Nghiên cứu độ nhạy vài thông số trong cơ chế hình thành dòng chảy lũ ở lưu vực Gardons d’anduze – Cộng hòa Pháp

 127 
NGHIÊN CỨU ĐỘ NHẠY VÀI THÔNG SỐ TRONG CƠ CHẾ HÌNH THÀNH DÒNG CHẢY LŨ 
 Ở LƯU VỰC GARDONS D’ANDUZE – CỘNG HÒA PHÁP 
TS. Lê Xuân Khâm 
 Đại học Thủy lợi 
Tóm tắt: Lũ quét ở các lưu vực vừa và nhỏ không những gây thiệt hại về tài sản mà còn thiệt hại 
về con người. Phần mềm MARINE (mô hình dự báo dòng chảy và lũ cho các yếu tố cực đoan) được 
xây dựng bởi Viện cơ học chất lỏng Toulouse, nó cho phép tính toán được đường quá trình lũ ở cửa 
ra của lưu vực. Có rất nhiều thông số liên quan đến hình dạng đường quá trình lũ. Vấn đề đặt ra là 
thông số nào có ảnh hưởng nhiều đến kết quả tính toán? Dựa vào kết quả đường quá trình lũ ở cửa 
ra của lưu vực Gardons d’Anduze - Pháp, dùng phương pháp GLUE “Generalized Likelihood 
Uncertainty Estimation” và các tiêu chuẩn so sánh giữa giá trị tính toán và giá trị quan trắc , 
người ta có thể so sánh độ nhạy của các thông số trong quá trình hình thành dòng chảy lũ. 
Từ khóa: lũ quét, MARINE, độ nhạy, GLUE 
1. GIỚI THIỆU 
Lũ quét thường xảy ra ở nhiều nước trên thế 
giới, nó gây ra nhiều thiệt hại không chỉ về vật 
chất mà còn gây thiệt hại nhiều về con người. 
Việc xây dựng và phát triển các công cụ để dự báo 
lũ quét ở các lưu vực vừa và nhỏ là rất cần thiết. 
Bên cạnh đó cần cũng phải hiểu rõ các nhân tố 
ảnh hưởng tới cơ chề hình thành dòng chảy lũ, từ 
đó có cơ sở để xây dựng mô hình dự báo. 
Phần mềm MARINE (Modélisation de 
l’Anticipation du Ruissellement et des 
Inondations pour des évéNements Extrêmes) 
được xây dựng bởi Viện cơ học chất lỏng 
Toulouse, nó có thể tính được đường quá trình 
lũ ở cửa ra của các lưu vực vừa và nhỏ, nhất là 
hiện tượng lũ quét. 
Có rất nhiều thông số tham gia vào cơ chế 
hình thành dòng chảy lũ: hệ số Manning-
Strickler, hệ số thấm, độ ẩm của đất, lực mao 
dẫn... Một vấn đề đặt ra là những thông số nào 
có vai trò quan trọng, những thông số nào ít 
quan trọng hơn trong quá trình hình thành dòng 
chảy lũ? Từ kết quả tính toán và số liệu quan 
trắc, dùng phương pháp phân tích độ nhạy 
GLUE để tìm ra mức độ quan trọng của các 
thông số trong cơ chế đang xét. 
Lưu vực “Gardons d’Anduze” nằm ở vùng 
Nime thuộc đông nam nước Pháp được áp dụng 
để tính toán; lưu vực này được hợp bởi các 
nhánh sông nhỏ: Gardons St-Jean, St Croix, St 
Martin, Mialet và Alès. Diện tích lưu vực 540 
km2 và có độ cao thay đổi từ 129m đến 1202m 
về phía núi Aigoual (hình 1). Độ dốc bình quân 
của suối chính khoảng 5 - 6%. 
Hình 1. Lưu vực nghiên cứu 
Tác giả đã dùng các số liệu mưa ở lưu vực 
Gardons để tính toán: số liệu năm 1994, 1996 và 
2002. Trong khuôn khổ báo cáo này, chỉ giới 
thiệu kết quả tính toán ứng với mưa điển hình là 
trận mưa tháng 9 năm 2002 vì năm này có 
cường độ mưa và lưu lượng lũ lớn; phương 
pháp phân tích độ nhạy các thông số cũng sẽ 
được sơ bộ giới thiệu cũng như việc áp dụng 
phương pháp này vào việc phân tích độ nhạy 
của các thông số: hệ số thấm, cột nước thấm và 
hệ số Manning bờ khe suối của lưu vực. 
2. PHƯƠNG PHÁP TÍNH TOÁN. 
2.1. Các tiêu chuẩn nghiên cứu: 
Trong các mô hình thủy văn, độ chính xác 
của mô hình thường được so sánh giữa đường 
quá trình tính toán và đường quá trình quan trắc. 
Có hai tiêu chuẩn được đề cập trong báo cáo 
này: 
 128 
- Tiêu chuẩn Nash: đánh giá mức độ chính 
xác của đường quá trình lưu lượng tính toán và 
quá trình lưu lượng quan trắc. 


 n
i
oo
i
n
i
s
i
o
i
QQ
QQ
Nash
1
2
2
1
)(
)(
1 
i là chỉ số thời gian, oiQ là lưu lượng quan 
trắc ở thời điểm i (m3.s-1), siQ là lưu lượng tính 
toán ở thời điểm i (m3.s-1) và oQ là lưu lượng 
quan trắc trung bình trong thời gian tính toán, có 
nghĩa từ i = 1 đến ni 
- Tiêu chuẩn đỉnh “nước dâng” (J): tiêu 
chuẩn Nash chưa đề cập rõ đến sự khác nhau 
giữa đỉnh của đường quá trình lưu lượng tính 
toán và đỉnh của đường quá trình lưu lượng 
quan trắc. Để khắc phục vấn đề này, người ta 
đưa vào tiêu chuẩn đỉnh “nước dâng” 
max
11.
Q
Q
T
T
NashJ
c
 
 ,  ,  - các hệ số, 1  
Tc - thời gian tập trung dòng chảy 
 Q - chênh lệch giữa đỉnh của đường quá 
trình lũ tính toán và đỉnh của đường quan trắc, 
tương ứng với sai lệch thời gian sai lệch T 
2.2. Phần mềm MARINE. 
Phần mềm MARINE cho phép tính toán ứng 
với trường hợp nước dâng nhanh (ví dụ lũ quét) 
theo thời gian; là mô hình phân phối dựa trên cơ 
sở thực tế, được thiết lập tính toán từ các phân 
tố phần tử hữu hạn trên lưu vực. 
Có rất nhiều phần mềm hiện nay có thể tính 
toán được đường quá trình lũ ở cửa ra của lưu 
vực, song còn một vấn đề là chưa giải quyết 
được triệt để số liệu đầu vào: các số liệu còn 
đưa về dạng gần đúng, số liệu toàn lưu vực còn 
lấy theo tính chất đồng bộ nhưng thực chất ở 
các vị trí khác nhau trên lưu vực thì giá trị của 
các thông số về địa chất, về cường độ 
mưakhác nhau, dẫn đến kết quả tính toán vẫn 
chưa được chính xác. 
Phần mềm MARINE cũng cho phép tính toán 
đường quá trình lũ ở cửa ra. Ưu điểm rõ nhất 
của MARINE là hoàn toàn có khả năng tính 
toán với số liệu đầu vào phân phối theo không 
gian, có nghĩa là các vị trí khác nhau trên lưu 
vực thì thường sẽ có giá trị khác nhau (ví dụ 
phân phối mưa, phân phối độ ẩm). 
2.3. Phương pháp phân tích độ nhạy các 
thông số. 
Để sử dụng phương pháp này, người ta đưa 
ra khái niệm véc tơ ứng với mỗi thông số (ví dụ 
véc tơ x nhận các giá trị trong khoảng a  b, ta 
viết x[a,b]. Số lượng các trị phân tố thuộc [a,b] 
nhiều hay ít tùy thuộc yêu cầu chính xác của 
phương pháp. 
2.3.1. Phương pháp tổng quát: 
Giả sử có véc tơ x[a,b], dùng phương pháp 
Monte-Carlo [1] để lấy ngẫu nhiên các giá trị 
phân tố xk theo một hàm mật độ xác suất nhất 
định. Ứng với mỗi giá trị phân tố xk, người ta sẽ 
nhận được một giá trị kết quả tính toán của mô 
hình, các giá trị của các hàm chỉ tiêu (ví dụ hàm 
Nash) được tính toán để so sánh giữa kết quả 
tính toán và giá trị quan trắc. Sắp xếp theo chiều 
giảm dần các giá trị của hàm chỉ tiêu, các giá trị 
xk được thay đổi theo. Các giá trị phân phối xác 
suất của xk được chia thành hai phần: phần thứ 
nhất là tập hợp các giá trị “tốt” (B), phần thứ hai 
là tập hợp giá trị “không tốt” ( B ). Độ nhạy của 
thông số đang xét được đánh giá theo khoảng 
cách lớn nhất (dmc,nc) theo phương đứng của hai 
đường phân phối xác suất )/( Bxf k và 
)/( Bxf k [2]. Giá trị dmc,nc được tính theo công 
thức: )()(, xSxSSupd cccc mnxnm , trong đó Snc 
và Smc là tập hợp các giá trị phân phối xác suất 
tương ứng với )/( Bxf k và )/( Bxf k ; nc là số 
lượng các kết quả tính toán “tốt” và mc là số 
lượng các kết quả tính toán “không tốt”. Giá trị 
tính toán được của dmc,nc sẽ so sánh với giá trị 
tiêu chuẩn, khi dmc,nc |tính toán ≥ dmc,nc |tiêu 
chuẩn thì thông số x đang xét sẽ ảnh hưởng 
nhiều đến kết quả tính toán của mô hình, ngược 
lại sẽ không ảnh hưởng nhiều. Giá trị tiêu chuẩn 
được tính theo công thức sau: 
cc
cc
chuantieunm nm
nm
d
cc ._,
  
Trong đó:  là hệ số phụ thuộc vào mức độ 
chính xác để lấy giá trị chỉ số lượng tính toán 
“tốt” hay “không tốt” 
2.3.2. Phương pháp phân tích độ nhạy 
GLUE: 
Phương pháp phân tích độ nhạy GLUE [3] 
được dùng để phân tích độ nhạy của các thông 
 129 
số trong mô hình. Cũng như phương pháp tổng 
quát, phương pháp GLUE cũng dựa vào phương 
pháp Monte-Carlo để tính toán kết quả thông 
qua các giá trị ngẫu nhiên theo qui luật phân 
phối nhất định. Trên cơ sở so sánh giữa kết quả 
tính toán của mô hình và giá trị quan trắc thực 
tế, các giá trị thống kê được gán cho mỗi thông 
số. Thông qua các giá trị thống kê được tính 
thông qua các hàm tiêu chuẩn như hàm Nash, 
hàm J. Với tập hợp các giá trị (giá trị khả dĩ) 
hàm tiêu chuẩn của các thông số, chúng ta có 
thể phân tích độ nhạy của mỗi thông số trong 
cùng một mô hình tính toán. 
3. KẾT QUẢ TÍNH TOÁN 
Có nhiều thông số tham gia vào quá trình 
hình thành dòng chảy lũ ở lưu vực vừa và nhỏ 
mà đã được mô hình hóa thông qua MARINE. 
Phương pháp phân tích độ nhạy có thể chỉ ra 
được thông số nào có vai trò quan trong trong 
mô hình, thông số nào không quan trọng. Như 
trên đã nêu, tác giả phân tích độ nhạy tổ hợp 3 
thông số: hệ số thấm, cột nước thấm và hệ số 
Manning-Strickler bờ khe suối của lưu vực. Hệ 
số thấm và cột nước thấm tính theo giá trị không 
gian trong lưu vực nên khi muốn thay đổi ta 
nhân các giá trị này với một hệ số (hệ số có giá 
trị thay đổi từ 1 đến 10) để phân tích độ nhạy, 
còn hệ số Manning-Strickler lấy đồng nhất trên 
toàn lưu vực nên lấy giá trị từ 2 đến 50; các giá 
trị này đều căn cứ sát với số liệu ở ngoài thực tế. 
Trong khuôn khổ báo cáo này, tác giả chỉ nêu 
kết quả tính toán đối tiêu chuẩn Nash, vì thực 
chất kết quả của Nash phản ánh gần đúng với 
kết quả tiêu chuẩn đỉnh “nước dâng” J [4] tương 
ứng với 2000 lần tính toán (2000 giá trị hàm 
Nash) với tổ hợp 3 thông số nêu trên. 
Hình 2 và hình 3 là kết quả để phân tích độ 
nhạy của các thông số. Các giá trị khả dĩ của 
hàm Nash đều không phân tán hết khoảng biến 
thiên của từng thông số đã chọn (hệ số của 
K[1,10], hệ số của cột nước thấm [1,10], hệ số 
Manning-Strickler[2,50]), điều đó chứng tỏ cả 3 
thông số đều quan trọng trong mô hình 
MARINE (hình 2). 
Hệ số của K 
Hệ số của cột nước thấm 
Hình 2. Giá trị Nash nhận được của 3 thông 
số: hệ số thấm, cột nước thấm và Manning-
Strickler của bờ khe suối. Mỗi điểm chấm là 
biểu diễn cho 1 giá trị của hàm Nash. 
Manning-Strickler 
Các giá trị khả dĩ của Manning-Strickler có xu hướng tập trung và đạt giá trị cực đại, có nghĩa là 
hệ số Manning-Strickler của bờ khe suối đóng vai trò chủ yếu và quan trọng hơn hai thông số còn 
lại. Căn cứ vào lân cận giá trị cực đại, chúng ta có thể dễ dàng xác định được khoảng giá trị hiệu 
quả (các giá trị đưa kết quả tính toán của mô hình gần đúng nhất với giá trị quan trắc) Manning-
Strickler từ 9 đến 13 (hình 2) 
 130 
Hình 3 - Phân phối xác suất thống kê 
của 3 thông số :hệ số thấm, cột nước 
thấm và Manning-Strickler của bờ khe 
suối, được tính toán từ giá trị Nash 
---- phân phối xác suất thống kê các 
giá trị “tốt” 
 phân phối xác suất thống kê của 
giá trị “không tốt” 
Bảng 1 thể hiện các giá trị dmc,nc của các 
thông số (hệ số của K, hệ số của cột nước thấm, 
hệ số Manning-Strickler), tương ứng kết quả 
“tốt” là 10% (nc = 200), kết quả không tốt là 
90% (mc = 1800). Tất cả các giá trị này (giá trị 
tính toán) đều lớn hơn rất nhiều giá trị chuẩn 
của dmc,nc ở mức 99,9% (bảng 2); có nghĩa là cả 
3 thông số đang xét đều quan trọng (đều nhạy) 
đối với mô hình tính toán. Giá trị dmc,nc của 
Manning-Strickler lớn hơn so với hai giá trị còn 
lại (xem hình 3 và bảng 1), điều này phù hợp 
với kết quả của hình 2 (có nghĩa là Manning-
Strickler của bờ khe suối quan trọng hơn hai 
thông số còn lại). 
Bảng 1. Giá trị thống kê của Kolmogorov nhận 
được từ kết quả tính toán Monte-Carlo của Nash 
Thông số tính toán dmc,nc 
Hệ số của hệ số thấm (hệ số của K) 0,344 
Hệ số của cột nước thấm 0,399 
Hệ số Manning-Strickler của bờ 
khe suối 
0,704 
Vấn đề còn lại là hệ số thấm và cột nước 
thấm, giá trị nào sẽ quan trọng hơn trong mô 
hình? Ở hình 2, các giá trị khả dĩ hàm Nash của 
cả hai giá trị đều không phân tán hết khoảng 
biến đổi của thông số đã chọn, song với thông 
số hệ số thấm, các giá trị này xu thế phân tán 
hơn so với cột nước thấm, có nghĩa là cột nước 
thấm sẽ có vai trò ảnh hưởng nhiều hơn đối với 
hệ số thấm. Giá trị dmc,nc của cột nước thấm cũng 
lớn hơn giá dmc,nc của hệ số thấm, điều đó cũng 
đã được khẳng định như kết quả ở hình 2 mà 
chúng ta đã phân tích ở trên (cột nước thấm 
quan trọng hơn hệ số thấm trong mô hình). 
Mức độ chuẩn Hệ số  Giá trị chuẩn 
dmc,nc 
90,0% 1,22 0,090 
99,9% 1,95 0,145 
Bảng 2. Giá trị chuẩn thống kê của Kolmogrov 
4. KẾT LUẬN 
Phương pháp GLUE và phương pháp phân 
tích tổng quát thống kê của Kolmogrov đã được 
nhiều tác giả dùng để phân tích độ nhạy của các 
thông số trong một mô hình tính toán. Các 
phương pháp này đã được tác giả giới thiệu 
ngắn gọn và áp dụng để phân tích độ nhạy ứng 
 131 
với 3 thông số trong cơ chế hình thành dòng 
chảy lũ thông qua phần mềm MARINE ở lưu 
vực Gardons d’Anduze - Pháp, kết quả: 
- Cả 3 thông số (hệ số thấm, cột nước thấm 
và Manning-Strickler bờ khe suối) đều quan 
trọng trong mô hình tính toán, trong đó 
Manning-Strickler có vai trò quan trọng nhất. 
- Cột nước thấm nhạy hơn (có ảnh hưởng 
nhiều hơn) hệ số thấm trong cơ chế hình thành 
dòng chảy lũ. 
Để phân tích độ nhạy theo phương pháp 
GLUE và phương pháp tổng hợp, chúng ta phải 
chọn tổ hợp với số lượng các thông và khoảng 
cách biến thiên của mỗi thông số hợp lý. Dùng 
phương pháp GLUE và phương pháp phân tích 
tổng quát thống kê của Kolmogrov ngoài việc 
phân tích vào cơ chế hình thành dòng chảy lũ 
như đã trình bày ở trên còn được phân tích độ 
nhạy các thông số ở các mô hình khác: như các 
bài toán về thủy lực, nền móng, ổn định công 
trình Phần này sẽ được tác giả giới thiệu 
trong những bài tiếp theo. 
TÀI LIỆU THAM KHẢO 
[1] Melchers, R. E. "Structural reliability. Analysis and Prediction". Deparment of Civil 
Engineering and Surveying, University of Newcastle, N.S.W, Australia, 88-103, 1987 
[2] Hornberger, G. M., and Spear, R. "An approach to the preliminary analysis of environmental 
systems". Journal of Environmental Management, 12, 7–18, 1981. 
[3] Beven, K. "Changing ideas in hydrology - the case of physically-based models". J. of 
Hydrology 105, 157–172, 1989. 
[4] Le,X.K et al. “Parameter sensitivity analysis of distributed hydrologic model. Application of 
MARINE on the “Gardons d’Anduze” basin, France”. Japan - Vietnam Estuary Workshop, 
Vietnam, 2007. 
Abstract 
SENSITIVITY STUDIES OF SOME PARAMETERS IN PROCESSES MECHANISM OF 
THE FLASH FLOOD ON THE GARDONS D’ANDUZE – FRENCH 
The flash floods of slope basin threaten not only the property but also the human lives. MARINE 
software (Modélisation de l’Anticipation du Ruissellement et des Inondations pour des évéNements 
Extrêmes) has been developed at the Institute Fluids Mechanics of Toulouse, it allows the 
calculation of the flood hydrogram at the outlet of the basin. There are many parameters are 
involved in the shape of the hydrogram; problem is, which parameters are most sensitive for the 
results? From the flood hydrogram at the outlet of the Gardons d’Anduze basin, the use method 
GLUE “Generalized Likelihood Uncertainty Estimation” and the different comparative criteria 
between the simulations and the observations, we can compare sensitivity of the different 
parameters in the processes of flash flood. 
Key words: flash flood, MARINE, sensitivity, GLUE