Chương 2. Sự phát triển của mô hình mưa-dòng chảy: Quá trình chọn lọc tự nhiên
2.6. Các mô hình phân bố đơn giản dựa trên các hàm phân bố
Các mô hình phân bố đầy đủ đã thảo luận là phức tạp và có yêu cầu về cả thông số và tính toán. Tuy nhiên, diễn tả toán học của các quá trình mà nó dựa vào vẫn là sự đơn giản thực tế. Sự phân chia các chủ đề mô hình mưa-dòng chảy có thể được phân ra bằng các cố gắng để duy trì một diễn tả phân bố phản ứng của lưu vực, nhưng bằng cách đơn giản hơn nhiều, không có các diễn tả các quá trình chi tiết như mô hình SHE và các mô
hình phân bố đầy đủ khác. Mô hình loại này nhìn chung sử dụng một cấu trúc hàm phân bố để diễn tả sự thay đổi không gian của sản sinh dòng chảy. Sự phân bố có thể căn cứ trên diễn tả thống kê duy nhất như trong mô hình phân bố xác suất (PDM) của Moore và Clarke (1981); trên một cấu trúc hàm đơn giản, như trong mô hình Xinanjiang/ ARNO/ VIC trong hộp 2.2; trên đường đơn vị phản ứng thuỷ văn liên kết với GIS như được diễn tả trong phần ở trên; hoặc trong một vài lý do vật lý đơn giản dẫn
đến phân bố của một chỉ số tương tự thuỷ văn như là trong TOPMODEL (mô hình dựa vào địa hình của Beven và Kirkby (1979); xem phần 6.4). Chú ý rằng một hàm phân bố
đồng nhất cho khả năng thấm được bao gồm như một trong các thành phần của mô hình lưu vực Stanford và nhiều mô hình trong số này có thành phần loại ESMA.
Trong tất cả các mô hình này, thành phần hàm phân bố là một cố gắng để chiếu cố thực tế là không phải tất cả các lưu vực đều có thể mong đợi phản ứng chính xác theo cùng một cách. Ví dụ, thể tích sinh dòng chảy được hi vọng là thay đổi theo vị trí của lưu vực. Điều này nói chung vẫn tiếp tục được duy trì với mô hình quan niệm của các phản ứng thuỷ văn. Trong diễn tả các hàm phản ứng khác nhau như là hàm phân bố, ghi nhận rằng loại thay đổi này là quan trọng nhưng nó có thể rất khó để chỉ rõ một cách chính xác dòng chảy sinh ra hình thành ở đâu trên lưu vực trong một trận mưa thực tế. Mục đích là nhận được phản ứng tương ứng tại quy mô lưu vực một cách chính xác. TOPMODEL cho phép tính toán hàm phân bố để ánh xạ trở lại lưu vực, nhưng không mong đợi rằng các dự báo sẽ xấp xỉ chính xác hơn trong không gian.
Một trong các ưu điểm của tiếp cận hàm phân bố này là sự phi tuyến quan trọng
của quá trình sản sinh dòng chảy có thể được phản ánh lại trong hàm phân bố nhưng không cần một số lớn các giá trị thông số như mô hình phân bố đầy đủ. Nhìn chung,
điều này sẽ làm cho việc hiệu chỉnh mô hình dễ dàng hơn rất nhiều khi số liệu quan trắc có sẵn cho sự so sánh với dự báo của mô hình.
2.7 Các sự phát triển gần đây: Trạng thái hiện thời của kỹ thuật là gì?
Máy tính tiếp tục được phát triển mạnh hơn. Khi kết quả không hoàn toàn chắc chắn thì các mô hình phân bố thuỷ văn sẽ được phát triển chi tiết hơn, phức tạp hơn, và sẽ tiếp cận hệ thống thông tin địa lý cho đầu vào của số liệu và hiển thị kết quả (ví dụ, xem Refgaard và Storm 1995). Trong cảm giác, đây là trạng thái của kỹ thuật.
Tuy nhiên, có một câu hỏi, phải chăng sự phát triển của loại này sẽ dẫn đến các dự báo thuỷ văn tốt hơn? Trả lời cho câu hỏi này là không hoàn toàn rõ ràng. Phức tạp hơn nghĩa là nhiều thông số hơn, nghĩa là hiệu chỉnh nhiều hơn và bất định nhiều hơn trong các dự báo, đặc biệt ra ngoài số liệu hiệu chỉnh.
Điều này vẫn mở ra các khả năng khác, đơn giản hơn về thông số, mô hình có thể có nhiều để định ra. Nếu chỉ quan tâm đến dự báo lưu lượng, thì có thể cho rằng ở đâu số liệu hiệu chỉnh sẵn có, các mô hình thông số tập trung đơn giản như là IHACRES có thể cung cấp sự mô phỏng tốt như các mô hình dựa vào vật lý phức tạp. Với các dự báo phân bố, chưa có nghiên cứu nào chứng minh rằng một mô hình phân bố đầy đủ có thể làm tốt hơn trong dự báo phản ứng phân bố của lưu vực so với một mô hình hàm phân bố đơn giản như là TOPMODEL, trong đó các giả thiết của mô hình đơn giản hoá là có lý do đúng đắn (Franchini và Pacciani 1991; xem thảo luận trong chương 7).
Điều cốt lõi, sự áp dụng của tất cả các dạng mô hình này bị giới hạn bởi các số liệu có sẵn trong hệ thống thuỷ văn như thế nào. Các mô hình có số liệu hạn chế bởi vì giới hạn của kỹ thuật đo đạc dòng chảy. Tuy nhiên, nếu phát triển kỹ thuật đo đạc dẫn
đến sự hiểu biết các quá trình dòng chảy phức tạp tốt hơn, thì thấy rằng nó sẽ cần thiết cho dự báo tương lai để phân biệt giữa các mô hình được phát triển cho sự hiểu biết, diễn tả các quá trình chi tiết tại các quy mô nhỏ, và các mô hình được phát triển cho dự báo tại quy mô đo lưu vực. Trước đây có lẽ là phụ thuộc vào các diễn tả chi tiết của địa hình khu vực dòng chảy. Sau này sẽ là không có khả năng yêu cầu các đầu vào như vậy bởi vì sẽ không có sự đo đạc thực tế và kinh tế ở quy mô lớn hơn mà tại đó dự báo yêu cầu. Mô hình dự báo sẽ phản ánh các dạng của số liệu có khả năng trong thực tÕ.
Trong chương sau, chúng ta sẽ xem xét số liệu có khả năng cho mô hình hoá chi tiết hơn. Chương 4 sẽ xem xét các mô hình lưu vực tập trung, chương 5 sẽ thảo luận các mô hình dựa trên vật lý đầy đủ, và chương 6 sẽ xem xét các mô hình hàm phân bố.
2.8 Các điểm khoá từ chương 2
Bất kỳ một mô hình thuỷ văn nào cũng phải bao gồm các thành phần hàm xác
định quan hệ giữa tổng lượng mưa và tổng lượng dòng chảy hình thành trong một trận mưa, và diễn toán dòng chảy đến cửa ra lưu vực.
Tổng thể tích mưa rơi tương đương với tổng lượng dòng chảy hình thành được gọi là lượng mưa hiệu quả. Nó phụ thuộc phi tuyến vào trạng thái kỳ trước của lưu vực.
Phương pháp diễn toán tuyến tính như thuỷ đồ đơn vị cho hiệu quả khá tốt.
Theo công trình của Robert Horton, dễ dàng áp dụng kỹ thuật thuỷ đồ đơn vị giả
thiết rằng toàn bộ dòng chảy của một trận mưa được hình thành bằng cơ chế vượt thấm. Nhìn chung điều này không phải là thật sự nhưng phương pháp tiếp tục được
áp dụng thành công, mặc dù các khó khăn của việc phân chia thuỷ đồ và mưa rơi bởi vì có các hàm cần thiết cho dự báo lưu lượng ở quy mô lưu vực.
Với sự hiệu chỉnh các giá trị thông số, thậm chí mô hình các yếu tố trữ lượng đơn giản (ESMA) có thể đưa ra các dự báo tốt về đường quá trình dòng chảy trong sông và sự thiết hụt độ ẩm đất.
Mục đích các mô hình hàm chuyển đổi mới là để vượt qua một số vấn đề xác
định các yếu tố lượng trữ cho mô hình ESMA một cách chính xác bằng cách từ số liệu có sẵn xác định một cấu trúc gần đúng và mức độ phức tạp trong khi tránh vấn đề phân chia thuỷ đồ (xem chương 4)
Các mô hình phân bố sớm nhất căn cứ trên khái niệm diện tích - thời gian của Ross. Các công trình gần đây căn cứ trên việc xác định đơn vị phản ứng thuỷ văn phân bố bằng cách đưa các loại số liệu thuỷ văn khác nhau vào hệ thống GIS cơ bản dựa trên các khái niệm tương tự.
Các mô hình phân bố dựa trên quá trình đầy đủ cho phép dự báo các phản ứng thuỷ văn địa phương trong một lưu vực nhưng có nhiều giá trị thông số phải xác định cho tất cả phần tử lưới. Điều này làm cho việc hiệu chỉnh thông số khó khăn nhưng việc đo đạc hoặc ước lượng trực tiếp giá trị thông số hiệu quả ở quy mô lưới cũng gặp phải khó khăn bởi vì sự bất đồng nhất của các đặc trưng lưu vực và các hạn chế của kỹ thuật đo đạc sẵn có (xem chương 5).
Các mô hình đơn giản hơn căn cứ trên sự phân bố của phản ứng trong một lưu vực vẫn có nhiều để đưa ra cho dự báo ở quy mô lưu vực và một số mô hình như
TOPMODEL có tiềm năng để ánh xạ các phản ứng này ngược trở lại lưu vực để cho phép đánh giá bổ sung các mô phỏng (xem chương 6).
Hộp 2.1 Tuyến tính, phi tuyến và dừng
Đơn vị thuỷ văn và mô hình chuyển đổi tuyến tính căn cứ trên giả thiết của sự tuyến tính và dừng theo thời gian. Trong tình huống này điều này có thể được hiểu một cách đơn giản trong giới hạn của quan hệ đầu vào và đầu ra. Một phản ứng là dừng về thời gian có nghĩa là một đơn vị đầu vào luôn luôn đưa ra cùng một phản ứng
đầu ra (nhớ rằng cho đường đơn vị đầu vào là lượng mưa hiệu quả chứ không phải là tổng lượng mưa rơi). Một phản ứng là tuyến tính, có nghĩa là hai đơn vị đầu vào trong cùng một bước thời gian chúng ta sẽ nhận được gấp đôi phản ứng đầu ra. Nếu hai đơn vị đầu vào rơi vào các bước thời gian liên tiếp thì hai phản ứng đầu ra kết hợp trễ pha, có thể cộng một cách đơn giản với nhau để có tổng đầu ra. Chuỗi liên tiếp đầu vào phức tạp hơn có thể được đối xử như là cộng đơn giản các đơn vị đầu ra tương ứng.
Điều này được gọi là nguyên tắc xếp chồng. Nó được suy ra trực tiếp từ giả thiết của một mô hình tuyến tính.
Trong một mô hình phi tuyến, nguyên tắc xếp chồng bị phá vỡ bởi vì không thể giả
thiết một đơn vị đầu vào sẽ luôn luôn cho cùng một đầu ra. Trong mô hình mưa-dòng chảy, phản ứng phi tuyến trước hết bởi hai nguyên nhân. Điều quan trọng nhất là sự
ảnh hưởng của điều kiện kỳ trước. Như vậy quan hệ giữa tổng lượng mưa rơi và tổng lượng dòng chảy nói chung là phi tuyến bởi vì độ ẩm ban đầu lưu vực cho một đơn vị
đầu vào mưa rơi lớn hơn tổng lượng dòng chảy hình thành.
Nguyên nhân thứ hai của sự phi tuyến là sự thay đổi lưu tốc dòng chảy theo lưu lượng. Nhìn chung, cả hai quá trình chảy mặt và sát mặt, lưu tốc dòng chảy trung bình tăng theo dòng chảy theo con đường phi tuyến. Lưu tốc dòng chảy nhanh hơn có nghĩa là dòng chảy nhận được tại một điểm đo đạc nhanh hơn sao cho phân bố theo thời gian của dòng chảy (ví dụ hình dạng của đường đơn vị) sẽ biến đổi như sự tăng dòng chảy. Điều này đã được chỉ ra cho lưu vực nhỏ trong một nghiên cứu của Minshll (1960). Minshll đã chỉ ra sự phụ thuộc của hình dạng đường đơn vị cho một lưu vực nhỏ trên tổng thể tích lượng mưa hiệu quả. Kích thước một trận mưa lớn hơn cho thời gian tập trung đỉnh nhanh hơn và lưu lượng đỉnh lớn hơn trong một đường đơn vị (hình B 2.1.1). Trong một lưu vực lớn hơn sự ảnh hưởng của diễn toán phi tuyến không dễ đưa ra trong phân tích số liệu. Sự phi tuyến thường không tăng nhanh hơn so với sự tuyến tính trong sự tăng lượng đầu vào. Ví dụ, khi mực nước sông vượt bờ trong một trận lũ, nước chuyển động chậm trên các vùng ngập lụt có thể dẫn tới việc giảm lưu tốc trung bình của lưu lượng. Trong các vùng bán khô hạn tổn thất do thấm vào đáy kênh khô có thể dẫn tới các phản ứng trở nên phi tuyến nhiều hơn với việc tăng diện tích lưu vực (Goodrich và nnk, 1997).
Hình B2.1.1. Sự phi tuyến của phản ứng lưu vực biểu thị như sự biến đổi thuỷ đồ đơn vị cho các đầu vào mưa với lượng mưa khác nhau (Minshll 1960). Tái tạo bởi sự cho phép của Hội kỹ sư dân dụng Mỹ
Đôi khi cũng khó khăn để phân biệt giữa phản ứng phi tuyến và không dừng, thực vậy, sự khác nhau chỉ là sự giải thích. Phản ứng không dừng là khi quan hệ giữa đầu
vào và đầu ra thay đổi theo thời gian. Một lý do rõ ràng cho điều này là sự thay đổi trong một thời gian dài các đặc trưng của lưu vực do sự thay đổi trong sử dụng đất như đô thị hoá hoặc xếp đặt tiêu thoát nước đồng ruộng. Tuy nhiên ảnh hưởng của
điều kiện kỳ trước cũng có thể được quan tâm như là một ảnh hưởng không dừng, đặc biệt nếu bản chất của các quá trình bao gồm trong tạo thành dòng chảy thay đổi. Như
vậy, một quan hệ sẽ được gọi là không dừng nếu nó không thể được diễn tả như là một hàm phi tuyến đơn giản của các đầu vào hoặc các biến khác có thể.
Hộp 2.2 Mô hình Xinanjiang/ Arno/ VIC.
Hình B.2.2.1.Đồ thị sơ đồ của mô hình VIC-2L (Liang và nnk 1994)
Một diễn tả về một loại các mô hình được đặt tên khác nhau là Xinanjiang (Zhao và Liu, 1995), Arno (Todini, 1996), hoặc mô hình thấm thay đổi (VIC) (Wood và nnk, 1992; X.Liang và nnk, 1994; Lohmann và nnk, 1998a) được bao hàm ở đây như là một ví dụ về tính toán độ ẩm đất hiện (ESMA) hoặc là mô hình mưa-dòng chảy “quan niệm”. Các mô hình ESMA là cấu trúc mẫu từ các yếu tố lượng trữ, liên kết với các hàm thông số điều khiển sự thay đổi giữa các yếu tố, sự tổn thất do bốc thoát hơi nước
và lưu lượng đi vào sông. Nhìn chung, tất cả các thông số đều là thông số quy mô lưu vực và được hiệu chỉnh dựa trên sự so sánh các lưu lượng quan trắc và dự báo, điều chỉnh các giá trị thông số cho tới khi đạt được sự phù hợp tốt nhất (xem chương 7 trong một thảo luận về loại này của hiệu chỉnh mô hình). Loại mô hình này được chọn
để diễn tả chi tiết hơn so với toàn bộ các mô hình ESMA bởi vì một đặc điểm thú vị trong các mô hình loại VIC là có một loại hàm cố gắng cho phép sự không đồng nhất sản sinh dòng chảy nhanh không trong lưu vực. Do đó có tên "dung tích thấm thay
đổi", mặc dù cần chú ý rằng không cần thiết kết luận dòng chảy nhanh được sản sinh bởi cơ chế vượt quá thấm (xem Zhao và Liu (1995) cho một giải thích quá trình theo cách này).
ý kiến ban đầu cho loại các mô hình thuỷ văn này được bắt đầu ở Trung Quốc vào những năm 1970, nơi mà nó được áp dụng một cách rộng rãi (xem Zhao và nnk, 1980;
Zhao 1982). Sau đó ý kiến này được sử dụng trong một hệ thống dự báo lũ sông Arno ở Italia bởi Todini (1996). Sự đơn giản của nó cũng được xem xét khi sử dụng mô hình thuỷ văn ở quy mô lớn và như là thành phần bề mặt đất trong các mô hình tuần hoàn khí quyển và khí hậu toàn cầu (GCMs) (xem Dumenil và Todini, 1992; X. Liang và nnk, 1994; Lohamnn và nnk, 1998a,b). Khuynh hướng áp dụng mô hình theo quy mô
lớn này là sự cố gắng phát triển dự báo sản sinh và diễn toán thông số hoá bề mặt đất trong quy mô lớn trong GCMs. Có hai hướng phát triển theo khía cạnh này: Trước hết, ít nhất là cố gắng tính toán một vài sự bất đồng nhất trong lượng trữ độ ẩm đất và hình thành dòng chảy ở quy mô lớn (nó đã thiếu việc thông số hoá bề mặt đất) và thứ hai: bằng cách diễn toán dòng chảy thực tế hơn, so sánh với lưu lượng quan trắc khắt khe hơn từ các lưu vực lớn có thể được. Vấn đề quan trọng trong tình hình này này là những điều này đạt được trong một cách tính toán có hiệu quả, vì sự phức tạp của các thành phần cá biệt của GCMs vẫn bị giới hạn bởi sự hạn chế của các máy tính mạng hiện thời. áp dụng cho lưu vực sông Mississipi (Liston và nnk, 1994), lưu vực sông Arkansas-Red (Abdullah và nnk 1996; Abdullah và Lettenmaier 1997) và sông Weser (Lohman và nnk, 1998b) đã được đưa ra và VIC-2L cũng được có trong dự án so sánh sơ đồ thông số hoá bề mặt đất (PILPS) (xem ví dụ so sánh về dự báo dòng chảy được
đưa ra bởi Lohman và nnk, 1998c).
Phiên bản của mô hình được diễn tả ở đây là cấu trúc VIC-2L (hai lớp) của X.Liang và nnk 1994; cũng xem Lohman và nnk, 1998a). Cấu trúc của hàm sản sinh dòng chảy nhanh có lẽ được xem xét rõ ràng nhất trong hình B 2.2.1. Hàm đường cong diễn tả sự phân bố của tổng trữ lượng địa phương trong lưu vực. Khi mưa rơi được thêm vào, các dung tích trữ lượng càng ngày càng được làm đầy, và khi đã đầy, lượng mưa hiệu quả trên phần lưu vực đó được giả thiết trở thành dòng chảy nhanh. Giữa các trận mưa giả thiết rằng toàn bộ các điền trũng được dần làm đầy và do đó nó trở thành điều kiện kỳ trước cho trận mưa kế tiếp. Chú ý rằng, một trong những mô hình ESMA sớm nhất, mô hình lưu vực Stanford của Crawford và Linsley (1996), đã có một hàm trữ lượng tương tự cho dự báo dòng chảy nhanh, nhưng giả thiết rằng sự phân bố luôn luôn là phân bố đồng nhất giữa dung tích trữ lưu vực lớn nhất và nhỏ nhất. Dạng khả năng thấm thay đổi cho phép đưa ra hàm phân bố không đồng nhất theo dạng hàm luỹ thừa: