Mô hình hoá mưa - dòng chảy ( Phần cơ sở - Nxb ĐH Quốc Gia Hà Nội ) - Chương 9 pptx

287
Chơng 9
Dự báo ảnh hởng của những biến đổi
Ngày nay, xây dựng mô hình đã trở thành một xu hớng thể thao trong nhà
hợp thời trang.
Ludvvig Von Bertalanffy (1967)
Ai kiểm soát tơng lai của mô hình quy mô toàn cầu sẽ kiểm soát tơng lai thuỷ
văn học.
Peter Eagleson (1986)
Dự báo thuỷ văn có tính đến những ảnh hởng của các yếu tố khí tợng và sử
dụng đất chắc chắn là môn thể thao trong nhà đúng mốt thời trang. Sự quan tâm về
tác động của sự nóng lên của trái đất, chặt phá rừng và những thay đổi khác đợc
tăng lên do những hiểu biết xã hội và chính trị về hiệu ứng nhà kính, lỗ thủng tầng
Ôzôn ở Nam cực, hiện tợng El Nino, những ảnh vệ tinh của những đám cháy và cháy
rừng ở Amazonia, và những đòi hỏi bức thiết về nớc sạch do sự gia tăng nhanh chóng
của dân số thế giới. Mô hình dự báo thuỷ văn mới chỉ đóng góp một phần rất nhỏ trong
hệ thống Khí quyển-Đại dơng-Trái đất đang đợc sử dụng để dự báo những thay đổi
trong thế kỉ mới. Tuy nhiên những mô hình dự báo thuỷ văn không phải là vô nghĩa.
Mô hình tuần hoàn trái đất (GCMs) đợc biết đến là khá nhạy để mô tả các vấn đề
thuỷ văn của bề mặt đất. Không có nghi ngờ gì rằng sự thay đổi trên phạm vi toàn cầu
hoặc địa phơng sẽ có ảnh hởng trở lại đến các quá trình của thuỷ văn trong thế kỉ
mới, nhng vấn đề là làm thế nào để dự báo tốt nhất liệu các tác động này có ý nghĩa
khi mà hệ thống thuỷ văn là đối tợng của nhiều biến đổi tự nhiên.
Khả năng của chúng ta để dự báo cho tơng lai là có giới hạn, thậm chí nếu chúng
ta có các mô hình thuỷ văn hoàn hảo (điều mà nh đã nói trớc đây, chúng ta đã
không làm). ở quy mô địa phơng hay lu vực luôn tồn tại giới hạn do chúng ta thiếu
hiểu biết chính xác về những điều kiện biên và bổ trợ sẽ là gì trong tơng lai, trong cả
đầu vào cỡng bức và bất cứ thay đổi nào của giá trị thông số ảnh hởng. Trên quy mô
toàn cầu, có giới hạn do độ phân giải lới của mô hình quy mô toàn cầu rút ra từ
những hạn chế tính toán và những khó khăn của việc hình thành các mô tả thực tế

của quá trình ở quy mô nhỏ hơn lới.
Dới đây, nh với mô hình của phản ứng thuỷ văn học hiện đại, những dự báo của
chúng ta sẽ có khả năng thực hiện nhờ ớc lợng sự bất định của những tác động của
sự thay đổi hoặc đa vào cách khác độ rủi ro của việc xem xét mức độ chắc chắn của
tác động lên đỉnh lũ, dòng chảy cực tiểu hoặc nguồn nớc có thể dùng đợc trong tơng

288
lai. Chuyển độ bất định vào độ rủi ro tơng lai có thể là một đóng góp giá trị đến quá
trình ra quyết định. Độ rủi ro là mặt dễ chấp nhận hơn độ bất định. Thay vì dự báo
bao quanh bởi những đám mây mù bất ổn định ta quyết định trở về bài toán có thể
quản lý đợc là đánh giá độ rủi ro có thể chấp nhận. Các thông tin cung cấp bằng mô
phỏng thực chất cũng nh vậy (xem mục 7.10).
Sự không hiểu biết về bản chất của những biến đổi tự nhiên của thuỷ văn còn rất
nhiều trong các giai đoạn trớc đây, do chuỗi tài liệu ngắn, và do đó rất khó để tìm ra
những biến đổi đa đến thay đổi bản chất của hệ thống thuỷ văn quy mô nhỏ mà nó có
thể thực hiện đợc trong hầu hết các thí nghiệm sử dụng đất lu vực bằng tay. Đã có
nhiều những nghiên cứu trình bày các dự báo về sự tác động của những biến đổi đến
dự báo thuỷ văn, nhng cho đến bây giờ cũng không có ở đâu một dự báo quy mô lu
vực đợc làm trớc khi một biến đổi sau đó đợc kiểm chứng. Trên thực tế, việc thí
nghiệm với những mô hình nớc ngầm - nơi mà có rất nhiều những nghiên cứu sau
kiểm định nh thế, cũng không có triển vọng gì về phơng diện này. Hầu hết những
dự báo phản ứng nớc ngầm đã chỉ ra là sai lầm (xem Konikov và Bredehoeft 1992 ).
Kết quả là có những tranh luận tiếp tục về khả năng kiểm chứng những mô hình nớc
ngầm mà phần lớn trong đó có liên quan đến mô hình madòng chảy (ví dụ Oreskes
và nnk 1994 ).
Một vấn đề chính trong dự báo những ảnh hởng của sự biến đổi là ít nhất một số
thông số của mô hình có thể thay đổi. Điều này là trờng hợp khá rõ ràng nếu có thay
đổi sử dụng đất, nhng sự thay đổi cũng có thể bao gồm cả thay đổi đầu vào, nh là
kết quả của sự thay đổi khí hậu. Ví dụ một vấn đề vẫn đợc tranh luận là khi nồng độ
CO

2
trong khí quyển tăng lên sẽ làm cho mật độ khí khổng trên bề mặt lá cây giảm
xuống, bởi vì cây có thể đạt đợc sự trao đổi CO
2
cần thiết cho quang hợp có hiệu quả
hơn. Kết quả là sẽ tăng sức cản lớp phủ hiệu quả đa đến quá trình tổn thất bốc thoát
hơi nớc nhỏ hơn, nh là hậu quả của biến đổi khí hậu. Việc tranh luận có vẻ hợp lý,
nó còn đựơc củng cố bởi những phép đo mật độ khí khổng ở một số loại cây trong bộ
su tập lịch sử ở Kew Gardent Vơng Quốc Anh, nhng sẽ không rõ ràng nếu đây là
phản ứng chung hoặc nhân tố có ý nghĩa trong phản ứng của cây đến biến đổi khí hậu.
Do đó nói chung, nếu có một độ bất định liên kết với ớc lợng các giá trị thông số
của mô hình ma-dòng chảy dới điều kiện hiện thời, thì sự bất định có thể lớn hơn
trong việc cố gắng ớc lợng sự biến đổi của các thông số trong điều kiện thay đổi. Đã
có một gợi ý từ lâu rằng một trong các nguyên nhân quan trọng nhất để phát triển
một khả năng mô hình phân bố dựa vào quá trình là sự chính xác, mà ớc lợng các
biến số đó sẽ dễ dàng hơn (ví dụ nh nghiên cứu của Abbott và nnk 1986, hay Ewen
và Parkin 1996; Dunn và Ferrier 1999 ). Cũng hiếm có những trờng hợp toàn bộ lu
vực thay đổi đột ngột, những thay đổi về đặc trng là chính xác hơn là diễn ra một
cách từ từ và hoàn toàn địa phơng. Vì vậy mô hình phân bố theo không gian có u
thế là nó có thể tính đến bất kỳ thay đổi nào của thông số mô hình trong tình huống
không gian đúng đắn. Một số mô hình bao gồm nhiều thành phần cố gắng miêu tả sự
sinh trởng của cây cối và tơng tác với các quá trình thuỷ văn, ví dụ RHESSys của
Band và nnk 1995; TOPOG IRM của Dawes và nnk1997; MACAQUE của Watson và

289
nnk 1999).
u thế của mô hình dựa trên quá trình trong tình huống này vẫn đợc hỗ trợ rỗng
rãi và cho lý do tốt vì chỉ có sự thay thế dờng nh đợc thử nghiệm và suy diễn về
những biến đổi tiềm năng trong hàng loạt các thông số quy mô lu vực nh thời gian
lu giữ trung bình của hàm chuyển đổi, nó tích luỹ các ảnh hởng của biến đổi đến sự

thay đổi của quá trình tơng tác. Điều này làm xuất hiện nhiều khó khăn hơn là suy
luận về tác động của các quá trình riêng biệt lên các thông số.
Tuy nhiên sự tin tởng này còn ít nhiều ngây thơ vì nó cha đợc mô tả tơng
thích mà các thông số của các mô hình dựa trên quá trình có thể đợc ớc lợng trớc
và tạo ra mô phỏng thành công dới điều kiện hiện thời. Cố gắng của Parkin và nnk
(1996) để ớc lợng trớc các giá trị thông số khả thi trong kiểm chứng mù của mô
hình SHE để mô phỏng lu vực nhỏ Rimband ở miền Nam nớc Pháp đa đến một độ
bất định đáng kể trong dự báo lu lợng và gặp phải sự cố ở hầu hết các tiêu chuẩn
của họ cho sự thành công (xem trờng hợp nghiên cứu ở mục 5.4). Điều này có thể coi
là một điều tiên quyết cho bất kỳ sự tin tởng vào dự báo có thể làm đợc cho điều
kiện dự báo thay đổi. Và ít nhất trong trờng hợp sử dụng đất điều này có khả năng
bởi nghiên cứu các lu vực ở đó có sự biến đổi (nh đô thị hoá hoặc trồng rừng) đã
quan trắc đợc trong các môi trờng khác nhau để hình thành một thực hiện nào đó
về biến đổi của các thông số hiệu quả ở quy mô lới hoặc lu vực. Những tiếp cận
muộn hơn đợc quan tâm bởi nhiều nhà thuỷ văn là ít khoa học hơn, thậm chí nó có
thể có hiệu quả nh nhau ở quy mô mà ở đó dự báo là yêu cầu chủ yếu. Có 2 tiếp cận
sẽ đợc thảo luận tiếp theo trong chơng 10 khi quan tâm tới khả năng phát triển
tơng lai mô hình hoá ma-dòng chảy.
9.1 Dự báo tác động của thay đổi sử dụng đất
Tất cả các lu vực đều có một lịch sử riêng. Một số lịch sử này trải qua một thời
gian dài nh sự phát triển đất do cày cấy, trầm tích do băng tan từ cuối kỷ băng hà,
hay sự phong hoá đá ong do ảnh hởng của thời tiết qua giai đoạn dài. Một vài thay
đổi đáng kể gần đây hơn do hoạt động của con ngời nh: quá trình đô thị hoá, chặt
phá rừng, trồng rừng, chứa hay công trình chấn giữ tích đọng, ảnh hởng của những
đám cháy tự nhiên hay việc lắp đặt hệ thống tới tiêu đồng ruộng. Cả biến đổi tự
nhiên và con ngời trong sử dụng đất đã làm ảnh hởng đến lu vực trong quá khứ và
tiếp tục đến cả ngày nay. Có những thay đổi có thể đợc ghi chép lại nhng cũng có
những thay đổi thì không (một lu vực thí nghiệm ở Vơng Quốc Anh đã đợc khảo
sát, sau khi lắp đặt các thiết bị, thung lũng thợng lu đã tiêu thoát bằng hệ thống
thuỷ nông cũ đợc xây dựng từ những phiến đá mỏng, ớc tính đã hơn 100 năm).

Trong hầu hết những lu vực có đo đạc, những lu vực chắc chắn lớn hơn, những thay
đổi diễn ra trong suốt thời kỳ của các t liệu lịch sử. Tuy nhiên những phân tích thuỷ
văn học (ví dụ nh phân tích tần suất lũ) thờng không cố gắng để tính toán những
ảnh hởng của sự thay đổi nh thế. Tại sao lại nh vậy? Chủ yếu là rất khó tìm ra
những thay đổi trong t liệu lịch sử về biến đổi tự nhiên từ năm này sang năm khác,
từ trận ma này đến trận ma khác trong phản ứng của thuỷ văn, nhất là những nơi

290
có sự thay đổi chỉ diễn ra từ từ.
Kỹ thuật phân tích những ảnh hởng của biến đổi sử dụng đất trong các phản ứng
thuỷ văn mô hình hoá là rất nhiều trong các giai đoạn trớc đây. Dự báo những ảnh
hởng của sự thay đổi tơng lai (và kiểm chứng các dự báo này) đã bắt đầu thậm chí
là khó khăn. Trong phần còn lại của chơng này chúng ta sẽ xem xét một số nghiên
cứu lựa chọn để mô tả trạng thái của kỹ thuật trong khu vực quan trọng này, trong
phạm vi những gì chúng ta đã học về bản chất của quá trình mô hình hoá và sự bất
định dự báo.
9.1.1. Sự phá rừng và trồng lại rừng
Vai trò của rừng trong việc kiểm soát nguồn nớc và đỉnh thuỷ đồ đã đợc tranh
luận nhiều trong thuỷ văn học. Đó là một nguồn động lực lớn bên cạnh nhiều thí
nghiệm lu vực, đáng chú ý ở Coweeta của Mỹ (Swank và Crossley 1988). Hubbard
Brook (theo Likens và nnk 1977), chính sự nghiên cứu về luật Frank trong rừng
Bowland ở Anh, đa đến thiết lập Viện thuỷ văn Anh, và Plynlimon (xứ Wales) và
muộn hơn là các lu vực thí nghiệm ở Balquhidder (ở Scotland) (Calder 1990) và sự
kiểm soát dài hạn của lu vực cung cấp nớc Melbourne ở Australia. Một tổng quan về
nghiên cứu thuỷ văn rừng đã đợc xuất bản bởi McCulloch và Robinson (1993).
Đây là một dẫn chứng tốt nơi mà cả mô hình dựa vào quá trình và các thông số
hoá quy mô lu vực có thể nhận thấy rất khó để dự báo sự ảnh hởng của sự thay đổi
vì bằng chứng từ nghiên cứu thực địa về tác động của sự phá rừng bị lẫn lộn. Trong
một số lu vực nghiên cứu sự phá rừng đã sinh ra lợng nớc và đỉnh lũ cao hơn,
trong một số khác nó sinh ra lu lợng thấp hơn. Đây là sự ảnh hởng của một số quá

trình tơng tác, liên quan với sự chặt phá rừng và việc tái trồng rừng. Quá trình đốn
gỗ luôn bao gồm việc xây dựng những con đờng rừng và sự chuyển động của các máy
móc nặng và các cây cối trên những con đờng mòn với sự tác động hậu quả địa
phơng trong cấu trúc đất và sản sinh dòng chảy. Quá trình tái trồng rừng luôn bao
gồm việc đào các hào thoát nớc để làm tăng sự tiêu thoát nớc của đất. Nó có thể làm
tăng dòng chảy hoặc làm giảm độ ẩm ớt kỳ trớc, làm giảm dòng chảy mặt. Trên
thực tế, cả hai đều có thể xảy ra ở cùng một lu vực, tuỳ thuộc vào cờng độ của trận
lũ và thời gian nó xảy ra. Sự tác động này sẽ tuỳ thuộc vào sự phát triển tiếp theo việc
tái trồng rừng hay chặt phá rừng. Ví dụ nh sức sống và các mật độ tái sinh của các
cây bạch đàn núi ở các lu vực cấp nớc của Melbourne là ngoại lệ và là nguyên nhân
gây ra một sự giảm sút nghiêm trọng trong tổng lợng nớc tiếp theo sự tổn thất của
cây gỗ ở các khu rừng trởng thành (xem mục 9.2)
Những dự đoán nh thế về tác động của việc chặt phá rừng hay việc tái trồng
rừng có vẻ thích hợp trong việc liên kết với độ bất định nào đó. Trên thực tế, nhiều
nghiên cứu mô hình hoá những tác động nh vậy đã tập trung vào việc thay đổi bản
thân thực vật và đã bỏ qua bất kỳ một sự thay đổi lệ thuộc nào trong các con đờng
rừng, cấu trúc đất hay các con mơng dẫn nớc. Phần lớn đều hoàn toàn làm các dự
báo tất định mà không có bất kì một xem xét sự bất định nào trong việc ớc lợng
thông số cho điều kiện hiện thời và thay đổi. Có một ngoại lệ đối với điều này là

291
nghiên cứu của Binley và các nnk (1991). Trong một thông báo trớc cho phơng pháp
GLUE ở mục 7.5, họ đã đánh giá độ bất định dự báo của mô hình Viện thuỷ văn phân
bố (IHDM4, xem mục 5.4.3) trong một ứng dụng cho lu vực Gwy ở thợng lu của
sông Wye ở Plynlimon, xứ Wales. Lu vực này hiện đang ở dới vùng đồng cỏ miền
núi, nhng đầu nguồn nớc ngay liền đó của sông Severn đang là rừng. Do hạn chế
của máy tính trong lúc nghiên cứu nên chỉ có thể tiến hành những mô phỏng trận ma
đơn, điều này có nghĩa là ban đầu hoá của phân bố độ ẩm đất trong mỗi phân tử sờn
dốc trớc mỗi trận lũ là một điều hợp lý.

Hình 9.1. Các biên dự báo (dựa trên phơng pháp Rosenblueth) mô phỏng cho lu vực Plynlimon (3,9
Km
2
) sử dụng mô hình Viện thuỷ văn phân bố. (a). Ma; (b). Sử dụng đất đồng cỏ hiện thời; (c). Cho
cùng trận ma với thông số rừng đã ớc lợng. Xem Binley (1991). Tạo lại từ Nghiên cứu tài nguyên nớc
27(6): 1253.1261; 1991, bản quyền Hội ĐịaVật lí Mỹ.
Các thông số của các thành phần giữ lại và bốc thoát hơi nớc Penman- Monteith
đã sẵn có từ các nghiên cứu thực địa độc lập và đã đợc cố định. Hiệu chỉnh mô hình
bằng tay cho một số cơn ma dới các điều kiện hiện tại, giá trị trung bình cho một
trong bốn thông số (độ dẫn thuỷ lực, độ rỗng, tiềm năng mao dẫn ban đầu của đất và
độ nhám dòng chảy tràn) đợc xác định cùng với một ma trận hiệp biến. Những giá trị
này sau đó đợc sử dụng để tạo ra bộ thông số từ một sự phân bố chuẩn nhiều biến
bên trong một thủ tục Monte-Carlo mô phỏng các trận ma kiểm chứng khác, bao
gồm những trận ma lớn nhất đợc ghi lại. Giới hạn dự báo đã thoả mãn dòng chảy
quan trắc cho các trận ma đợc kiểm chứng này (hình 9.1.b)
Phần tiếp theo của sự nghiên cứu là để ớc lợng sự thay đổi của lu lợng hy
vọng nh là kết quả của sự thay đổi lớp phủ rừng cây tùng bách. Các thông số của sự

292
giữ lại và sự bốc thoát hơi nớc của rừng trớc đây đã chỉ ra việc tái tạo số liệu đo ở
quy mô bãi thực nghiệm trong lu vực Severn là thoả mãn. Một bộ thông số thực vật
mới do đó cũng đợc giả thiết đã biết mà không có sự bất định. Không có sự biến đổi
nào đợc giả thiết trong các giá trị trung bình và phơng sai của thông số độ dẫn thuỷ
lực, độ rỗng và độ nhám dòng chảy tràn. Điều này đợc biết từ sự đo đạc thực địa, tuy
nhiên mức độ ẩm đất kỳ trớc mỗi trận ma dới đất rừng nói chung khô hơn dới
đồng cỏ. Một sự thay đổi cố định trong tiềm năng mao dẫn ban đầu trung bình do đó
đã đợc chấp nhận trong khi giữ phơng sai và hiệp biến giống nhau nh trong điều
kiện hiện tại. Kết quả của sự mô phỏng cho cùng một trận ma đợc chỉ ra ở hình
9.1(b). Tính bất định trong dòng chảy dự báo cho các lu vực rừng là cao nhng sự
khác nhau trong sự phân bố của các đỉnh dự báo đợc chỉ ra là có ý nghĩa thống kê.
Tuy nhiên, lặp lại sự phân tích mà không thay đổi điều kiện ban đầu không rút ra sự
khác nhau quan trọng giữa dự báo của rừng và đồng cỏ.
Một loạt các nghiên cứu khác đã chỉ ra rằng ảnh hởng của các điều kiện ban đầu
trong các mô hình phân bố dựa vào quá trình có thể bền vững trong một thời gian xem
xét đáng kể. Do vậy trong bất kì đánh giá nào các ảnh hởng của sự thay đổi, sự chú ý
lớn dành cho việc giải thích kết quả của thời kỳ mô phỏng ngắn. May thay, sự hạn chế
của máy tính hiện nay đang ít đi và dạng nghiên cứu này có thể đợc lặp lại sử dụng
thời kỳ mô phỏng dài hơn để cực tiểu hoá ảnh hởng của các điều kiện ban đầu đến
các kết quả trong khi vẫn tạo nên một sự đánh giá thực của độ bất định dự báo.
9.1.2 ảnh hởng của hoả hoạn
Một nhân tố quan trọng khác ảnh hởng đến sự sản sinh dòng chảy là hoả hoạn,
đặc biệt nơi mà tỷ lệ lớn lu vực bị ảnh hởng. ảnh hởng đến dòng chảy lu vực nói
chung dễ dàng phát hiện ra hơn và trong một số trờng hợp kéo dài hàng chục năm.
Nhiều nghiên cứu thực địa đã chứng minh rằng lửa làm hạ thấp cờng độ thấm và
làm tăng hệ số dòng chảy mặt, ít nhất ngay trong giai đoạn sau khi cháy (ví dụ Cerda
1998). Cháy làm giảm sự bảo vệ bề mặt kết quả từ sự mất đi lớp phủ thực vật và sẽ
hớng đến làm tăng xu hớng không thấm nớc hoặc tính không a nớc của mặt đất

(Soto và Diaz-Fierros 1998). Một đám cháy lan rộng ở lu vực Rimbaud (nơi đợc mô
hình hoá bởi Parkin và nnk 1996 sử dụng mô hình SHE cho giai đoạn trớc khi cháy
xem trờng hợp nghiên cứu ở mục 5.4), có ảnh hởng trong việc tăng đỉnh lũ đáng kể
trong giai đoạn tiếp theo (theo Lavabre 1993). Dự đoán về tác động của cháy đến dòng
chảy mặt ở lu vực cấp nớc Melbourne đã đợc xem xét trong trờng hợp nghiên cứu
ở mục 9.2.
9.1.3. Đô thị hoá
Đô thị hoá đợc biết là có ảnh hởng quan trọng đến quan hệ lợng ma-dòng
chảy nhng hầu nh tất cả các mô hình chúng ta đã xem xét đến thời điểm này có rất
ít sự tính toán rõ ràng diện tích đô thị trong dự báo ma-dòng chảy. Điều này có thể
luôn đợc bào chữa dựa trên cơ sở là diện tích đô thị chỉ là một phần nhỏ của diện tích
lu vực, nhng diện tích đô thị nhỏ sẽ yêu cầu tính toán đặc biệt để tính đến sự thay

293
đổi trong thuỷ văn bởi con ngời. Dự đoán dòng chảy trong các vùng đô thị cho việc
thiết kế hệ thống thoát nớc trong một vùng là lĩnh vực của thuỷ văn với một tài liệu
rộng lớn của riêng nó. Bất kì mô hình lợng ma - dòng chảy đô thị nào cũng cần phải
tính toán sự liên kết của diện tích thấm hoặc không thấm và lới các kênh và bơm
tiêu nớc tự nhiên và nhân tạo. Có một số phần mềm thơng mại sẵn có cho dự báo
quan hệ ma-dòng chảy trong các vùng đô thị bao gồm mô hình quản lý nớc ma US
EPA (SWWM; Huber 1995), phần mềm MOUSE từ Viện thuỷ lực Đan Mạch, và
WALLRUS từ trung tâm nghiên cứu nớc và thuỷ lực ở Vơng Quốc Anh. Những gói
phần mềm này đợc thiết kế riêng để tính toán mạng xác định của các máy bơm và
các kênh trong một lu vực và diện tích đóng góp cho chúng. Nhìn chung chúng bao
gồm thành phần mô hình chất lợng nớc cũng nh dự đoán dòng chảy mặt. Một gói
mô hình phân bố chung khác nh các mô hình sóng động học HEC-1 và KINEROS, có
các thành phần có thể sử dụng để miêu tả hỗn hợp sự thấm nớc hoặc không thấm
nớc của sử dụng đất trong các vùng đô thị (Feldman 1995 và Smith 1995 ).
Đáng lu ý rằng tất cả các mô hình thuỷ văn đô thị đều dựa trên những ý tởng
truyền thống là phần chính của thuỷ đồ là do dòng chảy mặt. Điều này sẽ luôn là gần

đúng trong các vùng đô thị nơi mà tất cả các cơn ma quan trọng nhất cho mục đích
thiết kế trong lu vực nhỏ là các trận ma dông đối lu mạnh và ngắn. Tuy nhiên,
đáng ghi nhớ rằng có nhiều bề mặt không thấm nớc ở các vùng đô thị không đợc kết
nối trực tiếp với các đờng thoát hoặc các kênh nhiều hơn là điền trũng, và nhiều bề
mặt thấm nớc sẽ không sản sinh dòng chảy bề mặt, thậm chí cả với những trận ma
cờng độ cao. Sự thấm nh vậy vào dới mặt nói chung bị coi nh tổn thất từ mô hình
và không đợc xem xét tiếp theo. Sự khó khăn của đặc trng hoá tất cả các bề mặt và
sự liên kết thoát nớc khác nhau trong các vùng đô thị, cũng có thể thay đổi trong các
điều kiện lũ, không phải là nhiệm vụ tầm thờng thậm chí trong việc thiết kế các hệ
thống tiêu nớc nhỏ. Tuy nhiên, quá trình của mô hình hoá đang trở nên đơn giản hơn
vì nhiều hệ thống tiêu nớc đô thị và sử dụng đất đang đợc đặc trng hoá bên trong
cơ sở dữ liệu GIS. Tuy nhiên Burges và các nnk (1998), vẫn cho rằng kiểm soát tiếp
tục các lu vực nhỏ để thay đổi các phần còn lại cần thiết để giải quyết một vài sự bất
định liên kết với dự báo tác động của sự phát triển đến thuỷ văn.
9.1.4. Tiêu thoát trong nông nghiệp
Sự nghiên cứu của các hệ thống tiêu nớc thực địa nhân tạo và các con mơng
trong các mô hình thuỷ văn là một vấn đề tơng tự, mặc dù các ghi chép về các đờng
tiêu nớc đợc lắp đặt trong quá khứ ở nơi nào, khi nào và nh thế nào có thể không
luôn luôn sẵn có cho các nhà mô hình hoá. Tiêu thoát nớc có một sự ảnh hởng trong
thuỷ văn, mặt khác những ngời nông dân, các nhà làm ruộng và một số khác sẽ
không quan tâm đến chúng. Tuy nhiên, những điều còn lại đó là một vài phân tích
nh tiêu thoát có thể có những ảnh hởng nh thế nào đến độ lớn của các đỉnh ma.
Hai đờng lối tranh luận luôn luôn xuất hiện. Đờng lối đầu cho rằng vì tiêu thoát
cung cấp con đờng bổ sung tơng đối hiệu quả cho việc loại bỏ dòng chảy. Chúng sẽ
có khuynh hớng làm tăng thêm độ lớn của các đỉnh ma. Đờng lối thứ hai cho rằng
tiêu thoát có xu hớng tiêu hao đất giữa các đợt ma, sẽ có sẵn lợng trữ trớc trận

294
ma nhiều hơn và làm sản sinh dòng chảy ít hơn, sao cho bất chấp bất kì hiệu ứng
tăng nào của dòng chảy, sản sinh dòng chảy ít hơn sẽ đa đến đỉnh thuỷ đồ thấp hơn.

Sự phân tích các ghi chép dòng chảy từ lu vực thí nghiệm tiêu nớc và không
tiêu nớc đã chỉ ra cả 2 dạng của dáng điệu, thậm chí ở trong cùng một lu vực, dới
các điều kiện khác nhau (xem tổng quan của Robinson 1986), Robinson đã chỉ ra rằng
sự tiêu nớc của những đất sét nặng có thể dẫn đến sự giảm đỉnh lũ bằng sự thiếu hụt
kỳ trớc nói chung là cao hơn, trong khi sự tiêu nớc của đất thấm nhiều hơn có xu
hớng tăng nhanh dòng chảy sát mặt, đa đến đỉnh lũ cao hơn. Do đó mô hình hoá các
ảnh hởng của sự tiêu nớc ở quy mô lu vực sẽ không đơn giản, đặc biệt nơi mà thậm
chí với mô hình phân bố dựa trên quá trình, khoảng cách của tiêu nớc nền đá hoặc
các đê chắn sóng có thể nhỏ hơn nhiều so với quy mô lới của mô hình. Do đó, một số
thông số hoá của sự ảnh hởng của quy mô nhỏ hơn lới sẽ thực sự cần thiết. Ví dụ
thông số hoá đã đợc xem xét bởi Dunn và Mackay (1996), Kim và Delleur (1997) và
Karvonen và nnk (1999). Mô hình MIKE SHE hiện nay có một thành phần để miêu tả
ảnh hởng của sự tiêu nớc thực địa trong việc dự đoán dòng chảy nh một hàm tuyến
tính của mực nớc ngầm địa phơng trên một cao trình mốc tiêu nớc nào đó (theo Al-
Khudhairy 1999 )








Hình 9.2. Sự thay đổi lợng nớc lu vực theo cháy rừng với giới hạn dự đoán xấp xỉ cho sự tái sinh cây
tần bì núi ở lu vực Graceburn, Australia (Kuczera 1987). In lại từ Tạp chí thuỷ văn 211; 69-85, xuất bản
(1987) với sự cho phép từ Elsevier Science.
9.2.Trờng hợp nghiên cứu: Dự báo tác động của hoả hoạn và khai
thác rừng trong lu vực cấp nớc ở Melbourne
Một ví dụ đặc biệt thú vị về việc dự đoán ảnh hởng của thay đổi sử dụng đất đa đến
từ lu vực cấp nớc của thành phố Melbourne, Austranlia. Lu lợng nớc của lu

vực này là nhạy cảm với tổn thất lớp phủ rừng cây tần bì núi nguyên sinh do cháy
rừng tự nhiên. ở đó sau khi cháy (hay chặt phá các cây gỗ đã trởng thành) lu lợng
lu vực bị giảm xuống. Lợng nớc hàng năm khoảng 1000mm dới những cánh rừng
trởng thành có thể bị giảm xuống 500 mm ở đỉnh của rừng tái sinh do mật độ quá cao
và diện tích lá cây của rừng tái sinh. Nớc mất quay trở lại bầu khí quyển nh vận


295
chuyển và bốc hơi của lợng giữ lại. Sự tổn thất đạt cực đại sau khoảng 25 năm của
rừng tái sinh nhng Kuczera (1987) đã ớc lợng rằng có thể phải mất trên 100 năm
cho lợng nớc đợc khôi phục đầy đủ (xem hình 9.2).
Đờng cong tổng lợng nớc của Kuczera cho các lu vực đã đợc phát triển bởi
hồi quy kinh nghiệm ở quy mô lu vực, sử dụng các ghi chép lâu dài của lợng nớc
quan trắc sau đợt cháy tốn kém trong năm 1939 và giả thiết một dạng đặc biệt theo
các hàm phi tuyến. Giả thiết rằng nó phụ thuộc mật độ thực vật tái sinh gần đây đã
đợc kiểm tra bằng sử dụng mô hình phân bố dựa trên quá trình MACAQUE bởi
Watson và các nnk (1999). Mô hình này đợc hiệu chỉnh cho 3 lu vực khác nhau
(Watts, Grace Burn và Coranderrk, tổng diện tích là 145 km
2
) dới các điều kiện hiện
tại, bao gồm một sự so sánh của một số dự báo mực nớc ngầm ở bên trong. Mô hình
đã chỉ ra là nhạy hơn với giả thiết về phân bố không gian của đầu vào ma hơn là sự
phân bố địa hình sử dụng. Mật độ thảm thực vật đợc mô phỏng bởi sự phân bố đặc
biệt của chỉ số diện tích lá cây, liên hệ với bản đồ tuổi của rừng trong lu vực. Các mô
phỏng hạn dài đó đợc thực hiện qua suốt thời kỳ 1910 1991 và thay đổi chỉ số diện
tích lá, cũng nh thông số độ dài của lá (hoặc sức cản khí khổng) theo sự tái sinh của
rừng sau vụ cháy năm 1939. Thay đổi thông số dựa trực tiếp vào mối quan hệ với tuổi
phát triển. Kết quả tổng hàng năm của những dự báo lu lợng khác nhau đó đợc chỉ
ra ở trong hình 9.3

Hình 9.3. Các dự đoán của sự thu hồi lu lợng ở lu vực Ataroondah, Australia (tổng diện tích 145 km
2
)
do cháy rừng sử dụng mô hình AFACAQUE ( theo Watson 1999 ). Tái tạo với sự cho phép của John Wiley
và Sons Limited.
Mô hình trong đó cả 2 thông số bị thay đổi là điều thành công nhất trong tái tạo
sự thay đổi thời kỳ dài trong lu lợng. Tuy nhiên thậm chí sự mô phỏng này chỉ ra
một dự báo vợt quá hay ở thấp hơn đáng kể so với của các lu lợng quan trắc đợc
trong những năm cụ thể. Các tác giả cho rằng những sai sót này có thể là do sự biểu
diễn không đầy đủ cấu trúc không gian của lợng ma bên trong lu vực. Trong khi
MACAQUE không phải là một mô hình phân bố đầy đủ dựa trên quá trình thì những
kết quả này có lẽ là điển hình của kiểu chính xác có thể đạt đợc trong dự báo ảnh
hởng sự thay đổi sử dụng đất, trong khi miêu tả trạng thái của lu vực giống nh là


296
một tập hợp đơn của các thông số liên quan tới quá trình khi các đờng cong của
KUCZERA (1987) miêu tả gần đúng quy mô lu vực cho cùng một vấn đề.
9.3. Dự báo tác động của biến đổi của khí hậu
Dự báo ảnh hởng của sự thay đổi khí hậu bao gồm cả sự thay đổi theo quy mô
về thời gian và không gian, có một ý nghĩa vô cùng quan trọng trong quá trình dự báo.
Sự hạn chế tính toán hiện thời trên GCM có nghĩa rằng quy mô lới ở đó dự báo sẵn có
là còn rất lớn (ít nhất ở mức 100x100km, tơng đơng với một lu vực sông 10000km

2
,
gần nh toàn bộ sông Thames của nớc Anh). Chỉ có một dự báo đơn lẻ về nhiệt độ
trung bình, giáng thủy hay dòng chảy đợc làm cho mỗi ô vuông lới, mặc dù sự biến
đổi lớn ở quy mô nhỏ hơn lới cũng đợc mong đợi từ đo đạc. Điều này đa đến ví dụ
bài toán ma phùn GCM, ở đó giáng thủy do các hoạt động đối lu mãnh liệt ở quy
mô nhỏ hơn nhiều ô vuông lới, chỉ có thể đợc biểu đạt trong mô hình nh lợng
giáng thủy trung bình cờng độ thấp. Hiện nay có khả năng tinh luyện dự báo địa
phơng của GCMs bằng việc nhúng một mô hình lới mịn bên trong lới thô thông
thờng. Mô hình lới mịn sau đó sử dụng những dự báo của lới thô nh là điều kiện
biên tại những giới hạn của nó và đó là phụ thuộc cuối cùng vào những mô phỏng lới
thô.
Tất cả GCMs đều có một mô hình thủy văn để cung cấp một điều kiện biên thấp
hơn cho dòng năng lợng và hơi nớc giữa bề mặt đất và khí quyển. Những mô hình
đó đợc biết chung nh những mô hình chuyển đổi của đấtthực vậtkhí quyển
(SVATs) hoặc sơ đồ thông số hoá bề mặt đất (LSPs). Trong quá khứ, những thành
phần này có dạng cái thùng rất đơn giản, tơng tự nh các mô hình giải thích độ ẩm
đất đợc thảo luận ở mục 2.4. Chúng ta đã thấy rằng, chỉ với một vài hiệu chỉnh, các
mô hình đó có thể cung cấp những mô phỏng tốt độ hụt ẩm đất đo đạc tại một điểm,
nhng trong trờng hợp của GCMs chúng đợc sử dụng không để biểu thị một điểm
riêng lẻ mà là toàn bộ diện tích đất của ô vuông lới. Do đó các giá trị thông số đó đợc
coi nh là các giá trị thông số ảnh hởng, nhng rõ ràng trong trờng hợp lới ô vuông
GCM rộng không có dữ liệu đối chiếu để có thể hiệu chỉnh các giá trị ảnh hởng.Vì
vậy, các giá trị lý thuyết thông thờng đợc xác định bằng sự ớc đoán thông minh.
Vì công suất của máy tính đợc nâng lên, một vài sự hạn chế trở nên nhẹ nhàng
hơn. Trong đời mới nhất của GCMs, thành phần SVAT dạng thùng đợc thay thế bằng
các thông số hoá có cơ sở vật lý hơn để xử lý dòng nớc và năng lợng đến và đi ra từ
đất và thảm thực vật, sự điều khiển sinh lý của các thảm thực vật đến sự vận chuyển
trong dạng chi tiết hơn. Ví dụ sơ đồ MOSES đợc sử dụng trong mô hình tuần hoàn
thống nhất của cơ quan Khí Tợng Anh quốc (Theo Cox 1998) và mô hình sinh quyển

đơn giản (SiB: Sellers và nnk 1996) mà trong phiên bản mới nhất của họ, cũng dự báo
dòng CO
2
. SiB là một mô hình nhiều thông số, nhiều tầng thực vật, nhiều tầng đất
dựa vào vật lý của một mảng thực vật, và đã đợc dùng để tạo ra những mô phỏng tốt
dòng năng lợng đo đạc nớc và CO
2
đo đạc ở quy mô một thảm thực vật đơn lẻ. Tuy
nhiên, một khi cặp với GCM, nó vẫn chỉ có thể sử dụng một mô hình SiB đơn lẻ trong
mỗi ô vuông lới. Nh thế các giá trị của thông số đã đợc xác định nh những thông

297
số ảnh hởng để miêu tả toàn bộ biến thiên của các chu trình và các điều kiện bên
trong các ô vuông lới GCM rộng lớn. Hiện nay không có cách nào để ớc lợng những
giá trị thông số ảnh hởng nh thế tại quy mô lới hơn là bằng phỏng đoán thông
minh nh trờng hợp mô hình dạng thùng. Trong trờng hợp của mô hình SVAT phức
tạp hơn, dù sao có nhiều giá trị thông số hơn đợc ớc lợng. Điều không rõ ràng là
cơ sở vật lý của SVAT phức tạp hơn giúp cho việc ớc lợng các giá trị ảnh hởng tại
quy mô lới và nó chỉ ra rằng có thể có sự bất định đáng kể trong ớc lợng của các
thông số SVAT, thậm chí là cả ở quy mô các mảng cục bộ (Franks 1997).
Do đó các thành phần thủy văn của GCMs có một vài giới hạn quan trọng. Một
nghiên cứu so sánh bên trong của hình thành các SVAT khác nhau, đợc biết tới nh
PILPS (Dự án về sự so sánh bên trong của các sơ đồ thông số hoá đất bề mặt và đất),
đã chỉ ra rằng các sơ đồ khác nhau cho các dự báo khác nhau đáng kể, khi mà các
thông số đợc ớc lợng mà không hiệu chỉnh, đặc biệt cho dự báo sản sinh ra dòng
chảy (Lohmann và nnk 1988 ). Điều này có lẽ đợc mong đợi, vì nh chúng ta đã thấy,
sinh dòng chảy không phải là một quá trình một chiều đơn giản, mà là một quá trình
ba chiều bao gồm cả sự tơng tác giữa địa hình, các tầng đất, thảm thực vật bề mặt,
nớc ngầm và các lới sông ngòi với các diện tích đóng góp thay đổi động lực cho cả
đóng góp dòng mặt và sát mặt vào dòng chảy. Sự kết hợp của nhiều các mô hình mặt

đất chấp nhận đợc về mặt thuỷ văn vào trong GCMs dờng nh vẫn còn rất xa vời
mặc dù gần đây nó đã có một số phát triển thú vị trong cái đợc gọi là mô hình thủy
văn học quy mô lớn.
9.3.1 Các mô hình thuỷ văn quy mô lớn
Mô hình SVAT một chiều (1D) sử dụng ở quy mô lới mô hình GCM với những giá
trị các thông số là một ví dụ đặc biệt đơn giản về mô hình thuỷ văn trên quy mô lớn.
Một mở rộng đơn giản là sử dụng các mô hình một chiều (1D) bội để biểu thị các lớp
hoặc mảng cảnh quan với các đặc trng khác nhau (ví dụ nh Avissar và Pielke 1989;
Koster và Suarez 1992; Jolley và Wheater 1997). Điều này có thể mở rộng cho sơ đồ
bậc cao hơn bằng cố gắng tính toán phân bố liên kết của các dòng khác nhau bên trong
cảnh quan (Avissar 1998). Một cách tiếp cận khác là cố gắng miêu tả phân bố của
phản ứng bên trong cảnh quan trong một dạng hàm số nào đó, nh trong cấu trúc mô
hình của Xinajiang / ARNO / VIC (xem hộp 2.2), các phiên bản của nó đã sẵn sàng kết
hợp vào trong GCMs (ví dụ Durmenil và Todini 1992; X.Liang và nnk 1994). Hoặc đã
sử dụng biến dự báo GCM nh đầu vào cho mô hình hoá lu vực lớn (Liston và nnk
1994).
Có một vài phát triển khác trong mô hình thuỷ văn quy mô lớn đợc đề cập đến ở
đây, mặc dù chúng đã (hoặc cha) đợc kết hợp trực tiếp vào GCMs. Trên thực tế, yêu
cầu của mô hình thuỷ văn quy mô lớn là không thực sự khác với thực nghiệm mô hình
hoá lu vực khác: Chúng cần có nghĩa của sản sinh dòng chảy, phản ánh đúng đắn sự
thay đổi của các quá trình dòng chảy và có nghĩa của diễn toán dòng chảy đến những
điểm ta quan tâm (hoặc trong trờng hợp của mô hình GCMs là giữa các phần tử lới
khác nhau), phản ánh đúng đắn quy mô thời gian của quá trình dòng chảy. Sự khác

298
nhau trong mô hình thuỷ văn quy mô lớn là phạm vi biến đổi bao hàm của nó, sự quan
trọng của diễn toán trễ trong dạng thuỷ đồ của các sông quy mô lục địa (ví dụ Naden
1992, Naden và các nnk 1994) và giới hạn rằng nếu mô hình quy mô lớn là có thể cặp
với CGM thì nó phải giữu nguyên độ tính toán nhanh. Gần đây có một vài cố gắng để
xác định mô hình thuỷ văn quy mô lớn, phản ánh sự không đồng nhất của sản sinh

dòng chảy và có thể sử dụng trong GCM bao gồm: phiên bản TOPLASTS của
TOPMODEL (Famiglietti và Wood 1991 Stieglitz và nnk 1997); mô hình UP của Ewen
(1997); mô hình SLURP của Kite (1995) và tiếp cận không liên kết mờ của Frank và
Beven (1997), Beven và Frank (1999). Tâta cả các con đờng khác nhau đã cố gắng
phản ánh biến đổi của phản ứng đợc tìm thấy ở quy mô nhỏ hơn lới GCM trong con
đờng hiệu quả tính toán.
TOPLASTS (với sơ đồ chuyển đổi đất khí quyển dựa trên TOPMODEL) đã sử
dụng các hàm phân bố thống kê cho biến đổi đất, cây cối, và địa hình với chỉ số địa
hình TOPMODEL cung cấp biến phân loại ban đầu (xem phần 6.4). Mô hình SLURP
nhóm những điểm tơng tự nhau bên trong một khu vực vào một số lợng nhỏ đơn vị
tính toán bên trong phần tử lới mô hình, nhng không sử dụng chỉ số địa hình nh
biến phân loại, chỉ có thảm phủ thực vật, đất và cao trình. Nó chỉ ra một số thành
công trong mô hình thuỷ văn của lu vực lớn sử dụng biến đầu ra GCM nh đầu vào
của SLURP (Kite và Haberlandr 1999).
Mô hình UP là một tiếp cận thú vị đặc biệt cho vấn đề này trong đó nó cố gắng
duy trì một tiếp cận vật lý hoàn toàn cho các dự báo quy mô lớn. Chìa khoá để đạt
đợc điều này là gộp các kết quả của mô phỏng độc lập dùng một mô hình thông số
hoá dựa trên vật lý chi tiết vào trong một dãy các bảng tra cho các dòng giữa các lợng
trữ chính trong mô hình UP (hình 9.4). Trong áp dụng cho lu vực sông Arkansors
Red có diện tích 570.000 km2, 1923 ô vuông lới với kích thớc 17 x17 km đợc phân
vào 5 loại khu vực khác nhau (Ewen và nnk 1999; Kilsby và nnk 1999). Các phần tử
của mô hình UP đã đợc phát triển một cách riêng biệt cho mỗi trong 5 loại khác nhau
bởi chạy mô phỏng mô hình chi tiết cho các diện tích lu vực đại biểu bên trong khu
vực. Trong lý tởng, bảng tra cho mỗi khu vực có thể đợc giả thiết không phụ thuộc
vào ảnh hởng của các yếu tố khí tợng, nhng trong thực tế đã thấy rằng cần thiết
cung cấp thêm loại khu vực cho phép sự khác biệt đáng kể trong đầu vào ma bên
trong sự phân loại gốc. Một sự so sánh giữa lu lợng thực đo và dự báo đợc chỉ ra
trên hình 9.5
Trong khi chạy mô phỏng cho hầu hết lu vực, mỗi phần tử lới có đầu vào ma
và các yếu tố khí tợng khác nhau. Lợng trữ trong mỗi ô đợc sử dụng với bảng tra

cho dạng phần tử của UP để xác định các thông lợng giữa các ô. Sự cân bằng khối
lợng đã đợc duy trì cho mỗi ô trong mỗi phần tử lới. Mô hình đợc hoàn thiện bởi
thành phần diễn toán dòng chảy hàm độ rộng mạng của Naden và nnk (1999). Do đó
các mô phỏng của mô hình có hiệu quả tính toán hơn những mô hình phân bố có cơ sở
vật lý đầy đủ, nhng phần còn lại phù hợp chấp nhận đợc với dự báo của mô hình
thông số hoá đã sử dụng.

299










Hình 9.4 . Mô hình ma-dòng chảy trên quy mô lớn Đại học Newcasstle UP (Theo Ewen và các nnk 1999).
In lại từ Thuỷ văn và Hệ thống khoa học trái đất với sự cho phép của Hội địa vật lý châu Âu
Kết quả phụ thuộc rất nhiều vào việc thể hiện của cả cấu trúc và giá trị thông số
của những mô hình thông số hoá cơ bản, vì đây là chạy hoàn toàn theo con đờng tất
định. Do đó, sự tiếp cận này chắc chắn đợc tìm thấy trong sự tin tởng rằng xác định
trớc tất cả các thông số yêu cầu bởi mô hình thông số hoá là có thể thực hiện đợc
(chú ý rằng bản thân các phần tử UP không yêu cầu các thông số nhng bảng tra của
chúng phụ thuộc vào các thông số của mô hình cơ bản). Một sự so sánh giữa lu lợng
thực đo và mô phỏng tại những quy mô lu vực khác nhau từ việc áp dụng cho các lu
vực Arkansas- Red (ví dụ hình 9.5) chỉ ra rằng sai số vẫn còn rất lớn, nhng sẽ đợc
ghi nhớ rằng không có lu lợng thực đo đối chiếu với hiệu chỉnh đợc sử dụng trong
sự phát triển mô hình mô phỏng.

Một tiếp cận khác để đối xử với vấn đề thông số hoá của những khu vực không có
đo đạc trong mô hình thủy văn quy mô lớn đã đợc đa ra bởi Abdulla và nnk (1996).
Abdulla và Lettenmaier (1997) sử dụng mô hình quan niệm VIC-2L của hộp 2.2, áp
dụng cho cùng hệ thống sông Red- Arkansas. Họ đã sử dụng sự khác nhau của những
lu vực con trong hệ thống sông Red- Arkansas nh bộ luyện để hiệu chỉnh giá trị các
thông số cho mô hình VIC - 2L . Sau đó đợc chia thành từng khu vực nhờ tơng quan
giữa các giá trị hiệu chỉnh với những đặc trng mặt đất khác cho các lu vực. Điều
này cho phép ớc lợng thông số cho tất cả các lu vực con. Sự ớc lợng này đợc
kiểm tra trên 6 lu vực đo đạc, nhng không bao gồm bộ đợc hiệu chỉnh. Đối với cả
lu vực có số liệu và không có số liệu, không có sự bất định nào trong các thông số
đợc đa vào tính toán. Việc thủ tục khu vực hoá đợc thấy là thích hợp cho các lu
vực con ẩm ớt và bán ẩm ớt, nhng tiếp cận đã không thực hiện tốt cho khu vực bán
khô hạn của hệ thống sông Red- Arkansas.



300










Hình 9.5. Lu lợng thực đo và dự báo tại cửa sông Arkansas và Red, sử dụng mô hình ma-dòng chảy
quy mô lớn của Đại học Newcastle UP ( theo Kilsby và nnk 1999). In lại từ Thuỷ văn và Hệ thống khoa
học trái đất với sự cho phép của European Geophusical Socuety

Tiếp cận không liên kết mờ của Franks và Beven (1997) là cách thứ 3, khá là khác
biệt với các cách tiếp cận khác cho cùng một vấn đề, cố gắng để đạt đợc hiệu quả tính
toán trong khi duy trì việc đánh giá thực tế dòng chảy. Cách này cũng là tiếp cận 2
giai đoạn, nhng dựa nhiều vào khái niệm tơng đơng của các mô hình khác nhau
(xem mục 1.8 và 7.7) hơn là tin vào khả năng dự báo tất định, Frank và Beven rút ra
rằng trong khi cố gắng giải thích sự thay đổi của các phản ứng thuỷ văn đối với cảnh
quan (hay ô lới GCM), thì sự không thay đổi các thông số đợc chúng ta quan tâm
thực sự nhng trong dạng hàm của các vị trí khác nhau trong việc phân chia cân bằng
nớc chia thành bốc hơi và dòng chảy. Quả thực, cho các dự báo bằng GCM, sự phân
chia đúng đắn của các dòng chảy sẽ quan trọng hơn là đa ra sự phân bố theo thời
gian một cách chính xác (nó có thể quan trọng hơn trong mô phỏng thuỷ văn). Sử dụng
bộ thông số khác để miêu tả phần khác nhau của cảnh quan chỉ là một cách để dự báo
sự khác nhau trong hàm số của những vị trí khác nhau. Tuy nhiên, xác định các bộ
thông số nh thế nỗi lo không thể tránh đợc độ bất định, thậm chí ở nơi đo đạc dòng
chảy là sẵn có để quy định cho những mô hình riêng biệt (xem Franks và nnk 1997).
Do đó, họ chấp nhận một phơng pháp ánh xạ cảnh quan vào trong không gian
thông số mô hình, dựa trên một ít thông tin sẵn có về bộ thông số khả thi để miêu tả
những vị trí khác nhau trong cảnh quan. Do những bất định cố hữu cần thiết một ánh
xạ mờ và đã đạt đợc nhờ sử dụng một mẫu lớn bộ thông số khả thi và sự gán mỗi
điểm một trọng số mờ đợc kết hợp với sự mô phỏng cá biệt. Trọng số tích luỹ trên tất
cả các vị trí (thờng là các phần tử lới quy mô mịn và trong trờng hợp của Frank và
beven (1997a) là các ảnh điểm viễn thám) cho phép chúng ta có một ánh xạ đầy đủ của
các cảnh quan vào trong không gian mô hình .
Đơn giản hoá của những tính toán đa vào giai đoạn thứ 2 từ nhận thức rằng rất

301
nhiều tổ hợp khác nhau của các bộ thông số trong không gian mô hình sẽ tơng tự
hàm trong dạng phân chia của cân bằng nớc (hay bất kỳ đặc điểm mong muốn nào).
Do đó, một lợng nhỏ những mô phỏng có thể đợc sử dụng để mô tả một phạm vi đầy
đủ của hành vi. Tiếp cận này đợc sử dụng để dự báo dòng chảy quy mô cảnh quan

của vị trí FIFE ở Kansas, đã giải thích sự thay đổi của đất, địa hình và quy định ánh
xạ dùng thông tin nhiệt độ bề mặt viễn thám. ý tởng sử dụng không gian cảnh quan
cho ánh xạ không gian mô hình đợc khảo sát tiếp theo trong chơng 10.
9.3.2. Sự bất định trong đánh giá tác động của thay đổi khí hậu đối với
thuỷ văn
SVAT biểu diễn bề mặt đất không chỉ là thông số hoá quy mô nhỏ hơn lới yêu
cầu trong GCM, và trong thế hệ hiện nay của mô hình GCM, cũng có những câu hỏi về
vấn đề làm thế nào để miêu tả tốt nhất sự hình thành mây, tạo ra ma, tơng tác với
đại dơng và các quá trình khác ở quy mô lới. GCM là sự phát triển liên tục khi năng
lực máy tính tăng lên, cho phép sử dụng quy mô lới ô vuông mịn hơn và thông số hoá
chi tiết hơn. Điều rõ ràng là bất chấp việc đơn giản đợc chấp nhận của nhiều thành
phần GCM, một phân tích đầy đủ những bất định của dự báo sự thay đổi khí hậu sẽ
không khả thi trong dự báo tơng lai. Điều tốt nhất có thể hy vọng là giới hạn số lần
chạy với giả thiết một số kịch bản khác nhau.
Bởi vậy, trong dự báo tác động của những biến đổi đến thuỷ văn, chúng ta phải
chấp nhận đầu ra của mô hình mới nhất GCMs nh một ớc lợng tốt nhất của điều
kiện trong tơng lai trong khi ghi nhớ giới hạn của mô hình tạo ra các ớc lợng.
Chúng có thể chắc chắn đợc chấp nhận nh các kịch bản có thể cho sự thay đổi nhiệt
độ trung bình và ma trung bình tháng, nhng có thể là đối tợng của những bất định
đáng kể. Tuy nhiên, để sử dụng những ớc lợng này, trừ những lu vực thoát nớc
quá lớn, chúng ta phải chia nhỏ dự báo GCM với quy mô thời gian và không gian nhỏ
hơn để phục hồi một số thay đổi quy mô nhỏ hơn lới cục bộ. Quá trình chia nhỏ này
hiện thời là đối tợng của số lớn các nghiên cứu mà chúng ta phải tính đến, ví dụ nh:
Lợng ma trung bình có quan hệ nh thế nào với sự biến đổi cục bộ dới điều kiện
thời tiết khác nhau, sự thay đổi của cao trình có ảnh hởng nh thế nào đến nhiệt độ
và giáng thuỷ nh tuyết, đúng hơn là ma, sự biến đổi trong giá trị trung bình liên
quan thế nào trong điều kiện cực trị và vv Đây rõ ràng là vấn đề rất phức tạp ngay
trong chính bản thân nó, bao gồm việc cộng thêm thông số vào các thành phần mô
hình phân chia. Một số sơ đồ phân chia đã đợc Wilby và Wriger (1997) tổng hợp lại,
trong khi các ví dụ gần đây đợc Conway và Jones (1998), Schur và Lettenmaier

(1998) và Wilby và nnk (1998) đa ra. Những mô hình phân chia nh vậy cũng là cần
thiết cho tơng lai nh cơ sở thông số hoá nhỏ hơn lới bên trong GCMs, nó đã mang
đến nhiều giải thích cho sự biến đổi địa phơng của các đặc trng bề mặt và phản ứng
trong dự báo dòng chảy quy mô lới.
Tuy nhiên, có một tiếp cận đơn giản hơn dựa trên biến đổi chuỗi thời gian lịch sử
của biến đầu vào theo con đờng thích hợp với dự báo của điều kiện tơng lai rút ra từ
mô hình GCMs. Đây cũng là dạng kịch bản mô hình hoá sử dụng dự báo GCM để tạo

302
ra những thay đổi có thể của nhiệt độ trung bình, giáng thuỷ trung bình vv Cách
tiếp cận này cũng có hạn chế vì nó không thể tạo ra kịch bản hoàn toàn phù hợp mà nó
bao gồm, chẳng hạn nh phản hồi giữa những thay đổi trong nhiệt độ, bốc hơi, độ ẩm
của không khí và bất kỳ sự thay đổi nào trong sự kết hợp với sự biến đổi giá trị trung
bình. Tuy nhiên, một tiếp cận nh thế sẽ không nhất thiết sai hơn sử dụng số liệu đầu
ra GCM đã phân chia.
Bất kỳ phơng pháp gì đợc sử dụng để tạo ra chuỗi đầu vào dới điều kiện thay
đổi, đánh giá những tác động sẽ đòi hỏi mô hình ma-dòng chảy để dự báo lu lợng
và những biến thuỷ văn khác, nh độ thiếu ẩm, làm đầy nớc ngầm hay mực nớc
ngầm khi càn thiết. Tính chính xác của dự báo nh vậy sẽ phụ thuộc chủ yếu vào việc
lựa chọn mô hình để mô phỏng quá trình thích hợp dới điều kiện thay đổi. Tiếp cận
dễ thấy nhất tại điểm này là để hiệu chỉnh số liệu dòng chảy ngày nay và sau đó sử
dụng mô hình đã hiệu chỉnh để dự báo phản ứng dới điều kiện thay đổi. Sự tiếp cận
này cũng đã đợc sử dụng để dự báo ảnh hởng của những thay đổi của khí hậu với
thuỷ văn, nh ở Vơng Quốc Anh (Arnell 1996, Arnel và Reynard 1996); Bỉ (Bultot và
nnk 1998, Gellens 1991); Thuỵ Điển (Bulstot và nnk 1992), Australia (Nathan và nnk
1988); Hy Lạp (Panagoulia 1992); Canada (Ng và Marsalek 1992) và Mỹ (Schaake
1990, Cooley 1990, Lettenmaier và Gan 1990).
Dự báo nh thế có nghĩa là gì? Chúng thực sự không có nghĩa rằng chúng là một
mô tả hiện thực của cái gì có thể xảy ra trong tơng lai. Đúng hơn, chúng là mô phỏng
có điều kiện: Có điều kiện trên cả mô hình đợc sử dụng là để miêu tả đúng đắn hiện

tợng thuỷ văn và trên kịch bản khí hậu trong tơng lai đợc sử dụng. Hầu nh tất cả
những nghiên cứu đã đợc đa ra không có bất cứ đánh giá nào của sự bất định dự
báo và không có bất kỳ nỗ lực nào để ớc lợng các thông số nào của mô hình có thể
thay đổi khi điều kiện khí hậu thay đổi.
Tuy nhiên, có một vài ngoại lệ. Một nghiên cứu ít đợc biết đến của Wolock và
Hornbeger (1991) đã dựa trên kịch bản mô hình sử dụng mô hình ma-dòng chảy, một
phiên bản của TOPMODEL, trong một áp dụng cho lu vực White OakRun bang
Virgina (cũng nh Hornbeger và nnk (1985) sử dụng trớc đây cho điều kiện khí hậu
hiện hành). Các kịch bản bao gồm chuỗi thời gian mô hình hoá của các đầu vào ma
và nhiệt độ đa vào mô hình cho nhiều chu kỳ 60 năm. Mỗi chuỗi đã đa ra một xu
thế bắt buộc. Sau 60 năm họ nhận ra rằng chỉ một vài lần chạy đã chỉ ra một xu
hớng rút ra trong các đặc trng dòng chảy mô hình hoá bằng sự chấp nhận rằng sự
thay đổi của việc phát hiện một xu thế trong tập số liệu quan trắc là rất nhỏ. Xu thế
đỉnh lũ cực đại hàng năm khó nhận ra hơn xu thế thể tích dòng chảy hàng năm.
Dự báo những tác động của sự thay đổi khí hậu đến thuỷ văn tất yếu là bất định.
Jakeman và nnk (1993b) đã chú tâm trực tiếp hơn vào vấn đề này khi áp dụng phiên
bản của mô hình IHACRES (Xem mục 4.3.1) với chuỗi số liệu dài của sông French
Broad ở Bắc Carolina và sông Tyfi ở xứ Wales. Mô hình đợc hiệu chỉnh sử dụng số
liệu ma, nhiệt độ, và lu lợng quan trắc để tìm ra bộ thông số tốt nhất trong 2 - 3
thời kỳ quan trắc độc lập cho mỗi lu vực. Không có xu thế nào rõ rệt trong kết quả

303
của thông số đợc tìm thấy, mặc dù có biến đổi quan trọng trong tất cả thông số từ
thời kỳ này đến thời kỳ khác trên cả 2 lu vực. Điều này đã làm tăng khó khăn để
phát hiện ra xu thế trong các số liệu thuỷ văn, đợc Wolock và Hormberge chứng
minh, đã mang đến tính biến đổi của số liệu khí tợng bắt buộc và giới hạn của mô
hình thuỷ văn.
Tất cả các mô hình thích hợp sau đó đợc sử dụng để dự báo ảnh hởng của sự
tăng số liệu nhiệt độ lịch sử với một khoảng giá trị không đổi từ 1 đến 4 độ. Điều này
đa đến phạm vi giảm của lu lợng với mỗi kịch bản nhiệt độ, phụ thuộc vào bộ

thông số đã sử dụng, bằng cách ấy cho phép một số đánh giá độ nhạy của thay đổi dự
báo đến những bất định trong thông số hoá. Trong trờng hợp này, sự phụ thuộc của
những tác động dự báo để chọn cấu trúc của mô hình cũng hoàn toàn rõ ràng, vì lu
lợng dự báo phụ thuộc trực tiếp vào hàm số cụ thể liên hệ ảnh hởng của sự bốc
thoát hơi nớc với nhiệt độ và lợng trữ lu vực (một hàm đã thay đổi trong các phiên
bản khác nhau của IHACRES). Không có một lý luận vật lý nào cho những hàm số
này hơn sự thật là mô hình có thể hiệu chỉnh để đem đến những mô phỏng tốt cho lu
lợng quan trắc.
9.4. trờng hợp nghiên cu: Mô hình hoá tác động của biến đổi
khí hậu đến tần suất lũ ở lu vực Wye
Trong mục 8.8 đã chỉ ra rằng mô hình TOPMODEL có thể cung cấp một mô phỏng
chấp nhận đợc về cả lu lợng liên tục và cả tần suất lũ cho lu vực Wye ở
Plynlimon, xứ Wales. Công việc này đã đợc mở rộng nhờ Cameron (2000) với sự đánh
giá độ bất định trong tác động của sự thay đổi khí hậu đến dự báo thuỷ văn. Mục đích
là xác định tác động có thể của biến đổi khí hậu đến tần suất của các trận lũ lớn. Việc
hiệu chỉnh mô hình đợc đảm bảo trong khuôn khổ của GLUE (mục 7.7), đa đến một
mẫu lớn của bộ thông số đợc coi nh có hành vi. Độ bất định rút ra trong dự báo thuỷ
văn dới điều kiện hiện thời đợc chỉ ra trong hình 8.4.
Số liệu ghi chép lịch sử sau đó đợc biến đổi để phù hợp với việc dự báo sự thay
đổi nhiệt độ tháng và lợng ma tháng đợc Hadley Centre công bố cho các năm 2020,
2050, 2080 (kịch bản HADCM2: Hulme và Jenkins 1998). Dĩ nhiên, có rất nhiều cách
khác nhau giải thích về ớc lợng của thay đổi giá trị trung bình tháng khi phân ra
thành bớc thời gian mô phỏng là giờ, một số khả năng đợc thử, nhng về cơ bản kết
quả khác nhau rất ít. Hình 9.6 chỉ ra thay đổi dự báo trong phân bố tích luỹ của sự
kiện ớc lợng 100 năm. Sự phân bố cho điều kiện hiện thời phản ánh các dự báo
trọng số hữu hiệu từ tất cả các bộ thông số đợc giữ lại nh có hành vi trong khuôn
khổ của GLUE. Đối với điều kiện thay đổi, giả thiết rằng độ hữu hiệu kết hợp với bộ
thông số là không thay đổi chỉ riêng số liệu đầu vào. Hình 9.6 chỉ ra rằng biến đổi ớc
lợng trong lũ 100-năm là nhỏ hơn nhiều độ bất định hiện thời trong ớc lợng lũ 100-
năm, nhng độ rủi ro của sự kiện 100-năm là không tăng.

Đây có lẽ là kết quả không đợc mong đợi, nhng có rất ít những nghiên cứu nh
thế cố gắng đánh giá độ bất định kết hợp với dự báo sự thay đổi. Chúng ta đã biết độ
bất định có thể ớc lợng tơng đối dễ dàng nh thế nào khi sử dụng mô phỏng Monte

304
Carlo, ít ra là trong khuôn khổ một kịch bản mô hình hoá. Nó sẽ đợc làm vì quyết
định về việc nh thế nào để quản lý tác động của biến đổi tơng lai chỉ có thể thực sự
đợc dựa trên ớc lợng độ rủi ro của mức độ biến đổi có thể. Hình 9.6 đã chỉ ra rằng
độ rủi ro của lũ có thời kỳ xuất hiện lại 100-năm độ lớn cao hơn sẽ tăng dới các kịch
bản này.
Dù sao điều này cũng ngụ ý rằng ớc lợng rủi ro sẽ đợc sửa lại hoặc cập nhật
bằng sử dụng số liệu trở thành sẵn có trong tơng lai. Điều này nhấn mạnh sự cần
thiết tiếp tục kiểm soát hệ thống các đối tợng để thay đổi, cho phép quy định các mô
hình khả thi và độ bất định trong dự báo của các mô hình này. Thiếu những hiểu biết
rõ ràng của xu thế gần đây trong số liệu thuỷ văn gợi ý rằng dự báo hiện thời của tác
động biến đổi đến thuỷ văn có thể không chính xác lắm và việc tiếp tục thu thập số
liệu là cần thiết.








Hình 9.6. Biến đổi dự báo trong lũ thời kỳ xuất hiện lại 100 năm cho lu vực Wye ở Plynlimon (10.6 Km
2
)
từ điều kiện hiện thời cho năm 2080 dựa trên kịch bản biến đổi khí hậu HADCM2 ở trung tâm Hadley. Một
mô hình ma ngẫu nhiên và mô hình ma-dòng chảy TOPMODEL (Cameron 2000)

9.5. Các điểm khoá từ chơng 9
Một trong những ứng dụng quan trọng nhất của mô hình ma-dòng chảy là để
dự báo ảnh hởng của sử dụng đất và biến đổi khí hậu trong tơng lai đến thuỷ văn
lu vực, đặc biệt là các sự kiện cực trị và lợng nớc cho việc đánh giá nguồn nuớc.
Sự thay đổi tự nhiên của hệ thống thuỷ văn theo không gian và thời gian, và
nói chung những quan trắc trong thời gian ngắn sẵn có đã làm cho việc nghiên cứu,
hiểu biết và dự báo đợc những ảnh hởng của sự thay đổi gặp khó khăn, ngay cả khi
sử dụng hầu hết các mô hình ma-dòng chảy dựa trên vật lý sẵn có hiện nay.
Sự phức tạp theo không gian của thay đổi sử dụng đất nh trong khu vực đô
thị và trong hệ thống tiêu nớc nông nghiệp làm cho việc dự báo tác động của những
thay đổi đặc biệt khó khăn. Sự sẵn có của cơ sở dữ liệu không gian trong hệ thống
thông tin địa lý trong tơng lai có thể bắt đầu làm cho công việc này dễ dàng hơn.


305
Dự báo biến đổi khí hậu dựa trên GCMs phụ thuộc vào biểu diễn thuỷ văn bề
mặt đất trong GCM. Những hạn chế máy tính và quy mô lớn của ô vuông lới CGM
vẫn giới hạn các mô hình thuỷ văn có thể cặp trực tiếp với CGM.
Tác động của biến đổi khí hậu đã xác định đợc ngày tháng dự báo sử dụng các
kịch bản mô phỏng là có điều kiện trên cả mô hình madòng chảy đợc sử dụng và cả
kịch bản khí hậu đặc biệt sử dụng nh là số liệu bắt buộc. Các dự báo nh thế sẽ liên
kết với ớc lợng độ bất định hoặc độ rủi ro. Nhng có rất ít nghiên cứu trong đó một
cố gắng bất kỳ đợc làm để đánh giá độ bất định dự báo tác động của những biến đổi.