- Trang Chủ
- Môi trường
- Đánh giá mối quan hệ theo không gian của mưa cực trị: Ứng dụng cho các trạm mưa phía Bắc Việt Nam
Xem mẫu
- Tuyển tập Hội nghị Khoa học thường niên năm 2020. ISBN: 978-604-82-3869-8
ĐÁNH GIÁ MỐI QUAN HỆ THEO KHÔNG GIAN
CỦA MƯA CỰC TRỊ: ỨNG DỤNG CHO CÁC TRẠM MƯA
PHÍA BẮC VIỆT NAM
Lê Phương Đông1, Nguyễn Thị Thu Hà1, và Ngô Lê An1
1
Trường Đại học Thủy lợi, email: lephuongdong_tb@tlu.edu.vn
1. GIỚI THIỆU CHUNG tăng lên, còn loại hình cực trị độc lập tiệm
cận có nghĩa là mức độ phụ thuộc trong
Các phương pháp truyền thống tính toán lũ
không gian giảm đi tương ứng với sự gia tăng
từ mưa hiện tại giả thiết rằng mưa cực trị xảy
của mức độ cực trị. Một số nghiên cứu trước
ra đồng thời trên toàn lưu vực với cùng một
đây sử dụng mô hình phụ thuộc tiệm cận
tần suất xuất hiện. Tuy nhiên giả thiết này
(asymptotic dependence model), trong khi
chưa chính xác vì trên một lưu vực tại cùng
một số nghiên cứu khác lại sử dụng mô hình
một thời điểm sẽ có những khu vực có mưa
độc lập tiệm cận (asymptotic independence
trong khi những khu vực khác không có mưa,
model) để mô phỏng mưa cực trị. Sự không
và mức độ cực trị của trận mưa ở các khu vực
thống nhất này bắt nguồn từ việc không biết
khác nhau cũng sẽ khác nhau. Việc nghiên
chính xác mưa cực trị tuân theo đặc điểm của
cứu mối quan hệ theo không gian của mưa
loại hình cực trị nào. Việc lựa chọn sai loại
cực trị (spatial dependence) sẽ giải quyết
mô hình mô phỏng mưa cực trị sẽ dẫn tới
được vấn đề này vì nó giúp xác định được
việc tính toán sai xác suất xuất hiện đồng thời
xác suất mưa cực trị xảy ra đồng thời hay
hay không đồng thời của mưa cực trị, từ đó
không đồng thời tại các điểm khác nhau trong
dẫn tới sai sót trong tính toán rủi ro lũ. Hiện
một lưu vực, từ đó giúp việc mô phỏng dòng
tại, đã có một nghiên cứu về mối quan hệ
chảy lũ từ mưa cho một vùng không gian
mưa theo không gian ở Thụy Sĩ (Thibaud et
được hợp lý hơn, góp phần đánh giá rủi ro
al., 2013) [2] và một nghiên cứu tương tự ở
của lũ do mưa cực trị gây ra chính xác hơn.
Australia (Le et al., 2018) [3], tuy nhiên ở
Trên thực tế, nghiên cứu mối quan hệ theo
Việt Nam chưa có nghiên cứu nào về vấn đề
không gian của mưa cực trị đang nhận được
này. Do đó, nghiên cứu này sẽ đánh giá mối
rất nhiều sự quan tâm của cộng đồng khoa
quan hệ theo không gian của mưa cực trị cho
học trong lĩnh vực tài nguyên nước và giảm
các trạm mưa phía Bắc Việt Nam. Từ đó, rút
nhẹ thiên tai do nước gây ra. Tuy nhiên, hiện
ra kết luận liệu mưa cực trị ở vùng này mang
tại có một sự không đồng nhất giữa các
đặc điểm phụ thuộc tiệm cận hay là độc lập
nghiên cứu về sử dụng mô hình phụ thuộc
tiệm cận, và do đó sẽ kiến nghị lựa chọn
theo không gian (spatial dependence model)
được loại mô hình cực trị không gian phù
để mô phỏng mưa cực trị cho một khu vực.
hợp để tính toán mô phỏng mưa cực trị cho
Thông thường, mọi biến cực trị được chia ra
khu vực này nhằm hỗ trợ cho việc tính toán
làm hai loại hình: phụ thuộc tiệm cận
rủi ro lũ do mưa cực trị gây ra. Nghiên cứu
(asymptotic dependence) và độc lập tiệm cận
đã thu thập dữ liệu mưa ngày của hầu hết các
(asymptotic independence) (Wadsworth and
trạm đo mưa phía Bắc Việt Nam, bao gồm
Tawn, 2012) [1]. Loại hình cực trị phụ thuộc
135 trạm với chuỗi số liệu của tất cả các trạm
tiệm cận có nghĩa là mức độ phụ thuộc trong
đều dài hơn 30 năm. Tuy nhiên, do đặc điểm
không gian giữ nguyên khi mức độ cực trị
của việc nghiên cứu phụ thuộc không gian là
454
- Tuyển tập Hội nghị Khoa học thường niên năm 2020. ISBN: 978-604-82-3869-8
sự xảy ra đồng thời theo thời gian, do đó phụ thuộc đuôi theo cặp số liệu có thể tìm
nghiên cứu chỉ chọn sử dụng dữ liệu của 83 thấy trong Thibaud et al. (2013) [2] và Le et
trạm với một giai đoạn chung từ năm 1980 al. (2018) [3].
đến năm 2013. Bước 2: Tính toán các đặc trưng thống kê
của mưa cực trị cho khu vực phía Bắc Việt
Nam. Các đặc trưng thống kê bao gồm: các
hệ số cực trị theo cặp số liệu của hai trạm
đo mưa (pairwise extremal coefficients), và
các hệ số phụ thuộc đuôi cũng cho cặp số
liệu của cùng hai trạm mưa đó (pairwise
residual tail dependence coefficients). Việc
tính toán này được tiến hành cho các
ngưỡng cực trị khác nhau nhằm xác định xu
hướng thay đổi của các đặc trưng thống kê
này khi mức độ cực trị thay đổi. Các mô tả
Hình 1. Vị trí trạm mưa sử dụng chi tiết toán học về cách dùng mô hình
trong nghiên cứu ngưỡng cực trị (threshold) có thể tìm thấy
trong Coles (2001) [5].
2. PHƯƠNG PHÁP NGHIÊN CỨU Bước 3: Đánh giá xem các đặc trưng
Việc đánh giá mối quan hệ theo không thống kê của mưa cực trị cho khu vực phía
gian của mưa cực trị được thực hiện theo các Bắc Việt Nam đã tính ở bước 2 phù hợp với
bước sau: loại cực trị không gian nào đã chỉ ra ở bước 1.
Bước 1: Mô phỏng hai chuỗi số liệu cực trị Từ đó, đưa ra kết luận về loại hình mối quan
nhân tạo (synthetic data) từ hai mô hình cực hệ theo không gian của mưa cực trị ở khu
trị không gian: mô hình quá trình ổn định cực vực nghiên cứu, và đề xuất loại mô hình cực
trị (max - stable process) Brown - Resnick trị không gian phù hợp để mô phỏng mưa cực
đại diện cho loại hình cực trị phụ thuộc tiệm trị ở khu vực này nhằm hỗ trợ cho việc tính
cận, và mô hình nghịch đảo quá trình ổn định toán rủi ro lũ.
cực trị (inverted max - stable process)
3. KẾT QUẢ NGHIÊN CỨU
Brown-Resnick đại diện cho loại hình cực trị
độc lập tiệm cận. Sau đó, tính toán các đặc Hình 2 dưới đây trình bày kết tính toán các
trưng thống kê của hai chuỗi số liệu này để đặc trưng thống kê cho số liệu cực trị nhân
tìm ra sự khác biệt giữa chúng, từ đó đề ra tạo được mô phỏng từ mô hình phụ thuộc
các tiêu chí để đánh giá loại hình quan hệ tiệm cận Brown - Resnick. Hình 3 là kết quả
theo không gian của các loại biến cực trị khác tính toán cho số liệu cực trị nhân tạo mô
nhau. Các đặc trưng thống kê cần tính toán phỏng từ mô hình độc lập tiệm cận nghịch
bao gồm: các hệ số cực trị theo cặp số liệu đảo Brown - Resnick. Từ (hình 2) chúng ta
tại hai vị trí khác nhau (pairwise extremal thấy rằng đối với biến cực trị phụ thuộc tiệm
coefficients), và các hệ số phụ thuộc đuôi cận thì giá trị không thay đổi khi thay đổi
cũng cho cặp số liệu đó (pairwise residual tail ngưỡng cực trị, trong khi tăng khi ngưỡng
dependence coefficients). Mô tả chi tiết toán cực trị tăng. Trong khi đó đối với biến cực trị
học của các mô hình quá trình ổn định cực trị độc lập tiệm cận (hình 3), khi ngưỡng cực trị
Brown - Resnick và mô hình nghịch đảo quá tăng thì tăng còn không thay đổi. Kết quả
trình ổn định cực trị (inverted max - stable này hoàn toàn có thể dùng được như là một
process) Brown - Resnick có thể được tìm tiêu chuẩn để phân loại biến cực trị và hoàn
thấy trong Kabluchko et al. (2009) [4]. Cách toàn có thể ứng dụng để đánh giá mối quan hệ
thức tính toán các hệ số cực trị và các hệ số theo không gian của mưa cực trị.
455
- Tuyển tập Hội nghị Khoa học thường niên năm 2020. ISBN: 978-604-82-3869-8
hình cực trị độc lập tiệm cận, và phải dùng mô
hình cực trị không gian độc lập tiệm cận để
mô phỏng mưa cực trị ở khu vực này.
4. KẾT LUẬN
Nghiên cứu đã xác định tiêu chí để phân loại
biến cực trị dựa trên số liệu nhân tạo mô phỏng
từ hai loại hình mô hình cực trị không gian
Hình 2. Kết quả tính toán đặc trưng thống kê khác nhau bao gồm mô hình phụ thuộc tiệm
cho số liệu cực trị nhân tạo mô phỏng từ cận và mô hình độc lập tiệm cận cho khu vực
mô hình phụ thuộc tiệm cận Brown - Resnick phía Bắc Việt Nam. Dựa trên tiêu chí này,
nghiên cũng đã tiến hành đánh giá mối quan hệ
theo không gian của mưa cực trị cho khu vực
phía Bắc Việt Nam. Kết quả của bài báo có ý
nghĩa lớn trong việc tính toán chính xác mưa
cực trị phục vụ cho việc tính toán rủi ro lũ. Bài
báo đã chỉ ra mưa cực trị ở khu vực phía Bắc
Việt Nam mang đặc điểm của loại hình cực trị
độc lập tiệp cận, nghĩa là mức độ phụ thuộc
theo không gian của mưa cực trị giảm dần khi
Hình 3. Kết quả tính toán đặc trưng thống kê mức độ cực trị tăng lên. Do đó, các nghiên cứu
cho số liệu cực trị nhân tạo mô phỏng trong tương lai được khuyến cáo nên dùng mô
từ mô hình độc lập tiệm cận nghịch đảo hình cực trị không gian độc lập tiệm cận để mô
Brown - Resnick phỏng mưa cực trị ở khu vực này. Bài báo chỉ
giới hạn phân tích cho số liệu mưa ngày của
một số trạm mưa phía Bắc Việt Nam, tuy nhiên
phương pháp nghiên cứu được trình bày ở đây
có thể được ứng dụng cho số liệu mưa với thời
đoạn bất kỳ ở các khu vực khác nhau.
5. TÀI LIỆU THAM KHẢO
[1] J. L. Wadsworth and J. A. Tawn,
"Dependence modelling for spatial extremes,"
Biometrika, vol. 99, no. 2, pp. 253-272, 2012.
Hình 4. Kết quả tính toán đặc trưng thống kê [2] E. Thibaud, R. Mutzner, and A. C. Davison,
cho số liệu mưa ngày khu vực nghiên cứu "Threshold modeling of extreme spatial
rainfall," Water Resources Research, vol.
Hình 4 trình bày kết quả tính toán các đặc
49, no. 8, pp. 4633-4644, 2013.
trưng thống kê cho số liệu mưa ngày của khu [3] P. D. Le, A. C. Davison, S. Engelke, M.
vực phía Bắc Việt Nam. Mặc dù kết quả tính Leonard, and S. Westra, "Dependence
toán cho số liệu mưa thực đo nhiễu hơn nhiều properties of spatial rainfall extremes and areal
so với số liệu mô phỏng nhân tạo do chuỗi số reduction factors," Journal of Hydrology, vol.
liệu thực đo ngắn, tuy nhiên xu hướng biến 565, pp. 711-719, 2018/10/01/ 2018.
đổi của các đặc trưng thống kê khá rõ ràng. [4] Z. Kabluchko, M. Schlather, and L. de
Cụ thể, khi ngưỡng cực trị tăng thì tăng còn Haan, "Stationary Max-Stable Fields
Associated to Negative Definite Functions,"
xấp xỉ bằng nhau, điều này thể hiện rất rõ The Annals of Probability, vol. 37, no. 5,
rệt ở khoảng cách ngắn (từ 0 - 100 km) khi mà pp. 2042-2065, 2009.
mức độ phụ thuộc không gian cao hơn. Điều [5] S. Coles, An Introduction to Statistical
này chỉ ra rằng mưa cực trị ở khu vực phía Modeling of Extreme Values (Springer
Bắc Việt Nam tuân theo đặc điểm của loại Series in Statistics). Springer, 2001.
456
nguon tai.lieu . vn
