CHƯƠNG 2. LƯỢC KHẢO TÀI LIỆU
2.6 MÔ HÌNH CHẤT LƯỢNG NƯỚC “GLEAMS”
GLEAMS (Groundwater Loading Effects of Agricultural Management Systems) là một mô hình dùng để mô phỏng các quá trình ảnh hưởng đến chất lượng nước trong lĩnh vực nông nghiệp (Leonard et al., 1987 và Knisel, 1993). GLEAMS là phiên bản được phát triển dựa trên mô hình CREAMS nhằm tăng khả năng ứng dụng mô hình (Knisel, 1980). Đây là một mô hình mô phỏng liên tục chi tiết hóa động thái về nước, trầm tích, chất. GLEAMS đã được sử dụng tại Hoa Kỳ và quốc tế để đánh giá phản ứng chất thủy văn và nguồn nước trong nhiều kịch bản khác nhau xem xét hệ thống cây trồng khác nhau, điều kiện đất ngập nước, ruộng với bề mặt thoát nước, ứng dụng chất thải nông nghiệp và đô thị, ứng dụng các chất dinh dưỡng và thuốc trừ sâu, và các hệ thống canh tác khác nhau. GLEAMS đã được sử dụng như là một mô hình nghiên cứu và là một mô hình quản lý, phụ thuộc vào người sử dụng mong muốn.
2.6.1 Cơ cấu hoạt động của GLEAMS
Hình 2.3. Sơ đồ cơ cấu hoạt động của mô hình GLEAMS Ap
B1 B2 Đồng ruộng ( đất, địa hình)
Đầu ra
Dòng chảy
Xói mòn
Chất dinh dưỡng được
hấp thụ và thuốc BVTV
Thấm qua
Chất dinh dưỡng hòa tan và thuốc
BVTV Đất trồng
Cây trồng
Quản lý đầu vào
Phân bón Thuốc BVTV
Mưa Bức xạ Nhiệt độ Đầu vào tự nhiên
Bốc hơi
28
Để mô phỏng nhiều sự kiện xảy ra trên một lĩnh vực, mô hình được chia ra thành ba mô hình con riêng biệt, hoặc các tập tin tham số. Những mô hình con bao gồm thủy văn, xói mòn/sản lượng trầm tích, và vận chuyển hóa chất. Các mô hình phụ vận chuyển hóa chất được chia nhỏ thành các thành phần dinh dưỡng và thuốc trừ sâu vì vậy mà một, hoặc cả hai, có thể được mô phỏng như mong muốn của người sử dụng. Các tập tin có chứa tham số biến được nhập vào bởi người sử dụng để mô phỏng tốt nhất các sự kiện quản lý xảy ra trên các lĩnh vực cụ thể của nghiên cứu.
2.6.2 Các ứng dụng của mô hình GLEAMS
Các mức độ của một mô hình ứng dụng là một minh chứng cho tính linh hoạt của nó. GLEAMS đã trải qua thử nghiệm rộng rãi và xác nhận trong các điều kiện khác nhau. Các GLEAMS tiền nhiệm, CREAMS (Knisel, 1980) đã được phát triển, hiệu chuẩn và thử nghiệm với một tập hợp các dữ liệu từ Watkinsville, Georgia, và sau đó được áp dụng cho nhiều điều kiện khác nhau (Knisel, 1980). Tương tự như vậy, các GLEAMS đã được thử nghiệm và áp dụng cho nhiều tình huống khác nhau (Leonard et al., 1987 và Knisel, 1993). Để hiểu rõ hơn về mức độ ứng dụng GLEAMS, phần này sẽ nói gõ hơn các ứng dụng của GLEAMS (Leonard et al, 1987 và Knisel, 1993):
Dòng chảy, thấm, và xói mòn từ các ô than bùn ở Phần Lan (Knisel et al., 1998). Đây là ứng dụng được biết đến đầu tiên của mô hình GLEAMS cho đất than bùn. Kết quả mô phỏng trong biến động trong dữ liệu quan sát được.
Thấm và rửa trôi chất dinh dưỡng từ 3 "sphagnum sâu ly than bùn với cây thông trong một nhà kính vườn ươm rừng ở Phần Lan (Juntunen, ML, năm 1995, truyền thông cá nhân, Suonenjoki, Phần Lan). Kết quả mô phỏng tốt so với dữ liệu quan sát được.
Nghiên cứu lọc thuốc trừ sâu trên cây có múi ở Florida (Flaig, E., 1987, truyền thông cá nhân, West Palm Beach, Florida). Kết quả mô phỏng thuận lợi so với các dữ liệu quan sát được.
Mô phỏng tác động của dải đệm rừng dọc suối để ứng dụng thuốc diệt cỏ trong Alabama (Smith, et al., 1993). Tổn thất mô phỏng tốt so với các dữ liệu quan sát.
Mô phỏng của N và P trong đất sét có cấu trúc theo hệ thống thoát nước ngầm ở Thụy Điển. (Shirmohammadi et al., 1998) Kết quả cho thấy rằng với các giá trị tham số ban đầu thích hợp, các mô hình có khả năng sản xuất ước tính hợp lý của trung bình hàng năm và dài hạn của các nitrate -N và hòa tan -P lỗ thoát gạch. Một mô hình phụ riêng biệt, PARTLE, đã được phát triển để dự đoán lọc hạt -P vào gạch cống.
29 2.6.3 Cơ sở đánh giá mô hình
Theo Z. Cao and P. A. Carling (2002), hiệu chỉnh và kiểm định mô hình là bước cần phải thực hiện nhằm đánh giá tính hợp lý và phù hợp của kết quả mô hình so với thực tế.
a. Hiệu chỉnh mô hình
Hiệu chỉnh mô hình là thực hiện các vận hành khác nhau về các thông số mô hình để xem xét kết quả đầu ra có tới hiện lại những số liệu thực đo về chất lượng nước hay không (Bùi Tá long, 2008). Do phải tối giảm những hiện tượng vật lý trong tự nhiên trong quá trình xây dựng mô hình nên kết quả mô hình sẽ có sai số khác so với thực tế. Vì vậy hiệu chỉnh mô hình nhằm rút ngắn khoảng cách sai biệt bằng cách điều chỉnh thông số mô hình (Lê Anh Tuấn, 2008).
Đối với mô hình chất lượng nước, hiệu chỉnh mô hình chất lượng nước dựa vào hệ số khuếch tán trong môi trường nước. Quá trình hiệu chỉnh được thực hiện chủ yếu là thay đổi hệ số phân tán giữ nguyên các thông số thủy lực. bước này được thực hiện lặp lại nhiều lần cho đến khi tìm được hệ số phân tán mà kết quả mô phỏng gần với thực đo nhất.
b. Kiểm định mô hình
Theo Lê Anh Tuấn (2008), kiểm định là bước tiếp theo sau của hiệu chỉnh nhằm kiểm tra lại thông số mô hình có phù hợp với điều kiện thực tế hay không. Khi mô hình đã hiệu chỉnh được kiểm dịnh thì độ tin cậy của mô hình sẽ được tăng lên ( Bùi Tá Long, 2008).
30