Nghiên cứu xâm nhập mặn cho hạ lưu Sông Hậu dựa trên mô hình mã nguồn mở Suntans

10 Vũ Huy Công, Nguyễn Chí Công NGHIÊN CỨU XÂM NHẬP MẶN CHO HẠ LƯU SÔNG HẬU DỰA TRÊN MÔ HÌNH MÃ NGUỒN MỞ SUNTANS STUDY OF SALTWATER INSTRUSION FOR HAU RIVERBASED ON OPEN SOURCES CODE SUNTANS Vũ Huy Công, Nguyễn Chí Công Trường Đại học Bách khoa, Đại học Đà Nẵng; chicongbkdn@gmail.com Tóm tắt - Xâm nhập mặn là một trong những vấn đề cấp thiết ở Việt Nam và đang được nhiều nhà nghiên cứu quan tâm. Để mô phỏng xâm nhập mặn, hầu như các nghiên cứu trước đây ở Việt Nam đều sử dụng mô hình Mike 11. Đây là mô hình một chiều nên những đặc tính của nêm mặn theo không gian 3 chiều đã bị bỏ qua. Trong nghiên cứu này tác giả sẽ áp dụng mô hình 3 chiều, SUNTANS. SUNTANS là một mô hình mã nguồn mở, giúp người sử dụng linh hoạt hơn, có thể can thiệp nhiều hơn vào trong mô hình. SUNTANS được áp dụng để mô phỏng xâm nhập mặn cho hạ lưu sông Hậu thuộc đồng bằng sông Cửu Long, nơi vấn đề này đang diễn ra mạnh mẽ và có xu hướng trầm trọng hơn trong tương lai do lưu lượng ở thượng nguồn giảm. Qua nghiên cứu này, những ưu điểm của SUNTANS sẽ được thể hiện. Abstract - Salinity intrusion is a big challenge in Vietnam and it is getting more attention from many researchers. To simulate saltwater intrusion, most previous studies used the Mike 11 program, which is one dimension, so three-dimensional characteristics of salt wedge were neglected. In this work, another model is applied, that is Suntans. SUNTANS is the open source code model and users can use it flexibly or modify it. The case study in this work is the Cuu Long Delta, where saltwater intrusion problem has become strong and tends to worsen in the future due to the reduced discharge. Through this study, the advantages of using open source model, SUNTANS, will be shown. Từ khóa - xâm nhập mặn; SUNTANS; sông Cửu Long; mã nguồn mở. Key words - salt intrusion; SUNTANS; Cuu Long river; open source code. 1. Đặt vấn đề Trong các vấn đề nghiên cứu, mô hình toán luôn phát huy những ưu điểm của nó bằng cách cung cấp lời giải nhanh hơn, không chỉ cho một kịch bản mà cho nhiều kịch bản khác nhau. Tuy nhiên, các số liệu ở đầu ra chỉ đáng tin cậy khi mô hình được xây dựng trên cơ sở nhận biết đầy đủ về các tác nhân, và các quan hệ hệ thống của chúng phải được thể hiện tường minh trong thuật giải của mô hình. Các mô hình thương mại thường được xem như là những “hộp đen”, nơi người sử dụng đưa số liệu đầu vào, lấy số liệu đầu ra mà ít có khả năng can thiệp vào sâu bên trong mô hình. Hiện nay, ở Việt Nam, tình trạng số liệu nói chung là thiếu, không liên tục, không đồng bộ về thời gian, không gian, và khó tiếp cận. Trong khi các mô hình thương mại thường chạy trên những yêu cầu khắt khe về số liệu. Việc khắc phục sự không đầy đủ về số liệu này đòi hỏi những thử nghiệm thay thế số liệu thiếu bằng cách tổ hợp các số liệu có, có liên quan, và chúng cần được kiểm chứng. Do đó, một mô hình cho phép người sử dụng có thể tương tác nhiều hơn, thay đổi để có thể sử dụng các số liệu sẵn có là cần thiết. Muốn vậy, các mô hình được sử dụng nên theo hướng mã nguồn mở. Người viết, hay sử dụng các phần mềm mã nguồn mở có thể hiểu rõ hơn bên trong mô hình, đồng thời có thể cải tiến và phát triển thêm mô hình dựa vào yêu cầu từ thực tiễn. Trong nhiều năm qua, các nhà nghiên cứu đã chủ yếu ứng dụng Mike 11 để tính toán dòng chảy và mô phỏng xâm nhập mặn ở các lưu vực sông ở Việt Nam [3, 9]. Trong đó các tác giả đã mô phỏng xâm nhập mặn bằng bài toán trung bình hoá theo một chiều nên không thể mô phỏng được sư xáo trộn giữa nước mặn và nước ngọt, bởi đây là vấn đề 3 chiều trong không gian. Theo tác giả, các nghiên cứu trước đây chủ yếu là một chiều bởi vì việc cung cấp số liệu cho mô hình 3 chiều là một vấn đề lớn. Bên cạnh đó, MIKE là phần mềm có bản quyền nên việc ứng dụng cho các dự án gặp khó khăn. Bài toán xâm nhập mặn nên được nghiên cứu ở góc độ 3 chiều, khi đó người nghiên cứu không những thấy được mức độ xâm nhập mặn mà còn thấy được cả hình dáng của nêm mặn và các yếu tố tác động lên đó. Đây cũng là một vấn đề đáng quan tâm bởi thực tế cho thấy, cùng vị trí sông nếu lấy nước ở trên mặt và ở dưới sâu sẽ có thể có độ mặn khác nhau. Nghiên cứu này nhằm giới thiệu một mô hình mã nguồn mở, đó là SUNTANS. Việc sử dụng SUNTANS cho phép tác giả có thể can thiệp vào code mô hình để có thể sử dụng số liệu đầu vào từ một mô hình khác nhằm khắc phục tình trạng thiếu số liệu ở Việt Nam. Trong nhiều công bố khoa học, SUNTANS đã chứng tỏ là một công cụ hữu hiệu để mô phỏng dòng chảy 3D tại cửa sông ven biển [1, 12–14]. Ở đây tác giả đã áp dụng mô hình SUNTANS tính toán xâm nhập mặn cho hạ lưu sông Hậu thuộc đồng bằng sông Cửu Long, nơi mà vấn đề này đang diễn ra mạnh mẽ và ngày càng có xu hướng trầm trọng hơn. Trong các nghiên cứu trước đây về đồng bằng sông Cửu Long [2, 7, 8, 10, 11], có rất ít nghiên cứu về hình dáng nêm mặn hay ảnh hưởng của thủy triều lên sự xáo trộn nước mặn-ngọt này. Kết quả nghiên cứu này sẽ cho thấy hình dáng nêm mặn cũng như các tác động về dòng chảy hay thủy triều ảnh hưởng lên hình dáng nêm mặn. 2. Mô hình thủy lực 3 chiều SUNTANS Mô hình SUNTANS được Đại học Stanford (Stanford University) phát triển nhằm mô phỏng quá trình thuỷ lực, chất lượng nước. SUNTANS được viết trên ngôn ngữ C và cung cấp mã nguồn miễn phí. Hiện nay, bộ mã nguồn mở SUNTANS đã chạy ổn định và đã được áp dụng thành công trong nhiều nghiên cứu, đặc biệt là dòng chảy cửa sông ven ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 11 biển [1, 12–14]. Với mô hình này người dùng có thể can thiệp trực tiếp vào mã nguồn để phát triển, bổ sung và ứng dụng cho từng bài toán cụ thể. Mô hình này được xây dựng trên các thuật toán mạnh khi dùng phương pháp thể tích hữu hạn. Theo phương ngang, SUNTANS sử dụng lưới các phần tử tam giác phi cấu trúc, nhờ vậy nó có thể chi tiết hóa miền tính toán, đặc biệt tại những vị trí có địa hình thay đổi phức tạp. Ở phương đứng, SUNTANS dùng lưới dạng “z”. Việc sử dụng lưới “z” sẽ giúp tránh lỗi phổ biến “pressure gradient” hay xảy ra trong lưới sigma. Ngoài ra, lưới “z” có hiệu quả hơn từ việc truy suất bộ nhớ trong quá trình thực hiện tính toán. SUNTANS sử dụng hệ phương trình 3 chiều Navier Stoke với xấp xỉ Boussinesq như sau: 1 ( ) ( ) 0 u p u u fv bw uH H H Vt x z z ν νρ ∂ ∂ ∂ ∂+ ∇ ⋅ − + = − + ∇ ⋅ ∇ + ∂ ∂ ∂ ∂ ⎛ ⎞⎜ ⎟⎝ ⎠u 1 ( ) ( ) 0 v p v v fu vH H H Vt y z z ν νρ ∂ ∂ ∂ ∂+ ∇ ⋅ − = − + ∇ ⋅ ∇ + ∂ ∂ ∂ ∂ ⎛ ⎞⎜ ⎟⎝ ⎠u 1 ( ) ( ) ( )0 0 0 w p w g w bu wH H H Vt z z z ν ν ρ ρρ ρ ∂ ∂ ∂ ∂+ ∇ ⋅ − = − + ∇ ⋅ ∇ + − + ∂ ∂ ∂ ∂ ⎛ ⎞⎜ ⎟⎝ ⎠u Trong đó u, v, w là các thành phần vector vận tốc theo các phương. Thành phần vận tốc w có thể tính từ phương trình liên tục: = 0∇⋅u Trong đó ρo là trọng lượng riêng tham chiếu và ρo +ρ là tổng trọng lượng riêng, f là thông số lực coriolis. Độ nhớt xoáy ngang và dọc lần lượt là νH và νV , và g là gia tốc trọng trường. Trọng lượng riêng được xác định bởi phương trình của trạng thái của muối s và nhiệt độ T như sau: ( , )s Tρ ρ= Trong đó s và T thể hiện độ muối và nhiệt độ. Phương trình truyền chất cho muối và nhiệt độ được cho bởi: ( ) ( )H H H V s s s s t z z γ γ∂ ∂ ∂+ ∇ ⋅ = ∇ ⋅ ∇ +∂ ∂ ∂ ⎛ ⎞⎜ ⎟⎝ ⎠u ( ) ( )H H H V T T T T t z z κ κ∂ ∂ ∂+ ∇ ⋅ = ∇ ⋅ ∇ +∂ ∂ ∂ ⎛ ⎞⎜ ⎟⎝ ⎠u Trong đó γH, γV, κH, κV là năng lượng rối và khuếch tán nhiệt lần lượt theo phương dọc và phương ngang. Mô hình rối Mellor-Yamada 2.5 được sử dụng trong SUNTANS để tính các hệ số nhớt xoáy và hệ số khuếch tán. Chi tiết về việc áp dụng mô hình rối có thể tham khảo thêm tại [13]. Bộ mã nguồn mở SUNTANS gồm file code chứa chương trình chính và các file code chứa thông tin để thiết lập các thông số cho mô hình như điều kiện đầu vào, điều kiện biên, bước thời gian Tất cả các file này người sử dụng có thể can thiệp để sử dụng mô hình một cách linh hoạt. 3. Áp dụng cho sông Hậu 3.1. Giới thiệu vùng nghiên cứu Đồng bằng sông Cửu Long (Hình 1) là vùng hạ lưu cuối cùng của sông Mekong trước khi đổ ra biển Đông. Đồng bằng sông Cửu Long được xem là vùng canh tác nông nghiệp và nuôi trồng thủy sản lớn nhất Việt Nam và là khu vực quan trọng đóng góp (hơn 50% sản lượng lương thực và khoảng 70% sản lượng thủy sản) cho sự phát triển kinh tế-xã hội chung của Việt Nam. Chế độ thủy lực trên các sông Cửu Long chịu ảnh hưởng mạnh mẽ của thủy triều bán nhật triều không đều từ Biển Đông với biên độ từ 3- 3.5m, và nhật triều không đều với biên độ từ 0.8-1.2m từ Biển Tây, cộng với chế độ lưu lượng từ thượng nguồn. Trong hệ thống sông Cửu Long, sông Hậu là một trong hai phân lưu chính. Trước khi đổ ra biển Đông, sông Hậu chia thành hai nhánh: Định An và Trần Đề (Hình 1). Trong những năm gần đây, 2 nhánh sông này thường xuyên bị xâm nhập mặn, và vấn đề này được dự báo ngày càng nghiêm trọng hơn khi lưu lượng thượng nguồn suy giảm [10, 11]. 3.2. Thiết lập mô hình Lưới tính: Miền tính toán được chia lưới phi cấu trúc với hình dạng tam giác và có độ lớn thay đổi dần từ biên phía biển đến biên phía trong sông. Hình 1. Đồng bằng sông Cửu Long và khu vực nghiên cứu Tại biên phía biển, kích thước ô lưới xấp xỉ 5km, và giảm dần vào trong sông còn khoảng 100m. Kích thước các ô lưới được giảm nhỏ dần để tránh các lỗi mô hình số phát sinh do thay đổi kích thước đột ngột. Tổng số ô lưới tính trên mặt ngang là 25.520 ô lưới, trong đó 40% tập trung ở vùng biển. Theo chiều đứng, lưới tính có dạng “z”, với 10 lớp ở vùng sâu nhất của khu vực tính toán. Điều kiện biên và điều kiện ban đầu: Chế độ thủy lực trên sông phụ thuộc chủ yếu vào lưu lượng thượng nguồn và hoạt động của dòng triều vùng cửa sông. Biên phía thượng lưu của sông được xác định tại điểm cách thành phố Cần Thơ 20km về thượng lưu, cách cửa sông khoảng 100km. Tại biên này lưu lượng dòng chảy được chỉ định. Cần chú ý thêm trong mô hình mã nguồn mở, người sử dụng có thể can thiệp để chỉ định đầu vào là lưu lượng hoặc vận tốc. Để mô phỏng chính xác tác động của dòng triều lên quá trình xâm nhập mặn, biên phía biển được mở rộng về phía biển và có bán kính cách cửa sông khoảng 80km. Tại vị trí biên này, số liệu dòng triều gồm cao độ mực nước (h), và 3 thành phần vận tốc u, v, w của dòng triều là cực kỳ khó. Để khắc phục tình trạng này, cách thường dùng là lấy số liệu từ các mô hình lớn toàn cầu. Việc lấy số liệu từ mô hình toàn cầu sử dụng cho các mô hình con được thực hiện dễ dàng hơn khi các mô hình con là mã nguồn mở. Ở đây, tác giả đã sử dụng số liệu dòng triều bao gồm mực nước 12 Vũ Huy Công, Nguyễn Chí Công (h), vận tốc dòng triều (u,v,w) từ mô hình triều trên thế giới (OTIS) với 8 thành phần triều (m2, s2, n2, k2, k1, o1, p1, q1) cho số liệu đầu vào của SUNTANS. Để làm được việc đó, tác giả đã phải viết thêm phần code trong phần điều kiện biên của mô hình SUNTANS. Điều này là khó thực hiện trong các mô hình thương mại, khi chúng ta không thể can thiệp được vào bên trong. Như vậy, việc có thể can thiệp vào mô hình là cần thiết trong điều kiện số liệu không đầy đủ như ở Việt Nam. Hiện nay, mô hình “couple” SUNTANS-ROMS đang được phát triển [5]. Trong đó, ROMS là mô hình mã nguồn mở rất mạnh về dòng chảy trên biển nhưng lại ít hiệu quả đối với dòng chảy trong sông. Việc “couple” này sẽ giúp cung cấp đầy đủ các số liệu về dòng chảy, độ mặn, nhiệt từ ROMS cho SUNTANS. Tất cả những việc trên chỉ được thực hiện khi các mô hình là mã nguồn mở. Về độ mặn, tại biên phía biển, vì cách xa cửa sông nên sự phân tầng theo phương đứng có thể bỏ qua, và độ mặn được chỉ định đồng nhất là 30 psu. Giá trị này tương ứng với giá trị trung bình ở vùng biển của nước ta. Ngược lại, độ mặn tại biên thượng lưu sông được chỉ định bằng 0, vùng biên này được xem như nằm ngoài ảnh hưởng của xâm nhập mặn. Hiệu chỉnh và kiểm định mô hình: Tác giả tiến hành hiệu chỉnh và kiểm định mô hình với kịch bản gốc có lưu lượng 1.200m3/s xảy ra trong tháng 4 năm 1996 [4]. Thời gian mô phỏng là 30 ngày và bước thời gian tính toán là 1s. Việc hiệu chỉnh mô hình được được tiến hành với hệ số nhám zo. Đây là thông số quan trọng trong bộ thông số mô hình thủy lực vì nó tác động đến “shear stress” ở đáy và ảnh hưởng đến kết quả mô hình. Quá trình này được thực hiện thông qua phương pháp thử sai cho đến khi mô phỏng mực nước đạt yêu cầu. Tác giả đã so sánh mực nước tính từ mô hình và mực nước của mô hình triều OTIS trên thế giới. Vị trí chọn để so sánh mực nước là điểm A trên hình 2. Kết quả cho thấy số liệu tính toán của mô hình hoàn toàn tương tự với số liệu từ mô hình triều OTIS cả về trị số mực nước lẫn pha của triều. Việc kiểm định bài toán xâm nhập mặn được dựa vào kết quả so sánh độ mặn từ mô hình với số liệu quan trắc được của Worlanski [4] tại cùng thời điểm là tháng 4 năm 1996. Thông số quan trọng ảnh hưởng đến sự phân bố độ mặn trong mô hình là hệ số β “advection” (ở đây β=0,0007). Kết quả tính toán trên kịch bản gốc Q=1.200m3/s cho thấy độ mặn là 25 psu tại vị trí cửa sông và giảm dần xuống 1 psu tại vị trí cách cửa sông khoảng 40km về thượng lưu. Kết quả độ mặn này tương tự với kết quả quan sát của Worlanski với các độ mặn lần lượt là 22 psu và 1 psu tại 2 vị trí tương ứng ở trên. Từ việc hiệu chỉnh và kiểm định mô hình dựa trên các kết quả so sánh cao độ mực nước và độ mặn cho thấy mô hình hoàn toàn đủ độ chính xác để có thể áp dụng tính toán cho các kịch bản khác. Hình 2. Dao động mực nước tại A, tháng 4 năm 1996 (Q=1.200 m3/s, Suntans: nét mảnh; OTIS: nét đậm) 3.3. Các kịch bản mô phỏng Trong nghiên cứu tác giả đề xuất 3 kịch bản với 3 lưu lượng thượng nguồn sông Hậu khác nhau. Kịch bản gốc với lưu lượng trong sông là 1.200 m3/s (xảy ra năm 1996, [4]). Ngoài ra, theo [11] lưu lượng trên sông Hậu có thể giảm từ 15%-33% trong giai đoạn 2010 – 2039, tùy theo nhu cầu nước cho các hoạt động của các nước ở thượng nguồn sông Hậu. Do đó, tác giả đề xuất thêm 2 kịch bản ứng với lưu lượng thượng nguồn suy giảm là 804, 1.020 m3/s tương ứng với mức giảm 15-33%. Thông qua các kịch bản này, ảnh hưởng của dòng chảy thủy triều và sự thay đổi lưu lượng đến xâm nhập mặn được nghiên cứu chi tiết bằng mô hình mã nguồn mở SUNTANS. 4. Kết quả và bàn luận 4.1. Ảnh hưởng của thủy triều Tại khu vực cửa sông, thủy triều và lưu lượng thượng nguồn sông sẽ quyết định đến mức độ xáo trộn và sự phân bố của nước mặn. Ảnh hưởng của thủy triều lên sự xáo trộn nước ngọt và mặn được thể hiện rõ trên hình 3. Tác động này có thể thấy dựa vào vị trí xuất hiện của độ mặn 10 psu. Khi thủy triều xuống (hình 3a), độ mặn 10 psu xuất hiện tại vị trí cách cửa sông 11,3 km, trong khi độ mặn này xuất hiện tại vị trí 13,5 km khi thủy triều lên, xem hình 3(b). Như vậy thủy triều lên có thể khiến xâm nhập mặn sâu hơn 2,2 km. Khi thủy triều lên, việc xâm nhập mặn diễn ra mạnh hơn, nêm mặn dày hơn. Điều này có thể giải thích bởi mực nước dâng cao khi thủy triều lên đã kéo theo một lượng lớn nước mặn đi vào sông làm tăng thêm độ mặn. Ngoài ra thủy triều còn ảnh hưởng mạnh đến mức độ xáo trộn “mixing” giữa nước ngọt và nước mặn, hay hình dáng nêm mặn. Khi thủy triều xuống (hình 3a) các đường đồng độ mặn dốc hơn cho thấy sự xáo trộn mạnh hơn theo chiều đứng, hay nói cách khác mức độ phân tầng yếu hơn. Điều này xảy ra tương tự như kết luận tại sông Ba Lạt, mức độ phân tầng tăng khi thủy triều lên và giảm khi thủy triều xuống [6]. Trên hình 3(b), sự phân tầng diễn ra mạnh mẽ ở phía t(ngày) ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 13 sông và ít hơn ở phía biển. Tại phía thượng lưu sông, dòng chảy và biên độ thủy triều yếu hơn và có thể xem dòng chảy trong sông chiếm ưu thế, sự phân tầng mạnh hơn. Xuôi về phía hạ lưu, dòng chảy thủy triều tăng lên, và mức độ phân tầng cũng giảm đi so với ở thượng lưu. Thậm chí tại vị trí cửa sông, dòng chảy thủy triều đủ mạnh để gây ra sự xáo trộn hoàn toàn. Hình 3. Tác động của thủy triều lên sự phân bố nước mặn (Q=1.200 m3/s); (a) thủy triều xuống, (b) thủy triều lên Sự thay đổi độ mặn qua các thời điểm khác nhau khi thủy triều lên xuống trên mặt bằng được thể hiện trên hình 4. Độ mặn trong sông có sự dao động khi thủy triều lên và xuống rõ ràng. 4.2. Ảnh hưởng của sự suy giảm dòng chảy trong sông Lưu lượng dòng chảy trong sông luôn giữ vai trò quan trọng ảnh hưởng đến mức độ xâm nhập mặn. Chiều dài và hình dạng của nêm mặn thay đổi chịu ảnh hưởng lớn của dòng chảy trong sông. Hình 5 thể hiện mức độ xâm nhập mặn trong sông ứng với các cấp lưu lượng khác nhau, trong đó độ mặn được lấy trung bình theo phương đứng. Lưu lượng từ thượng nguồn lớn dẫn đến chiều dài xâm nhập mặn nhỏ và ngược lại. Với lưu lượng 1.200 m3/s, nồng độ muối 10 psu quan sát được ở vị trí cách cửa sông khoảng 10km. Ngược lại, khoảng cách này sẽ là 32km trong trường hợp lưu lượng thượng nguồn 804m3/s. Ngoài ra, sự thay đổi lưu lượng đã ảnh hưởng mạnh đến hình thái nêm mặn, ở đó nước ngọt nhẹ hơn ở trên tiến về phía biển và phần nước mặn nặng hơn ở dưới hướng về phía sông. Mức độ phân tầng được thể hiện bởi tỉ lệ độ mặn ở lớp nước trên và lớp nước dưới. Ở đây tác giả giả sử đại lượng dS thể hiện sự khác nhau về độ mặn của lớp dưới và lớp trên. Độ phân tầng dS/So được tính toán dọc sông và được thể hiện trên hình 6. Tỉ lệ này nhỏ thể hiện sự phân tầng nhỏ, và khi đó lớp trên và dưới có độ mặn gần như nhau. Tỉ lệ này tăng lên khi lưu lượng tăng lên, cho thấy lưu lượng càng lớn càng xảy ra sự phân tầng mạnh giữa nước mặn và nước ngọt. Điều này phù hợp với kết luận của [8] khi cho rằng vào mùa kiệt, sự phân tầng xảy ra yếu hơn. Sự phân bố nước mặn theo chiều đứng được thể hiện thêm ở hình 7. . a c d e f g h b Hình 4. Ảnh hưởng của chế độ thủy triều tại các thời điểm (thể hiện trên hình nhỏ phía dưới) lên sự phân bố độ mặn trên mặt bằng (màu đỏ: nước mặn; màu xanh: nước ngọt) 14 Vũ Huy Công, Nguyễn Chí Công Hình 5. Sự phân bố độ mặn dọc theo sông Hình 6. Sự khác nhau giữa độ mặn của lớp dưới và lớp trên Hình 7. Sự phân tầng của nước mặn và ngọt (a) Q=804 m3/s; (b) Q=1.020 m3/s; (c) Q=1.200 m3/s 5. Kết luận Nghiên cứu đã ứng dụng thành công mô hình mã nguồn mở SUNTANS vào tính toán xâm nhập mặn cho hạ lưu của sông Hậu ở đồng bằng sông Cửu Long. Tác giả đã can thiệp vào code trong mô hình để có thể sử dụng được số liệu dòng triều từ mô hình triều thế giới, OTIS, với đầy đủ mực nước và vận tốc, để khắc phục tình trạng thiếu số liệu ở Việt Nam. Trong nghiên cứu này, với lợi thế là mô hình 3D, tác giả đã chỉ rõ được ảnh hưởng của dòng chảy thủy triều và sự suy giảm dòng chảy thượng lưu đến sự xáo trộn, mức độ xâm nhập mặn trong sông. Đặc biệt, hình dạng nêm mặn thay đổi khi thủy triều và lưu lượng dòng chảy thay đổi cũng được thể hiện chi tiết, điều này không thể thấy được ở các mô hình 1 chiều. Khi thủy triều lên, mức độ phân tầng diễn ra mạnh hơn so với thủy triều xuống. Còn đối với lưu lượng thượng nguồn, mức độ phân tầng sẽ giảm khi lưu lượng giảm và ngược lại. Cùng với đó, khi lưu lượng càng giảm thì nước mặn càng xâm nhập vào sâu về phía thượng lưu. TÀI LIỆU THAM KHẢO [1] Chua, V.P. and Fringer, O.B. 2011, "Sensitivity analysis of three- dimensional salinity simulations in North San Francisco Bay using the unstructured-grid SUNTANS model", Ocean Modelling. 39, 3– 4 (2011), page 332–350. [2] Danet Hak et al. 2016, "Spatio-temporal variations of sea level around the Mekong Delta: their causes and consequences on the coastal environment", Hydrological Research Letters. 10, 2 (2016), page 60–66. [3] Đặng Thị Kim Nhung et al. 2015, "Đánh giá và dự báo hình thái xâm nhập mặn vùng hạ lưu sông Trà Khúc-sông Vệ", Khoa học Kỹ thuật Thủy lợi và Môi trường, 50, (Sep. 2015). [4] Eric Wolanski et al. 1998, "Sediment dynamics during low flow conditions in the Mekong river estuary, Vietnam", Journal of Coastal Research, 14, 2 (1998), page 472–482. [5] Fringer, O.B. et al. 2006, "A new hybrid model for coastal simulations", Oceanography, 19, 1 (2006), page 64–77. [6] Van Maren, D.S. and Hoekstra, P. 2004, "Seasonal variation of hydrodynamics and sediment dynamics in a shallow subtropical estuary: the Ba Lat River, Vietnam", Estuarine, Coastal and Shelf Science, 60, 3 (Jul. 2004), page 529–540. [7] Nguyen, A.D. et al. 2007, "Using salt instrusion measurement to determine the fresh water discharge distribution over the branches of a multi-channel estuary: The Mekong delta case", Estuarine, Coastal and Shelf Science, 77, 3 (2007), page 433–445. [8] Nguyễn Anh Đức 2008, "Salt instrusion, tides and mixing in multi- channel estuaries", CRC Press. [9] Nguyễn Thế Hùng, Nguyễn Hữu Thiêm 2013, "Ứng dụng mô hình Mike 11 dự báo thử nghiệm xâm nhập mặn hạ lưu sông Vu Gia", Tạp chí Khoa học và Công nghệ Đại học Đà Nẵng, 3, 64 (2013). [10] Trần Quốc Đạt et al. 2012, "Mô phỏng xâm nhập mặn đồng bằng sông Cửu Long dưới tác dụng mực nước biển dâng và sự suy giảm lưu lượng từ thượng nguồn", Tạp chí Khoa học, Trường Đại học Cần Thơ. 21b, (2012), trang 141–150. [11] Trần Thị Lệ Hằng et al. 2015, "Động thái xâm nhập mặn trên hệ thống sông chính vùng hạ lưu sông Tiền dưới tác động công trình cống Ba Lai", Tạp chí Khoa học Trường Đại học Cần Thơ: Số chuyên đề Môi trường và biến đổi khí hậu, (2015), trang 139–149. [12] Wang, B. et al. 2009, "High-resolution simulations of a macrotidal estuary using SUNTANS", Ocean Modelling, 26, 1–2 (2009), page 60–85. [13] Wang, B. et al. 2011, "Modeling and understanding turbulent mixing in a macrotidal salt wedge estuary", Journal of Geophysical Research: Oceans, 116, C2 (Feb. 2011), C02036. [14] Wang, X. et al. 2009, "Modeling tides in Monterey Bay, California", Deep Sea Research Part II: Topical Studies in Oceanography, 56, 3–5 (Feb. 2009), page 219–231. (BBT nhận bài: 28/02/2017, hoàn tất thủ tục phản biện: 20/03/2017) 0 5 10 15 20 25 30 0 5000 10000 15000 20000 25000 30000 35000 40000 Đ ộ m ặn (p su ) Khoảng cách tính từ cửa sông (m) Q= 804 m3/s Q=1020 m3/s Q=1200 m3/s 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 dS /S o Khoảng cách tính từ cửa sông (m) Q=1200 m3/s Q=1020 m3/s