(1) Các đặc trng của sóng đợc biểu thị nh sự phân bố chung của chiều cao sóng và chu kỳ sóng theo hớng sóng bằng việc sử dụng các dữ liệu sóng hàng tháng, mùa và hàng năm.
(2) Các dữ liệu sóng bão phải đợc phân loại bằng phơng pháp đỉnh – trên – ngỡng để có đợc bộ dữ liệu các chiều cao sóng cực hạn dùng cho việc phân tích thống kê cực hạn , và các chiều cao sóng cực hạn phải biểu thị bằng chu kỳ phản hồi.
[Chú giải]
(1) Các đặc trng phân phối của sóng trong các điều kiện bình thờng đợc biểu thị riêng biệt cho mỗi hớng sóng nh một sự phân bố chung của chiều cao và chu kỳ sóng. Các dữ liệu quan sát thờng có thể có
đợc với chiều cao và chu kỳ sóng, do đó phải dùng các dữ liệu đó. Nếu không thể có đợc các dữ liệu quan trắc, khi đó sử dụng dữ liệu đã dự báo. Vì các sóng trong điều kiện bình thờng thờng bị ảnh h- ởng bởi gió địa phơng nên cần có sự hiểu biết đầy đủ các đặc trng của gió địa phơng. Thờng không có nhiều dữ liệu về hớng sóng , vì vậy phải dự báo. Cần xem xét đầy đủ ảnh hởng của sóng dâng.
(2) Cần thể hiện chiều cao các sóng sử dụng trong thiết kế các công trình bảo vệ là chiều cao sóng“ phản hồi đối với chu kỳ phản hồi của các sóng đỉnh sử dụng các dữ liệu thời gian dài (theo nguyên” tắc chung ít nhất là 30 năm). Vì chỉ ít nơi có đợc một thời gian dài nh vậy, nên thờng phải sử dụng các dữ liệu dự báo
(3) Các sóng đỉnh, các dữ liệu cơ bản để ớc tính chiều cao sóng phản hồi, là sóng (thờng là sóng có ý nghĩa) ở thời điểm mà chiều cao sóng trở thành lớn nhất trong quá trình phát triển và suy giảm của sóng trong một điều kiện khí tợng nào đó. Ngời ta cho rằng các sóng đỉnh mẫu độc lập lẫn nhau về ý nghĩa thống kê. Khi ớc tính chiều cao sóng phản hồi, có thể sử dụng chuỗi thời gian của các dữ liệu có các sóng đỉnh vợt quá một giá trị ngỡng nào đó trong thời kỳ xem xét. Cách khác, có thể có giá trị cực đại của sóng đỉnh cho mỗi năm, và do đó sử dụng các dữ liệu là sóng cực đại hàng năm. Trong“ ” trờng hợp khác, hàm phân bố lý thuyết của chiều cao sóng phản hồi không đợc biết, và do đó ta phải thử một số hàm phân bố nh hàm phân bố Gumbell và hàm phân bố Weibull, tìm dạng hàm nào phù hợp nhất với các dữ liệu, sau đó ngoại suy nó để ớc tính các chiều cao sóng theo một chu kỳ quay lại khác nhau (ví dụ 50 năm, 100 năm vv...). Độ chính xác của các giá trị ớc tính nh vậy phụ thuộc nhiều vào độ tin cậy của các dữ liệu sử dụng hơn là vào phơng pháp xử lý thông kê. Khi vẽ bộ dữ liệu sóng
đỉnh dùng dự báo sóng, cần cẩn thận trong việc lựa chọn thích đáng phơng pháp dự báo và kiểm tra chặt chẽ các kết quả dự báo Về chu kỳ sóng tơng ứng với chiều cao sóng phản hồi, quan hệ giữa chiều cao và chu kỳ sóng đợc lập đồ thị với dữ liệu các sóng đỉnh( đã đợc sử dụng khi ớc tính chiều cao sóng phản hồi) và sau đó chu kỳ sóng đợc xác định thích đáng dựa trên tơng quan giữa chúng.
(4) Để kiểm tra chu kỳ sóng cho chiều cao sóng theo một chu kỳ quay lại, thì sự liên quan giữa chiều cao và chu kỳ sóng đợc lấy từ các số liệu của các sóng đỉnh (dùng để xác định chiều cao sóng theo chu kỳ quay laị), sau đó chu kỳ sóng đợc xác định trên cơ sở hiệu chỉnh giữa hai số liệu
[Chỉ dẫn kỹ thuật]
(1) Ước tính chiều cao sóng theo chu kỳ quay lại
Trong khi xử lý thống kê, các chiều cao sóng đợc sắp xếp lại theo thứ tự thấp dần, và tính xác suất của mỗi giá trị chiều cao sóng không đợc vợt qua. Nếu có N dữ liệu và chiều cao sóng lớn nhất thứ m
đợc biểu thị bằng xm,N , xác suất P để chiều cao sóng không vợt quá xm,N đợc tính theo phơng trình sau:
[ H ≤ x ] = − N m − + α β
P m,N 1 (4.4.1)
Bảng T.4.4.1. Các thông số sử dụng trong tính toán xác suất không vợt quá một chiều cao sóng nào đó
Hàm phân bố α β
Ph©n bè Gumbel
Ph©n bè Weibull (k = 0,75) (k = 0,85) (k = 1,0) (k = 1,1) (k = 1,25) (k = 1,5) (k = 2,0)
0,440,54 0,510,48 0,460,44 0,420,39
0,120,64 0,590,53 0,500,47 0,420,37 Các giá trị dùng cho α và β trong phơng trình này phụ thuộc vào hàm phân bố. Đặc biệt các giá trị đợc sử dụng đợc ghi trong Bảng T.4.4.1. Các giá trị dùng cho phân bố Gumbel đợc xác định bởi Gringorten sao cho các ảnh hởng của mức độ phân tán thống kê trong các dữ liệu đợc giảm đến tối thiểu. Các giá
trị dùng cho phân bố Weibull đợc xác định bởi Petruaskas và Aagaard cũng cùng nguyên tắc đó.
Đồ thị Thomas thờng đợc dùng trong thuỷ văn tơng ứng với trờng hợp α = 0, β = 1 và đồ thị Hazen tơng ứng với trờng hợp α = 0,5, β = 0.
Hàm phân bố đợc dùng trong thuỷ văn gồm có các phân bố chuẩn Gumbell (phân bố số mũ kép), phân bố giá trị lôgarit cực hạn, và phân bố chuẩn (trờng hợp sau cùng, các dữ liệu phải đợc biến đổi trớc một cách thích đáng) .Vì các dữ liệu về các chiều cao sóng đỉnh không đợc thu thập trong một khoảng thời gian dài, nên cha biết rõ hàm phân bố nào là phù hợp nhất.
Theo Petruaskas và Aagaard, chúng tôi giới thiệu phơng pháp mà ngời ta thử tám hàm phân bố, cụ thể hàm phân bố Gumbel (phơng trình 4.4.2) và hàm phân bố Weibull (phơng trình 4.4.3) với k = 0,75; 0,85; 1,0; 1,1; 1,25; 1,5 và 2,0; hàm phân bố nào hợp nhất với các dữ liệu của một bộ dữ liệu nào đó sẽ đợc lựa chọn làm hàm phân bố cực hạn cho bộ dữ liệu đó.
[ ]
− −
−
=
≤
k
A B x x
H
P 1 exp (Ph©n bè Weibull) (4.4.3)
Để cho các dữ liệu khớp với hàm phân bố, xác suất không v“ ợt quá (xác suất không v” ợt quá một chiều cao sóng nào đó) P đợc chuyển đổi thành biến số rv (= (x – B)/A) bằng phơng trình (4.4.4) hoặc (4.4.5)
rv = - ln {- lnP [H ≤ x ]} (Ph©n bè Gumbel) (4.4.4) rv = [- ln {1 – P [H ≤ x ]}]1/k (Ph©n bè Weibull) (4.4.5) Nếu dữ liệu ăn khớp hoàn toàn với phơng trình (4.4.2) hoặc (4.4.3) khi đó có một quan hệ tuyến tính giữa x và rv . Theo đó, dữ liệu đợc cho là tuân theo quan hệ tuyến tính cho trong phơng trình (4.4.6).
Thông số A và B đợc xác định bằng cách sử dụng phơng pháp bình phơng nhỏ nhất, từ đó cho phơng trình để ớc tính chiều cao sóng phản hồi
x = A ˆ rν + B ˆ (4.4.6) Trong đó Â và B ˆ là các gía trị ớc tính của các thông số A và B trong phơng trình (4.4.2) hoặc (4.4.3) Chu kỳ quay lại Rp của chiều cao sóng H liên quan tới xác suất không vợt quá P(H≤x) theo phơng trình sau:
) ( 1
1 x H P N Rp K
≤
= −
hoặc : (4.4.7)
NRp
x K H
P ( ≤ ) = 1 trong đó :
K : Số năm trong thời kỳ tiến hành phân tích N: số các dữ liệu sóng đỉnh
(2) Hàm phân bố ứng cử và tiêu chuẩn loại trừ
Goda đã kiến nghị phơng pháp sau đây 51)~53), nó là một dạng sửa đổi lại của phơng pháp nói trên.
(a) Thêm phân bố loại II Fisher- Tippett vào các phân bố ứng cử Phân bố loại II Fisher-Tippett đợc cho bởi phơng trình sau:
P[H ≤ x] = exp [- {1 + (x – B)/ (kA)}-k] (4.4.8) Chín hàm số sau đây đợc sử dụng làm hàm số ứng cử để thử cho khớp: hàm phân bố Gumbel (phơng trình (4.4.2)), hàm phân bổ Weibull (phơng trình (4.4.3)), với k = 0,75; 1,0; 1,4; và 2,0 (4 giá trị cho tr- ớc) và hàm phân bổ loại II Fisher-Tippett với k = 2,5; 3,33; 5 và 10 (4 giá trị cho trớc)
Thay vào các giá trị liệt kê trong Bảng T.4.4.1 các phơng trình sau đây đợc dùng đối với α và β trong phơng trình (4.4.1)
Với phân bổ Gumbel :
α = 0,44 , β = 0,12 (4.4.9) Víi ph©n bè Weibull:
α = 0,20 + 0,27 k (4.4.10) β = 0,20 + 0,23 k
Với phân bổ loại II Fisher-Tippett:
α = 0,44 + 0,52/k
β = 0,12 – 0,11/k (4.4.11)
(b) Chọn hàm tôt nhất thông qua tiêu chuẩn loại bỏ
Các hàm không thích hợp bị loại bỏ bằng hai bộ tiêu chuẩn. Bộ thứ nhất là các tiêu chuẩn REC. Đối với phần d của hệ số tơng quan cho mỗi hàm số phân bố, mức xác suất không vợt quá 95% đợc xác
định trớc. Nếu phần d của hệ số tơng quan vợt quá gía trị ngỡng này đối với một hàm phân bố khi dữ
liệu giá trị cực hạn phù hợp với hàm số phân bổ này, hàm số đang xét bị loại bỏ vì không thích hợp . Bộ thứ hai là tiêu chuẩn DOL. Giá trị cực đại trong dữ liệu đợc làm thành không thứ nguyên bằng cách sử dụng độ lệch trung bình và chuẩn cho toàn bộ dữ liệu. Nếu giá trị đó thấp hơn mức 5% hoặc trên mức 95% của sự phân bố cộng dồn độ lệch không thứ nguyên của hàm phân bổ, hàm này bị loại bỏ vì không thích hợp. Sau đó, hàm tốt nhất đợc chọn không đơn giản theo giá trị của hệ số tơng quan, mà còn phải theo tiêu chuẩn MIR. Tiêu chuẩn này xét đến vấn đề là số trung bình của phần d của hệ số tơng quan liên quan tới 1,0 sẽ thay đổi theo hàm phân bố. Hàm mà tỷ số của phần d của hệ số tơng quan của mẫu và phần d trung bình đối với hàm phân bố thích hợp là thấp nhất thì đợc xem là hàm phân bố khớp nhất.