minh_handsome
New Member
Download miễn phí Công nghệ dự báo lũ khi xét đến tính bất định của mô hình thủy văn: cơ sở lý thuyết
Xác định chỉtiêu đánh giá độphù hợp
Đâylà bước đầu tiên để đưa ra một chỉtiêu đánh giá mức độphù hợp cho bộtham số. Chỉ
tiêu đánh giá cho biết mức độphù hợp của mô phỏng (với mỗi bộtham số) so với thực tế.
Theo [10] chỉtiêu đánh giá phải tuân thủmột sốđặc điểm nhất định. Giá trịcủa chỉtiêu nên bắt
đầu từgiá trị0 đối với tất cảcác mô phỏng cho kết quảhòan toàn không phù hợp với thực tếvà
đơn điệu tăng khi mức độphù hợp giữa kết quảmôphỏng và thực tếtăng. Đặc tính này có thể
thỏa mãn bởi nhiều công thức, do đó người sửdụng mô hình có thểlựa chọn nhiều chỉtiêu
đánh giá phù hợp. Các nghiên cứu từtrước đã sửdụng các chỉtiêu phù hợp khác nhau, và
chúng đều bao gồm hai thành phần: công thức xác định chỉtiêu và giá trịngưỡng loại bỏ
Để tải bản Đầy Đủ của tài liệu, xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
Tóm tắt nội dung tài liệu:
1403
_______
Công nghệ dự báo lũ khi xét đến tính bất định của mô hình
thủy văn: Cơ sở lý thuyết
Nguyễn Tiền Giang1,*, Daniel van Putten2, Phạm Thu Hiền1
1Khoa Khí tượng Thủy văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, ĐHQGHN
334 Nguyễn Trãi, Hà Nội, Việt Nam
2Khoa Kỹ thuật Công nghệ, Trường Đại học Twente, PO Box 217, 7500AE, Enschede, Hà Lan
Nhận ngày 25 tháng 11 năm 2009
Tóm tắt. Mô hình toán ngày càng trở thành công cụ hữu hiệu đối với dự báo khí tượng thủy văn
nói chung và dự báo lũ nói riêng. Độ chính xác của kết quả dự báo lũ phụ thuộc vào nhiều yếu tố
như: số liệu quan trắc, xử lý số liệu, mô hình ứng dụng, bộ thông số tối ưu, điều kiện biên, điều
kiện ban đầu... Các sai số yếu tố có thể gặp trong dự báo lũ tạo nên một khoảng bất định, ảnh
hưởng trực tiếp đến kết quả dự báo. Do đó cần thể hiện tính bất định vào kết quả mô hình dự báo
lũ bằng cách đưa ra một khoảng giá trị dự báo thay vì một giá trị duy nhất của mỗi yếu tố tại một
thời điểm cần dự báo. Bài báo này giới thiệu cơ sở lý thuyết được nhóm tác giả áp dụng để xây
dựng một sơ đồ cùng các công cụ tính toán dự báo lũ cho lưu vực sông Vệ, tỉnh Quảng Ngãi. Cốt
lõi của công nghệ là phương pháp ước lượng bất định GLUE (Generalized Likelihood Uncertainty
Estimation) nhằm tính toán và thể hiện khoảng bất định dự báo sử dụng phân tích Monte Carlo
cùng với ước lượng Bayes và/hay tập mờ.
Từ khóa: WetSpa, GLUE, mô hình thủy văn, dự báo lũ, khoảng bất định
1. Giới thiệu
Dự báo lũ hiện vẫn luôn là một bài toán khó
đối với các nhà khoa học, các chuyên gia dự
báo khí tượng thủy văn không chỉ Việt Nam mà
cả các nước tiên tiến trên thế giới. Có thể phân
loại các phương pháp dự báo thủy văn ra thành
các nhóm như: hồi quy, phân tích chuỗi thời
gian, mô hình nhận thức, thống kê khách quan,
tổng hợp địa lý, địa mạo… Trong dự báo lũ
(hạn ngắn) thì nhóm phương pháp sử dụng các
mô hình nhận thức đang được phát triển và ứng
dụng rộng rãi nhất. Nguyễn Thanh Sơn đã tổng
quan khá đầy đủ các mô hình nội và ngoại như
HYDROGIS, KOD, VRSAP, NLRRM, HMC,
SSARR, TANK, NAM, MIKE, MARINE, v.v.
được ứng dụng ở Việt Nam [1].
Tác giả liên hệ. ĐT: 84-4-35581283
E-mail: [email protected]
Ở nước ta, đã có nhiều các công trình công
bố liên quan đến nghiên cứu, xây dựng công
nghệ dự báo lũ. Bùi Văn Đức và nnk (2000), đã
nghiên cứu xây dựng công nghệ dự báo mực
nước lũ sông Cửu Long tại Tân Châu và Châu
Đốc; Cao Đăng Dư (2003, 2005) đã đề xuất các
quy trình dự báo, thông báo lũ trên các sông Trà
N.T. Giang và nnk. / Tạp chí Khoa học ĐHQGHN, Khoa học Tự Nhiên và Công nghệ 25, Số 3S (2009) 403‐411 404
Khúc và sông Vệ; Đặng Ngọc Tĩnh (2002) đã
đề nghị áp dụng tin học trong dự báo, thông báo
lũ Miền Trung; Nguyễn Lan Châu và nnk
(2000) đã đề xuất công nghệ dự báo lũ thượng
lưu hệ thống sông Thái Bình; Trần Tân Tiến và
nnk (2006) đã xây dựng công nghệ dự báo lũ
bằng mô hình số thời hạn 3 ngày cho khu vực
Trung Bộ Việt Nam; Trần Thục và nnk (2003)
đã xây dựng công nghệ dự báo lũ hệ thống sông
Hồng - Thái Bình. Kết quả thu được từ những
công trình này đã và đang mang lại những lợi
ích thiết thực trong việc phòng chống lũ lụt, góp
phần phát triển kinh tế xã hội [2].
Tuy nhiên để các mô hình thủy văn có thể
áp dụng trong dự báo nghiệp vụ cần mất
nhiều công sức tìm được bộ tham số của mô
hình, đặc biệt với các mô hình thủy văn phân
phối. Hơn nữa, do thiếu sự hiểu biết về lưu vực
nghiên cứu và số liệu thực đo nên dẫn đến các
trường hợp có nhiều bộ tham số trong mô hình
hay nhiều mô hình cùng đưa ra kết dự báo có
chất lượng như nhau [3, 4]. Để chọn được một
mô hình cùng bộ thông số có thể dùng trong dự
báo tác nghiệp cho một trường hợp cụ thể, các
thành phần sau đây cần được xác định, đo đạc
và ước lượng [5]: (1) Mô hình: cấu trúc, các
tham số, các biến trạng thái, điều kiện ban đầu
và điều kiện biên, và (2) Dữ liệu: giá trị đo đạc
các biến vào và ra mô hình. Tất cả các thành
phần trên đều chứa đựng tính bất định làm ảnh
hưởng đến giá trị dự báo. Vì vậy, đánh giá độ
bất định cấu trúc, tham số và số liệu đầu vào
của mô hình dự báo đóng vai trò rất quan trọng
[6, 7]. Đồng thời, vai trò của việc lượng hoá các
loại bất định trong dự báo, đặc biệt là dự báo lũ
ở nước ta hiện nay chưa được xem xét và đánh
giá đúng.
Từ những nhận định trên, bài báo này giới
thiệu phương pháp ước lượng bất định (GLUE)
và quy trình ứng dụng nó trong bài toán dự báo
lũ cho lưu vực sông Vệ, tỉnh Quảng Ngãi. Mô
hình thuỷ văn phân phối WetSpa [8, 9], là mô
hình được sử dụng đồng thời với phương pháp
GLUE, đã được giới thiệu bởi Nguyễn Tiền
Giang và Nguyễn Thị Thủy [7]. Phần kết quả
ứng dụng sẽ được trình bày trong bài báo kế
tiếp (Xây dựng công nghệ dự báo lũ cho lưu
vực sông Vệ khi xét đến tính bất định tham số
của mô hình dự báo: Ứng dụng).
2. Cở sở lý thuyết của công nghệ dự báo lũ
có xét tới tính bất định của mô hình
Như trên đã nêu, để khắc phục những tồn
tại của các phương pháp dự báo, xu hướng
nghiên cứu hiện nay của nhiều chuyên gia dự
báo trên thế giới là sử dụng phương pháp ước
lượng bất định (Generalized Likelihood
Uncertainty Estimation - GLUE).
Phương pháp GLUE được đưa ra bởi
Beven và Binley [10] nhằm xác định và tính
toán độ bất định trong các mô hình. Với mục
đích ban đầu là tìm phương pháp hiệu chỉnh và
ước tính độ bất định trong mô hình phân phối.
Cơ sở của phương pháp GLUE dựa trên quan
điểm cho rằng: từ cấu trúc mô hình, số liệu
quan trắc đến kiểm định và hiệu chỉnh mô hình
đều tồn tại những sai số nhất định. Vì vậy
không thể xác định được một bộ thông số chính
xác tuyệt đối thay mặt cho mô hình. Từ đó,
phương pháp GLUE không tập trung vào tìm
một bộ thông số tối ưu mà xác định một tập hợp
các thông số phù hợp dựa vào mô phỏng Monte
Carlo [10]. Phương pháp GLUE cho phép tính
toán bất định, ngoài ra có thể cập nhật khoảng
bất định dựa trên bộ dữ liệu đầu vào mới.
Phương pháp GLUE được cụ thể hóa qua 5
bước chính sau:
N.T. Giang và nnk. / Tạp chí Khoa học ĐHQGHN, Khoa học Tự Nhiên và Công nghệ 25, Số 3S (2009) 403‐411 405
1. Lựa chọn hay định nghĩa một chỉ tiêu để
đánh giá độ phù hợp
2. Xác định khoảng giá trị và hàm phân bố
của các tham số
3. Thiết lập quy trình sử dụng chỉ tiêu đánh
giá phù hợp để tính toán khoảng bất định
4. Thiết lập quy trình cập nhật độ phù hợp
khi có thêm số liệu
5. Đánh giá giá trị của chuỗi số liệu bổ sung
đối với thay đổi giá trị khoảng bất định.
Với mục tiêu của bài báo nêu trên, các bước
1 đến 4 sẽ được trình bày chi tiết dưới đây.
Đồng thời sự khác biệt khi áp dụng chúng cho
chế độ mô phỏng và dự báo cũng được đề cập.
2.1. Xác đị...