về tính chất địa hình, thảm phủ, sử dụng đất, địa chất, địa mạo, khí tượng và việc chưa định lượng được sự tác động của chúng đến dòng chảy trên lưu vực sông đã dẫn đến các hiện tượng thủy văn chưa có khả năng dự báo đủ độ chính xác và nhất quán (Ủy ban Khoa học Thủy văn, 2002) [82]. Điều này có cơ sở khoa học để đạt được với khả năng mô phỏng chi tiết theo không gian những tác động của các yếu tố trên đến dòng chảy lưu vực sông trong mô hình thủy văn thông số phân bố [91]. Dự án so sánh các mô hình thủy văn thông số phân bố (DMIP) [81] cho rằng biến đổi lượng mưa và đặc trưng vật lý của các yếu tố tự nhiên trên lưu vực là lý do sử dụng mô hình thủy văn thông số phân bố thay cho mô hình thủy văn thông số tập trung. Mặc dù về tổng thể vận hành và ứng dụng thì mô hình tập trung tốt hơn mô hình phân bố, nhưng mô hình phân bố dễ cải tiến, tích hợp để nâng cao chất lượng mô phỏng hơn. Theo đánh giá kết quả của DMIP, mô hình phân bố có chất lượng mô phỏng tốt hơn mô hình tập trung với lưu vực có diện tích lớn hơn 65km2 và không có sự khác biệt với lưu vực nhỏ hơn; sự cải thiện về chất lượng mô phỏng có sự chênh lệch giữa các mô hình và lưu vực khác nhau [81], [93].
Ở Việt nam, từ các phương pháp dự báo đơn giản như mực nước tương ứng, hồi quy đến các mô hình ARIMA, ANN đã được ứng dụng từ những năm 1960. Mô hình thủy văn thông số tập trung trên Thế giới được nghiên cứu và để ứng dụng phù hợp với đặc điểm tự nhiên nước ta từ những năm 1980. Hiện nay các phương pháp hồi quy và mô hình ARIMA, ANN, Thomas - Fiering được ứng dụng trong dự báo thủy văn thời hạn vừa và dài [8], [35]; mô hình thủy văn thông số tập trung như: Tank, NAM, HEC - HMS, SSARR được sử dụng trong tính toán nguồn nước và thiết kế công trình, trong dự báo lũ và dự báo thủy văn thời hạn ngắn [17], [18], [19], [24], [35], [69].
Yêu cầu công tác dự báo thủy văn ở nước ta hiện nay và trong thời gian tới là đa dạng hóa để phục vụ nhiều lĩnh vực và đối tượng, dự báo và tính toán nguồn nước cho mọi mặt của đời sống, kinh tế, xã hội. Ngoài ra, các phương
án dự báo thủy văn cần dựa trên cơ sở khoa học phù hợp với từng lưu vực sông và dự báo, cảnh báo lũ cho nhiều vị trí, nhiều mục đích khác nhau [37]. Thực tế hiện nay, việc sử dụng các công cụ mô hình để dự báo thủy văn là phổ biến ở tất cả các lưu vực sông, đặc biệt là trong công tác dự báo nghiệp vụ tại Tổng cục Khí tượng Thủy văn và một số các đơn vị khác như Trung tâm Động lực học Thủy khí Môi trường (trường Đại học Khoa học Tự nhiên), Trường Đại học Thủy lợi, Viện Cơ học (Viện Hàn lâm Khoa học và Công nghệ Việt Nam),... Trong đó, phổ biến là mô hình thủy văn thông số tập trung như Tank, NAM, HEC - HMS; ứng dụng ngày càng rộng rãi mô hình thủy văn thông số phân bố như IFAS, MARINE, WETSPA, DIMOSOP và bước đầu sử dụng bộ công cụ tích hợp các mô hình thủy văn - thủy lực trong phần mềm MIKE.
Do yêu cầu về số liệu đơn giản và có thời gian tính toán nhanh, các mô hình thủy văn thông số tập trung thường được sử dụng trong hầu hết các công tác dự báo nghiệp vụ. Tuy nhiên, sự phân bố không đồng đều về đặc trưng địa hình, địa chất, thổ nhưỡng, thảm phủ thực vật và đặc biệt là sự thay đổi lớn về lượng mưa trên lưu vực sông cũng như các yêu cầu về đầu ra chi tiết đã dẫn đến xu hướng sử dụng mô hình thủy văn thông số phân bố ngày càng trở lên phổ biến hơn. Trong đó, điển hình là ứng dụng mô hình IFAS (Nhật Bản) trên lưu vực sông Ngàn Sâu, Thạch Hãn, Lục Nam, sông Cả, sông Mã, sông Ba, sông Vệ, sông Thao [12]; ứng dụng mô hình MARINE (Pháp) trên lưu vực sông Kỳ Lộ, Dinh Ninh Hòa, Cái Nha Trang, Cái Phan Rang, sông Đà, sông Hồng, sông Hương [3], [15], [68]; ứng dụng mô hình WETSPA (Bỉ) trên lưu vực sông Cả, Vu Gia - Thu Bồn [18], [33]; ứng dụng mô hình Mike SHE (Đan Mạch) trên lưu vực sông La, sông Vệ, Trà Khúc [33]; ứng dụng mô hình DIMOSOP (Italia) trên lưu vực sông Hồng [1] và ứng dụng mô hình SWAT (Hoa Kỳ) trên lưu vực sông Sêrêpôk, Mê Kông, La Ngà và Đồng Nai.
Mặc dù có khả năng mô phỏng chi tiết và tác động của sự phân bố không đều các yếu tố tự nhiên của lưu vực đến dòng chảy trên lưu vực sông, nhưng mô hình thủy văn thông số phân bố yêu cầu một lượng lớn và chi tiết theo
không gian dữ liệu đầu vào. Yêu cầu về dữ liệu đang là rào cản khá lớn đối với việc ứng dụng mô hình thủy văn thông số phân bố, trong trường hợp không đáp ứng được yêu cầu số liệu đầu vào sẽ xảy ra tình trạng thiếu số liệu [81], [84], [91]. Như vậy, việc ứng dụng mô hình thủy văn thông số phân bố luôn tiềm ẩn khó khăn về thiếu số liệu. Ngoài ra, cơ sở dữ liệu thu thập, đo đạc, quan trắc cũng thiếu ở hầu hết các quốc gia, kể các các nước phát triển cũng có những khoảng trống không thể tránh khỏi trong mạng lưới khí tượng thủy văn; trong khi ở các quốc gia đang phát triển, mạng lưới trạm quan trắc rất hạn chế cả về phạm vi bao phủ không gian và chất lượng, lưu trữ số liệu [78].
Ở nước ta hiện có 229 trạm thủy văn, 187 trạm khí tượng, 781 điểm đo mưa tự động [31]; theo quy hoạch đến năm 2025 có 354 trạm thủy văn, 194 trạm khí tượng, bổ sung thêm 755 điểm đo mưa; đến năm 2030 tăng lên 640 trạm thủy văn, 454 trạm khí tượng và 4304 điểm đo mưa [36]. Mặc dù số lượng trạm tăng mạnh trong những năm gần đây nhưng vẫn chưa đáp ứng yêu cầu công tác dự báo thủy văn, đến năm 2030 mật độ các tương đối dày, nhưng vị trí các trạm chủ yếu ở vùng trung và hạ lưu các sông; khu vực thượng nguồn các sông thường không có khả năng đặt trạm do điều kiện cơ sở hạ tầng về điện, giao thông và thông tin không đảm bảo.
Hiện nay, khó khăn lớn nhất trong việc ứng dụng mô hình thủy văn thông số phân bố là vấn đề thiếu số liệu, với mạng lưới trạm khá thưa như ở nước ta thì khó khăn này càng trở lên lớn hơn. Do yêu cầu mô phỏng và dự báo chi tiết nên mô hình thủy văn thông số phân bố vẫn cần được sử dụng cho dù việc ứng dụng ở nước ta gặp nhiều khó khăn hơn. Vấn đề đặt ra là cần nghiên cứu các giải pháp khắc phục thiếu số liệu và lựa chọn mô hình thủy văn thông số phân bố phù hợp. Mặc dù việc sử dụng mô hình phân bố có xu hướng tăng trong những năm gần đây, nhưng nghiên cứu khắc phục thiếu số liệu và tích hợp các mô hình để khai thác ưu thế về mô phỏng của chúng để bù đắp cho thiếu số liệu chưa nhận được nhiều sự quan tâm.