Mô hình hoá mưa - dòng chảy ( Phần cơ sở - Nxb ĐH Quốc Gia Hà Nội ) - Chương 3 potx

63

Chơng 3
Số liệu cho mô hình Ma-dòng chảy
Sẽ là lạ lùng khi kết thúc sự kiểm định một mô hình chỉ bằng những quan điểm
rằng sự phát triển của tơng lai có quan hệ mật thiết với thành quả của việc thu thập
số liệu mới và những công việc thí nghiệm mới nhng, theo chúng tôi, đó lại là thực
trạng cuả khoa học.
Gorge Hornberger và Beth Boyer, 1995
Cuối cùng, sự thành công của một mô hình thuỷ văn phụ thuộc chủ yếu chính vào
số liệu có sẵn để thiết lập và chạy nó. Trong hai chơng đầu của quyển sách này có
một vài sự tham khảo trong thực tế là thuỷ văn học bị giới hạn nh là một khoa học
bởi số liệu có sẵn và kỹ thuật đo đạc. Tại một số nơi sự thu thập số liệu thích hợp với
mô hình ma-dòng chảy, kỹ thuật đã đợc cải thiện trong những năm gần đây. Chúng
tôi bây giờ có quan niệm tốt hơn nhiều về sự thay đổi ma trong không gian vì sự phát
triển của các cải thiện của ra đa ma và số liệu đợc đo đạc chính xác hơn, và việc đo
đạc lu lợng, mặt nớc ngầm, độ ẩm đất cũng liên tục hơn và tin cậy hoá. Có các kỹ
thuật có sẵn cho việc ớc lợng trực tiếp cờng độ bốc hơi, và kỹ thuật viễn thám đã
đa đến một phạm vi số liệu không gian có thể sử dụng trong mô hình. Quyển sách
này không nói về việc thu thập số liệu cho các mục đích thuỷ văn và cũng không bao
phủ toàn bộ các kỹ thuật đo đạc về chi tiết, nhng các phần còn lại của chơng sẽ
quan tâm đến thông tin kết hợp với các loại số liệu chính sẵn có cho các quá trình mô
hình hoá ma-dòng chảy.
3.1 Số liệu ma
Mô hình ma-dòng chảy vẫn phụ thuộc một cách nặng nề vào các ghi chép từ các
điểm đo ma, nhận đợc ớc lợng cờng độ ma tại từng bớc thời gian hoặc tốt hơn
trạm đo ma ngày. Với các lu vực lớn, mô hình sử dụng bớc thời gian một ngày cũng
có thể đầy đủ cho các mục đích áp dụng: sự thay đổi về không gian nhìn chung quan
trọng hơn sự thay đổi về thời gian. Trong các lu vực nhỏ, bớc thời gian một ngày có
thể là hơn thời gian phản ứng muộn của lu vực và yêu cầu độ phân giải thời gian nhỏ
hơn để mô hình tơng ứng với động lực của phản ứng và đỉnh thuỷ đồ. Ma tự ghi trở

thành quan trọng hơn nhng số liệu đắt và lu lợng ít hơn hơn, do đó vẫn cần thiết
đến trạm ma ngày để ớc lợng đợc tổng thể tích ma cho một lu vực, sử dụng
trạm đo ma tự ghi gần nhất để đa ra một xấp xỉ sự phân bố ma theo thời gian,
nghĩa là profile ma.
Thậm chí trên một lu vực nhỏ, lợng ma ngày có thể đủ để thu đợc các dự báo
tơng ứng về tổng lợng dòng chảy (thay vì đỉnh thuỷ đồ), đặc biệt là khi cần đến tổng
64
lợng trong thời gian dài hơn nh là ma tháng. Điều này đợc áp dụng bằng sự mô
phỏng đầy đủ về sự thiếu hụt độ ẩm đất (hình 2.10) vì lu lợng sẽ thực hiện cân bằng
nớc cho các vị trí này. Tuy nhiên, dự báo thuỷ đồ sẽ đặc biệt khó khăn khi ma hai
ngày đồng thời, bởi vì khoảng đo đạc ma ngày cố định (từ 9h tối đến 9h sáng) là khá
tuỳ tiện đối với thuỷ văn.
Tổng lợng ma đo đạc có thể gặp sai số chủ quan. Đặc biệt chúng sẽ phụ thuộc
vào các thiết kế trạm đo ma trong quan hệ với điều kiện gió tại vị trí đo và cờng độ
ma. Thiết kế tốt nhất là một điểm đo ma với một cái miệng ống đợc đặt trên mặt
đất và bao xung quanh bằng một lới chống ẩm, nhng không thực tế lắm, đặc biệt
trong vùng thờng xuyên có tuyết. Một thay đổi thiết kế với màn chắn gió đợc sử
dụng tại một số nớc khác để cố gắng giảm bớt sự ảnh hởng của gió. Sự ảnh hởng
của gió có thể lớn: ớc lợng giảm 20% tại những vị trí có gió cho điểm đo bên trên mặt
đất 30 cm so với trạm mặt đất (ví dụ, Rodda và Smith 1986). Cờng độ ma lớn cũng
có thể gây nên một số vấn đề cho trạm tự ghi, chẳng hạn loại thùng lật. Nếu lật bắt đầu
xảy ra quá nhanh thì thùng đo ma bật lên do đó khi cờng độ ma lớn có thể yêu cầu
một sự hiệu chỉnh đặc biệt.
Tổng lợng ma và cờng độ ma có thể thay đổi rất nhanh theo không gian và
thời gian đặc biệt là trong các trận ma đối lu (hình 3.1). Do đó, cũng nh nội suy
lợng ma theo thời gian để đa ra profile ma, có thể cần thiết nội suy lợng ma
theo không gian bởi vì các điểm đo ma chỉ diễn tả tại điểm đo. Một số kỹ thuật sẵn có
cho việc nội suy không gian nh thế bao gồm trung bình đơn giản, đa giác Thiesson,
trọng số khoảng cách nghịch đảo và một số loại khác, hầu hết đã đợc giới thiệu trong
thuỷ văn học (ví dụ Shaw, 1994). Không một kỹ thuật nào có thể tốt hơn một xấp xỉ

tổng lợng thực tế trên toàn lu vực, và sự chính xác của một kỹ thuật riêng biệt, có
thể thay đổi từ trận ma này tới trận ma khác.












Hình 3.1. Sự biến đổi lợng ma theo không gian và thời gian cho trận ma ngày 27/6/1995 trên lu vực
Rapidan Virginia (Smith và nnk 1996). Tái tạo từ Nghiên cứu tài nguyên nớc 32:3099-3113, 1996. Bản
quyền của Hội địa vật lý Mỹ
Sự phát triển của rađa đo ma đã dẫn đến một hiểu biết cao hơn rất nhiều về sự
65

thay đổi theo không gian và thời gian của cờng độ ma so với số liệu có từ các trạm
đo đơn độc trớc đây. Rất nhiều nớc châu Âu và một số vùng lớn ở Mỹ đợc kiểm soát
bằng rađa đo ma đặt trên mặt đất. Rađa có một ăngten xoay gửi các xung điện từ
đến một góc thấp vào trong khí quyển. Một dụng cụ dò tìm dùng để đo đạc khoảng
cách và trong một số trờng hợp là sự suy giảm tần số của tín hiệu quay trở lại.
Nguyên tắc là tín hiệu quay trở lại rađa phụ thuộc mạnh vào cờng độ giáng thuỷ
trong đờng đi của chùm tia rađa tại các khoảng cách khác nhau tính từ vị trí đo đạc.
Sau đó một hàm hiệu chỉnh cho phép ớc lợng cờng độ ma tại từng khoảng cách:
cờng độ ma ớc lợng đợc nội suy vào trong một lới vuông, thông thờng độ phân
giải có kích thớc 2 hoặc 4 km cho các rađa hoạt động.

Điều này sẽ đa ra một sự phát triển rất quan trọng cho các loại số liệu sẵn có
trong mô hình hoá ma-dòng chảy nhng cũng cần phải biết một vài giới hạn quan
trọng. Thứ nhất rađa không đo ma tại mặt đất mà trên mặt đất một khoảng (thông
thờng là vài trăm mét và hơn tính từ trạm rađa). Do đó, các cấu trúc cờng độ tại
mặt đất có khả năng thay đổi, đặc biệt tại những nơi có gió mạnh hoặc có ảnh hởng
lớn của địa hình núi. Thứ hai, các tín hiệu rađa quay trở lại từ các nguồn ma xa có
thể bị suy giảm rất lớn bởi các nguồn ma gần hơn. Do đó, các cấu trúc tín hiệu rađa
quay trở lại phải đợc chính xác hoá cho ảnh hởng suy giảm này. Thứ ba, sự hiệu
chỉnh của rađa không chỉ phụ thuộc vào cờng độ ma mà còn phụ thuộc vào các loại
giáng thuỷ, đặc biệt là sự phân bố cỡ hạt và liệu rằng ma là lỏng hoàn toàn hay hỗn
hợp của nớc và băng (Nó sinh ra các tín hiệu trở về rất khác nhau), do đó cần phải
chính xác hoá hiệu chỉnh cơ bản cho các tín hiệu rađa theo các cách khác nhau. Hầu
hết điều này thờng đợc làm bằng cách điều chỉnh liên tục các ớc lợng cờng độ
suy ra từ rađa bằng cách sử dụng số liệu trực tuyến từ các trạm đo ma tự ghi tại bề
mặt đất. Khi đó rađa trở thành phần kỹ thuật nội suy không gian tốn kém (nhng
hiệu quả). Có hiệu quả bởi vì nó có thể đa ra một dấu hiệu của ô lới có mức cờng độ
ma lớn mà có thể bị mất hoàn toàn bởi lới trạm đo mặt đất. Điều này đặc biệt quan
trọng đối với các tâm ma lớn nh là đã chỉ ra trong hình 3.1.
Ước lợng ma rất quan trọng trong mô hình ma-dòng chảy, bởi vì không một
mô hình nào, dù có lý thuyết vật lý hoặc các chứng minh kinh nghiệm bằng thông tin
quá khứ, sẽ có thể đa ra các thuỷ đồ dự báo chính xác nếu các đầu vào mô hình
không miêu tả đầy đủ các đầu vào ma (nguyên tắc GIGO rắc vào, rắc ra đã chứng
minh rõ). Hornberger và nnk (1985) đã công bố một ví dụ hay. Trong nghiên cứu của
họ, một mô hình ma-dòng chảy hiệu chỉnh cho lu vực White Oak Run rộng 5 km
2
ở
Virginia, đầu tiên nó tái tạo đợc lu lợng quan trắc nhng dự báo cho trận ma
kiểm chứng sai hoàn toàn. Trên thực tế, tổng lợng ma đợc ghi nhận tại các trạm đo
nhỏ hơn nhiều so với tổng lu lợng nhận đợc trong sông (có một dải các trạm đo
ma tại các cao trình khác nhau trên một phía của lu vực nhng cờng độ ma lại

tập trung ở phía kia). Trong các trờng hợp đó thật là khó cho bất kỳ một mô hình nào
dự báo phản ứng một cách chính xác. Do đó, ớc lợng không đúng ma đầu vào cho
một lu vực đã tăng thêm độ bất định của các dự báo dòng chảy.
Có một số mô hình cho rằng đã bao gồm một nhân tử ma nh là một thông số
66
đợc hiệu chỉnh, nh là một cách thử để tính đến thực tế rằng các số liệu đo ma sẵn
có không phải là diễn tả tốt đầu vào ma của một diện tích lu vực. Không rõ ràng là
một chiến lợc tốt trong đó có thể chỉ có vài trận lũ mà đầu vào ma không đợc ớc
lợng tốt. Đối với các trận ma lớn, nh là trong ví dụ về White Oak Run bên trên,
hoàn toàn rõ ràng rằng có vấn đề. Đối với các trận ma vừa phải, có thể nghi ngờ rằng
một số trận ma không đợc ớc lợng tốt, nhng nó có thể không rõ ràng là các trận
ma nh thế có vấn đề. Do đó một nhân tử ma không đổi sẽ không là một cách xấp xỉ
của sự điều chỉnh các đầu vào lu vực. Tốt hơn là tiến hành một số kiểm tra chất
lợng (xem phần sau) và nếu cần thiết loại trừ một vài thời kỳ số liệu từ các bài toán
mô hình vì không chắc chắn.
Tuy nhiên, có một vài trờng hợp khi một sự điều chỉnh có thể đợc chứng minh.
Đó là những tình huống thờng gặp, ví dụ nh địa hình núi, một hoặc vài trạm đo
ma có thể có sẵn ở dới đáy thung lũng nhng không có trạm nào ở vị trí cao hơn ở
đó số liệu ma đầu vào có thể lớn hơn. Đầu vào ma trung bình lu vực có thể cao hơn
với các ghi nhận tại các điểm đo đáy thung lũng. Một số sự hiệu chỉnh là cần thiết để
đạt đợc sự cân bằng nớc chấp nhận đợc. Thậm chí, trong một số trờng hợp sự hiệu
chỉnh của một nhân tố ma có thể không phải là cách giải tốt nhất bởi vì sẽ có một
trờng hợp riêng mà quá trình hiệu chỉnh sẽ đa đến sự tơng tác với các thông số
khác đợc hiệu chỉnh trong cùng thời gian. Do đó tốt hơn là tạo một hiệu chỉnh trớc
dựa trên cơ sở vật lý tốt hơn là cho phép nhân trong suốt quá trình hiệu chỉnh. Điều
này cũng cho phép có thể tạo ra các sự hiệu chỉnh khác nhau trong các thời kỳ khác
nhau, mặc dù rất hiếm có các thông tin cần thiết trong đó để làm cơ sở cho một sự hiệu
chỉnh thay đổi. Tuy nhiên, sự hiệu chỉnh cho bất kỳ giá trị thông số nào khác vẫn là
điều kiện cho các đầu vào hiệu chỉnh. Trong trờng hợp chung, nh đã lu ý trong
phần 1.8, các giá trị thông số hiệu chỉnh bất kỳ phải là điều kiện cho đầu vào sử dụng

thậm chí nếu nó không đợc hiệu chỉnh nh thế.
Sự ớc lợng đầu vào giáng thuỷ trong dạng tuyết đa ra thêm một số vấn đề. Các
nhà thuỷ văn quan tâm đến lợng nớc tơng đơng với tuyết, nó phụ thuộc vào cả độ
sâu và profila của mật độ, cả hai đều thay đổi theo thời gian nh là cấu trúc của khối
tuyết đã tạo ra và hoàn chỉnh. Nớc tuyết tơng đơng có thể đợc đo đạc trực tiếp tại
một điểm hoặc trên một đờng cắt ngang đã biết nh là quá trình tuyết bằng các đo
đạc thực địa độ sâu tuyết và profile mật độ, nhng có thể khó và đầy đủ để duy trì tại
các bớc lặp thờng xuyên. Phơng pháp đo đạc liên tục tốt nhất là đo trọng lợng của
tuyết bên trên một điểm, sử dụng một thiết bị đo đạc áp suất nh là gối tuyết. Sự tăng
áp suất sẽ chỉ ra một lợng tuyết mới rơi xuống, sự giảm sẽ chỉ ra một lợng tuyết mất
đi do sự thăng hoa hoặc quan trọng hơn là sự tan chảy. Đo đạc liên tục áp suất có thể
đa ra chỉ số cờng độ tan chảy đợc yêu cầu trong mô hình thuỷ văn.
Không may sự sắp đặt nh thế là tốn kém và còn tơng đối hiếm. Giống nh các
điểm đo ma, chúng chỉ đa ra chỉ số các điều kiện tại các điểm riêng biệt và các khối
tuyết cho sự thay đổi của chúng trong giới hạn cả lợng nớc tơng đơng và cờng độ
tan chảy, đặc biệt với địa hình núi và những nơi có lớp phủ thực vật bên trên khối
tuyết. Các nhân tố nh sự phân bố lại của tuyết bởi gió, sự ảnh hởng của địa hình và
67

lớp phủ thực vật đối với tuyết, nhiệt độ, điều kiện phản chiếu năng lợng và các vòng
tuần hoàn đóng băng-tuyết tan, thay đổi của phản xạ theo thời gian, tất cả các ảnh
hởng thay đổi này làm cho mô hình hoá tuyết tan rất khó (xem ví dụ nghiên cứu của
Bathurst và Cooley, 1996, trong các trờng hợp nghiên cứu phần 5.3). Đây là một lĩnh
vực của thuỷ văn học ở đó viễn thám tỏ ra là đặc biệt có ích (xem phần 3.7 bên dới).
3.2 Số liệu lu lợng
Sự có sẵn của số liệu lu lợng là quan trọng trong quá trình hiệu chỉnh mô hình.
Tuy nhiên, số liệu lu lợng có sẵn chỉ là một con số nhỏ của các vị trí trong một vùng
nào đó. Đó cũng là một sự đo đạc tổng hợp trong đó thuỷ đồ đo đạc sẽ phản ánh toàn
bộ sự phức tạp của quá trình dòng chảy trong lu vực. Thờng khó để suy luận bản
chất các quá trình này một cách trực tiếp từ thuỷ đồ thực đo, duy trì một số đặc trng

chung nh là thời gian trung bình của phản ứng trong sự kiện thực tế. Mô hình hoá
ma -dòng chảy cho các vị trí mà tại đó không có số liệu lu lợng là một vấn đề khó
khăn hơn rất nhiều. Vấn đề lu vực không đo đạc là một trong những thách thức thật
sự cho các mô hình thuỷ văn trong thế kỷ XXI.
Có rất nhiều cách khác nhau để đo đạc lu lợng (ví dụ Herschy 1995). Ngoại trừ
dòng chảy rất nhỏ, rất khó để thực hiện một đo đạc trực tiếp. Tuy nhiên mực nớc
trong sông tơng đối dễ đo và hầu hết phơng pháp để ớc lợng lu lợng yêu cầu
một sự chuyển đổi mực nớc đo đạc thành dòng chảy. Nếu điều này đợc làm khi có
dòng chảy qua một đập nớc hoặc cấu trúc máng thì sự chuyển đổi này có thể chính
xác tới hơn 5%. Nếu không có một cấu trúc nh thế hoặc cấu trúc bị vợt đỉnh khi
dòng chảy lớn thì độ chính xác rất kém. Trong trờng hợp xấu nhất có lũ cực trị, mực
nớc đo đạc có thể bị phân chia và chỉ có một cách để ớc lợng dòng chảy lớn nhất
bằng cách sử dụng phơng pháp độ dốc-diện tích, trong đó diện tích mặt cắt ngang của
dòng chảy và độ dốc mặt nớc đợc ớc lợng bằng các vết rác rởi chỉ ra phạm vi lớn
nhất của dòng chảy, một phơng trình độ nhám dòng đều đợc sử dụng để xác định
lu tốc bình quân. Bởi vì tại đỉnh lũ dòng chảy có thể không đồng nhất, độ rối lớn, và
sức tải cát cao trong một mặt cắt ngang biến đổi động lực, ớc lợng một hệ số nhám
và diện tích mặt ngang có hiệu quả cũng nh lu tốc bình quân và lu lợng có thể
khó khăn. Sai số trong ớc lợng lu lợng sẽ cao hơn nhiều.
Các sai số hệ thống có khuynh hớng bị quên đi khi số liệu lu lợng đợc đa vào
nh một file máy tính để sử dụng trong mô hình ma-dòng chảy. Luôn có một xu
hớng cho ngời làm mô hình đa ra các giá trị ớc lợng lu lợng tốt hơn. Với một
số phạm vi điều này đợc chứng minh: Số liệu là chỉ số duy nhất của lu lợng thực và
là số liệu tốt nhất cho việc hiệu chỉnh các thông số mô hình. Tuy nhiên nếu bất kỳ một
mô hình nào đợc hiệu chỉnh bằng sử dụng số liệu sai thì các giá trị thông số hiệu quả
cũng sẽ bị ảnh hởng, và dự báo cho các khoảng thời gian khác phụ thuộc vào các giá
trị thông số đợc hiệu chỉnh sẽ bị ảnh hởng. Đây là nguồn bổ sung cho phép bất định
và sẽ đợc đề cập thêm trong chơng 7.
Bây giờ, cần nhấn mạnh rằng trớc khi áp dụng mô hình ma-dòng chảy, số liệu
nên đợc kiểm tra cho phù hợp. Dĩ nhiên một số sai số vẫn tồn tại nhng có thể kiểm

68
tra đơn giản bằng một số cách sau:
Tính toán tổng lợng ma và tổng lợng dòng chảy cho các khoảng thời gian
khác nhau đợc ghi chép. Lựa chọn những khoảng thời gian đợc phân chia bởi các
dòng chảy thấp tơng tự nhau tại những nơi mà tổng lợng tính toán không bị ảnh
hởng bởi lu lợng nớc rút. Phải chăng hệ số dòng chảy (tỉ số giữa dòng chảy và
tổng lợng ma rơi) thay đổi theo mùa? Giá trị sẽ thấp hơn vào mùa hè và cao hơn vào
mùa đông.
Có phải hệ số dòng chảy tăng theo tổng lợng ma (cho phép thay đổi theo
mùa)? Ví dụ, có phải bất kỳ hệ số dòng chảy nào cũng lớn hơn 100% ? Điều này chỉ ra
rằng một hoặc các đo đạc khác có sai số bởi vì khó đa ra sự cân bằng khối lợng cho
một lu vực để sinh ra dòng chảy đầu ra lớn hơn lợng ma đầu vào.
Nếu có nhiều hơn một trạm đo ma hay trạm đo lu lợng, kiểm tra sự phù
hợp giữa các trạm đo (chuẩn hoá sự khác nhau về diện tích cho lu lợng). So sánh các
hệ số dòng chảy hoặc sử dụng đờng cong khối lợng kép để kiểm tra sự thay dổi về độ
dốc thể tích luỹ tích tại các trạm khác nhau.
Kiểm tra lại các tín hiệu để lấp chỗ trống số liệu bị mất. Một ví dụ thông
thờng là ở đâu cờng độ ma đo đạc không đổi trong khoảng thời gian 24 giờ, đề nghị
rằng lấy một thể tích từ trạm đo ma ngày để làm đầy số liệu trong khoảng thời gian
trạm tự ghi không làm việc. Thuỷ đồ với các đỉnh nằm ngang kéo dài cũng thờng là
tín hiệu chỉ ra rằng có vấn đề với các thiết bị đo.
Kiểm tra các loại này là dễ dàng và cho phép ít nhất một vài khoảng số liệu đo có
dáng điệu bất thờng đợc kiểm tra cẩn thận hơn hoặc đợc loại bỏ từ các phân tích.
Dĩ nhiên có một số nguy hiểm trong việc loại bỏ các khoảng số liệu trên cơ sở rằng một
mô hình đợc chọn không thể đa ra một mô phỏng tốt cho khoảng đó. Trừ khi có
nhiều lý do khác cho việc loại bỏ, điều này không đợc coi là tốt bởi vì đây thờng là
trờng hợp mà ngời làm mô hình học nhiều hơn về các giới hạn của mô hình từ các vị
trí mà tại đó không thể đa ra mô phỏng tốt hơn so với mô hình đang làm. Tuy nhiên
ngời đọc cũng nên lu ý rằng hầu hết các t liệu về mô hình thuỷ văn có khuynh
hớng (hoàn toàn tự nhiên) đa ra các tính toán tốt nhất cho một mô hình bất kỳ thay

cho kém nhất.
3.3 Số liệu khí tợng và ớc lợng sự giữ lại và sự bốc thoát hơi
3.3.1 Ước lợng bốc thoát hơi nớc tiềm năng
Trong nhiều môi trờng, bốc thoát hơi nớc chiếm một tỷ số lớn hơn lu lợng
dòng chảy trong cân bằng nớc lu vực. Do đó trong các khoảng thời gian dài của các
mô phỏng ma-dòng chảy, nhìn chung cần thiết ớc lợng tổn thất do bốc thoát hơi
nớc thực từ một lu vực để có một sự diễn tả đầy đủ về trạng thái kỳ trớc của lu
vực trớc mỗi trận ma.
ở đây chúng ta phân biệt giữa bốc thoát hơi nớc tiềm năng và bốc thoát hơi nớc
thực. Bốc thoát hơi nớc tiềm năng là tổn thất trên bề mặt mà không có giới hạn bởi
nớc. Đó là một hàm của nhu cầu khí quyển, nghĩa là cờng độ mà ở đó hơi nớc có
69

thể chuyển dời xa khỏi bề mặt. Nhu cầu khí quyển phụ thuộc trớc hết vào năng lợng
sẵn có từ bức xạ hữu hiệu chuyển đổi nớc lỏng thành hơi, gradient độ ẩm trong khí
quyển thấp hơn tốc độ gió và độ nhám bề mặt. Các bề mặt nhám ẩm ớt nh rừng sẽ
có cờng độ bốc thoát hơi nớc tiềm năng cao hơn so với các bề mặt trơn, nh là một
cái hồ trong điều kiện bức xạ, độ ẩm và gió tơng tự. Nhìn chung cờng độ bốc thoát
hơi nớc thực sẽ bằng cờng độ tiềm năng cho tới khi nớc cung cấp từ đất bị giới hạn.
Các phơng pháp ớc lợng phạm vi bốc thoát hơi nớc tiềm năng từ việc sử dụng
một đờng cong hình sin hàng năm đơn giản tới phơng trình Penman- Monteith có cơ
sở quá trình vật lý hơn đợc nêu chi tiết trong hộp 3.1. Một đờng cong hình sin mùa
đơn giản cho bốc thoát hơi nớc tiềm năng ngày, không kể đến sự thay đổi thời tiết,
đơn giản hơn rất nhiều một mô hình hiệu ích của bốc thoát hơi nớc tiềm năng. Tuy
nhiên nghiên cứu của Calder (1983) chỉ ra rằng một đờng cong nh thế có thể cho kết
quả tốt nh là các công thức phức tạp yêu cầu số liệu trong mô hình thiếu hụt độ ẩm
đất tại một vài vị trí ở Anh.
Họ quan tâm tới lợng bốc thoát hơi nớc tiềm năng trung bình ngày, thông số
duy nhất yêu cầu cho mô hình nh là một thông số để hiệu chỉnh và tìm thấy các giá
trị tơng tự có thể đợc sử dụng cho toàn bộ các vị trí nghiên cứu. Một đờng cong

hình sin mùa nói chung có thể đợc xác định theo dang:













90
365
360
sin1
i
EE
p
p
(3.1)

trong đó: Ep là bốc thoát hơi nớc tiềm năng trung bình ngày,đơn vị mm.ngày
-1
, và i là
số ngày trong năm. Do đó chỉ có một thông số cần thiết để áp dụng trong phơng pháp
đờng cong hình sin là cờng độ bốc thoát hơi nớc tiềm năng ngày. Nếu quan tâm tới
sự thay đổi bốc thoát ngày thì giá trị trung bình ngày có thể bị phân bố lại theo thời

gian bằng cách sử dụng một sự thay đổi hình sin về số giờ nắng tiềm năng mỗi ngày.
Phơng pháp này có có u thế là nó không yêu cầu các biến khí tợng sẵn có
nhng rõ ràng có thể không tính toán sự ảnh hởng của thay đổi nhiệt độ, độ ẩm, độ
mây từ ngày này sang ngày khác và từ giờ này sang giờ khác trong ớc lợng bốc
thoát hơi nớc tiềm năng, cờng độ bốc thoát hơi nớc trung bình ngày hiệu quả Ep sẽ
trở thành một thông số đợc ớc lợng, mặc dù nghiên cứu của Calder và nnk (1983)
nhận định rằng, ít nhất trong môi trờng ẩm điều này có thể là một lợng bảo tồn
tơng đối trong không gian.
Một số các tiếp cận kinh nghiệm trong việc ớc lợng bốc thoát hơi nớc tiềm
năng đã đợc gợi ý dựa theo các mức số liệu sẵn có khác nhau. Ví dụ nếu chỉ sẵn có số
liệu nhiệt độ trung bình ngày, thì phơng trình kinh nghiệm của Hamon(1961) có thể
đợc sử dụng để ớc lợng cờng độ bốc thoát hơi nớc tiềm năng ngày. Có nhiều công
thức khác căn cứ trên định luật bốc thoát hơi nớc Dalton yêu cầu số liệu về sự thiếu
hụt độ ẩm (nghĩa là cả hai bầu nhiệt kế ẩm và khô, xem Bras 1990; Calder 1990;
Singh và Yu1997). Tất cả các phơng pháp kinh nghiệm sẽ là có điều kiện trong phạm
vi các điều kiện sử dụng trong hiệu chỉnh của chúng và không sử dụng bên ngoài
phạm vi đó. Một so sánh bên trong về sự đa dạng của các phơng pháp trong việc ớc
70
lợng cờng độ bốc thoát hơi nớc tiềm năng đợc đa ra bởi Feder và nnk (1996)
Tiếp cận dựa vào vật lý đơn giản tốt nhất là phơng trình Penman- Monteith
(Monteith 1965: hộp 3.1). Theo một cách đơn giản, phơng trình này cố gắng đa ra
tính toán cân bằng năng lợng cho bề mặt và cách mà trong đó sự chuyển động rối
trong tầng khí quyển thấp, điều khiển chuyển động của hơi nớc đọng lại từ bề mặt,
nhng đòi hỏi nhiều hơn giới hạn về cả số liệu và các giá trị thông số. Nó đòi hỏi số
liệu khí tợng, bức xạ hữu hiệu, nhiệt độ không khí, độ ẩm và tốc độ gió. Nó cũng đòi
hỏi một ớc lợng cho hai hệ số sức cản: sức cản khí động lực, r
a
, là biểu thị của độ
nhám lớp phủ bề mặt, và sức cản lớp phủ r
c

, là một thông số ảnh hởng của bề mặt
nh là một biểu thức về sự chuyển động hơi nớc nh thế nào từ những lỗ khí của lá
cây hoặc các lỗ thông trên bề mặt trơ đá vào trong không khí. Đối với lớp phủ ớt sức
cản bề mặt bằng 0. Đối với bề mặt khô, nhng sự cung cấp nớc không bị giới hạn giá
trị r
c
có thể bằng 50m.s
-1
. Chú ý rằng cờng độ bốc thoát hơi nớc tiềm năng phụ thuộc
vào điều kiện lớp phủ là ẩm hay khô (xem phần tiếp theo).
Có tính đại biểu trong các phơng pháp có sẵn cho tính toán cờng độ bốc thoát
hơi nớc tiềm năng. Tuy nhiên nh đã thảo luận trong chơng 1, giới hạn cung cấp
nớc cho bốc thoát hơi nớc trong suốt khoảng thời gian dài khô hạn có nghĩa rằng
cờng độ bốc thoát hơi nớc thực có thể nhỏ hơn nhiều cờng độ tiềm năng. Trong
phơng trình Penman-Monteith điều này sẽ đợc phản ánh trong việc tăng sức kháng
lớp phủ, nh đất khô. Hầu hết các mô hình ma-dòng chảy bao gồm các thành phần
nhiều hoặc ít phức tạp hơn, cố gắng để mô phỏng sự giảm này trong bốc thoát hơi nớc
thật nh là đất khô hoặc sự cấp nớc bị giới hạn. Các mô hình đầu tiên cho dự báo lu
lợng có xu hớng sử dụng các thành phần tơng đối đơn giản, căn cứ trên quan hệ
giữa trữ lợng ẩm đất với tỷ số bốc thoát hơi nớc thực và tiềm năng; nhng gợi ý rằng
có một tiếp cận tốt hơn để dự đoán một cách trực tiếp cờng độ bốc thoát hơi nớc thực
thông qua việc sử dụng sức cản bề mặt (ví dụ Wallace 1995). Các phát triển gần đây
đợc gọi là các mô hình SVAT (mô hình chuyển đổi đất-thực vật-khí quyển), mục đích
là để dự báo dòng nhiệt thấy đợc và tiềm tàng vào khí quyển nh là một điều kiện
biên cho các mô hình tuần hoàn khí quyển đa ra trong cấu trúc mô hình phức tạp với
nhiều lớp đất và lớp phủ thực vật. Mục đích của các mô hình là dự báo cách mà trong
đó sức cản bề mặt Penman-Monteth thay đổi với nớc sẵn có và các nhân tố khác nh
bức xạ mặt trời, nhiệt độ lá cây, nồng độ cacbondiôxit, sự thiếu hụt áp suất hơi nớc
và vị trí lớp phủ. Do đó sự phức tạp của các mô hình là đa ra các tính toán cho toàn
bộ các ảnh hởng này. Một số ví dụ gần đây là sơ đồ chuyển đổi sinh quyển - khí

quyển (BATS, ví dụ Dickisnon và Hendéon- Sellrs 1988;Gao và nnk, 1996), SECHIBA
(Ducoudre và nnk, 1993), ISBA (tơng tác giữa đất, sinh quyển và khí quyển, Manzi
và Planton 1994), mô hình SiB2 (Mô hình sinh quyển đơn giản, Version2 của Sellera
và nnk, 1996) và các loại khác.
Các mô hình nh vậy có số lợng thông số rất lớn cho từng lớp đất và thực vật và
có thể rất khó để ớc lợng trớc (trong thực tế có thay đổi theo thời gian). Các thành
phần tạo dòng chảy của mô hình nh vậy có khuynh hớng đơn giản hơn (ví dụ
Lohmann và nnk, 1998c). Đây là một ví dụ hay về những gì đợc coi là quan trọng
71

trong mô hình, ít nhất trong cảm giác của ngời làm mô hình.
Chú ý rằng, sự có sẵn của số liệu khí tợng có thể là một vấn đề trong việc áp
dụng một số phơng pháp yêu cầu nhiều hơn, bao gồm cả phơng trình Penman -
Monteith. Cần thiết có số liệu về bức xạ, nhiệt độ, độ ẩm, tốc độ gió, hoặc là một trạm
thời tiết tự động đặt trong lu vực hoặc ít nhất một trạm khí tợng chất lợng cao gần
đó. Khi không có nh thế, một vài phơng pháp đơn giản hơn, thậm chí phơng pháp
tiếp cận đờng cong hàm sin đơn giản cũng có thể có giá trị.
Tại rất nhiều trạm khí tợng chính một thùng đo bốc hơi cũng sẵn có để đo đạc
chiều dày của lớp nớc tổn thất từ một cái hồ lộ thiên thờng trong điều kiện hàng
ngày. Có một số cỡ thùng đo khác nhau đợc sử dụng ngay ở nớc Mỹ. Các đo đạc nh
thế có thể đa ra một chỉ số về cờng độ bốc thoát hơi nớc tiềm năng tại một vị trí
nhng cờng độ đo đạc phụ thuộc vào cách trong đó thờng đợc lộ ra và bản chất môi
trờng xung quanh vị trí đó. Nhìn chung bốc thoát hơi nớc của thùng đo nh vậy
nhiều hơn lợng tổn thất từ bề mặt xung quanh, thậm chí trong điều kiện nớc không
bị giới hạn. Do đó, ớc lợng bốc hơi thùng phải đợc nhân với một hệ số thùng kinh
nghiệm để cung cấp ớc lợng cho bốc thoát hơi nớc tiềm năng cho loại bề mặt thực
tế. Ví dụ, ở Mỹ, thùng to loại A có hệ số trên 0,7. Các hệ số thùng đợc lập bảng cho
nhiều tài liệu thuỷ văn, (ví dụ Bras, 1990) trong khi đó tổ chức FAO của Liên hợp quốc
đã đề xuất một bộ các hệ số sử dụng rộng rãi để hiệu chỉnh bốc hơi thùng sử dụng các
mùa khác nhau (cho 1 khái quát gần đây xem Pereia và nnk, 1999)

3.3.2. Bốc hơi của nớc đợc giữ lại bởi lớp phủ thực vật
Sự ngăn cản bề mặt rất thấp đối với điều kiện bề mặt ẩm ớt đã lu ý trên là tại
sao cùng một nguồn năng lợng, tổn thất hơi nớc từ bề mặt ớt có khuynh hớng cao
hơn sự thoát hơi nớc từ một bề mặt khô, đặc biệt đối với bề mặt rừng ghồ ghề trong
điều kiện gió. Điều này có thể dùng công thức Perman-Monteith để giải thích (trong
hộp 3.1) bằng cách cho phép cờng độ bốc hơi cao tại r
c
= 0 từ một lợng trữ giữ lại
tiềm năng cho tới khi trữ lợng đó khô đi sau đó dự báo cờng độ bốc thoát bằng cách
sử dụng giá trị r
c
cho bề mặt khô. Sự bốc hơi của nớc bị giữ lại trên bề mặt lá cây
trong các lớp phủ ghồ ghề có thể rất có hiệu quả và là một một thành phần đáng kể
của tổng lợng nớc cân bằng của một số môi trờng (ví dụ Calder, 1990). Cũng thừa
nhận rằng có thể lợng tổn thất là lớn suốt trận ma tại những nơi không khí không
bão hoà mà vẫn có sự thiếu hụt độ ẩm bên trên bề mặt. Một số mô hình về quá trình
giữ lại đợc đề xuất có mức độ phức tạp khác nhau (ví dụ Rutter và nnk, 1975: Gash
1979; Calder 1986). Sử dụng rộng rãi nhất có thể là mô hình Rutter đã đợc diễn tả
chi tiết trong hộp 3. 2 cùng với mô hình ngẫu nhiên Calder. Nhìn chung nếu không có
sự đo đạc đặc biệt cho ma xuyên và dòng chảy bên dới lớp phủ thực vật sẽ không thể
xác định các thông số cho mô hình cầm giữ một cách độc lập, sao cho ớc lợng thông
số của mô hình sẽ phụ thuộc vào việc tìm kiếm một nghiên cứu một dạng lớp phủ thực
vật tợng tự đã đợc công bố trong các tàI liệu, mặc dù phép ngoại suy từ vị trí này
đến vị trí khác đợc làm cẩn thận (xem chơng 7).
3.3. 3. Ước lợng trực tiếp bốc thoát hơi nớc thực
72
Bây giờ có nhiều phơng pháp để đo đạc trực tiếp lợng bốc thoát hơi nớc thực
trên một bề mặt, bằng sử dụng phơng pháp tơng quan xoáy (ví dụ Shuttleworth và
nnk, 1988) nhng mặc dù lới trạm đo tơng quan toàn cầu đang mở rộng, việc sử
dụng chính thiết bị nh vậy đã trải qua một chiến dịch ngăn nghiên cứu các tơng tác

đất - khí (hình 3. 2). Nhìn chung, các phơng pháp gián tiếp ớc lợng bốc thoát hơi
nớc đã đợc sử dụng.
Một phơng pháp hữu hạn khác là sử dụng máy đếm nhấp nháy laze. Máy đo này
sử dụng sự đo đạc nhiễu loạn tia laze bằng các thay đổi nhanh mật độ khí quyển thấp
hơn để ớc lợng chuyển đổi tín hiệu nhiệt thấy đợc thoát ra từ bề mặt. Ghép với một
khối năng lợng bề mặt, điều này cũng có thể đa ra một ớc lợng các dòng nhiệt
tiềm tàng và sự bốc thoát hơi nớc. Nét đặc trng của kỹ thuật này là có thể tổng hợp
các dòng độ dài của sóng tin laze và do đó đa ra một đo đạc bốc thoát quy mô lớn hơn
so với các đo đạc tơng quan xoáy tại một vị trí (mặc dù cả hai đều bị ảnh hởng bởi
bản chất của quá trình bốc thoát hơi trên một dài ngợc gió). Biến đổi phơng pháp
này đợc đa ra để cung cấp các ớc lợng tốt cho dòng nhiệt thấy đợc cho cả bề mặt
đồng nhất (De Bruin và nnk, 1995; Mcaneny và nnk, 1995) và không đồng nhất
(Chehbouni và nnk, 1999).
















Hình 3.2. Đo bốc thoát hơi thực bởi tơng quan xoáy, tháp profile và các kỹ thuật tỷ lệ Bowen cho vị trí

đất chăn nuôi ở Trung Amazonia (Wright và nnk 1992).
Bốc thoát hơi nớc tại một điểm bị ảnh hởng bởi điều kiện tự nhiên của bề mặt
xung quanh. Theo các nghiên cứu ban đầu của Bouchet (1963) và Morton (1978) đã
thừa nhận rằng các thùng đo đạc có thể đợc sử dụng để phân chia các ớc lợng bốc

73

thoát hơi thực cho diện tích xung quanh vì dới các đầu vào năng lợng bốc thoát hơi
thực của bề mặt xung quanh thấp hơn, không khí khô hơn và kết quả đo bằng thùng
cao hơn. Sự tiếp cận bổ sung này đã đợc sử dụng trong các mô hình lu vực là
SLURP (Bite 1995) và đợc kiểm tra trên phạm vi rộng bởi Morton (1983 a,b). Kite
(1995) cho rằng các phơng pháp đo đã phát triển để áp dụng sự tiếp cận bổ sung cho
việc sử dụng đất khác nhau bằng cách sử dụng số liệu vệ tinh. Sự xấp xỉ bổ sung là có
giới hạn vì không chính xác (ví dụ Le Drew 1979) nhng có một yêu cầu thực chất
chắc chắn và có thể cha yêu cầu đánh giá lại bởi khó khăn dựa vào vật lý hơn nhng
sự tiếp cận nhiều thông số trở nên đợc đánh giá có giá trị một cách rộng rãi hơn.
3.4. Số liệu khí tợng và ớc lợng tuyết tan
Trong nhiều môi trờng, tuyết tan có thể là nguồn lu lợng lớn nhất hàng năm
trong nhiều năm và có thể là nguyên nhân chính gây lũ. Số liệu khí tợng cũng đợc
yêu cầu trong mô hình tập trung và tan tuyết. Các loại mô hình tuyết khác nhau yêu
cầu các loại số liệu khác nhau. Mô hình tuyết đơn giản nhất là chỉ số nhiệt độ hoặc là
phơng pháp nhiệt độ - ngày. Mô hình này với cấu trúc đơn giản nhất, dựa trên cơ sở
giả thiết rằng tuyết tan tỷ lệ với sự khác nhau giữa nhiệt độ không khí và nhiệt độ
ngỡng tuyết tan (hộp 3. 3). Do đó số liệu nhiệt độ không khí đợc yêu cầu nh là số
liệu đầu vào và nhiệt độ ngỡng tan là một thông số ảnh hởng.
Một loại tiêu biểu khác cho mô hình hoá tuyết tan-dòng chảy, mô hình SWISS
SNOW1- ETH4, đã đợc đa ra bởi Hottel và nnk, 1993 (xem Ambroise và nnk, 1996).
Mô hình này vẫn chỉ yêu cầu nhiệt độ nh là một đầu vào nhng cố gắng đa ra tính
toán lợng giáng thuỷ rơi xuống nh là ma hoặc tuyết và thiếu hụt nhiệt độ của khối
phải đợc thoả mãn trớc khi một lợng lớn tuyết tan xảy ra. Điều này làm tăng số

lợng các thông số cần xác định. Phơng pháp độ-ngày đợc áp dụng trong mô hình
tuyết tan - dòng chảy (SRM) của Rango và Martinec (1995) và đã đợc áp dụng rộng
rãi ở cả Mỹ và châu Âu (ví dụ Mitchell và De Walle, 1998). SRM đã thực hiện các tính
toán cho các dải cao trình khác nhau trong lu vực và đa ra tính toán sự giảm diện
tích đợc bao phủ tuyết khi mùa tuyết tan khi phát minh (xem hộp 3.3).
Phơng pháp độ - ngày có một cách tiếp cận rất đơn giản, nhng có u điểm là chỉ
yêu cầu nhiệt độ nh là một đầu vào. Phơng pháp hầu nh là chính xác khi tuyết tan
chiếm u thế bằng đầu vào nhiệt độ do bức xạ và khối tuyết hoàn chỉnh ở 0
0
C và sẵn
sàng tan chảy. Phơng pháp ít chính xác nhất khi tuyết tan bị ảnh hởng chủ yếu bởi
nhiệt bình lu của khối khí (xem Brraun và Lang 1986). Một sự tiếp cận khối năng
lợng liên hợp cho mô hình hoá khối tuyết và tuyết tan, giống nh là sử dụng sự bốc
thoát hơi nớc trong phơng trình Perman-Monteith của hộp 3.1 đã đợc đa ra ban
đầu bởi Aderson (1968). Điều này yêu cầu nhiều hơn về cả số liệu khí tợng (bức xạ,
biểu hiện nhiệt độ, độ ẩm, tốc độ gió) và các giá trị thông số. Các mô hình cố gắng mô
phỏng sự thay đổi cấu trúc của khối tuyết khi một kết quả về điều kiện đóng băng và
tan chảy cùng đợc đa ra, (ví dụ Morris 1991) thậm chí yêu cầu nhiều thông số hơn.
Một số các mô hình khối năng lợng phân bố cho việc dự báo tuyết tan đã đợc phát
triển (ví dụ Bloschl và nnk, 1991; Marks và Dozier 1992). Tuy nhiên một sự so sánh
74
giữa các mô hình tuyết tan đợc đa ra bởi Tổ chức Khí tợng thế giới (WMO,1986)
chỉ ra u thế không rõ ràng của các mô hình phức tạp hơn khi các so sánh đợc tiến
hành cho nhiều lu vực khác nhau và trên một số lớn các năm có số liệu.
3.5. Số liệu khí tợng phân bố trong lu vực
Một trong vấn đề trong việc áp dụng tất cả các mô hình bốc thoát hơi nớc và
tuyết tan ở quy mô lu vực là đa ra tính toán sự thay đổi các điều kiện khí tợng
trong lu vực. Câu trả lời phụ thuộc vào góc độ và hình dạng của mái dốc khác nhau;
tốc độ gió phụ thuộc vào hớng gió và gradient áp suất liên quan đến dạng địa hình.
Nhiệt độ phụ thuộc vào cao trình và độ ẩm phụ thuộc vào thoát hơi ngợc gió. Mô hình

phân bố ma-dòng chảy có khả năng đa sự thay đổi nh thế vào trong tính toán
nhng điều này yêu cầu một mô hình tốt hơn để phân bố số liệu khí tợng đo đạc tại
một hoặc tốt nhất một số các điểm, cho các điểm khác trong lu vực sử dụng cao trình
số hoá và các số liệu phân bố khác. Đây là vấn đề lớn nhất đối với các lu vực đồi núi
hẻo lánh có phạm vi cao trình rộng. Đây là một vấn đề đặc biệt cho ớc lợng tuyết
tan sớm trong mùa, bởi vì tuyết tan xảy ra đầu tiên tại các cao trình thấp hơn trên
sờn đối với hớng Nam và có thể sự tan bị chậm lại đáng kể tại các cao trình cao hơn.
Các mô hình dự báo số liệu khí tợng phân bố trong một lu vực đã đợc đa ra, ví dụ:
trong mô hình tuyết tan SAFAN - CROCUS của Duraned và nnk (1993), trong hệ
thống RHESS (Band và nnk, 1991; Hartman và nnk, 1999; và bởi Blschl và nnk,
(1991).
Nhớ rằng các vấn đề cần biết trong mô hình tuyết tan là có bao nhiêu lọng tuyết
tan trong khoảng không gian đầu tiên, vì rất khó thu đợc thông tin về các cấu trúc
không gian của độ sâu và mật độ tuyết để nhận đợc các ớc lợng về lợng nớc
tuyết tan tơng đơng. Có thể sử dụng viễn thám để ớc lợng cấu trúc thay đổi của
diện tích bao phủ tuyết nó có thể đợc sử dụng nh là một sự giới hạn trong các mô
hình tuyết tan (ví dụ Blschl và nnk, 1991; Rango 1995)
3.6. Các biến thuỷ văn khác
Ma rơi và lu lợng là các biến thuỷ văn đo đạc hầu hết là có sẵn và chắc chắn có
ích cho mô hình ma-dòng chảy. Tuy nhiên, trên một số lu vực, các loại đo đạc thuỷ
văn khác cũng có, nh là đo đạc mực nớc trong giếng, profile độ ẩm đất, hoặc các cấu
trúc không gian độ ẩm đất gần bề mặt. Những số liệu nh vậy đa ra nhiều thông tin
rõ ràng về cách hoạt động thuỷ văn của lu vực hơn, nhng lợng thông tin có thể bị
giới hạn vì ngoại trừ một ít lu vực nghiên cứu, số lợng vị trí đo đạc hầu nh rất nhỏ.
Quy mô đo đạc cũng rất quan trọng, các đo đạc trong nớc nh thế có khuynh hớng
là đo đạc quy mô nhỏ hoặc điểm, chỉ phản ánh các điều kiện thuỷ văn cho vùng lân
cận và một gradient mở rộng nào đấy. Do đó có thể khó khăn để so sánh giữa đo đạc
với dự báo, mà hầu hết các mô hình phân bố ma-dòng chảy sẵn có. Việc sử dụng các
đo đạc trong hiệu chỉnh và đánh giá mô hình sẽ tiếp tục đợc quan tâm trong các
phần 5. 3 và 6. 5

75

3.7 Số liệu số hoá độ cao
Tại nhiều nớc phát triển trên thế giới, cao trình số hoá hoặc các bản đồ địa hình
số (DEM hoặc DTM) trở lên thông dụng với lới giải đủ mịn để diễn tả chi tiết cấu trúc
sờn dốc (50 m với Anh và Pháp ; 30 m ở Mỹ ; 25 m ở Switzerland). Hệ thống DEM, có
một cỡ lới cố định gọi là số liệu raster. Bản đồ đồng mức số hoá (vec tơ) DEMs cũng có
sẵn (hình 3. 3 (a)). Trong thực tế, để nhập số liệu hầu hết DEM raster đã đợc xây
dựng bằng cách nội suy từ các đờng đồng mức số hoá (hình 3. 3 (b)) và nh là một kết
quả có thể gặp sai số lớn, đặc biệt những nơi địa hình bằng phẳng có ít đờng đồng
mức hoặc có bớc độ dốc nhỏ. Cũng có thể diễn tả hiệu quả địa hình bằng một lới tam
giác không đều (TIN: hình 3.3 (c)). Tiềm năng để phát triển số liệu địa hình phân giải
cao từ phân tích, quan trắc các hình ảnh nổi thu đợc vệ tinh hoặc phân tích trực tiếp
từ các dụng cụ đo đạc độ cao laze sinh ra từ máy bay (vídụ Weltz và nnk, 1994). Các
kỹ thuật từ máy bay có thể đa ra các cao trình với lới phân giải 2m 2m hoặc mịn
hơn và cao độ chính xác 0.1m. Tuy nhiên hình ảnh đa ra bề mặt nh nhìn bởi sensor
có thể bao gồm cả các toà nhà và bề mặt bao phủ bởi cây cối.
Nớc có xu hớng chảy xuôi dốc ít nhất cho hệ thống thuỷ văn nớc nông, do đó
biết thêm về địa hình cũng có ích trong mô hình thuỷ văn. Các mô hình phân bố có thể
sử dụng loại số liệu này một cách trực tiếp và cũng có các mô hình nh là TOPMODEL
căn cứ trên phân tích đầu tiên là địa hình lu vực (xem phần 6.4 và hộp 6. 2). Độ phân
giải ở đây rõ ràng là một kết quả, DEMs phân giải thô sẽ không thể cung cấp một sự
diễn tả đầy đủ cho đờng đi của dòng chảy sờn dốc, trong khi các mô hình phân bố
không thể sử dụng tất cả các thông tin trong một lới mịn DEM bởi vì sự giới hạn tính
toán. Các thay đổi nhận đợc từ số liệu địa hình, các giá trị thông số hiệu chỉnh và dự
báo mô hình phân bố trên cơ sở DEM đợc biết là nhạy với độ phân giải lới (ví dụ
Zhang và Montgomery 1994; Bruneau và nnk, 1995 Quinn và nnk, 1995b; Saulnier và
nnk, 1997b).
Các phân tích của DEM để đa ra hớng dòng chảy rõ ràng để nó có một chủ đề
nghiên cứu thú vị. Các phơng pháp sẵn có phụ thuộc vào loại DEM rastor hay vecto

nào đó. Ví dụ với DEM raster, có một so sánh về các phơng pháp đã đợc Tarboton
(1997) công bố. Cho mỗi một ô lới khả năng có tám hớng dòng chảy, có thể có một số
phần tử lới xung quanh thấp hơn ô lới đợc xem xét. Vấn đề là làm thế nào để phân
bố dòng chảy tiềm năng theo các hớng khác nhau có khả năng này.
Không thể tránh khỏi một số sai sót, nhng các phơng pháp đa ra kết quả tốt
nhất, ít nhất là nhìn bề ngoài, xuất hiện nh là thuật toán đo hớng dòng chảy bội của
Quinn và nnk (1995a) (hình 3.4(b) ) và phơng pháp tổng hợp vectơ của Tarboton
(1997) (hình 3.4 (c) ). Một chơng trình phân tích DTM, căn cứ trên thuật toán đo
hớng sẵn có để tính toán sự phân bố chỉ số địa hình yêu cầu bởi phần mềm
TOPMODEL đã giới thiệu trong quyển sách này (xem phụ lục A).
Với số liệu vectơ, vấn đề là làm thế nào để phân chia các đờng có độ dốc lớn nhất
hoặc các đờng dòng cho dòng chảy trên sờn dốc. ý kiến cho rằng nớc sẽ theo cùng
hớng dòng chảy nh là một quả bóng lăn xuống theo cùng một địa hình bề mặt (đã
làm trơn). Vì suy ra từ giả thiết này, nớc sẽ không cắt qua một đờng dòng sau đó có
76
thể đại diện cho dòng chảy giữa hai đờng dòng trong một ống dòng, nh là dòng chảy
một chiều có độ rộng thay đổi theo hớng xuống dốc (hai chiều nếu chiều thẳng đứng
đợc đa vào tính toán: hình 3.5 (b). Đây là cơ sở cho các mô hình phân bố nh là
TOPOG (Vertessy và nnk, 1993) và Viện các mô hình phân bố thuỷ văn (Calder và
Wood 1995). Các đờng dòng luôn là một góc bên phải (trực giao) với các đờng đồng
mức. Nếu các đờng đồng mức đã đợc số hoá thì tính toán các đờng dòng một cách
tự động là một vấn đề phức tạp, nhng ít nhất vẫn có một phần mềm đó là TAPES-C
kết hợp với mô hình THAES và TOPOG của Australia (ví dụ ở Loughlin 1986; Grrsyon
và nnk, 1995).

Hình 3.3. Các dạng khác nhau biểu diễn số hoá địa hình.(a).Biểu diễn vectơ của các đờng đồng mức.
(b). Lới raster của các cao trình điểm.(c).Biểu diễn mạng tam giác không đều (Palacioso Velez và
Cuevas- Renaud 1986; Jones và nnk, 1990).






77



Hình 3.4. Phân tích đờng dòng chảy từ số liệu cao trình số raster.(a). Hớng dòng chảy dốc đứng đơn.
(b).Thuật toán đa hớng của Quinn và nnk (1995a). (c). Phơng pháp vectơ tổng hợp của Tarboton (1997)

Hình 3.5. Phân tích các đờng dòng từ số liệu cao trình số hoá vectơ. (a). phân tích cục bộ vuông góc với
các đờng đồng mức. (b). Chia nhỏ đờng dòng TAPES-C trong lu vực Lucky Hills LH-104, Walnut
Gulch Arizona (Gravson và nnk 1992a). In lại từ Nghiên cứu Tài nguyên nớc 28: 2639-2658, 1992a, xuất
bản bởi Hội địa vật lý Mỹ. (c). Xác định TIN của đờng dòng ở lu vực Lucky Hills LH-106 (Palacios-Velez
và nnk 1998). In lại từ Tạp chí Thuỷ văn 211:266-274, xuất bản (1998) với sự cho phép của Elsevier
Science
TIN DEMs đợc sử dụng rộng rãi trong hệ thống địa hình GIS hình dung một địa
hình ba chiều trên mác hình và đợc sử dụng nh là cơ sở cho một số mô hình phân bố
thuỷ văn bởi vì trong mỗi mặt dốc đợc diễn tả trong TIN, hớng góc dốc và hớng
dòng chảy xuôi dốc đợc tính toán dễ dàng (hình 3.5 (c)). Hớng đa ra chính trong
xây dựng TIN là gián đoạn hoá hoặc phân tách không gian để diễn tả cấu trúc địa
hình tốt nhất. Nghiên cứu của Nelson và nnk (1999) đa ra một kỹ thuật diễn tả cấu
trúc địa hình tự động từ các điểm cao trình hoặc vectơ DEM. Ngay khi TIN đợc định

nghĩa, các thuật toán cũng có sẵn để miêu tả tự động lới sông và diện tích lu vực
cho một điều kiện bất kỳ trong lới
ý tởng phân tích địa hình lu vực để đa đến một chỉ số các hớng dòng chảy là
rõ ràng và có kết quả trong một số đồ thị tính toán hấp dẫn, khi các dự báo mô hình
đợc đa trở lại địa hình không gian ba chiều. Tuy nhiên có một số giới hạn trong

78
phân tích nh thế mà ngời sử dụng phải biết. Bất chấp các thuật toán mà DEM đã
sử dụng, tất cả các phân tích DEM phụ thuộc một cách quan trọng vào các giả thiết về
hớng dòng chảy do địa hình lu vực quyết định. Đây chỉ là một giả thiết tốt cho lu
vực với lớp không thấm nằm tơng đối nông dới đáy không thấm hoặc ít thấm. Nếu
có các hớng dòng chảy sâu hơn, chúng có thể chênh lệch lớn so với các nhận định
trong phân tích địa hình bề mặt. Các nghiên cứu gần đây cũng chỉ ra rằng thậm chí
trong hệ thống nông, địa hình đáy có một sự điều khiển dòng chảy bão hoà xuôi dốc
lớn hơn địa hình bề mặt, ít nhất trong một số lu vực (Mc Monniell và nnk, 1996).
Cuối cùng, nhắc lại rằng, thậm chí trong các trờng hợp thuỷ văn, một sự diễn tả đầy
đủ về hớng dòng chảy sẽ yêu cầu độ phân giải DEM đủ mịn để xác định hình dạng
sờn dốc. Các phân tích nhận định rằng số liệu raster độ phân giải thô hơn 100m sẽ
không đáp ứng yêu cầu.
3.8. Hệ thống thông tin địa lý và quản lý số liệu
Số liệu địa hình là một loại số liệu phân bố có sẵn trong mô hình thuỷ văn, trong
cấu trúc số hoá hệ thống thông tin địa lý (GIS). Đây là phần mềm cho phép thao tác và
chồng chập các loại số liệu không gian khác nhau. Hầu hết GIS không dễ dàng thao
tác các biến số liệu thay đổi theo thời gian nhng có nhiều mô hình đã thiết kế đặc
biệt cho biến đổi theo thời gian, nh Viện hệ thống thông tin thuỷ văn học (WIS). Có
một vài thuận lợi trong phân tích hớng dòng chảy mặc dù thuật toán tính hớng
dòng chảy đơn bị giới hạn, nh là trong phần mềm ARC-VIEW hoặc GRASS.
Các loại thay đổi khác có thể lu trữ và điều khiển trong GIS là các bản đồ về các
loại thực vật, các loại đất và địa chất. Số liệu có thể đợc sử dụng theo các hớng khác
nhau. Các đặc trng của từng phần tử trong lới raster bất kỳ có thể bị phân chia,

hoặc bằng cách chồng chập các lớp khác nhau của thông tin vectơ hoặc raster, các đơn
vị đáp ứng thuỷ văn không đều (HRUs) hoặc các đặc trng khác nhau có thể đợc xác
định (xem phần 6.2). Một bản đồ có thể hiển thị tất cả các yếu tố lới hoặc HRUs có
các đặc trng tơng tự (xem hình 2.7).
Vấn đề đặt ra cho ngời làm mô hình thuỷ văn là các loại thông tin có sẵn trong
GIS chỉ ảnh hởng gián tiếp tới các quá trình ma-dòng chảy. Biết đợc các thông tin
về phân loại các loại đất và các loại thực vật của HRU là chắc chắn, nhng các giá trị
thông số nào đợc sử dụng cho mỗi loại? Về nguyên tắc các giá trị thông số có thể đợc
lu trữ trực tiếp trong GIS chỉ khi biết các giá trị. Bản đồ các loại đất của các nhà thổ
nhỡng không thể đáp ứng nhu cầu của các nhà thuỷ văn học. Tại Anh, phân loại đất
trong phân loại thuỷ văn có sẵn trong cấu trúc GIS (phân loại HOST, Boorman và
nnk, 1995) nhng điều này chỉ căn cứ trên trạng thái thuỷ văn của đất và không trực
tiếp đa ra các thông số yêu cầu. Tại Mỹ dữ liệu USDASTASGO xác định các đặc
trng đất cho toàn bộ đất nớc nhng với lới 1km
2
(USDA SCS 1992).
Đây cũng là một sự thật về các loại số liệu GIS khác. Nhìn chung các mô hình
khác nhau yêu cầu làm sáng tỏ số liệu GIS trong một dạng có thể sử dụng trong một
mô hình thuỷ văn. Ví dụ về loại này là mô hình hàm chuyển đổi thổ nhỡng đợc đề
xuất bởi Rawls và Brakonsek (1989). Phân tích hồi quy đợc sử dụng để đa ra quan
hệ giữa bề mặt đất và các thông số thuỷ lực đất. Bề mặt đất là một đặc trng chúng đã
79

báo cáo trong bản đồ đất và một phân loại đất có thể đợc kết hợp với một bề mặt. Một
hàm chuyển đổi đất đợc sử dụng để phân chia các giá trị cho các thông số nh là độ
rỗng và hệ số dẫn thuỷ lực (xem hộp 5.5).
Tuy nhiên các giá trị nhận đợc theo cách này sẽ đợc giải thích thận trọng:
Chúng ta đã lu ý rằng các thông số đo đạc thuỷ lực đất có thể thay đổi lớn theo không
gian, thậm chí là trong một đơn vị đất đơn giản, và rằng các giá trị thông số đợc yêu
cầu cho các mô hình khác nhau là cấu trúc mô hình và phụ thuộc thang độ đo (phần

1.8). Do đó, thông số suy ra từ GIS có thể kết hợp với độ bất định đáng kể mà thờng
bị bỏ qua. Có thể nói rằng, một số nghiên cứu đã đa ra sự thành công của mô hình
ma-dòng chảy dựa trên cơ sở dữ liệu GIS (xem phần 6.2).
Cơ sở dữ liệu chuỗi thời gian cũng có thể dễ dàng chuẩn bị và sử dụng số liệu
thuỷ văn vào mô hình. Ví dụ tiêu biểu là hệ thống giữ liệu ANNIE đợc sử dụng bởi
USGS (cho một mô tả tóm tắt, xem Leaveslay và Stannard 1995), để kết nối các mô
hình thuỷ văn với các file quản lý số liệu các lu vực (WDM) bao gồm số liệu ma, lu
lợng, khí tợng và số liệu khác. Số liệu chuỗi thời gian, cũng nh số liệu không gian
cũng là một phần tổng hợp trong phần mềm WIS của Viện thuỷ văn. Trong WIS , kích
chuột tại một vị trí trạm trên bản đồ sẽ có hộp thoại đợc sử dụng để hiển thị số liệu
trong dạng đồ thị hoặc đa ra các phân tích khác. Romanowicz và nnk (1993a,b) chỉ
ra mô hình ma-dòng chảy TOPMODEL có thể tổng hợp nh thế nào vào hệ thống
WIS.
Trong GIS, mô hình ma-dòng chảy có thể là một thành phần của một sự quản lý
lu vực lớn hơn hoặc hệ thống trợ giúp quyết định DSS. Ví dụ, phần mềm
WATERSHEDSS đợc phát triển bởi USDA (Chaubay và nnk, 1999) và chơng trình
sử dụng đất UK NERC-ESRC (NELUP) DSS (Dunn và nnk, 1996). Tuy nhiên một vài
phần mềm GIS cho phép cấu trúc mô hình khả thi để xây dựng trực tiếp trong khuôn
khổ không gian của GIS. Một ngoại lệ là PC-Raster có ngôn ngữ lập trình cho phép
cấu trúc mô hình đồng thời với đầu vào và đầu ra đợc kết hợp chặt chẽ trong GIS.
Các ngôn ngữ lập trình chung khác nh MATLAB và PV-WAVE, cũng có thể sử dụng
với các sơ sở dữ liệu không gian raster lớn cho mô hình hoá (ví dụ Chapp và nnk, 1992;
Romanowicz 1997).
3.9 Số liệu viễn thám
Một nguồn số liệu phân bố khác cho mô hình thuỷ văn là viễn thám. Engman và
Gumey (1991); Dubayh và nnk (1999) đa ra sự xem xét các khả năng sử dụng viễn
thám trong thuỷ văn học. Viễn thám có thể đợc sử dụng để ớc lợng số liệu đầu vào
(bao gồm: địa hình, ma, cờng độ bốc thoát hơi), các biến trạng thái (bao gồm độ ẩm
đất, bao phủ tuyết, lợng nớc tuyết tơng đơng và diện tích ngập lũ) và các giá trị
thông số mô hình (hầu hết nhận đợc thông qua sự phân loại đất và thực vật từ viễn

thám). Thực tế viễn thám nhận đợc sự phân bố địa hình hoặc lớp phủ đất có thể đóng
góp vào cơ sở dữ liệu trong GIS. Nhiều vấn đề nh vậy đợc đáp ứng trong GIS. Viễn
thám nói chung không đa ra các thông tin trực tiếp thích ứng với thuỷ văn, một mô
hình đợc yêu cầu để diễn giải các số liệu số hoá ở từng ảnh điểm của một hình ảnh
viễn thám vào trong một cấu trúc có ích cho thuỷ văn (nh là đã thảo luận trớc đây
cho trờng hợp ớc lợng lợng ma nhận đợc từ rađa). Thờng không nhận ra rằng
80
mô hình giải thích có thể là một nguồn đáng kể của tính bất định trong các hình ảnh
đã cung cấp cho ngời sử dụng. Sự hiệu chỉnh các ảnh hởng khí quyển cho các sensor
vệ tinh đòi hỏi các hệ số hoặc các thông số kinh nghiệm, chúng cha biết chính xác và
có thể thay đổi theo thời gian. Sự bất định này thờng không đợc xác định và có ít
lựa chọn cho ngời sử dụng nhng giả thiết rằng chúng đều nhỏ. Tuy nhiên viễn thám
sẽ là một nguồn thông tin không gian quan trọng tăng thêm và các mô hình thuỷ văn
tơng lai sẽ tăng việc sử dụng các loại hình ảnh khác nhau trong cả hiệu chỉnh và
đánh giá dự báo (Schulz 1999).
Các sử dụng chính của viễn thám trong mô hình thuỷ văn đến bây giờ đã có trong
ớc lợng giáng thuỷ, các loại bao phủ đất và các thông số thực vật, độ ẩm đất và lớp
phủ tuyết, (ví dụ De Troch và nnk, 1996; Xinmel và nnk, 1995; Schultz 1996). Bản đồ
bao phủ tuyết từ ảnh vệ tinh đợc sử dụng tác nghiệp ở Mỹ, kết hợp với các mô hình
thuỷ văn và điều tra đất, đánh giá tài nguyên nớc, dự báo lũ và điều tiết đập (Rango
1995). Tiện ích của kỹ thuật vẫn còn có các giới hạn ở độ phân giải không-thời gian
của vệ tinh sử dụng, nói chung yêu cầu cho các điều kiện mây tự do, và trên thực tế là
chỉ độ che phủ có thể ớc tính dễ dàng hơn lợng nớc tuyết tơng đơng, mặc dù đã
cố gắng sử dụng viễn thám sóng cực ngắn thụ động để ớc lợng cấu trúc không gian
của lợng nớc tơng đơng với khối tuyết (Slough và Kite 1992). Tuy nhiên, chỉ
phơng pháp đa ra các quét ảnh quy mô lớn đợc yêu cầu cho các lu vực sông chính.
Phép đo ảnh dựa vào đất cũng đợc sử dụng trong mô hình tuyết tan (ví dụ Bloschl và
nnk, 1991).
Có một số kỹ thuật viễn thám khác và các mô hình giải thích có thể có ích trong
tơng lai. Nghiên cứu lĩnh vực này trở lên tăng sự quan trọng với sự phát triển nghiên

cứu thuỷ văn vĩ mô, đợc thúc đẩy bởi sự cần thiết của mô hình tuần hoàn khí quyển
toàn cầu cho dự báo thuỷ văn quy mô lớn. Kỹ thuật sóng cực ngắn chủ động và bị động
trong đo đạc độ ẩm đất đã đợc nghiên cứu nhiều lần. Sensor chủ động truyền một tín
hiệu vào trong đất và đo đạc tín hiệu quay trở lại, hệ thống thụ động chỉ đo đạc sóng
tự nhiên truyền đi từ bề mặt đất. Vệ tinh đầu tiên với các sensor sóng cực ngắn chủ
động có thể đợc sử dụng để ớc lợng độ ẩm (ERS1, ERS2 và JERS1) đã đợc phóng
lên. Hệ thống sóng chủ động cũng đợc sử dụng từ các đờng băng mặt đất và máy
bay. Các sóng dài thông thờng chỉ sử dụng tại vài cm đầu tiên của lớp đất bề mặt.
Tín hiệu trở lại phụ thuộc vào hằng số địa phơng của lớp đất bề mặt. Hằng số này
biến đổi theo lợng ẩm, mạnh nhất đối với đất không quá ẩm hoặc là không quá khô.
Vấn đề là cho cả hai loại sensor sóng chủ động và sóng bị động, tín hiệu sóng cũng
phụ thuộc vào trữ lợng nớc của thảm phủ thực vật, độ nhám bề mặt và trạng thái
khí quyển. Ví dụ, trong hầu hết các hình ảnh từ hệ thống rađa chủ động hầu hết các
đặc trng rõ ràng đợc kết hợp với địa hình và độ nhám bề mặt, nh là các thảm phủ
thực vật khác nhau. Rút ra các tín hiệu trữ lợng ẩm là rút ra một ảnh hởng thứ cấp
và thờng dựa vào khả năng đo đạc đất có thể dùng để hiệu chỉnh sự đoán nhận hình
ảnh rađa (ví dụ Linetal 1994). Do đó, xấp xỉ là tốt nhất tại những nơi có bề mặt đồng
nhất, đặc biệt nếu có độ bao phủ nhỏ. Tuy nhiên, có một số kết quả rất đáng quan
tâm đợc diễn tả từ sensor phát sóng vệ tinh và máy bay, sử dụng cả hai loại chủ động
(ví dụ Zerhoest và nnk, 1998) và bị động (Schmugge và nnk 1994; Schmugge1998).
Các kỹ thuật có thể còn tiếp tục phát triển trong tơng lai. Tín hiệu sóng dài cũng có
81

giới hạn, trong đó chỉ đạc độ ẩm đất bề mặt có thể đo theo cách này. Có một vấn đề
liên quan là trữ lợng ẩm đất bề mặt, cho profile ẩm, quá trình dòng chảy hoặc cho
kết quả của mô hình thuỷ văn. Một trong vài nghiên cứu đã cố gằng đa ra sự so sánh
nh thế tại quy mô lớn là của Wood và nnk (1993).
Cũng có một số sự phát triển trong việc sử dụng viễn thám để ớc lợng các cấu
trúc không gian của bốc thoát hơi nớc. Các nghiên cứu nh của Holwill và Stewart
(1992), Bastiaanssen và nnk (1994, 1998), Xinmol và nnk (1995) và Franks và

Beven(1997) đã sử dụng các hình ảnh đơn và tổng hợp về nhiệt độ bề mặt qua viễn
thám cùng với mô hình cân bằng năng lợng đơn giản để phân biệt và dòng nhiệt biểu
kiến và tiềm năng cho tính toán cấu trúc bốc thoát hơi nớc thực (hình3. 6). Các cấu
trúc trong mỗi trờng hợp tỏ ra có ý nghĩa và có sự bất đồng nhất đáng quan tâm
nhng sai số tính toán gợi ý rằng giá trị tuyệt đối của tính toán có thể chịu độ bất định
lớn (Frants và Beven 1997).











Hình 3.6. Cấu trúc không gian dự báo của bốc thoát hơi thực dựa trên viễn thám của nhiệt độ bề mặt. Lu
ý rằng ớc lợng tốt nhất của cờng độ bốc thoát hơi tại thời gian của hình ảnh. Các ớc lợng đợc liên
hệ với độ bất định đáng kể (Frank và Beven 1997).
3. 10. Các điểm khoá từ chơng 3
Các số liệu có sẵn trong mô hình ma-dòng chảy nói chung là các số liệu điểm và
có thể không có sai số, mặc dù thờng bị coi nh có sai số trong khi sử dụng.
Các số liệu nên đợc kiểm tra ổn định trớc khi sử dụng trong mô hình ma -
dòng chảy. Có thể sử dụng một số kiểm tra đơn giản để nhận ra dáng điệu bất thờng,
chúng có thể đợc kiểm tra cẩn thận hơn hoặc đợc ớc lợng từ các phân tích.
Các phơng pháp đo đạc trực tiếp cờng độ bốc thoát hơi nớc thực vẫn cha
đợc sử dụng thờng xuyên. Một số phơng pháp khác để ớc lợng bốc thoát hơi nớc
tiềm năng và thực phụ thuộc vào các mức số liệu khác nhau.
Số liệu không gian trở thành có khả năng qua viễn thám nh rađa đo ma và

ảnh vệ tinh với các sóng khác nhau, bao gồm cả sensor sóng ngắn chủ động và sóng bị
động sử dụng trong việc ớc lợng độ ẩm đất bề mặt. Nhìn chung, yêu cầu số liệu cho
82
mô hình là để cung cấp thông tin có ích cho thuỷ văn. Mô hình giải thích này có thể là
một nguồn sai số trong thông tin này.
Hệ thống thông tin địa lý đợc sử dụng để lu trữ số liệu lu vực và tơng tác với
các mô hình phân bố thuỷ văn trong việc chạy mô hình và hiển thị kết quả. Dữ liệu
thông tin trong GIS (ví dụ loại đất, loại thực vật) cũng có thể yêu cầu một mô hình giải
thích trớc khi sử dụng trong mô hình thuỷ văn.
Số liệu số hoá cao trình, trong dạng raster hoặc và vectơ, có thể là cơ sở cho mô
hình phân bố với cả hai quá trình đầu vào và ma-dòng chảy. Sau đó yêu cầu phân
chia sờn dốc và các đờng dòng chảy trong sông từ số liệu số hoá cao trình. Các
phơng pháp phân tích và độ phân giải số liệu khác nhau sẽ đa ra các đờng dòng
chảy khác nhau .
Hộp 3.1. Phơng trình liên kết Penman - Monteith để ớc lợng
cờng độ bốc thoát hơi
Phơng trình Penman - Monteith là sự kết hợp của phơng trình cân bằng năng
lợng và các phơng trình chuyển đổi nhiệt biểu kiến và nhiệt tiềm tàng phát ra từ bề
mặt. Một mô hình đợc gọi là mô hình lá cây lớn, trong đó có một giả thiết rằng một
lớp phủ thực vật phức tạp có thể diễn tả nếu nh nó hoạt động nh một bề mặt bay
hơi đơn giản tại các độ cao hiệu quả bên trên bề mặt đất. Phơng trình cân bằng năng
lợng đã minh hoạ trong hình B 3.1.1, có thể viết nh sau:

SGARH
n

(3.2)
trong đó: H là tổng năng lợng gây bốc thoát hơi, R
n
là năng lợng bức xạ (trong phạm

vi từ -50 W/m
2
vào ban đêm sáng đến 500W/m
2
vào giữa ngày mùa hè). A là tổn thất
nhiệt do bình lu (~1 Wm
-2
cho gradient nhiệt độ xuôi gió của 1
0
Ckm
-1
). G là tổn thất
nhiệt vào trong đất (thờng dơng vào ban ngày và âm vào ban đêm) và S là sự thay
đổi năng lợng vào trong trữ lợng vật lý và sinh học trong thực vật (trên 15 Wm
-2
vào
ban ngày và 3 Wm
-2
vào ban đêm).
Giả thiết rằng tổng năng lợng có thể là một phần trong hai thành phần vận
chuyển của lợng nhiệt thực đến hoặc thoát từ bề mặt (ví dụ năng lợng trực tiếp bao
gồm đốt nóng hoặc làm lạnh không khí trên bề mặt, bằng dẫn nhiệt và toả nhiệt); và
sự vận chuyển nhiệt tiềm năng (ví dụ năng lợng sử dụng trong tổn thất từ bề mặt do
bốc hơi hoặc bốc thoát hơi thực vật) do đó:

ECH



(3.3)

trong đó C: là dòng nhiệt biểu kiến, E là dòng nhiệt tiềm năng nh là sản phẩm của
nhiệt tiềm tàng cho bốc hơi ( = 2.47 10
6
J Kg
-1
), và E là cờng độ bốc thoát hơi
(kgm
-2
S
-1
mmS
-1
).
Do đó:





1
H
CHE
(3.4)
trong đó: = C/ E là tỷ số Bowen. Theo kinh nghiêm thấy rằng tỷ số Bowen có giá trị
khá ổn định cho một bề mặt, ít nhất trong điều kiện trời không mây không giới hạn độ
83

ẩm đất cho bốc thoát hơi (Brutsacrt và Sugito 1992; Nichols và Cuenca1993; Crago và
Brutsaert 1996).

Hình B.3.1.1.Đồ thị sơ đồ của các thành phần cân bằng năng lợng bề mặt. R
0
là bức xạ tinh,

E là dòng
nhiệt tiềm tàng, C là dòng nhiệt nhận biết, Alà dòng nhiệt do bình lu. G là dòng nhiệt do lợng trữ đất. S
là dòng nhiệt do lớp phủ thực vật. Đờng chấm chấm chỉ ra độ cao hiệu quả của biểu diễn lá cây lớn
của bề mặt
Dòng nhiệt thực là một hàm của gradient nhiệt độ trong không khí bên trên lớp
phủ thực vật, ngợc lại dòng nhiệt tiềm năng là một hàm của độ ẩm hoặc gradient áp
suất hơi nớc bên trên lớp phủ. Cả hai đều phụ thuộc vào các nhân tố nh độ nhám bề
mặt và tốc độ gió (khi có sức cản khí động lực cho sự vận chuyển). Bề mặt nhám và tốc
độ gió cao (giá trị thấp của sức cản khí động lực) sẽ đa ra sự hỗn loạn không khí
nhiều hơn và cờng độ vận chuyển nhanh hơn. Phơng trình vận chuyển có dạng:


zpa
aH
TTCP
r
C

0
1
(3.5)
trong đó: r
aH
là sức cản khí động lực để vận chuyển nhiệt, P
a
là mật độ không khí, C
p
là
khả năng trữ nhiệt của không khí, T
0
là nhiệt độ bề mặt và T
Z
là nhiệt độ không khí
tại độ cao z. Giả thiết lá cây lớn ở đây trở lên rõ ràng trong việc sử dụng nhiệt độ bề
mặt, T
o
diễn tả giá trị ảnh hởng cho các bề mặt khác nhau của lớp phủ.
Cho dòng nhiệt tiềm năng, phơng trình vận chuyển tơng đơng là:


z
pa
aV
ee
CP
r
E
0

1


(3.6)
trong đó: r
aV
là sức cản khí động lực từ vận chuyển hơi nớc, e
0
là áp suất hơi nớc tại
bề mặt, e
z
là áp suất hơi nớc tại độ cao z và đợc gọi là hằng số ẩm, = 66 P
a
K
-1
.
Vấn đề với các phơng trình này là nhiệt độ và áp suất hơi nớc tại bề mặt không dễ
đo. Để có thể giải hệ các phơng trình, John Monteith đa ra ý kiến sử dụng một biểu
thức bổ sung cho sự vận chuyển hơi nớc (Monteith 1965) từ bên trong lỗ khí bề mặt
lá cây ra ngoài không khí tự do:



00
0
1
eTe
CP
r
E

s
a
c



(3.7)

84
trong đó: r
0
là sức cản do ảnh hởng bề mặt, e
s
(T
0
) là áp suất hơi nớc bão hoà tại bề
mặt có nhiệt độ T
0
. Kết hợp các biểu thức này cho phép áp suất hơi nớc cha biết tại
bề mặt lá cây lớn đợc tính:



zs
pa
aaV
eTe
CP
rr
E

0
1


(3.8)
Vẫn còn một vấn đề về ớc lợng e
s
(T
0
). Điều này đợc làm bằng cách giả thiết
rằng e
s
(T
0
) có thể xấp xỉ bằng biểu thức e
s
(T
0
) +
e
(T
0
- T
z
). Trong đó
e
miêu tả độ dốc
đờng cong áp suất hơi bão hoà theo nhiệt độ. Cấu trúc ban đầu của phơng trình

Penman - Monteith sử dụng nội suy tuyến tính của đờng cong áp suất hơi bão hoà. Milly
(1991) đã nhận thấy rằng một xấp xỉ bậc cao hơn sẽ đa ra các dự báo chính xác hơn.
Hấu hết việc áp dụng một xấp xỉ xa hơn đợc thực hiện. Sức cản khí động lực r
aV

và r
aH
đều có thể giả thiết bằng sức cản tơng đơng trong vận chuyển động lợng
trong lớp biên nơron hỗn hợp r
a
với một giá trị có thể nhận đợc từ các giả thiết về profile
tốc độ gió. Đặc biệt, logarit hoá profile tốc độ gió, lý thuyết chảy rối đa ra rằng:





z
U
K
zdz
r
o
a
.
/ln
2
2

(3.9)
trong đó: d đợc gọi là mặt 0 của sự chuyển rời, z
0
là độ cao nhám, U
z
là tốc độ gió tại
độ cao đo đạc z, và K là hằng số Karman. Biểu thức này giả thiết một lớp biên hỗn hợp
bên trên một lớp phủ thực vật. Sự chính xác này có thể yêu cầu trong các điều kiện khí
quyển ổn định.
Sau các xấp xỉ này:


zezzs
pa
ca
TTeTe
CP
rr
E


0
1


(3.10)
Nhng từ biểu thức của dòng nhiệt thực:

CPEHrCPrCTT
apaz 000
//.


(3.11)
Do đó:












EH
r
eTe
CP
rr
E
ae
zzs
pa

ca



1
(3.12)
Sắp xếp lại phơng trình này đa đến:



















))((
1
)(
1

zzs
pa
n
ae
caca
ae
eTe
cp
r
r
rrrr
r
E


(3.13)
Hoặc:




ace
azzspae
rr
reTeCPH
E
/1
/)(

(3.14)
Đây là phơng trình Penman Monteith. Để sử dụng phơng trình, có yêu cầu về
các đo đạc nhiệt độ, độ ẩm và tốc độ gió tại độ cao tham chiếu z, năng lợng H và ớc
lợng hai hệ số sức cản r
a
và r
c
. Thờng xấp xỉ H = R
n
. Phơng trình có thể đợc áp
dụng với số liệu giờ để cung cấp các ớc lợng mô hình cờng độ bốc thoát hàng ngày.
85

Hệ số sức cản là quan trọng trong dự báo cờng độ bốc thoát, đặc biệt khi sức cản
thấp (ví dụ Beven 1979). Sự thay đổi của bốc thoát hơi dự báo với r
a
và r
c
cho các điều
kiện khí tợng đặc biệt đợc chỉ ra trong hình B3.1.2. Các giá trị tiêu biểu cho lớp
phủ cỏ khô bằng: r
a
=50sm
-1
và r
c
=50sm

-1
, còn với lớp phủ cây khô r
a
=10sm
-1
và
r
c
=50sm
-1
. Cờng độ bốc thoát thực cao nhất sẽ đợc dự báo cho một bề mặt ghồ ghề (r
a

thấp ) có phần nớc giữ lại trên bề mặt lá cây (r
c
= 0).











Hình B.3.1.2. Độ nhạy của ớc lợng cờng độ bốc hơi thực sử dụng phơng trình Penman Monteith
cho các giá trị khác nhau của khí động lực và hệ số sức cản lớp phủ (Beven 1979a). In lại từ Tạp chí thuỷ
văn 44: 169-190, xuất bản (1979) với sự cho phép của Elsevier Science

Các ảnh hởng của sự làm khô đất do bốc thoát hơi có thể đợc phản ánh trong độ
tăng r
z
với sự giảm độ ẩm đất, mặc dù biết các nhân tố khác nh nhiệt độ lá cây, nồng
độ cacbondioxit, sự cách biệt và thành phần hoá học trong cây cối cũng có thể chỉ ra
vai trò quyết định của sức cản bề mặt ảnh hởng. Calder (1977) đa ra một quan hệ
kinh nghiệm về sự thay đổi sức cản bề mặt cho vận chuyển là sản phẩn của dao động
hình sin mùa và sự thiếu hụt áp suất hơi nớc. Mặt khác, Jarvis (1976), Seller (1985)
và Jardieu và Davies (1993) đã đa ra các quan hệ phức tạp hơn. Các quan hệ này liên
kết với sự thay đổi cacbondioxit đã đa ra trong mô hình SVAT, nh là SiB
2
(Seller và
nnk, 1996). Tuy nhiên, các mô hình yêu cầu giá trị thông số nhiều hơn và John đã đa
ra một số thay đổi, để nghiên cứu khả năng sử dụng các mô hình đơn giản có ít thông
số hơn (Monteith 1995a,b) căn cứ trên các quan trắc là khí khổng xuất hiện để phản
ứng trực tiếp với cờng độ bốc thoát hơn là với sự thiếu hụt độ ẩm. Do đó Monteith đã
đa ra một quan hệ giữa sức cản bề mặt và cờng độ bốc thoát hơi dạng:










max
1
E

E
r
a
c
(3.15)
trong đó: a là một giá trị ngoại suy dẫn nhiệt bề mặt lớn nhất khi cờng độ bốc thoát
hơi bằng không, E
max
là cờng độ bốc thoát hơi ngoại suy lớn nhất khi sự dẫn nhiệt bề
mặt 1/r
a
bằng không. Các thông số a và E
max
có thể nhận đợc từ các đo đạc sức cản bề
mặt và cờng độ bốc thoát hơi với các độ thiết hụt ẩm khác nhau. Monteith (1995b)
nhận định rằng chúng sẽ thay đổi theo nhiệt độ, nồng độ CO
2
, trữ lợng ẩm đất.
86
Các giả thiết của mô hình Penman - Monteith cho bốc thoát có thể tổng kết nh
sau:
A
1
. Năng lợng cho bốc thoát hơi H có thể đợc ớc lợng từ các hiểu biết về bức
xạ, dòng nhiệt đất, dòng nhiệt bình lu và trữ lợng nhiệt trong lớp phủ thực vật.
Trong các áp dụng, điều này thờng bị giảm khi ớc lợng chỉ dựa trên tia bức xạ
tịnh, với các thông số khác bị bỏ qua vì nó nhỏ.
A
2
. Dòng nhiệt tiềm năng và dòng nhiệt thực có thể đợc ớc lợng từ sự thay đổi

gradient bậc 1 quan hệ với gradient áp suất hơi nớc và nhiệt độ tơng ứng đợc xác
định giữa độ cao đo đạc và độ cao quan niệm của lớp phủ (giả thiết "lá cây lớn").
A
3
. Sức cản khí động lực trong chuyển động của hơi nớc và nhiệt thoát ra từ bề
mặt là nh nhau và có thể đợc ớc lợng từ sức cản khí động lực cho dòng động
lợng hớng xuống nh là đợc xác định dới các giả thiết về logarit hoá profile tốc độ.
A
4
. Điều khiển của khí khổng đến cờng độ bốc thoát hơi có thể đợc diễn tả bởi
sức cản bề mặt cho sự chuyển động của hơi nớc khí khổng vào không khí trong lớp
phủ.
A
5.
. áp suất hơi nớc bão hoà của không khí trong khí khổng đợc giả thiết là
phù hợp với nhiệt độ hiệu quả lớp phủ và có thể đợc dự báo bởi phép ngoại suy từ độ
cao đo đạc sử dụng độ dốc đờng quan hệ lý thuyết áp suất hơi nớc bão hoà-nhiệt độ.
Hộp 3.2 Ước lợng tổn thất giữ lại
Trong phần 3.3, chúng ta đã lu ý rằng trong nhiều môi trờng sự bốc thoát hơi
nớc có tỷ lệ trong cân bằng nớc lu vực lớn hơn lu lợng trong sông. Một thành
phần quan trọng của tổng bốc thoát hơi nớc thực từ một lu vực có thể là sự bốc hơi
từ nớc bị giữ lại trong lớp phủ thực vật, đặc biệt từ bề mặt ghồ ghề đợc làm ớt
thờng xuyên. Trong lớp phủ rừng làm ớt thờng xuyên trong môi trờng đầy gió của
cao nguyên nớc Anh, lợng giữ lại có thể chiếm trên 20% lợng ma đầu vào (Calder
1990). Trong tình hình đó lớp phủ thực vật có thể có ảnh hởng quan trọng đến lợng
và mô hình cờng độ ma rơi tới mặt đất.
Mô hình hồi quy của ma rơi và dòng chảy thân cây
Có nhiều nghiên cứu thực nghiệm về sự giữ lại, một số nghiên cứu đã đa ra dạng
phơng trình hồi quy cho trận ma rơi và dòng chảy thân cây nh sau.

SFstormSFSF
TFstormTFTF
CPBV
CPBV



trong đó: P
storm
là tổng lợng ma rơi, kí hiệu TF và SF chỉ lợng ma rơi và dòng chảy
thân tơng ứng. V
TF
và V
SF
là tổng lợng ma rơi và dòng chảy thân trong một trận
ma, C
TF
và C
SF
là dung tích ma và dòng chảy nhỏ nhất, B
TF
và B
SF
là các hệ số. Loại
quan hệ hồi quy này có thể không đóng vai trò quan trọng trong việc đo đạc các trận
ma riêng rẽ, do đó dự báo tính bất định trong dự báo ma và dòng chảy thân đợc
xác định. Khả năng trữ lợng và các hệ số thay đổi theo loại thực vật và mùa sinh
trởng thực vật. Không phải tất cả các nghiên cứu đều phân biệt ma rơi và dòng chảy
87

thân cây.
Hầu hết những thí nghiệm này căn cứ trên việc tập trung thể tích ma và dòng
chảy với các đo đạc từ trận ma nay đến trận ma khác. Tuy nhiên các nhà thuỷ văn
đã thực hiện các đo đạc liên tục hơn và điều này cho phép phát triển các mô hình giữ
lại động lực hơn.
Mô hình Rutter
Có lẽ hầu hết các mô hình giữ lại đợc sử dụng rộng rãi đều đợc giới thiệu bởi
Rutter và nnk (1971, xem Rutter và nnk. 1975i Calder 1977; Gash và Morton 1978).
Sơ đồ mô hình đợc chỉ ra trong hình vẽ B3.2.1. Mô hình có hai thành phần trữ lợng,
một cho sự giữ lại bề mặt, một cho dòng chảy thân. Các dự báo tiếp tục đợc chia nhỏ
thành lợng ma trực tiếp rơi xuống đất không có sự tơng tác với lớp phủ, làm đầu
vào cho sự giữ lại ở bề mặt và trữ lợng dòng chảy. Hệ số chia cắt P và Pt, đợc chỉ ra
trong hình B3.2.1, phụ thuộc vào dạng thực vật và mùa và giả thiết là không đổi. Sự
rút nớc từ trữ lợng dòng chảy thân cây bắt đầu khi vợt qua dung tích trữ lợng
nhỏ nhất. Cho trữ lợng bề mặt, sự tháo nớc đạt ở tỷ lệ sau:





TFTFst
CSbDD exp
(3.16)
trong đó: Ds là cờng độ rút nớc khi độ sâu trữ lợng; S
TF
bằng dung tích C
TF
và

b là

một hệ số. Chú ý rằng nếu áp dụng theo cách này kết quả sẽ phụ thuộc vào các buớc
thời gian và điều đó tốt hơn để tích phân phơng trình trên bớc thời gian yêu cầu để
tính toán trữ lợng tại cuối bớc thời gian này, từ đó sự tháo nớc tích luỹ có thể thu
đợc từ sự thay đổi trữ lợng. Với trữ lợng dòng chảy thân, tất cả trữ lợng đều vợt
quá dung tích C
sp
đợc giả thiết để tháo xuống khỏi mặt đất. Giá trị dung tích nhỏ
nhất C
TF
và C
SF
có thể xác định bởi các phân tích hồi quy trên thể tích trận ma mô
tả ở trên.
Mô hình Rutter cũng đa ra tính toán sự bốc hơi từ hai trữ lợng trên cơ sở cờng
độ bốc thoát tiềm năng của lớp phủ ớt đợc tính toán bằng phơng trình Penman -
Monteith đã diễn tả trong hộp 3.1 với sức cản bề mặt bằng không. Nếu trữ lợng lớn
hơn trữ lợng khả năng thì bốc hơi bằng cờng độ bốc thoát tiềm năng. Nếu một trữ
lợng nhỏ hơn trữ lợng khả năng nhỏ nhất của nó thì giả thiết rằng một phần lớp
phủ là khô và sự bốc hơi giảm theo tỷ số:

TF
TF
pa
C
S
EE
(3.17)
trong đó: E
a
là cờng độ bốc hơi thực và E

p
là ớc lợng cờng độ tiềm năng trữ lợng
giữ lại. Một dạng tơng tự đợc sử dụng cho trữ lợng dòng chảy thân cho phép có thể
tính ra một tỷ lệ tổng bốc hơi tiềm năng (thờng lấy bằng p
t
) cho tới khi lợng này bị
khô.
Do đó, mô hình Rutter yêu cầu 6 thông số: P, Pt, Ps, b, C
SF
và G
F
, cùng với ớc
lợng về ma rơi và bốc hơi tiềm năng nh là số liệu đầu vào. Trong nhiều loại thực
vật, cây trồng và cây rụng lá, giá trị thông số sẽ không phải là hằng số trong suốt năm
mà sẽ thay đổi theo từng giai đoạn phát triển lá cây. Sự chăm sóc cũng nên đa vào