Mô hình hoá mưa - dòng chảy ( Phần cơ sở - Nxb ĐH Quốc Gia Hà Nội ) - Chương 3

Chia sẻ: Nguyen Nhi | Ngày: | Loại File: PDF | Số trang:30

Thêm vào BST

Báo xấu

83
lượt xem 16
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Số liệu cho mô hình Mưa-dòng chảy Sẽ là lạ lùng khi kết thúc sự kiểm định một mô hình chỉ bằng những quan điểm rằng sự phát triển của tương lai có quan hệ mật thiết với thành quả của việc thu thập số liệu mới và những công việc thí nghiệm mới nhưng, theo chúng tôi, đó lại là thực trạng cuả khoa học. Gorge Hornberger và Beth Boyer, 1995 Cuối cùng, sự thành công của một mô hình thuỷ văn phụ thuộc chủ yếu chính vào số liệu có sẵn để thiết lập và chạy nó. Trong...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Mô hình hoá mưa - dòng chảy ( Phần cơ sở - Nxb ĐH Quốc Gia Hà Nội ) - Chương 3

Ch¬ng 3 Sè liÖu cho m« h×nh Ma-dßng ch¶y SÏ lµ l¹ lïng khi kÕt thóc sù kiÓm ®Þnh mét m« h×nh chØ b»ng nh÷ng quan ®iÓm r»ng sù ph¸t triÓn cña t¬ng lai cã quan hÖ mËt thiÕt víi thµnh qu¶ cña viÖc thu thËp sè liÖu míi vµ nh÷ng c«ng viÖc thÝ nghiÖm míi nhng, theo chóng t«i, ®ã l¹i lµ thùc tr¹ng cu¶ khoa häc. Gorge Hornberger vµ Beth Boyer, 1995 Cuèi cïng, sù thµnh c«ng cña mét m« h×nh thuû v¨n phô thuéc chñ yÕu chÝnh vµo sè liÖu cã s½n ®Ó thiÕt lËp vµ ch¹y nã. Trong hai ch¬ng ®Çu cña quyÓn s¸ch nµy cã mét vµi sù tham kh¶o trong thùc tÕ lµ thuû v¨n häc bÞ giíi h¹n nh lµ mét khoa häc bëi sè liÖu cã s½n vµ kü thuËt ®o ®¹c. T¹i mét sè n¬i sù thu thËp sè liÖu thÝch hîp víi m« h×nh ma-dßng ch¶y, kü thuËt ®· ®îc c¶i thiÖn trong nh÷ng n¨m gÇn ®©y. Chóng t«i b©y giê cã quan niÖm tèt h¬n nhiÒu vÒ sù thay ®æi ma trong kh«ng gian v× sù ph¸t triÓn cña c¸c c¶i thiÖn cña ra ®a ma vµ sè liÖu ®îc ®o ®¹c chÝnh x¸c h¬n, vµ viÖc ®o ®¹c lu lîng, mÆt níc ngÇm, ®é Èm ®Êt còng liªn tôc h¬n vµ tin cËy ho¸. Cã c¸c kü thuËt cã s½n cho viÖc íc lîng trùc tiÕp cêng ®é bèc h¬i, vµ kü thuËt viÔn th¸m ®· ®a ®Õn mét ph¹m vi sè liÖu kh«ng gian cã thÓ sö dông trong m« h×nh. QuyÓn s¸ch nµy kh«ng nãi vÒ viÖc thu thËp sè liÖu cho c¸c môc ®Ých thuû v¨n vµ còng kh«ng bao phñ toµn bé c¸c kü thuËt ®o ®¹c vÒ chi tiÕt, nhng c¸c phÇn cßn l¹i cña ch¬ng sÏ quan t©m ®Õn th«ng tin kÕt hîp víi c¸c lo¹i sè liÖu chÝnh s½n cã cho c¸c qu¸ tr×nh m« h×nh ho¸ ma-dßng ch¶y. 3.1 Sè liÖu ma M« h×nh ma-dßng ch¶y vÉn phô thuéc mét c¸ch nÆng nÒ vµo c¸c ghi chÐp tõ c¸c ®iÓm ®o ma, nhËn ®îc íc lîng cêng ®é ma t¹i tõng bíc thêi gian hoÆc tèt h¬n tr¹m ®o ma ngµy. Víi c¸c lu vùc lín, m« h×nh sö dông bíc thêi gian mét ngµy còng cã thÓ ®Çy ®ñ cho c¸c môc ®Ých ¸p dông: sù thay ®æi vÒ kh«ng gian nh×n chung quan träng h¬n sù thay ®æi vÒ thêi gian. Trong c¸c lu vùc nhá, bíc thêi gian mét ngµy cã thÓ lµ h¬n thêi gian ph¶n øng muén cña lu vùc vµ yªu cÇu ®é ph©n gi¶i thêi gian nhá h¬n ®Ó m« h×nh t¬ng øng víi ®éng lùc cña ph¶n øng vµ ®Ønh thuû ®å. Ma tù ghi trë thµnh quan träng h¬n nhng sè liÖu ®¾t vµ lu lîng Ýt h¬n h¬n, do ®ã vÉn cÇn thiÕt ®Õn tr¹m ma ngµy ®Ó íc lîng ®îc tæng thÓ tÝch ma cho mét lu vùc, sö dông tr¹m ®o ma tù ghi gÇn nhÊt ®Ó ®a ra mét xÊp xØ sù ph©n bè ma theo thêi gian, nghÜa lµ profile ma. ThËm chÝ trªn mét lu vùc nhá, lîng ma ngµy cã thÓ ®ñ ®Ó thu ®îc c¸c dù b¸o t¬ng øng vÒ tæng lîng dßng ch¶y (thay v× ®Ønh thuû ®å), ®Æc biÖt lµ khi cÇn ®Õn tæng 63
lîng trong thêi gian dµi h¬n nh lµ ma th¸ng. §iÒu nµy ®îc ¸p dông b»ng sù m« pháng ®Çy ®ñ vÒ sù thiÕu hôt ®é Èm ®Êt (h×nh 2.10) v× lu lîng sÏ thùc hiÖn c©n b»ng níc cho c¸c vÞ trÝ nµy. Tuy nhiªn, dù b¸o thuû ®å sÏ ®Æc biÖt khã kh¨n khi ma hai ngµy ®ång thêi, bëi v× kho¶ng ®o ®¹c ma ngµy cè ®Þnh (tõ 9h tèi ®Õn 9h s¸ng) lµ kh¸ tuú tiÖn ®èi víi thuû v¨n. Tæng lîng ma ®o ®¹c cã thÓ gÆp sai sè chñ quan. §Æc biÖt chóng sÏ phô thuéc vµo c¸c thiÕt kÕ tr¹m ®o ma trong quan hÖ víi ®iÒu kiÖn giã t¹i vÞ trÝ ®o vµ cêng ®é ma. ThiÕt kÕ tèt nhÊt lµ mét ®iÓm ®o ma víi mét c¸i miÖng èng ®îc ®Æt trªn mÆt ®Êt vµ bao xung quanh b»ng mét líi chèng Èm, nhng kh«ng thùc tÕ l¾m, ®Æc biÖt trong vïng thêng xuyªn cã tuyÕt. Mét thay ®æi thiÕt kÕ víi mµn ch¾n giã ®îc sö dông t¹i mét sè níc kh¸c ®Ó cè g¾ng gi¶m bít sù ¶nh hëng cña giã. Sù ¶nh hëng cña giã cã thÓ lín: íc lîng gi¶m 20% t¹i nh÷ng vÞ trÝ cã giã cho ®iÓm ®o bªn trªn mÆt ®Êt 30 cm so víi tr¹m mÆt ®Êt (vÝ dô, Rodda vµ Smith 1986). Cêng ®é ma lín còng cã thÓ g©y nªn mét sè vÊn ®Ò cho tr¹m tù ghi, ch¼ng h¹n lo¹i thïng lËt. NÕu lËt b¾t ®Çu x¶y ra qu¸ nhanh th× thïng ®o ma bËt lªn do ®ã khi cêng ®é ma lín cã thÓ yªu cÇu mét sù hiÖu chØnh ®Æc biÖt. Tæng lîng ma vµ cêng ®é ma cã thÓ thay ®æi rÊt nhanh theo kh«ng gian vµ thêi gian ®Æc biÖt lµ trong c¸c trËn ma ®èi lu (h×nh 3.1). Do ®ã, còng nh néi suy lîng ma theo thêi gian ®Ó ®a ra profile ma, cã thÓ cÇn thiÕt néi suy lîng ma theo kh«ng gian bëi v× c¸c ®iÓm ®o ma chØ diÔn t¶ t¹i ®iÓm ®o. Mét sè kü thuËt s½n cã cho viÖc néi suy kh«ng gian nh thÕ bao gåm trung b×nh ®¬n gi¶n, ®a gi¸c Thiesson, träng sè kho¶ng c¸ch nghÞch ®¶o vµ mét sè lo¹i kh¸c, hÇu hÕt ®· ®îc giíi thiÖu trong thuû v¨n häc (vÝ dô Shaw, 1994). Kh«ng mét kü thuËt nµo cã thÓ tèt h¬n mét xÊp xØ tæng lîng thùc tÕ trªn toµn lu vùc, vµ sù chÝnh x¸c cña mét kü thuËt riªng biÖt, cã thÓ thay ®æi tõ trËn ma nµy tíi trËn ma kh¸c. H×nh 3.1. Sù biÕn ®æi lîng ma theo kh«ng gian vµ thêi gian cho trËn ma ngµy 27/6/1995 trªn lu vùc Rapidan Virginia (Smith vµ nnk 1996). T¸i t¹o tõ Nghiªn cøu tµi nguyªn níc 32:3099-3113, 1996. B¶n quyÒn cña Héi ®Þa vËt lý Mü Sù ph¸t triÓn cña ra®a ®o ma ®· dÉn ®Õn mét hiÓu biÕt cao h¬n rÊt nhiÒu vÒ sù 64
thay ®æi theo kh«ng gian vµ thêi gian cña cêng ®é ma so víi sè liÖu cã tõ c¸c tr¹m ®o ®¬n ®éc tríc ®©y. RÊt nhiÒu níc ch©u ¢u vµ mét sè vïng lín ë Mü ®îc kiÓm so¸t b»ng ra®a ®o ma ®Æt trªn mÆt ®Êt. Ra®a cã mét ¨ngten xoay göi c¸c xung ®iÖn tõ ®Õn mét gãc thÊp vµo trong khÝ quyÓn. Mét dông cô dß t×m dïng ®Ó ®o ®¹c kho¶ng c¸ch vµ trong mét sè trêng hîp lµ sù suy gi¶m tÇn sè cña tÝn hiÖu quay trë l¹i. Nguyªn t¾c lµ tÝn hiÖu quay trë l¹i ra®a phô thuéc m¹nh vµo cêng ®é gi¸ng thuû trong ®êng ®i cña chïm tia ra®a t¹i c¸c kho¶ng c¸ch kh¸c nhau tÝnh tõ vÞ trÝ ®o ®¹c. Sau ®ã mét hµm hiÖu chØnh cho phÐp íc lîng cêng ®é ma t¹i tõng kho¶ng c¸ch: cêng ®é ma íc lîng ®îc néi suy vµo trong mét líi vu«ng, th«ng thêng ®é ph©n gi¶i cã kÝch thíc 2 hoÆc 4 km cho c¸c ra®a ho¹t ®éng. §iÒu nµy sÏ ®a ra mét sù ph¸t triÓn rÊt quan träng cho c¸c lo¹i sè liÖu s½n cã trong m« h×nh ho¸ ma-dßng ch¶y nhng còng cÇn ph¶i biÕt mét vµi giíi h¹n quan träng. Thø nhÊt ra®a kh«ng ®o ma t¹i mÆt ®Êt mµ trªn mÆt ®Êt mét kho¶ng (th«ng thêng lµ vµi tr¨m mÐt vµ h¬n tÝnh tõ tr¹m ra®a). Do ®ã, c¸c cÊu tróc cêng ®é t¹i mÆt ®Êt cã kh¶ n¨ng thay ®æi, ®Æc biÖt t¹i nh÷ng n¬i cã giã m¹nh hoÆc cã ¶nh hëng lín cña ®Þa h×nh nói. Thø hai, c¸c tÝn hiÖu ra®a quay trë l¹i tõ c¸c nguån ma xa cã thÓ bÞ suy gi¶m rÊt lín bëi c¸c nguån ma gÇn h¬n. Do ®ã, c¸c cÊu tróc tÝn hiÖu ra®a quay trë l¹i ph¶i ®îc chÝnh x¸c ho¸ cho ¶nh hëng suy gi¶m nµy. Thø ba, sù hiÖu chØnh cña ra®a kh«ng chØ phô thuéc vµo cêng ®é ma mµ cßn phô thuéc vµo c¸c lo¹i gi¸ng thuû, ®Æc biÖt lµ sù ph©n bè cì h¹t vµ liÖu r»ng ma lµ láng hoµn toµn hay hçn hîp cña níc vµ b¨ng (Nã sinh ra c¸c tÝn hiÖu trë vÒ rÊt kh¸c nhau), do ®ã cÇn ph¶i chÝnh x¸c ho¸ hiÖu chØnh c¬ b¶n cho c¸c tÝn hiÖu ra®a theo c¸c c¸ch kh¸c nhau. HÇu hÕt ®iÒu nµy thêng ®îc lµm b»ng c¸ch ®iÒu chØnh liªn tôc c¸c íc lîng cêng ®é suy ra tõ ra®a b»ng c¸ch sö dông sè liÖu trùc tuyÕn tõ c¸c tr¹m ®o ma tù ghi t¹i bÒ mÆt ®Êt. Khi ®ã ra®a trë thµnh phÇn kü thuËt néi suy kh«ng gian tèn kÐm (nhng hiÖu qu¶). Cã hiÖu qu¶ bëi v× nã cã thÓ ®a ra mét dÊu hiÖu cña « líi cã møc cêng ®é ma lín mµ cã thÓ bÞ mÊt hoµn toµn bëi líi tr¹m ®o mÆt ®Êt. §iÒu nµy ®Æc biÖt quan träng ®èi víi c¸c t©m ma lín nh lµ ®· chØ ra trong h×nh 3.1. ¦íc lîng ma rÊt quan träng trong m« h×nh ma-dßng ch¶y, bëi v× kh«ng mét m« h×nh nµo, dï cã lý thuyÕt vËt lý hoÆc c¸c chøng minh kinh nghiÖm b»ng th«ng tin qu¸ khø, sÏ cã thÓ ®a ra c¸c thuû ®å dù b¸o chÝnh x¸c nÕu c¸c ®Çu vµo m« h×nh kh«ng miªu t¶ ®Çy ®ñ c¸c ®Çu vµo ma (nguyªn t¾c GIGO r¾c vµo, r¾c ra ®· chøng minh râ). Hornberger vµ nnk (1985) ®· c«ng bè mét vÝ dô hay. Trong nghiªn cøu cña hä, mét m« h×nh ma-dßng ch¶y hiÖu chØnh cho lu vùc White Oak Run réng 5 km2 ë Virginia, ®Çu tiªn nã t¸i t¹o ®îc lu lîng quan tr¾c nhng dù b¸o cho trËn ma kiÓm chøng sai hoµn toµn. Trªn thùc tÕ, tæng lîng ma ®îc ghi nhËn t¹i c¸c tr¹m ®o nhá h¬n nhiÒu so víi tæng lu lîng nhËn ®îc trong s«ng (cã mét d¶i c¸c tr¹m ®o ma t¹i c¸c cao tr×nh kh¸c nhau trªn mét phÝa cña lu vùc nhng cêng ®é ma l¹i tËp trung ë phÝa kia). Trong c¸c trêng hîp ®ã thËt lµ khã cho bÊt kú mét m« h×nh nµo dù b¸o ph¶n øng mét c¸ch chÝnh x¸c. Do ®ã, íc lîng kh«ng ®óng ma ®Çu vµo cho mét lu vùc ®· t¨ng thªm ®é bÊt ®Þnh cña c¸c dù b¸o dßng ch¶y. Cã mét sè m« h×nh cho r»ng ®· bao gåm mét nh©n tö ma nh lµ mét th«ng sè 65
®îc hiÖu chØnh, nh lµ mét c¸ch thö ®Ó tÝnh ®Õn thùc tÕ r»ng c¸c sè liÖu ®o ma s½n cã kh«ng ph¶i lµ diÔn t¶ tèt ®Çu vµo ma cña mét diÖn tÝch lu vùc. Kh«ng râ rµng lµ mét chiÕn lîc tèt trong ®ã cã thÓ chØ cã vµi trËn lò mµ ®Çu vµo ma kh«ng ®îc íc lîng tèt. §èi víi c¸c trËn ma lín, nh lµ trong vÝ dô vÒ White Oak Run bªn trªn, hoµn toµn râ rµng r»ng cã vÊn ®Ò. §èi víi c¸c trËn ma võa ph¶i, cã thÓ nghi ngê r»ng mét sè trËn ma kh«ng ®îc íc lîng tèt, nhng nã cã thÓ kh«ng râ rµng lµ c¸c trËn ma nh thÕ cã vÊn ®Ò. Do ®ã mét nh©n tö ma kh«ng ®æi sÏ kh«ng lµ mét c¸ch xÊp xØ cña sù ®iÒu chØnh c¸c ®Çu vµo lu vùc. Tèt h¬n lµ tiÕn hµnh mét sè kiÓm tra chÊt lîng (xem phÇn sau) vµ nÕu cÇn thiÕt lo¹i trõ mét vµi thêi kú sè liÖu tõ c¸c bµi to¸n m« h×nh v× kh«ng ch¾c ch¾n. Tuy nhiªn, cã mét vµi trêng hîp khi mét sù ®iÒu chØnh cã thÓ ®îc chøng minh. §ã lµ nh÷ng t×nh huèng thêng gÆp, vÝ dô nh ®Þa h×nh nói, mét hoÆc vµi tr¹m ®o ma cã thÓ cã s½n ë díi ®¸y thung lòng nhng kh«ng cã tr¹m nµo ë vÞ trÝ cao h¬n ë ®ã sè liÖu ma ®Çu vµo cã thÓ lín h¬n. §Çu vµo ma trung b×nh lu vùc cã thÓ cao h¬n víi c¸c ghi nhËn t¹i c¸c ®iÓm ®o ®¸y thung lòng. Mét sè sù hiÖu chØnh lµ cÇn thiÕt ®Ó ®¹t ®îc sù c©n b»ng níc chÊp nhËn ®îc. ThËm chÝ, trong mét sè trêng hîp sù hiÖu chØnh cña mét nh©n tè ma cã thÓ kh«ng ph¶i lµ c¸ch gi¶i tèt nhÊt bëi v× sÏ cã mét trêng hîp riªng mµ qu¸ tr×nh hiÖu chØnh sÏ ®a ®Õn sù t¬ng t¸c víi c¸c th«ng sè kh¸c ®îc hiÖu chØnh trong cïng thêi gian. Do ®ã tèt h¬n lµ t¹o mét hiÖu chØnh tríc dùa trªn c¬ së vËt lý tèt h¬n lµ cho phÐp nh©n trong suèt qu¸ tr×nh hiÖu chØnh. §iÒu nµy còng cho phÐp cã thÓ t¹o ra c¸c sù hiÖu chØnh kh¸c nhau trong c¸c thêi kú kh¸c nhau, mÆc dï rÊt hiÕm cã c¸c th«ng tin cÇn thiÕt trong ®ã ®Ó lµm c¬ së cho mét sù hiÖu chØnh thay ®æi. Tuy nhiªn, sù hiÖu chØnh cho bÊt kú gi¸ trÞ th«ng sè nµo kh¸c vÉn lµ ®iÒu kiÖn cho c¸c ®Çu vµo hiÖu chØnh. Trong trêng hîp chung, nh ®· lu ý trong phÇn 1.8, c¸c gi¸ trÞ th«ng sè hiÖu chØnh bÊt kú ph¶i lµ ®iÒu kiÖn cho ®Çu vµo sö dông thËm chÝ nÕu nã kh«ng ®îc hiÖu chØnh nh thÕ. Sù íc lîng ®Çu vµo gi¸ng thuû trong d¹ng tuyÕt ®a ra thªm mét sè vÊn ®Ò. C¸c nhµ thuû v¨n quan t©m ®Õn lîng níc t¬ng ®¬ng víi tuyÕt, nã phô thuéc vµo c¶ ®é s©u vµ profila cña mËt ®é, c¶ hai ®Òu thay ®æi theo thêi gian nh lµ cÊu tróc cña khèi tuyÕt ®· t¹o ra vµ hoµn chØnh. Níc tuyÕt t¬ng ®¬ng cã thÓ ®îc ®o ®¹c trùc tiÕp t¹i mét ®iÓm hoÆc trªn mét ®êng c¾t ngang ®· biÕt nh lµ qu¸ tr×nh tuyÕt b»ng c¸c ®o ®¹c thùc ®Þa ®é s©u tuyÕt vµ profile mËt ®é, nhng cã thÓ khã vµ ®Çy ®ñ ®Ó duy tr× t¹i c¸c bíc lÆp thêng xuyªn. Ph¬ng ph¸p ®o ®¹c liªn tôc tèt nhÊt lµ ®o träng lîng cña tuyÕt bªn trªn mét ®iÓm, sö dông mét thiÕt bÞ ®o ®¹c ¸p suÊt nh lµ gèi tuyÕt. Sù t¨ng ¸p suÊt sÏ chØ ra mét lîng tuyÕt míi r¬i xuèng, sù gi¶m sÏ chØ ra mét lîng tuyÕt mÊt ®i do sù th¨ng hoa hoÆc quan träng h¬n lµ sù tan ch¶y. §o ®¹c liªn tôc ¸p suÊt cã thÓ ®a ra chØ sè cêng ®é tan ch¶y ®îc yªu cÇu trong m« h×nh thuû v¨n. Kh«ng may sù s¾p ®Æt nh thÕ lµ tèn kÐm vµ cßn t¬ng ®èi hiÕm. Gièng nh c¸c ®iÓm ®o ma, chóng chØ ®a ra chØ sè c¸c ®iÒu kiÖn t¹i c¸c ®iÓm riªng biÖt vµ c¸c khèi tuyÕt cho sù thay ®æi cña chóng trong giíi h¹n c¶ lîng níc t¬ng ®¬ng vµ cêng ®é tan ch¶y, ®Æc biÖt víi ®Þa h×nh nói vµ nh÷ng n¬i cã líp phñ thùc vËt bªn trªn khèi tuyÕt. C¸c nh©n tè nh sù ph©n bè l¹i cña tuyÕt bëi giã, sù ¶nh hëng cña ®Þa h×nh vµ 66
líp phñ thùc vËt ®èi víi tuyÕt, nhiÖt ®é, ®iÒu kiÖn ph¶n chiÕu n¨ng lîng vµ c¸c vßng tuÇn hoµn ®ãng b¨ng-tuyÕt tan, thay ®æi cña ph¶n x¹ theo thêi gian, tÊt c¶ c¸c ¶nh hëng thay ®æi nµy lµm cho m« h×nh ho¸ tuyÕt tan rÊt khã (xem vÝ dô nghiªn cøu cña Bathurst vµ Cooley, 1996, trong c¸c trêng hîp nghiªn cøu phÇn 5.3). §©y lµ mét lÜnh vùc cña thuû v¨n häc ë ®ã viÔn th¸m tá ra lµ ®Æc biÖt cã Ých (xem phÇn 3.7 bªn díi). 3.2 Sè liÖu lu lîng Sù cã s½n cña sè liÖu lu lîng lµ quan träng trong qu¸ tr×nh hiÖu chØnh m« h×nh. Tuy nhiªn, sè liÖu lu lîng cã s½n chØ lµ mét con sè nhá cña c¸c vÞ trÝ trong mét vïng nµo ®ã. §ã còng lµ mét sù ®o ®¹c tæng hîp trong ®ã thuû ®å ®o ®¹c sÏ ph¶n ¸nh toµn bé sù phøc t¹p cña qu¸ tr×nh dßng ch¶y trong lu vùc. Thêng khã ®Ó suy luËn b¶n chÊt c¸c qu¸ tr×nh nµy mét c¸ch trùc tiÕp tõ thuû ®å thùc ®o, duy tr× mét sè ®Æc trng chung nh lµ thêi gian trung b×nh cña ph¶n øng trong sù kiÖn thùc tÕ. M« h×nh ho¸ ma -dßng ch¶y cho c¸c vÞ trÝ mµ t¹i ®ã kh«ng cã sè liÖu lu lîng lµ mét vÊn ®Ò khã kh¨n h¬n rÊt nhiÒu. VÊn ®Ò lu vùc kh«ng ®o ®¹c lµ mét trong nh÷ng th¸ch thøc thËt sù cho c¸c m« h×nh thuû v¨n trong thÕ kû XXI. Cã rÊt nhiÒu c¸ch kh¸c nhau ®Ó ®o ®¹c lu lîng (vÝ dô Herschy 1995). Ngo¹i trõ dßng ch¶y rÊt nhá, rÊt khã ®Ó thùc hiÖn mét ®o ®¹c trùc tiÕp. Tuy nhiªn mùc níc trong s«ng t¬ng ®èi dÔ ®o vµ hÇu hÕt ph¬ng ph¸p ®Ó íc lîng lu lîng yªu cÇu mét sù chuyÓn ®æi mùc níc ®o ®¹c thµnh dßng ch¶y. NÕu ®iÒu nµy ®îc lµm khi cã dßng ch¶y qua mét ®Ëp níc hoÆc cÊu tróc m¸ng th× sù chuyÓn ®æi nµy cã thÓ chÝnh x¸c tíi h¬n 5%. NÕu kh«ng cã mét cÊu tróc nh thÕ hoÆc cÊu tróc bÞ vît ®Ønh khi dßng ch¶y lín th× ®é chÝnh x¸c rÊt kÐm. Trong trêng hîp xÊu nhÊt cã lò cùc trÞ, mùc níc ®o ®¹c cã thÓ bÞ ph©n chia vµ chØ cã mét c¸ch ®Ó íc lîng dßng ch¶y lín nhÊt b»ng c¸ch sö dông ph¬ng ph¸p ®é dèc-diÖn tÝch, trong ®ã diÖn tÝch mÆt c¾t ngang cña dßng ch¶y vµ ®é dèc mÆt níc ®îc íc lîng b»ng c¸c vÕt r¸c rëi chØ ra ph¹m vi lín nhÊt cña dßng ch¶y, mét ph¬ng tr×nh ®é nh¸m dßng ®Òu ®îc sö dông ®Ó x¸c ®Þnh lu tèc b×nh qu©n. Bëi v× t¹i ®Ønh lò dßng ch¶y cã thÓ kh«ng ®ång nhÊt, ®é rèi lín, vµ søc t¶i c¸t cao trong mét mÆt c¾t ngang biÕn ®æi ®éng lùc, íc lîng mét hÖ sè nh¸m vµ diÖn tÝch mÆt ngang cã hiÖu qu¶ còng nh lu tèc b×nh qu©n vµ lu lîng cã thÓ khã kh¨n. Sai sè trong íc lîng lu lîng sÏ cao h¬n nhiÒu. C¸c sai sè hÖ thèng cã khuynh híng bÞ quªn ®i khi sè liÖu lu lîng ®îc ®a vµo nh mét file m¸y tÝnh ®Ó sö dông trong m« h×nh ma-dßng ch¶y. Lu«n cã mét xu híng cho ngêi lµm m« h×nh ®a ra c¸c gi¸ trÞ íc lîng lu lîng tèt h¬n. Víi mét sè ph¹m vi ®iÒu nµy ®îc chøng minh: Sè liÖu lµ chØ sè duy nhÊt cña lu lîng thùc vµ lµ sè liÖu tèt nhÊt cho viÖc hiÖu chØnh c¸c th«ng sè m« h×nh. Tuy nhiªn nÕu bÊt kú mét m« h×nh nµo ®îc hiÖu chØnh b»ng sö dông sè liÖu sai th× c¸c gi¸ trÞ th«ng sè hiÖu qu¶ còng sÏ bÞ ¶nh hëng, vµ dù b¸o cho c¸c kho¶ng thêi gian kh¸c phô thuéc vµo c¸c gi¸ trÞ th«ng sè ®îc hiÖu chØnh sÏ bÞ ¶nh hëng. §©y lµ nguån bæ sung cho phÐp bÊt ®Þnh vµ sÏ ®îc ®Ò cËp thªm trong ch¬ng 7. B©y giê, cÇn nhÊn m¹nh r»ng tríc khi ¸p dông m« h×nh ma-dßng ch¶y, sè liÖu nªn ®îc kiÓm tra cho phï hîp. DÜ nhiªn mét sè sai sè vÉn tån t¹i nhng cã thÓ kiÓm 67
tra ®¬n gi¶n b»ng mét sè c¸ch sau:  TÝnh to¸n tæng lîng ma vµ tæng lîng dßng ch¶y cho c¸c kho¶ng thêi gian kh¸c nhau ®îc ghi chÐp. Lùa chän nh÷ng kho¶ng thêi gian ®îc ph©n chia bëi c¸c dßng ch¶y thÊp t¬ng tù nhau t¹i nh÷ng n¬i mµ tæng lîng tÝnh to¸n kh«ng bÞ ¶nh hëng bëi lu lîng níc rót. Ph¶i ch¨ng hÖ sè dßng ch¶y (tØ sè gi÷a dßng ch¶y vµ tæng lîng ma r¬i) thay ®æi theo mïa? Gi¸ trÞ sÏ thÊp h¬n vµo mïa hÌ vµ cao h¬n vµo mïa ®«ng.  Cã ph¶i hÖ sè dßng ch¶y t¨ng theo tæng lîng ma (cho phÐp thay ®æi theo mïa)? VÝ dô, cã ph¶i bÊt kú hÖ sè dßng ch¶y nµo còng lín h¬n 100% ? §iÒu nµy chØ ra r»ng mét hoÆc c¸c ®o ®¹c kh¸c cã sai sè bëi v× khã ®a ra sù c©n b»ng khèi lîng cho mét lu vùc ®Ó sinh ra dßng ch¶y ®Çu ra lín h¬n lîng ma ®Çu vµo.  NÕu cã nhiÒu h¬n mét tr¹m ®o ma hay tr¹m ®o lu lîng, kiÓm tra sù phï hîp gi÷a c¸c tr¹m ®o (chuÈn ho¸ sù kh¸c nhau vÒ diÖn tÝch cho lu lîng). So s¸nh c¸c hÖ sè dßng ch¶y hoÆc sö dông ®êng cong khèi lîng kÐp ®Ó kiÓm tra sù thay dæi vÒ ®é dèc thÓ tÝch luü tÝch t¹i c¸c tr¹m kh¸c nhau.  KiÓm tra l¹i c¸c tÝn hiÖu ®Ó lÊp chç trèng sè liÖu bÞ mÊt. Mét vÝ dô th«ng thêng lµ ë ®©u cêng ®é ma ®o ®¹c kh«ng ®æi trong kho¶ng thêi gian 24 giê, ®Ò nghÞ r»ng lÊy mét thÓ tÝch tõ tr¹m ®o ma ngµy ®Ó lµm ®Çy sè liÖu trong kho¶ng thêi gian tr¹m tù ghi kh«ng lµm viÖc. Thuû ®å víi c¸c ®Ønh n»m ngang kÐo dµi còng thêng lµ tÝn hiÖu chØ ra r»ng cã vÊn ®Ò víi c¸c thiÕt bÞ ®o. KiÓm tra c¸c lo¹i nµy lµ dÔ dµng vµ cho phÐp Ýt nhÊt mét vµi kho¶ng sè liÖu ®o cã d¸ng ®iÖu bÊt thêng ®îc kiÓm tra cÈn thËn h¬n hoÆc ®îc lo¹i bá tõ c¸c ph©n tÝch. DÜ nhiªn cã mét sè nguy hiÓm trong viÖc lo¹i bá c¸c kho¶ng sè liÖu trªn c¬ së r»ng mét m« h×nh ®îc chän kh«ng thÓ ®a ra mét m« pháng tèt cho kho¶ng ®ã. Trõ khi cã nhiÒu lý do kh¸c cho viÖc lo¹i bá, ®iÒu nµy kh«ng ®îc coi lµ tèt bëi v× ®©y thêng lµ trêng hîp mµ ngêi lµm m« h×nh häc nhiÒu h¬n vÒ c¸c giíi h¹n cña m« h×nh tõ c¸c vÞ trÝ mµ t¹i ®ã kh«ng thÓ ®a ra m« pháng tèt h¬n so víi m« h×nh ®ang lµm. Tuy nhiªn ngêi ®äc còng nªn lu ý r»ng hÇu hÕt c¸c t liÖu vÒ m« h×nh thuû v¨n cã khuynh híng (hoµn toµn tù nhiªn) ®a ra c¸c tÝnh to¸n tèt nhÊt cho mét m« h×nh bÊt kú thay cho kÐm nhÊt. 3.3 Sè liÖu khÝ tîng vµ íc lîng sù gi÷ l¹i vµ sù bèc tho¸t h¬i 3.3.1 ¦íc lîng bèc tho¸t h¬i níc tiÒm n¨ng Trong nhiÒu m«i trêng, bèc tho¸t h¬i níc chiÕm mét tû sè lín h¬n lu lîng dßng ch¶y trong c©n b»ng níc lu vùc. Do ®ã trong c¸c kho¶ng thêi gian dµi cña c¸c m« pháng ma-dßng ch¶y, nh×n chung cÇn thiÕt íc lîng tæn thÊt do bèc tho¸t h¬i níc thùc tõ mét lu vùc ®Ó cã mét sù diÔn t¶ ®Çy ®ñ vÒ tr¹ng th¸i kú tríc cña lu vùc tríc mçi trËn ma. ë ®©y chóng ta ph©n biÖt gi÷a bèc tho¸t h¬i níc tiÒm n¨ng vµ bèc tho¸t h¬i níc thùc. Bèc tho¸t h¬i níc tiÒm n¨ng lµ tæn thÊt trªn bÒ mÆt mµ kh«ng cã giíi h¹n bëi níc. §ã lµ mét hµm cña nhu cÇu khÝ quyÓn, nghÜa lµ cêng ®é mµ ë ®ã h¬i níc cã 68
thÓ chuyÓn dêi xa khái bÒ mÆt. Nhu cÇu khÝ quyÓn phô thuéc tríc hÕt vµo n¨ng lîng s½n cã tõ bøc x¹ h÷u hiÖu chuyÓn ®æi níc láng thµnh h¬i, gradient ®é Èm trong khÝ quyÓn thÊp h¬n tèc ®é giã vµ ®é nh¸m bÒ mÆt. C¸c bÒ mÆt nh¸m Èm ít nh rõng sÏ cã cêng ®é bèc tho¸t h¬i níc tiÒm n¨ng cao h¬n so víi c¸c bÒ mÆt tr¬n, nh lµ mét c¸i hå trong ®iÒu kiÖn bøc x¹, ®é Èm vµ giã t¬ng tù. Nh×n chung cêng ®é bèc tho¸t h¬i níc thùc sÏ b»ng cêng ®é tiÒm n¨ng cho tíi khi níc cung cÊp tõ ®Êt bÞ giíi h¹n. C¸c ph¬ng ph¸p íc lîng ph¹m vi bèc tho¸t h¬i níc tiÒm n¨ng tõ viÖc sö dông mét ®êng cong h×nh sin hµng n¨m ®¬n gi¶n tíi ph¬ng tr×nh Penman- Monteith cã c¬ së qu¸ tr×nh vËt lý h¬n ®îc nªu chi tiÕt trong hép 3.1. Mét ®êng cong h×nh sin mïa ®¬n gi¶n cho bèc tho¸t h¬i níc tiÒm n¨ng ngµy, kh«ng kÓ ®Õn sù thay ®æi thêi tiÕt, ®¬n gi¶n h¬n rÊt nhiÒu mét m« h×nh hiÖu Ých cña bèc tho¸t h¬i níc tiÒm n¨ng. Tuy nhiªn nghiªn cøu cña Calder (1983) chØ ra r»ng mét ®êng cong nh thÕ cã thÓ cho kÕt qu¶ tèt nh lµ c¸c c«ng thøc phøc t¹p yªu cÇu sè liÖu trong m« h×nh thiÕu hôt ®é Èm ®Êt t¹i mét vµi vÞ trÝ ë Anh. Hä quan t©m tíi lîng bèc tho¸t h¬i níc tiÒm n¨ng trung b×nh ngµy, th«ng sè duy nhÊt yªu cÇu cho m« h×nh nh lµ mét th«ng sè ®Ó hiÖu chØnh vµ t×m thÊy c¸c gi¸ trÞ t¬ng tù cã thÓ ®îc sö dông cho toµn bé c¸c vÞ trÝ nghiªn cøu. Mét ®êng cong h×nh sin mïa nãi chung cã thÓ ®îc x¸c ®Þnh theo dang:  360i   E p  E p 1  sin   90  (3.1)  365   trong ®ã: Ep lµ bèc tho¸t h¬i níc tiÒm n¨ng trung b×nh ngµy,®¬n vÞ mm.ngµy-1, vµ i lµ sè ngµy trong n¨m. Do ®ã chØ cã mét th«ng sè cÇn thiÕt ®Ó ¸p dông trong ph¬ng ph¸p ®êng cong h×nh sin lµ cêng ®é bèc tho¸t h¬i níc tiÒm n¨ng ngµy. NÕu quan t©m tíi sù thay ®æi bèc tho¸t ngµy th× gi¸ trÞ trung b×nh ngµy cã thÓ bÞ ph©n bè l¹i theo thêi gian b»ng c¸ch sö dông mét sù thay ®æi h×nh sin vÒ sè giê n¾ng tiÒm n¨ng mçi ngµy. Ph¬ng ph¸p nµy cã cã u thÕ lµ nã kh«ng yªu cÇu c¸c biÕn khÝ tîng s½n cã nhng râ rµng cã thÓ kh«ng tÝnh to¸n sù ¶nh hëng cña thay ®æi nhiÖt ®é, ®é Èm, ®é m©y tõ ngµy nµy sang ngµy kh¸c vµ tõ giê nµy sang giê kh¸c trong íc lîng bèc tho¸t h¬i níc tiÒm n¨ng, cêng ®é bèc tho¸t h¬i níc trung b×nh ngµy hiÖu qu¶ Ep sÏ trë thµnh mét th«ng sè ®îc íc lîng, mÆc dï nghiªn cøu cña Calder vµ nnk (1983) nhËn ®Þnh r»ng, Ýt nhÊt trong m«i trêng Èm ®iÒu nµy cã thÓ lµ mét lîng b¶o tån t¬ng ®èi trong kh«ng gian. Mét sè c¸c tiÕp cËn kinh nghiÖm trong viÖc íc lîng bèc tho¸t h¬i níc tiÒm n¨ng ®· ®îc gîi ý dùa theo c¸c møc sè liÖu s½n cã kh¸c nhau. VÝ dô nÕu chØ s½n cã sè liÖu nhiÖt ®é trung b×nh ngµy, th× ph¬ng tr×nh kinh nghiÖm cña Hamon(1961) cã thÓ ®îc sö dông ®Ó íc lîng cêng ®é bèc tho¸t h¬i níc tiÒm n¨ng ngµy. Cã nhiÒu c«ng thøc kh¸c c¨n cø trªn ®Þnh luËt bèc tho¸t h¬i níc Dalton yªu cÇu sè liÖu vÒ sù thiÕu hôt ®é Èm (nghÜa lµ c¶ hai bÇu nhiÖt kÕ Èm vµ kh«, xem Bras 1990; Calder 1990; Singh vµ Yu1997). TÊt c¶ c¸c ph¬ng ph¸p kinh nghiÖm sÏ lµ cã ®iÒu kiÖn trong ph¹m vi c¸c ®iÒu kiÖn sö dông trong hiÖu chØnh cña chóng vµ kh«ng sö dông bªn ngoµi ph¹m vi ®ã. Mét so s¸nh bªn trong vÒ sù ®a d¹ng cña c¸c ph¬ng ph¸p trong viÖc íc 69
lîng cêng ®é bèc tho¸t h¬i níc tiÒm n¨ng ®îc ®a ra bëi Feder vµ nnk (1996) TiÕp cËn dùa vµo vËt lý ®¬n gi¶n tèt nhÊt lµ ph¬ng tr×nh Penman- Monteith (Monteith 1965: hép 3.1). Theo mét c¸ch ®¬n gi¶n, ph¬ng tr×nh nµy cè g¾ng ®a ra tÝnh to¸n c©n b»ng n¨ng lîng cho bÒ mÆt vµ c¸ch mµ trong ®ã sù chuyÓn ®éng rèi trong tÇng khÝ quyÓn thÊp, ®iÒu khiÓn chuyÓn ®éng cña h¬i níc ®äng l¹i tõ bÒ mÆt, nhng ®ßi hái nhiÒu h¬n giíi h¹n vÒ c¶ sè liÖu vµ c¸c gi¸ trÞ th«ng sè. Nã ®ßi hái sè liÖu khÝ tîng, bøc x¹ h÷u hiÖu, nhiÖt ®é kh«ng khÝ, ®é Èm vµ tèc ®é giã. Nã còng ®ßi hái mét íc lîng cho hai hÖ sè søc c¶n: søc c¶n khÝ ®éng lùc, ra, lµ biÓu thÞ cña ®é nh¸m líp phñ bÒ mÆt, vµ søc c¶n líp phñ rc, lµ mét th«ng sè ¶nh hëng cña bÒ mÆt nh lµ mét biÓu thøc vÒ sù chuyÓn ®éng h¬i níc nh thÕ nµo tõ nh÷ng lç khÝ cña l¸ c©y hoÆc c¸c lç th«ng trªn bÒ mÆt tr¬ ®¸ vµo trong kh«ng khÝ. §èi víi líp phñ ít søc c¶n bÒ mÆt b»ng 0. §èi víi bÒ mÆt kh«, nhng sù cung cÊp níc kh«ng bÞ giíi h¹n gi¸ trÞ rc cã thÓ b»ng 50m.s-1. Chó ý r»ng cêng ®é bèc tho¸t h¬i níc tiÒm n¨ng phô thuéc vµo ®iÒu kiÖn líp phñ lµ Èm hay kh« (xem phÇn tiÕp theo). Cã tÝnh ®¹i biÓu trong c¸c ph¬ng ph¸p cã s½n cho tÝnh to¸n cêng ®é bèc tho¸t h¬i níc tiÒm n¨ng. Tuy nhiªn nh ®· th¶o luËn trong ch¬ng 1, giíi h¹n cung cÊp níc cho bèc tho¸t h¬i níc trong suèt kho¶ng thêi gian dµi kh« h¹n cã nghÜa r»ng cêng ®é bèc tho¸t h¬i níc thùc cã thÓ nhá h¬n nhiÒu cêng ®é tiÒm n¨ng. Trong ph¬ng tr×nh Penman-Monteith ®iÒu nµy sÏ ®îc ph¶n ¸nh trong viÖc t¨ng søc kh¸ng líp phñ, nh ®Êt kh«. HÇu hÕt c¸c m« h×nh ma-dßng ch¶y bao gåm c¸c thµnh phÇn nhiÒu hoÆc Ýt phøc t¹p h¬n, cè g¾ng ®Ó m« pháng sù gi¶m nµy trong bèc tho¸t h¬i níc thËt nh lµ ®Êt kh« hoÆc sù cÊp níc bÞ giíi h¹n. C¸c m« h×nh ®Çu tiªn cho dù b¸o lu lîng cã xu híng sö dông c¸c thµnh phÇn t¬ng ®èi ®¬n gi¶n, c¨n cø trªn quan hÖ gi÷a tr÷ lîng Èm ®Êt víi tû sè bèc tho¸t h¬i níc thùc vµ tiÒm n¨ng; nhng gîi ý r»ng cã mét tiÕp cËn tèt h¬n ®Ó dù ®o¸n mét c¸ch trùc tiÕp cêng ®é bèc tho¸t h¬i níc thùc th«ng qua viÖc sö dông søc c¶n bÒ mÆt (vÝ dô Wallace 1995). C¸c ph¸t triÓn gÇn ®©y ®îc gäi lµ c¸c m« h×nh SVAT (m« h×nh chuyÓn ®æi ®Êt-thùc vËt-khÝ quyÓn), môc ®Ých lµ ®Ó dù b¸o dßng nhiÖt thÊy ®îc vµ tiÒm tµng vµo khÝ quyÓn nh lµ mét ®iÒu kiÖn biªn cho c¸c m« h×nh tuÇn hoµn khÝ quyÓn ®a ra trong cÊu tróc m« h×nh phøc t¹p víi nhiÒu líp ®Êt vµ líp phñ thùc vËt. Môc ®Ých cña c¸c m« h×nh lµ dù b¸o c¸ch mµ trong ®ã søc c¶n bÒ mÆt Penman-Monteth thay ®æi víi níc s½n cã vµ c¸c nh©n tè kh¸c nh bøc x¹ mÆt trêi, nhiÖt ®é l¸ c©y, nång ®é cacbondi«xit, sù thiÕu hôt ¸p suÊt h¬i níc vµ vÞ trÝ líp phñ. Do ®ã sù phøc t¹p cña c¸c m« h×nh lµ ®a ra c¸c tÝnh to¸n cho toµn bé c¸c ¶nh hëng nµy. Mét sè vÝ dô gÇn ®©y lµ s¬ ®å chuyÓn ®æi sinh quyÓn - khÝ quyÓn (BATS, vÝ dô Dickisnon vµ HendÐon- Sellrs 1988;Gao vµ nnk, 1996), SECHIBA (Ducoudre vµ nnk, 1993), ISBA (t¬ng t¸c gi÷a ®Êt, sinh quyÓn vµ khÝ quyÓn, Manzi vµ Planton 1994), m« h×nh SiB2 (M« h×nh sinh quyÓn ®¬n gi¶n, Version2 cña Sellera vµ nnk, 1996) vµ c¸c lo¹i kh¸c. C¸c m« h×nh nh vËy cã sè lîng th«ng sè rÊt lín cho tõng líp ®Êt vµ thùc vËt vµ cã thÓ rÊt khã ®Ó íc lîng tríc (trong thùc tÕ cã thay ®æi theo thêi gian). C¸c thµnh phÇn t¹o dßng ch¶y cña m« h×nh nh vËy cã khuynh híng ®¬n gi¶n h¬n (vÝ dô Lohmann vµ nnk, 1998c). §©y lµ mét vÝ dô hay vÒ nh÷ng g× ®îc coi lµ quan träng 70
trong m« h×nh, Ýt nhÊt trong c¶m gi¸c cña ngêi lµm m« h×nh. Chó ý r»ng, sù cã s½n cña sè liÖu khÝ tîng cã thÓ lµ mét vÊn ®Ò trong viÖc ¸p dông mét sè ph¬ng ph¸p yªu cÇu nhiÒu h¬n, bao gåm c¶ ph¬ng tr×nh Penman - Monteith. CÇn thiÕt cã sè liÖu vÒ bøc x¹, nhiÖt ®é, ®é Èm, tèc ®é giã, hoÆc lµ mét tr¹m thêi tiÕt tù ®éng ®Æt trong lu vùc hoÆc Ýt nhÊt mét tr¹m khÝ tîng chÊt lîng cao gÇn ®ã. Khi kh«ng cã nh thÕ, mét vµi ph¬ng ph¸p ®¬n gi¶n h¬n, thËm chÝ ph¬ng ph¸p tiÕp cËn ®êng cong hµm sin ®¬n gi¶n còng cã thÓ cã gi¸ trÞ. T¹i rÊt nhiÒu tr¹m khÝ tîng chÝnh mét thïng ®o bèc h¬i còng s½n cã ®Ó ®o ®¹c chiÒu dµy cña líp níc tæn thÊt tõ mét c¸i hå lé thiªn thêng trong ®iÒu kiÖn hµng ngµy. Cã mét sè cì thïng ®o kh¸c nhau ®îc sö dông ngay ë níc Mü. C¸c ®o ®¹c nh thÕ cã thÓ ®a ra mét chØ sè vÒ cêng ®é bèc tho¸t h¬i níc tiÒm n¨ng t¹i mét vÞ trÝ nhng cêng ®é ®o ®¹c phô thuéc vµo c¸ch trong ®ã thêng ®îc lé ra vµ b¶n chÊt m«i trêng xung quanh vÞ trÝ ®ã. Nh×n chung bèc tho¸t h¬i níc cña thïng ®o nh vËy nhiÒu h¬n lîng tæn thÊt tõ bÒ mÆt xung quanh, thËm chÝ trong ®iÒu kiÖn níc kh«ng bÞ giíi h¹n. Do ®ã, íc lîng bèc h¬i thïng ph¶i ®îc nh©n víi mét hÖ sè thïng kinh nghiÖm ®Ó cung cÊp íc lîng cho bèc tho¸t h¬i níc tiÒm n¨ng cho lo¹i bÒ mÆt thùc tÕ. VÝ dô, ë Mü, thïng to lo¹i A cã hÖ sè trªn 0,7. C¸c hÖ sè thïng ®îc lËp b¶ng cho nhiÒu tµi liÖu thuû v¨n, (vÝ dô Bras, 1990) trong khi ®ã tæ chøc FAO cña Liªn hîp quèc ®· ®Ò xuÊt mét bé c¸c hÖ sè sö dông réng r·i ®Ó hiÖu chØnh bèc h¬i thïng sö dông c¸c mïa kh¸c nhau (cho 1 kh¸i qu¸t gÇn ®©y xem Pereia vµ nnk, 1999) 3.3.2. Bèc h¬i cña níc ®îc gi÷ l¹i bëi líp phñ thùc vËt Sù ng¨n c¶n bÒ mÆt rÊt thÊp ®èi víi ®iÒu kiÖn bÒ mÆt Èm ít ®· lu ý trªn lµ t¹i sao cïng mét nguån n¨ng lîng, tæn thÊt h¬i níc tõ bÒ mÆt ít cã khuynh híng cao h¬n sù tho¸t h¬i níc tõ mét bÒ mÆt kh«, ®Æc biÖt ®èi víi bÒ mÆt rõng ghå ghÒ trong ®iÒu kiÖn giã. §iÒu nµy cã thÓ dïng c«ng thøc Perman-Monteith ®Ó gi¶i thÝch (trong hép 3.1) b»ng c¸ch cho phÐp cêng ®é bèc h¬i cao t¹i rc = 0 tõ mét lîng tr÷ gi÷ l¹i tiÒm n¨ng cho tíi khi tr÷ lîng ®ã kh« ®i sau ®ã dù b¸o cêng ®é bèc tho¸t b»ng c¸ch sö dông gi¸ trÞ rc cho bÒ mÆt kh«. Sù bèc h¬i cña níc bÞ gi÷ l¹i trªn bÒ mÆt l¸ c©y trong c¸c líp phñ ghå ghÒ cã thÓ rÊt cã hiÖu qu¶ vµ lµ mét mét thµnh phÇn ®¸ng kÓ cña tæng lîng níc c©n b»ng cña mét sè m«i trêng (vÝ dô Calder, 1990). Còng thõa nhËn r»ng cã thÓ lîng tæn thÊt lµ lín suèt trËn ma t¹i nh÷ng n¬i kh«ng khÝ kh«ng b·o hoµ mµ vÉn cã sù thiÕu hôt ®é Èm bªn trªn bÒ mÆt. Mét sè m« h×nh vÒ qu¸ tr×nh gi÷ l¹i ®îc ®Ò xuÊt cã møc ®é phøc t¹p kh¸c nhau (vÝ dô Rutter vµ nnk, 1975: Gash 1979; Calder 1986). Sö dông réng r·i nhÊt cã thÓ lµ m« h×nh Rutter ®· ®îc diÔn t¶ chi tiÕt trong hép 3. 2 cïng víi m« h×nh ngÉu nhiªn Calder. Nh×n chung nÕu kh«ng cã sù ®o ®¹c ®Æc biÖt cho ma xuyªn vµ dßng ch¶y bªn díi líp phñ thùc vËt sÏ kh«ng thÓ x¸c ®Þnh c¸c th«ng sè cho m« h×nh cÇm gi÷ mét c¸ch ®éc lËp, sao cho íc lîng th«ng sè cña m« h×nh sÏ phô thuéc vµo viÖc t×m kiÕm mét nghiªn cøu mét d¹ng líp phñ thùc vËt tîng tù ®· ®îc c«ng bè trong c¸c tµI liÖu, mÆc dï phÐp ngo¹i suy tõ vÞ trÝ nµy ®Õn vÞ trÝ kh¸c ®îc lµm cÈn thËn (xem ch¬ng 7). 3.3. 3. ¦íc lîng trùc tiÕp bèc tho¸t h¬i níc thùc 71
B©y giê cã nhiÒu ph¬ng ph¸p ®Ó ®o ®¹c trùc tiÕp lîng bèc tho¸t h¬i níc thùc trªn mét bÒ mÆt, b»ng sö dông ph¬ng ph¸p t¬ng quan xo¸y (vÝ dô Shuttleworth vµ nnk, 1988) nhng mÆc dï líi tr¹m ®o t¬ng quan toµn cÇu ®ang më réng, viÖc sö dông chÝnh thiÕt bÞ nh vËy ®· tr¶i qua mét chiÕn dÞch ng¨n nghiªn cøu c¸c t¬ng t¸c ®Êt - khÝ (h×nh 3. 2). Nh×n chung, c¸c ph¬ng ph¸p gi¸n tiÕp íc lîng bèc tho¸t h¬i níc ®· ®îc sö dông. Mét ph¬ng ph¸p h÷u h¹n kh¸c lµ sö dông m¸y ®Õm nhÊp nh¸y laze. M¸y ®o nµy sö dông sù ®o ®¹c nhiÔu lo¹n tia laze b»ng c¸c thay ®æi nhanh mËt ®é khÝ quyÓn thÊp h¬n ®Ó íc lîng chuyÓn ®æi tÝn hiÖu nhiÖt thÊy ®îc tho¸t ra tõ bÒ mÆt. GhÐp víi mét khèi n¨ng lîng bÒ mÆt, ®iÒu nµy còng cã thÓ ®a ra mét íc lîng c¸c dßng nhiÖt tiÒm tµng vµ sù bèc tho¸t h¬i níc. NÐt ®Æc trng cña kü thuËt nµy lµ cã thÓ tæng hîp c¸c dßng ®é dµi cña sãng tin laze vµ do ®ã ®a ra mét ®o ®¹c bèc tho¸t quy m« lín h¬n so víi c¸c ®o ®¹c t¬ng quan xo¸y t¹i mét vÞ trÝ (mÆc dï c¶ hai ®Òu bÞ ¶nh hëng bëi b¶n chÊt cña qu¸ tr×nh bèc tho¸t h¬i trªn mét dµi ngîc giã). BiÕn ®æi ph¬ng ph¸p nµy ®îc ®a ra ®Ó cung cÊp c¸c íc lîng tèt cho dßng nhiÖt thÊy ®îc cho c¶ bÒ mÆt ®ång nhÊt (De Bruin vµ nnk, 1995; Mcaneny vµ nnk, 1995) vµ kh«ng ®ång nhÊt (Chehbouni vµ nnk, 1999). H×nh 3.2. §o bèc tho¸t h¬i thùc bëi t¬ng quan xo¸y, th¸p profile vµ c¸c kü thuËt tû lÖ Bowen cho vÞ trÝ ®Êt ch¨n nu«i ë Trung Amazonia (Wright vµ nnk 1992). Bèc tho¸t h¬i níc t¹i mét ®iÓm bÞ ¶nh hëng bëi ®iÒu kiÖn tù nhiªn cña bÒ mÆt xung quanh. Theo c¸c nghiªn cøu ban ®Çu cña Bouchet (1963) vµ Morton (1978) ®· thõa nhËn r»ng c¸c thïng ®o ®¹c cã thÓ ®îc sö dông ®Ó ph©n chia c¸c íc lîng bèc 72
tho¸t h¬i thùc cho diÖn tÝch xung quanh v× díi c¸c ®Çu vµo n¨ng lîng bèc tho¸t h¬i thùc cña bÒ mÆt xung quanh thÊp h¬n, kh«ng khÝ kh« h¬n vµ kÕt qu¶ ®o b»ng thïng cao h¬n. Sù tiÕp cËn bæ sung nµy ®· ®îc sö dông trong c¸c m« h×nh lu vùc lµ SLURP (Bite 1995) vµ ®îc kiÓm tra trªn ph¹m vi réng bëi Morton (1983 a,b). Kite (1995) cho r»ng c¸c ph¬ng ph¸p ®o ®· ph¸t triÓn ®Ó ¸p dông sù tiÕp cËn bæ sung cho viÖc sö dông ®Êt kh¸c nhau b»ng c¸ch sö dông sè liÖu vÖ tinh. Sù xÊp xØ bæ sung lµ cã giíi h¹n v× kh«ng chÝnh x¸c (vÝ dô Le Drew 1979) nhng cã mét yªu cÇu thùc chÊt ch¾c ch¾n vµ cã thÓ cha yªu cÇu ®¸nh gi¸ l¹i bëi khã kh¨n dùa vµo vËt lý h¬n nhng sù tiÕp cËn nhiÒu th«ng sè trë nªn ®îc ®¸nh gi¸ cã gi¸ trÞ mét c¸ch réng r·i h¬n. 3.4. Sè liÖu khÝ tîng vµ íc lîng tuyÕt tan Trong nhiÒu m«i trêng, tuyÕt tan cã thÓ lµ nguån lu lîng lín nhÊt hµng n¨m trong nhiÒu n¨m vµ cã thÓ lµ nguyªn nh©n chÝnh g©y lò. Sè liÖu khÝ tîng còng ®îc yªu cÇu trong m« h×nh tËp trung vµ tan tuyÕt. C¸c lo¹i m« h×nh tuyÕt kh¸c nhau yªu cÇu c¸c lo¹i sè liÖu kh¸c nhau. M« h×nh tuyÕt ®¬n gi¶n nhÊt lµ chØ sè nhiÖt ®é hoÆc lµ ph¬ng ph¸p nhiÖt ®é - ngµy. M« h×nh nµy víi cÊu tróc ®¬n gi¶n nhÊt, dùa trªn c¬ së gi¶ thiÕt r»ng tuyÕt tan tû lÖ víi sù kh¸c nhau gi÷a nhiÖt ®é kh«ng khÝ vµ nhiÖt ®é ngìng tuyÕt tan (hép 3. 3). Do ®ã sè liÖu nhiÖt ®é kh«ng khÝ ®îc yªu cÇu nh lµ sè liÖu ®Çu vµo vµ nhiÖt ®é ngìng tan lµ mét th«ng sè ¶nh hëng. Mét lo¹i tiªu biÓu kh¸c cho m« h×nh ho¸ tuyÕt tan-dßng ch¶y, m« h×nh SWISS SNOW1- ETH4, ®· ®îc ®a ra bëi Hottel vµ nnk, 1993 (xem Ambroise vµ nnk, 1996). M« h×nh nµy vÉn chØ yªu cÇu nhiÖt ®é nh lµ mét ®Çu vµo nhng cè g¾ng ®a ra tÝnh to¸n lîng gi¸ng thuû r¬i xuèng nh lµ ma hoÆc tuyÕt vµ thiÕu hôt nhiÖt ®é cña khèi ph¶i ®îc tho¶ m·n tríc khi mét lîng lín tuyÕt tan x¶y ra. §iÒu nµy lµm t¨ng sè lîng c¸c th«ng sè cÇn x¸c ®Þnh. Ph¬ng ph¸p ®é-ngµy ®îc ¸p dông trong m« h×nh tuyÕt tan - dßng ch¶y (SRM) cña Rango vµ Martinec (1995) vµ ®· ®îc ¸p dông réng r·i ë c¶ Mü vµ ch©u ¢u (vÝ dô Mitchell vµ De Walle, 1998). SRM ®· thùc hiÖn c¸c tÝnh to¸n cho c¸c d¶i cao tr×nh kh¸c nhau trong lu vùc vµ ®a ra tÝnh to¸n sù gi¶m diÖn tÝch ®îc bao phñ tuyÕt khi mïa tuyÕt tan khi ph¸t minh (xem hép 3.3). Ph¬ng ph¸p ®é - ngµy cã mét c¸ch tiÕp cËn rÊt ®¬n gi¶n, nhng cã u ®iÓm lµ chØ yªu cÇu nhiÖt ®é nh lµ mét ®Çu vµo. Ph¬ng ph¸p hÇu nh lµ chÝnh x¸c khi tuyÕt tan chiÕm u thÕ b»ng ®Çu vµo nhiÖt ®é do bøc x¹ vµ khèi tuyÕt hoµn chØnh ë 00C vµ s½n sµng tan ch¶y. Ph¬ng ph¸p Ýt chÝnh x¸c nhÊt khi tuyÕt tan bÞ ¶nh hëng chñ yÕu bëi nhiÖt b×nh lu cña khèi khÝ (xem Brraun vµ Lang 1986). Mét sù tiÕp cËn khèi n¨ng lîng liªn hîp cho m« h×nh ho¸ khèi tuyÕt vµ tuyÕt tan, gièng nh lµ sö dông sù bèc tho¸t h¬i níc trong ph¬ng tr×nh Perman-Monteith cña hép 3.1 ®· ®îc ®a ra ban ®Çu bëi Aderson (1968). §iÒu nµy yªu cÇu nhiÒu h¬n vÒ c¶ sè liÖu khÝ tîng (bøc x¹, biÓu hiÖn nhiÖt ®é, ®é Èm, tèc ®é giã) vµ c¸c gi¸ trÞ th«ng sè. C¸c m« h×nh cè g¾ng m« pháng sù thay ®æi cÊu tróc cña khèi tuyÕt khi mét kÕt qu¶ vÒ ®iÒu kiÖn ®ãng b¨ng vµ tan ch¶y cïng ®îc ®a ra, (vÝ dô Morris 1991) thËm chÝ yªu cÇu nhiÒu th«ng sè h¬n. Mét sè c¸c m« h×nh khèi n¨ng lîng ph©n bè cho viÖc dù b¸o tuyÕt tan ®· ®îc ph¸t triÓn (vÝ dô Bloschl vµ nnk, 1991; Marks vµ Dozier 1992). Tuy nhiªn mét sù so s¸nh 73
gi÷a c¸c m« h×nh tuyÕt tan ®îc ®a ra bëi Tæ chøc KhÝ tîng thÕ giíi (WMO,1986) chØ ra u thÕ kh«ng râ rµng cña c¸c m« h×nh phøc t¹p h¬n khi c¸c so s¸nh ®îc tiÕn hµnh cho nhiÒu lu vùc kh¸c nhau vµ trªn mét sè lín c¸c n¨m cã sè liÖu. 3.5. Sè liÖu khÝ tîng ph©n bè trong lu vùc Mét trong vÊn ®Ò trong viÖc ¸p dông tÊt c¶ c¸c m« h×nh bèc tho¸t h¬i níc vµ tuyÕt tan ë quy m« lu vùc lµ ®a ra tÝnh to¸n sù thay ®æi c¸c ®iÒu kiÖn khÝ tîng trong lu vùc. C©u tr¶ lêi phô thuéc vµo gãc ®é vµ h×nh d¹ng cña m¸i dèc kh¸c nhau; tèc ®é giã phô thuéc vµo híng giã vµ gradient ¸p suÊt liªn quan ®Õn d¹ng ®Þa h×nh. NhiÖt ®é phô thuéc vµo cao tr×nh vµ ®é Èm phô thuéc vµo tho¸t h¬i ngîc giã. M« h×nh ph©n bè ma-dßng ch¶y cã kh¶ n¨ng ®a sù thay ®æi nh thÕ vµo trong tÝnh to¸n nhng ®iÒu nµy yªu cÇu mét m« h×nh tèt h¬n ®Ó ph©n bè sè liÖu khÝ tîng ®o ®¹c t¹i mét hoÆc tèt nhÊt mét sè c¸c ®iÓm, cho c¸c ®iÓm kh¸c trong lu vùc sö dông cao tr×nh sè ho¸ vµ c¸c sè liÖu ph©n bè kh¸c. §©y lµ vÊn ®Ò lín nhÊt ®èi víi c¸c lu vùc ®åi nói hÎo l¸nh cã ph¹m vi cao tr×nh réng. §©y lµ mét vÊn ®Ò ®Æc biÖt cho íc lîng tuyÕt tan sím trong mïa, bëi v× tuyÕt tan x¶y ra ®Çu tiªn t¹i c¸c cao tr×nh thÊp h¬n trªn sên ®èi víi híng Nam vµ cã thÓ sù tan bÞ chËm l¹i ®¸ng kÓ t¹i c¸c cao tr×nh cao h¬n. C¸c m« h×nh dù b¸o sè liÖu khÝ tîng ph©n bè trong mét lu vùc ®· ®îc ®a ra, vÝ dô: trong m« h×nh tuyÕt tan SAFAN - CROCUS cña Duraned vµ nnk (1993), trong hÖ thèng RHESS (Band vµ nnk, 1991; Hartman vµ nnk, 1999; vµ bëi Blschl vµ nnk, (1991). Nhí r»ng c¸c vÊn ®Ò cÇn biÕt trong m« h×nh tuyÕt tan lµ cã bao nhiªu läng tuyÕt tan trong kho¶ng kh«ng gian ®Çu tiªn, v× rÊt khã thu ®îc th«ng tin vÒ c¸c cÊu tróc kh«ng gian cña ®é s©u vµ mËt ®é tuyÕt ®Ó nhËn ®îc c¸c íc lîng vÒ lîng níc tuyÕt tan t¬ng ®¬ng. Cã thÓ sö dông viÔn th¸m ®Ó íc lîng cÊu tróc thay ®æi cña diÖn tÝch bao phñ tuyÕt nã cã thÓ ®îc sö dông nh lµ mét sù giíi h¹n trong c¸c m« h×nh tuyÕt tan (vÝ dô Blschl vµ nnk, 1991; Rango 1995) 3.6. C¸c biÕn thuû v¨n kh¸c Ma r¬i vµ lu lîng lµ c¸c biÕn thuû v¨n ®o ®¹c hÇu hÕt lµ cã s½n vµ ch¾c ch¾n cã Ých cho m« h×nh ma-dßng ch¶y. Tuy nhiªn, trªn mét sè lu vùc, c¸c lo¹i ®o ®¹c thuû v¨n kh¸c còng cã, nh lµ ®o ®¹c mùc níc trong giÕng, profile ®é Èm ®Êt, hoÆc c¸c cÊu tróc kh«ng gian ®é Èm ®Êt gÇn bÒ mÆt. Nh÷ng sè liÖu nh vËy ®a ra nhiÒu th«ng tin râ rµng vÒ c¸ch ho¹t ®éng thuû v¨n cña lu vùc h¬n, nhng lîng th«ng tin cã thÓ bÞ giíi h¹n v× ngo¹i trõ mét Ýt lu vùc nghiªn cøu, sè lîng vÞ trÝ ®o ®¹c hÇu nh rÊt nhá. Quy m« ®o ®¹c còng rÊt quan träng, c¸c ®o ®¹c trong níc nh thÕ cã khuynh híng lµ ®o ®¹c quy m« nhá hoÆc ®iÓm, chØ ph¶n ¸nh c¸c ®iÒu kiÖn thuû v¨n cho vïng l©n cËn vµ mét gradient më réng nµo ®Êy. Do ®ã cã thÓ khã kh¨n ®Ó so s¸nh gi÷a ®o ®¹c víi dù b¸o, mµ hÇu hÕt c¸c m« h×nh ph©n bè ma-dßng ch¶y s½n cã. ViÖc sö dông c¸c ®o ®¹c trong hiÖu chØnh vµ ®¸nh gi¸ m« h×nh sÏ tiÕp tôc ®îc quan t©m trong c¸c phÇn 5. 3 vµ 6. 5 74
3.7 Sè liÖu sè ho¸ ®é cao T¹i nhiÒu níc ph¸t triÓn trªn thÕ giíi, cao tr×nh sè ho¸ hoÆc c¸c b¶n ®å ®Þa h×nh sè (DEM hoÆc DTM) trë lªn th«ng dông víi líi gi¶i ®ñ mÞn ®Ó diÔn t¶ chi tiÕt cÊu tróc sên dèc (50 m víi Anh vµ Ph¸p ; 30 m ë Mü ; 25 m ë Switzerland). HÖ thèng DEM, cã mét cì líi cè ®Þnh gäi lµ sè liÖu raster. B¶n ®å ®ång møc sè ho¸ (vec t¬) DEMs còng cã s½n (h×nh 3. 3 (a)). Trong thùc tÕ, ®Ó nhËp sè liÖu hÇu hÕt DEM raster ®· ®îc x©y dùng b»ng c¸ch néi suy tõ c¸c ®êng ®ång møc sè ho¸ (h×nh 3. 3 (b)) vµ nh lµ mét kÕt qu¶ cã thÓ gÆp sai sè lín, ®Æc biÖt nh÷ng n¬i ®Þa h×nh b»ng ph¼ng cã Ýt ®êng ®ång møc hoÆc cã bíc ®é dèc nhá. Còng cã thÓ diÔn t¶ hiÖu qu¶ ®Þa h×nh b»ng mét líi tam gi¸c kh«ng ®Òu (TIN: h×nh 3.3 (c)). TiÒm n¨ng ®Ó ph¸t triÓn sè liÖu ®Þa h×nh ph©n gi¶i cao tõ ph©n tÝch, quan tr¾c c¸c h×nh ¶nh næi thu ®îc vÖ tinh hoÆc ph©n tÝch trùc tiÕp tõ c¸c dông cô ®o ®¹c ®é cao laze sinh ra tõ m¸y bay (vÝdô Weltz vµ nnk, 1994). C¸c kü thuËt tõ m¸y bay cã thÓ ®a ra c¸c cao tr×nh víi líi ph©n gi¶i 2m  2m hoÆc mÞn h¬n vµ cao ®é chÝnh x¸c 0.1m. Tuy nhiªn h×nh ¶nh ®a ra bÒ mÆt nh nh×n bëi sensor cã thÓ bao gåm c¶ c¸c toµ nhµ vµ bÒ mÆt bao phñ bëi c©y cèi. Níc cã xu híng ch¶y xu«i dèc Ýt nhÊt cho hÖ thèng thuû v¨n níc n«ng, do ®ã biÕt thªm vÒ ®Þa h×nh còng cã Ých trong m« h×nh thuû v¨n. C¸c m« h×nh ph©n bè cã thÓ sö dông lo¹i sè liÖu nµy mét c¸ch trùc tiÕp vµ còng cã c¸c m« h×nh nh lµ TOPMODEL c¨n cø trªn ph©n tÝch ®Çu tiªn lµ ®Þa h×nh lu vùc (xem phÇn 6.4 vµ hép 6. 2). §é ph©n gi¶i ë ®©y râ rµng lµ mét kÕt qu¶, DEMs ph©n gi¶i th« sÏ kh«ng thÓ cung cÊp mét sù diÔn t¶ ®Çy ®ñ cho ®êng ®i cña dßng ch¶y sên dèc, trong khi c¸c m« h×nh ph©n bè kh«ng thÓ sö dông tÊt c¶ c¸c th«ng tin trong mét líi mÞn DEM bëi v× sù giíi h¹n tÝnh to¸n. C¸c thay ®æi nhËn ®îc tõ sè liÖu ®Þa h×nh, c¸c gi¸ trÞ th«ng sè hiÖu chØnh vµ dù b¸o m« h×nh ph©n bè trªn c¬ së DEM ®îc biÕt lµ nh¹y víi ®é ph©n gi¶i líi (vÝ dô Zhang vµ Montgomery 1994; Bruneau vµ nnk, 1995 Quinn vµ nnk, 1995b; Saulnier vµ nnk, 1997b). C¸c ph©n tÝch cña DEM ®Ó ®a ra híng dßng ch¶y râ rµng ®Ó nã cã mét chñ ®Ò nghiªn cøu thó vÞ. C¸c ph¬ng ph¸p s½n cã phô thuéc vµo lo¹i DEM rastor hay vecto nµo ®ã. VÝ dô víi DEM raster, cã mét so s¸nh vÒ c¸c ph¬ng ph¸p ®· ®îc Tarboton (1997) c«ng bè. Cho mçi mét « líi kh¶ n¨ng cã t¸m híng dßng ch¶y, cã thÓ cã mét sè phÇn tö líi xung quanh thÊp h¬n « líi ®îc xem xÐt. VÊn ®Ò lµ lµm thÕ nµo ®Ó ph©n bè dßng ch¶y tiÒm n¨ng theo c¸c híng kh¸c nhau cã kh¶ n¨ng nµy. Kh«ng thÓ tr¸nh khái mét sè sai sãt, nhng c¸c ph¬ng ph¸p ®a ra kÕt qu¶ tèt nhÊt, Ýt nhÊt lµ nh×n bÒ ngoµi, xuÊt hiÖn nh lµ thuËt to¸n ®o híng dßng ch¶y béi cña Quinn vµ nnk (1995a) (h×nh 3.4(b) ) vµ ph¬ng ph¸p tæng hîp vect¬ cña Tarboton (1997) (h×nh 3.4 (c) ). Mét ch¬ng tr×nh ph©n tÝch DTM, c¨n cø trªn thuËt to¸n ®o híng s½n cã ®Ó tÝnh to¸n sù ph©n bè chØ sè ®Þa h×nh yªu cÇu bëi phÇn mÒm TOPMODEL ®· giíi thiÖu trong quyÓn s¸ch nµy (xem phô lôc A). Víi sè liÖu vect¬, vÊn ®Ò lµ lµm thÕ nµo ®Ó ph©n chia c¸c ®êng cã ®é dèc lín nhÊt hoÆc c¸c ®êng dßng cho dßng ch¶y trªn sên dèc. ý kiÕn cho r»ng níc sÏ theo cïng híng dßng ch¶y nh lµ mét qu¶ bãng l¨n xuèng theo cïng mét ®Þa h×nh bÒ mÆt (®· lµm tr¬n). V× suy ra tõ gi¶ thiÕt nµy, níc sÏ kh«ng c¾t qua mét ®êng dßng sau ®ã cã 75
thÓ ®¹i diÖn cho dßng ch¶y gi÷a hai ®êng dßng trong mét èng dßng, nh lµ dßng ch¶y mét chiÒu cã ®é réng thay ®æi theo híng xuèng dèc (hai chiÒu nÕu chiÒu th¼ng ®øng ®îc ®a vµo tÝnh to¸n: h×nh 3.5 (b). §©y lµ c¬ së cho c¸c m« h×nh ph©n bè nh lµ TOPOG (Vertessy vµ nnk, 1993) vµ ViÖn c¸c m« h×nh ph©n bè thuû v¨n (Calder vµ Wood 1995). C¸c ®êng dßng lu«n lµ mét gãc bªn ph¶i (trùc giao) víi c¸c ®êng ®ång møc. NÕu c¸c ®êng ®ång møc ®· ®îc sè ho¸ th× tÝnh to¸n c¸c ®êng dßng mét c¸ch tù ®éng lµ mét vÊn ®Ò phøc t¹p, nhng Ýt nhÊt vÉn cã mét phÇn mÒm ®ã lµ TAPES-C kÕt hîp víi m« h×nh THAES vµ TOPOG cña Australia (vÝ dô ë Loughlin 1986; Grrsyon vµ nnk, 1995). H×nh 3.3. C¸c d¹ng kh¸c nhau biÓu diÔn sè ho¸ ®Þa h×nh.(a).BiÓu diÔn vect¬ cña c¸c ®êng ®ång møc. (b). Líi raster cña c¸c cao tr×nh ®iÓm.(c).BiÓu diÔn m¹ng tam gi¸c kh«ng ®Òu (Palacioso –Velez vµ Cuevas- Renaud 1986; Jones vµ nnk, 1990). 76
H×nh 3.4. Ph©n tÝch ®êng dßng ch¶y tõ sè liÖu cao tr×nh sè raster.(a). Híng dßng ch¶y dèc ®øng ®¬n. (b).ThuËt to¸n ®a híng cña Quinn vµ nnk (1995a). (c). Ph¬ng ph¸p vect¬ tæng hîp cña Tarboton (1997) H×nh 3.5. Ph©n tÝch c¸c ®êng dßng tõ sè liÖu cao tr×nh sè ho¸ vect¬. (a). ph©n tÝch côc bé vu«ng gãc víi c¸c ®êng ®ång møc. (b). Chia nhá ®êng dßng TAPES-C trong lu vùc Lucky Hills LH-104, Walnut Gulch Arizona (Gravson vµ nnk 1992a). In l¹i tõ Nghiªn cøu Tµi nguyªn níc 28: 2639-2658, 1992a, xuÊt b¶n bëi Héi ®Þa vËt lý Mü. (c). X¸c ®Þnh TIN cña ®êng dßng ë lu vùc Lucky Hills LH-106 (Palacios-Velez vµ nnk 1998). In l¹i tõ T¹p chÝ Thuû v¨n 211:266-274, xuÊt b¶n (1998) víi sù cho phÐp cña Elsevier Science TIN DEMs ®îc sö dông réng r·i trong hÖ thèng ®Þa h×nh GIS h×nh dung mét ®Þa h×nh ba chiÒu trªn m¸c h×nh vµ ®îc sö dông nh lµ c¬ së cho mét sè m« h×nh ph©n bè thuû v¨n bëi v× trong mçi mÆt dèc ®îc diÔn t¶ trong TIN, híng gãc dèc vµ híng dßng ch¶y xu«i dèc ®îc tÝnh to¸n dÔ dµng (h×nh 3.5 (c)). Híng ®a ra chÝnh trong x©y dùng TIN lµ gi¸n ®o¹n ho¸ hoÆc ph©n t¸ch kh«ng gian ®Ó diÔn t¶ cÊu tróc ®Þa h×nh tèt nhÊt. Nghiªn cøu cña Nelson vµ nnk (1999) ®a ra mét kü thuËt diÔn t¶ cÊu tróc ®Þa h×nh tù ®éng tõ c¸c ®iÓm cao tr×nh hoÆc vect¬ DEM. Ngay khi TIN ®îc ®Þnh nghÜa, c¸c thuËt to¸n còng cã s½n ®Ó miªu t¶ tù ®éng líi s«ng vµ diÖn tÝch lu vùc cho mét ®iÒu kiÖn bÊt kú trong líi ý tëng ph©n tÝch ®Þa h×nh lu vùc ®Ó ®a ®Õn mét chØ sè c¸c híng dßng ch¶y lµ râ rµng vµ cã kÕt qu¶ trong mét sè ®å thÞ tÝnh to¸n hÊp dÉn, khi c¸c dù b¸o m« h×nh ®îc ®a trë l¹i ®Þa h×nh kh«ng gian ba chiÒu. Tuy nhiªn cã mét sè giíi h¹n trong 77
ph©n tÝch nh thÕ mµ ngêi sö dông ph¶i biÕt. BÊt chÊp c¸c thuËt to¸n mµ DEM ®· sö dông, tÊt c¶ c¸c ph©n tÝch DEM phô thuéc mét c¸ch quan träng vµo c¸c gi¶ thiÕt vÒ híng dßng ch¶y do ®Þa h×nh lu vùc quyÕt ®Þnh. §©y chØ lµ mét gi¶ thiÕt tèt cho lu vùc víi líp kh«ng thÊm n»m t¬ng ®èi n«ng díi ®¸y kh«ng thÊm hoÆc Ýt thÊm. NÕu cã c¸c híng dßng ch¶y s©u h¬n, chóng cã thÓ chªnh lÖch lín so víi c¸c nhËn ®Þnh trong ph©n tÝch ®Þa h×nh bÒ mÆt. C¸c nghiªn cøu gÇn ®©y còng chØ ra r»ng thËm chÝ trong hÖ thèng n«ng, ®Þa h×nh ®¸y cã mét sù ®iÒu khiÓn dßng ch¶y b·o hoµ xu«i dèc lín h¬n ®Þa h×nh bÒ mÆt, Ýt nhÊt trong mét sè lu vùc (Mc Monniell vµ nnk, 1996). Cuèi cïng, nh¾c l¹i r»ng, thËm chÝ trong c¸c trêng hîp thuû v¨n, mét sù diÔn t¶ ®Çy ®ñ vÒ híng dßng ch¶y sÏ yªu cÇu ®é ph©n gi¶i DEM ®ñ mÞn ®Ó x¸c ®Þnh h×nh d¹ng sên dèc. C¸c ph©n tÝch nhËn ®Þnh r»ng sè liÖu raster ®é ph©n gi¶i th« h¬n 100m sÏ kh«ng ®¸p øng yªu cÇu. 3.8. HÖ thèng th«ng tin ®Þa lý vµ qu¶n lý sè liÖu Sè liÖu ®Þa h×nh lµ mét lo¹i sè liÖu ph©n bè cã s½n trong m« h×nh thuû v¨n, trong cÊu tróc sè ho¸ hÖ thèng th«ng tin ®Þa lý (GIS). §©y lµ phÇn mÒm cho phÐp thao t¸c vµ chång chËp c¸c lo¹i sè liÖu kh«ng gian kh¸c nhau. HÇu hÕt GIS kh«ng dÔ dµng thao t¸c c¸c biÕn sè liÖu thay ®æi theo thêi gian nhng cã nhiÒu m« h×nh ®· thiÕt kÕ ®Æc biÖt cho biÕn ®æi theo thêi gian, nh ViÖn hÖ thèng th«ng tin thuû v¨n häc (WIS). Cã mét vµi thuËn lîi trong ph©n tÝch híng dßng ch¶y mÆc dï thuËt to¸n tÝnh híng dßng ch¶y ®¬n bÞ giíi h¹n, nh lµ trong phÇn mÒm ARC-VIEW hoÆc GRASS. C¸c lo¹i thay ®æi kh¸c cã thÓ lu tr÷ vµ ®iÒu khiÓn trong GIS lµ c¸c b¶n ®å vÒ c¸c lo¹i thùc vËt, c¸c lo¹i ®Êt vµ ®Þa chÊt. Sè liÖu cã thÓ ®îc sö dông theo c¸c híng kh¸c nhau. C¸c ®Æc trng cña tõng phÇn tö trong líi raster bÊt kú cã thÓ bÞ ph©n chia, hoÆc b»ng c¸ch chång chËp c¸c líp kh¸c nhau cña th«ng tin vect¬ hoÆc raster, c¸c ®¬n vÞ ®¸p øng thuû v¨n kh«ng ®Òu (HRUs) hoÆc c¸c ®Æc trng kh¸c nhau cã thÓ ®îc x¸c ®Þnh (xem phÇn 6.2). Mét b¶n ®å cã thÓ hiÓn thÞ tÊt c¶ c¸c yÕu tè líi hoÆc HRUs cã c¸c ®Æc trng t¬ng tù (xem h×nh 2.7). VÊn ®Ò ®Æt ra cho ngêi lµm m« h×nh thuû v¨n lµ c¸c lo¹i th«ng tin cã s½n trong GIS chØ ¶nh hëng gi¸n tiÕp tíi c¸c qu¸ tr×nh ma-dßng ch¶y. BiÕt ®îc c¸c th«ng tin vÒ ph©n lo¹i c¸c lo¹i ®Êt vµ c¸c lo¹i thùc vËt cña HRU lµ ch¾c ch¾n, nhng c¸c gi¸ trÞ th«ng sè nµo ®îc sö dông cho mçi lo¹i? VÒ nguyªn t¾c c¸c gi¸ trÞ th«ng sè cã thÓ ®îc lu tr÷ trùc tiÕp trong GIS chØ khi biÕt c¸c gi¸ trÞ. B¶n ®å c¸c lo¹i ®Êt cña c¸c nhµ thæ nhìng kh«ng thÓ ®¸p øng nhu cÇu cña c¸c nhµ thuû v¨n häc. T¹i Anh, ph©n lo¹i ®Êt trong ph©n lo¹i thuû v¨n cã s½n trong cÊu tróc GIS (ph©n lo¹i HOST, Boorman vµ nnk, 1995) nhng ®iÒu nµy chØ c¨n cø trªn tr¹ng th¸i thuû v¨n cña ®Êt vµ kh«ng trùc tiÕp ®a ra c¸c th«ng sè yªu cÇu. T¹i Mü d÷ liÖu USDASTASGO x¸c ®Þnh c¸c ®Æc trng ®Êt cho toµn bé ®Êt níc nhng víi líi 1km2 (USDA SCS 1992). §©y còng lµ mét sù thËt vÒ c¸c lo¹i sè liÖu GIS kh¸c. Nh×n chung c¸c m« h×nh kh¸c nhau yªu cÇu lµm s¸ng tá sè liÖu GIS trong mét d¹ng cã thÓ sö dông trong mét m« h×nh thuû v¨n. VÝ dô vÒ lo¹i nµy lµ m« h×nh hµm chuyÓn ®æi thæ nhìng ®îc ®Ò xuÊt bëi Rawls vµ Brakonsek (1989). Ph©n tÝch håi quy ®îc sö dông ®Ó ®a ra quan hÖ gi÷a bÒ mÆt ®Êt vµ c¸c th«ng sè thuû lùc ®Êt. BÒ mÆt ®Êt lµ mét ®Æc trng chóng ®· 78
b¸o c¸o trong b¶n ®å ®Êt vµ mét ph©n lo¹i ®Êt cã thÓ ®îc kÕt hîp víi mét bÒ mÆt. Mét hµm chuyÓn ®æi ®Êt ®îc sö dông ®Ó ph©n chia c¸c gi¸ trÞ cho c¸c th«ng sè nh lµ ®é rçng vµ hÖ sè dÉn thuû lùc (xem hép 5.5). Tuy nhiªn c¸c gi¸ trÞ nhËn ®îc theo c¸ch nµy sÏ ®îc gi¶i thÝch thËn träng: Chóng ta ®· lu ý r»ng c¸c th«ng sè ®o ®¹c thuû lùc ®Êt cã thÓ thay ®æi lín theo kh«ng gian, thËm chÝ lµ trong mét ®¬n vÞ ®Êt ®¬n gi¶n, vµ r»ng c¸c gi¸ trÞ th«ng sè ®îc yªu cÇu cho c¸c m« h×nh kh¸c nhau lµ cÊu tróc m« h×nh vµ phô thuéc thang ®é ®o (phÇn 1.8). Do ®ã, th«ng sè suy ra tõ GIS cã thÓ kÕt hîp víi ®é bÊt ®Þnh ®¸ng kÓ mµ thêng bÞ bá qua. Cã thÓ nãi r»ng, mét sè nghiªn cøu ®· ®a ra sù thµnh c«ng cña m« h×nh ma-dßng ch¶y dùa trªn c¬ së d÷ liÖu GIS (xem phÇn 6.2). C¬ së d÷ liÖu chuçi thêi gian còng cã thÓ dÔ dµng chuÈn bÞ vµ sö dông sè liÖu thuû v¨n vµo m« h×nh. VÝ dô tiªu biÓu lµ hÖ thèng gi÷ liÖu ANNIE ®îc sö dông bëi USGS (cho mét m« t¶ tãm t¾t, xem Leaveslay vµ Stannard 1995), ®Ó kÕt nèi c¸c m« h×nh thuû v¨n víi c¸c file qu¶n lý sè liÖu c¸c lu vùc (WDM) bao gåm sè liÖu ma, lu lîng, khÝ tîng vµ sè liÖu kh¸c. Sè liÖu chuçi thêi gian, còng nh sè liÖu kh«ng gian còng lµ mét phÇn tæng hîp trong phÇn mÒm WIS cña ViÖn thuû v¨n. Trong WIS , kÝch chuét t¹i mét vÞ trÝ tr¹m trªn b¶n ®å sÏ cã hép tho¹i ®îc sö dông ®Ó hiÓn thÞ sè liÖu trong d¹ng ®å thÞ hoÆc ®a ra c¸c ph©n tÝch kh¸c. Romanowicz vµ nnk (1993a,b) chØ ra m« h×nh ma-dßng ch¶y TOPMODEL cã thÓ tæng hîp nh thÕ nµo vµo hÖ thèng WIS. Trong GIS, m« h×nh ma-dßng ch¶y cã thÓ lµ mét thµnh phÇn cña mét sù qu¶n lý lu vùc lín h¬n hoÆc hÖ thèng trî gióp quyÕt ®Þnh DSS. VÝ dô, phÇn mÒm WATERSHEDSS ®îc ph¸t triÓn bëi USDA (Chaubay vµ nnk, 1999) vµ ch¬ng tr×nh sö dông ®Êt UK NERC-ESRC (NELUP) DSS (Dunn vµ nnk, 1996). Tuy nhiªn mét vµi phÇn mÒm GIS cho phÐp cÊu tróc m« h×nh kh¶ thi ®Ó x©y dùng trùc tiÕp trong khu«n khæ kh«ng gian cña GIS. Mét ngo¹i lÖ lµ PC-Raster cã ng«n ng÷ lËp tr×nh cho phÐp cÊu tróc m« h×nh ®ång thêi víi ®Çu vµo vµ ®Çu ra ®îc kÕt hîp chÆt chÏ trong GIS. C¸c ng«n ng÷ lËp tr×nh chung kh¸c nh MATLAB vµ PV-WAVE, còng cã thÓ sö dông víi c¸c s¬ së d÷ liÖu kh«ng gian raster lín cho m« h×nh ho¸ (vÝ dô Chapp vµ nnk, 1992; Romanowicz 1997). 3.9 Sè liÖu viÔn th¸m Mét nguån sè liÖu ph©n bè kh¸c cho m« h×nh thuû v¨n lµ viÔn th¸m. Engman vµ Gumey (1991); Dubayh vµ nnk (1999) ®a ra sù xem xÐt c¸c kh¶ n¨ng sö dông viÔn th¸m trong thuû v¨n häc. ViÔn th¸m cã thÓ ®îc sö dông ®Ó íc lîng sè liÖu ®Çu vµo (bao gåm: ®Þa h×nh, ma, cêng ®é bèc tho¸t h¬i), c¸c biÕn tr¹ng th¸i (bao gåm ®é Èm ®Êt, bao phñ tuyÕt, lîng níc tuyÕt t¬ng ®¬ng vµ diÖn tÝch ngËp lò) vµ c¸c gi¸ trÞ th«ng sè m« h×nh (hÇu hÕt nhËn ®îc th«ng qua sù ph©n lo¹i ®Êt vµ thùc vËt tõ viÔn th¸m). Thùc tÕ viÔn th¸m nhËn ®îc sù ph©n bè ®Þa h×nh hoÆc líp phñ ®Êt cã thÓ ®ãng gãp vµo c¬ së d÷ liÖu trong GIS. NhiÒu vÊn ®Ò nh vËy ®îc ®¸p øng trong GIS. ViÔn th¸m nãi chung kh«ng ®a ra c¸c th«ng tin trùc tiÕp thÝch øng víi thuû v¨n, mét m« h×nh ®îc yªu cÇu ®Ó diÔn gi¶i c¸c sè liÖu sè ho¸ ë tõng ¶nh ®iÓm cña mét h×nh ¶nh viÔn th¸m vµo trong mét cÊu tróc cã Ých cho thuû v¨n (nh lµ ®· th¶o luËn tríc ®©y cho trêng hîp íc lîng lîng ma nhËn ®îc tõ ra®a). Thêng kh«ng nhËn ra r»ng 79
m« h×nh gi¶i thÝch cã thÓ lµ mét nguån ®¸ng kÓ cña tÝnh bÊt ®Þnh trong c¸c h×nh ¶nh ®· cung cÊp cho ngêi sö dông. Sù hiÖu chØnh c¸c ¶nh hëng khÝ quyÓn cho c¸c sensor vÖ tinh ®ßi hái c¸c hÖ sè hoÆc c¸c th«ng sè kinh nghiÖm, chóng cha biÕt chÝnh x¸c vµ cã thÓ thay ®æi theo thêi gian. Sù bÊt ®Þnh nµy thêng kh«ng ®îc x¸c ®Þnh vµ cã Ýt lùa chän cho ngêi sö dông nhng gi¶ thiÕt r»ng chóng ®Òu nhá. Tuy nhiªn viÔn th¸m sÏ lµ mét nguån th«ng tin kh«ng gian quan träng t¨ng thªm vµ c¸c m« h×nh thuû v¨n t¬ng lai sÏ t¨ng viÖc sö dông c¸c lo¹i h×nh ¶nh kh¸c nhau trong c¶ hiÖu chØnh vµ ®¸nh gi¸ dù b¸o (Schulz 1999). C¸c sö dông chÝnh cña viÔn th¸m trong m« h×nh thuû v¨n ®Õn b©y giê ®· cã trong íc lîng gi¸ng thuû, c¸c lo¹i bao phñ ®Êt vµ c¸c th«ng sè thùc vËt, ®é Èm ®Êt vµ líp phñ tuyÕt, (vÝ dô De Troch vµ nnk, 1996; Xinmel vµ nnk, 1995; Schultz 1996). B¶n ®å bao phñ tuyÕt tõ ¶nh vÖ tinh ®îc sö dông t¸c nghiÖp ë Mü, kÕt hîp víi c¸c m« h×nh thuû v¨n vµ ®iÒu tra ®Êt, ®¸nh gi¸ tµi nguyªn níc, dù b¸o lò vµ ®iÒu tiÕt ®Ëp (Rango 1995). TiÖn Ých cña kü thuËt vÉn cßn cã c¸c giíi h¹n ë ®é ph©n gi¶i kh«ng-thêi gian cña vÖ tinh sö dông, nãi chung yªu cÇu cho c¸c ®iÒu kiÖn m©y tù do, vµ trªn thùc tÕ lµ chØ ®é che phñ cã thÓ íc tÝnh dÔ dµng h¬n lîng níc tuyÕt t¬ng ®¬ng, mÆc dï ®· cè g¾ng sö dông viÔn th¸m sãng cùc ng¾n thô ®éng ®Ó íc lîng cÊu tróc kh«ng gian cña lîng níc t¬ng ®¬ng víi khèi tuyÕt (Slough vµ Kite 1992). Tuy nhiªn, chØ ph¬ng ph¸p ®a ra c¸c quÐt ¶nh quy m« lín ®îc yªu cÇu cho c¸c lu vùc s«ng chÝnh. PhÐp ®o ¶nh dùa vµo ®Êt còng ®îc sö dông trong m« h×nh tuyÕt tan (vÝ dô Bloschl vµ nnk, 1991). Cã mét sè kü thuËt viÔn th¸m kh¸c vµ c¸c m« h×nh gi¶i thÝch cã thÓ cã Ých trong t¬ng lai. Nghiªn cøu lÜnh vùc nµy trë lªn t¨ng sù quan träng víi sù ph¸t triÓn nghiªn cøu thuû v¨n vÜ m«, ®îc thóc ®Èy bëi sù cÇn thiÕt cña m« h×nh tuÇn hoµn khÝ quyÓn toµn cÇu cho dù b¸o thuû v¨n quy m« lín. Kü thuËt sãng cùc ng¾n chñ ®éng vµ bÞ ®éng trong ®o ®¹c ®é Èm ®Êt ®· ®îc nghiªn cøu nhiÒu lÇn. Sensor chñ ®éng truyÒn mét tÝn hiÖu vµo trong ®Êt vµ ®o ®¹c tÝn hiÖu quay trë l¹i, hÖ thèng thô ®éng chØ ®o ®¹c sãng tù nhiªn truyÒn ®i tõ bÒ mÆt ®Êt. VÖ tinh ®Çu tiªn víi c¸c sensor sãng cùc ng¾n chñ ®éng cã thÓ ®îc sö dông ®Ó íc lîng ®é Èm (ERS1, ERS2 vµ JERS1) ®· ®îc phãng lªn. HÖ thèng sãng chñ ®éng còng ®îc sö dông tõ c¸c ®êng b¨ng mÆt ®Êt vµ m¸y bay. C¸c sãng dµi th«ng thêng chØ sö dông t¹i vµi cm ®Çu tiªn cña líp ®Êt bÒ mÆt. TÝn hiÖu trë l¹i phô thuéc vµo h»ng sè ®Þa ph¬ng cña líp ®Êt bÒ mÆt. H»ng sè nµy biÕn ®æi theo lîng Èm, m¹nh nhÊt ®èi víi ®Êt kh«ng qu¸ Èm hoÆc lµ kh«ng qu¸ kh«. VÊn ®Ò lµ cho c¶ hai lo¹i sensor sãng chñ ®éng vµ sãng bÞ ®éng, tÝn hiÖu sãng còng phô thuéc vµo tr÷ lîng níc cña th¶m phñ thùc vËt, ®é nh¸m bÒ mÆt vµ tr¹ng th¸i khÝ quyÓn. VÝ dô, trong hÇu hÕt c¸c h×nh ¶nh tõ hÖ thèng ra®a chñ ®éng hÇu hÕt c¸c ®Æc trng râ rµng ®îc kÕt hîp víi ®Þa h×nh vµ ®é nh¸m bÒ mÆt, nh lµ c¸c th¶m phñ thùc vËt kh¸c nhau. Rót ra c¸c tÝn hiÖu tr÷ lîng Èm lµ rót ra mét ¶nh hëng thø cÊp vµ thêng dùa vµo kh¶ n¨ng ®o ®¹c ®Êt cã thÓ dïng ®Ó hiÖu chØnh sù ®o¸n nhËn h×nh ¶nh ra®a (vÝ dô Linetal 1994). Do ®ã, xÊp xØ lµ tèt nhÊt t¹i nh÷ng n¬i cã bÒ mÆt ®ång nhÊt, ®Æc biÖt nÕu cã ®é bao phñ nhá. Tuy nhiªn, cã mét sè kÕt qu¶ rÊt ®¸ng quan t©m ®îc diÔn t¶ tõ sensor ph¸t sãng vÖ tinh vµ m¸y bay, sö dông c¶ hai lo¹i chñ ®éng (vÝ dô Zerhoest vµ nnk, 1998) vµ bÞ ®éng (Schmugge vµ nnk 1994; Schmugge1998). C¸c kü thuËt cã thÓ cßn tiÕp tôc ph¸t triÓn trong t¬ng lai. TÝn hiÖu sãng dµi còng cã 80
giíi h¹n, trong ®ã chØ ®¹c ®é Èm ®Êt bÒ mÆt cã thÓ ®o theo c¸ch nµy. Cã mét vÊn ®Ò liªn quan lµ tr÷ lîng Èm ®Êt bÒ mÆt, cho profile Èm, qu¸ tr×nh dßng ch¶y hoÆc cho kÕt qu¶ cña m« h×nh thuû v¨n. Mét trong vµi nghiªn cøu ®· cè g»ng ®a ra sù so s¸nh nh thÕ t¹i quy m« lín lµ cña Wood vµ nnk (1993). Còng cã mét sè sù ph¸t triÓn trong viÖc sö dông viÔn th¸m ®Ó íc lîng c¸c cÊu tróc kh«ng gian cña bèc tho¸t h¬i níc. C¸c nghiªn cøu nh cña Holwill vµ Stewart (1992), Bastiaanssen vµ nnk (1994, 1998), Xinmol vµ nnk (1995) vµ Franks vµ Beven(1997) ®· sö dông c¸c h×nh ¶nh ®¬n vµ tæng hîp vÒ nhiÖt ®é bÒ mÆt qua viÔn th¸m cïng víi m« h×nh c©n b»ng n¨ng lîng ®¬n gi¶n ®Ó ph©n biÖt vµ dßng nhiÖt biÓu kiÕn vµ tiÒm n¨ng cho tÝnh to¸n cÊu tróc bèc tho¸t h¬i níc thùc (h×nh3. 6). C¸c cÊu tróc trong mçi trêng hîp tá ra cã ý nghÜa vµ cã sù bÊt ®ång nhÊt ®¸ng quan t©m nhng sai sè tÝnh to¸n gîi ý r»ng gi¸ trÞ tuyÖt ®èi cña tÝnh to¸n cã thÓ chÞu ®é bÊt ®Þnh lín (Frants vµ Beven 1997). H×nh 3.6. CÊu tróc kh«ng gian dù b¸o cña bèc tho¸t h¬i thùc dùa trªn viÔn th¸m cña nhiÖt ®é bÒ mÆt. Lu ý r»ng íc lîng tèt nhÊt cña cêng ®é bèc tho¸t h¬i t¹i thêi gian cña h×nh ¶nh. C¸c íc lîng ®îc liªn hÖ víi ®é bÊt ®Þnh ®¸ng kÓ (Frank vµ Beven 1997). 3. 10. C¸c ®iÓm kho¸ tõ ch¬ng 3  C¸c sè liÖu cã s½n trong m« h×nh ma-dßng ch¶y nãi chung lµ c¸c sè liÖu ®iÓm vµ cã thÓ kh«ng cã sai sè, mÆc dï thêng bÞ coi nh cã sai sè trong khi sö dông.  C¸c sè liÖu nªn ®îc kiÓm tra æn ®Þnh tríc khi sö dông trong m« h×nh ma - dßng ch¶y. Cã thÓ sö dông mét sè kiÓm tra ®¬n gi¶n ®Ó nhËn ra d¸ng ®iÖu bÊt thêng, chóng cã thÓ ®îc kiÓm tra cÈn thËn h¬n hoÆc ®îc íc lîng tõ c¸c ph©n tÝch.  C¸c ph¬ng ph¸p ®o ®¹c trùc tiÕp cêng ®é bèc tho¸t h¬i níc thùc vÉn cha ®îc sö dông thêng xuyªn. Mét sè ph¬ng ph¸p kh¸c ®Ó íc lîng bèc tho¸t h¬i níc tiÒm n¨ng vµ thùc phô thuéc vµo c¸c møc sè liÖu kh¸c nhau.  Sè liÖu kh«ng gian trë thµnh cã kh¶ n¨ng qua viÔn th¸m nh ra®a ®o ma vµ ¶nh vÖ tinh víi c¸c sãng kh¸c nhau, bao gåm c¶ sensor sãng ng¾n chñ ®éng vµ sãng bÞ ®éng sö dông trong viÖc íc lîng ®é Èm ®Êt bÒ mÆt. Nh×n chung, yªu cÇu sè liÖu cho 81
m« h×nh lµ ®Ó cung cÊp th«ng tin cã Ých cho thuû v¨n. M« h×nh gi¶i thÝch nµy cã thÓ lµ mét nguån sai sè trong th«ng tin nµy.  HÖ thèng th«ng tin ®Þa lý ®îc sö dông ®Ó lu tr÷ sè liÖu lu vùc vµ t¬ng t¸c víi c¸c m« h×nh ph©n bè thuû v¨n trong viÖc ch¹y m« h×nh vµ hiÓn thÞ kÕt qu¶. D÷ liÖu th«ng tin trong GIS (vÝ dô lo¹i ®Êt, lo¹i thùc vËt) còng cã thÓ yªu cÇu mét m« h×nh gi¶i thÝch tríc khi sö dông trong m« h×nh thuû v¨n.  Sè liÖu sè ho¸ cao tr×nh, trong d¹ng raster hoÆc vµ vect¬, cã thÓ lµ c¬ së cho m« h×nh ph©n bè víi c¶ hai qu¸ tr×nh ®Çu vµo vµ ma-dßng ch¶y. Sau ®ã yªu cÇu ph©n chia sên dèc vµ c¸c ®êng dßng ch¶y trong s«ng tõ sè liÖu sè ho¸ cao tr×nh. C¸c ph¬ng ph¸p ph©n tÝch vµ ®é ph©n gi¶i sè liÖu kh¸c nhau sÏ ®a ra c¸c ®êng dßng ch¶y kh¸c nhau . Hép 3.1. Ph¬ng tr×nh liªn kÕt Penman - Monteith ®Ó íc lîng cêng ®é bèc tho¸t h¬i Ph¬ng tr×nh Penman - Monteith lµ sù kÕt hîp cña ph¬ng tr×nh c©n b»ng n¨ng lîng vµ c¸c ph¬ng tr×nh chuyÓn ®æi nhiÖt biÓu kiÕn vµ nhiÖt tiÒm tµng ph¸t ra tõ bÒ mÆt. Mét m« h×nh ®îc gäi lµ m« h×nh l¸ c©y lín, trong ®ã cã mét gi¶ thiÕt r»ng mét líp phñ thùc vËt phøc t¹p cã thÓ diÔn t¶ nÕu nh nã ho¹t ®éng nh mét bÒ mÆt bay h¬i ®¬n gi¶n t¹i c¸c ®é cao hiÖu qu¶ bªn trªn bÒ mÆt ®Êt. Ph¬ng tr×nh c©n b»ng n¨ng lîng ®· minh ho¹ trong h×nh B 3.1.1, cã thÓ viÕt nh sau: H  Rn  A  G  S (3.2) trong ®ã: H lµ tæng n¨ng lîng g©y bèc tho¸t h¬i, Rn lµ n¨ng lîng bøc x¹ (trong ph¹m vi tõ -50 W/m2 vµo ban ®ªm s¸ng ®Õn 500W/m2 vµo gi÷a ngµy mïa hÌ). A lµ tæn thÊt nhiÖt do b×nh lu (~1 Wm-2 cho gradient nhiÖt ®é xu«i giã cña 10Ckm-1). G lµ tæn thÊt nhiÖt vµo trong ®Êt (thêng d¬ng vµo ban ngµy vµ ©m vµo ban ®ªm) vµ S lµ sù thay ®æi n¨ng lîng vµo trong tr÷ lîng vËt lý vµ sinh häc trong thùc vËt (trªn 15 Wm-2 vµo ban ngµy vµ 3 Wm-2 vµo ban ®ªm). Gi¶ thiÕt r»ng tæng n¨ng lîng cã thÓ lµ mét phÇn trong hai thµnh phÇn vËn chuyÓn cña lîng nhiÖt thùc ®Õn hoÆc tho¸t tõ bÒ mÆt (vÝ dô n¨ng lîng trùc tiÕp bao gåm ®èt nãng hoÆc lµm l¹nh kh«ng khÝ trªn bÒ mÆt, b»ng dÉn nhiÖt vµ to¶ nhiÖt); vµ sù vËn chuyÓn nhiÖt tiÒm n¨ng (vÝ dô n¨ng lîng sö dông trong tæn thÊt tõ bÒ mÆt do bèc h¬i hoÆc bèc tho¸t h¬i thùc vËt) do ®ã: H  C  E (3.3) trong ®ã C: lµ dßng nhiÖt biÓu kiÕn, E lµ dßng nhiÖt tiÒm n¨ng nh lµ s¶n phÈm cña nhiÖt tiÒm tµng cho bèc h¬i ( = 2.47  106 J Kg-1), vµ E lµ cêng ®é bèc tho¸t h¬i (kgm-2S-1  mmS-1). Do ®ã: H E  H  C  (3.4) 1  trong ®ã:  = C/ E lµ tû sè Bowen. Theo kinh nghiªm thÊy r»ng tû sè Bowen cã gi¸ trÞ kh¸ æn ®Þnh cho mét bÒ mÆt, Ýt nhÊt trong ®iÒu kiÖn trêi kh«ng m©y kh«ng giíi h¹n ®é 82