Nghiên cứu xây dựng phương án dự báo lũ trên sông pô kô

BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG
ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƯỜNG HÀ NỘI

-----------------------------------------

DƯƠNG TIẾN ĐẠT
NGHIÊN CỨU XÂY DỰNG PHƯƠNG ÁN
DỰ BÁO LŨ TRÊN SÔNG PÔ KÔ

LUẬN VĂN THẠC SĨ

HÀ NỘI - NĂM 2018


BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG
ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƯỜNG HÀ NỘI
--------------------------------------------------

DƯƠNG TIẾN ĐẠT

NGHIÊN CỨU XÂY DỰNG PHƯƠNG ÁN
DỰ BÁO LŨ TRÊN SÔNG PÔ KÔ
CHUYÊN NGÀNH

: THỦY VĂN

MÃ SỐ

: 62.440224

NGƯỜI HƯỚNG DẪN KHOA HỌC

TS. TRƯƠNG VÂN ANH

HÀ NỘI - NĂM 2018


CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI
TRƯỜNG ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƯỜNG HÀ NỘI

Cán bộ hướng dẫn chính: TS.Trương Vân Anh
Cán bộ hướng dẫn phụ:
Cán bộ chấm phản biện 1: TS.Đặng Thanh Mai

Cán bộ chấm phản biện 2: TS.Nguyễn Viết Thi

Luận văn thạc sĩ được hoàn thành tại:
HỘI ĐỒNG CHẤM LUẬN VĂN THẠC SĨ
TRƯỜNG ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƯỜNG HÀ NỘI
Ngày 10 tháng 9 năm 2018


LỜI CAM ĐOAN
Tôi xin cam đoan các nội dung, số liệu, kết quả nêu trong luận văn là
trung thực và chưa từng được ai công bố trong bất kỳ các công trình nào khác.
Hà Nội, ngày 10 tháng 9 năm 2018
TÁC GIẢ LUẬN VĂN

Dương Tiến Đạt


LỜI CẢM ƠN

Luận văn thạc sĩ khoa học với đề tài: “Nghiên cứu xây dựng dự báo lũ
trên sông Pô Kô” được hoàn thành tại Khoa Khí tượng – Thủy văn thuộc
trường Đại học Tài Nguyên và Môi Trường Hà Nội dưới sự hướng dẫn trực
tiếp của TS.Trương Vân Anh là giảng viên của khoa.
Tác giả xin bày tỏ lòng biết ơn tới Giảng viên TS.Trương Vân Anh đã
tạo điều kiện tốt nhất, định hướng cho tác giả cách tiếp cận với bài toán và đã
dành nhiều thời gian quý báu để đọc, cho nhận xét góp ý những nội dung để
tác giả có thể hoàn thành Luận văn thạc sĩ của mình.
Tác giả cũng xin chân thành cảm ơn toàn thể các Giảng viên Trường Đại
học Tài Nguyên và Môi Trường Hà Nội nói chung và Khoa Khí tượng – Thủy
văn nói riêng đã tạo cho tác giả một môi trường học tập, nghiên cứu lành
mạnh, cho tác giả những cơ hội để phấn đấu và trưởng thành hơn trong những
năm học qua.
Do trình độ và kinh nghiệm của bản thân còn hạn chế, tài liệu tham khảo
có hạn nên Luận văn chắc chắn còn nhiều hạn chế và thiếu sót. Vì vậy, tác giả
mong nhận được sự góp ý quý báu của các thầy, cô giáo và toàn thể các học
viên cao học để Luận văn được hoàn thiện cả nội dung và hình thức.
Xin chân thành cảm ơn!

Học viên

Dương Tiến Đạt


MỤC LỤC

TÓM TẮT LUẬN VĂN
DANH MỤC CÁC KÍ HIỆU VÀ CHỮ VIẾT TẮT
DANH MỤC CÁC BẢNG BIỂU
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

MỞ ĐẦU .....................................................................................................................1
I. Đặt vấn đề ................................................................................................................1
II. Mục tiêu nghiên cứu ...............................................................................................2
III. Phạm vi, đối tượng nghiên cứu .............................................................................2
IV. Phương pháp nghiên cứu ......................................................................................2
V. Nội dung nghiên cứu ..............................................................................................3
VI. Bố cục luận văn .....................................................................................................3
CHƯƠNG I. TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU .......................................4
1.1 Tình hình nghiên cứu dự báo lũ trong và ngoài nước ...........................................4
1.1.1 Nghiên cứu dự báo lũ trên thế giới ....................................................................4
1.1.2 Nghiên cứu dự báo lũ trong nước ......................................................................9
1.2 Tổng quan vùng nghiên cứu ................................................................................13
1.2.1 Vị trí địa lý .......................................................................................................13
1.2.2 Đặc điểm địa hình ............................................................................................14
1.2.3 Đặc điểm địa chất, thổ nhưỡng ........................................................................15
1.2.4 Thảm phủ thực vật............................................................................................16
1.2.5 Đặc điểm khí tượng ..........................................................................................17
1.2.6 Đặc điểm thủy văn ...........................................................................................19
CHƯƠNG II. CƠ SỞ DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU .................24
2.1 Cơ sở dữ liệu .......................................................................................................24
2.1.1 Số liệu không gian dưới dạng bản đồ ...............................................................24
2.1.2 Số liệu thuộc tính .............................................................................................24


2.1.3 Số liệu địa hình.................................................................................................25
2.2 Phương pháp nghiên cứu.....................................................................................26
2.2.1 Lựa chọn mô hình tính toán mô phỏng dòng chảy lũ cho lưu vực sông
Pô Kô

.....................................................................................................................26

2.2.2 Giới thiệu mô hình MIKE NAM ......................................................................27
2.2.3 Mô hình mạng trí tuệ nhân tạo ANN ...............................................................30
2.2.4 Các bước tính toán ...........................................................................................36
CHƯƠNG III. KẾT QUẢ VÀ THẢO LUẬN ..........................................................38
3.1 Xác định lưu vực và tiểu lưu vực thành phần .....................................................38
3.2 Thiết lập mô hình MIKE NAM tính toán dòng chảy lưu vực sông Pô Kô tính
đến trạm thủy văn Đăk Mốt (tiểu lưu vực Đăk Mốt) ................................................42
3.2.1 Thiết lập mô hình .............................................................................................42
3.2.2 Hiệu chỉnh mô hình ..........................................................................................45
3.2.3 Kiểm định mô hình...........................................................................................47
3.3 Mô phỏng dòng chảy lưu vực Pô Kô tính đến hồ Plei Krông (lưu vực Plei
Krông) .......................................................................................................................48
3.3.1 Mô phỏng dòng chảy năm 2003 lưu vực Plei Krông .......................................48
3.3.2 Mô phỏng dòng chảy năm 2009 lưu vực Plei Krông .......................................49
3.3.3 Mô phỏng dòng chảy năm 2011 lưu vực Plei Krông .......................................49
3.3.4 Mô phỏng dòng chảy năm 2012 lưu vực Plei Krông .......................................50
3.4 Xây dựng mạng ANN dự báo dòng chảy đến hồ Plei Krông..............................51
3.4.1 Số liệu được xem xét ........................................................................................51
3.4.2 Lựa chọn đầu vào cho ANN .............................................................................52
3.4.3 Thiết lập mạng ANN ........................................................................................52
3.4.4 Dự báo thử nghiệm ...........................................................................................53
KẾT LUẬN VÀ KIẾN NGHỊ...................................................................................64
TÀI LIỆU THAM KHẢO .........................................................................................66


TÓM TẮT LUẬN VĂN
+ Họ và tên học viên: Dương Tiến Đạt
+ Lớp: CH2B.T

Khóa: II

+ Cán bộ hướng dẫn: TS.Trương Vân Anh
+ Tên đề tài: Nghiên cứu xây dựng phương án dự báo lũ trên sông Pô
Kô.
+ Tóm tắt: Luận văn được thực hiện trong 67 trang bao gồm ba chương
chính:
Chương I: Tổng quan về vấn đề nghiên cứu. Trong chương I, tác giả đã
nêu ra một số phương pháp nghiên cứu về dự báo lũ trên Thế giới và tại Việt
Nam, ngoài ra còn sơ lược tổng quan về lưu vực nghiên cứu.
Chương II: Cơ sở dữ liệu và phương pháp nghiên cứu. Trong chương
II, tác giả dựa vào những số liệu thực đo chuẩn xác có thể sử dụng được tại
các trạm khí tượng thủy văn trên lưu vực để từ đó có thể đưa ra được phương
pháp nghiên cứu đúng hướng, đảm bảo tính chính xác.
Chương III: Kết quả và thảo luận. Trong chương này, tác giả trình bày
toàn bộ kết quả tính toán từ việc áp dụng mô hình MIKE và mô hình mạng trí
tuệ nhân tạo ANN để đưa ra được các phương án dự báo lũ cho lưu vực
nghiên cứu.


DANH MỤC CÁC KÍ HIỆU VÀ CHỮ VIẾT TẮT
Chữ viết tắt

Chú thích

ANN (Artificial Neural Network)

Mô hình mạng trí tuệ nhân tạo

DEM (Digital Elevation Model)

Mô hình độ cao số

GIS (Geographic Information System)

Hệ thống thông tin địa lý

NAM (Nedbor – Afstromming – Model) Mô hình mưa – dòng chảy
NSI (Nash – Sutchliffe)

Chỉ số hiệu quả

Flv

Diện tích lưu vực (km2)

H

Mực nước (m)

Mo

Mô đun dòng chảy năm (l/s.km2)

Qo

Lưu lượng dòng chảy năm (m3/s)

Q

Lưu lượng nước (m3/s)

Qmax

Lưu lượng lớn nhất (m3/s)

T

Nhiệt độ (oC)

U

Độ ẩm không khí (%)

V

Vận tốc gió (m/s)

Wo

Tổng lượng dòng chảy năm (m3)

X

Lượng mưa (mm)

Z

Lượng bốc hơi (mm)

DANH MỤC CÁC BẢNG BIỂU
Bảng 1.1 Danh sách các trạm khí tượng tỉnh Kon Tum............................................17
Bảng 1.2 Các đặc trưng nhiệt độ không khí (oC) tại lưu vực Pô Kô (2000 - 2016)..18
Bảng 1.3 Các đặc trưng độ ẩm tương đối (%) lưu vực Pô Kô (2000 – 2016). .........18
Bảng 1.4 Bốc hơi trung bình tháng, năm (mm) lưu vực Pô Kô (2000 – 2016). .......19
Bảng 1.5 Các trạm thủy văn nghiên cứu. ..................................................................20
Bảng 1.6 Đặc trưng dòng chảy năm các sông tại tỉnh Kon Tum. .............................21
Bảng 1.7 Khả năng xuất hiện lũ trong năm vào các tháng mùa lũ (%). ...................22
Bảng 1.8 Một số đặc trưng dòng chảy kiệt. ..............................................................23
Bảng 2.1 Số liệu quan trắc khí tượng trên lưu vực sông Pô Kô................................24
Bảng 2.2 Số liệu quan trắc thủy văn các trạm trên lưu vực sông Pô Kô. .................25
Bảng 3.1 Thông số diện tích các tiểu lưu vực sông Pô Kô. ......................................43
Bảng 3.2 Trọng số mưa các tiểu lưu vực sông Pô Kô...............................................44
Bảng 3.3 Đánh giá mức độ chính xác của kết quả mô hình theo chỉ số NSI (Moriasi
và nnk 2007). .............................................................................................................45
Bảng 3.4 Thông số hiệu chỉnh của mô hình NAM. ..................................................46
Bảng 3.5 Biến ảnh hưởng dòng chảy đến hồ Plei Krông. .........................................52
Bảng 3.6 Đánh giá kết quả đào tạo mạng. ................................................................60
Bảng 3.7 Đánh giá kết quả dự báo thử nghiệm giai đoạn 09 – 11/2013. ..................62
Bảng 3.8 Chỉ tiêu đánh giá chất lượng của các phương án dự báo. ..........................63


DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
Hình 1.1 Sơ đồ mô hình lưu vực của mô hình SSARR [3]. ........................................4
Hình 1.2 Sơ đồ lưu vực sông Pô Kô. ........................................................................14
Hình 2.1 Sơ đồ mạng lưới sông và mặt cắt dọc sông lưu vực Pô Kô. ......................26
Hình 2.2 Sơ đồ cấu trúc mô hình MIKE NAM. ........................................................28
Hình 2.3 Sơ đồ mạng trí tuệ nhân tạo 3 lớp [5]. .......................................................32
Hình 2.4 Một nơ ron thần kinh với hàm kích hoạt f [5]............................................32

Hình 2.5 Hàm kích hoạt Logistic [5]. .......................................................................33
Hình 2.6 Sơ đồ khối của thuật toán quét ngược [5]. .................................................35
Hình 2.7 Sơ đồ khối xây dựng mạng ANN và dự báo. .............................................37
Hình 3.1 Bản đồ DEM lưu vực sông Pô Kô. ............................................................40
Hình 3.2 Sơ đồ phân chia lưu vực theo ArcGIS. ......................................................40
Hình 3.3 Sơ đồ phân chia lưu vực sông Pô Kô hoàn chỉnh. .....................................42
Hình 3.4 Diện tích các tiểu lưu vực Đăk Mốt. ..........................................................43
Hình 3.5 Sơ đồ xác định trọng số mưa lưu vực sông Pô Kô. ....................................44
Hình 3.6 Kết quả hiệu chỉnh trận lũ từ 15/10 – 20/10 năm 2003 của tiểu lưu vực
Đăk Mốt.....................................................................................................................47
Hình 3.7 Kết quả kiểm định trận lũ từ 29/9 – 3/10 năm 2009 cho tiểu lưu vực Đăk
Mốt. ...........................................................................................................................48
Hình 3.8 Kết quả kiểm định trận lũ từ 23/9 – 26/9 năm 2011 cho tiểu lưu vực Đăk
Mốt. ...........................................................................................................................48
Hình 3.9 Kết quả mô phỏng dòng chảy lũ từ ngày 15/10 – 20/10 năm 2003 lưu vực
Plei Krông. ................................................................................................................49
Hình 3.10 Kết quả mô phỏng dòng chảy lũ từ 29/9 – 3/10 năm 2009 lưu vực Plei
Krông. ........................................................................................................................49
Hình 3.11 Kết quả mô phỏng dòng chảy lũ từ 23/9 – 26/9 năm 2011 lưu vực Plei
Krông. ........................................................................................................................50


Hình 3.12 Kết quả mô phỏng dòng chảy lũ từ 01/06 – 30/11 năm 2012 lưu vực Plei
Krông. ........................................................................................................................50
Hình 3.13 Kết quả mô phỏng dòng chảy lũ từ 01/06 – 31/12 năm 2013 lưu vực Plei
Krông. ........................................................................................................................51
Hình 3.14 Đánh giá kết quả dự báo 06 giờ dòng chảy đến hồ Plei Krông. ..............53
Hình 3.15 Đường quá trình thực đo và tính toán trong dự báo 6h. ...........................54
Hình 3.16 Đường quá trình thực đo và tính toán trong dự báo 6h (Phóng đại). .......54
Hình 3.17 Đánh giá kết quả dự báo 12h dòng chảy đến hồ Plei Krông....................55

Hình 3.18 Đường quá trình thực đo và tính toán dự báo trong 12h. .........................56
Hình 3.19 Đường quá trình thực đo và tính toán trong dự báo 12h (Phóng đại). .....56
Hình 3.20 Đánh giá Kết quả dự báo 18 giờ dòng chảy đến hồ Plei Krông. .............57
Hình 3.21 Đường quá trình thực đo và tính toán trong dự báo 18h. .........................57
Hình 3.22 Đường quá trình thực đo và tính toán trong dự báo 18h (Phóng đại). .....58
Hình 3.23 Đánh giá Kết quả dự báo 24 giờ dòng chảy đến hồ Plei Krông. .............58
Hình 3.24 Đường quá trình thực đo và tính toán trong dự báo 24h. .........................59
Hình 3.25 Đường quá trình thực đo và tính toán trong dự báo 18h ..........................59
Hình 3.26 Dự báo thử nghiệm 6h giai đoạn 09 – 11/2013........................................60
Hình 3.27 Dự báo thử nghiệm 12h giai đoạn 09 – 11/2013......................................61
Hình 3.28 Dự báo thử nghiệm 18h giai đoạn 09 – 11/2013......................................61
Hình 3.29 Dự báo thử nghiệm 24h giai đoạn 09 – 11/2013......................................62


1

MỞ ĐẦU
I.

Đặt vấn đề
Hiện nay, tình hình thiên tai xuất hiện tại nước ta đang diễn ra rất phức

tạp do hậu quả của việc biến đổi khí hậu, hiệu ứng nhà kính và do các tác
nhân xuất phát từ hoạt động sinh sống của con người. Các tác nhân tự nhiên
và nhân tạo đó làm cho Việt Nam nói chung và tỉnh Kon Tum nói riêng chịu
ảnh hưởng nghiêm trọng của hạn hán, bão, áp thấp nhiệt đới, lũ lụt, thiếu
nước…, gây tổn thất không nhỏ về người và tài sản.
Sông Pô Kô hay còn gọi là Krông Pô Kô là một con sông ở phía tây tỉnh
Kon Tum. Nó là phụ lưu cấp 2 của sông Sê San, bắt nguồn từ vùng núi ở
huyện Đăk Glei chảy theo hướng Bắc – Nam tới Thành phố Kon Tum thì

nhập lưu với sông Đăk Bla thành sông Sê San. Sông Pô Kô là một con sông
mang tính chất của sông vùng núi có độ dốc lớn, khả năng tập trung nước
nhanh nên khi xảy ra mưa lớn trên thượng lưu gây ra lũ lớn làm sạt lở đất, phá
hủy các công trình nơi lũ đi qua. Một số trận lũ lớn đã xảy ra trên lưu vực
như: Năm 1992: Thiệt hại 1,7 tỷ đồng; Năm 1993: Thiệt hại 2,5 tỷ đồng; Năm
1994: Thiệt hại 18 tỷ đồng; Năm 1996: Thiệt hại 72,6 tỷ đồng; Năm 1997:
Thiệt hại: 3,4 tỷ đồng; Năm 1998: Thiệt hại: 7,5 tỷ đồng. Năm 2009: Thiệt
hại: 3.000 tỷ đồng, đây là trận lũ trên sông Pô Kô và Đắk Bla được xem là lớn
nhất đã xuất hiện trong vùng khoảng 35 năm trở lại đây. Ngoài ra, trên lưu
vực sông Pô Kô hiện nay có gần rất nhiều hồ thủy lợi, thủy điện lớn nhỏ, Việc
xây dựng và vận hành các hồ chứa đã khiến cho chế độ dòng chảy trong lưu
vực bị thay đổi so với tự nhiên, gây ra tình trạng ngập lụt phía hạ du vào mùa
lũ, hạn hán, thiếu nước vào mùa khô ảnh hưởng trực tiếp nhu cầu sử dụng
nước cũng như duy trì hệ sinh thái thủy sinh trên lưu vực.
Đối với lưu vực nhỏ như lưu vực sông Pô Kô thì không có nhiều đề tài
nghiên cứu xây dựng công cụ tính toán và dự báo lũ. Bên cạnh đó tình hình
thu thập số liệu cũng không được dồi dào do đó việc dự báo dòng chảy nói


2

chung và lũ nói riêng vẫn gặp rất nhiều khó khăn. Ngoài ra, trên lưu vực có hồ
chứa thủy điện Plei Krông với công suất lắp máy 16.5 MW nên việc dự báo
dòng chảy lũ đến hồ phục vụ vận hành hiệu quả giúp phát điện và phòng lũ hạ
du là hết sức quan trọng. Tuy nhiên công tác dự báo ở vùng nghiên cứu nói
riêng và các vùng tương tự nói chung còn nhiều hạn chế chưa phát triển do
tình hình tài liệu khó khăn và nhân lực hạn chế. Việc áp dụng các mô hình
toán để trở thành một công nghệ dự báo tại lưu vực là một vấn đề quan trọng
cần được nghiên cứu.
Từ nhận thức và cách tiếp cận nêu trên, tác giả đã chọn đề tài: “Nghiên

cứu xây dựng phương án dự báo lũ trên sông Pô Kô”.
II. Mục tiêu nghiên cứu
Nghiên cứu phương án dự báo dòng chảy lũ đến hồ Plei Krông trên lưu
vực sông Pô Kô phục vụ vận hành hồ chứa giảm lũ hiệu quả cho hạ du.
III. Phạm vi, đối tượng nghiên cứu
Phạm vi nghiên cứu: Lưu vực sông Pô Kô đoạn từ huyện Đăk Glei tính
đến đập thủy điện Plei Krông.
Đối tượng nghiên cứu: Dòng chảy lũ trên lưu vực sông Pô Kô.
IV. Phương pháp nghiên cứu
Để luận văn có thể giải quyết được các vấn đề nêu trên cần có các
phương pháp nghiên cứu, vận dụng như sau:
- Phương pháp kế thừa: Phân tích đánh giá, tổng hợp và kế thừa các nội
dung phù hợp phục vụ cho các nội dung nghiên cứu của luận văn.
- Phương pháp phân tích, thống kê: Dùng trong việc phân tích, thống kê
và xử lý số liệu phục vụ cho bài toán.
- Phương pháp mô hình toán: Ứng dụng mô hình MIKE NAM tính toán
dòng chảy cho các tiểu lưu vực và ứng dụng mô hình mạng trí tuệ nhân tạo
ANN từ kết quả của mô hình MIKE NAM để dự báo dòng chảy đến hồ Plei
Krông.


3

- Phương pháp chuyên gia: Thông qua các nghiên cứu đã có để kiểm tra
tính khoa học cùng với sự góp ý của các thầy cô giáo nhằm làm sáng tỏ hơn
kết quả nghiên cứu.
V.

Nội dung nghiên cứu
Tổng quan các phương pháp, mô hình dự báo lũ và ngập lụt trên Thế giới

và Việt Nam mà các nhà khoa học đã thực hiện.
Phân tích đặc điểm sông Pô Kô và lưu vực có liên quan đến sông. Đánh
giá các nhân tố ảnh hưởng của dòng chảy lũ tới vùng hạ du và vùng phụ cận.
Nghiên cứu ứng dụng mô hình MIKE NAM tính toán dòng chảy lũ trên
sông Pô Kô.
Nghiên cứu ứng dụng mô hình mạng trí tuệ nhân tạo ANN từ kết quả của
mô hình MIKE NAM để dự báo lũ trên sông Pô Kô tính đến đập thủy điện
Plei Krông.
VI. Bố cục luận văn
Ngoài phần mở đầu và kết luận, luận văn dự kiến được nghiên cứu theo
3 chương chính:
Chương I. Tổng quan về vấn đề nghiên cứu
Chương II. Cơ sở dữ liệu và phương pháp nghiên cứu
Chương III: Kết quả và thảo luận


4

CHƯƠNG I. TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU
1.1

Tình hình nghiên cứu dự báo lũ trong và ngoài nước

1.1.1 Nghiên cứu dự báo lũ trên thế giới
Trên thế giới, hàng năm các loại thiên tai như: bão, lũ lụt, động đất, lở
đất, sóng thần, nước dâng, núi lửa phun, … đã gây tổn thất lớn về người, các
công trình cơ sở hạ tầng, các công trình dân sinh và nền kinh tế nói chung của
nhiều quốc gia. Trong các loại thiên tai nói trên, lũ lụt thường có tần suất lặp
lại lớn nhất và gây ra tổn thất nặng nề về người và tài sản.

Tại Mỹ, năm 1970 lần đầu tiên bộ mô hình HSP-Hydrocomp
Simulation Program (Hydrocomp, 1969) và mô hình SSARR (Rockwood,
1964) đã được kết hợp sử dụng để tính toán dòng chảy và dự báo lũ cho sông
Santa Ynez phục vụ mục đích cấp nước, giảm thiệt hại do lũ và cảnh báo
nguy cơ ngập lụt ở hạ lưu Cachuma. Mô hình Hydrocomp cũng được lựa
chọn để tính toán và dự báo dòng chảy cho hệ thống sông Derwent ở Anh
phục vụ cho mục đích đánh giá khả năng xả lưu lượng từ hồ chứa Thirlmere
để duy trì dòng chảy kiệt tại Workington [3].

Hình 1.1 Sơ đồ mô hình lưu vực của mô hình SSARR [3].


5

Tại vương quốc Anh, năm 1975 hệ thống dòng chảy thời gian thực của
sông Dee là sản phẩm của chương trình hợp tác nghiên cứu được đề xuất vào
năm 1966 đã phát triển một phương pháp mới phục vụ cho việc quản lý hồ
chứa đa mục tiêu. Kiểm tra và dự báo lũ (cả lũ lớn và lũ nhỏ) là một phần rất
quan trọng trong hợp tác nghiên cứu. Năm 1989, cơ quan thời tiết Quốc gia
Mỹ (NMS) đã xây dựng hệ thống dự báo thủy văn tác nghiệp (NWSRFS –
National Weather Servise River Frocasting System), trong đó mô hình
SACRAMENTO và mô hình SSARR được dùng trong tính toán dòng chảy từ
mưa, các phương pháp diễn toán thủy văn được dùng để diễn toán lũ trong
các đoạn sông và mô hình thủy lực FLDWAV được dùng để tính toán thủy
lực trong các trường hợp khẩn cấp như phân lũ, tràn và vỡ đê, vỡ đập [3].
Tại Nhật Bản, một nước có nền kinh tế và công nghiệp phát triển cao,
mạng lưới trạm quan trắc phục vụ dự báo khá tốt với khoảng 1.300 trạm qua
trắc tự động, 162 trạm quan trắc Synop, 1 vệ tinh khí tượng, 22 rađa khí
tượng…Cục khí tượng Nhật Bản có nhiệm vụ dự báo thời tiết và từ đó đưa ra
các thông báo, dự báo về thời tiết. Công việc dự báo thủy văn trên các sông

suối của Nhật do Bộ xây dựng (trước đây) đảm nhận. Các cơ quan thuộc Bộ
này đã phối hợp với nhiều cơ quan nghiên cứu, công ty tư vấn để xây dựng
những công nghệ dự báo thích hợp cho từng lưu vực sông cụ thể. Ở Nhật Bản
ngoài mô hình thủy lực MIKE. Các chuyên gia thường sử dụng quan hệ hồi
quy, mô hình TANK, mô hình lượng trữ và gần đây là các công nghệ mới như
hệ mờ và hệ thần kinh nhân tạo [3].
Gần nước ta hơn, trung tâm START Đông Nam Á (Southeast Asia
START Regionnal Center) đang xây dựng “Hệ thống dự báo lũ thời gian thực
cho lưu vực sông Mê Kông”. Hệ thống này được xây dựng dựa trên mô hình
thủy văn khu vực có thông số phân bố, tính toán dòng chảy từ mưa. Hệ thống
dự báo được phân thành 3 phần: thu nhận số liệu từ vệ tinh và các trạm tự


6

động, dự báo thủy văn và dự báo ngập lụt. Thời gian dự kiến dự báo là 1 hoặc
2 ngày. Hệ thống này đang được hoàn thiện [3].
Viện Thủy lực Đan Mạch (Danish Hydraulics Institute, DHI) xây dựng
phần mềm dự báo lũ bao gồm: Mô hình NAM tính toán và dự báo dòng chảy
từ mưa; mô hình MIKE 11 tính toán thủy lực, dự báo dòng chảy trong sông và
cảnh báo ngập lụt. Phần mềm này đã được áp dụng rộng rãi và rất thành công
ở nhiều nước trên Thế giới. Trong khu vực Châu Á, mô hình đã được áp dụng
để dự báo lũ lưu vực sông Mun – Chi và Songkla ở Thái Lan, lưu vực sông ở
Bangladesh và Indonexia. Hiện nay, công ty tư vấn CTI của Nhật Bản đã mua
bản quyền của mô hình, thực hiện những cải tiến để mô hình có thể phù hợp
với điều kiện thủy văn của Nhật Bản.
Wallingford kết hợp với Hacrow đã xây dựng phần mềm iSIS cho tính
toán dự báo lũ và ngập lụt. Phần mềm bao gồm các mô đun: Mô hình đường
đơn vị tính toán và dự báo dòng chảy từ mưa; mô hình iSIS tính toán thủy lực,
dự báo dòng chảy trong sông và cảnh báo ngập lụt. Phần mềm này đã được áp

dụng khá rộng rãi ở nhiều nước trên Thế giới, đã được áp dụng cho sông Mê
Kông trong chương trình Sử dụng nước do ủy hội Mê Kông Quốc tế chủ trì
thực hiện. Ở Việt Nam, mô hình iSIS được sử dụng để tính toán trong dự án
phân lũ và phát triển thủy lợi lưu vực sông Đáy do Hà Lan tài trợ.
- Nhóm phương pháp hồi quy: Xây dựng mối quan hệ dòng chảy theo
các thời kỳ dự báo với các yếu tố khí hậu, thủy văn. Hệ các phương trình hồi
quy mô tả các mối quan hệ giữa các yếu tố khí hậu như mưa, nhiệt độ, bốc
hơi, các hoàn lưu khí quyển, cao áp Thái Bình Dương, diễn biến mực nước
biển qua chỉ số ENSO đã được đưa vào phân tích dự báo với lượng trữ nước
trong sông, lượng trữ nước thời kỳ đầu mùa, lượng trữ nước trong thời kỳ
cuối mùa, lưu lượng dòng chảy của từng thời đoạn được nghiên cứu và phân
tích ứng dụng trong các dự báo.


7

- Nhóm các phương pháp nhận dạng, tương tự, thống kê khách quan và
xác suất: Dựa trên tính chất ngẫu nhiên của các đại lượng dòng chảy, mức độ
định lượng của chúng theo không gian và thời gian sẽ tuân theo các quy luật
ngẫu nhiên. Phương pháp thống kê xác định mối quan hệ, đánh giá sự xuất
hiện cũng như tần suất xuất hiện và đánh giá sự biến động của dòng chảy và
các cực trị của chúng theo không gian và thời gian qua các tham số thống kê
cơ bản.
Chen và Chang (2009) đã áp dụng mô hình mạng trí tuệ nhân tạo với
thuật toán Thuyết Tiến Hóa – EANN (Evolutionary Algorithms Nueral
Network) vào dự báo dòng chảy 10 ngày đến hồ chứa Shihmen thuộc lưu vực
sông Tanshui của Đài Loan. Mô hình EANN sử dụng thuật toán Thuyết Tiến
Hóa để tìm và xây dựng mạng nơ ron thần kinh, các trọng số kết nối một cách
tự động. Mô hình EANN thực chất là một quá trình lai ghép bao gồm việc sử
dụng thuật toán giải đoán gen (GA – Genetic Algorithm) với thuật toán Leo

Dốc - SCGA (Scaled conjugate Gradient Algorithm) để dò tìm và tối ưu hóa
mạng nơ ron cùng với việc xác định các trọng số kết nối. Kết quả dự báo của
mô hình EANN là tốt hơn rất nhiều so với mô hình AR và ARMAX (mô hình
cải tiến của ARMA). Việc sử dụng mô hình EANN đã một phần nào đó khắc
phục được nhược điểm cố hữu của mô hình mạng trí tuệ nhân tạo (ANN)
trong việc tìm ra mạng nơ ron phù hợp và tiết kiệm thời gian tìm kiếm.
Renji và cộng sự (2009) đã nghiên cứu xây dựng một mô hình Lai ghép
(Hybrid Mdelling) trên cơ sở tích hợp hàm Gamma, hàm chuyển đổi dạng
sóng (wavelet transformation - WT) với mô hình mạng trí tuệ nhân tạo với
thuật toán tối ưu tập mờ (Adaptive neuro-fuzzy inference system - ANFIS).
Trong đó, hàm Gamma sẽ được dùng để kiểm tra và lựa chọn các biến đầu
vào và độ dài của các biến đầu vào, hàm chuyển đổi dạng sóng WT được
dùng để chuyển các tín hiệu đầu vào thành các băng tần khác nhau sau đó
dùng mô hình ANFIS để mô hình hóa các tín hiệu đầu vào đã được chuyển


8

đổi thành tín hiệu đầu ra là dòng chảy. Mô hình lai ghép này đã được áp dụng
cho lưu vực sông Brue ở Tây Nam nước Anh. Kết quả thu được rất tốt. Sự
thành công của mô hình còn mở ra một hướng mới trong dự báo thủy văn đó
là các mô hình lai ghép với các kỹ thuật lựa chọn biến đầu vào, kết hợp với
việc chuyển đổi tín hiệu bằng nhiều phương pháp khác nhau ví dụ như hàm
Sigmois, hàm Instain,… và các dạng mô hình mạng trí tuệ nhân tạo ANN sử
dụng các thuật toán tối ưu khác nhau như thuật toán quét ngược (BPNN), tập
mờ (ANFIS) như trong nghiên cứu này, thuật toán Giải đoán Gen (GA),…
- Nhóm phương pháp mô hình toán: thiết lập các phương trình toán học
mô tả mối quan hệ giữa các nhân tố ảnh hưởng hình thành nên dòng chảy.
Thời gian dự báo của phương pháp mô hình tùy thuộc vào thời gian dự báo
định lượng mưa. Tuy nhiên, với sự phát triển về chất lượng và thời gian dự

báo định lượng mưa, nhóm các phương pháp mô hình sẽ là công cụ có nhiều
triển vọng trong dự báo dòng chảy hạn vừa và hạn dài hiện nay.
Việc mở rộng áp dụng các mô hình thủy văn thông số phân bố dựa trên
cơ sở tận dụng các thông tin từ viễn thám và GIS kết hợp với kết quả dự báo
mưa từ các mô hình số trị dự báo thời tiết như MM5, RAMS, HRM,
BOLAM, v.v… đã trở nên rất phổ biến và hiệu quả. Có thể kể đến một số mô
hình đã và đang được sử dụng rộng rãi trên thế giới như:
- Mô hình thủy văn mô phỏng dòng chảy từ mưa: Các mô hình thông số
tập trung HEC-HMS, SSARR, TANK, NAM…; các mô hình thông số phân
phối như MARINE, WETSPA,... Các mô hình này đã và đang ngày càng
được phát triển với cơ sở lý thuyết chặt chẽ hơn, giao diện mô hình thân thiện
và dễ sử dụng.
- Cùng với đó các mô hình thủy lực 1 chiều, 2 chiều mô phỏng tính toán
dòng chảy trong hệ thống sông và ngập lụt cũng được phát triển mạnh mẽ, có
thể kể đến một số mô hình như: Mô hình HEC (HEC–3, HEC-RAS), mô hình


9

MIKE (Mô hình MIKE–BASIN, MIKE-11, MIKE-FLOODWATCH, MIKE
21)...
- Gouweleew và cộng sự đã tiến hành nghiên cứu tích hợp mô hình số
bán thống kê dự báo thời tiết hạn vừa ECMWF vào mô hình thủy văn thông
số phân bố LISFLOOD để dự báo dòng chảy cho sông Meuse và Rhine của
Đức.
- Mô hình thời tiết ECMWF là mô hình toàn cầu có khả năng đưa ra dự
báo thời tiết với thời gian dự kiến lên tới 10 ngày. Tuy nhiên độ phân giải của
mô hình này tương đối thưa (80km) với 40 tầng theo chiều thẳng đứng. Mô
hình LISFOOD mô phỏng cho lưu vực sông nghiên cứu có độ phân giải 1km;
trong khi mạng lưới sông suối được xây dựng từ DEM 75m thì các bản đồ

hiện trạng sử dụng đất được xây dựng từ dữ liệu của CORIN có độ phân giải
1km, được cập nhập thêm thông tin từ bản đồ giấy có độ phân giải 100m. Số
liệu đầu vào mô hình LISFLOOD chính là kết quả dự báo mưa, nhiệt độ và độ
ẩm của mô hình khí tượng, ngoài ra còn có dữ liệu địa hình, hiện trạng sử
dụng đất, loại đất, chỉ số lá LAI (Leaf Area Index), và chiều sâu của đất cũng
cần phải đưa vào cho lưu vực nghiên cứu.
Qua những thông tin trên, có thể nhận thấy rằng, trên thế giới việc ứng
dụng mô hình trong dự báo lũ lụt đã đáp ứng được độ chính xác về thời gian
xuất hiện lũ và cường suất lũ, phục vụ tích cực cho công tác phòng chống lụt
bão và giảm nhẹ thiệt hại do thiên tai.
1.1.2 Nghiên cứu dự báo lũ trong nước
Trong thời khoảng năm 1960 - 1975, các phương pháp dự báo mưa dòng chảy chủ yếu dựa trên các phân tích diễn biến lịch sử, đường cong lũy
tích chu kỳ nguồn nước, phân tích xu thế [6].
Từ năm 1975, công tác dự báo đã có nhiều bước tiến mới, ứng dụng các
kỹ thuật máy tính phát triển các phương trình đơn lẻ phân tích thống kê các
phương trình hồi quy tương quan dòng chảy với mưa và với các đặc trưng


10

dòng chảy theo thời gian… Trong giai đoạn này, Sử dụng một số phương
pháp dự báo biến động dòng chảy như:
- Mô hình thống kê đa biến.
- Mô hình nhận dạng.
- Sử dụng hàm điều hòa.
- Phân tích chuỗi thời gian như mô hình ARIMA.
- Mô hình mạng thần kinh nhân tạo ANN…lập tương quan dòng chảy
với dự báo dòng chảy tháng trong cả mùa lũ và mùa cạn đã được sử dụng trên
các lưu vực sông [6].
Từ năm 1990, các mô hình toán thủy văn mưa rào dòng chảy, mô hình

thủy lực được ứng dụng nhiều. Ban đầu, các mô hình này được sử dụng dự
báo dòng chảy hạn ngắn sau đó phát triển dần thành các mô hình dự báo hạn
vừa 5-10 ngày và dự báo hạn tháng với đầu vào là các trường mưa dự báo hạn
vừa và hạn dài. Cụ thể, các mô hình thủy văn thông số tập trung như:
- Mô hình TANK (Nhật Bản), Lưu vực được mô phỏng bằng chuỗi các
bể chứa xếp theo tầng và cột phù hợp với hình dạng lưu vực, cấu trúc thổ
nhưỡng, địa chất… Mưa trên lưu vực được xem như lượng vào của bể chứa
trên cùng. Mỗi bề chứa đều có một cửa ra ở đáy. Mô hình đơn giản nhất là
kiểu cột bể TANK đơn: 4 bể trên một cột. Phù hợp cho các lưu vực nhỏ có độ
ẩm cao. Mô hình phức tạp hơn là mô hình TANK kép gồm một số cột bể mô
phỏng quá trình hình thành dòng chảy trên lưu vực, và các bể mô tả quá trình
truyền sóng lũ trong sông [6].
- Mô hình NAM (Đan Mạch) Dựa trên nguyên tắc mô phỏng quá trình
hình thành dòng chảy bằng chuỗi các bể chứa xếp theo chiều thẳng đứng và
các bể chứa tuyến tính (tương tự như TANK). Trong mô hình NAM, mỗi lưu
vực được xem là một đơn vị xử lý, các thông số và các biến là các giá trị
trung bình hoá đại diện cho toàn lưu vực. Mô hình tính quá trình dòng chảy
theo lượng ẩm trong các bể chứa có tương tác lẫn nhau. Mô hình được sử


11

dụng để tính toán khôi phục dòng chảy từ mưa; tuy nhiên, chỉ thích hợp với
lưu vực vừa và nhỏ khi tác dụng điều tiết của sườn dốc có thể được xét thông
qua các bể chứa xếp theo chiều thẳng đứng. Mô hình NAM có số lượng tham
số vừa phải (16 thông số), dễ sử dụng hơn TANK [6].
-

Mô hình Mike 11 tính toán thủy lực, dự báo dòng chảy trong sông và

các mô đun điều khiển hồ chứa, mô hình MIKE Basin tính toán điều tiết hồ
chứa, phân phối dòng chảy và cân bằng nước lưu vực. Phần mềm thương mại
này đã đuợc áp dụng rất rộng rãi và rất thành công ở nhiều nuớc trên thế giới
trong đó có Việt Nam.
-

Ứng dụng mô hình ARIMA để tính toán dự báo trị số mực nước và

dòng chảy tháng tại các trạm thủy văn Kon PLong và Kon Tum (Sông Đắk
BLa).
- Trung tâm dự báo KTTV Quốc gia đã ứng dụng các mô hình thủy văn
thông số tập trung như TANK (Nhật Bản), NAM (Đan Mạch) đã được triển
khai trong công tác dự báo và bước đầu ứng dụng mô hình thủy văn thông số
phân bố MARINE (Pháp), WETSPA (Bỉ) và các mô hình thủy lực tiên tiến
như HECRAS, bộ mô hình MIKE, mô hình IMECH-1D (Viện Cơ học), v.v.
- Viện Khoa học KTTV và Môi trường đã nghiên cứu ứng dụng trong
tính toán và dự báo dòng chảy các mô hình SSARR, TANK,
SACRAMENTO, ANN, HEC1, HMS, NLRRM, MIKE+ NAM.
Viện Cơ học đã có phần mềm tính toán điều tiết hồ Hòa Bình và mô hình
thủy lực tính toán lũ hạ du sông Hồng - Thái Bình (kết quả nghiên cứu của đề
tài nghiên cứu khoa học cấp Nhà nước KC 08.13/2002 - 2004 và đề tài cấp
Nhà nước KC 08.17/06-10, 2007-2010).
Mô hình mạng trí tuệ nhân tạo ANN hiện nay đang được ứng dụng phổ
biến trên mọi lĩnh vực để giải quyết các bài toán phi tuyến, phức tạp phức tạp,
khi mà mối quan hệ giữa các quá trình không dễ thiết lập một cách tường


12

minh. Trong lĩnh vực thủy văn hiện nay cũng đã có nhiều đề tài nghiên cứu

ứng dụng mô hình ANN như:
- Đào Nguyên Khôi, Huỳnh Ái Phương (2016) với nghiên cứu: “Mô
phỏng dòng chảy lưu vực sông Sêrêpôk với mạng nơ-ron nhân tạo”. Trong
nghiên cứu này, mô hình ANN được sử dụng để mô phỏng lưu lượng dòng
chảy cho lưu vực sông Sêrêpôk. Phân tích tương quan về thời gian của chuỗi
số liệu lượng mưa và lưu lượng được sử dụng để xác định đầu vào cho mô
hình ANN.
- PGS.TS Ngô Văn Quận, TS. Đỗ Phương Thảo, ThS.NCS. Nguyễn
Xuân Thịnh, ThS. Nguyễn Văn Tiến (2016) nghiên cứu: “Nghiên cứu ứng
dụng mạng thần kinh nhân tạo (ANN) trong dự báo lưu lượng nước đến hồ
chứa cửa Đạt”. Trong nghiên cứu này tác giả ứng dụng mạng thần kinh nhân
tạo truyền thẳng nhiều lớp (ANN) sử dụng thuật toán lan truyền ngược để dự
báo lưu lượng nước đến hồ chứa Cửa Đạt trước 3 ngày trên cơ sở phân tích,
đánh giá hai kịch bản: (1) Dự báo lưu lượng đến hồ chỉ xét đến yếu tố lưu
lượng dòng chảy và (2) xét đến yếu tố lưu lượng dòng chảy và yếu tố lượng
mưa.
- TS.Nguyễn Đăng Tính với nghiên cứu: “Ứng dụng mạng nơ-ron nhân
tạo để dự báo mưa và dòng chảy làm cơ sở cho công tác phòng tránh và giảm
nhẹ thiên tai hạn hán trên một số lưu vực sông thuộc vùng Tây nguyên Việt
Nam”. Trong nghiên cứu này tác giả ứng dụng mạng thần kinh nhân tạo để dự
báo dòng chảy và mưa trên 3 lưu vực sông thuộc vùng Tây nguyên phục vụ
cho công tác cảnh báo hạn sớm cho vùng Tây nguyên, kết quả dự báo của mô
hình cho thấy hệ số hạn được tính toán từ mưa, dòng chảy và kết hợp cả hai
yếu tố khí tượng thuỷ văn quan trắc ngoài hiện trường như mực nước trong
các hồ chứa, trên các sông, mực nước ngầm, lưu lượng nước ngầm vv... sẽ
cung cấp thông tin rất hữu hiệu cho các nhà quản lý, các nhà cung cấp dịch vụ


13

nước để chuẩn bị phương án phòng tránh, đối phó và giảm nhẹ tác hại do
thiếu hụt nguồn nước.
- TS.Lê Văn Dực với nghiên cứu: “Nghiên cứu ứng dụng mô hình tích
hợp công nghệ thông tin địa lý và mạng thần kinh nhân tạo phục vụ mô phỏng
dòng chảy tháng ở trạm Trị An thuộc lưu vực sông Đồng Nai”. Nghiên cứu
này giới thiệu sự tích hợp giữa GIS và ANN nhằm tạo ra phần mềm
DongNai_GIS_ANN, để quản lý, khai thác dữ liệu, phục vụ mục đích dự báo
khí tượng thủy văn cho một lưu vực sông. Mô hình tích hợp GIS - ANN đề
xuất, được áp dụng thử nghiệm vào lưu vực Sông Đồng Nai để tìm kiếm mối
quan hệ hàm giữa lưu lượng trung bình tháng tại trạm Trị An, với các biến khí
tượng thủy văn khác.
Hầu hết phương pháp này được áp dụng ở một vùng nghiên cứu cụ thể
dựa trên tình hình tài liệu và mục tiêu của từng nghiên cứu. Đối với những
vùng thiếu tài liệu như lưu vực sông Pô Kô việc áp dụng phương pháp tương
tự như các vùng khác là không khả khi. Do đó cần nghiên cứu một phương
pháp mới cho phù hợp với tình hình địa phương.
1.2

Tổng quan vùng nghiên cứu

1.2.1 Vị trí địa lý
Sông Pô Kô nằm ở phía Tây của tỉnh Kon Tum và là phụ lưu của sông
Sê San với diện tích lưu vực khoảng 3,210 km2 và chiều dài là 152 km. Sông
bắt nguồn từ đỉnh núi cao Chư Prong thuộc huyện Đăk Glei, chảy theo hướng
Bắc - Nam. Đoạn thượng nguồn dài khoảng 21,5 km mang đặc điểm sông
miền núi chảy trong thung lũng hẹp dốc với độ dốc khoảng 3,3%. Đoạn trung
lưu thoải hơn có độ rộng lòng sông khoảng 20 – 30 m trong mùa kiệt và 50 –
70 m trong mùa lũ, đoạn này dài 144 km, có độ dốc khoảng 1,8% [1].