3. Yêu cầu của đề tài
2.3. Phƣơng pháp nghiên cứu
2.3.4. Phương pháp nội suy dữ liệu Kriging
Đề tài nghiên cứu đã áp dụng phương pháp nội suy dữ liệu để khảo sát mối quan hệ giữa sự biến động dữ liệu theo vị trí trong khơng gian, từ đó dự báo được các giá trị dữ liệu ở những vị trí chưa có số liệu khảo sát thực tế. Phương pháp nội suy dữ liệu khơng gian có nhiều thuật tốn khác nhau như IDW (Inverse Distance Weight), Kriging, Spline,… Phương pháp IDW xác định giá trị của các điểm chưa
biết bằng cách tính trung bình trọng số khoảng cách giá trị của các điểm đã biết trong vùng lân cận của mỗi pixel. Những điểm càng cách xa điểm cần tính giá trị càng ít ảnh hưởng đến giá trị tính tốn. Phương pháp Spline là phương pháp nội suy tổng quát, sử dụng một hàm toán học giảm thiểu độ cong tổng thể của bề mặt; từ đó đưa ra kết quả hiển thị mơ hình khơng dao động nhiều ở giữa các điểm lấy mẫu, phù hợp với dữ liệu theo khoảng thời gian dài hàng tháng, hàng năm. Trong các thuật toán trên, Kriging là phương pháp phổ biến nhất, kết quả sai số nhỏ nhất và kết quả nội suy khơng gian có tính khách quan cao hơn.
Phương pháp Kriging là một cơng cụ phân tích địa thống kê để nội suy giá trị TDS từ các điểm lấy mẫu. Phép nội suy Kriging giả sử rằng khoảng cách hoặc hướng giữa các điểm mẫu phản ánh một mối tương quan khơng gian có thể được dùng để luận giải sự thay đổi trong bề mặt. Công cụ Kriging sử dụng một hàm toán học đối với một số điểm chuẩn, hoặc tất cả các điểm trong một bán kính chuẩn, để xác định giá trị đầu ra với từng vị trí. Cơng thức tổng quan được tính tốn dựa trên tổng các dữ liệu có trọng lượng như sau:
Trong đó: Z(si) = giá trị đo được tại vị trí thứ i
λi = một ảnh hưởng chưa biết của giá trị đo được tại vị trí thứ i
so = vị trị dự đốn
N = số giá trị đo được
Quá trình nội suy nhiều bước của Kriging bao gồm: phân tích thơng kê khai thác dữ liệu, xây dựng mơ hình variogram, tạo bề mặt và khai thác một bề mặt biến thiên.
Các bước tiến hành nội suy trong thiết lập bản đồ phân bố hiện trạng mặn nhạt tầng chứa nước Pleistocen giữa - trên bằng Kriging cụ thể như sau:
Bước 1. Khảo sát các đặc trưng thống kê của tập dữ liệu, đặc biệt chú ý đến
tính phân bố chuẩn của dữ liệu. Nếu dữ liệu khơng có phân bố chuẩn thì phải chuyển dạng dữ liệu để thỏa mãn yêu cầu này.
- Tạo biểu đồ histogram của giá trị TDS tầng chứa nước qp2-3, biểu đồ có sự phân bố bất thường, đỉnh bị lệch về phía bên trái, giá trị trung bình và phương sai biến đổi đáng kể (hình 2.3).
Hình 14. Biểu đồ histogram của TDS tầng chứa nƣớc qp2-3
Do đó, tốt hơn nên chuyển đổi giá trị TDS thành dạng logarit với sự phân bố gần với phân bố chuẩn (Hình 14) và đỉnh biểu đồ lệch ít (giá trị trung bình = - 0,0607992; phương sai = 0,0496892)
Hình 15. Biểu đồ histogram của LogTDS tầng chứa nƣớc qp2-3
Bước 2. Xây dựng biểu đồ semi-variogram.
Biểu đồ semi-variogram phản ánh mối quan hệ giữa sự biến thiên của dữ liệu với khoảng cách giữa các điểm này. Lựa chọn mơ hình semi-variogram thích hợp với tập dữ liệu, quy luật quan hệ của sự biến động dữ liệu với khoảng cách giữa chúng được tính xấp xỉ bằng một trong các hàm số đã được xác định trước (hàm cầu, hàm mũ, hàm Gauss, hàm lũy thừa...). Đặc trưng của variogram gồm:
Sill: giá trị tại đó mức variogram kết thúc.
Range: khoảng cách trễ tại đó variogram tiến đến giá trị sill.
Nugget: biểu diễn sự biến thiên tại các khoảng cách nhỏ hơn so với khoảng trống mẫu thông thường, gồm lỗi đo đạc. Theo lý thuyết, giá trị variogram tại gốc tọa độ bằng 0; giá trị này sẽ khác 0 đối với các trễ đến rất gần 0.
Sau đó các mơ hình semi-variogram của logarit TDS của tầng chứa nước qp2-
3 được tạo ra với các góc phương vị (azimuth) thay đổi từ 0 đến 180 độ. Tại góc
chọn hàm cầu (Spherical) với các thông số: Sill =0.0338; Range = 16500; Nugget = 0.009 (Hình 2.5).
Hình 16. Variogram của giá trị logTDS tầng chứa nƣớc qp2-3
Bước 3. Tiến hành nội suy theo mơ hình semi-variogram đã chọn. Bước 4. Đánh giá độ tin cậy của kết quả nội suy và thành lập bản đồ.
CHƢƠNG 3 – KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Phần kết quả sẽ trình bày sự phân bố nước mặn và nước nhạt của giai đoạn trước đây và hiện nay với ranh giới mặn (TDS = 1g/l) được nội suy từ các mẫu nước lấy ngoài thực địa và mẫu nước của các nghiên cứu trước (dữ liệu từ năm 2004 đến 2009). Bản đồ phân bố TDS trước đây (2004-2009) và bản đồ phân bố TDS hiện trạng (2017) đã được xử lý, phân tích và xây dựng bản đồ với cùng cơ sở dữ liệu và phương pháp nội suy dữ liệu để xác định mức độ xâm nhập mặn và sự biến động ranh giới mặn trong khu vực nghiên cứu.