Về khả năng sử dụng dữ liệu mưa trong mô phỏng dòng chảy lũ lưu vực sông Thu Bồn
Thêm vào BST
Báo xấulượt xem 3
download
Download
Vui lòng tải xuống để xem tài liệu đầy đủ
Mưa là một trong những tham số đầu vào quan trọng nhất cho các mô hình thủy văn, thủy lực và sinh thái, đặc biệt đối với bài toán mô phỏng và dự báo dòng chảy lũ. Bài viết Về khả năng sử dụng dữ liệu mưa trong mô phỏng dòng chảy lũ lưu vực sông Thu Bồn nghiên cứu khả năng sử dụng các dữ liệu mưa trong mô phỏng dòng chảy lũ.
Bình luận(0) Đăng nhập để gửi bình luận!
Nội dung Text: Về khả năng sử dụng dữ liệu mưa trong mô phỏng dòng chảy lũ lưu vực sông Thu Bồn
- Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8 VỀ KHẢ NĂNG SỬ DỤNG DỮ LIỆU MƯA TRONG MÔ PHỎNG DÒNG CHẢY LŨ LƯU VỰC SÔNG THU BỒN Nguyễn Tiến Thành1, Đỗ Thị Mai Anh1 1 Trường Đại học Thuỷ lợi, email: thanhnt@tlu.edu.vn 1. GIỚI THIỆU CHUNG ERA5. iv) Dữ liệu dòng chảy thực đo tại trạm Nông Sơn, với bước thời gian là 1 ngày. Toàn Mưa là một trong những tham số đầu vào bộ dữ liệu được xem xét và phân tích trong quan trọng nhất cho các mô hình thủy văn, khoảng thời gian 3 năm từ 2008-2010. thủy lực và sinh thái, đặc biệt đối với bài toán mô phỏng và dự báo dòng chảy lũ. Đối với bài toán này, việc chọn lựa được giá trị các thông số có ý nghĩa trong mô hình là rất quan trọng. Tuy nhiên, chúng lại phụ thuộc rất lớn vào bộ dữ liệu quan trắc mưa theo không gian và thời gian. Trong khi đó, ở Việt Nam dữ liệu quan trắc mưa vẫn còn hạn chế theo cả thời gian và không gian do hệ thống quan trắc mưa mặt đất còn thưa thớt. Vì vậy, mục tiêu của bài báo là nghiên cứu khả năng sử dụng các dữ liệu mưa Hình 1. Mạng lưới trạm đo mưa trong mô phỏng dòng chảy lũ. Bộ dữ liệu mưa trên lưu vực sông Thu Bồn bao gồm dữ liệu mưa vệ tinh từ Chương trình 2.2. Phương pháp nghiên cứu đo mưa nhiệt đới Tropical Rainfall Measuring Mission (TRMM V7) [2] và Sản phẩm bản đồ Nghiên cứu sử dụng các chỉ số đánh giá mưa vệ tinh toàn cầu Global Satellite sai số thống kê như i) Tỉ lệ cảnh báo khống Mapping of Precipitation product (GSMaP) và (FAR) được tính bằng công thức FAR = dữ liệu mưa tái phân tích của Trung tâm dự B/(A+B); ii) Xác suất phát hiện (POD) được báo hạn vừa châu Âu European Centre for tính bằng công thức POD = A/(A+C); iii) Chỉ Medium-Range Weather Forecasts (ECMWF) số thành công (CSI) được tính bằng công reanalysis systems (ERA5) [1]. Phạm vi thức CSI = A/(A+B+C) [3]. Trong đó, A, B, nghiên cứu được giới hạn trên lưu vực sông C, D được xác định theo Bảng 1. Thu Bồn (Hình 1). Bảng 1. Xác định sai số cho biến có hai phân nhóm 2. DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU Quan trắc Có Không 2.1. Dữ liệu Mô phỏng Dữ liệu được sử dụng trong tính toán mô Có A B Không C D phỏng bao gồm: i) Dữ liệu mưa thực đo tại trạm Nông Sơn, Tiên Phước, Hiệp Đức, Trà Ngoài ra, nghiên cứu còn sử dụng các chỉ My với bước thời gian 1 ngày. ii) Dữ liệu số đánh giá thống kê thường dùng khác như mưa vệ tinh GSMaP. Dữ liệu mưa vệ tinh hệ số tương quan (R) và sai số bình phương TRMM V7. iii) Dữ liệu mưa tái phân tích trung bình (RMSE). 721
- Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8 3. KẾT QUẢ NGHIÊN CỨU chung, dữ liệu ERA cho kết quả tốt nhất, có thể đạt 0.98 tại các trạm Tiên Phước và Trà Trong nghiên cứu này chỉ tập trung đánh My. Kém nhất là dữ liệu TRMM V7. Trong giá và phân tích dữ liệu mưa ngày để phục vụ khi đó, chỉ số FAR cho biết số lần mô phỏng cho các bài toán mô phỏng dòng chảy. có nhưng hiện tượng không xuất hiện và tổng Về khả năng nắm bắt được số ngày xuất số lần mô phỏng có cho hiện tượng đó, hoàn hiện mưa giữa thực đo và dữ liệu mưa khác hảo khi bằng 0. Như vậy, dữ liệu mưa trong cả thời đoạn xem xét (2008-2010) ứng GSMaP và TRMM V7 là tốt nhất tại các trạm với 1096 ngày được chỉ ra trong Hình 2. Kết Trà My và Hiệp Đức tương ứng. Chỉ số CSI quả cho thấy, so với thực đo, bộ dữ liệu cho biết số lần mô phỏng đúng có xảy ra hiện GSMaP và TRMM V7 có khả năng nắm bắt tượng và tổng số lần mô phỏng đúng có xảy rất tốt số ngày mưa. Sự sai khác dao động từ ra hiện tượng, số lần mô phỏng khống và số khoảng 0.5% tại trạm Tiên Phước với dữ liệu lần mô phỏng sót hiện tượng và hoàn hảo khi TRMM V7 tới 15% tại trạm Trà My với dữ bằng 1. Nhìn chung, dữ liệu ERA5 cho kết liệu GSMaP. Trong khi đó, dữ liệu ERA5 quả tốt nhất trong cả 3 bộ dữ liệu mưa. cho sự sai khác tương đối lớn khoảng 40%. Đánh giá về tương quan mưa ngày thực đo với dữ liệu mưa khác tại các trạm cho thấy hệ 100 90 ) \ c do ) 80 ERA5 số tương quan là tương đối thấp tại tất cả các 70 % ( m 60 GSMaP TRMM V7 trạm (Bảng 2), ví dụ như được chỉ ra tại trạm ar t n 50 40 Trà My (Hình 3) giá trị tương quan chỉ đạt Ĺ 30 khoảng 0.04. 20 10 0 Bảng 2. Kết quả chỉ số R và RMSE )\ ' ) c Nông Son (! & ) c ' #My tại các trạm Hình 2. Số ngày mưa của các dữ liệu mưa Dữ liệu Chỉ số Hiệp Nông Tiên Trà Đức Sơn Phước My Bảng 1. Kết quả chỉ số FAR, POD R 0.04 0.03 0.04 0.04 và CSI tại các trạm ERAS RMSE 20.68 19.45 24.38 23.19 Hiệp Nông Tiên Trà Dữ liệu Chỉ số R 0.04 0.04 0.06 0.05 Đức Sơn Phước My TRMM V7 RMSE 22.97 20.6 28.53 29.69 FAR 0.34 0.48 0.54 0.43 R 0.04 0.03 0.04 0.03 ERA POD 0.59 0.97 0.98 0.98 GSMaP RMSE 26.61 25.57 29.13 30.4 CSI 0.45 0.51 0.46 0.56 300 300 300 FAR 0.26 0.35 0.4 0.29 270 270 270 240 a) 240 b) 240 c) TRMM V7 (mm/day) TRMM V7 POD 0.53 0.58 0.52 0.57 GSMaP (mm/day) 210 210 210 ERA5 (mm/day) 180 180 180 150 150 CSI 0.45 0.44 0.39 0.46 150 120 120 120 90 90 90 FAR 0.48 0.32 0.35 0.26 60 60 60 30 30 30 GSMaP POD 0.97 0.55 0.54 0.56 0 0 30 60 90 120 150 180 210 240 270 300 0 0 30 60 90 120 150 180 210 240 270 300 0 0 30 60 90 120 150 180 210 240 270 300 CSI 0.51 0.43 0.42 0.47 Mưa thực đo (mm/day) Mưa thực đo (mm/day) Mưa thực đo (mm/day) Hình 3. Tương quan lượng mưa ngày tại Về mặt đánh giá khả năng nắm bắt pha, trạm Trà My giữa mưa thực đo và mưa Bảng 1 cho biết kết quả tính toán các chỉ số GSMaP (a), TRMM V7 (b) và ERA 5 (c) FAR, POD và CSI tại các trạm. Chỉ số POD cho biết số lần mô phỏng đúng sự xuất hiện Từ Bảng 2 cũng cho thấy dữ liệu mưa của hiện tượng và tổng số lần xuất hiện của ERA5 cho kết quả tốt nhất về độ lớn trung hiện tượng đó và hoàn hảo khi bằng 1. Nhìn bình của sai số với giá trị RMSE nhỏ nhất tại 722
- Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8 tất cả các trạm là nhỏ nhất trong cả 3 nguồn 4. KẾT LUẬN dữ liệu, đặc biệt tốt tại trạm Nông Sơn Trong điều kiện thiếu và hạn chế về dữ (RMSE = 19.45 mm/ngày). liệu mưa thì việc khai thác các nguồn dữ liệu Về đánh giá tổng lượng mưa lũy tích nhìn mưa khác nhau phục vụ cho bài toán liên chung cho kết quả khá tốt giữa mưa thực đo quan tới tài nguyên nước là rất quan trọng. và các nguồn mưa khác, ngoại trừ đối với Kết quả nghiên cứu các nguồn dữ liệu mưa TRMM V7 cho lượng mưa lũy tích thiên khác nhau cho lưu vực sông Thu Bồn đã chỉ thấp, ví dụ tại trạm Hiệp Đức (Hình 4). ra rằng dữ liệu mưa vệ tinh có khả nắm bắt số ngày xuất hiện mưa rất tốt, sự sai khác là 14000 12000 Thực đo không đáng kể thậm chí chỉ khoảng 0.5%. Lượng mưa (mm) ERA5 10000 GSMaP 8000 TRMM V7 Tương quan giữa các nguồn dữ liệu mưa và 6000 4000 mưa thực đo là rất nhỏ. Cả dữ liệu mưa vệ 2000 tinh GSMaP và dữ liệu mưa tái phân tích 0 ERA5 cho kết quả khá tốt về tổng lượng mưa lũy tích, đặc biệt với dữ liệu tái phân tích ERA5. Đối với khả năng nắm bắt pha, nhìn Hình 4. Tổng lượng mưa lũy tích của các chung dữ liệu ERA5 cho kết quả tốt nhất. dữ liệu mưa từ 1/1/2008-31/12/2010 Và vì vậy, đối với lưu vực sông Thu Bồn tại trạm Hiệp Đức nghiên cứu mạnh dạn đề xuất sử dụng dữ liệu Để đánh giá phân bố lượng mưa theo mưa ERA5 kết hợp với dữ liệu quan trắc để không gian giữa thực đo và các nguồn dữ liệu bổ sung và kéo dài chuỗi dữ liệu mưa ngày mưa khác, nghiên cứu đã xây dựng bản đồ cho những trường hợp hạn chế về dữ liệu mưa mưa cho toàn lưu vực. Với dữ liệu thực đo, trong bài toán liên quan tới tài nguyên nước nghiên cứu sử dụng phương pháp nội suy và mô phỏng lũ trên lưu vực sông Thu Bồn. IDW (Inverse Distance Weighted) để xây Ngoài ra, dữ liệu này cũng có thể được nghiên dựng bản đồ mưa ngày. cứu thêm và sử dụng cho các lưu vực khác. 5. TÀI LIỆU THAM KHẢO [1] Berrisford, Paul, D. P. K. F. Dee, Keith Fielding, Manuel Fuentes, P. Kallberg, Thực đo TRMM V7 Shinya Kobayashi, and Sakari Uppala. "The ERA-interim archive." ERA report series 1 (2009): 1-16.Available online: https://www.ecmwf.int/en/elibrary/8174- ERA5 GSMaP era-interim-archive-version-20. [2] Harris, A., Rahman, S., Hossain, F., Hình 5. Phân bố mưa trung bình ngày Yarborough, L., Bagtzoglou, A.C., Easson, của các dữ liệu mưa theo không gian G.(2007), “Satellite based Flood Modeling (2008-2010) Using TRMM-based Rainfall Product”,Sensors, 7:3416-3427. Hình 5 cho thấy phân bố mưa của dữ liệu [3] Sahlu, D., Moges, S.A., Nikolopoulos, E.I., mưa tái phân tích ERA5 là khá tốt đối với Anagnostou, E.N. and Hailu, D., 2017. vùng núi. Trong khi đó, dữ liệu mưa vệ tinh Evaluation of High-Resolution TRMM V7 cho ước lượng mưa thấp hơn Multisatellite and Reanalysis Rainfall nhiều so với mưa thực đo trên toàn lưu vực. Products over East Africa. Advances in Tại khu vực đồng bằng cả dữ liệu vệ tinh Meteorology, 2017. GSMaP và tái phân tích ERA5 đều cho thiên thấp so với dữ liệu thực đo. 723
CÓ THỂ BẠN MUỐN DOWNLOAD
-
Sử dụng kỹ thuật viễn thám và hệ thông tin địa lý (GIS) trong nghiên cứu, quản lý tổng hợp tài nguyên và môi trường đới bờ biển
7 p | 
131
| 
16
-
Nghiên cứu một số nhân tố sinh thái ảnh hưởng đến khả năng tái sinh tự nhiên của cây cóc đỏ (lumnitzera littorea (jack) voigt) ở khu dự trữ sinh quyển rừng ngập mặn Cần Giờ
9 p | 98
| 8
-
Đánh giá khả năng chịu tải sông Vàm Cỏ Đông tỉnh Long An làm cơ sở cho việc quản lý cấp phép xả thải
8 p | 113
| 6
-
Về khả năng ứng dụng sản phẩm dự báo mưa hạn mùa của mô hình NCEP-CFS cho khu vực Việt Nam
11 p | 70
| 5
-
Đánh giá khả năng ứng dụng ảnh Sentinel-1 trong giám sát lún mặt đất tại Thành phố Hồ Chí Minh
7 p | 40
| 5
-
Nghiên cứu, đánh giá khả năng ứng dụng sản phẩm dự báo hạn nội mùa của mô hình IFS CY48R1 và CFSv1 cho khu vực Bắc Trung Bộ
12 p | 11
| 4
-
Nghiên cứu ứng dụng công nghệ Mobile GIS và GPS trong thu thập dữ liệu không gian về đất đai
6 p | 93
| 4
-
Thúc đẩy nhu cầu sử dụng các dịch vụ thông tin khí hậu dựa trên nghiên cứu khả năng tiếp cận của người nông dân ở Đồng bằng sông Cửu Long
8 p | 15
| 4
-
Sử dụng phương pháp dự án trong giáo dục phòng chống thiên tai ở môn Địa lí lớp 12
11 p | 130
| 4
-
Đánh giá khả năng sử dụng các sản phẩm mưa vệ tinh để mô phỏng dòng chảy bằng mô hình thủy văn
9 p | 34
| 3
-
Nghiên cứu đánh giá khả năng ứng dụng mô hình liên kết khí tượng thủy văn trong dự báo thủy văn
11 p | 43
| 3
-
Đánh giá khả năng lún mặt đất do khai thác nước ngầm khu vực Tây Nam Hà Nội theo tài liệu quan trắc tại các trạm đo lún
13 p | 78
| 3
-
Việc sử dụng các bằng chứng hoạt động web nhằm tăng tính kịp thời các chỉ tiêu thống kê chính thức
16 p | 65
| 3
-
Đánh giá khả năng dự báo thời tiết của mô hình WRF (weather, research and forecasting) cho khu vực Nam Bộ
9 p | 49
| 3
-
Đề cương chi tiết học phần: Kỹ năng khai thác thông tin trong phát triển nông thôn
5 p | 45
| 2
-
Khảo sát khả năng hấp thu chlorophyll bởi Mno2 và ứng dụng để xác định dư lượng hóa chất bảo vệ thực vật họ carbamate có trong rau bằng phương pháp sắc ký lỏng hiệu năng cao (HPLC)
5 p | 74
| 2
-
Đánh giá ảnh hưởng của động đất đến khả năng xuất hiện trượt lở tại khu vực hồ chứa thủy điện Lai Châu
7 p | 5
| 2
Chịu trách nhiệm nội dung:
Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA
LIÊN HỆ
Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM
Hotline: 093 303 0098
Email: support@tailieu.vn
Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.
