Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 9 Chѭѫng 2. PHÂN LOҤI VÀ TIӂN TRÌNH MÔ HÌNH 2.1 Phân loҥi mô hình 2.1.1 Mөc ÿích phân loҥi mô hình Có nhiӅu cách phân loҥi mô hình môi trѭӡng, viӋc phân loҥi có thӇ dӵa vào ÿһc ÿiӇm tính toán, cách mô phӓng, phѭѫng pháp vұn hành, phép so sánh hoһc dӵa vào giҧÿӏnh. ViӋc phân loҥi mô hình nhҵm:  ThӇ hiӋn ý tѭӣng kiӇu mô phӓng nào ÿѭӧc sӱ dөng  Trình bày phѭѫng pháp và mӭc ÿӝ toán hӑc ӭng dөng  BiӇu hiӋn dҥng xuҩt kӃt quҧ cӫa mô hình  ĈӅ xuҩt loҥi dӳ liӋu nào cҫ n ÿѭa vào ÿӇ có thông tin  Ĉӏnh danh thành phҫn nào trong hӋ thӕng cҫn mô phӓng 2.1.2 Các nhóm mô hình Mӝt mô hình có thӇ có các tên gӑi khác nhau, tùy theo tác giҧ, nhѭ là: o Mô hình vұt lý (physical model) o Mô hình toán hӑc (mathematical model) o Mô hình sӕ (numerical model) o Mô hình giҧi tích (analysis model) o Mô hình xác ÿӏnh (deterministic model) o Mô hình khái niӋm (conceptual model) o Mô hình ngүu nhiên (stochatic model) o Mô hình tham sӕ (parametric model) o Mô hình әn ÿӏnh (steady-state model) o Mô hình bҩt әn ÿӏnh (unsteady-state model) o Mô hình dӵa vào các giҧÿӏnh sinh hóa (biochemical assumption model) o Mô hình ÿánh giá tác ÿӝng (impact assessment model) o Mô hình dӵ báo (forecast model) o v.v…. Mӝt mô hình có thӇ phân loҥi theo quy mô ӭng dөng: x Theo không gian (spatial): ӣ mӝt vùng nhӓ hay mӝt khu vӵc lӟn. x Theo thӡi gian (temporal): ngҳn hҥn hay dài hҥn x Theo giá trӏ mô hình (model validity): cho giӟi hҥn ÿӝ chính xác cӫa mô hình x Theo giá trӏ cӫa dӳ liӋu (data validity): tùy theo mӭc ÿӝ và quy mô thu thұp dӳ liӋu (ví dө lҩy mүu theo mӝt ÿiӇm ÿo cөc bӝ, hay lҩy nhiӅu mүu trong mӝt khu vӵc lӟn). Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 10 NӃu dӵa vào cҩu trúc, mô hình có thӇ có 3 nhóm:  Mô hình “hӝp trҳng” (white box): là mô hình mà ngѭӡi sӱ dөng có thӇ thҩy – hiӇu tҩt cҧ các tiӃn trình tính toán xҧy ra, quá trình trӳ dӳ liӋu, thông tin phҧn hӗi/ phҧn tiӃn. Nhóm mô hình này thѭӡng dùng các phѭѫng trình vi phân riêng (partial differential equation) chӫÿҥo các thay ÿәi tiӃn trình vұt lý và phѭѫng trình liên tөc (equations of continuity) cho các dòng nѭӟ c mһt và nѭӟc trong ÿҩt. Mô hình vұt lý và mô hình xác ÿӏnh nҵm trong nhóm mô hình “hӝp trҳng”.  Mô hình “hӝp ÿen” (black box): là mô hình mà ngѭӡi sӱ dөng chӍ biӃt ÿҫu vào (inputs) và ÿҫu ra (outputs) mà hoàn toàn không biӃt nhӳng gì xҧy ra bên trong quá trình chuyӇn hoá trong mô hình. Dӳ liӋu ÿҫu vào và dӳ liӋu ÿҫu ra là nhӳng giá trӏ mang ý nghƭa vұt lý. Thѭӡng các nhà giҧi thuұt dùng các phѭѫng trình toán hӑc ÿѫn và phép phân tích chuӛi thӡi gian (time series) ÿӇ tҥo ra mô hình “hӝp ÿen”. Mô hình ngүu nhiên nҵm trong nhóm này.  Mô hình “h͡p xám” (grey box): là mô hình mà ngѭӡi sӱ dөng hiӇu ÿѭӧc mӝt phҫn tiӃn trình xӱ lý dӳ liӋu. Mô hình tham sӕ và mô hình khái niӋm thuӝc nhóm mô hình “hӝp xám”. Mô hình môi trѭӡng, ÿһc biӋt là môi trѭӡng nѭӟc, thѭӡng mang ít nhiӅu ÿһc ÿiӇm cӫa mӝt mô hình thӫy văn hӑc (hydrological model) có thӇ phân loҥi nhѭ hình 2.1 và ÿѭӧc giҧi quyӃt theo 3 kiӇu mô tҧ: ¾ TiӃn trình cӫ a mô hình (process); (hình 2.2) ¾ Tӹ lӋ thӡi gian và không gian (time and space scales); (hình 2.3) ¾ Kӻ thuұt giҧi toán (solution techniques); (hình 2.4) Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 11 Hình 2.1. Phân loҥi mô hình tәng quát (theo Tim, 1995) Hình 2.2. Phân loҥi mô hình dӵa theo mô tҧ tiӃn trình (theo Singh, 1995) Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 12 Hình 2.3. Phân loҥi mô hình dӵa vào quy mô không gian và thӡi gian (theo Singh, 1995) Hình 2.4. Phân loҥi mô hình dӵa vào phѭѫng pháp giҧi toán (theo Singh, 1995) 2.2 TiӃn trình vұn hành mô hình Tҩt cҧ các phҫn mӅm mô hình thѭӡng ÿѭӧc vұn hành và thӱ nghiӋm theo mӝt tiӃn trình tәng quát nhѭ hình 2.5 sau: Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 13 Thu thұp dӳ liӋu và xӱ lý ( Data collection and p rocessin g) Mô hình khái niӋm ( Conce p tual model ) Mô hình giҧi tích hoһc mô hình sӕ ( Anal y tical or numerial model ) HiӋu chӍnh ( Calibration ) KiӇm ÿӏnh ( Verification ) Tiên ÿoán hoһc Tӕi ѭu ( Prediction or O p timisation ) Hình 2.5. TiӃn trình cӫa mӝt mô hình 2.2.1 Thu thұp dӳ liӋu Tҩt cҧ các mô hình muӕn vұn hành ÿѭӧc ÿӅu phҧi có nguӗn dӳ liӋu ban ÿҫu và các ÿiӅu kiӋn cҫn thiӃt (ÿiӅu kiӋn biên và ÿiӅu kiӋn ban ÿҫu). Các dӳ liӋu thѭӡng bao gӗm sӕ liӋu ÿӏa hình (cao ÿӝ, ÿӝ dӕc,…) , các kích thѭӟc lѭu vӵc cҫn tính toán (chiӅu dài, chiӅu rӝng, diӋn tích,…) , các diӉn biӃn vӅ khí tѭӧng (mѭa, bӕc hѫi, bӭc x ҥ, vұn tӕc và hѭӟng gió,…), nguӗn ô nhiӉm (nhà máy, khu dân cѭ, ruӝng vѭӡn, hҫm mӓ, khu công nghiӋp…), các biӃn sӕ môi trѭӡng (pH, nhiӋt ÿӝ, ÿӝ mһn, ÿӝ ÿөc, nhu cҫu oxy sinh hóa, các chҩt phú dѭӥng, vi khuҭn,…), các thông sӕ liên quan, … tѭѫng ӭng vӟi chuӛi thӡi gian xuҩt hiӋn hoһc không gian xuҩt phát. 2.2.2 Mô hình khái niӋm Mô hình khái niӋm là mӝt dҥng ý tѭӣng hoá nhҵm tӕi giҧn nhӳng yӃu tӕ phӭc tҥp ngoài thӵc tӃӣ dҥng mӝt lѭu ÿӗ hoһc sѫÿӗ. Trong ÿó các mNJi tên ÿѭӧc sӱ dөng ÿӇ chӍ các mӕi Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 14 Thҭm thҩu và Bӕc thoát hѫi Mѭa Bӕc hѫi Bӕc thoát hѫi Chҧy tràn mһt Nѭӟc ngҫm Ҭm ÿӝ trong ÿҩt Tѭѫng tác giӳa cây trӗng và sӵ hҥ thҩp mӵc nѭӟc mһt Sӵ chҧy lүn Chұm Rҩt chұm Nhanh Sông quan hӋ hoһc chiӅu hѭӟng diӉn biӃn. Các lӡi ghi chú bên cách các hình ҧnh ÿӇ thuyӃt minh thêm tính chҩt cӫa sӵ vұt hoһc quá trình hoһc các thông sӕ cӫa mô hình. Hình 2.6 là mӝt ví dө vӅ mô hình khái niӋm cӫa Beater (1989) ÿӇ diӉn tҧ chuyӇn vұn cӫa nѭӟc trong mô hình quan hӋ mѭa – dòng chҧy. Trong mô hình khái niӋm phҧi bҳt ÿҫu tӯ các dӳ liӋ u nhұp vào, các diӉn biӃn bên trong mô hình và các thông tin xuҩt ra tӯ mô hình. Mӝt hình khái niӋm phҧi thӇ hiӋn tính ÿѫn giҧn ÿӇ tҥo cho nhӳng ngѭӡi không phҧi là chuyên gia vӅ mô hình có thӇ hiӇu mөc tiêu cӫa bài toán mô hình. Hình 2.6. Mô hình khái niӋm diӉn ta quan hӋ mѭa – dòng chҧy (Beater, 1989) Mӝt sӕѭu ÿiӇm, thӃ mҥnh và tính hӳu hiӋu cӫa mô hình khái niӋm: x Mô hình khái niӋm có thӇÿѭӧc hình thành mһt dҫu ngѭӡi tҥo ra nó có thӇ chѭa hiӇu hӃt tҩt cҧ các hiӋn tѭӧng phӭc tҥp trong thӵc tӃ. x Có thӇÿѫn giҧn hóa tính bҩt nhҩt cӫa các thông sӕ thành tính ÿӗng nhҩt. Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 15 x Có thӇ giҧm thiӇu ÿѭӧc sӕ liӋu yêu cҫu. x DӉ dàng cho ngѭӡi xem hiӇu cách thu thұp sӕ liӋu, thông tin sӳ dөng mӝt cách nhanh chóng và ít tӕn kém. x Mô hình khái niӋm là mӝt công cө kӻ thuұt cho các lұp trình viên hiӇu vҩn ÿӅ phҧi giҧi quyӃt mà không cҫn phҧi là mӝt chuyên gia môi trѭӡng. x Mô hình khái niӋ m tҥo thuұn lӧi cho viӋc diӉn giҧi trong thuyӃt minh, biӇu bҧng, ÿӅ thӏ. x Có thӇ tҥo ra mӝt giao tiӃp vӟi cѫ sӣ dӳ liӋu và hӋ thӕng thông tin ÿӏa lý (GIS). Tuy nhiên, mô hình khái niӋm vүn có nhӳng nhѭӧc ÿiӇm và giӟi hҥn: o Mô hình khái niӋm là mӝt khái quát nhân tҥo và phi vұt lý qua các tӕi giҧn nên có thӇ không ÿѭa ra hӃt nhӳng quan hӋ tѭѫng tác giӳa các ÿӕi tѭӧng. o Nh ӳng ngѭӡi thiӃu kinh nghiӋm có thӇ tҥo ra các giҧ thiӃt phi thӵc tӃ hoһc quá ÿѫn giҧn. o Mô hình khái niӋm mang tính tәng quá nên ÿôi khi bӓ sót các phѭѫng án vұn hành. o Mô hình khái quát thѭӡng không thӇ thӇ hiӋn cách ÿiӅu chӍnh sai sӕ hoһc ngoҥi suy trong trѭӡng hӧp thiӃu dӳ liӋu. o Khi cҫn bә sung mô hình hoһc tái cҩu trúc mô hình có thӇ tҥo ra mӝt tình trҥng quá gò bó thông sӕ. 2.2.3 Mô hình giҧi tích hoһc mô hình sӕ Mӝt bài toán trong mô hình thѭӡng ÿѭӧc biӇu thӏ sӵ hiӋn diӋn cӫa các thông sӕ và biӃn sӕ. Thông sӕ (parameter) là nhӳng hӋ sӕ gia trӑng, không có thӭ nguyên. BiӃn sӕ (variable) là các ÿҥi lѭӧng vұt lý có ý nghƭa, thѭӡng có thӭ nguyên. Mô hình giҧi tích (hoһc mô hình sӕ) thӵc chҩt là mӝt loҥt các thuұt toán ÿѭӧc viӃt ÿӇ giҧi quyӃt các quan hӋ giӳa các thông sӕ và biӃn sӕ trong mô hình và cho ra kӃt quҧ dѭӟ i dҥng sӕ hoһc ÿӗ thӏ. Ĉây là phҫn cӕt lõi, quan trӑng nhҩt và là phҫn phӭc tҥp nhҩt trong tiӃn trình thӵc hiӋn mô hình hóa. 2.2.4 HiӋu chӍnh mô hình HiӋu chӍnh (calibration) là tiӃn trình mà trong ÿó các thông sӕ và biӃn sӕ cӫa mô hình ÿѭӧc ÿiӅu chӍnh ÿӇ kӃt quҧ ra cӫa mô hình phù hӧp vӟi thӵc tӃ quan sát ÿѭӧc. Do khi phát triӇn mô hình, chúng ta phҧi tӕi giҧn các hiӋn tѭӧng vұt lý trong tӵ nhiên ÿӇ thuұn lӧi cho ngѭӡi làm thұt toán. ĈiӅu này khiӃn các sӕ liӋu nhұp vào mô hình có nhӳng giá trӏ không hoàn toàn chҳc chҳn và kӃt quҧ ra sӁ sai biӋt v ӟi thӵc tӃ. HiӋu chӍnh là công viӋc nhҵm rút ngҳn các khoҧng cách sai biӋt bҵng cách ÿѭa ra các thông sӕÿiӅu chӍnh gӑi là thông sӕ mô hình (model parameters). 2.2.5 KiӇm nghiӋm mô hình KiӇm nghiӋm mô hình là bѭӟc tiӃp sau công viӋc HiӋu chӍnh mô hình nhҵm kiӇm tra các thông sӕ mô hình ÿѭa ra có phù hӧp vӟi các diӉn biӃn cӫa thӵc tӃ hay không. Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 16 Chuӛi sӕ liӋu theo thӡi gian Chuӛi sӕ liӋu dùng ÿӇ chҥy và HiӋu chӍnh mô hình Chuӛi sӕ liӋu dùng ÿӇ kiӇm nghiӋm mô hình Mô hình Ví dө trong khҧo sát diӉn biӃn trong quan hӋ mѭa – dòng chҧy trong nhiӅu năm, ngѭӡi ta cҳt chuӛi sӕ liӋu quan trҳc ra thành 2 ÿoҥn: ÿoҥn sӕ liӋu dài ban ÿҫu dùng ÿӇ chҥy mô hình và HiӋu chӍnh mô hình. Ĉoҥn sӕ liӋu thӭ hai sau ngҳn hѫn dùng làm kiӇm nghiӋm kӃt quҧ mô hình cho ÿoҥn trѭӟc (hình 2.7). Hình 2.7 Minh hӑa viӋc phân ÿoҥn chuӛi sӕ liӋu theo thӡi gian ÿӇ HiӋu chӍnh và thӱ nghiӋm khi chҥy mô hình 2.2.6 Tiên ÿoán hoһc tӕi ѭu Thông thѭӡng mô hình ÿѭӧc sӱ dөng cho mөc tiêu tiên ÿoán các diӉn biӃn các biӃn sӕ trong tѭѫng lai hoһc tӕi ѭu hóa viӋc chӑn lӵa. Trong tiên ÿoán, nhѭ các mô hình vӅ khí hұu hoһc mô hình lan truyӅn ô nhiӉm, các thuұt toán ngoҥi suy (extrapolation) ÿѭӧc sӱ dөng ÿӇ kéo dài kӃt quҧӣÿҫu ra. Trong bài toán lӵa chӑn tӕi ѭu, các giá trӏ cӵc trӏӣÿҫu ra ÿѭӧc chӑn cho quyӃt ÿӏnh. 2.3 Tiêu chuҭn chӑn lӵa mô hình 2.3.1 Khái niӋm Trong suӕt vài thұp niên qua, nhiӅu mô hình khác nhau ÿã ÿѭӧc phát triӇn trên thӃ giӟi. Thông thѭӡng mӛi mô hình thѭӡng có các thӃ mҥnh riêng và các nhѭӧc ÿiӇm nhҩt ÿӏnh. Khó có thӇ có mӝt mô hình chuҭn mӵc nào cho tҩt cҧ các trѭӡng hӧp thӵc tӃ. ĈiӅu này thѭӡng gây sӵ bӕi rӕi cho ngѭӡi sӱ dөng khi phҧi lӵa chӑn mô hình phù hӧp cho mình. Khái niӋm mô hình tӕt nhҩt thѭӡng ÿѭӧc hiӇu mӝt cách t ѭѫng ÿӕi. VӅ nguyên tҳc, mô hình càng phӭc tҥp, dӳ liӋu nhұp vào càng nhiӅu thì kӃt quҧ thӇ hiӋn mô hình càng cao (hình 2.8). Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 17 Hình 2.8 BiӇu ÿӗ minh hӑa quan hӋ giӳa ÿӝ phӭc tҥp cӫa mô hình, mӭc ÿòi hӓi cӫa dӳ liӋu và khҧ năng thӇ hiӋn kӃt quҧ tiên ÿoán cӫa mô hình (Grayson and Bloschl, 2000) 2.3.2 Mô hình "tӕt nhҩt" x Các phѭѫng pháp mөc tiêu tәng thӇÿӇ chӑn mô hình “tӕt nhҩt” thұt ra chѭa ÿѭӧc phát triӇn, do vұy viӋc chӑn mô hình cNJng là mӝt phҫn “nghӋ thuұt” cӫa ngѭӡi nghiên cӭu mô hình (Woolhiser and Brakensiek, 1982). x Mô hình “tӕt nhҩt” tùy thuӝc vào cách hiӇu tiêu chuҭn nào là “tӕt nhҩt”. ĈiӅu này tùy thuӝc vào mӭc chính xác cӫa yêu cҫu khoҧng thӡi gian quan trҳc, ví dө thӡi ÿoҥn lҩy mүu nѭӟc theo giӡ, ngày, tháng hoһc mùa. M һc khác, chuҭn “tӕt nhҩt” còn tùy theo mӭc ÿӝ dày mһt cӫa kích thѭӟc không gian mүu. Khoҧng cách càng nhӓ thì mӭc chính xác càng cao. x Theo tác giҧ Woolhiser và Brakensiek (1982) viӋc chӑn mô hình “tӕt nhҩt” tùy thuӝc vào ÿӝ lӟn vӅ kích thѭӟc tӵ nhiên cӫa bài toán và sӵ phӭc tҥp trong thay ÿәi các biӃn sӕ. Do vұy, ÿһc ÿiӇm cӫa mô hình phҧi tѭѫng thích vӟi yêu cҫu cӫa bài toán. Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 18 2.3.3 Chӑn mô hình theo cҩu trúc và giá trӏ vào/ra NhiӅu nhà nghiên cӭu vӅ mô hình ÿã ÿӅ xuҩt viӋc chӑn lӵa mô hình phҧi dӵa vào cҩu trúc cӫa mô hình và giá trӏ cӫa dӳ liӋu ӣÿҫu vào và ÿҫu ra. Các lӵa chӑn này bao gӗm: x S͹ khái quát hóa cͯa các ti͇n trình chͯ y͇u: Mô hình phҧi phҧn ánh “ý tѭӣng” ÿúng theo thӵc tӃ lên quan ÿӃn các tiӃn trình chính (Popov, 1968). Sѫÿӗ khái quát phҧi thӇ hiӋn ÿѭӧc các bӝ phұn cҩu thành mô hình diӉn biӃn theo mӝt tiӃn trình mang tính lý thuy Ӄt chӭ không ÿѫn thuҫn chӍ là các kӃt nӕi ÿѫn giҧn. x Mͱc ÿ͡ chính xác cho vi͏c tiên ÿoán, d͹ báo: ÿӝ chính xác cӫa viӋc tiên toán ӣ kӃt quҧÿҫu ra rҩt quan trӑng. Mô hình phҧi ÿѭӧc kiӇm nghiӋm bҵng mӝt phѭѫng cách nào ÿó sao cho sai sӕ thӕng kê và nhӳng yӃu tӕ không chҳc chҳn cӫa mô hình ÿҥt ÿѭӧc mӝt chҩt lѭӧng nhҩt ÿӏnh. Mô hình phҧi tӕi thiӇu hóa th Ӄ xu hѭӟng và biӃn sai sӕ phҧi xem là nhӓ hѫn các tính toán khác. ĈiӅu này cNJng thӇ hiӋn tính chính xác cӫa dӳ liӋu nhұp vào. Tuy nhiên, mӭc chính xác cӫa dӳ liӋu nhұp vào quan trӑng hѫn là mӭc chính xác cӫa dӵ báo do mô hình tҥo ra (Hillel, 1986). x Tính ÿ˯n gi̫n cͯa mô hình: Mô hình cҫn ÿѭӧc tӕi giҧn nhҵm giҧm bӟt các biӃn sӕ và thông sӕÿӇ mô tҧ các tiӃn trình. Càng ít các thông sӕÿӇÿiӅu chӍnh thì càng dӉ cho ngѭӡi sӱ dөng. Mô hình cNJng cҫn tҥo sӵ dӉ dàng cho viӋc nhұp dӳ liӋu, hiӇu rõ các biӃn sӕ và kӃt quҧ ra có thӇ giҧi thích ÿѭӧc. Mô hình nên tránh sӵ thô kӋch, rѭӡm rà, làm viӋc xӱ lý trӣ nên khó khăn, phӭc tҥp và sai sӕ lӟn (Tim, 1995). x Xem xét vi͏c thành l̵p các thông s͙: Ĉây là mӝt xem xét quan trӑng trong viӋc phát triӇn các mô hình khái niӋm sӱ dөng các thông sӕÿѭӧc thành lұp bҵng các kӻ thuұt tӕi ѭu hóa. N Ӄu các giá trӏ tӕi ѭu cӫa thông sӕ có ÿӝ nhҥy cao theo thӡi kǤ ghi nhұn, hoһc nӃu các thông sӕ có sӵ biӃn ÿӝng lӟn giӳa các lѭu vӵc tѭѫng tӵ, mô hình có nhiӅu khҧ năng thiӃu hiӋn thӵc. ViӋc xem xét sӵ thành lұp các thông sӕ cNJng hàm ý rҵng các nhà nghiên cӭu vӅ mô hình khác nhau nên dӵa theo viӋc xem xét các giá trӏ thông sӕ tӯ viӋc quan trҳc thӵc tӃ hoһc tӯ viӋ c thӵc hành HiӋu chӍnh. x Ĉ͡ nh̩y cͯa k͇t qu̫ÿ͇n s͹ thay ÿ͝i giá tr͓ thông s͙: Mô hình quá nhҥy nhҥy cҧm sӁ dүn ÿӃn cҫn nhiӅu giá trӏ nhұp vào, ÿiӅu này gây khó khăn khi ÿo ÿҥc. x Các gi̫ÿ͓nh (assumption): Mô hình nên chӭa ít các giҧÿӏnh. Ngѭӡi sӱ dөng mô hình nên hiӇu rҵng các ÿһt ra nhiӅu giҧÿӏnh chӯng nào thì tҥo nên viӋc giӟi hҥn sӱ dөng mô hình và làm các thông sӕ nh ҥy cҧm hѫn (Hughes et al., 1993). x Ti͉m năng cho vi͏c c̫i ti͇n mô hình: Mô hình cҫn ÿѭӧc cҩu trúc sao cho viӋc cҧi tiӃn mô hình dӉ dàng khi có các thông tin mӟi hoһc có các thӫ tөc bә sung. [...]... hi n trong mô hình và i u ki n mô hình có giá tr Ch n mô hình tr n gói hay là mô hình theo yêu c u: Mô hình tr n gói (là mô hình c thi t k cho t ng th các tr ng h p) th ng d s d ng nh ng thi u tính m m d o và b h n ch s d ng Lo i mô hình tr n gói th ng c s d ng khi g p các tình hu ng ít có h n s tình hu ng d ki n ban u mà ng i phát tri n mô hình ngh ra Mô hình theo yêu c u là nh ng mô hình mà ta có... các lo i mô hình và ph c t p c a mô hình (nh mô hình ph i liên k t v i các mô hình khác, liên k t v i GIS, ngôn ng máy tính,…) ng d ng trong t sau ng lai c a ph n xu t mô hình: d ki n cho các l n s d ng Tính t ng h p c a mô hình: xem xét kh n ng mô hình có th gi i quy t nhi u m c tiêu, có t m ng r ng và d ki n các kh n ng s d ng v sau Cách truy c p mô hình, tài li u h ng d n và d phòng (back-up): khi...Bài gi ng môn h c MÔ HÌNH HÓA MÔI TR NG Tr ng i h c C n Th - 2. 3.4 Ch n mô hình theo v n Vi c ch n l a mô hình theo v n th c t th c t c n c cân nh c trong các tr ng h p: i u ki n t nhiên c a mô hình: mô hình ph i áp ng các v n th c t ph i gi i quy t Ví d nh các u ra mong mu n có th... c MÔ HÌNH HÓA MÔI TR NG Tr ng i h c C n Th Cách th hi n mô hình: nh th hi n th ph n xu t chính xác c a k t qu , tính n nh, nh y, cách Tính thân thi n cho ng i s d ng (user friendliness): xem xét mô hình có d dàng giúp ng i s d ng cách nh p li u, ch n l a ki u xu t k t qu , giao di n ng i s d ng, các ki u th , b ng k t qu th ng kê,… Xem xét quy mô: ... mô: xem coi quy mô không gian mà mô hình s d ng có t v i vi c khái ni m và c u trúc c a v n không 2. 3.5 ng thích ánh giá l i vi c ch n l a M t khi ã l a ch n mô hình, ng i s d ng c n ph i ánh giá l i vi c ch n l a c a mình b ng cách tr l i các câu h i sau: Các thông tin mà mô hình cung c p có th c s theo yêu c u c a bài toán không? Các c tr ng v t lý th hi n qua các thông s c a mô hình có th c s vi... trang b mô hình c n xem xét nhà cung c p có t o các d dàng cho ng i s d ng cách truy c p, các h tr , hu n luy n b c h ng d n, tr l i các gút m c (help desk), có công c l u d li u d phòng, … Kh n ng ngu n nhân l c: nên xem ngu n nhân l c khi trang b mô hình tính toán, hu n luy n các nhân viên s d ng ch a có kinh nghi m - 19 TS Lê Anh Tu n Bài gi ng môn... c s vi c ng d ng trong th c t không? áp ng Các ph ng trình s d ng trong c u trúc mô hình có úng v i thu t toán hi n phù h p v i d li u và thi t b máy tính không? Các k t qu mà mô hình cung ng có ch t l m t th i gian c thù nào không? ng t t t i ng x ng v i chi phí theo - 20 TS Lê Anh Tu n ... các tình hu ng ít có h n s tình hu ng d ki n ban u mà ng i phát tri n mô hình ngh ra Mô hình theo yêu c u là nh ng mô hình mà ta có th t hàng cho nh ng ng i chuyên phát tri n mô hình làm riêng cho cho m t tr ng h p nào ó Lo i mô hình này s giúp ta gi i quy t úng v n th c t c n thi t nh ng th ng t n kém và m t nhi u th i gian Bài toán liên quan n giá tr quy t nh: khi tính toán kh n ng tài chính và tài . Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 11 Hình 2. 1. Phân loҥi mô hình tәng quát (theo Tim, 1995) Hình 2. 2. Phân loҥi mô hình dӵa theo mô tҧ tiӃn. giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 12 Hình 2. 3. Phân loҥi mô hình dӵa vào quy mô không gian và thӡi gian (theo Singh, 1995) Hình 2. 4. Phân loҥi mô hình. Bài giҧng môn hӑc MÔ HÌNH HÓA MÔI TRѬӠNG Trѭӡng Ĉҥi hӑc Cҫn Thѫ TS. Lê Anh Tuҩn 9 Chѭѫng 2. PHÂN LOҤI VÀ TIӂN TRÌNH MÔ HÌNH 2. 1 Phân loҥi mô hình 2. 1.1 Mөc ÿích phân loҥi mô hình Có nhiӅu