Mô hình dự báo ô nhiễm nguồn nước

18/07/2023
Với mục tiêu xây dựng và ứng dụng các phương pháp tính toán hiện đại của thế giới vào việc xây dựng chương trình chất lượng nước cho phép tính toán, mô phỏng quá trình lan truyền lũ và truyền tải chất, PGS.TS. Trần Thu Hà và nhóm nghiên cứu Viện Cơ học đã tiến hành đề tài: “Nghiên cứu mô hình dòng chảy ô nhiễm có sử dụng hàm nhạy cảm phụ thuộc vào vị trí đo đạc để tìm nguồn ô nhiễm” (Mã số: VAST01.09/21-22). Đề tài được Hội đồng nghiệm thu cấp Viện Hàn lâm KHCNVN xếp loại A.


Hình 1. Chủ nhiệm PGS.TS. Trần Thu Hà

Dự báo ô nhiễm nguồn nước là một nhiệm vụ quan trọng đối với sự an toàn tính mạng của con người và các loài sinh vật. Để đạt được điều này, điều bắt buộc là phải có khả năng xác định sự không chắc chắn trong một dự đoán mô hình. Đó là nhiệm vụ của việc phân tích độ nhạy mà vai trò của nó là xác định độ không chắc chắn trong các đầu ra của mô hình được quy cho các đầu vào của mô hình (các tham số trong trường hợp này). Khả năng biết trước và với độ chính xác cao về tác động của sự thay đổi phát thải chất ô nhiễm từ miền này sang miền khác sẽ giúp các nhà nghiên cứu ra quyết định cải thiện sức khỏe cộng đồng và môi trường.

Mục tiêu của đề tài là cung cấp một công cụ hiệu quả dựa trên phương pháp tiếp cận phương trình liên hợp (PTLH) để tính toán độ nhạy cảm của các tham số đầu vào đối với đầu ra (phản hồi hệ thống). Nó cho phép có được thông tin về cách kết quả đầu ra được thực hiện bởi mỗi tham số đầu vào. Có nhiều phương pháp tính khác nhau để thực hiện phân tích độ nhạy cảm.

Phương pháp PTLH hiệu quả về mặt tính toán để giải quyết các vấn đề phân tích độ nhạy cảm. Nó cho phép, trong một lần chạy PTLH tạo ra độ nhạy cảm của một hàm phản ứng (HPU) nhất định (được xác định trên một điểm hoặc một vùng  trong 1 khoảng thời gian) đối với sự phân bố toàn miền của các nguồn ô nhiễm trên miền vật lý và thời gian tính của mô hình. Những khó khăn chính trong cách tiếp cận PTLH liên quan đến việc xây dựng biến liên hợp cho hệ thống tuyến tính hóa liên quan trong một hệ thống động lực học phi tuyến, đặc biệt là đối với các hệ thống có chiều cao.

Đề tài  trình bày các khía cạnh lý thuyết của phương pháp liên quan đến độ nhạy cảm của hàm phản ứng (HPU) đối với các vị trí quan sát ô nhiễm, trong khuôn khổ chung của vấn đề ô nhiễm nước. Hơn nữa, một mô hình mô phỏng được trình bày là ứng dụng của các khía cạnh lý thuyết này. Trong phần ứng dụng này, các mô hình thủy lực và ô nhiễm 2D được sử dụng để mô tả việc vận chuyển các chất ô nhiễm. Bằng cách xây dựng bài toán nhạy cảm sử dụng tối ưu biến phân bài toán nhằm mục tiêu chỉ ra chỗ miền đo đạc tốt nhất tính toán ô nhiễm nước để xác định nguồn ô nhiễm. Trên cơ sở bài toán lý thuyết được xây dựng các mô hình số trị được thiết lập, tính toán kiểm chứng mô hình đưa ra một phương pháp lý thuyết và chương trình tính toán cho hàm nhạy cảm mà nó phụ thuộc vào vị trí đo đạc được lựa chọn. Từ đó chúng ta có thể chỉ ra rằng nên đo đạc ở vị trí nào là phù hợp nhất để tính toán nguồn phát tán ô nhiễm.

Các mục tiêu chính được cụ thể là tìm nguồn ô nhiễm thông qua phân bố giá trị của gradient hàm phản ứng (hay là hàm nhạy cảm) trên miền tính thông qua mô hình tính gradient hàm số này cho bài toán ngược tìm nguồn ô nhiễm. Đạt được những kết quả lý thuyết về mô hình dòng chảy, ô nhiễm nước ảnh hưởng đến hệ sinh thái trong nước nhằm phục vụ cho yêu cầu dân sinh.

Bằng phương pháp tính đang sử dụng và phát triển mới các phương pháp toán học hiện đại, đề tài phát triển những bộ chương trình con tính toán tốt hơn để nâng cao chất lượng mô phỏng dòng chảy, nâng cao khả năng tính chất lượng nước... nhằm sử dụng các chương trình này như một công cụ hỗ trợ tính toán cho các bài toán thực tiễn trong tương lai.

Qua quá trình nghiên cứu, nhóm đã trình bày một phương pháp hiệu chỉnh mới để tìm nguồn ô nhiễm bằng phương pháp tối ưu biến phân. Với phương pháp mới về lý thuyết tính hàm nhạy cảm, chương trình tính được triển khai dựa trên phương pháp lý thuyết trên đã tính thử thành công cho bài toán ô nhiễm hồ Thanh Nhàn Hà Nội.

Hồ Thanh Nhàn nằm sau bệnh viện Thanh Nhàn có diện tích 8.1 ha, độ sâu 1.5m -3m, dung tích trung bình 162000m3. Lượng nước thải đổ vào hồ khoảng 2100m3/ngày-đêm. Hồ Thanh Nhàn được chia lưới thành các lưới tam giác không cấu trúc (hình 2 trái).


Hình 2. Sơ đồ lưới của hồ Thanh Nhàn (trái), trường ô nhiễm tại một thời điểm tính  T3=T2+20 s (mô hình tham khảo coi như là thực đo) (Phải)

Qua kết quả tính (hình 3) có thể thấy độ nhạy cảm mạnh hơn khi miền đo đạc gần với vùng ô nhiễm. Hơn nữa, theo hình vẽ 3.c và hình 2 (bên phải)  chúng ta có thể thấy giá trị hàm nhạy cảm lớn nhất khi vùng đo đạc ở trong miền có nguồn ô nhiễm. Từ đó bằng cách thay đổi các vị trí đo khác nhau tính hàm nhạy cảm, chúng ta có thể xác định vùng có nguồn phát tán ô nhiễm. Điều đó giúp chúng ta có thêm 1 phương pháp phát hiện vùng ô nhiễm thông qua sự thay đổi các vị trí đo đạc trong mô phỏng khi đó giá trị hàm nhạy cảm sẽ thay đổi. Hàm nhạy cảm này sẽ lớn nhất khi trùng với nguồn phát tán ô nhiễm.


Hình 3. Sai số của trường ô nhiễm với trường ô nhiễm tham khảo (a); Gradient của hàm phản ứng (gọi là hàm nhạy cảm)
đối với Cobs với các vị trí đo đạc khác nhau (b)-(e)

Kết quả của đề tài đã công bố 01 bài báo được đăng trên tạp chí ISI chất lượng cao và 01 bài báo được đăng trên tạp chí SCIE. Với những kết quả đã đạt được, nhóm nghiên cứu mong tiếp tục phát triển phương pháp dự báo hiệu chỉnh dựa trên công nghệ mới là trí tuệ nhân tạo thích nghi mà nó được gọi là ANN.

Nguồn tin: Chu Thị Ngân - Trung tâm Thông tin - Tư liệu
Xử lý tin: Minh Tâm



Tags:
Tin liên quan