CÂU hỏi ôn tập TIN ỨNG DỤNG

Câu 1: Nêu và phân tích các giai đoạn trong điều tra nghiên cứu MT trong đó
giai đoạn nào là quan trọng nhất vì sao.
Trả lời: Gồm 5 giai đoạn chính sau
-

-

-

Xác định nhiệm vụ, xác định đối tượng dân số. Hiểu mình muốn biết gì khi
điều tra nghiên cứu.
Tính toán đơn vị cần thu thập theo quy định thống kê
Việc xác định dung lượng mẫu cần thiết cho cuộc đi. Khi điều tra nghiên cứu
MT, phải thực hiện việc thu thập dứ kiện. có những trường hợp dữ kiện được
thu thập qua 2 bước. trong khi thu thập dữ kiện phải thực hiện việc ghi chép
thông qua các bảng ghi số liệu khảo sát.
Lưu trữ và xử lý số liệu. Hình thức và phương pháp lưu trữ dữ kiện thu thập
ngoài hiện trường hay kết quả phân tích trong PTN rất đa dạng tùy theo mục
đích điều tra nghiên cứu. Tuy nhiên có thể khái quát việc thực hiện lưu trũ
dữ kiện như sau: dưới bảng tính (wordsheet), dưới dạng cơ sở dữ liệu
(database), lưu trữ trực tiếp vào phần mềm xử lý thống kê.
Phân tích kết quả và viết báo cáo. Phân tích kết quả sẽ được thực hiện tùy
theo công cụ xử lý.

Câu 2: Nêu và phân tích các đặc trưng thống kê thường dùng trong mô tả dữ
kiện MT.
1.

Các đặc trưng diễn đạt chiều hướng tập trung của dữ kiện
* Trị thường gặp (Mode) M0 là giá trị của biến tương ứng với số lần xuất
hiện lớn nhất của phân phối.

* Số trung vị (Median) Me: Xếp dữ kiện từ nhỏ đến lớn, số trung vị là giá
trị của chuỗi quan trắc sao cho giá trị này chia chuổi quan trắc thành hai
chuỗi con có số hạng bằng nhau.
Trường hợp số lần quan trắc của đại lượng quan sát là lẻ, số trung vị
dễ dàng xác định theo dịnh nghĩa trên:
Ví dụ: {2, 4, 7, 9, 12, 15, 20}
Trường hợp số lần quan trắc là chẵn, chỉ định nghĩa được khoảng
trung vị, trong khoảng này giá trị trung vị không xác định chính xác:
Ví dụ: {3, 6, 12, 15, 21, 28, 32, 38}

∗ Trung bình cộng (average) hay trung bình số học (arthridmethic)


1 n
x = ∑ xi
n i =1

Giá trị trung bình số học của một chuỗi thống kê xi chính bằng tỷ
số giữa tổng các giá trị thống kê quan sát và số lần quan sát tương ứng. Ta còn gọi
là giá trị trung bình số học đơn giản (mean)
(2-6)
trong đó:
n: là số lần quan trắc;
xi: là giá trị quan trắc lần thứ i
Ngoài ra còn có các khái niệm trung bình khác, tùy theo yêu cầu của người
nghiên cứu: trung bình hình học, trung bình quân phương…
∗ Phần tư vị (quartile): Xếp dữ kiện từ nhỏ đến lớn, chia dãy n dữ kiện làm 4
phần:
+ Phần tư vị dưới (low quartile): lấy giá trị của đơn vị ở vị trí ¼ (25%) của dãy
dữ kiện.

+ Phần tư vị trên (upper quartile): lấy giá trị của đơn vị ở vị trí ¾ (75%) của dãy
dữ kiện.
2.

Các đặc trưng diễn đạt sự phân tán của dữ kiện

* Khoảng biến thiên (range): Là hiệu giá trị tối đa và tối thiểu trong dữ kiện của
tập hợp thống kê.
Rx = Xmax - Xmin
Rx càng lớn, dữ kiện sẽ có xu hướng phân tán.
* Biến lượng (variance): dùng để đo độ phân tán của dữ kiện. Có thể phân ra hai
nhóm: nhóm ước tính và biến lượng tính theo công thức:
Các biến lượng tính theo kiểu ước tính:
+ Tính sơ bộ theo khoảng biến thiên:


Sx =

( x7 5 − x50 + (( x 7 5 − x 25 x7 5 − x 25
=
2
2

Sx2 = {R/4}2

+ Theo phân tư vị:

(2-7)

Biến lượng tính theo công thức:

+ Trường hợp lấy mẫu hoàn lại:
n

S x2 =

∑ (x
i =1

i

− x) 2

n −1

(2-8)

+ Trường hợp lấy mẫu không hoàn hoàn lại:
n

N −1
S x2 =
∗
N

∑ (x
i =1

1

− x) 2

n −1

(2-9)

* Độ lệch tiêu chuẩn hay còn gọi là quân phương sai (Standard
deviation): là đại lượng để đối chiếu giữa trung bình và biến lượng:
S = s2

∗ Sai số tiêu chuẩn (Standard error): là độ lệch bình quân trên một đơn vị:
e=

S
n

∗ Hệ số biến thiên (coeficient of variation): là % độ lệch tiêu chuẩn so với
trung bình, để so sánh đặc trưng phân tán thống kê giữa các tập hợp dữ kiện khác
số đo (đơn vị tính):
CV % =

S
x

Ngoài ra trong thống kê còn sử dụng các đặc trưng khác như độ nhọn
(kurtosis), độ lệch (skewness)... của phân bố tần suất các mẫu thăm dò nhưng ứng
dụng không phổ biến.


Câu 3: Nêu các loại phân bố mẫu và phân tích (3 loại phân bố là nhị thức,
poisson, chuẩn).

Phân bố xác suất là một dạng phân bố tần suất tương đối diễn đạt theo ngôn
ngữ toán học xác suất. Trong thống kê sinh học có 03 kiểu phân bố phổ biến là
phân bố nhị thức, phân bố chuẩn và phân bố Poison.
1.

Phân bố nhị thức (Binomial distribution)

Thường gặp ở các dữ kiện thuộc loại diễn đạt một tính chất nào đó, có hoặc
không có. Hàm phân bố xác suất:
P( x = k ) =

n!
p k q n−k
k! ( n − k )

(2-4)

trong đó:

k: là số lần xuất hiện của biến x trong mẫu khảo sát.
n: dung lượng mẫu khảo sát
p: xác suất xảy ra biến x
q = 1 - p: xác suất không xảy ra

Các đặc trưng chính Trung vị: m = n . p
σ = n. p.q

Biến lượng: σ 2 = n . p . q
Sai số chuẩn:

(2-5)


2. Phân bố Poisson
Y=

λ x ⋅ e −λ
X!

Là trường hợp đặc biệt của phân bố nhị thức, thường gặp khi phân
bố có dạng một đỉnh lệch phải, xác suất xuất hiện của một sự kiện nhỏ.
Hàm phân bố xác suất:
trong đó λ : hằng số, λ =np
e = 2,71828
Các đặc trưng chính Trung vị: µ = λ
Biến lượng: σ 2 = λ

3.

Sai số chuẩn: σ =
Phân bố chuẩn (Normal distribution)
Y=

1

σ 2π

e

−1

( x−µ )2 / Z 2
2

Các biến số liên tục thường có phân bố chuẩn như chiều

cao, trọng lượng, thể tích,
Hàm phân bố xác suất :
Trong đó µ : trung bình
σ : sai số chuẩn
Z=

x−µ
σ

e = 2,71828


Y=

1
2π

−1

e 2Z

Z2

Với biến số

phân bố chuẩn có thể viết dưới dạng

chuẩn µ = 0, σ = 1.

Các đặc trưng chính: Trung vị: m = µ
Biến lượng: σ 2 = σ 2
Sai số chuẩn: σ = σ
Câu 4: cho dãy số tính toán ( đây là bài tập nha).
Câu 5: Tính toán các thông số thống kê.
Câu 6: Khái niệm mô hình hóa? Mô hình hóa môi trường, ví dụ.
Mô hình hoá là một khoa học về cách mô phỏng, giản lược các thông số thực
tế nhưng vẫn diễn tả được tính chất của từng thành phần trong mô hình. Mô hình
không hoàn toàn là một vật thể hiện thực nhưng nó giúp cho chúng ta hiểu rõ hơn
hệ thống thực tế.
Mô hình hóa môi trường là ngành khoa học mô phỏng hiện tượng lan truyền
chất ô nhiễm và các dự báo thay đổi môi trường theo không gian và thời gian.
Ví dụ: Ví dụ 1.1: Các nhà thiết kế tạo ra một mẫu xe hơi sử dụng năng lượng mặt
trời thu nhỏ để thử nghiệm khả năng hoạt động cũng như các tiện ích và an toàn
trước khi chế tạo hàng loạt (hình 7.1).
Ví dụ 1.2: Để thể hiện sự thay đổi lượng nước trong một hồ chứa người ta đưa ra
hình ảnh như hình 7.2. Biết kích thước hình học của hồ chứa, lưu lượng vào, lưu
lượng ra, chúng ta có thể xác định dao động mực nước trong hồ.


Câu 7: Mô hình thường áp dụng theo kiểu khung khái quát nào? Hãy nêu các
phần cơ bản của khung khái quát mô hình.
Mô hình thường áp dụng theo kiểu khung khái quát theo ngành khoa học tính
toán, mang tên là 3A, viết tắt từ 3 chữ Application (ứng dụng) Algorithm (thuật
toán), và Architecture (kiến trúc).
* Có ba phần cơ bản của mô hình

- Ứng dụng mô hình (Application of a model): Mục tiêu của việc sử dụng
mô hình là chỉ ra việc ứng dụng của nó. Xác định phạm vi ứng dụng nói lên tầm
quan trọng của mô hình trong thực tiễn. Ví dụ ứng dụng mô hình giúp ta xác định
thông tin có bao nhiêu đạm ammona chuyển thành đạm nitrogen trong không khí,
hoặc có bao nhiều lượng nước chảy tràn trên mặt đất sau một trận mưa bão. Nói
cách khác, ứng dụng mô hình giúp ta trả lời câu hỏi: Đây là những gì ta muốn mô
phỏng, bây giờ ta sẽ làm việc mô phỏng đó bằng cách nào?
- Thuật toán mô hình (Algorithm of a model): Thuật toán mô hình cho ta
biết cách tiếp cận kỹ thuật tính toán hay phương pháp tính, liên quan đến các
phương trình, các thông số mà chúng ta muốn đưa vào chứng trình máy tính.
- Kiến trúc mô hình (Architecture of a model): Kiến trúc hay cấu trúc mô
hình xác định kiểu hình nào mà mô hình sẽ sử dụng, loại máy tính nào, chướng
trình nào sẽ được sử dụng các thông tin để xử lý.
Câu 8: Nêu và phân tích các bước trong hiệu chỉnh các thông số mô hình.
Bước hiệu chỉnh mô hình:
• Hiệu chỉnh sơ bộ: Đây là bước thử ban đầu để xem thử các thông số mô hình đã
chọn có “nhạy” với kết quả mô hình hay không? Thông thường, việc hiệu chỉnh sơ
bộ theo bảng hướng dẫn của mô hình có sẵn hoặc từ quan sát thực tế. Việc hiệu
chỉnh sơ bộ được xem như một bước làm bắt buộc nhằm định lại:
+ Giá trị ban đầu thực tế cho các thông số
+ Chiều dài (hay bước tính) “lý tưởng” để mô hình tìm kiếm giá trị tốt nhất
của thông số. Nếu chọn bước tính quá ngắn sẽ làm gia tăng số lần tính toán, nếu
chọn bước tính quá dài sẽ tạo ra sự vượt quá hay cường điệu hóa khi tìm giá trị tối


ưu.
+ Thử xác định khoảng giới hạn (giới hạn trên và giới hạn dưới) của các thông
số. Mục đích của việc này nhằm giới hạn khả năng sự thất bại của mô hình khi tạo
ra các giá trị phi thực tế hay trị vượt quá thực tế.
• Hiệu chỉnh tinh tế: Hiệu chỉnh tinh tế là làm nhuyễn ở mức chi tiết các kết

quả ở đầu ra qua việc điều chỉnh vi cấp (fine tuning) các thông số mô hình. Một số
sách hướng dẫn mô hình có thể cho khuyến cáo hoặc một số mô hình có thể tạo ra
tiến trình tự động hiệu chỉnh để có một kết quả tốt nhất có thể đạt được.
Câu 9: Nêu các vấn đề thường gặp trong việc thành lập các thông số môi trường và
các vấn đề thường gặp trong kiểm nghiệm mô hình.
1.

Thành lập các thông số môi trường.
a.

Các vấn đề thường gặp khi thành lập thông số

- Thông thường, trong một mô hình môi trường các biến số như nồng độ chất ô
nhiễm thay đổi theo thời gian và không gian mà các chất ô nhiễm lan truyền cũng
không đồng nhất (do cấu trúc lớp đất, sự thay đổi đặc điểm dòng chảy, ...).
- Do vậy khi dùng trị số trung bình hoặc một hệ số đặc trưng nào đó có thể là
nguyên nhân chính làm sai số mô hình.
- Các nghiên cứu thực tế cho thấy, sự thay đổi đặc điểm vật lý của lưu vực (như
thay đổi cách sử dụng đất, lớp phủ thực vật, ...) sẽ làm thay đổi các thông số thủy
văn.
-Tính hiệu quả của mô hình thường do kỹ năng của người sử dụng mô hình khi
thực hiện việc hiệu chỉnh hơn là do bản thân của chính mô hình. Một trong những
nguyên nhân gây sai số mô hình có ý nghĩa là do chọn lựa không thích hợp và hiệu
chỉnh các thông số mô hình. Kiến thức cho việc chọn lựa thông số hợp lý thường
chỉ có qua kinh nghiệm nhiều lần.
- Khi tìm cách đưa thêm các hệ số hiệu chỉnh lại sự biến đổi của đặc điểm không
gian môi trường nhằm đối phó với hạn chế khả năng đo đạc chính xác hoặc phỏng
đoán các giá trị thông số sẽ có thể tạo ra những sai số thông số khác.

- Thông thường khi lấy những biến số độc lập (ví dụ như số liệu đo được sự chảy
tràn trên mặt đất) đối lập với kết quả đầu ra của mô hình (số liệu chảy tràn theo
tính toán của mô hình) để thử nghiệm khi hiệu chỉnh thì các thông số có thể không
mang tính đại diện một cách tiêu biểu cho toàn lưu vực (trường hợp lưu vực có sự
hiện diên của các vùng đất ngập nước, các đê chắn hoặc các kênh mương).
- Kỹ thuật lấy mẫu và đo đạc ngoài hiện trường và trong phòng thí nghiệm sẽ ảnh
hưởng lớn đến kết quả mô hình. Cùng áp dụng một mô hình toán học trên máy tính
cho một lưu vực nhưng với hai người khác nhau áp dụng, mỗi người đo áp dụng
các cách đo khác nhau để có số liệu đầu vào thì kết quả cũng có thể cho ra các
thông số khác nhau.
2.

Vấn đề kiểm nghiệm mô hình

Các vấn đề thường gặp
Trong kiểm nghiệm mô hình, lý tưởng nhất là số liệu quan trắc có đầy đủ sự
kiểm soát chất lượng, đủ chi tiết và đủ độ dài theo thời gian.
a.

Thực tế là chuỗi số liệu không đủ dài, cần phải có các phương pháp mới để
kéo dài chuỗi số liệu từ thực tế ngoài hiện trường hoặc lấy thêm từ các lưu vực
tương tự, tình huống môi trường xấp xỉ.
Cần thiết phải đánh giá các ảnh hưởng do sự không chắc chắn của các thông
số nhập vào mô hình khi xem xét sự thể hiện mô hình.
Các số liệu thực tế nghèo nàn có thể dẫn đến sự hiệu chỉnh và kiểm chứng sai lạc.
Một số người làm mô hình cố gắng sử dụng phép ngoại suy để kéo dài chuỗi số
Khi mô hình cũ không còn thỏa mãn kết quả sự tiên đoán, nhất thiết phải
hiệu chỉnh và kiểm nghiệm lại các thông số hoặc phải thay đổi giả thiết, thuật tính
toán, và thậm chí thay đổi cấu trúc, khái niệm mô hình.
Câu 10: Nêu các mô hình thực tế mà bạn biết trong việc xử lý và quản lý MT.

Các mô hình thường có là mô hình thủy văn: Các mô hình thủy văn rất đơn giản,
dựa trên các khái niệm tương ứng với một phần của vòng tuần hoàn nước. Chúng


chủ yếu được sử dụng để dự báo thủy văn và để giải thích về các tiến trình thủy
văn. Có thể phân chia thành hai loại mô hình thủy văn chính:
•

Các mô hình dựa trên số liệu. Những mô hình này là các mô hình hộp đen,
sử dụng các khái niệm toán học và thống kê để liên kết một đầu vào đã biết
(ví dụ như lượng mưa) với đầu ra của mô hình (ví dụ như dòng chảy mặt).
Các phương pháp chúng thường sử dụng là hồi quy, các hàm biến đổi,
các mạng thần kinh (neural networks) và nhận dạng hệ thống (system
identification). Những mô hình này được biết đến với tên các mô hình thủy
văn bất định.

•

Các mô hình dựa trên những mô tả tiến trình. Những mô hình này cố gắng
mô phỏng các tiến trình vật lý quan sát được trong thế giới thực. Đặc biệt là,
những mô hình này chứa các biến của dòng chảy mặt, dòng chảy ngầm, sự
bốc-thoát hơi nước, và kênh dẫn nước (channel flow), nhưng chúng có thể
phức tạp hơn thế rất nhiều. Các mô hình này được biết đến như là các mô
hình thủy văn tất định. Các mô hình thủy văn tất định có thể được chia nhỏ
hơn thành các mô hình đơn sự kiện (single-event model) và mô hình mô
phỏng liên tục.

,mô hình Mike để tính toán ngập lụt.
Hoặc mô hình Aquachem
- AquaChem là phần mềm chuyên về phân tích số, đồ thị và mô hình hoá dữ liệu

chất lượng nước.Các chức năng của AquaChem’s trải rộng từ việc xác định các
khoáng hoá, cân bằng trữ lượng và biến đổi đơn vị đơn giản cho đến các tính toán
đo địa nhiệt và cân bằng phức tạp hơn. Cung cấp nhiều kiểu đồ thị (Piper, Durov,
Trilinear, geothermometer, Map plot, etc.).
- mô hình lan truyền chất ô nhiễm.
Bài 1: Các giai đoạn trong điều tra nghiên cứu môi trường
Việc nhận thức rõ và phân biệt quần thể , tập hợp mẫu, đơn vị thu thập có ý
nghĩa quan trọng trong việc vạch kế hoạch điều tra nghiên cứu và lập bảng ghi số
liệu cần thu thập. Khi lập kế hoạch điều tra nghiên cứu môi trường phải trải qua các
giai đoạn sau:
1 Xác định nhiệm vụ, xác định đối tượng, dân số.


Trước khi tiến hành thu thập dữ kiện, ta phải hiểu mình muốn biết gì khi điều
tra nghiên cứu. Vì vậy xác định nhiệm vụ là việc hàng đầu trước khi thu thập dữ
liệu
VD:
2 Tính toán số lượng đơn vị cần thu thập theo qui định thống kê
3 Việc xác định dung lượng mẫu cần thiết cho cuộc đi
Khi điều tra nghiên cứu môi trường, phải thực hiện việc thu thập dữ kiện. Có
những trường hợp dữ kiện phải được thu thập qua 2 bước. Trong khi thu thập dữ
kiện phải thực hiện việc ghi chép thông qua các bảng ghi số liệu khảo sát.
4 Lưu trữ và xử lý số liệu.
Hình thức và phương pháp lưu trữ dữ kiện thu thập ngoài hiện trường hay kết
quả phân tích trong phòng thí nghiệm rất đa dạng tùy theo mục đích điều tra nghiên
cứu. Tuy nhiên có thể khái quát việc thực hiện lưu trữ giữ kiện như sau:
• Dưới dạng bảng tính (worksheet)
• Dưới dạng cơ sở dữ liệu (database)
• Lưu trữ trực tiếp vào phần mềm xử lý thống kê.
5 Phân tích kết quả và viết báo cáo

Việc phân tích kết quả sẽ được thực hiện tùy theo loại công cụ xử lý. Trong
phần này khái quát một số phương pháp trình bày kết quả xử lý thống kê có thể áp
dụng trong các báo cáo kết quả điều tra nghiên cứu môi trường. Khi trình bày kết
quả cần phân tích ra 2 loại dữ liệu:
• Loại dữ liệu nguồn, các dữ liệu gốc đã thu thập hay phần tích từ trong
phòng thí nghiệm.
• Các kết quả xử lý: phải làm nổi bật các kết luận, đánh giá hiện trạng,
phân ích trong báo cáo điều tra nghiên cứu. Có rất nhiều dạng trình bày
kết quả, tùy loại nghiên cứu
Một số thống kê kết quả chủ yếu gồm các thành phần sau:
• Tựa đề của bảng
• Các đầu đề dữ kiện
• Nguồn gốc dữ kiện
VD: Thực hiện điều tra nghiên cứu môi trường ở một khu đô thị có các khu trung
cư, siêu thị … Bước đầu tiên chúng ta cần xác định nhiệm vụ và đối tượng cần
nghiên cứu như: nước, đất, không khí. Sau đó sẽ tính toán tính toán số lượng đơn
vị lần thu thập của các đối tượng trên. Đồng thời xác định dung lượng mẫu cần
thiết cho công tác nghiên cứu. Tiếp theo, lưu trữ và xử lý số liệu tại hiện trường
như: dung lượng mẫu, số mẫu, thời gian lấy mẫu, địa điểm, điều kiện thời tiết,


dụng cụ lấy mẫu… Cuối cùng là công tác phân tích mẫu đã thu thập, từ đó đưa ra
kết luận về hiện trạng môi trường của khu trung cư và viết báo cáo về kết quả của
lần điều tra nghiên cứu môi trường này.
Bài 2: Tính toán các thông số đặc trưng thống kê thường dùng trong mô ta dữ
liệu môi trường.
Bản Excel “Bài tập 2”