Ứng dụng hàm phân tích điều hòa mô phỏng dao động dòng chảy một số sông lớn ở Việt Nam và ứng dụng nó vào khai thác nguồn thủy năng Việt Nam

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC Tự NHIÊN
******
'T ĩê ỉt đ ễ t à i :
ỨNG DỤNG HÀM PHÂN TÍCH ĐIỀU HOÀ MÔ PHỎNG DAO ĐỘNG
DÒNG CHẢY MỘT số SÔNG LỚN ở VIỆT NAM VÀ ỨNG DỤNG NÓ
VÀO KHAI THÁC NGUỒN THỦY NĂNG VIỆT NAM
MÃ SỐ: QT-05-35
OAI H ỌC Q U Ộ C G IA HÀ NỘI
TRUNG TÂM THÕNG TIN THƯ VIÊN
& / S S V
Chủ trì đề tài: PGS.TS. NGUYÊN VÃN TUẦN
n ỊỈÃ ;1k Nì: 3 n Ọ H ì '/MVi 0NOeji
lON y h VIS pọne OOH1VQ
HÀ NỘI - 2006
TÓM TẮT ĐỂ TÀI NGHIÊN cứu KHOA HỌC
a) Tên đề tài: ứng dụng hàm phâm tích điều hoà mô phỏng dao động
dòng chảy một số sông lớn ở Việt Nam và ứng dụng nó vào vận hành hệ
thống nhà máy thuỷ điện.
Mã số: QT-05-35
b) Chủ trì đề tài: PGS.TS Nguyễn Văn Tuần
c) Các cán bộ tham gia: NCS. Nguyễn Đức Hạnh
d) Mục tiêu và nội dung nghiên cứu.
Mục tiêu: Sử dụng làm phân tích điều hoà để mô phỏng dòng chảy hai
sông Đà và sông Đồng Nai và ứng dụng kết quả mô phỏng này vào vận hành hai
nhà máy Thuỷ Điện Hoà Bình và Trị An.
Nội dung:
- Thu thập bổ sung tài liệu dòng chảy trên hai sông lớn: Sông Đà và sông
Đồng Nai.
- Tổng quan các mô hình thống kê mô phỏng dòng chảy sông ngòi và ứng
dụng hàm phân tích điều hoà để mô phỏng dòng chảy.

- Úng dụng kết quả mô phỏng để vận hành khai thác hệ thống nhà máy thuỷ
điện Quốc gia.
e) Kết quả nghiên cứu.
- Đã thu thập bổ sung tài liệu dòng chảy của Sông Đà tại trạm Thuỷ văn
Hoà bình và trạm Tà Lài trên sông Đồng Nai.
- Đã dùng hàm phân tích điều hoà để mô phỏng dòng chảy năm, mùa và
tháng sông Đà và sông Đồng Nai. Kết quả cho thấy hàm này mô phỏng tốt dòng
chảy năm, dòng chảy mùa. Sai số mô phỏng <10% và hệ số tất định R > 95%.
- Đã phát hiện dòng chảy sông Đà và sông Đồng Nai có tính bất đồng pha
rất rõ đặc biệt là trong 2 tháng 7 và tháng 11 là hai tháng có lượng nước thừa lớn
ở sông Đà và có thể bổ sung điện cho nhà máy thuỷ điện trên sông Đồng Nai.
- Đã ứng dụng mô phỏng bằng hàm phân tích điều hoà vào định hướng khai
thác hai nhà máy thuỷ điện Hoà Bình và Trị An, với 2 kịch bản khác nhau.
Với kịch bản hai nhà máy hoạt động độc lập cho thấy nhà máy thuỷ điện
Hoà Bình còn thừa nước nhiều. Bình quân trong 1 nãm thừa 4,73 tháng. Ngược
lại nhà máy thuỷ điện Trị An thiếu 4,73 tháng.
1
Do đó cần có 2 định hướng:
- Đối vói nhà máy thuỷ điện Hoà Bình có thể tăng dung tích để khai thác lượng
nước thừa.
- Có thể bổ sung lượng điện của nhà máy thuỷ điện Hoà Bình cho nhà máy
thuỷ điện Trị An trong kịch bản liên hiệp vận hành.
Với kịch bản 2 nhà máy thuỷ điện phối hợp vận hành sẽ rất có lợi đặc
biệt là trong 2 tháng 7 và 11. Khi phối hợp vận hành công suất điện bình
quân hàng năm của nhà máy thuỷ điện Trị An đã tăng từ 226MW lên đến
247MW - tăng 9%.
- Năm 1977 ở miền Bắc thiếu điện phải điều hành điện tờ phía Nam trong
đó có nhà máy thuỷ điện Trị An, nhưng qua tính toán thuỷ năng chính xác vói
quá trình dòng chảy đến năm 1997 thì năm này ở miền Bắc không thiếu điện.
Lý do thiếu điện là do quy trình vận hành không đúng;gây lãng phí nước.

f) Tình hình kinh phí của đề tài:
Tổng kinh phí cung cấp 12.000.000đ
Chi phí đã chi hết và đã làm thủ tục thanh toán đầy đủ.
XÁC NHẬN CỦA ĐƠN VỊ CHỦ TRÌ ĐỂ TÀI
PGS.TS Phạm Văn Huấn
PGS.TS N guyễn Văn Tuần
XÁC NHẬN CỦA TRƯỜNG
9H® Hl^u
2
SUMMARY
a) Research title: Application of harmonic function to simulating streamflow
fluctuations of several big rivers in Vietnam and their use for the operation of
hydropower plants
Code: QT-05-35
_____________________________________________________
b) Research coordinator: Assoc. Prof. Nguyen Van Tuan____________________
c) Participant(s): PhD student. Nguyen Due Hanh
_________________________
d) Aims and contents
_________________________________________________
Aim: to simulate streamflow of Da and Dong Nai Rivers using harmonic analysis and
to apply the results to operation of the Hoa Binh and Tri An hydropower plants.
Contents:
- Collection of the up-to-date time series of flow of the two big rivers: Da and
Dong Nai Rivers.
- Overview of statistical models simulating streamflow and the application of
harmonic function to simulate streamflow
- Application of the simulation results to operating and exploiting the national
hydropower plant system
e) Results

- The up-to-date flow time series of Da River at Hoa Binh station and of Dong
Nai River at Ta Lai Station have been gathered
- The harmonic function has been used to simulate the annual, seasonal and
monthly discharges of Da and Dong Nai Rivers. The results show that the
harmonic function is most suitable for simulating the annual and seasonal
discharge. Simulation error smaller than 10 % and correlation coefficient is
greater than 95 %.
- The results revealed the significant phase lag between two rivers’ discharge
time series, especially in two months July and November that have the
maximum surcharge water in Da River. Thus, the Hao Binh hydropower plant
can supply the electricity for the Tri An hydropower plant in Dong Nai River.
- The harmonic function has been applied to simulating discharge, supporting the
operational planning of the two hydropower plants, with two scenarios.
In the first scenario, the two hydropower plants operate independently, the Hoa Binh
reservoir has a large amount of surcharge water. On average, this surcharge water
occur during 4.73 months yearly. Conversely, Tri An hydropower plant has 4.73
months with deficit water. Therefore, there are two possible actions:
- With regard to Hoa Binh reservoir, its capacity can be increased to exploit the
amount of surcharge water.
- A certain amount of electricity generated from Hoa Binh can be used to fill the
deficit amount of electricity generated by Tri An in the integrative operation
scenario.
In the second scenario where two hydropower plants operate interactively, it is very
effective, especially in two months July and November. When the two are operated
interactively, the annual average electrical capacity of Tri An is increased from 226
MW to 247 MW (9 % increase).
In 1997, a shortage of electricity occurred in the North so that electricity from the
South was called upon. Results of hydro-electricity calculation with the water
discharge of the year 1997 indicate that this is an avoidable shortage. This shortage
was due to improbable operation scheme, causing a lot of water wasted.

f) Research expenses
Total expense: 12.000.000 VN dong
This amount has been used up and fully declared
CERTIFIED BY FACULTY RESEARCH COORDINATOR
Assoc. Prof. Dr Phan Van Huan Assoc.Prof. Dr. Nguyen Van Tuan
CERTIFIED BY UNIVERSITY
Prof. Dr. Tran Nghi
MỤC LỤC
TÓM TẮT ĐỀ TÀI NGHIÊN cứ u KHOA HỌC 1
SUMMARY OF RES ARCH SCIENTIFIC SUBJECT 3
MỤC LỤC

5
M ổ ĐẦŨ

.
6
CHUƠNG 1 TỔNG QUAN VỀ ÚNG DỤNG MÔ HÌNH TOÁN ĐỂ MÔ PHỎNG QUÁ TRÌNH
DÒNG CHẢY SÔNG NGÒI




8
1.1. Lịch sử quá trình sử dụng mô hình toán trong thuỷ văn để mô phỏng quá trình
dòng chảy sông ngòi 8
1.2. Úng dụng mô hình ngẫu nhiên để mô phỏng dòng chảy sông ngòi

11
1.3. ứig dụng các loại mô hình khác để mô phỏng dòng chảy sông ngòi 14

1.3.1. Mô hình Hec-1

.

.


14
1.3.2. Mô hình Tank 15
1.4. Các mô hình ứng dụng để mô phỏng dòng chảy tại tuyến đầu vào các nhà máy
thuỷ điện 16
CHUỚNG 2 ÚNG DỤNG PHUƠNG PHÁP PHÂN TÍCH ĐỀU HOÀ MÔ PHỎNG CHUỖl THÒI
GIAN DÒNG CHẢY SÔNG NGÒI 20
2.1. Cơ SỞ lý luận của phương pháp 20
2.2 Thuật toán và sơ đồ giải 22
2.3. Khả năng ứng dụng 23
2.4. Áp dụng phương pháp phân tích điều hoà để mô phỏng dòng chảy sông Đà (tại
trạm Hoà Bình) và sông Đồng Nai (tại trạm Tà Lài) và đánh giá kết quả mô phỏng.

.

“

.7.

7.

.

24

CHƯƠNG 3 ỨNG DỤNG KẾT QUẢ MÔ PHỎNG QUÁ TRÌNH DÒNG CHẢY ĐỂ VẬN HÀNH
TỐI UƯ MỘT SỐ NHÀ MÁY THUỶ ĐIỆN 32
3.1. Khái niệm về hệ thống nhà máy điện và vận hành tối ưu nhà máy thuỷ điện 32
3.2. Một số nhà máy thuỷ điện sử dụng để vận hành tối ưu và các đặc trưng của
nó


33
3.3. Khái niệm về phụ tải điện và ứng dụng trong vận hành hệ thống nhà máy thuỷ
điện


.

.

7
.


.

.
.
.

.
7
.

36
3.3.1 Nhu cầu điện năng
36
3.3.2 Đồ thị phụ tải 37
3.4. Bài toán vận hành tối ưu hệ thống điện và kết quả của việc ứng dụng mô hình
toán mô phỏng dòng chảy trong vận hành tối ưu nhà máy thuỷ điện 40
3.4.1. Bài toán tổng quát 40
3.4.2. Trường hợp các nhà máy điện hoạt động hoàn toàn độc lập 46
3.4.3. Kết luận về việc ứng dụng mô hình phân tích điều hoà vào vận hành hai
NMTĐ Hoà Bình và Trị An 51
KẾT LUẬN 52
TÀI LIỆŨ THAM K H ẢO 53
PHIẾU ĐẢNG KÝ KẾT QUẢ NGHIÊN c ứ u K H -C N 54
PHỤ LỤC 1
5
MỞ ĐẦU
Trong hội thảo quốc tế tổ chức vào tháng 5 năm 1983 với tiêu đề: "Optimal
Utilization of water Resources". Sử dụng tối ưu tài nguyên nước có 3 vấn đề rất
đáng được chú ý [1]
- Mô phỏng đầu vào quá trình dòng chảy vào hệ thống công trình nhà máy
thủy điện (NMTĐ), hệ thống hồ chứa (HTHC).
- Điều hành hệ thống NMTĐ và HTHC.
- Đầu ra của hệ thống NMTĐ và HTHC là điện năng phát ra và nhu cầu cấp
nước cho các ngành kinh tế là tối ưu nhất.
Ba vấn đề trên thuộc bài toán điều khiển tối ưu hệ thống. Bài toán này các
nước tiên tiến như Liên Xô cũ, Bungari, Nhật Bản v.v đã được chương trình
hoá. ở nước ta tài nguyên năng lượng nước và nguồn nước vô cùng phong phú.
Theo kết quả khảo sát của bộ năng lượng [2] thì trên 11 hệ thống sông chính lớn
ở nước ta có tổng công suất lắp máy là 13.931,5 MW tương ứng với điện năng là
249 tỷ KWh và tổng lượng nước 647 km3/năm. Mật độ tài nguyên nước tính theo

đầu người ờ nước ta là 11.000m3/l người/năm. Con số này cao nhất khu vực
Đông Nam á. ở nước ta hiện nay đang ở giai đoạn xây dựng công trình khai thác
tài nguyên nước (TNN), đặc biệt là xây dựng hệ thống NMTĐ. c ả nước hiện nay
đang có 14 NMTĐ đang tiến hành thi công: Na Hang trên sông Lô, Cửa Đạt trên
sông Chu, Bản Me trên sông Lam, Rào quán trên sông Thạch Hàn, Sesan 3 và 5
trên sông Se San v.v
Do đó ở nước ta chưa chú ý đến bài toán điều khiển tối ưu hệ thống NMTĐ
và HTHC.
Trong bài toán điều khiển hệ thống thì vấn đề đầu tiên là dùng hàm ngẫu
nhiên để mô phỏng quá trình dòng chảy vào NMTĐ. ở nước ta vấn đề này chưa
được quan tâm. Dường như ở Việt Nam quan tâm nhiều đến mô hình tất định vì
nó liên quan đến bài toán tính toán lũ cho lưu vực nhỏ. Nhu cầu này của xã hội
rất lớn vì ở miền núi nơi thiếu tài liệu đo đạc thủy văn nhưng đã rất cần xây dựng
hồ chứa nhỏ. Muốn xây dựng nó cần tính toán lũ từ mưa rào và từ đó mô hình tất
định được chú ý.
6
Tuy vậy trong một tương lai rất gần bài toán điều khiển hệ thống sẽ được
thực hiện và do đó vấn đề mổ phỏng quá trình dòng chảy bằng hàm ngẫu nhiên
ắt phải được giải quyết.
Vấn đề sử dụng mô hình ngẫu nhiên đã được nước ngoài sử dụng. Các mô
hình Sicmakốp, phân tích phổ, hàm Arima, hàm phân tích điều hoà, hàm Tomat-
fiering v.v đã được sử dụng.
Đề tài này nhằm sử dụng hàm phân tích điều hoà để mô phỏng dòng chảy
trên một số sông có NMTO và bước đầu ứng dụng vào khai thác nguồn thủy
năng trên các dòng sông này.
Báo cáo của đề tài gồm:
Chương 1: Tổng quan về ứng dụng mô hình toán để mô phỏng dòng chảy sông
ngòi.
Chương 2: úng dụng mô hình phương pháp phân tích điều hoà mô phỏng
chuỗi thời gian dòng chảy.

Chương 3: ứng dụng kết quả mô phỏng quá trình dòng chảy để vận hành tối
ưu một số nhà máy thủy điện.
Để hoàn thành đề tài này chủ nhiệm đề tài đã nhờ học sinh Nguyễn Đức
Hạnh - sinh viên hệ cử nhân tài năng thực hiện một khối lượng tính toán và sinh
viên cũng đã hoàn thành luận văn tốt nghiệp của mình. Thông qua kết quả của đề
tài sinh viên Nguyễn Đức Hạnh đã tham gia báo cáo khoa học tại Hội nghị khoa
học của Trường Đại học Khoa học Tự nhiên và được giải nhì, sau đó đã được
tham gia tuyển chọn đề tài khoa học xuất sắc của Bộ Giáo dục và Đào tạo. Hiện
nay em Hạnh đã trở thành NCS do chủ nhiệm đề tài hướng dẫn theo hướng
nghiên cứu này. Một bài báo đã được gửi cho tạp chí các nhà khoa học trẻ và sẽ
đăng trong năm 2006.
Xin cảm ơn phòng khoa học đã cho đăng ký với đề tài này và cũng rất
mong trong năm tói phòng khoa học cho đăng ký đề tài trọng điểm đặc biệt cấp
Đại học Quốc gia để NCS thực hiện luận án của mình.
Xin chân thành cảm ơn !
1
CHƯƠNG 1
TỔNG QUAN VỂ ÚNG DỤNG MÔ HÌNH TOÁN ĐỂ MÔ PHỎNG
QUÁ TRÌNH DÒNG CHẢY SÔNG NGÒI
1.1. Lịch sử quá trình sử dụng mô hình toán trong thuỷ văn để mô phỏng
quá trình dòng chảy sông ngòi.
Mô hình hoá - đó là một phương pháp khoa học đầy hiệu lực giúp con người mô
phỏng được những hiện tượng tự nhiên hoặc xã hội phức tạp. Mục đích mô hình hoá là
tạo dựng hiện tượng sao cho thông qua việc nghiên cứu nó, con người thu nhận được
những thông tin mới cần thiết. Nếu việc tạo dựng hiện tượng được thực hiện bởi tập
hợp các hộ thức toán học (phương trình - bất đẳng thức, điều kiện lôgic, toán tử )
chúng ta có mô hình toán hiện tượng đó.
Trong 30 năm gần đây, đã diễn ra sự phát triển sâu rộng việc mô hình hoá
những hiện tượng và hệ thống tự nhiên khác nhau. Mô hình hoá dòng chảy cũng nằm
trong trào lưu đó. Ở nhiều nước đã hoàn thành công việc đồ sộ về xây dựng các mô

hình toán dòng chảy. Vấn đề mô hình hoá dòng chảy được thảo luận trong nhiều hội
nghị quốc tế. Số xuất bản về mô hình hoá dòng chảy đã lên đến con số vài trăm [3].
Một trong những vần đề then chốt của tính toán thủy văn là luôn luôn đánh giá
lượng dòng chảy khi có đủ tài liệu quan trắc và khi không có tài liệu quan trắc. Khi
thiết kế hồ nước hoặc một hệ thống thủy lợi, ngành thủy văn luôn luôn phải dự báo
"chuỗi dòng chảy tương lai ra sao, bao gồm những tổ hợp nhóm năm nhiều nước, nhóm
năm nước trung bình và nhóm năm ít nước xuất hiện như thế nào, khả năng dòng chảy
cực đoan là bao nhiêu v.v ". Chỉ khi có lời giải cho những câu hỏi này, chúng ta mới
có thể tính toán đừợc kích thước công trình cần xây dựng. Không phải ngẫu nhiên mà
hai nhà thủy lợi Xô Viết nổi tiếng X.L. Kristki và M.F. Menkel đã phát biểu "bản chất
kinh tế nước này nằm ngay trong quá trình dòng chảy". Nhà quản lý thủy lợi và hệ
thống thủy lợi luôn luôn phải băn khoăn, "có thể chờ đón dòng chảy bằng bao nhiêu
trong một vài ngày tới". Dự đoán chính xác điều này nâng cao đáng kể hiệu quả hoạt
động của công trình. Điểm chung của các vấn đề nêu trên là nhà thủy văn luôn luôn
phải đánh giá "có thể chờ đợi những gì ở tự nhiên?". Tóm lại, ta cần phải mô hình hoá
những hiện tượng thủy vãn.
Mô hình hoá dòng chảy - đó là chế tạo dòng chảy, còn mô hình toán - là quy
trình, công nghệ của việc chế tạo đó. Cần khẳng định một điều: "Mô hình toán không
8
thể nào trùng hợp hoàn toàn với mô hình thực (hiện tượng)". Do vậy, mô hình toán
hoàn toàn không phụ thuộc một cách đơn giản vào hiện tượng nghiên cứu. Trong vài
chục năm gần đây đã ra đời hàng chục mô hình dòng chảy để mô phỏng một hiện
tượng và quá trình hình thành và diễn biến của dòng chảy.
Vấn đề xây dựng mô hình toán học thủy văn không phải là hoàn toàn mới. Ngay
từ khi bắt đầu phát triển của thủy văn học đã có sự liên hệ chặt chẽ với cơ sở toán - lý
trong sự tạo thành những mô hình toán cơ bản của hàng loạt các quá trình thủy văn. Có
thể coi mô hình về dòng thấm của Green-Amp (1911), đường đơn vị Sherman (1932)
và phương pháp tương quan hợp trục của Linsley (1949) là những bước đi đầu tiên
trong mô hình hoá. Ngày nay các mô hình tất định, mô hình ngẫu nhiên và mô hình kết
hợp giữa tất định và ngẫu nhiên đã thu được rất nhiều thành tựu quan trọng. Các mô

hình này đã góp phần đáng kể trong các bài toán tính toán và dự báo thủy vãn. Tuy
nhiên do sự phức tạp của các quá trình thủy văn, do thiếu những tài liệu thực nghiệm và
các khái niệm vật lý chuẩn xác cùng với sự phát triển chưa đầy đủ của các công cụ toán
học và phương pháp tính nên nhiều bài toán thủy văn thiếu cơ sở vật lý - toán. Một
hướng khác để mô phỏng các quá trình thủy văn là mô hình hoá hệ thống đã ra đời cho
phép mô hình hoá nó mà không cần biết chi tiết các quá trình vật lý xảy ra bên trong hệ
thống như thế nào.
Đa số các nghiên cứu thủy văn không nhằm nghiên cứu các quá trình thủy văn
nói chung, mà nhằm giải quyết các bài toán công trình riêng biệt. Trong khi đó mỗi
một quá trình thủy văn đều khác nhau, việc tổng hợp các kết quả này rất khó khăn và
không phải lúc nào cũng có thể làm được.
Việc ra đời của máy tính và phát triển phương pháp tính làm tăng mối quan tâm
đến việc xây dựng các mô hình toán thủy văn và đưa nó vào sản xuất. Trong những
năm gần đây nó đã tạo một hướng nghiên cứu độc lập, có các bài toán và phương pháp
riêng của mình. Những bài toán trước đây như giải hệ phương trình vi phân của dòng
chuyển động không ổn định (hệ phương trình Saint Venant) phải đơn giản hoá thì ngày
nay có thể giải đầy đủ bằng các mô hình 1 chiều, 2 chiều, 3 chiều. Việc giải hệ thống
Saint Venant đã thu hút cả các nhà toán học, những người quan tâm đến ứng dụng thực
tế của phương pháp giải bằng số các phương trình vi phân cũng như các nhà thủy văn
học, những người muốn đưa các kỹ thuật và phương pháp tính hiện tại vào các tính
toán thủy văn.
9
Lý thuyết hệ thống được Dooge (1964), Nash (1959) và sau đó là Rockwood
(1956), Sugawara (1960) cùng vói những người khác phát triển. Ở Liên Xô (cũ) được
Kalinin-Miliucov nghiên cứu, trong đó đã hình thành những tư tưởng cơ bản của các
mô hình tuyến tính với các thông số tập trang. Phương pháp lý thuyết hệ thống rất gần
về mặt tư tuởng với các phương pháp truyền thống của thủy vãn công trình, nhanh
chóng được áp dụng trong thực tế và nhanh chóng có đội ngũ riêng của mình. Với sự
phát triển của quan điểm này, hàng loạt mô hình ra đời song song với các mô hình căn
cứ trên quan điểm vật lý - toán. Năm 1965 đã hình thành nhóm thủy văn thông số,

thống nhất các thuật ngữ và các phương pháp chủ yếu của thủy văn hộ thống.
Với quan điểm coi các số liệu thủy văn là các đại lượng ngẫu nhiên độc lập có
phân bố đồng nhất và các hệ thống thủy văn sản sinh ra chúng cũng là một hệ thống
ngẫu nhiên độc lập, một loạt các mô hình xác suất ra đời, bắt đầu từ phương pháp tính
tần suất của Hazen (1914) và được phát triển bởi Pearson, Kritski - Mekel, Gumbel
(1941), Frehet (1927), Chow (1953) và Weibull (1929)
Sau này với sự phát triển của nghiên cứu thủy văn người ta thấy rằng các số
hạng của chuỗi thủy văn không hoàn toàn độc lập mà có tương quan vói nhau. Quá
trình thủy văn được coi là một quá trình ngẫu nhiên và từ đó hình thành các mô hình
mô phỏng quá trình ngẫu nhiên, úng dụng mô hình Markov cho các quá trình thủy văn
được đưa ra trong các tác phẩm của Kritxki-Menkel (1946), sau đó được phát triển
trong một loạt các tác phẩm của Xvanhiđde (1977), Ratkovich (1975), Kactvelisvily
v.v Những mô hình này khi xác lập đều quan tâm đến bản chất vật lý của các mối
liên hệ nội tại của quá trình thuỷ văn và các thông số được xác định từ chúng. Song
song với nó là một loạt các mô hình thông số theo quan điểm hệ thống. Đó là các mô
hình ARIMA của Box-Jenkin (1970), mô hình với bước nhảy ngẫu nhiên của Klemes
(1974). Các mô hình Thormat-Fiering (1970), Winter (1960), các phương pháp phân
tích phổ, phân tích Furier, phân tích điều hoà cũng đã được nghiên cứu trong thời gian
này (1960). Từ đó đã hình thành một nhóm nghiên cứu riêng lẻ thủy văn ngẫu nhiên.
Năm 1967 đã hình thành nhóm thứ ba trong uỷ ban mô hình toán thủy văn quốc
tế, nhóm thủy văn ngẫu nhiên. Những năm gần đây hình thành các mô hình liên kết
giữa tính tất định và ngẫu nhiên, mô tả đầy đủ hơn về các quá trình thủy văn.
Mô hình toán thủy văn ngày nay được phát triển rộng rãi và ứng dụng trong tất
cả các lĩnh vực liên quan đến thủy văn học. Ở Việt Nam, mô hình toán được đưa vào từ
cuối những năm 1950 vói các mô hình SSAAR (1956), Delta (1970) cho đồng bằng
10
sông Cửu Long. Sau đó là viộc sử dụng các mô hình Muskingum (1958), Kalinin-
Miliucov (1964), Tank (1968) trong những nãm 1960-1980 và từ năm 1980 lại nay ở
Việt Nam đã sử dụng rất phong phú các loại mô hình thông qua các sinh viên NCS đi
học nước ngoài mang vê và thông qua chuyên gia nước ngoài, thông qua Internet.

Trong những năm gần đây rất nhiều mô hình thủy lực-thủy văn tất định, ngẫu
nhiên hay hỗn hợp, mô hình chất lượng nước mặt, nước ngầm, từ 1 chiều đến 3 chiều
đã được sử dụng cho các bài toán dự báo, tính toán thủy văn, tính toán thủy lợi, bảo vệ
môi trường và thu được những kết quả tốt đẹp. Các mô hình này phát triển rất đa dạng
và phong phú. Sau đây xin đề cập về mô hình ngẫu nhiên.
1.2. ứng dụng mô hình ngẫu nhiên để mô phỏng dòng chảy sông ngòi.
Những số liệu dòng chảy tổng hợp trước hết được sử dụng ngay từ thế kỷ 20 bởi
Hazen (1914) trong những nghiên cứu về sự đảm bảo cung cấp nước. Tuy nhiên, xây
dựng này không dựa vào lý thuyết quá trình ngẫu nhiên, nên đã không phát triển, ngoài
việc hòa trộn và thay đổi tỷ lệ những số liệu đã quan trắc của một số dòng chảy. Công
việc ban đầu này nhấn mạnh nhu cầu cho những số liệu tổng hợp dài hạn và tầm quan
trọng của sự mô phỏng trong công nghệ khai thác tài nguyên nước. Nền tảng của thủy
văn học ngẫu nhiên đi theo những sự phát triển quan trọng trong toán học và vật lý vào
thập niên 1940, cũng như sự phát triển của máy tính. Đặc biệt, trong giai đoạn này xuất
hiện phương pháp Monte-Carlo. Phương pháp này do Stanislaw Ulam nghĩ ra vào năm
1946. Đáng chú ý là Ulam đã nghĩ ra phương pháp này khi đang chơi bài trong thời
gian hồi phục bệnh, trong thử nghiệm của ông để đánh giá xác suất thành công của
những trò chơi ở vương quốc Monte Carlo. Trong khi Ulam mô tả câu chuyện trong
một số nhận xét được đề xuất về sau bởi Eckhardt (1989), “Sau khi sử dụng nhiều thời
gian để đánh giá chúng bằng những tính toán tổ hợp thuần tuý, tôi ngạc nhiên khi mà
một phương pháp thực hành hơn “tư tưởng trừu tượng”, có thể xét nó ở trong một trăm
lần chơi và đơn giản quan sát và đếm số những lần chơi thành công”. Ngay sau đó phư
ơng pháp được phát triển để giải quyết những bài toán truyền tin Nơtron bởi chính
Ulam và những nhà toán học, những nhà vật lý lớn khác ở Los Alamos (John von
Neumann, Nicholas Metropolis, Enrico Fermi), thực hiện trên máy tính ENIAC
(Metropolis, 1989; Eckhardt, 1989). Lịch sử chính thức của phương pháp bắt đầu vào
năm 1949 vói sự công bố một bài báo của Metropolis và Ưlam (1949). Ngày nay
phương pháp này được dùng rộng rãi trong thuỷ lợi để tạo chuỗi ngẫu nhiên và trong cơ
học v.v
11

Trong lĩnh vực tài nguyên nước, những bước ban đầu quan trọng nhất là công
việc của Bames (1954) cho sự mô phỏng dòng chảy trung bình nãm không tương quan
tại một vị trí từ phân phối thông thường; các công việc của Maass và những người khác
. (1962) và Thomas, Fiering (1962) đã mô phỏng dòng chảy trung bình có tucmg quan
theo thời gian; Beard (1965) và Mãtaỉas (1967) đã mô phỏng dòng chảy trung bình của
cả hai trường hợp tương quan và không tương quan.
Quyển sách đầu tiên về phân tích chuỗi thời gian của Box và Jenkins (1970)
cũng đã được bắt nguồn từ những lĩnh vực khoa học khác nhau, cơ bản hơn. Tuy nhiên,
sau này nó đã trở thành rất phổ biến trong thủy văn học ngẫu nhiên. Box và Jenkins đã
phát triển sơ đồ phân loại cho một họ lớn những mô hình chuỗi thời gian. Sự phân loại
của họ phân biệt giữa những mô hình tự hồi quy bậc p (AR(p)), những mô hình trung
bình trượt bậc q (MA(q)), những sự kết hợp của hai loại mô hình này gọi là mô hình tự
hồi quỹ trung bình trượt (ARMA(p,q)), và mô hình tự hồi quy tích hợp trung bình trượt
(ARIMA(p, d, q)). Tuy nhiên, một điểm yếu lớn là họ các mô hình Box-Jenkins không
bao trùm hoàn toàn những nhu cầu của việc mô hình hoá thuỷ văn, khi chúng không
tuân theo một số nét đặc biệt của các quá trình thuỷ văn và địa vật lý khác. Điều này đã
dẫn đến nghiên cứu nhiều công cụ ngẫu nhiên số học thích hợp cho các ứng dụng trong
tài nguyên nước.
Thực sự các quá trình thuỷ văn, trong đó có dòng chảy là một hiện tượng ngẫu
nhiên dưới tác động của nhiều nhân tố. Từng nhân tố, đến lượt mình, lại là hàm của rất
nhiều nhân tố khác mà quy luật của nó, con người chưa thể nào mô tả đầy đủ được.
Cuối cùng các quá trình thuỷ văn lại là sự tổ hợp của vô vàn các mối quan hệ phức tạp,
biểu hiện là một hiộn tượng ngẫu nhiên và được mô tả bằng một mô hình ngẫu nhiên.
Với quan điểm cho rằng dòng chảy là một quá trình ngẫu nhiên, trong cấu trúc mô
hình ngẫu nhiên không hề có các nhân tố hình thành dòng chảy và nguyên liệu để xây
dựng mô hình chính là bản thân số liệu chuỗi dòng chảy trong quá khứ. Như vậy mô
hình ngẫu nhiên mô phỏng quá trình dao động của bản thân quá trình thuỷ văn mà
không chú ý đến các nhân tố đầu vào tác động của hệ thống. Mô hình ngẫu nhiên được
xây dựng dựa trên quy luật thống kê xác suất. Luật được sử dụng dựa trên quy luật số
lớn của nhà toán học Nga Kônmôgorốp. Tuy vậy các quá trình thuỷ văn tiến triển trong

không gian và thời gian theo một cách thức mà trong đó có một phần mang tính tất
định và một phần mang tính ngẫu nhiên. Trong một sô' trường hợp tính biến đổi ngẫu
nhiên nổi trội hơn hẳn tính biến đổi tất định và khi đó nó được coi là một quá trình
ngẫu nhiên thuần tuý. Trong những quá trình như vậy giá trị quan trắc của quá trình
12
không có tương quan gì với các giá trị quan trắc trước đó, và các đặc trưng thống kê
của tất cả các quan trắc là như nhau.
Khi các giá trị quan trắc không có tương quan với nhau, sản phẩm đầu ra của hệ
• thống thuỷ văn sẽ được xử lý như một mô hình ngẫu nhiên không gian độc lập và thời
gian độc lập. Cách xử lý này rất thích hợp với các quan trắc của những sự kiện thuỷ văn
cực đoan như dòng chảy lớn nhất hay các số liệu trung bình trong một khoảng thời
gian dài của một số quá trình như lượng mưa trung bình năm.
Tuy nhiên, với các đặc trưng thuỷ văn, mà rõ nét là các dòng chảy thời đoạn
(năm, tháng, tuần) tình hình không hoàn toàn như vậy. Các kết quả nghiên cứu cho
thấy rằng trên hầu hết các sông ngòi thế giới, tồn tại mối tương quan của dòng chảy
trung bình các năm kề nhau với hệ sô' tương quan vào khoảng 0.2 - 0.3 [4], Với các thời
đoạn ngắn hơn như dòng chảy tháng, dòng chảy tuần, mối liên hệ này càng rõ nét với
hệ số tương quan thực sự lớn, có thể đạt đến 0.8 - 0.9. Mối liên hệ tương quan này có
ảnh hưởng tới các kết quả tính toán thuỷ văn, thuỷ lợi mà không thể bỏ qua. Ratcovich
D.IA. đã chỉ ra rằng khi tính đến tương quan giữa các năm kề nhau (R(l) = 0.3) thì
dung tích hồ chứa tính được sẽ tăng lên 1.5 lẩn so với khi coi chúng là những đại lượng
ngẫu nhiên độc lập. Còn khi R(l) = 0.5 thì dung tích tăng gấp 2 lần [4].
Sự tồn tại mối liên hệ tương quan này có nhiều nguyên nhân liên quan đến sự
chuyển đổi lượng trữ ẩm trên lưu vực. Bản chất của nó liên quan đến chu kỳ hoạt động
của mặt trời. Nghiên cứu chi tiết hơn, trên cơ sở số liệu rộng rãi của các sông ngòi trên
thế giới, Ratkovich cho rằng nguyên nhân cơ bản của mối liên hệ này là dao động bốc
hơi trên bề mặt lưu vực. Ông cho thấy hệ số tương quan giữa các năm kể nhau R(l) có
liên hệ rõ nét với môđun dòng chảy năm Mo và ở mức độ nhỏ hơn là hệ số biến đổi của
dòng chảy năm Q.
Mối liên hệ dòng chảy của các thời đoạn ngắn hơn như tháng, tuần càng rõ nét

hơn, và cũng liên quan chặt chẽ với sự thay đổi lượng trữ ẩm trên lưu vực. Trong mùa
kiệt mối liên hệ này liên quan chặt chẽ vói quá trình rút nước lưu vực, có thể biểu thị
bằng phương trình:
Q, = Q0e'(l',o)/* (1.1)
trong đó Qo là lưu lượng tại thời điểm to và k là hệ sổ triết giảm.
Lượng dòng chảy các tháng mùa lũ có mối tương quan kém chặt chẽ hơn, tuy
nhiên cũng liên quan đến sự thay đổi lượng trữ ẩm trên lưu vực qua các thời đoạn. Như
vậy có thể thấy rằng dao động dòng chảy trung bình các thời đoạn không thể coi là một
13
quá trình ngẫu nhiên thuần tuý. Và do đó cũng không thể dùng các quy luật thống kê
với hàm phân bố xác suất một chiều để mô phỏng nó. Khi đó phải dùng các mô hình
khác để mô phỏng dao động có tính đến mối quan hệ tương quan này. Thông dụng
nhất hiện nay là mô hình tự hồi quy tuyến tính (hay mô hình Markov). Trong các hàm
phân số xác suất ở Liên Xô cũ cũng như ở Việt Nam hay dùng là hàm phân bố chuẩn,
hàm logarit chuẩn, họ hàm Pesson đặc biệt là Pesson ni, hàm Grylben
Nói cách khác tập hợp dòng chảy trung bình các thời đoạn biểu thị một quá
trình ngẫu nhiên. Để mô phỏng toán học các quá trình ngẫu nhiên người ta sử dụng các
hàm phân bố và các thông số thống kê. Các phương pháp thống kê được xây dựng trên
cơ sở các nguyên lý toán học miêu tả đặc tính biến động ngẫu nhiên của chuỗi quan
trắc của một quá trình. Trong các phương pháp này người ta tập trung chú ý vào bản
thân các kết quả quan trắc hơn là dựa trên các quá trình vật lý đã tạo ra các kết quả đó.
1.3. ứng dụng các loại mô hình khác để mô phỏng dòng chảy sông ngòi.
Nếu quan niệm dòng chảy mang tính quy luật rõ rệt thì mô hình được gọi là
“mô hình tất định”, mô hình tất định được phát triển rộng rãi trên thế giới. Những mô
hình nổi tiếng như: HEC-1, SSARR, STANFORD-4 (Mỹ), TANK (Nhật), CLS (Italy),
GMC (Liên Xô cũ), SMART (Bắc Ailen), GIRARD-1 (Pháp), Mô hình tất định được
áp dụng trong trường hợp quan hệ nhân quả rất rõ ràng và trực tiếp, chẳng hạn như quá
trình: Hình thành dòng chảy lũ trên lưu vực từ mưa rào là thí dụ điển hình. Sau đây sẽ
giới thiệu tóm tắt hai mô hình tất định tiêu biểu áp dụng tốt ở Việt Nam là: mô hình
HEC-1 và mô hình TANK.

1.3.1 Mô hình Hec-1.
Mô hình HEC-1 có tên đầy đủ là “HEC-1 Flood Hydrograph Package” do Trung
tâm Kỹ thuật thuỷ văn-Quân đội Mỹ (The U.S. Army Corps ò Engineers Hydrologic
Engineering Center) lập từ năm 1973 cùng với một tập hợp các phần mềm trong nhóm
HEC (HEC-2, HEC-3, HEC-4, HEC-5, HEC-6). Thực chất xuất xứ của HEC-1 còn sớm
hơn, từ năm 1967 do Leo R. Beard và các thành viên của Trung tâm kỹ thuật thuỷ văn
quân đội Mỹ thiết lập.
HEC-1 có 6 chương trình con với nhiều chức năng như: Mô phỏng quá trình
dòng chảy từ mưa, phân tích dòng chảy lũ, tính toán an toàn đập và bài toán vỡ đập
tính toán tác hại của lũ, tối ưu hệ thống phòng chống lũ , trong đó chương trình con
quan trọng là mô hình Mưa rào-Dòng chảy lũ. HEC-1 chủ yếu quan tâm đến tính toán
14
sự hình thành dòng chảy lũ từ mưa rào, quá trình vận động của con lũ trong lòng dẫn
thiên nhiên, sự hình thành sóng lũ khi đập mất an toàn, tính toán kinh tế phòng lũ.
Trong tính toán mưa rào-dòng chảy, lưu vực tập trung nước được chia thành
những lưu vực con, sau đó mua trên các lưu vực con được tính toán theo một trong ba
phưcmg pháp: phương pháp không có tài liệu quan trắc hoặc có tài liệu quan trắc tại các
trạm đo mưa, phương pháp mưa bình quân lưu vực, phương pháp phân phối mưa theo
tần suất cực đại. Sau khi xây dựng được quá trình mưa, HEC-1 tính toán tổn thất thấm,
bốc hơi theo phương pháp tổn thất luỹ tiến có dạng hàm mũ. Cuối cùng dòng chảy
được xây dựng từ kết quả kết hợp giữa mưa, tổn thất và các yếu tố ảnh hưởng khác trên
lưu vực. HEC-1 cũng có chức năng cho phép người sử dụng nhập số liệu mưa và dòng
chảy thực đo, sau khi tính toán, chương trình sẽ so sánh dòng chảy tính toán và dòng
chảy thực đo để xác định các thông số tối ưu của mô hình. Ngoài tính toán dòng chảy
từ mưa, HEC-1 còn tính toán dòng chảy hình thành do tuyết tan [1].
1.3.2 Mô hình Tank.
Mô hình TANK do M. Sugawara (Nhật Bản) đề xướng là một trong những mô
hình Mưa rào-Dòng chảy được đánh giá cao. Trong mô hình hệ thống các bể chứa
(tiếng Anh: TANK có nghĩa là bể chứa) theo phương thẳng đứng và phương ngang
được thiết lập nhằm mô phỏng quá trình hình thành dòng chảy (từ mưa rào và từ nước

ngầm). Giả thiết cơ bản của mô hình TANK là dòng chảy mặt, dòng chảy sát mặt và
dòng thấm là hàm số của lượng ngậm nước của các tầng đất. Mỗi tầng đất được mô tả
một lớp bể theo phương ngang, sự ảnh hưởng giữa các tầng đất được diễn tả theo
phương thẳng đứng. Để mô tả gần đúng quá trình hình thành dòng chảy, tác giả đã đưa
vào mô hình 36 thông số, trong đó khoảng một nửa là thông số có thứ nguyên [1],
TANK có mô hình đơn và mô hình kép. Mô hình TANK đơn mô tả quá trình
hình thành dòng chảy thông qua sơ đồ 5 bể, trong đó 4 bể A, B, c, D biểu diễn 4 lớp
đất khác nhau (từ trên xuống dưới), bể cuối cùng là bể tổng hợp để từ đó hình thành
áíng chảy mặt. Trong cấu trúc mô hình TANK kép có sự biến đổi độ ẩm của đất theo
không gian. Lưu vực được chia thành các vành đai có độ ẩm khác nhau. Mỗi vành đai
được diễn tả bằng một mô hình TANK đơn. về nguyên tắc, số lượng vành đai có thể
bất kỳ, nhưng trong thực tế tính toán mô hình TANK kép thường gồm 4 cột bể, mỗi cột
lại có 4 bể hình thành 4 hàng. Mô hình TANK kép thường để mô phỏng quá trình hình
thành dòng chảy trên lưu vực có độ dốc đáng kể.
1 *
Tuy là một mô hình được đánh giá là rất tốt, nhưng do có quá nhiều thông số,
độ biến động của thông số yêu cầu khá chính xác (tới 0.1%) nên việc xác định các
thống số rất phức tạp, đòi hỏi nhiều thời gian và những người sử dụng mô hình phải có
nhiều kinh nghiệm [1]. Sau khi mô hình TANK được công bố, rất nhiều nhà khoa học
đã dày công nghiên cứu phương pháp xác định các thông số của mô hình một cách
nhanh chóng và chính xác hơn. Tuy nhiên cho đến nay hầu như chưa có phương pháp
nào thành công trong việc xây dựng lý thuyết xác định các thông số của mô hình
TANK. Năm 1976, M. Sugawara nhận định “Do cấu trúc phi tuyến với các bể chứa sắp
xếp theo chiều thẳng đứng, chưa có phương pháp toán học hữu hiệu nào để xác định
các thông số của mô hình TANK, cách duy nhất là thử sai”. Và ông đã đề xuất phương
pháp tự động lựa chọn thông số hợp lý thông qua quá trình tính thử dần. Nhiều nhà
nghiên cứu cũng đã giới thiệu các phương pháp xác định riêng của mình nhằm nhanh
chóng tìm được những thông số hợp lý nhất.
Do tính phức tạp nên để có thể sử dụng được mô hình TANK, người sử dụng cần
nghiên cứu kỹ bản chất của mô hình thông qua các tài liệu giới thiệu và hướng dẫn về

mô hình.
1.4. Các mô hình ứng dụng để mô phỏng dòng chảy tại tuyến đầu vào các
nhà máy thuỷ điện.
Nước ta có nguồn tài nguyên nước dồi dào và phong phú. Để sử dụng và phát
huy tốt nguồn tài nguyên quý giá đó, rất nhiều các nhà máy thuỷ điện đã được xây
dựng ữên các lưu vực sông. Tuy nhiên để các nhà máy có thể hoạt động hiệu quả thì
cần phải phân tích các giá trị tính toán và dự báo hay mô phỏng tốt các đại lượng dòng
chảy đầu vào của các nhà máy thuỷ điện hay mô hình hóa thống kê các đặc trưng này,
từ đó có các quyết định vận hành các nhà máy thuỷ điện một cách hợp lý. Chế độ vận
hành của nhà máy thuỷ điện phụ thuộc vào tình hình dòng chảy đến và phụ tải dòng
điện của các ngành kinh tế. Do đó để vận hành tốt các nhà máy thuỷ điện thì trước hết
đền phải dự báo hạn dài và hạn vừa chính xác hay mô tả dòng chảy đầu vào các nhà
máy thuỷ điện chính xác, sau đó có thể hiệu chỉnh giá trị dự báo bằng các giá trị dự
báo hạn ngắn.
Vấn đề dự báo thủy văn hạn dài nói chung đã được nhiều nước quan tâm, trong
đó phải kể đến Liên Bang Nga, Ukraina, Mỹ, Pháp, Trung Quốc Do tính phức tạp và
khó khăn của bài toán, hiện nay trên thế giới có rất nhiều phương pháp, mô hình đã
được nghiên cứu áp dụng. Các phương pháp dự báo thuỷ văn hạn dài, sơ bộ có thể được
quy vào 4 nhóm chính như trong sơ đồ phân loại hình 1.3, trong đó:
Nhóm 1: Các phương pháp hồi quy, được sử dụng sớm nhất và ở nhiều nước
nhất. Trọng tâm của các phương pháp này là xây dựng các mối quan hộ của dòng chảy
năm với chỉ tiêu hoạt động của mặt trời, của các dạng hoàn lưu khí quyển, các yếu tố
khí hậu mặt đất hoặc trên cao. Đối với các nước trong khu vực nhiệt đới gió mùa, điển
hình là khu vực Viễn Đông của Liên Bang Nga, Trung Quốc, Ấn Độ thường xây dựng
các mối quan hệ dòng chảy với các chỉ tiêu hoạt động của mặt trời, các dạng hoàn lưu
khí quyển, chỉ tiêu hoạt động của Dao động Nam bán cầu (SOI), sự xuất hiện của hiện
tượng ElNino, hiện tượng ENSO cũng như các yếu tố khí hậu mặt đất và trên cao.
Trong những năm gần đây, các nhà chuyên môn thường sử dụng phương pháp hồi quy
lọc từng bước.
Nhóm 2: Các phương pháp phân tích chuỗi thời gian, điển hình là mô hình

ARIMA của G. E. p. Box và G. M. Jenkins, mô hình Thormat Fiering (Mỹ), phương
pháp động lực thống kê của IU. M. Aliokhin, phương pháp phân tích điều hoà. Các
phương pháp này được sử dụng khá rộng rãi trong nhiều nước trên thế giói như: Liên
Bang Nga, Ukraina, Mỹ, Trung Quốc, Pháp v.v. trong những năm 60-90. Chúng mô
phỏng khá tốt quá trình dòng chảy, song do hạn chế vì chỉ sử dụng được lượng thông
tin chứa đựng trong bản thân quá trình dòng chảy, kết quả dự báo của các phương pháp
phân tích chuỗi thời gian thường không cao, chỉ có thể sử dụng để dự báo dòng chảy
năm các sông lớn vói diện tích lưu vực lớn hơn 500.000km2, hoặc các sông có sự điều
tiết tốt của hồ lớn. Ở nước ta việc sử dụng loại này chưa được đánh giá.
, h o c Q u ố c . G ia h a moi
I I?UNG TAM ì h O n g T!N Th ự v iể n
Hình 1.3. Sơ đồ phân loại các phưdng pháp dự báo thuỷ văn hạn dài
Nhóm 3: Các mô hình nhận thức được xây dựng với mục đích cung cấp cơ sở
vật lý của các mối quan hệ giữa dòng chảy và nhân tố ảnh hưởng. Phụ thuộc vào điều
kiên thực tế, các mô hình này có thể mô tả một phần hoặc toàn bộ chu trình thuỷ vãn.
Các mô hình thuộc nhóm thứ nhất thường được sử dụng ở Liên Bang Nga,
Ukraina. Ông Dyhr - Mielsen trong báo cáo tổng kết của mình đã chỉ ra rằng các mô
hình thuộc nhóm thứ 2 có thể thoả mãn cho dự báo thuỷ văn hạn dài. Trong sô' các
mô hình nhận thức, cẩn phải kể đến mô hình tổng hợp dòng chảy và điểu tiết hồ chứa
SSARR, mô hình Stanford Watershed và mô hình TANK, mô hình Mikes. Cả 3 nhóm
mô hình này có thể dùng để dự báo dòng chảy sông ngòi trong điều kiện tự nhiên cũng
như trong điều kiện có điều tiết của hồ chứa nước. Tuy nhiên, do thời gian đự kiến của
chúng còn hạn chế, nên các phương pháp này thường phù hợp với dự báo hạn ngắn
hơn, khả năng ứng dụng trong dự báo thuỷ văn hạn vừa và hạn dài còn chưa rõ ràng.
Các phương pháp
phân tích hổi quy
Các phương pháp phân tích
chuỗi thời gian
Phương pháp phân tích tổng hợp
Các phương pháp dự báo thuỷ văn hạn dài

- Hổi quy bội,
- Hồi quy lọc từng
bước
- Hồi quy phân lớp
Mô hình ARIMA
Phương pháp ĐLTK
Mô hình Thormat-Fiering
Mô hình Rao-Kashiap
Phân tích hàm điều hoà
Mô hình
SSARR
- Mô hình
Stanford
- Mô hình TANK
- Phương pháp nhận
dạng, tương tự,
- Phương pháp xác suất
- Phương pháp TKKQ
18
Qua kết quả nghiên cứu áp dụng mô hình SSARR và TANK của ủy ban sông Mê Kông
(1972), GS.TS. Huỳnh Phiên và Prandhan 1983 cho thấy các mô hình này có thể sử
dụng để dự báo dòng chảy tháng của các sông lớn. Song đây cũng chỉ là những kết quả
ban đầu còn cần được nghiẽn cứu kiểm nghiệm.
Nhóm 4: Ngoài các phương pháp thuộc 3 nhóm nêu trên, phương pháp nhận
dạng - tương tự và phương pháp thống kê xác suất, phương pháp thống kê khách quan
(TKKQ) cũng đã được sử dụng nhiều trong các dự báo hạn dài khí tượng thủy văn.
Phương pháp nhận dạng tương tự được dùng ở nhiều dạng khác nhau, từ đơn giản với 1
hoặc 2 nhân tố dự báo cho đến phức tạp với hàng trăm nhân tố, hàng chục loại sô' liệu
khác nhau.
Trong thời gian từ năm 1969-1970, Phòng Dự báo Thủy văn (trung tâm dự báo

khí tượng thuỷ văn quốc gia) đã kết hợp vói khoa toán trường đại học Tổng hợp Hà Nội
nghiên cứu ứng dựng phương pháp Vine-Hop, khai triển chuỗi dòng chảy năm dưới
dạng tổng của các hàm điều hoà, kết quả cho thấy, bằng công cụ toán học có thể mô
phỏng rất tốt quá trình dòng chảy nãm, song khi áp dụng vào dự báo tác nghiệp thì
phương pháp này còn gặp khó khăn và cũng chỉ mói dùng số liệu của sông Đà mà thôi.
Từ năm 1974, đã có những nghiên cứu áp dụng phương pháp động lực thống kê
của IU.M. Aliôkhin để dự báo đỉnh lũ sông Hồng, các đặc trưng dòng chảy tháng, mùa,
năm đến hồ Thác Bà. Phương pháp này đã được thử nghiệm cho đến năm 1985, kết quả
cho thấy phương pháp động lực thống kê chỉ có khả năng dự báo tốt những năm nước
trang bình, còn những năm nước lớn, đặc biệt lớn hay đặc biệt nhỏ thì lại thường có sai
số lớn.
Phương pháp phân tích tổng hợp (PTTH) được xây dựng năm 1992. Từ đó đến
nay, phương pháp này đã được áp dụng thành công trong dự báo hạn dài dòng chảy
tháng, mùa, năm của sông Hồng và sông Thái Bình. Kết quả này đã cho thấy có cơ sở
khoa học và thông tin dự báo để nghiên cứu áp dụng phương pháp PTTH xây dựng các
phương án dự báo hạn dài sông lớn ở Việt Nam.
0 Trong báo cáo này sẽ dùng phương pháp phân tích điều hoà để mô phỏng dòng
chảy tại trạm Hoà Bình trên sông Đà (có nhà máy thuỷ điện Hoà Bình) và dòng chảy
tại trạm Tà Lài trên sông Đồng Nai (có nhà máy thuỷ điện Trị An) phục vụ cho bài
toán tính toán thuỷ năng điều tiết hồ chứa phát điện và điều hành hệ thống NMTĐ. Các
mô hình khác như Xicmakốp, Tomat-fiering v.v do lãng phí chỉ có 12 triệu đồng và
thời gian hạn chế nên sẽ được nghiên cứu ở bước tiếp theo.
19
CHƯƠNG 2
ÚNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH ĐIỂU HOÀ MÔ PHỎNG
CHUỖI THỜI GIAN DÒNG CHẢY SÔNG NGÒI
2.1. Cơ sở lý luận của phương pháp.
Các quá trình mực nước, lưu lượng dòng chảy ngày, tháng, nãm cũng như một
số yếu tố thuỷ văn khác đều mang tính quy luật. Vì vậy muốn xác định được sự biến
đổi của chúng, cần phải nghiên cứu quy luật biến đổi của chúng trong dãy số liệu quan

trắc. Một trong những công cụ toán học cơ bản được dùng trong việc phân tích, khám
phá các quy luật biến đổi chu kỳ của các chuỗi số liệu khí tượng thuỷ văn là phương
pháp phân tích điều hoà.
Nội dung cơ bản của phương pháp phân tích điểu hoà là sự biểu diễn chuỗi ngẫu
nhiên dừng bất kỳ {x}„ bằng tổng hữu hạn (m) của các thành phần dao động điều hoà
(dưới dạng hàm lượng giác Sin và Cos) như ở trong công thức (2.3).
X , = x + A]Sìn
271—t + BịCos
. p
A2Sin
2 n —t
+ B2Cos
2 n —t
2 71— t
p .
\
+
A,Sin
( ■ \
2n—t
. p .
+ BCos
f ■ \
2n—t
p .
A .Sin
f \
2n—t
+ B C .O S
{ \

2 71— t
(2.3)
Trong đó: Aj, Bj là biên độ;
p là chu kỳ cơ bản;
i là bậc điều hoà;
* t là thời gian.
Mỗi cặp hàm Sin, Cos có cùng chỉ số (i) được gọi là điều hoà thành phần bậc (i).
Điều hoà đầu tiên (i=l) được gọi là điều hoà cơ bản và chu kỳ (p) của nó được gọi là
chu kỳ cơ bản. Điều hoà thứ 2 (i=2) có chu kỳ bằng 1/2 chu kỳ cơ bản. Tương tự, điều
hoà bậc m có chu kỳ bằng 1/m chu kỳ cơ bản.
20
Trong phân tích chuỗi thời gian các đặc trưng mang một ý nghĩa vật lý nhất
định, nhưng việc lý giải chúng còn đang gặp nhiều khó khăn, đòi hỏi có sự nghiên cứu
tương đồng với các mô hình mang tính “căn nguyên”.
2.2 Thuật toán và sơ đồ giải.
Viết phương trình (2.3) dưới dạng tổng quát:
x,=x+ỵ
t=1
AtSin
2 71—t
. p .
+ B.Cos 2 71—t
p .
(2.4)
Trong đó Am=0
Phân tích điều hoà bắt đầu từ việc xác định các tham số Aj và Bj. Bằng thủ thuật
, rồi cộng dồn và chia cho N quan
nhân cả hai vế của phương trình (2.4) với Sin
trắc lấy trung bình ta nhận được Aj
f . \

2 71—t
. p )
o N
4 = — ẳ
N Ì Ỉ
X.Sin 27t— t
p .
(2.5)
Làm tương tự như trên, nhân Cos
í ■ \
2 71— t
. p .
vào cả hai vế phương trình (2.4) và
cộng dồn rồi chia trung bình cho N quan trắc, ta nhận được Bị
o N
B, - Ỳ
N t í
X.Cos
2 n — t
p
(2.6)
Sau mỗi lần xác định được cặp tham số Aj và B; ta cần tách tổng thành phần
được tạo nên từ các sóng điều hoà thành phần (1, 2, i).
A x ;= x,-\x + ỵ
* = |
AkSin
2 71— t + Bt Cos
p
271— t
(2.7)

Trong thống kê thường dùng thuật ngữ Dispersal để đánh giá mức ảnh hưởng
của nhân tố tới yếu tố. Dispersal càng lớn thì sóng điều hoà tương ứng càng quan trọng
trong tổng điều hoà (2.3) hoặc (2.4).
Dispersal thành phần (Dị) được tính theo công thức sau:
(2.8)
Đối với chuỗi thời gian có tính chu kỳ rõ rệt và đơn giản, số điều hoà thành
phần của chúng sẽ ít hơn số điều hoà thành phần trong chuỗi dao động phức tạp và việc
21
Hình 2.1. Sơ đồ các bước tính toán theo phương pháp phân tích điều hoà
22
xác định số lượng các sóng điều hoà thành phần (m) được dừng lại khi các Dispersal
thanh phần tương ứng tiếp theo, không làm tăng thêm tổng Dispersal lớn đáng kể.
Trên cơ sở phân tích chuỗi Dispersal thành phần ta chọn một cấu trúc phương
trình tổng điều hoà tối ưu.
trong đó m1<m2« N ; i(K) sóng điều hoà đã được chọn cho một thứ tự mới.
Bưóc tiếp theo, bằng phương pháp tổng bình phương tối thiểu, trên cơ sở phương
trình (2.10) dồn nén phần Dispersal còn lại vào trong các sóng điều hoà i(jQ đã được
tuyển chọn. Thủ thật dồn nén được trình bày trong công trình [2].
Để nâng cao mức bảo đảm của phương án dự báo, trước mỗi lần dự báo, các
tham số Aj và Bj cần được thích nghi lại sao cho có sự phù hợp cao nhất giữa các giá trị
tính toán và giá trị quan trắc của các số hạng quá khứ gần của chuỗi (Xt_3, x,_2, XM, Xt).
Tóm lại ta tiến hành tính toán theo sơ đồ các bước như trong hình 2.1.
Trên cơ sở các bước tính toán đó ta có thể lập trình cho máy tính tính toán theo
phương pháp phân tích điều hoà.
2.3. K hả năng ứng dụng.
Đối với sông ngòi Việt Nam, trừ sông Mekong có diện tích quá lớn, dòng chảy
được hình thành từ nhiều vùng khí hậu khác nhau, nên dòng chảy của nó tương đối
điều hoà. Các sông khác thuộc loại lưu vực vừa và nhỏ nên mức độ biến đổi của dòng
chảy rất lớn. Theo thống kê, chu kỳ dao động lớn của dòng chảy các sông thường đạt
20 đến 30 năm. Vì vậy độ dài tối thiểu phục vụ tính toán và dự báo theo phương pháp

^hân tích điều hoà phải lớn hơn 20 - 30 năm (để cho nó có thể bao gồm ít nhất một chu
kỳ lớn).
Phương pháp phân tích điều hoà có thể ứng dụng theo nhiều sơ đồ khác nhau để
tính toán cho những yếu tố khí tượng thuỷ văn khác nhau (đặc trưng dòng chảy tháng,
mùa và năm). Thậm chí phương pháp phân tích điều hoà đã được dùng dự báo thử
nghiệm mực nước 5,10 ngày cho sông Mekong tại Tân Châu và Châu Đốc
ỵ D à-ị 'D lZ0.05
(2.9)
*=! k= 1
(2.10)
23
Phương pháp phân tích điều hoà có ưu điểm là xét được các biến đổi cực trị, yêu
cầu về số liệu trong tính toán và dự báo lại đơn giản. Tuy nhiên phương pháp này còn
có những hạn chế nhất định vì nó chỉ dùng tốt cho nội suy còn ngoại suy thì không
chính xác.
So sánh với một số phương pháp khác cho thấy phương pháp phân tích điều hoà
mang tính khách quan cao hơn, thể hiện rõ tính định lượng và có độ chính xác hơn.
2.4. Áp dụng phương pháp phân tích điều hoà để mô phỏng dòng chảy sông
Đà (tại trạm Hoà Bình) và sông Đồng Nai (tại trạm Tà Lài) và đánh
giá kết quả mô phỏng.
Trên Hình 2.3 là sơ đồ các bước cơ bản để tính toán mô phỏng chuỗi thời gian
dòng chảy theo phương pháp phân tích điều hoà.
Tuy nhiên khi áp dụng phương pháp phân tích điều hoà để mô phỏng trực tiếp
dòng chảy mùa và dòng chảy trung bình tháng thì nhìn chung là độ chính xác không
cao, sở dĩ như vậy là do chuỗi dòng chảy mùa và dòng chảy tháng có tính mùa và các
chuỗi số liệu này không phải là chuỗi dừng. Vì vậy để khắc phục điều này, nâng cao độ
chính xác hơn ta có thể biến đổi, mô phỏng gián tiếp thông qua việc thực hiện một
phép lọc đơn giản.
Với chuỗi số liệu dòng chảy mùa ta sử dụng phép lọc
Z,=Q,-Qj (2.11)

trong đó: Qi là lưu lượng trung bình mùa thứ i
Qj là lưu lượng bình quân mùa j (j=l, 2).
Với chuỗi dòng chảy tháng ta sử dụng phép lọc:
Z,=Q,-Qj (2.12)
trong đó: Qi là lưu lượng trang bình tháng thứ i
Qj là lưu lượng bình quân tháng j (j=l,2, ,12).
Sau đó áp dụng phương pháp phân tích điều hoà để m ô phỏng chuỗi ỊZ,}, rồi từ
ta có thể mô phỏng được chuỗi dòng chảy tháng {Qi}.
Trên cơ sở đó em đã thiết lập chương trình “PTDH” viết bằng ngôn ngữ Visual
Basic để tính toán mô phỏng chuỗi thời gian dòng chảy theo phương pháp phân tích
íiều hoà. Dao diện chương trình và các bước tính toán như trong phụ lục 1.
Kết quả mô phỏng dòng chảy trên sông Đà (tại trạm Hoà Bình) và dòng chảy
rên sông Đồng Nai (tại trạm Tà Lài) được thể hiện như trong các hình từ Hình 2.4 đến
Tinh 2.9, so sánh giữa giá trị thực đo và giá trị mô phỏng.
24