Mô hình hoá mưa - dòng chảy ( Phần cơ sở - Nxb ĐH Quốc Gia Hà Nội ) - Chương 6 docx

185
Nhng ở đây c = (K
s
sin )/ cho trờng hợp hệ số dẫn không đổi và:





f
hDfK
c


exp.sin
0


cho trờng hợp hệ số dẫn giảm theo hàm mũ.
Với dòng chảy sát mặt bão hoà trên một sờn dốc, Beven (1981) chỉ ra rằng diễn
tả sóng động học là một xấp xỉ tốt cho một diễn tả phơng trình Dupuit-Forcheimer
đầy đủ hơn, nếu giá trị của thông số không thứ nguyên đợc định nghĩa bởi:

i
K
s


sin4

(5.71)

trong đó i là cờng độ hiệu quả của lợng nớc ma nạp lại cho sờn dốc, nó lớn hơn
khoảng 0.75. Khi gặp điều kiện này đờng hạ mực nớc ngầm tại điểm cuối thấp hơn
của dốc vì tiếp cận một kênh sâu, không có ảnh hởng lớn đến các lu lợng dự báo.
Tổng kết các giả thiết về các mô hình sóng động học.
Có chỉ một giả thiết ban đầu dới đạo hàm phơng trình sóng động học.
A1, Một quan hệ hàm giữa lu lợng và trữ lợng có thể đợc xác định cho các
quá trình dòng chảy cụ thể đợc nghiên cứu.
Một vài ví dụ về các quan hệ nh vậy cho cả dòng chảy mặt và dòng chảy sát mặt
đã đợc chứng minh bên trên. Giới hạn của tiếp cận sóng động học phải đợc đánh giá
đúng, nhng u điểm chính không hạn chế các giả thiết của nó về các quá trình dòng
chảy tự nhiên, chỉ có lu lợng đợc xem nh là một hàm của trữ lợng. Phép giải giải
tích các phơng trình sóng động học yêu cầu rằng các quan hệ hàm đó là đơn trị (nhìn
chung là cho dạng đơn giản). Giải số trị không có sự hạn chế này và nó có thể vạch ra
phơng pháp giải sóng động học khi có một quan hệ trữ lợng-lu lợng trễ, có thể bắt
chớc chặt chẽ hơn phép giải cho các phơng trình dòng chảy mặt và sát mặt đầy đủ
(trong cùng một cách mà đặc trng ẩm đất trễ thỉnh thoảng đợc sử dụng trong các mô
hình đới cha bão hoà, xem Jaynes 1990). Dờng nh là không có một sự cố gắng nào để
thực hiện một mô hình nh thế trong thuỷ văn.
chơng 6
Tơng tự thuỷ văn và các mô hình ma dòng
Chảy hàm phân bố
Trong quan hệ ma dòng chảy, tơng tự thuỷ văn thờng đợc kết hợp với hiểu
biết mà chúng ta có về hoạt động của các quá trình vào trong một mô hình quan niệm
nào đó của hệ thống. Nói chung một số phần của một mô hình quan niệm phức tạp
phải dựa nhiều vào các giả thuyết vật lý hơn các mô hình khác. Nhng ngay cả mô
186
hình có cơ sở vật lý vững chắc nhất cũng không thể phản ánh hết tính phức tạp và
không đồng nhất của các quá trình xảy ra trên lu vực. Thuỷ văn lu vực vẫn còn là
một môn khoa học mang nhiều tính kinh nghiệm.
George Hornberger và nnk 1985

6.1.Tơng tự thuỷ văn và các đơn vị phản ứng thuỷ văn
Trong bất kỳ lu vực nào nhà thuỷ văn học phải đối mặt với sự đa dạng về địa lý,
các loại đất, thực vật và sử dụng đất, các đặc điểm về địa hình, các nhân tố tác động
tới mối quan hệ giữa ma dòng chảy. Một cách để thể hiện đặc điểm này của bất kỳ
lu vực riêng biệt nào vào trong đánh giá là dạng mô hình phân bố đầy đủ đã đợc đề
cập ở chơng trớc, nhng nh đã nói ở đây những mô hình nh vậy rất khó áp dụng
do cả số liệu đầu vào yêu cầu phần nhiều không đo dạc trực tiếp đợc và cả năng lực
máy tính cha đáp ứng kịp. Tuy nhiên, trong bất kỳ lu vực nào, có thể có nhiều điểm
hoạt động trong con đờng tơng tự thuỷ văn, với sự tơng tự về cân bằng nớc và các
đặc điểm sản sinh là của dòng mặt hay sát mặt. Nếu có thể phân loại các điểm trên
lu vực trong sự tơng tự nhau về mặt thuỷ văn, thì dạng đơn giản hơn của mô hình
có thể đợc sử dụng dựa trên phân bố của các hàm phản ứng thuỷ văn trong lu vực
mà không cần thiết xem xét các điểm một cách riêng rẽ.
Có ba phơng pháp chính đã đợc nỗ lực để sử dụng phân bố nh vậy của các
phản ứng khác nhau trong lu vực cho các quá trình ma dòng chảy. Đầu tiên là
tiếp cận thống kê, dựa trên ý tởng rằng phạm vi của các phản ứng trong một diện
tích lu vực có thể đợc miêu tả nh một phân bố xác suất của các bể chứa nhận thức
mà không quan tâm rõ ràng đến các đặc điểm vật lý điều khiển phân bố của phản ứng
thuỷ văn. Tiếp cận này do đó có nhiều điểm chung với các mô hình hàm chuyển đổi ở
chơng 4, và chúng ta sẽ đa ra ví dụ ở mục kế tiếp, mô hình phân bố xác xuất của
Moore và Clarke (1981), sử dụng hàm chuyển đổi dạng song song tơng tự cho diễn
toán dòng chảy đã sản sinh.
Tiếp cận thuần tuý thống kê này không yêu cầu xác định hình thức sự tơng tự
nào giữa các điểm khác nhau trong lu vực. Một loại khác của mô hình hàm phân bố
cố gắng xác định sự tơng tự rõ ràng hơn đó là loại dựa trên ý tởng các đơn vị phản
ứng thuỷ văn (HRUs). Chúng đợc phân ra thành các nhóm cảnh quan khác nhau
bằng việc chồng chập các bản đồ có đặc điểm khác nhau, chẳng hạn nh bản đồ về đất,
độ dốc, đặc điểm và loại thực vật Cách phân loại cảnh quan này ngày nay dễ dàng
thiết lập đợc bản đồ các đặc trng nhờ việc sử dụng cơ sở dữ liệu cảnh quan của hệ
thông tin địa lý sao cho tạo ra các bản đồ chồng chập của các đặc trng liên kết là một

vài nhắp chuột đơn giản trên máy tính PC và Workstation. Một ví dụ về kết quả phân
loại theo phơng pháp cảnh quan đã đợc minh hoạ trên hình 2.7. Các mô hình của
loại này khác nhau về loại nhận thức đợc sử dụng cho mỗi HRU (xem mục 6.3).
Tiếp cận thứ ba là phơng pháp xuất phát từ ý tởng xác định sự tơng tự thuỷ
văn của các điểm khác nhau trong lu vực dựa trên giả thuyết đơn giản về sử dụng
thông tin về địa hình và loại đất. Đối với những lu vực có độ dốc từ trung bình cho
đến rất lớn và những loại đất nằm tơng đối nông trên lớp đá không thấm, địa hình có
187
ảnh hởng quan trọng lên quá trình sản sinh dòng chảy, ít nhất trong các điều kiện
ẩm ớt, xuất phát từ ảnh hởng của dòng chảy xuôi dốc. Đây là cơ sở cho chỉ số tơng
tự thuỷ văn đa ra bởi Kirkby và đợc phát triển thành mô hình ma-dòng chảy hoàn
chỉnh (TOPMODEL của Kirkby và Beven 1979) (xem mục 6.4). Giả thuyết cơ bản của
TOPMODEL là tất cả các điểm trên lu vực với cùng giá trị chỉ số địa hình (hoặc một
biến đổi của nó sẽ đợc nói sau đây) sẽ phản ánh sự tơng tự về mặt thuỷ văn. Sau đó
sẽ không cần thiết tìm ra lời giải cho tất cả các điểm trên lu vực mà chỉ tính cho các
điểm đại biểu của từng nhóm với chỉ số địa hình khác nhau. Hàm phân bố của mỗi
nhóm sau đó sẽ cho phép tính các phản ứng ở quy mô lu vực.
Các mô hình hàm phân bố này dễ dàng đợc chấp nhận và yêu cầu thời gian chạy
chơng trình ít hơn mô hình phân bố đầy đủ. Rõ ràng chúng là một xấp xỉ cho biễu
diễn phân bố đầy đủ của quá trình sản sinh dòng chảy nhng khi đó cũng là thế hệ
hiện thời của mô hình phân bố dựa vào vật lý thảo luận trong chơng 5. Điều cha
rõ ràng là liệu cái sau có là u điểm rõ rệt trong áp dụng thực tế. Mặc dù còn tồn tại
một số giới hạn về tính chính xác của các mô hình hàm phân bố nhng việc sử dụng
những loại mô hình này đã dẫn đến một số hiểu biết quan trọng .
6.2.Mô hình phân bố xác suất độ ẩm (PDM)
Bằng nhiều cách, PDM là một mở rộng đơn giản của một số mô hình lợng trữ tập
trung đợc phát triển trong những năm 1960 (và sau đó) cho trờng hợp nhiều lợng
trữ miêu tả phân bố không gian của các khả năng trữ khác nhau trong một lu vực.
Nó là một mở rộng hợp lý với hi vọng phân bố của lợng trữ có thể là đại diện của sự
biến thiên trên lu vực tốt hơn là các phần tử lợng trữ tập trung đơn giản. Tuy

nhiên, ở dạng phác hoạ ban đầu bởi Moore và Clarke (1981) mô hình không có cố gắng
thực sự nào để liên kết phân bố của lợng trữ với các đặc điểm vật lý của lu vực.
Trong thực tế, một trong những lý do chính để đa ra phân bố lợng trữ đó là làm cho
công tác hiệu chỉnh dễ dàng hơn vì họ thấy rằng họ đạt đợc bề mặt phản ứng trơn
hơn khi cho dạng mô hình mới so với mô hình cũ dựa trên phơng pháp phần tử lợng
trữ ESMA tập trung ở quy mô lu vực. Bề mặt phản ứng trơn hơn, nhìn chung, sẽ làm
cho quá trình tối u hoá thông số tự động dễ dàng hơn để tìm ra bộ thông số phù hợp
nhất ( Xem thảo luận về hiệu chỉnh thông số ở chơng 7).
ý tởng cơ bản của mô hình PDM đợc minh hoạ trên hình 6.1. Những phần tử
lợng trữ bội cho phép điền đầy và dẫn nớc trong quá trình ma và giai đoạn tơng
ứng giữa các trận ma. Nếu bất kỳ bể chứa nào đã đầy thì sau đó bất kỳ lợng ma
thêm sẽ đợc coi là tới kênh nhanh chóng nh là dòng chảy tràn. Thành phần dẫn
nớc chậm đợc phép tháo cạn bể chứa giữa các trận ma, đóng góp vào nhánh xuống
của lu lợng trong kênh và đóng vai trò là lợng trữ ban đầu của trận ma tiếp theo.
Bốc hơi cũng lấy nớc của lợng trữ trong thời kỳ giữa các trận ma .
Trong bất kỳ trận ma nào, rõ ràng những bể chứa với khả năng trữ nhỏ nhất sẽ
bị đầy trớc tiên và hình thành dòng chảy nhanh đầu tiên. Mỗi khả năng trữ đợc giả
thiết là biểu thị một tỉ lệ nhất định của lu vực để khi các bể chứa bị đầy, có thể tính
đợc tỷ lệ diện tích sản sinh phần dòng chảy nhanh. Diện tích này sẽ mở rộng trong
188
suốt trận ma và thu nhỏ lại giữa các trận ma, sao cho về thực chất phân bố các bể
chứa đại diện cho diện tích đóng góp động lực cho quá trình tạo thành dòng chảy.
Trong miêu tả đã đợc công bố của các mô hình PDM, các tác giả đã phân biệt giữa
dòng chảy mặt và dòng chảy cơ sở. Dù sao điều này không là sự giải thích cần thiết vì
với mô hình hàm chuyển đổi trong chơng 4, hoàn toàn coi chúng nh dòng chảy
nhanh và chậm. Phân bố của lợng trữ sử dụng trong mô hình chỉ là phân bố của
lợng trữ nhận thức và câu hỏi nảy sinh là dạng phân bố nào có thể phù hợp với một
lu vực cho trớc.

Hình 6.1. Cấu trúc của mô hình phân bố xác suất (PDM)
Moore và Clarke (1981) chỉ ra sự khác nhau của các phân bố có thể dễ dàng hợp
nhất vào trong cấu trúc mô hình loại này và họ dẫn ra các phơng trình giải tích cho
phản ứng của các phân bố khác nhau. Công việc của họ đợc Hosking và Clarke (1990)
phát triển. Hai ông đã chỉ ra làm thế nào mô hình có thể đợc sử dụng để rút ra mối
quan hệ giữa tần suất của ma và độ lớn đỉnh dòng chảy trong dạng giải tích. Moore
(1985) nghiên cứu một trờng hợp trong đó lợng trữ bị tổn thất do việc dẫn nớc
xuống sâu và bốc thoát hơi, trong khi Moore và Clarke (1983) liên kết mô hình để dự
đoán sự hình thành cũng nh lu lợng trầm tích. Một phân tích gần đây của các khái
niệm và phơng trình đợc đa ra bởi Clarke (1998). Mô hình tiếp tục đợc sử dụng và
phát triển. Công trình gần đây ở Viện thuỷ văn Vơng quốc Anh đã sử dụng cho mô
hình chạy thời gian dài để tìm ra tần suất của lũ (Lamp,1999) và cũng áp dụng phân
bố nhiều hơn với số liệu đầu vào lợng ma và tuyết tan đợc quan trắc bằng rađa để
dự báo lũ (Moore và nnk 1994; Bell và Moore 1998; Moore và nnk 1999). ở lần áp
dụng muộn hơn (1999) một mô hình phân bố xác suất độ ẩm riêng rẽ đợc sử dụng cho
mỗi điểm ảnh ra đa lợng ma (một phần tử có kích thớc là 2km x 2km với lợng
ma đo đạc rađa ở Vơng quốc Anh) quan trắc bằng rađa để bất kỳ tác động nào của
phân bố không gian lợng ma đợc bảo toàn. Một số nỗ lực đã đợc thực hiện để
phản ánh sự khác nhau về loại đất và đặc điểm về địa hình của các đơn vị cảnh quan
bởi các thông số của phân bố bể chứa trong mỗi phần tử theo từng loại đất và góc dốc
trung bình. PDM gần đây cũng đợc áp dụng cùng với mô hình phân bố dòng chảy

189
tuyết tan (Moore và nnk 1999), một dạng của mô hình đã đợc sử dụng nh một mô
hình thuỷ văn qui mô lớn (Armell 1999), và một phơng pháp thay thế lợng trữ phân
bố lại giữa các phần tử trữ đã đợc đề xuất (Senbeta và nnk 1999).
u điểm của mô hình PDM là dạng giải tích và tính toán đơn giản. Nó có thể đợc
sử dụng để cung cấp mô phỏng tốt cho các lu lợng quan trắc trong nhiều ứng dụng,
để phân bố lợng trữ nhận thức có thể đợc giải thích là đại diện hợp lý của xác lập
hàm của lu vực trong dạng sản sinh dòng chảy trên lu vực. Tuy nhiên, không có
hiểu biết sâu hơn nào về dạng của cấu trúc các phản ứng thuỷ văn là có khả năng, vì
không có cách nào phân chia các vị trí riêng biệt cho các phần tử lợng trữ. Trong khả
năng phán đoán này, PDM vẫn là một biểu diễn tập trung ở quy mô lu vực (hoặc
phần tử lu vực con trong phiên bản phân bố).
Trong thực tế một sự tơng tự có thể đợc mô tả giữa cấu trúc của mô hình PDM
và một vài mô hình lu vực tập trung, chẳng hạn mô hình VIC, là mô hình sử dụng
quan hệ hàm giữa lợng trữ lu vực và diện tích sản sinh dòng chảy nhanh (xem hình
B2.2.1 trong hộp 2.2). Dạng của mối quan hệ này đợc điều khiển bởi các thông số đã
hiệu chỉnh cho một diện tích lu vực cụ thể, nhng sau đó sẽ chấp nhận một phân bố
nào đó của khả năng trữ trong lu vực theo cách tơng tự nh mô hình PDM. Cả hai
mô hình cũng sử dụng hàm chuyển đổi song song bằng cách diễn toán cho dòng chảy
chậm và dòng chảy nhanh (dòng chảy mặt và dòng chảy cơ sở trong hình 6.1), tơng tự
nh mô hình hàm chuyển đổi đề cập ở chơng 4.
6.3. Các mô hình đơn vị phản ứng thuỷ văn
Sẽ là rất hữu ích để có thể liên kết việc tạo thành dòng chảy một cách trực tiếp
hơn với các đơn vị cảnh quan, nhng sau đó làm thế nào để tính đợc nhiều hơn sự
phân bố của các đặc điểm vật lý của một lu vực mà không sử dụng đến các mô hình
phân bố đầy đủ ở chơng trớc? Một phơng pháp đã đợc phát triển dựa trên việc sử
dụng hệ thống thông tin địa lý (GIS) trong mô hình hoá thủy văn. Một GIS thờng
đợc sử dụng để chứa dữ liệu thu thập đợc từ bản đồ đất, địa chất, địa hình và phân
loại thực vật. Nh đã nói từ trớc, các bản đồ khác nhau này không thể cung cấp
thông tin sử dụng trực tiếp trong mô hình thuỷ văn, nhng chúng cung cấp thông tin

thích hợp cho mô hình. Bằng cách chồng chập những dạng thông tin khác nhau, việc
phân loại các phần tử cảnh quan thành các đơn vị phản ứng thuỷ văn (HRUs) có thể
đạt đợc (ví dụ hình 6.2). Đây là công việc tơng đối dễ với một hệ thông tin địa lý
hiện đại (GIS), hoặc ít nhất tơng đối dễ khi tất cả các nguồn thông tin khác nhau đã
đợc lu giữ và ghi nhớ tính chất không gian trong cơ sở dữ liệu GIS (có thể chi phí rất
nhiều thời gian). Các HRU xác định theo cách này có thể không đều về hình dạng nơi
mà cơ sở dữ liệu dạng vectơ đợc sử dụng, hoặc đợc dựa trên các phần tử đều nơi mà
cơ sở dữ liệu dạng raster (dạng lới điểm hoặc ảnh điểm) đợc sử dụng. Các HRU
tơng tự nhau trong lu vực sẽ đợc nhóm thành một đơn vị đơn cho mục đích tính
toán, giống nh cách phân nhóm đơn vị phản ứng của mô hình SLURP của Kite (1995)
(Hình 6.2). Nó là các nhóm hoặc các đơn vị riêng rẽ, sau đó cho phép dự đoán phân bố
của phản ứng thuỷ văn trong lu vực.
190

Hình 6.2. Các đơn vị phản ứng thuỷ văn nhóm nh đã sử dụng trong mỗi lới ô vuông của mô hình
SLURP (Kite 1995)
Một chút khó khăn gặp phải của loại mô hình này là làm thế nào để miêu tả phản
ứng thuỷ văn của mỗi HRU, khác nhau đáng kể giữa các mô hình khác nhau của loại
này? Trong một số mô hình lợng trữ nhận thức đợc sử dụng để miêu tả từng phần
tử HRU (chẳng hạn nh mô hình SLURP, mô hình HBV96 của Lindstrom và nnk
(1997), mô hình Modele Couple của Girard và nnk (1981 cũng nh Ambroise và nnk,
1995) và mô hình ARC/EGMO của Becker và Braun (1999). Mặt khác, một hàm tổn
thất đợc sử dụng để tính lợng ma vợt và sau đó nó diễn toán đến cửa ra của lu
vực, trong vài trờng hợp bằng giả thiết một phân bố của khả năng trữ bên trong mỗi
HRU (ví dụ Schumann và Funke 1996). Vì quy mô của các phần tử HRU trở nên nhỏ
hơn, và miêu tả thuỷ văn trở nên có cơ sở vật lý hơn, khi đó loại mô hình này sẽ tiếp
cận các mô hình phân bố dựa trên vật lý đầy đủ ở chơng trớc. Sự phân biệt mà
chúng ta sẽ phác hoạ ở đây bao gồm cả mô hình HRU trong chơng này về các mô
hình hàm phân bố, là điều không có mục đích rõ ràng để giải các phơng trình mô tả
dòng chảy mặt và sát mặt nhng cho phép nhóm các phần tử để giảm số lợng tính
toán yêu cầu.
Trong định nghĩa tổng quát này sự đa dạng của mô hình dựa trên GIS cũng có thể
bao gồm, và thực tế sự phân biệt không chỉ về hình dạng. Chẳng hạn, có rất nhiều mô
hình GIS raster trong đó các tính toán sự tạo thành dòng chảy đợc thực hiện cho mỗi
ảnh điểm, và dòng chảy đợc diễn toán từ ảnh điểm này đến ảnh điểm khác. Tuy

191
nhiên, không phải tất cả các mô hình nh vậy sử dụng các miêu tả quá trình, dựa trên
các giả thuyết vật lý, mà thờng sử dụng các hàm nhận thức hơn, chẳng hạn nh hệ
thống USGS PRMS của Leavesley và Stanđar (1995) và Flughl (1995), trong đó dòng
chảy nhanh đợc tạo ra bởi hàm diện tích đóng góp biến đổi đơn giản, và mô hình
USDA SWAT của Arnold và nnk (1998), dựa trên phơng pháp đờng cong số USDA
SCS (Cục bảo vệ đất Hoa Kỳ ) .

Hình 6.3. Quan hệ giữa ma và phần trăm dòng chảy đợc dự báo bởi mô hình SCS USDA cho các
đờng cong khác nhau
Trong thực tế có nhiều ví dụ về loại mô hình này đã sử dụng phơng pháp đờng
cong số SCS trong dự báo sản sinh dòng chảy (xem hộp 6.1). Đây là một phơng pháp
rất hay trong lịch sử và vẫn tiếp tục đợc sử dụng do phơng thức liên hệ cơ sở dữ liệu
của đờng cong số SCS với thông tin phân phối đất và loại thực vật trên lu vực sờn
dốc trong GIS. Phơng pháp SCS có nguồn gốc từ các phân tích kinh nghiệm số liệu
ma-dòng chảy trên các lu vực nhỏ và trên các bãi sờn dốc. Nó thờng đợc xem
nh là phơng pháp hoàn toàn kinh nghiệm cho việc dự báo sự tạo thành dòng chảy
mà không dựa trên lý thuyết về thuỷ văn. Nó cũng thờng có trong các sách về thuỷ
văn với vai trò là phơng trình thấm hoặc là một cách dự đoán lợng dòng chảy vợt
thấm Horton (ví dụ Bras 1990), và nghiên cứu gần đây của Yu (1998) đã cố cho nó cơ
sở vật lý bằng cách chỉ ra rằng sự sinh dòng chảy vợt thấm diện tích riêng phần trên
một phân bố thống kê các đặc điểm thấm của đất đem đến các đặc điểm hình thành
dòng chảy tơng tự cho phơng pháp SCS.
Đó là một số điều hấp dẫn trong phơng pháp này, nhng phơng pháp còn trở
nên hấp dẫn hơn nếu chúng ta quay trở lại nguồn gốc của phơng pháp nh một kết
quả đo đạc ma dòng chảy trong lu vực nhỏ của Mockus (1949). Mockus đã liên kết

dòng chảy với ma và chỉ ra rằng tỉ số lu lợng tích lũy/lợng ma tích lũy có một
dạng đặc trng (xem hình 6.3). Trớc đây, dòng chảy của một trận ma có thể đợc
hiểu rộng là dòng chảy vợt thấm, nhng điều này không còn là cách giải thích cần
thiết. ở quy mô lu vực nhỏ, dòng chảy đo đợc trong một số thí nghiệm gốc đã bao
192
gồm lợng nớc dẫn ra từ dòng sát mặt vì sự dịch chuyển, sự đóng góp của dòng chảy
u tiên hoặc sát mặt từ ngay gần sông. Tất nhiên phơng pháp cũng đã đợc áp dụng
đối với các lu vực và các đơn vị phản ứng thuỷ văn không chiếm u thế bởi sinh dòng
chảy vợt thấm. Steenhuis và nnk (1995) đã giải thích phơng pháp SCS trong dạng
diện tích đóng góp bão hoà biến đổi, ngoại trừ trong phân tích của họ có một vài số liệu
từ những trận ma cờng độ lớn có thể tạo ra dòng chảy ma vợt thấm. Một cách
nhìn đầy đủ về phơng pháp đó là nó kết hợp một số hiểu biết kinh nghiệm về sự hình
thành dòng chảy nhanh bằng bất kỳ phơng pháp nào ở quy mô nhỏ vào một hàm
dạng đơn giản. Có thể cần thiết phải kiểm tra xem dạng hàm đó có phù hợp với những
ứng dụng riêng biệt bất kỳ không nhng nó có lẽ là một phơng pháp gần đúng để sử
dụng với các đơn vị phản ứng thuỷ văn vì nó tóm lợc hiểu biết thu đợc ở những kích
thớc tơng tự. Do vậy, xét sự phụ thuộc vào kích thớc của mô hình HRU, nó có thể
phù hợp hơn bất kỳ phơng trình thấm điểm nào đã trình bày trong hộp 5.2, thậm chí
nó còn đợc coi là có sở vật lý hơn. Các kiến thức nền tảng (và giới hạn) tiếp theo về
phơng pháp SCS đợc trình bày ở hộp 6.1.
Kích thớc là một vấn đề trong việc lập mô hình HRU. Dạng mô tả HRU đợc sử
dụng để dự báo sản sinh dòng chảy có thể sẽ thay đổi theo cả môi trờng thuỷ văn và
kích thớc không gian nơi mà các phần tử HRU đợc xác định và ít nhất một hệ thống
mô hình (hệ thống mô hình mođun MMS, đợc phát triển bởi USGS để thay thế cho hệ
thống PMRS) cho phép miêu tả sự tơng tác đợc chọn bởi ngời sử dụng. Mỗi HRU
nhìn chung coi nh đồng nhất về giá trị các thông số và phản ứng để, chẳng hạn, nếu
dòng chảy mặt đợc tính thì nó cũng đợc tính ở toàn bộ HRU. Các HRU thờng đợc
xử lý độc lập với việc không diễn toán rõ ràng dòng chảy xuôi dốc hoặc dòng chảy sát
mặt giữa các phần tử HRU mà chỉ diễn toán đến kênh gần nhất. Thực tế giả thiết về
sự độc lập của vị trí trên lu vực sẽ cần thiết nếu các HRU với đặc điểm tơng tự nhau

đợc xếp thành nhóm. Một ví dụ diển hình về cấu trúc mô hình dựa trên HRU, trong
đó bao gồm diễn toán giữa các phần tử đợc chỉ ra ở hình 6.4.

193

Hình 6.4. Một cấu trúc mô hình đại diện cho sờn dốc lu vực dựa trên các đơn vị phản ứng thuỷ văn (theo Flugel 1995).
194
Một u điểm của tiếp cận HRU đó là các hàm phản ứng tính đợc có thể ánh xạ trở lại
không gian sử dụng phơng pháp diễn toán hình ảnh trong GIS để điều này có thể, ít
nhất về nguyên tắc, cũng cung cấp thông tin cho đánh giá không gian của các dự báo.
Nhợc điểm chủ yếu của phơng pháp này là cách trong đó mỗi HRU đợc xem là
đồng nhất về không gian một giả thiết sẽ trở nên kém chính xác khi HRU trở nên
lớn hơn. Với các kích thớc rất lớn, một phơng pháp mới có thể cần thiết, nh trong
các mô hình thuỷ văn qui mô lớn sẽ thảo luận ở chơng 9. Tại thời điểm này, chúng ta
không có cơ sở lý thuyết cho việc dự báo với cấu trúc mô hình gần đúng hoặc các giá trị
thông số ở quy mô này khi đứa ra các thông tin ở quy mô khác. Vì vậy, ngời ta đã
tranh luận rằng không bao giờ có lý thuyết nh vậy và chúng ta cần thiết phải sử
dụng các mô hình về cơ bản phụ thuộc vào kích thớc (Beven 1995, 2000).
Trong ứng dụng các mô hình HRU, sự phụ thuộc vào kích thớc của các giá trị
thông số trong mỗi đơn vị nên đợc xem xét. Bởi vì có nhiều HRU và một số (hoặc
nhiều) thông số cần thiết cho mỗi HRU, không dễ dàng hiệu chỉnh bằng quá trình tối
u hoá. Trong trờng hợp này những mô hình nh vậy sẽ phải đối mặt với các vấn đề
tơng tự cho các mô hình phân bố đầy đủ có cơ sở vật lý. GIS có thể lu giữ các loại đất
và loại thực vật nhng thông tin về các thông số mô hình cho mỗi loại có thể bất định
cao và không độc lập (chẳng hạn độ sâu rễ của một loại thực vật cho trớc có thể phụ
thuộc vào loại đất hoặc đặc điểm thuỷ lực của một loại đất có thể phụ thuộc vào dạng
sử dụng đất). Phản ứng thuỷ văn thực của một HRU có thể phụ thuộc vào tính không
đồng nhất trong mỗi phần tử, do vậy nó không đợc miêu tả tốt bằng giá trị các thông
số hiệu quả đồng nhất. Đây là một giới hạn quan trọng của loại cấu trúc mô hình
này, nhng nh đã thảo luận ở chơng 5, đó là giới hạn cơ bản của tất cả các mô hình

đa ra do giới hạn hiểu biết của chúng ta là làm thế nào để mô tả chi tiết sự thay đổi
của hệ thống thuỷ văn. Một lần nữa, nó cho thấy rằng dự báo trên những mô hình nh
vậy sẽ đợc kết hợp với một vài ớc lợng bất định, nhng với hiểu biết của tôi, không
có trờng hợp công bố nào mà ở đó điều này đợc thực hiện cho một mô hình HRU.
6.4.TOPMODEL
Một tiếp cận đơn giản hơn để dự đoán phân bố không gian của các phản ứng trong
một lu vực đợc thực hiện bởi TOPMDEL (xem Beven và nnk 1995; Beven
1997).TOPMODEL có thể đợc xem là sản phẩm của hai đối tợng. Một là sự phát
triển thực tế và dự báo thực tế và mô hình mô phỏng liên tục. Đối tợng còn lại là sự
phát triển một khuôn khổ lý thuyết trong các quá trình thuỷ văn đã hiểu đợc, kết
quả các quy mô, tính hiện thực và các thủ tục mô hình có thể đợc nghiên cứu. Các
thông số có xu hớng mang ý nghĩa vật lý và số lợng của chúng đợc giữ ở mức thấp
nhất để đảm bảo rằng các giá trị đợc xác định bằng hiệu chỉnh là dễ nhận ra hơn,
trong khi vẫn cho phép ánh xạ trở lại lu vực dựa trên cấu trúc của chỉ số địa hình
đợc lấy ra từ một phân tích đờng dẫn dòng chảy trên lu vực. Trong thực hành, mô
hình đại diện cho nỗ lực kết hợp hiệu quả của tính toán và thông số hoá của tiếp cận
hàm phân bố với liên kết đến lý thuyết vật lý và khả năng đánh giá chặt chẽ hơn, đa
ra bởi mô hình phân bố đầy đủ.
195
6.4.1. Lý thuyết nền tảng TOPMODEL
TOPMODEL có thể đợc xem là một xấp xỉ cao hơn của sóng động học miêu tả hệ
thống dòng chảy sát mặt ở mục 5.4. Liên kết này đợc thực hiện một cách rõ ràng bởi
Kirkby (1997) và Wigmosta và Lettenmaier (1999). Nó dựa trên hai giả thiết cơ bản:
các quá trình động lực của vùng bão hoà có thể xấp xỉ bởi trạng thái ổn định kế tiếp
của vùng bão hoà trên diện tích a dẫn nớc tới một điểm ở trên sờn dốc (Hình 6.5); và
gradient thuỷ lực của đới bão hoà có thể xấp xỉ bằng độ dốc địa hình bề mặt cục bộ đo
đợc vói sự quan tâm đến khoảng cách mặt bằng, tan

(Hộp 6.2).

Hình 6.5. Xác định diện tích dẫn nớc chảy ngợc dốc qua một điểm trên lu vực

Những giả thiết này dẫn tới các mối quan hệ đơn giản giữa lợng trữ lu vực
(hoặc lợng trữ thiếu hụt) trong đó nhân tố chính là chỉ số địa hình Kirkby (a/tan )
(Kirkby 1975). Chỉ số Kirkby miêu tả xu hớng của điểm bất kỳ trên lu vực để phát
triển điều kiện bão hoà. Giá trị cao sẽ do hoặc sờn dốc dài hoặc sự hội tụ của đờng
đồng mức đỉnh dốc, và các góc dốc nhỏ. Các điểm với cùng giá trị chỉ số Kirkby sẽ đợc
dự đoán là có cùng phản ứng thuỷ văn. Tiếp cận chỉ số địa hình đợc phát triển vào
mô hình ma dòng chảy bởi Beven và Kirkby (1976) và đã đợc tổng hợp cho các đặc
điểm khác nhau của đất trên lu vực (xem dới đây và hộp 6.1). Các giả thiết là tơng
tự cho những gì đợc sử dụng trong phát triển của chỉ số độ ẩm đợc phát triển độc
lập bởi OLoughlin (1981,1986) và sử dụng trong mô hình của Moore và nnk (1986).
TOPMODEL trong dạng ban đầu mang u điểm của các dạng đơn giản toán học,
đợc cho phép bởi ba giả thiết: phân phối của quá trình vận chuyển xuôi dốc theo độ
sâu là một hàm mũ của lợng trữ thiếu hụt hoặc độ sâu nớc ngầm:

mD
eTT
/
0

(6.1)
trong đó T
0
là lợng vận chuyển bên trong (nằm ngang) khi đất vừa bão hoà (L
2
T
-1
); D
là lợng thiếu hụt cục bộ dới tầng bão hoà biểu diễn nh độ sâu nớc (L) và m là
thông số mô hình điều khiển tốc độ giảm của vận chuyển profile trong đất, cũng với
thứ nguyên chiều dài (L). ý nghĩa vật lý của thông số triết giảm m là nó điều khiển độ
sâu hiệu quả hoặc lợng trữ hoạt động của proife đất lu vực. Giá trị lớn hơn của m
196
làm gia tăng lợng trữ động của profile đất. Giá trị nhỏ tạo ra lớp đất hiệu quả nông,
với sự suy tàn hoạt động vận chuyển dễ nhận thấy.
Với giả thiết hàm chuyển đổi có dạng mũ này, có thể thấy rằng chỉ số tơng tự
phù hợp là ln(a/tan

) hoặc nếu giá trị của T
0
đợc phép thay đổi trong không gian thì
ln(a/T
0
tan

) đa đến lợng thiếu hụt lợng trữ trung bình lu vực
D
, lợng thiếu

hụt cục bộ ở bất kỳ điểm nào có thể tính nh sau (xem hộp 6.2):






tan/ln
0
TamDD
i

(6.2)
trong đó: là giá trị trung bình của chỉ số trên toàn lu vực. Vì vậy, mỗi điểm có cùng
giá trị chỉ số đất/địa hình ln(a/T
0
tan) coi nh hàm số trong một dạng duy nhất. Do
vậy biến ln(a/T
0
tan) là một chỉ số tơng tự thuỷ văn. Một giả thiết khác của proife
vận chuyển dẫn đến các dạng khác nhau của chỉ số và tính toán độ thiếu hụt cục bộ
(xem hộp 6.2). Mối quan tâm là các điểm trong lu vực mà lợng thiếu hụt đợc dự
doán là bằng không tại bớc thời gian bất kỳ. Những điểm này, hoặc một phần của lu
vực, sẽ đại diện cho diện tích đóng góp bão hoà mở rộng hoặc thu hẹp theo sự thay đổi
của
D
khi lu vực ẩm ớt hoặc khô (Hình 6.6). Các phơng trình có thể cũng đợc rút
ra trong dạng của độ sâu nớc ngầm hơn là độ thiếu hụt lợng trữ, nhng điều này ít
nhất cũng giới thiệu thêm ít nhất một thông số lợng trữ hiệu quả (Beven và nnk
1995). Trong mỗi trờng hợp, sẽ có một mối quan hệ giữa profile chuyển đổi đã giả

thiết và dạng của đờng cong triết giảm ở mỗi kích thớc lu vực đợc tạo ra bởi độ
dẫn nớc của đất. Đối với giả thiết vận chuyển dạng mũ hàm triết giảm đợc rút ra
là:

mD
eQQ
/
0


(6.3)
trong đó Q
0
=Ae
-
đối với một diện tích lu vực A. Phơng trình này (và dạng tơng
đơng cho các giả thiết vận chuyển khác) đợc rút ra từ giả thiết rằng gradient thuỷ
lực hiệu quả của dòng chảy sát mặt không thay đổi theo thời gian, vì sẽ đợc dự báo
bởi phân tích đầy đủ hơn.
Tính toán chỉ số cho mỗi điểm trong lu vực đòi hỏi hiểu biết về góc dốc cục bộ,
diện tích chảy qua điểm đó và sự vận chuyển ở tầng bão hoà. Phân bố không gian của
(a/tan ) (xem hình 6.6) có thể rút ra từ sự phân tích của mô hình số địa hình (DTM)
hoặc bản đồ cao độ số (DEM) của lu vực (xem phần 6.4.2). Xác định phân bố không
gian của T
0
nhìn chung còn nhiều vấn đề, vì không có các kỹ thuật đo đạc tốt để thu
đợc thông số này. Trong hầu hết các ứng dụng nó có thể đợc giả thiết là đồng nhất
theo không gian, trong đó chỉ số tơng tự quy về biểu thức (a/tan ).
Để tính toán diện tích đóng góp dòng chảy mặt (hoặc sát mặt), chỉ số địa hình lu
vực đợc diễn tả theo dạng hàm phân bố. Gián đoạn hoá của hàm phân bố (a/tan )

đem đến những u điểm trong tính toán. Ta đã biết rằng tất cả các điểm có cùng giá
trị (a/tan ) đợc giả thiết là có cùng một hoạt động về mặt thuỷ văn, do vậy phép tính
đợc yêu cầu để tạo ra cấu trúc phân bố không gian mực nớc ngầm quy việc về tính
cho mỗi loại (a/tan ); các tính toán không yêu cầu cho mỗi vị trí riêng lẻ trong không
gian. Tiếp cận này vì vậy trở nên hiệu quả hơn sơ đồ giải trong đó phải tính một lợng
lớn các nút lới trong không gian- một u điểm đáng kể khi độ nhạy của thông số và
197
thủ tục ớc lợng tính bất định đợc thực hiện.












Hình 6.6. Chỉ số địa hình ln(a/tan

) trong lu vực nhỏ Maimai M8 (3.8 ha), New Zeland, đợc tính khi sử
dụng thuật toán dòng chảy xuôi dốc đa hớng. Giá trị cao của chỉ số địa hình ở dới đáy các thung lũng
và các hố trên sờn dốc cho thấy các khu vực này sẽ đợc dự đoán là bị bão hoà đầu tiên. (theo Freer
1998)

Hình 6.7. Hàm phân phối và hàm phân phối tích luỹ của giá trị chỉ số địa hình trong lu vực Maimai M8
(3.8 ha), NewZeland, nh rút ra từ cấu trúc hình 6.6
Trong mỗi thời đoạn ma, mô hình dự đoán rằng bất kỳ lợng ma nào trên diện
tích nguồn bão hoà sẽ tới kênh bằng diễn toán dòng chảy mặt hoặc sát mặt nh là
dòng chảy tràn trận ma, cùng với lợng ma vợt của lợng ma yêu cầu điền đầy
diện tích mà ở đó lợng thiếu hụt là nhỏ. Sự thiếu hụt cục bộ tính toán cũng có thể
đợc sử dụng để dự đoán diện tích đóng góp của dòng chảy sát mặt, hoặc dòng chảy đi
qua các loại đất khác nhau (Robson và nnk 1992 ) nếu chúng có thể đợc xác định bởi
một vài giá trị ngỡng của lợng thiếu hụt (hoặc độ sâu mặt nớc ngầm).
Mô hình đợc hoàn chỉnh bởi một miêu tả về vùng không bão hoà và thành phần
diễn toán dòng chảy. Cả hai đợc giữ đơn giản có cân nhắc để việc ớc lợng thông số
dễ dàng. Tính toán rõ ràng các ảnh hởng của tính không đồng nhất và của lỗ hổng
lớn cục bộ là thực sự khó khăn. Không có các mô tả toán học đúng đắn của dòng chảy
không bão hoà trong các loại đất có cấu trúc với các thông số đợc xác định ở một quy
198
mô dự báo thực tế sẵn có hiện nay (xem Bronstert và Plate (1997), cho cố gắng thú vị
làm việc này) và nếu các giá trị thông số đợc xác định bằng cách hiệu chỉnh thì việc
thông số hoá là một thuận lợi. Phiên bản hiện tại của TOPMODEL sử dụng hai bể
chứa để miêu tả tầng không bão hoà, một đại diện cho phần bị giữ lại và các lợng trữ
vùng rễ cây bị thiếu hụt do sự thoát bốc hơi nớc đợc tính toán, và một bể dẫn nớc
điều khiển quá trình cung cấp cho tầng bão hoà. Cả hai đều đa thêm vào một thông
số.
Không có lý do tại sao phần này của mô hình không đợc làm phức tạp hơn nếu
đủ thông tin có sẵn để điều khiển sự phức tạp đó. Vì vậy, các miêu tả phức tạp hơn về
đất và thực vật đợc liên kết với khái niệm của TOPMODEL trong biểu thức
TOPLATS của Famiglietti và nnk (1992), trong RHESSys (Ban và nnk 1991,1993;

Fagre và nnk 1997; Hartman và nnk 1999) và trong mô hình MACAQUE của Watson
và nnk (1999), TOPLATS cũng có thể đợc sử dụng nh các mô hình phân bố đầy đủ
với các tính toán đợc thực hiện cho mỗi ảnh điểm trong một lu vực (chẳng hạn
Houser và nnk 1998). Mở rộng này sẽ đa thêm các thông số về thực vật và đất vào
trong mô hình. Miêu tả lợng dòng chẩy vợt thấm cũng có thể tính và trong một số
ứng dụng khác của TOPMODEL, các tiếp cận dựa trên cơ sở vật lý rõ ràng hơn cho tổn
thất thấm đợc chấp nhận (Beven 1986a,b, 1987; Sivapalan và nnk 1990; Wood và
nnk 1990). Tuy nhiên, những tiếp cận này cũng đa ra thêm các thông số ngoại lai vào
mô hình làm cho việc hiệu chỉnh khó khăn hơn đặc biệt trong các khu vực đất không
đồng nhất.
6.4.2. Suy ra chỉ số địa hình
Phân tích địa hình lu vực đợc yêu cầu để rút ra hàm phân bố của giá trị
(a/tan) (Hình 6.6). Để thu đợc các giá trị riêng rẽ của (a/tan), một số mẫu địa hình
đợc chấp nhận. Phát triển đầu tiên của TOPMODEL dựa trên phân tích bằng tay
(dựa trên các bản đồ hoặc thông tin ảnh hàng không) của các độ dốc cục bộ, diện tích
đóng góp trên sờn dốc và diện tích luỹ tích. Beven và Kirkby (1979) đã đề xuất một
kỹ thuạt tính để rút ra hàm phân bố chỉ số địa hình (và đồ thị trễ của dòng chảy tràn)
dựa trên sự phân chia lu vực thành các đơn vị lu vực nhỏ hơn. Mỗi đơn vị sau đó
đợc gián đoạn hoá thành các phần tử độ dốc cục bộ nhỏ trên cơ sở của các đờng
dẫn dòng chảy chiếm u thế (rút ra từ các đờng của độ dốc lớn nhất theo cách tơng
tự nh phần mềm phân tích đờng dẫn dòng chảy TAPE-C của Grayson và nnk 1995).
Tính toán của (a/tan) đợc thực hiện cho góc xuôi dốc của mỗi phần tử. Mặc dù là một
xấp xỉ nhng phơng pháp này đợc cho là khá tốt do hiệu quả tơng đối của nó và bởi
vì các quan trắc thực tế hớng dòng chảy có thể đợc sử dụng trong việc xác định các
phần tử độ dốc đợc phân tích. Đặc biệt, các ảnh hởng của bề mặt dẫn nớc và các
con đờng điều khiển diện tích đóng góp trên sờn dốc hiệu quả có thể đợc đa vào
trong tính toán. Chẳng hạn hoạt động biến đổi dòng chảy tự nhiên của con ngời
thờng rất quan trọng đối với phản ứng thuỷ văn nhng thờng không có trong DTM
của các diện tích lu vực đợc sử dụng thờng xuyên trong phân tích địa hình ngày
nay .

Tuy nhiên, với một DTM, mà phơng pháp sử dụng trên máy tính nhiều hơn ngày
199
nay là có sẵn. Quinn và nnk (1995a) chứng minh việc sử dụng các chơng trình phân
tích địa hình số (DTA), dựa trên dữ liệu cao độ dạng raster, trong ứng dụng cho các
nghiên cứu mô hình hoá lu vực trên cơ sở của TOPMODEL. Có những lựa chọn chủ
quan đợc thực hiện trong bất kỳ phân tích địa hình số nào. Các kỹ thuật xác định
hớng dòng chảy từ lới raster, đờng đẳng trị hoặc lới tam giác không đều DTM đã
đợc thảo luận trong mục 3.7. Các phơng pháp DTA khác nhau sẽ đa đến sự khác
nhau trong việc xác định đờng dẫn dòng chảy và do đó đa đến sự khác nhau trong
tính toán diện tích đóng góp sờn dốc đối với mỗi điểm trên lu vực. Độ phân giải của
dữ liệu DTA cũng sẽ có ảnh hởng. DTM phải có độ phân giải đủ mịn để phản ánh ảnh
hởng của địa hình lên đờng dẫn dòng chảy mặt và sát mặt một cách đầy đủ. Độ
phân giải thô của dữ liệu DTM có thể không miêu tả đợc một vài đặc điểm hội tụ độ
dốc. Tuy nhiên, độ phân giải quá mịn có thể sẽ gây ra sự lo lắng về hớng dòng chảy
và các góc dốc sẽ không đợc phản ánh trong dòng chảy sát mặt, trong bất cứ trờng
hợp nào, nó sẽ không luôn luôn theo hớng địa hình đợc đa ra bởi địa hình mặt.
Freer và nnk (1997), chẳng hạn, đề nghị rằng địa hình đá gốc có thể là một điều khiển
quan trọng hơn trong một số lu vực. Độ phân giải phù hợp sẽ phụ thuộc vào kích
thớc của các đặc điểm sờn dốc, nhng số liệu 50m hoặc tốt hơn thờng đợc đề nghị.
Bất kỳ điều gì lớn hơn và trong hầu hết các lu vực nó sẽ không thể miêu tả dạng sờn
dốc trong phân bố tính toán của chỉ số (a/tan).
Thực nghiệm chỉ ra rằng quy mô của DTM sử dụng và phơng pháp trong đó lới
ô vuông sông đợc xem xét trong DTA, gây ảnh hởng lên phân phối của chỉ số địa
hình, đặc biệt bao gồm cả sự dịch chuyển của giá trị trung bình (a/tan). Vì vậy sau đó
sẽ có ảnh hởng lên các giá trị thông số đã đợc hiệu chỉnh (đặc biệt là thông số vận
chuyển) trong các ứng dụng đặc biệt. Đây là một ví dụ rất rõ ràng về dạng nào của mô
hình xác định có thể tơng tác với giá trị thông số yêu cầu để tái tạo lại thuỷ văn một
lu vực. Trong trờng hợp này, hai phân tích địa hình khác nhau của cùng một lu
vực sẽ có thể yêu cầu các giá trị vận chuyển hiệu quả khác nhau cho việc mô phỏng
thuỷ đồ. Tuy nhiên, trong một nghiên cứu gần đây, Saulnier và nnk (1997a) đã đề

nghị rằng việc loại trừ lới ô vuông sông khỏi phân bố trong các thông số vận chuyển
đợc hiệu chỉnh ổn định hơn nhiều đối với sự thay đổi của độ phân giải DTM. Sự đơn
giản trong cấu trúc của TOPMODEL có thể cho phép vấn đề này đợc nghiên cứu ở
một số chi tiết nhng những xem xét tơng tự về tơng tác giữa quy mô lới và các
thông số mô hình phải áp dụng cho thậm chí hầu hết các mô hình phân bố đầy đủ có
sơ sở vật lý rõ ràng nhất (Beven 1989); Refsgaard 1997; Kuo và nnk 1999).
Điều đáng chú ý là thông số hoá của phân phối (a/tan), trong một số trờng hợp
có thể rất hữu ích. Sivapalan và nnk (1990) giới thiệu sử dụng phân bố gamma trong
phiên bản TOPMODEL của họ. Wolock (1990) cũng đã đa ra chi tiết phân bố gamma
đối với mô phỏng liên tục. Một phân tích với mô hình thống kê PDM trong mục 6.2 trở
nên rõ ràng ở dạng này. u điểm của việc sử dụng phân tích địa hình để xác định
phân bố của chỉ số trớc, là sau đó sẽ không có thêm thông số phải ớc lợng. Tuy
nhiên, đây sẽ chỉ là u điểm khi phân tích địa hình cho phép miêu tả chân thực sự
tơng tự của phản ứng thuỷ văn trên lu vực, điều này rõ ràng phụ thuộc vào sự kiểm
chứng của các giả thiết đơn giản làm cơ sở cho chỉ số địa hình .
200
6.4.3. Những ứng dụng của mô hình
Mô phỏng các phản ứng của lu vực ẩm ớt
TOPMODEL đầu tiên đợc phát triển để mô phỏng các lu vực nhỏ ở Vơng quốc
Anh (Beven và Kirkby 1979; Beven và nnk 1984) . Những nghiên cứu này chỉ ra rằng
mô hình có thể cho kết quả hợp lý với việc hiệu chỉnh tối thiẻu các giá trị thông số.
Một bản tổng kết các áp dụng gần đây đợc Beven đa ra. Những ứng dụng gần đây
hơn bao gồm Franks và nnk (1998); Saunier và nnk (1998) ở Pháp; Lamb và nnk
(1998a,b) ở NaUy (xem trờng hợp nghiên cứu ở mục 6.5); Quinn và nnk (1998) ở
Alaska; Cameron và nnk (1999) ở Wales; Dietterick và nnk (1999) ở Mĩ; Donnelly-
Mackowecky và Moore (1999) ở Canada; và Guntner và nnk (1999) ở Đức (Hình 6.8).
Trong hầu hết những trờng hợp này ngời ta thấy rằng sau khi hiệu chỉnh thông số,
TOPMODEL cung cấp các mô phỏng tốt của lu lợng kênh và các mô phỏng đáng tin
cậy của diện tích đóng góp biến đổi:
Các lu vực với hệ thống nớc dới đất sâu hơn hoặc đới bão hoà treo cục bộ sẽ có

nhiều khó khăn hơn cho mô hình. Những lu vực nh vậy có xu hớng tăng ẩm ở thời
kỳ cuối mùa hè trong đó các điều khiển lợng cung cấp cho bất kỳ đới bão hoà nào và
liên kết của các tầng bão hoà có thể thay đổi theo thời gian. Một ví dụ là lu vực
Slapton Wood ở phía nam nớc Anh, đợc mô hình hoá bởi Beven và Fisher (1995).
Mô phỏng các phản ứng thuỷ văn ở lu vực khô hơn
Một mô hình với mục đích dự báo phản ứng nhanh của lu vực trên cơ sở động lực
của diện tích đóng góp bão hoà dờng nh không hớng đến mô phỏng các phản ứng
của lu vực thờng khô, chẳng hạn nh khí hậu Địa Trung Hải và thảo nguyên. Tuy
nhiên, Durand và nnk (1992) đã chỉ ra rằng TOPMODEL có thể mô phỏng đầy đủ lu
lợng ở các lu vực nh thế, nh Mont-Lozere ở Cevennes, miền nam nớc Pháp, ít
nhất sau khi hiệu chỉnh một vài thông số.
Kinh nghiệm trong việc mô hình hoá lu vực Booro-Borotou ở Cote Đivoa (Quinn
và nnk 1991), Australia (Barling và nnk 1994) và các lu vực ở vùng núi Pradé,
Catalonia, Tây Ban Nha (Pinol và nnk 1997), gợi ý rằng TOPMODEL sẽ chỉ cho mô
phỏng thoả mãn ngay khi lu vực bị ẩm ớt hơn. Dĩ nhiên, ở rất nhiều lu vực với
lợng ma thấp, đất không bao giờ đạt tới trạng thái ớt, và phản ứng có thể đợc
điều khiển bởi sự liên kết của dòng chảy xuôi dốc bão hoà bất kỳ. TOPMODEL cho
rằng có nhiều chỗ bão hoà xuôi dốc liên kết ở trên sờn dốc; trớc khi sự liên kết nh
vậy thiết lập đợc một chỉ số động lực đợc yêu cầu. Những lu vực nh vậy cũng có
xu hớng nhận đợc những trận ma có thời gian ngắn nhng cờng độ lớn. Những
trận ma nh vậy có thể dẫn đến, ít nhất trên một khu vực cục bộ tạo ra một lợng
dòng chảy tràn vợt thấm, thờng không có trong TOPMODEL (nhng xem Beven
(1986a, b); Sivapalan và nnk (1990) cho ví dụ về các ứng dụng bao gồm cả tính toán
lợng ma vợt thấm). Giả thiết cơ bản của quan điểm TOPMODEL phải luôn luôn
đợc sinh ra trong sự lu tâm tới mô hình quan niệm đúng đắn cho một lu vực cụ
thể.
6.4.4. Kiểm tra khái niệm tơng tự thuỷ văn trong TOPMODEL
201
TOPMODEL có thể mong đợi biểu diễn tốt nhất cho các lu vực kiểm tra đối chiếu
ở đó thoả mãn các giả thiết của nó, đặc biệt với lu vực có bể chứa bão hoà biến đổi

dạng mũ, mặt nớc gần song song và địa hình điều khiển độ sâu nớc ngầm. Nhận xét
toàn diện về các khái niệm TOPMODEL có thể tìm thấy trong Beven (1997). Mặc dù
còn những giới hạn tất yếu về tính đúng đắn ở từng khu vực địa lí và theo từng mùa
của quan điểm TOPMODEL nhng chúng cung cấp một cơ sở cho ý tởng về bản chất
phân bố của các phản ứng lu vực. Phải luôn luôn nhớ rằng TOPMODEL không phải
là một mô hình cấu trúc cứng mà nó là một hệ thống các quan niệm có thể thay đổi
nếu chắc rằng lu vực không phù hợp với các giả thiết cơ bản. Một số phơng pháp
làm phù hợp các giả thiết cơ bản đợc thảo luận trong hộp 6.2.
Hạn chế chủ yếu nằm ở giả thuyết của mô hình đó là hình dạng mặt nớc ngầm ở
trạng thái gần ổn định. Điều này đợc nhận xét bởi Wigmosta và Lettenmair (1999),
những ngời đã so sánh các kết quả của TOPMODEL với một mô phỏng động lực dựa
trên lời giải sóng động học sát mặt. Họ chỉ ra rằng mặc dù TOPMODEL có thể đợc
hiệu chỉnh để tạo ra mô phỏng hợp lí của đồ thị lu lợng xác định bởi mô hình sóng
động học, nhng các giá trị kết quả vận chuyển hiệu quả có xu hớng là cao và giả
thiết về trạng thái ổn định không tạo ra dự báo hợp lí của các thay đổi động lực trong
mực nớc ngầm. Trong trờng hợp này những mô phỏng mô hình giả thiết một lợng
nạp lại cho tầng bão hoà trên toàn sờn dốc nhng rõ ràng đây sẽ không phải là
trờng hợp luôn luôn xảy ra nh ví dụ đợc đa ra ở mục trớc. Barling và nnk (1994)
chỉ ra rằng một mối quan hệ tốt hơn có thể tìm thấy giữa diện tích bão hoà và chỉ số
địa hình, nếu chỉ số này đợc tính bằng cách chỉ sử dụng diện tích đóng góp ngợc dốc
hiệu quả hơn là sử dụng toàn bộ diện tích ngợc dốc đầy đủ, cách để phân chia thờng
đợc tính trong phân tích bản đồ số địa hình. Diện tích sờn dốc hiệu quả này hi vọng
là nhỏ khi lu vực khô và tăng lên khi lu vực ẩm ớt. Thực tế, Western và nnk (1999)
thấy rằng các cấu trúc ẩm của đất gần mặt chỉ cho thấy ảnh hởng của điều khiển địa
hình lên dòng chảy xuôi dốc trong điều kiện tơng đối ẩm ớt ở lu vực Tarrawarra,
Australia. Thực tế đây là một nguyên nhân khác giải thích tại sao các giá trị vận
chuyển đã điều chỉnh trong TOPMODEL có thể cao. Vì, trong chỉ số địa hình đất (a/To
tan), a và To xuất hiện trong tỉ số, một giá trị cao của To có thể bù đắp cho diện tích
vợt quá ớc lợng của diện tích sờn dốc hiệu quả a .
Giả thiết trạng thái ổn định cho phép TOPMODEL sử dụng sự tơng tự trong việc

gia tăng thực sự hiệu quả tính toán. Điều này hữu ích cho một số mục đích, ít nhất là
xem xét độ bất định dự báo đề cập tiếp theo ở chơng 7. Một khả năng nữa là phơng
pháp có thể cải tiến cho phép tính toán động lực nhiều hơn trong khi vẫn giữ lại khái
niệm về chỉ số. Đây đang là chủ đề của rất nhiều nghiên cứu và một số phát triển mới
đợc, tóm tắt ở hộp 6.2 (cũng xem biến thể topkapi ở mục 6.6 dới đây).




202

















Hình 6.8. Phân phối không gian của các diện tích bão hoà trong lu vực Brugga(40 km
2
), Đức. (a) Các

diện tích bão hoà đợc đa lên bản đồ chiếm 6.2% diện tích lu vực.(b) Cấu trúc dự báo chỉ số địa hình
ở cùng một diện tích lu vực đợc giả sử là đồng nhất về đất (theo Gunner và nnk 1999).

6.4.5.Phần mềm TOPMODEL
Có hai chơng trình kết hợp với phần mềm giới thiệu TOPMODEL, một cho phân
tích ban đầu của DTM lu vực (DTM Alalysis), và một để mô phỏng thuỷ đồ và diện
tích đóng góp, đồng thời phân tích độ nhạy của mô hình (TOPMODEL99). Cả hai
chơng trình đều có thể tải trên mạng Internet. Tuỳ chọn có sẵn trong mỗi chơng
trình đợc miêu tả ở phụ lục A.
Phần mềm phân tích DTM yêu cầu file số liệu cao độ dạng raster. Nó thờng đợc
sử đụng để tạo ra phân bố và bản đồ chỉ số địa hình và lập bản đồ cho việc sử dụng
trong TOPMODEL99. Ví dụ về file số liệu của lu vực nhỏ Slapton Wood ở Devon,
Vơng quốc Anh đợc cung cấp.
TOPMODEL99 yêu cầu thông tin chỉ số địa hình là đầu ra của phân tích DTM
cùng với các file lợng ma, lu lợng và lợng thoát bốc hơi tiềm năng đợc quan
trắc. Ví dụ về file số liệu từng giờ của lu vực Slapton Wood đợc cung cấp. Nếu bản
đồ các giá trị chỉ số địa hình cho lu vực có sẵn, thì một sự chuyển động của các diện
tích đóng góp mô phỏng trong lu vực có thể đợc hiển thị. Ngời sử dụng có thể thay
đổi các giá trị thông số và chạy lại mô phỏng để thử và cải thiện sự phù hợp với các lu
lợng quan trắc hoặc thực hiện những phân tích độ nhạy đơn giản bằng cách thay đổi
203
một hoặc nhiều hơn các thông số qua các cấp đợc chọn bởi ngời sử dụng. Tùy chọn
tiếp theo cũng cho phép chọn bộ giá trị thông số ngẫu nhiên và chạy mô hình nhiều
lần để tạo ra file đầu ra có thể đợc sử dụng trong phần mềm ớc lợng độ bất định
GLUE đợc miêu tả ở chơng 7.
6.5. Trờng hợp nghiên cứu: áp dụng tOPMODEL cho lu vực
Saeternbekken, NaUy
Trong hầu hết các nghiên cứu về mô hình ma-dòng chảy, nhìn chung có rất ít đo
đạc trạng thái bên trong để kiểm tra dự đoán của mô hình phân bố bất kỳ. Khả năng
của việc thực hiện những kiểm tra nh thế với các mô hình phân bố nảy sinh một số

câu hỏi thú vị về việc hiệu chỉnh và kiểm chứng mô hình. Một trong những nghiên cứu
ở đó dự báo bằng mô hình phân bố đã đợc kiểm tra là ứng dụng của TOPMODEL cho
lu vực Saeternbekken MINIFELT ở Nauy (Lamb và nnk 1997, 1998a, b). Đây là một
lu vực nhỏ chỉ khoảng 0.75 ha, đợc bố trí một lới 105 thiết bị đo áp suất và bốn lỗ
khoan tự ghi (Hình 6.9; Myrabo 1997; Erichsen và Mirabo 1990). Phân bố của chỉ số
địa hình (a/tan) đợc chỉ ra ở hình 6.9a. Hình 6.9b chỉ ra lu lợng dự báo với hai mô
hình biến thể khác nhau của TOPMODEL. Trong cả hai trờng hợp, mô hình đã đợc
hiệu chỉnh dựa trên sự kiện năm 1987, và kết quả tính cho thời kỳ đánh giá đã chuẩn
bị năm 1989.
Mô hình EXP trên hình 6.9b về cơ bản là phiên bản sử dụng hàm vận chuyển
dạng mũ gốc của TOPMODEL đợc miêu tả chi tiết trong hộp 6.2. Mô hình COMP sử
dụng kỹ thuật do Lamb và nnk (1997, 1998a, b) đề xuất trong đó phân tích đờng cong
triết giảm đợc sử dụng để xác định mối quan hệ lu lợng tùy ý/thiếu hụt lợng trữ,
nó có thể thay thế giả thiết hàm vận chuyển dạng mũ của mô hình nguyên thuỷ.
Trong trờng hợp lu vực Saeternbekken MINIFELT đờng cong tổng hợp với các
đoạn có dạng mũ và tuyến tính đợc cho là phù hợp. Các hàm khác cũng có thể dợc
sử dụng (xem hình 6.2). Có rất ít sự lựa chọn các mô hình trong dự báo lu lợng.

204




Hình6.9. ứng dụng của TOPMODEL cho lu vực Saeternbekken MINIFELT, NaUy (0.75 ha).(a). Xét về địa
hình, lới các dụng cụ đo và phân phối của chỉ số địa hình ln(a/tang

) cho thấy các vị trí của dụng cụ đo
áp: những khoanh tròn (4,5,6,7) là các dụng cụ ghi áp liên tục. (b)Kết quả dự báo của lu lợng trong
kênh sử dụng cả hàm vận chuyển dạng mũ và hàm vận chuyển dạng tổng hợp (Lamb và nnk).

Tuy nhiên, TOPMODEL cũng cho phép ánh xạ kết quả dự báo lợng thiếu hụt
hoặc mực nớc ngầm vào không gian lu vực. Trong khi, với các giả thiết gần đúng
của TOPMODEL, không thể hi vọng rằng các kết quả của nó sẽ chính xác ở mọi nơi
trên lu vực, chúng ta muốn loại bỏ mô hình nếu nó chỉ cho những kết quả dự báo
kém của những giá trị đợc đo đạc bên trong nh vậy. Kết quả cho ở lỗ khoan tự ghi
đợc chỉ ra ở hình 6.10 và cho mực áp suất với 5 lu lợng khác nhau đợc chỉ ra ở
hình 6.11. Với những số liệu đo đạc bên trong này, mô hình phức hợp dờng nh cho
kết quả tốt hơn một chút, nhng rõ ràng cả hai mô hình bị giới hạn ở sự chính xác của
chúng (đặc biệt là trong việc dự báo các độ sâu tích đọng khá lớn ở một số máy đo áp vì
không mô hình nào có bất cứ miêu tả trực tiếp nào về sự sụt giảm lợng trữ ở địa hình
có nhiều gò đống). Trong cả hai trờng hợp đây là những dự đoán đã sử dụng giá trị
thông số toàn cục đợc hiệu chỉnh với thời kỳ năm 1987. Điều này thừa nhận rằng
hàm vận chuyển trong cả hai mô hình là đồng nhất trên toàn lu vực. Số liệu lỗ khoan
tự ghi chỉ đợc sử dụng trong ớc lợng của hệ số lợng trữ hiệu quả đối với nó giá trị
đã đợc hiệu chỉnh ở giữa lu vực là 0.06. Số liệu đo áp không đợc sử dụng trong gia
đoạn này.
Những kết quả này là hợp lý nhng có lẽ có thể cải thiện bằng một số cách. Sự cần
thiết của sụt giảm lợng trữ bề mặt đã đợc chú ý. Giả thiết về trạng thái chảy ổn

định của phơng pháp chỉ số TOPMODEL có thể không phù hợp. Ta cũng biết rằng
tính không đồng nhất của đất có thể là một nguồn quan trọng của sự thay đổi trong
phản ứng thuỷ văn. Trong trờng hợp dự đoán mặt nớc ngầm này, ngời ta có thể cải
thiện mô phỏng bằng cách cho phép một số một số thay đổi cục bộ trong hàm vận
chuyển. Khả năng này đợc khảo sát bởi Lamb và nnk (1997) cho lu vực này.









205








Hình 6.10. Chuỗi thời gian dự báo độ sâu mặt nớc cho bốn lỗ khoan trên lu vực Saeternbekken
MINIFELT, NaUy, sử dụng các thông số toàn cục đợc hiệu chỉnh trên giá trị số liệu lỗ khoan tự ghi và
lu lợng lu vực từ thời kỳ tuyết rơi tự do trớc đó - tháng 11 và 12 năm 1987 (theo Lamb và nnk 1997)
Hình 6.11 chỉ ra các kết quả hiệu chỉnh cục bộ của thông số vận chuyển bão hoà
To và độ rỗng hiệu quả , các thông số của hai lỗ khoan tự ghi cho thời kỳ hiệu chỉnh
năm 1987. Các kết quả chỉ ra cải thiện đáng kể. Đối với các máy đo áp, trên cơ sở là sự
biến đổi của To có thể lớn hơn nhiều sự biến đổi của độ rỗng hiệu quả, một giá trị thấy

đợc To đợc tính cho mỗi máy đo áp để làm phù hợp cao trình mực nớc ngầm quan
trắc và dự báo ở mỗi điểm cho 5 bộ số liệu sẵn có (các điểm tích đọng quan trọng đợc
loại trừ). Một tiếp cận tơng tự để hiệu chỉnh các giá trị vận chuyển cục bộ cũng đợc
sử dụng bởi Jordan (1994) và Seibert và nnk (1997). Trong trờng hợp này phơng
pháp cho thấy sự hiệu chỉnh cần thiết là có tơng quan dơng với chỉ số địa hình, điều
đó có nghĩa là các giá trị vận chuyển cao hơn ứng với chỉ số địa hình cao hơn. Tơng
quan trở nên lớn hơn đối với mô hình phức tạp với hệ số biến đổi từ 0.53 đến 0.92 đối
với 5 lu lợng khác nhau. Dạng của mối quan hệ này sau đó gợi ý một chỉ số tơng tự
cải tiến tơng tự nh là một hàm luỹ thừa của a/tan. Đối với lu vực này đây là hệ
quả của sự gia tăng nhanh hơn nhiều trong diện tích bão hoà dự báo với lu lợng so
với mô hình cha cải tiến.













206

Hình 6.11. Mặt nớc ngầm đợc dự đoán cho 5 lu lợng khác nhau (0.1 đến 6.8 mmh-1) trên lu vực
Saeternbekken MINIFELT, NaUy, sử dụng các thông số toàn cục hiệu chỉnh dựa trên số liệu ghi đợc ở
các lỗ khoan và lu luợng lu vực từ tháng 11-12 năm1987 (theo Lamb và nnk 1997)
Nghiên cứu này làm tăng một số điều quan tâm. Thứ nhất, mặc dù chúng ta hi
vọng từ rất nhiều nghiên cứu thực địa khác rằng các đặc trng của đất sẽ không đồng
nhất trong không gian, sử dụng các đo đạc cục bộ để hiệu chỉnh các thông số cục bộ
hạn chế giá trị của các số liệu nội bộ trong việc đánh giá mô hình. Thêm nữa, ví dụ,
hiệu chỉnh cục bộ nh vậy của giá trị vận chuyển đợc hy vọng là phụ thuộc cả quy mô
lới và cấu trúc mô hình (ví dụ Saulner và nnk 1997a). Cuối cùng hiệu chỉnh cục bộ
chỉ có thể tiến hành cho những điểm có sẵn số liệu đo và lu vực Saxternlekken
MINIFELT là ngoại lệ, nếu không duy nhất, có nhiều điểm đo đạc bên trong. Thậm
chí trong lu vực rất nhỏ này, sau đó có những vấn đề ngoại suy cho những điểm khác
trên lu vực. Trong nghiên cứu của Lamb và nnk, điều này có thể đạt đợc vì một
tơng quan phù hợp với chỉ số a/tan đợc tìm thấy, nhng không thể coi điều này là
chung cho mọi trờng hợp. Thực tế tơng quan nh thế có thể chỉ ra rằng có sự thiếu
hụt trong cấu trúc mô hình. Ví dụ tơng quan dơng giữa vận chuyển rõ ràng và chỉ
số địa hình, có thể chỉ ra rằng phân tích địa hình là vợt ớc lợng diện tích đóng góp
ngợc dốc có hiệu quả cho mỗi điểm.
Các kết quả không dành cho nghiên cứu TOPMODEL này nhng sẽ là chung cho
bất kỳ áp dụng nào của mô hình phân bố, bao gồm hầu hết các mô hình dựa trên quá
trình mà với nó một số số liệu nội bộ là sẵn có để xác định các dự báo mô hình. Một
tiếp cận để đánh giá mô hình sau đó có thể là dạng của một mẫu kiểm tra tách ra,
trong đó chỉ một phần số liệu nội bộ đợc dùng để kiểm tra liệu việc hiệu chỉnh các
thông số cục bộ có cần thiết không và phần còn lại để kiểm tra kết quả các dự báo cải
tiến. Phần giữ lại này, dù sao, cũng có những đặc điểm cục bộ của chúng bao hàm một
giới hạn bao lâu các dự báo phân bố nh thế đợc kiểm chứng. Một độ bất định trong
dự báo khi đó sẽ không tránh đợc và nếu có thể sẽ đợc định lợng. Tính bất định
trong dự báo cho Saeternbekken đã đợc Lamb và nnk đánh giá (1998b) (xem phần
7.8)

6.6.TOPKAPI
Một biến thể khá hay của phơng pháp TOPMODEL với mô hình hàm phân bố là
TOPKAPI (tích phân và xấp xỉ sóng động học địa hình, Todini 1995, Ciarapica 1998).
TOPKAPI cố gắng tính thêm hai đặc điểm bổ sung của quá trình dòng chảy sờn dốc,
liên hệ với phơng pháp TOMODEL. Đầu tiên đó là dòng chảy xuôi dốc ở tầng không
207
bão hoà cũng có thể đóng góp cho lợng trữ ở bất kỳ điểm nào trên lu vực. Bằng cách
bao gồm cả những dòng nh vậy, có khả năng là không có dòng chảy vùng bão hoà
xuôi dốc và một đới không bão hoà xuôi dốc rất nhỏ cho phép biểu diễn động lực hơn
của diện tích đóng góp trên dốc tới một điểm. Thứ hai, giả thiết về sự phân bố lại tức
thời của lợng trữ nớc của đất trên sờn dốc làm cho đới bão hoà trong TOPMODEL
mềm dẻo hơn. Trong TOPKAPI một mối quan hệ xấp xỉ giữa lu lợng xuôi dốc và
profile tổng hợp của độ ẩm của đất đợc giả thiét nh :



2323
tan

CLKq
s
(6.4)
trong đó: K
s
là độ dẫn thuỷ lực bão hoà của đất (đợc xác định không đổi theo độ sâu),
L là độ sâu của lớp đất,

là lợng ẩm đất tơng đối trung bình tổng hợp profile
(=

rs
r)L/1(

),

là một hệ số trong quan hệ Brook-Corey giữa độ dẫn
thuỷ lực tơng đối và lợng ẩm (xem hộp 5.4) và tổng lợng profile ẩm là



L
ss

. Đặt



2


thì hệ số C đợc xác định:


a
a
rs
s
L

LK
C




tan
(6.5)
tại một điểm phơng trình liên tục có thể viết nh sau :

r
x
Cr
x
q
t











(6.6)
trong đó x là khoảng cách nằm ngang, r là cờng độ ma. Đây là phơng trình sóng
động học viết cho lợng ẩm của đất profile tổng cộng theo thời gian. Lời giải của

phơng trình (6.6) đợc đơn giản nhiều nếu giả thiết có thể thay đổi theo thời gian
nhng không đổi theo không gian. Điều này cho phép tích phân trên toàn lu vực để
rút ra biểu thức thay đổi của tổng thể tích trữ theo thời gian nh sau :

NxrV
Nx
C
dt
dV













1
(6.5)
trong đó

N
i
i
C
N
k
N
k
C
1
1
11
1
1

(6.7)
trong đó tổng đợc lấy trên toàn N ảnh điểm trên lu vực, k đại diện tổng số ảnh điểm
đóng góp cho điểm i và V là tổng lợng trữ trong lu vực. Phơng trình (6.6) dễ dàng
giải đợc đối với lợng trữ ở các thời điểm kế tiếp và lý thuyết sau đó cho phép tính
tổng lợng trữ cục bộ đa đến tổng lợng trữ lu vực và giá trị cục bộ của chỉ số
C/1

theo cách tơng tự nh biểu thức TOPMODEL ban đầu. Ciarapica (1998) đã áp dụng
mô hình TOPKAPI cho lu vực Montanc del Reno ở Italia và lu vực Can Vila ở Tây
208
Ban Nha và so sánh với các mô hình ARNO và SHE.

6.7. Các điểm khóa từ chơng 6
Xem xét sự biến đổi của phản ứng thuỷ văn trong một diện tích lu vực có thể
rất khó khăn và không cần thiết để mô phỏng những phản ứng đó theo cách của mô
hình phân bố đầy đủ nếu một phơng pháp đơn giản hơn có thể tìm đợc để diễn tả sự
phân bố của các phản ứng trên lu vực. Điều này bao hàm việc tìm ra một phơng
pháp xác định liệu các điểm khác nhau trong một lu vực có thể hoạt động theo những
phơng thức tơng tự nhau về mặt thuỷ văn.
Mô hình phân bố xác suất (PDM) thực hiện điều này trong dạng miêu tả thống
kê thuần túy các phần tử lợng trữ nhận thức. Nó là nỗ lực để miêu tả sự khác nhau
trong lu vực nhng không cho phép ánh xạ dự báo bất kỳ trở lại lu vực để so sánh
với các quá trình thuỷ văn quan trắc đợc trên lu vực để có thể đợc xem nh là một
mở rộng của mô hình lợng trữ tập trung. Phơng pháp có một u điểm hơn so với các
mô hình lợng trữ tập trung, trong đó các thông số có thể dễ dàng ớc lợng bằng
phơng pháp tối u hoá .
Các mô hình dựa trên việc xác định các đơn vị phản ứng thuỷ văn (HURs) rút ra
từ sự chồng chập các đặc trng khác nhau về loại đất, địa chất, địa hình và thực vật
trong hệ thống thông tin địa lý ngày càng đợc trở nên phổ biến. Những mô hình này
khác nhau rất lớn trong việc miêu tả mỗi đơn vị HRU xác định theo cách này, và trong
diễn toán dòng chảy tới cửa ra của lu vực. Những mô hình nh vậy cho phép ánh xạ
phân bố các phản ứng trở lại lu vực bằng cách sử dụng GIS. Với việc gián đoạn hoá lu
vực và diễn toán dòng chảy giữa các HRU, loại mô hình này cũng có thể đợc xem là
dạng đơn giản hoá của mô hình phân bố đầy đủ. ở đâu các phần tử HRU tơng tự đợc
nhóm lại cho mục đích tính toán, chúng có thể đợc xem nh là các mô hình hàm phân
bố.
Mô hình ma- dòng chảy TOPMODEL sử dụng chỉ số tơng tự thuỷ văn dựa trên
các thông tin về địa hình và loại đất cho phép đa kết quả dự báo mô hình ánh xạvào
không gian. Tính toán đợc thực hiện dựa trên phân bố các chỉ số làm giảm đáng kể
khối lơng tính toán. Tuy nhiên, các khái niệm của TOPMODEL không thể áp dụng ở
mọi nơi đặc biệt trong các lu vực có mùa khô khắc nghiệt, khi đó giả thiết cơ sở về chỉ
số của TOPMODEL sẽ bị phá vỡ .

Sự đơn giản trong tính toán của TOPMODEL đã cho phép tơng tác giữa độ
phân giải lới của phân tích địa hình và các giá trị thông số hiệu chỉnh đợc nghiên
cứu trong một số ứng dụng. Sự tơng tác tơng tự giữa quy mô gián đoạn hoá và các
giá trị thông số ảnh hởng đợc duy trì trong các mô hình phức tạp hơn, bao gồm các
mô hình phân bố đầy đủ dựa trên vật lý, nhng có thể không phải lúc nào cũng rõ
ràng nh vậy.
Phần mềm máy tính cho công tác phân tích số liệu địa hình lu vực và để chạy
các mô phỏng TOPMODEL đợc cung cấp (xem phụ lục A).
Một số công trình nghiên cứu gần đây cố gắng cải thiện lý thuyết của
209
TOPMODEL trong khi sự đơn giản của phơng pháp đợc giữ nguyên.

Hộp 6.1 Xem xét mô hình đờng cong số SCS
Nguồn gốc của phơng pháp đờng cong số SCS
Phơng pháp đờng cong số của Cục bảo vệ đất Hoa Kỳ (SCS-CN) có nguồn gốc từ
tiếp cận đờng đơn vị để mô hình hoá ma- dòng chảy (xem chơng 4). Tiếp cận đờng
đơn vị luôn luôn yêu cầu một phơng pháp dự đoán bao nhiêu lợng ma đóng góp cho
dòng chảy tràn. Phơng pháp SCS-CN đợc phát triển từ những phân tích kinh
nghiệm của các lu vực nhỏ và bãi sờn dốc đợc USDA quan trắc. Mockus (1949) đề
nghị những số liệu nh vậy có thể mô phỏng bởi phơng trình có dạng nh sau:



)lP(lnb
a
a
)10(1
IP
Q

(6.9)
hoặc




a
a
IPB
IP
Q


exp1
(6.10)
trong đó Q là thể tích của dòng chảy trận ma, P là thể tích ma, l
a
là lợng nớc ban
đầu của trận ma bị giữ lại trong đất, b và B là các hệ số. Mockus (1949) đề nghị hệ số
b đợc liên hệ với lợng ma kỳ trớc, chỉ số về loại đất và thực vật bao phủ, chỉ số
mùa, và thời đoạn ma.
Mishra và Singh (1999) chỉ ra cách để phơng trình này có thể đợc rút ra từ
phơng trình cân bằng nớc với giả thiết rằng tỷ lệ thay đổi lợng cầm giữ với lợng
ma hiệu quả là một hàm tuyến tính của lợng cầm giữ và với giới hạn là B(P-l
a
) <1.
Xấp xỉ vế phải của phơng trình (6.10) dới dạng chuỗi mở rông rút ra phơng trình
tơng đơng cho biểu thức SCS-CN chuẩn:

a
a
a
IPS
IP
IP
Q




max
(6.11)
trong đó S
max
=1/B là thể tích cầm giữ lớn nhất. Mishra và Singh (1999) đề nghị kết
quả tổng quát hơn từ biểu thị chuỗi chính xác hơn của phơng trình (6.11) (và cho kết
quả phù hợp hơn với số liệu ở năm lu vực)

)(
max a
a
a
IPaS
IP
IP
Q

(6.12)
Đây là tơng đơng với giả thiết rằng tính thể tích cầm giữ tích luỹ F(t) có thể
tính đợc dự đoán nh :

a
IP
Q
S
tF


max
)(
(6.13)
F(t) thờng đợc hiểu là thể tích thấm tích luỹ nhng không cần giả thiết rằng
dòng chảy do ma dự báo là toàn bộ dòng chảy vì nó có thể không có trong số liệu lu
vực nhỏ ban đầu mà phơng pháp đợc dựa vào (ứng dụng của phơng pháp cho một
trong các lu vực Coweata bao phủ bởi rừng thấm khá mạnh trong nghiên cứu của
Hjelmfelt và nnk (1982) là một ví dụ tốt về điều này).