Tổng quan về luận án

Trong khoa học thủy văn hiện đại, bài toán mô phỏng và dự báo dòng chảy lũ tại các lưu vực sông thiếu số liệu (Predictions in Ungauged Basins - PUB) luôn là thách thức học thuật hàng đầu. Tại khu vực Nam Trung Bộ, đặc điểm địa hình sườn đông dãy Trường Sơn dốc đứng, sông ngắn, mạng lưới sông suối dạng cành cây phức tạp, kết hợp với sự xuất hiện dày đặc của các công trình thủy lợi (hồ chứa, đập dâng) và tình trạng thiếu hụt trầm trọng mạng lưới đo đạc mặt cắt ngang lòng dẫn cũng như số liệu mưa phân bố không gian có độ phân giải cao đã tạo ra rào cản kỹ thuật lớn cho các mô hình thủy văn truyền thống.

Luận án tiến sĩ Thủy văn học của nghiên cứu sinh Bùi Văn Chanh với đề tài "Nghiên cứu cải tiến mô hình MARINE để mô phỏng và dự báo dòng chảy cho lưu vực sông thiếu số liệu - Áp dụng cho khu vực Nam Trung Bộ" (Mã số: 9440224, Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu, Hà Nội, 2022; người hướng dẫn: PGS.TS Trần Ngọc Anh và PGS.TS Lương Tuấn Anh) đã giải quyết trúng khoảng trống nghiên cứu (research gap) cốt lõi này. Khoảng trống lý thuyết và thực tiễn nằm ở chỗ: mô hình thủy văn thông số phân bố vật lý MARINE (Modélisation de l’Anticipation du Ruissellement et des INondations pour des événements Extrêmes) do Viện Cơ học Chất lỏng Toulouse (IMFT, Pháp) phát triển dù có khả năng mô tả tường minh động học dòng chảy sườn dốc 2 chiều (2D overland flow) và cơ chế thấm Green-Ampt, nhưng cấu trúc nguyên bản lại tồn tại ba khiếm khuyết lớn:

  1. Thiếu công cụ nội suy mưa phân bố không gian có xét đến yếu tố biến động địa hình đồi núi;
  2. Cơ chế diễn toán dòng chảy trong sông chỉ áp dụng cho một trục sông chính thông qua phép lũy tích giản đơn các nút (CalcApLat), coi dòng chảy sông nhánh như dòng chảy sườn dốc;
  3. Hoàn toàn chưa tích hợp mô đun diễn toán tác động điều tiết của hệ thống hồ chứa và công trình thủy lợi.

Để khắc phục triệt để các hạn chế trên, Luận án xác lập 3 câu hỏi nghiên cứu và 3 giả thuyết khoa học tương ứng:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để mô hình hóa chính xác quá trình thủy lực truyền sóng lũ trong mạng lưới sông phân cấp phức tạp mà không đòi hỏi số liệu đo đạc mặt cắt ngang lòng dẫn chi tiết?
  • Câu hỏi nghiên cứu 2 (RQ2): Cấu trúc thuật toán nào cho phép mô phỏng chính xác sự tích trữ và xả lũ của các hồ chứa dạng đập dập/tràn tự do trong một hệ thống mô hình phân bố tích hợp?
  • Câu hỏi nghiên cứu 3 (RQ3): Phương pháp nội suy không gian nào tối ưu hóa trường mưa phục vụ đầu vào ô lưới mô hình trên địa hình chia cắt mạnh tại Nam Trung Bộ?

Hệ thống giả thuyết nghiên cứu (Research Hypotheses):

  • Giả thuyết H1: Tích hợp mô hình sóng động học một chiều (1D Kinematic Wave) dạng phi tuyến giải bằng sai phân ẩn và thuật toán lặp Newton-Raphson vào toàn bộ mạng lưới sông phân cấp sẽ tái hiện chính xác thời gian truyền lũ và độ trễ đỉnh lũ so với phép tích lũy nút nguyên bản.
  • Giả thuyết H2: Xây dựng mô đun diễn toán dòng chảy qua hồ dựa trên phương trình cân bằng lượng trữ kết hợp đường đặc tính hồ chứa ($VFZ$) và phương trình thủy lực cửa xả/tràn giải bằng phương pháp Runge-Kutta bậc 3 sẽ phản ánh đầy đủ tác động cắt lũ của hồ chứa đến hạ lưu.
  • Giả thuyết H3: Tích hợp công cụ nội suy nghịch đảo khoảng cách theo trọng số ($IDW$) kết hợp hàm hồi quy phi tuyến biến thiên lượng mưa theo độ cao số hóa ($DEM$) sẽ cải thiện độ chính xác của trường mưa ô lưới, đưa chỉ số hiệu quả Nash-Sutcliffe ($NSE$) của mô phỏng dòng chảy lên trên 0.80 và giảm sai số đỉnh lũ ($PE_p$) xuống dưới 15%.

Khung lý thuyết của nghiên cứu dựa trên sự giao thoa giữa Thủy văn học phân bố vật lý (Physically-Based Distributed Hydrology), Thủy lực học lòng dẫn một chiều (Saint-Venant 1D kinematic wave approximations), Thống kê địa lý và Động lực học công trình thủy lợi. Luận án thực hiện trên phạm vi không gian bao gồm 3 lưu vực sông trọng điểm Nam Trung Bộ: sông Cái Nha Trang (diện tích 2.000 km², chiều dài sông chính 79 km, độ dốc lưu vực 2,8‰), sông Dinh Ninh Hòa (diện tích lưu vực dốc dần từ đỉnh Chư Mu 2.000 m, độ dốc trung bình 5,5%), và sông Cái Phan Rang (diện tích 3.000 km², chiều dài 119 km, độ dốc lưu vực 17,7‰, đỉnh Bi Đúp cao 2.280 m). Chuỗi dữ liệu thực nghiệm kiểm chứng bao gồm các trận lũ lớn lịch sử giai đoạn 2009–2018 và chuỗi dự báo thử nghiệm thời gian thực trong mùa lũ năm 2020 với hạn dự báo 24 giờ và 48 giờ.

Literature Review và Positioning

Lịch sử phát triển của mô hình toán thủy văn thế giới đã trải qua các bước chuyển dịch mô thức quan trọng từ mô hình thông số tập trung (Lumped models) sang bán phân bố (Semi-distributed) và thông số phân bố vật lý (Physically-based distributed models). Mô hình thông số tập trung như Tank (Sugawara, 1961), NAM (DHI), Sacramento SAC-SMA (Burnash, 1973), HEC-HMS (USACE) tuy đơn giản về cấu trúc dữ liệu và tính toán nhanh, nhưng theo Blöschl (2013) và Wagener (2007), chúng "đã lược bỏ, trung bình hóa nhiều thành phần và quá trình dòng chảy trên lưu vực", triệt tiêu tính bất đồng nhất về không gian của mưa và mặt đệm.

Trong dòng nghiên cứu mô hình phân bố, Dự án so sánh các mô hình thủy văn thông số phân bố quốc tế DMIP (Distributed Model Intercomparison Project do Smith & Georgakakos chủ trì, 2004) đã khẳng định tính vượt trội của mô hình phân bố so với mô hình tập trung đối với các lưu vực có diện tích lớn hơn 65 km² nhờ khả năng nắm bắt động lực mưa cục bộ và đặc tính vật lý của thổ nhưỡng. Tuy nhiên, hai trường phái học thuật đối lập vẫn tồn tại gay gắt trong y văn:

  • Trường phái tinh giản (Parsimonious Modeling - Perrin et al., 2003; Oudin et al., 2008): Cho rằng mô hình phân bố vật lý phức tạp dễ rơi vào bẫy "bất định tham số" (Equifinality - Beven, 2006), tiêu tốn tài nguyên tính toán và không hiệu quả trên các lưu vực khan hiếm dữ liệu.
  • Trường phái cơ sở vật lý phân bố (Physical-Distributed School - Abbott et al., 1986; Hughes, 2006; Uhlenbrook, 2010): Khẳng định việc mô hình hóa trực tiếp phương trình vi phân đạo hàm riêng của dòng chảy mặt và dòng ngầm là con đường duy nhất để đánh giá tác động của biến đổi thảm phủ, công trình nhân sinh và dự báo tại các lưu vực không có trạm quan trắc hạ lưu.

Luận án của Bùi Văn Chanh đã định vị chính xác vị trí nghiên cứu trong bản đồ khoa học: khai thác nền tảng mô hình phân bố vật lý MARINE (IMFT Toulouse - Estupina, 2006; Denis Dartus & David Labat, 2011; Roux et al., 2011), vốn được thiết kế cho dự án cảnh báo lũ quét PACTES tại miền nam nước Pháp. So sánh với các nghiên cứu quốc tế sử dụng MARINE:

  1. Dự án PACTES và nghiên cứu vùng Địa Trung Hải (Cassan et al., 2015; Garambois et al., 2015): MARINE chủ yếu tiếp nhận mưa phân bố từ radar thời tiết hoặc ảnh mây vệ tinh. Tuy nhiên, tại Việt Nam, mạng lưới radar còn thưa thớt, nhiễu địa hình miền núi lớn, và số liệu vệ tinh (TRMM, GSMaP, GPM) có sai số cao và độ trễ lớn.
  2. Nghiên cứu của Bessière (2005) và các ứng dụng MARINE kết nối mô hình thủy lực (Foody kết nối Muskingum; Rorrell kết nối MAGE-1D, HEC-RAS): Hầu hết đều áp dụng phương thức "tích hợp nối tiếp" (loose coupling) qua tệp trung gian, đòi hỏi số liệu trắc dọc, trắc ngang lòng dẫn hoàn chỉnh – điều bất khả thi tại các sông suối vùng núi Nam Trung Bộ.
  3. Nghiên cứu nội suy mưa không gian của Ruelland et al. (2008) tại Tây Phi và Tao Chen (2017) tại lưu vực sông Xinxie: Khẳng định nội suy IDW hoặc Kriging nếu không kết hợp hàm hồi quy độ cao địa hình sẽ gây sai lệch nghiêm trọng tổng lượng giáng thủy vùng thượng nguồn.

Luận án đã tạo ra bước tiến đột phá khi chuyển đổi từ cấp độ "kết nối độc lập" sang cấp độ "hợp nhất mã nguồn" (seamless source-code integration), kết hợp thuật toán sóng động học 1 chiều cho mạng sông phân cấp, mô đun hồ chứa Runge-Kutta 3 và công cụ IDW hiệu chỉnh độ cao trực tiếp bên trong cấu trúc MARINE cải tiến.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào lý thuyết Thủy văn học phân bố thông qua việc hoàn thiện khung toán học liên kết dòng chảy sườn dốc và lòng dẫn:

  1. Mở rộng lý thuyết sóng động học một chiều (Lighthill & Whitham, 1955) cho mạng lưới sông phân cấp thiếu hình học mặt cắt: Luận án chứng minh rằng trên các con sông miền núi có độ dốc đáy lớn ($S_0 > 2,5%$), thành phần gia tốc và áp lực trong phương trình Saint-Venant là thứ yếu so với lực ma sát và trọng lực ($S_0 \approx S_f$). Việc xấp xỉ phương trình liên tục và phương trình động lượng dạng $A = \alpha Q^\beta$ hoàn toàn đủ độ tin cậy để mô tả lan truyền sóng lũ mà chỉ cần tham số hóa bề rộng sông $B$, độ dốc đáy $S_0$ và hệ số nhám Manning $n$, loại bỏ sự phụ thuộc vào trắc ngang chi tiết.
  2. Mô hình hóa lý thuyết tương tác thủy lực hồ chứa trên nền tảng tích phân số Runge-Kutta: Mở rộng lý thuyết cân bằng lượng trữ liên tục $\frac{dV}{dt} = I(t) - Q(Z)$ với $Q(Z)$ là hàm phi tuyến phức hợp của các công trình tháo nước (tràn tự do, cống xả đáy), khắc phục độ trễ pha và hiện tượng dao động số học của phương pháp cân bằng tĩnh truyền thống.
  3. Lý thuyết tích hợp trường mưa dị hướng theo gradient địa hình: Bổ sung cơ chế hiệu chỉnh phi tuyến trường mưa giáng thủy theo độ cao $Z$ vào thuật toán trọng số khoảng cách, thiết lập mối quan hệ động lực giữa độ ẩm khối khí sườn đón gió và lượng mưa tích lũy ô lưới.

Khung phân tích độc đáo

Khung phân tích của mô hình MARINE cải tiến được xây dựng dựa trên sự liên kết chặt chẽ giữa 3 lý thuyết nền tảng: (1) Lý thuyết thấm Green-Ampt và dòng chảy sát mặt Darcy trên sườn dốc 2 chiều; (2) Lý thuyết sóng động học 1 chiều trên mạng lưới kênh dẫn phân cấp Horton-Strahler; (3) Lý thuyết cân bằng thủy lực hồ chứa.

       +-------------------------------------------------------------+
       |             TRƯỜNG MƯA QUAN TRẮC TẠI CÁC TRẠM               |
       +-------------------------------------------------------------+
                                      |
                                      v
       +-------------------------------------------------------------+
       |   CÔNG CỤ NỘI SUY MƯA KHÔNG GIAN TÍCH HỢP                   |
       |   - Thuật toán IDW kết hợp bán kính & vùng chắn             |
       |   - Hiệu chỉnh hồi quy phi tuyến theo cao độ DEM (Z)        |
       +-------------------------------------------------------------+
                                      |
                                      v (Mưa phân bố ô lưới P(x, y, t))
+---------------------------------------------------------------------------------+
| MÔ HÌNH DÒNG CHẢY SƯỜN DỐC MARINE (2D GRID OVERLAND FLOW)                       |
| - Thấm tầng mặt: Mô hình Green-Ampt (độ ẩm ban đầu θ₀, độ ẩm bão hòa θs, Ks)     |
| - Dòng sát mặt: Phương trình liên tục kết hợp định luật Darcy tích hợp           |
| - Dòng chảy mặt: Xấp xỉ sóng động học 2 chiều trên sườn dốc (Manning n_slope)   |
+---------------------------------------------------------------------------------+
                                      |
                                      v (Nhập lưu sườn dốc Q_lateral)
+---------------------------------------------------------------------------------+
| MẠNG LƯỚI SÔNG PHÂN CẤP (1D KINEMATIC WAVE ROUTING - Thủ tục Qluoisong)         |
| - Thay thế thủ tục lũy tích CalcApLat bằng phương trình SĐH 1 chiều phi tuyến    |
| - Sơ đồ sai phân 4 điểm ẩn giải bằng thuật toán lặp Newton-Raphson              |
+---------------------------------------------------------------------------------+
                                      |
                                      v (Dòng chảy vào hồ I(t))
+---------------------------------------------------------------------------------+
| MÔ ĐUN DIỄN TOÁN DÒNG CHẢY QUA HỒ CHỨA (RESERVOIR ROUTING MODULE)              |
| - Đường quan hệ hình học hồ chứa: V(Z), F(Z)                                    |
| - Phương trình xả qua công trình: Q_out = m*b*sqrt(2g)*H^(3/2) + μ*ω*sqrt(2gH)   |
| - Giải phương trình vi phân lượng trữ bằng thuật toán Runge-Kutta bậc 3         |
+---------------------------------------------------------------------------------+
                                      |
                                      v
+---------------------------------------------------------------------------------+
| LƯU LƯỢNG DÒNG CHẢY DỰ BÁO / MÔ PHỎNG TẠI CỬA RA & CÁC TRẠM THỦY VĂN TRÊN LƯU VỰC|
+---------------------------------------------------------------------------------+

Điều kiện biên và giới hạn ứng dụng (Boundary Conditions):

  • Lưu vực sông vùng núi và trung du không chịu ảnh hưởng của chế độ thủy triều hay nước dâng ven biển.
  • Đáy sông có độ dốc đủ lớn để sóng động học chiếm ưu thế tuyệt đối ($S_0 \gg \frac{\partial y}{\partial x}$), không xuất hiện hiện tượng sóng truyền ngược (backwater effects) quy mô lớn.
  • Mô hình tính toán theo từng sự kiện lũ (event-based flood modeling), bỏ qua thành phần bốc thoát hơi mặt đệm trong suốt thời gian diễn ra trận lũ cực đoan.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ thế giới quan thực chứng (Positivism) và chủ nghĩa hiện thực phê phán (Critical Realism) trong khoa học tự nhiên, sử dụng mô hình hóa toán học xác định (Deterministic Mathematical Modeling). Cấu trúc thiết kế đa cấp độ (Multi-level design) được thể hiện qua sơ đồ tích hợp 4 thành phần:

  • Cấp độ ô lưới (Cell-level): Kích thước ô lưới $100 \times 100\text{ m}$ trích xuất từ mô hình số độ cao DEM (SRTM/ALOS), xử lý hướng dòng chảy (Flow Direction) và diện tích tích lũy (Flow Accumulation).
  • Cấp độ sườn dốc (Hillslope continuum): Mô tả trao đổi ẩm và dòng tràn bề mặt.
  • Cấp độ đoạn sông (Reach-level): Phân cấp mạng lưới sông tự động theo bậc phân nhánh.
  • Cấp độ nút công trình (Node-level): Các hồ chứa điều tiết trọng điểm như hồ Đá Bàn (sông Dinh), hồ Suối Dầu, hồ Đa Nhim...

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu bao gồm các giao thức xử lý và tích hợp thuật toán chi tiết:

  1. Thuật toán sóng động học 1 chiều cho mạng lưới sông: Thay thế thủ tục cộng dồn dòng chảy đơn thuần CalcApLat trong mã nguồn gốc bằng thủ tục diễn toán mạng lưới sông Qluoisong. Phương trình vi phân chủ đạo: $$\frac{\partial A}{\partial t} + \frac{\partial Q}{\partial x} = q_L(t)$$ với $A = \alpha Q^\beta$, trong đó $\alpha = \left(\frac{n \cdot P^{2/3}}{\sqrt{S_0}}\right)^\beta$ và $\beta = 0,6$. Sơ đồ sai phân ẩn 4 điểm kết hợp thuật toán lặp tiếp tuyến Newton-Raphson được cài đặt nhằm đảm bảo tính ổn định tuyệt đối vô điều kiện (Unconditional stability) với bước thời gian $\Delta t = 1\text{ s}$ đến $60\text{ s}$.
  2. Thuật toán diễn toán hồ chứa Runge-Kutta bậc 3: Phương trình vi phân bậc nhất mô tả biến thiên cao trình mực nước hồ $Z$: $$\frac{dZ}{dt} = \frac{I(t) - Q_{out}(Z)}{F(Z)}$$ với $F(Z)$ là diện tích mặt nước hồ ứng với cao trình $Z$. Thuật toán Runge-Kutta bậc 3 tính toán các số gia $\Delta H_1, \Delta H_2, \Delta H_3$ theo sơ đồ: $$\begin{aligned} k_1 &= f(t_n, Z_n) \ k_2 &= f\left(t_n + \frac{\Delta t}{2}, Z_n + \frac{\Delta t}{2} k_1\right) \ k_3 &= f(t_n + \Delta t, Z_n - \Delta t \cdot k_1 + 2\Delta t \cdot k_2) \ Z_{n+1} &= Z_n + \frac{\Delta t}{6}(k_1 + 4k_2 + k_3) \end{aligned}$$
  3. Công cụ nội suy mưa IDW kết hợp gradient độ cao: Lượng mưa tại nút lưới $P_j$ được tính theo công thức: $$P_j = \left[ \sum_{i=1}^N \frac{P_i}{d_{ij}^\gamma} \middle/ \sum_{i=1}^N \frac{1}{d_{ij}^\gamma} \right] \cdot \left[1 + \lambda (Z_j - \bar{Z}{st})\right]$$ trong đó $\gamma$ là bậc lũy thừa khoảng cách (tối ưu $\gamma = 2$), $d{ij}$ là khoảng cách Euclide, $N$ là số trạm trong bán kính tìm kiếm có xét vùng chắn (sector search), $\lambda$ là hệ số hồi quy thực nghiệm theo độ cao địa hình DEM ($Z_j$).

Data và phân tích

Cơ sở dữ liệu đầu vào chuẩn hóa bao gồm:

  • Bản đồ số độ cao DEM độ phân giải không gian $30\text{ m} \times 30\text{ m}$ trích xuất từ dữ liệu vệ tinh USGS.
  • Bản đồ thổ nhưỡng tỷ lệ 1:100.000 phân loại thành các nhóm đất chính (Feralit đỏ vàng, đất mùn núi cao, đất thung lũng dốc tụ, đất cát ven biển) với các chỉ tiêu vật lý: độ ẩm bão hòa $\theta_s$, độ ẩm ban đầu $\theta_0$, hệ số thấm bão hòa $K_s$, lực hút ẩm đáy màng thấm $\psi$.
  • Bản đồ thảm phủ thực vật trích xuất từ ảnh viễn thám Landsat 8/Sentinel-2 để xác định hệ số nhám Manning mặt sườn dốc $n_{slope}$ ($0,035 - 0,400\text{ m}^{-1/3}\text{s}$) và hệ số nhám lòng dẫn $n_{river}$ ($0,025 - 0,055\text{ m}^{-1/3}\text{s}$).
  • Dữ liệu mưa và thủy văn: Chuỗi quan trắc mưa giờ tại hơn 30 trạm đo mưa tự động (Vrain và mạng lưới quốc gia) cùng số liệu lưu lượng giờ tại các trạm thủy văn Đồng Trăng, Diên Xuân, Thác Ngựa, Ninh Hòa, Dục Mỹ, Ninh Thượng, Tân Mỹ, Phước Hà.

Hệ thống chỉ tiêu đánh giá thống kê nghiêm ngặt:

  • Hệ số hiệu quả Nash-Sutcliffe ($NSE$): $$NSE = 1 - \frac{\sum_{t=1}^T (Q_{obs}^t - Q_{sim}^t)^2}{\sum_{t=1}^T (Q_{obs}^t - \bar{Q}_{obs})^2}$$
  • Sai số đỉnh lũ tương đối ($PE_p, %$): $$PE_p = \frac{|Q_{p,sim} - Q_{p,obs}|}{Q_{p,obs}} \times 100$$
  • Sai số tổng lượng lũ ($PE_{Vol}, %$): $$PE_{Vol} = \frac{|W_{sim} - W_{obs}|}{W_{obs}} \times 100$$

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả mô phỏng và kiểm định trên 3 lưu vực Nam Trung Bộ ghi nhận 5 phát hiện đột phá:

Lưu vực sông Trạm kiểm chứng Trận lũ kiểm định $NSE$ (Mô hình gốc) $NSE$ (MARINE cải tiến) $PE_p$ (%) $PE_{Vol}$ (%)
Cái Nha Trang Đồng Trăng Năm 2009 0,68 0,89 6,4 4,8
Đồng Trăng Năm 2013 0,71 0,91 5,2 5,1
Đồng Trăng Năm 2016 0,65 0,86 8,1 6,3
Suối Cát Năm 2010 0,58 0,84 7,5 5,9
Dinh Ninh Hòa Ninh Hòa Năm 2010 0,62 0,88 7,1 5,5
Ninh Hòa Năm 2016 0,64 0,87 6,9 6,1
Ninh Hòa (tiểu mãn) Năm 2017 0,59 0,85 8,3 7,0
Hồ Đá Bàn Năm 2010 0,51 0,83 9,0 6,8
Cái Phan Rang Tân Mỹ Năm 2016 0,66 0,89 5,8 4,7
Tân Mỹ Năm 2018 0,69 0,90 5,1 4,2
Phước Hà Năm 2016 0,60 0,82 9,4 7,8
  1. Triệt tiêu hiện tượng đỉnh lũ giả định và trễ pha thời gian: Mô hình MARINE gốc do sử dụng phép cộng dồn tức thời CalcApLat nên đỉnh lũ tính toán luôn xuất hiện sớm hơn thực đo từ 2 đến 4 giờ và có dạng răng cưa bất thường. Mô hình MARINE cải tiến tích hợp sóng động học 1D đã tái hiện hoàn hảo đường quá trình thủy văn thực tế, triệt tiêu hiện tượng méo dạng đỉnh, thời gian xuất hiện đỉnh lũ tính toán sai lệch không quá $\pm 1$ giờ.
  2. Nâng cao vượt bậc chỉ số hiệu quả Nash-Sutcliffe: Chỉ số $NSE$ của mô hình cải tiến tại tất cả các trạm và các trận lũ đều đạt từ 0,82 đến 0,91 (tăng trung bình 0,18–0,32 điểm so với mô hình gốc chỉ đạt 0,51–0,71). Sai số lưu lượng đỉnh ($PE_p$) giảm từ mức 18–35% ở mô hình gốc xuống dưới 9,4%, sai số tổng lượng ($PE_{Vol}$) duy trì dưới 7,8%.
  3. Định lượng chính xác hiệu ứng cắt lũ của hồ chứa: Tại trạm Suối Cát (sông Cái Nha Trang) và hạ lưu hồ Đá Bàn (sông Dinh Ninh Hòa), mô đun Runge-Kutta 3 đã mô phỏng trung thực quá trình tích nước và xả lũ, làm giảm lưu lượng đỉnh lũ hạ lưu từ 18,5% đến 26,3% tùy theo dung tích phòng lũ ban đầu, phản ánh đúng cơ chế thủy lực công trình thực tế.
  4. Hiệu chỉnh không gian mưa loại bỏ sai số ước tính dòng chảy: Công cụ IDW hiệu chỉnh độ cao đã bù đắp lượng mưa thiếu hụt tại các vùng núi cao không có trạm đo (vùng Hòn Giao, Chư Mu, Bi Đúp), làm tăng độ chính xác của tổng lượng mưa lưu vực thêm 14–22% so với phép chia đa giác Thiessen truyền thống.
  5. Kiểm chứng dự báo nghiệp vụ thời gian thực thành công trong mùa lũ 2020: Áp dụng dự báo nghiệp vụ trên lưu vực sông Cái Nha Trang trận lũ lịch sử ngày 30/11/2020 cho thấy: ở hạn dự báo 24 giờ, mô hình đạt chỉ số $NSE = 0,86$ tại trạm Đồng Trăng và $0,84$ tại trạm Diên Phú; ở hạn dự báo 48 giờ, $NSE$ vẫn duy trì ở mức tin cậy cao (0,78 và 0,76).

Implications đa chiều

  • Về mặt lý thuyết: Chứng minh tính khả thi của việc tích hợp các phương trình thủy lực sóng động học giản lược vào mô hình phân bố hướng sự kiện mà không làm suy giảm tính ổn định số học, xác lập khung lý thuyết mới cho bài toán thủy văn lưu vực thiếu số liệu mặt cắt.
  • Về mặt phương pháp luận: Cung cấp phương pháp tiếp cận mô hình hóa mã nguồn mở hoàn chỉnh, khép kín từ khâu tiền xử lý không gian (GIS/DEM/Mưa) đến động học lòng dẫn và điều tiết công trình.
  • Về mặt thực tiễn và chính sách: Đưa ra công cụ dự báo lũ có độ chính xác cao phục vụ trực tiếp cho Đài Khí tượng Thủy văn khu vực Nam Trung Bộ và Ban Chỉ huy Phòng chống thiên tai & Tìm kiếm cứu nạn các tỉnh Khánh Hòa, Ninh Thuận, hỗ trợ ra quyết định vận hành hồ chứa an toàn và cảnh báo sớm ngập lụt hạ du.

Limitations và Future Research

Mặc dù đạt được những kết quả xuất sắc, Luận án thẳng thắn thừa nhận 4 hạn chế khoa học nội tại:

  1. Giới hạn giả thiết sóng động học: Mô hình không xét đến các số hạng phản ánh hiệu ứng nước dâng và sóng ngược ($\frac{\partial y}{\partial x}$), do đó không áp dụng được cho vùng hạ lưu sông chịu tác động trực tiếp của chế độ thủy triều hoặc vùng cửa sông đồng bằng bằng phẳng.
  2. Mô hình hóa hồ chứa bán tự động: Mô đun hồ chứa hiện tại giả định quy trình xả tràn tự do hoặc quy trình điều tiết cố định theo mực nước, chưa tích hợp thuật toán điều khiển tối ưu hóa đa mục tiêu thời gian thực (Real-Time Optimal Control - RTC) cho các quy trình liên hồ chứa phức tạp.
  3. Đặc trưng mô hình hướng sự kiện (Event-based limitation): Mô hình MARINE cải tiến chưa mô tả liên tục chu trình bốc thoát hơi nước ($ET$) và động lực dòng ngầm sâu trong thời kỳ kiệt, do đó chỉ vận hành tối ưu trong các đợt mưa lũ cụ thể.
  4. Độ phân giải bản đồ thổ nhưỡng: Bản đồ phân loại đất tỷ lệ 1:100.000 còn tương đối thô, các thông số thấm Green-Ampt ($K_s, \theta_s$) vẫn phải trải qua quá trình hiệu chỉnh thực nghiệm chứ chưa thể lượng hóa hoàn toàn từ ảnh viễn thám siêu phổ.

Chương trình nghiên cứu 10 năm tiếp theo (Future Research Agenda):

  • Tích hợp mô hình sóng khuếch tán 1D (Diffusive wave) hoặc liên kết động với mô hình thủy lực 2 chiều (2D Shallow Water Equations) để mở rộng phạm vi mô phỏng xuống vùng đồng bằng hạ lưu ven biển và cửa sông ảnh hưởng triều.
  • Xây dựng mô đun học máy (Machine Learning / Deep Learning - LSTM) tự động đồng hóa số liệu vệ tinh viễn thám độ ẩm đất (SMAP/Sentinel-1) vào tầng mặt đệm Green-Ampt trước khi khởi chạy mô hình.
  • Nâng cấp mô đun hồ chứa tích hợp thuật toán tối ưu hóa đa mục tiêu phục vụ bài toán vận hành liên hồ chứa theo thời gian thực.

Tác động và ảnh hưởng

Công trình nghiên cứu tạo ra tác động học thuật và kinh tế - xã hội sâu rộng:

  • Ảnh hưởng học thuật (Academic Impact): Đóng góp vào kho tàng nghiên cứu mô hình hóa lưu vực thiếu dữ liệu (PUB), cung cấp bộ mã nguồn mở cải tiến có khả năng tùy biến cao cho cộng đồng nghiên cứu thủy văn tại Việt Nam và các quốc gia đang phát triển.
  • Chuyển giao công nghệ dự báo nghiệp vụ: Được triển khai ứng dụng thử nghiệm và tích hợp vào quy trình dự báo tác nghiệp của Tổng cục Khí tượng Thủy văn và Đài KTTV khu vực Nam Trung Bộ, góp phần hiện đại hóa công nghệ dự báo lũ vùng Trung Bộ.
  • Lợi ích xã hội và quản lý thiên tai: Việc kéo dài thời gian dự báo tin cậy lên 24–48 giờ với sai số đỉnh lũ dưới 10% cung cấp luận cứ khoa học chính xác cho chính quyền địa phương sơ tán dân cư kịp thời, giảm thiểu thiệt hại về người và tài sản do lũ quét và ngập lụt cục bộ.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật Thủy văn: Tiếp cận một cấu trúc mô hình tích hợp mã nguồn mở hoàn chỉnh, làm cơ sở phát triển các nghiên cứu chuyên sâu về thủy văn lưu vực và thủy lực môi trường.
  • Dự báo viên Khí tượng Thủy văn: Sở hữu công cụ mô phỏng dòng chảy mạnh mẽ, giao diện xử lý dữ liệu tự động hóa, giúp rút ngắn thời gian chuẩn bị bản tin dự báo và giảm tải áp lực nhân sự nghiệp vụ.
  • Kỹ sư R&D và Quản lý Tài nguyên nước: Khai thác mô đun diễn toán hồ chứa để tính toán quy hoạch lưu vực, kiểm tra an toàn đập và đánh giá tác động của các kịch bản xây dựng công trình thủy lợi mới.
  • Cơ quan Hoạch định Chính sách & Ban Chỉ huy PCTT: Tiếp nhận các kịch bản ngập lụt chi tiết theo không gian phục vụ xây dựng bản đồ cảnh báo rủi ro thiên tai cấp tỉnh và liên tỉnh.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của Luận án là gì và đã mở rộng lý thuyết nào? Trả lời: Đóng góp độc đáo nhất là việc mở rộng thành công lý thuyết sóng động học 1 chiều (Lighthill & Whitham) vào mạng lưới sông phân cấp Horton-Strahler phức tạp mà không cần đo đạc mặt cắt ngang lòng dẫn, tích hợp liền mạch với lý thuyết thấm Green-Ampt và động học sườn dốc 2 chiều trong mô hình MARINE.

2. Đột phá phương pháp luận so với các nghiên cứu trước đây thể hiện ở điểm nào? Trả lời: Khác với các nghiên cứu trước đây (như Bessière, 2005 hay Nguyễn Lan Châu, 2006) chỉ kết nối rời rạc MARINE với các mô hình thủy lực bên ngoài (HEC-RAS, IMECH-1D) qua tệp dữ liệu trung gian và chỉ áp dụng được trên một trục sông chính, Luận án đã can thiệp trực tiếp vào mã nguồn, hợp nhất mô hình sóng động học phi tuyến giải bằng sơ đồ sai phân ẩn Newton-Raphson cho toàn bộ các sông nhánh, đồng thời tích hợp mô đun Runge-Kutta 3 diễn toán hồ chứa và công cụ nội suy IDW hiệu chỉnh độ cao.

3. Phát hiện bất ngờ nhất trong quá trình phân tích số liệu thực nghiệm là gì? Trả lời: Phát hiện rằng phép cộng dồn lưu lượng tức thời (CalcApLat) trong mô hình MARINE gốc là nguyên nhân duy nhất làm méo dạng thủy văn đồ và gây ra sai số thời gian xuất hiện đỉnh lũ sớm từ 2–4 giờ. Việc thay thế bằng sóng động học 1D đã ngay lập tức khắc phục triệt để sai số này mà không cần gia tăng số lượng thông số hiệu chỉnh thổ nhưỡng sườn dốc.

4. Nghiên cứu có cung cấp giao thức tái lập (Replication Protocol) hoàn chỉnh không? Trả lời: Luận án cung cấp tường minh toàn bộ cấu trúc sơ đồ khối thuật toán, hệ phương trình sai phân hữu hạn, phương pháp xác định tham số hình học lòng sông ($B, S_0, n$) từ DEM/GIS, bảng tham số thổ nhưỡng và thảm phủ thực vật chuẩn hóa, cho phép các nhà nghiên cứu độc lập tái lập mô hình trên bất kỳ lưu vực sông nào.

5. Chương trình nghị sự nghiên cứu 10 năm tới giải quyết những bài toán then chốt nào? Trả lời: Tập trung vào: (1) Mở rộng sóng khuếch tán 1D/2D cho vùng hạ lưu đồng bằng chịu ảnh hưởng triều; (2) Tích hợp đồng hóa dữ liệu viễn thám độ ẩm đất thời gian thực (SMAP/Sentinel-1); (3) Phát triển mô hình liên tục nhiều năm tích hợp chu trình bốc thoát hơi nước.

Kết luận

  1. Luận án đã giải quyết trọn vẹn bài toán khoa học về mô phỏng và dự báo dòng chảy lũ cho các lưu vực sông thiếu số liệu mặt cắt ngang và mưa phân bố tại khu vực Nam Trung Bộ thông qua việc cải tiến toàn diện mô hình thủy văn phân bố vật lý MARINE.
  2. Tích hợp thành công 3 công cụ đột phá vào mã nguồn MARINE: mô hình sóng động học 1 chiều phi tuyến cho mạng lưới sông phân cấp, mô đun diễn toán dòng chảy qua hồ chứa sử dụng phương pháp số Runge-Kutta bậc 3, và công cụ nội suy mưa không gian IDW kết hợp hồi quy phi tuyến theo cao trình DEM.
  3. Kết quả kiểm chứng thực nghiệm trên 3 lưu vực sông trọng điểm (Cái Nha Trang, Dinh Ninh Hòa, Cái Phan Rang) qua các trận lũ lịch sử và mùa lũ dự báo 2020 khẳng định chất lượng vượt trội của mô hình cải tiến với chỉ số Nash-Sutcliffe $NSE$ đạt 0,82 đến 0,91, sai số đỉnh lũ $PE_p < 9,4%$, sai số tổng lượng $PE_{Vol} < 7,8%$, thời gian đỉnh lũ chuẩn xác trong phạm vi $\pm 1$ giờ.
  4. Nghiên cứu mở ra 3 hướng phát triển học thuật mới: mô hình hóa thủy văn - thủy lực tích hợp cho lưu vực vùng núi thiếu số liệu, kỹ thuật đồng hóa số liệu viễn thám không gian vào mô hình phân bố vật lý, và công nghệ dự báo lũ tự động hóa hỗ trợ vận hành liên hồ chứa thời gian thực.
  5. Công trình là một đóng góp học thuật xuất sắc, có giá trị khoa học vững chắc và khả năng ứng dụng thực tiễn cao, phục vụ hiệu quả công tác phòng chống thiên tai và quản lý bền vững tài nguyên nước tại Việt Nam.