Weather & Climate hoạt động

Dự báo lũ

Flood Prediction — Dự báo lũ

Đã chạy được. Mục này có công cụ tính toán thật trên nền tảng, không phải mô tả lộ trình.

Chu kỳ lặp và giá trị thiết kế Gumbel cho cực trị hàng năm

Phân phối Gumbel là chuẩn mực cho cực trị thuỷ văn. Công cụ này cũng tính rủi ro tích luỹ trong cả vòng đời công trình — con số thường gây bất ngờ.

Giá trị thiết kế chu kỳ 100 năm 2,316.47
Xác suất vượt mỗi năm 1.00%
Rủi ro vượt trong 50 năm 39.5%
Giá trị chu kỳ 100 năm 2,316.47
Kết luận Rủi ro vòng đời đáng kể
① Tham số

Giá trị thiết kế theo chu kỳ lặp

Giá trị thiết kế theo chu kỳ lặp3,1362,4191,703986.1251020501002005001000

Cùng bộ tham số Gumbel (u = 1,096.98, α = 265.10) ước lượng từ trung bình và độ lệch chuẩn bạn nhập. Trục ngang chia theo bậc: mỗi lần chu kỳ lặp tăng gấp mười, giá trị thiết kế chỉ tăng thêm khoảng 610.

Diễn giải nhanh

Giá trị thiết kế 2,316.47 — cao hơn trung bình 3.14 độ lệch chuẩn

Ước lượng bằng phương pháp mô men: α = s√6/π = 265.097, u = x̄ − 0.5772α = 1,096.982. Toàn bộ kết quả nằm trên hai con số trung bình và độ lệch chuẩn bạn nhập.

Rủi ro 39.5% gặp sự kiện chu kỳ 100 năm trong 50 năm vận hành

Công thức là 1 − (1 − 1/T)^N. Đây là con số nên đưa vào hồ sơ thiết kế thay cho chu kỳ lặp, vì nó nói đúng thứ chủ đầu tư cần biết: khả năng công trình gặp sự kiện đó.

Ngoại suy tới chu kỳ 100 năm

Chuỗi cực trị hàng năm ở Việt Nam hiếm khi dài quá 50–60 năm. Ngoại suy xa hơn độ dài chuỗi là phép ngoại suy phân phối, sai số của nó lớn hơn nhiều so với sai số của chính giá trị trung bình.

Tăng chu kỳ lặp gấp 10 lần chỉ nâng giá trị thiết kế thêm 611.61

Đuôi Gumbel tăng theo logarit kép, nên nâng cấp mức bảo vệ từ chu kỳ 100 lên 1.000 năm thường rẻ hơn cảm giác ban đầu — đó là lập luận kinh tế cho việc thiết kế dư.

Khi nào con số này sai: Phân phối Gumbel ước lượng từ dữ liệu LỊCH SỬ, và biến đổi khí hậu làm chuỗi lịch sử mất tính đại diện. Một sự kiện 'chu kỳ 100 năm' tính theo số liệu cũ có thể đã là chu kỳ 30 năm ở hiện tại.

Chi tiết

Tham số vị trí u 1,096.982
Tham số tỷ lệ α 265.097
Biến rút gọn y 4.6001
Nghịch lý Công trình 50 năm có 39% khả năng gặp sự kiện 'chu kỳ 100 năm' ít nhất một lần

Giá trị thiết kế theo chu kỳ lặp

Giá trị thiết kế theo chu kỳ lặp3,1362,4191,703986.1251020501002005001000

Cùng bộ tham số Gumbel (u = 1,096.98, α = 265.10) ước lượng từ trung bình và độ lệch chuẩn bạn nhập. Trục ngang chia theo bậc: mỗi lần chu kỳ lặp tăng gấp mười, giá trị thiết kế chỉ tăng thêm khoảng 610.

Rủi ro gặp sự kiện ít nhất một lần

Rủi ro gặp sự kiện ít nhất một lần70.8845.0919.3-6.48811325374961738597

Xác suất vượt 1.00% mỗi năm dồn lại theo số năm vận hành. Ở tuổi thọ thiết kế 50 năm con số là 39.5% — 'chu kỳ 100 năm' không có nghĩa là sẽ không xảy ra trong đời công trình.

Giá trị thiết kế và rủi ro theo chu kỳ lặp

Chu kỳ lặp (năm)Giá trị thiết kếXác suất vượt / nămRủi ro trong 50 năm
21,194.1450.00%100.0%
51,494.6120.00%100.0%
101,693.5510.00%99.5%
201,884.375.00%92.3%
502,131.372.00%63.6%
1002,316.471.00%39.5%
2002,500.890.50%22.2%
5002,744.190.20%9.5%
10002,928.070.10%4.9%

Toàn bộ chỉ số

Tham số vị trí u 1,096.982
Tham số tỷ lệ α 265.097
Biến rút gọn y 4.6001
Nghịch lý Công trình 50 năm có 39% khả năng gặp sự kiện 'chu kỳ 100 năm' ít nhất một lần

Công thức đang dùng

x_T = u + α·(−ln(−ln(1 − 1/T))), α = s√6/π, u = x̄ − 0.5772α

Đây là công thức thật mà mã nguồn chạy, không phải mô tả gần đúng. API tại /api/v1/tools/gumbel-return gọi đúng hàm này, nên kết quả trên trang và qua API không thể lệch nhau.

Cách dùng

  1. Điền tham số ở cột trái. Mọi ô đã có sẵn giá trị ví dụ chạy được, nên bạn có thể bấm Tính ngay trước rồi sửa sau.
  2. Đọc thẻ số ở trên cùng, rồi mục Diễn giải nhanh để biết con số đó nói gì.
  3. Đọc dòng “Khi nào con số này sai” trước khi dùng kết quả để quyết định — đó là giả định vỡ đầu tiên.
Giới hạn chung. Công cụ này tính đúng công thức của nó trên dữ liệu bạn đưa vào. Nó không kiểm tra dữ liệu của bạn có phù hợp với giả định của phương pháp hay không — phần đó vẫn là việc của người dùng, và mục “sai ở đâu” bên dưới trang liệt kê các chỗ hỏng thường gặp.

Dự báo lũ là gì

Dự báo lũ kết hợp dự báo mưa với mô hình thuỷ văn chuyển mưa thành dòng chảy. Nguồn bất định lớn nhất không nằm ở mô hình thuỷ văn mà ở đầu vào mưa — sai số mưa khuếch đại qua toàn bộ chuỗi tính toán.

Làm thế nào

  1. Lấy dự báo mưa dạng tổ hợp (ensemble) để có phân phối, không chỉ một kịch bản.
  2. Chạy mô hình mưa–dòng chảy cho từng thành viên tổ hợp.
  3. Hiệu chỉnh theo mực nước quan trắc thời gian thực.
  4. Xuất bản dự báo dạng xác suất vượt ngưỡng báo động.

Đo bằng chỉ số nào

Nash-Sutcliffe efficiency chất lượng mô hình thuỷ văn
Thời gian cảnh báo trước giá trị xã hội trực tiếp
Brier score chất lượng dự báo xác suất

Sai ở đâu

Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.

! Đô thị hoá làm thay đổi quan hệ mưa–dòng chảy; mô hình hiệu chỉnh trên dữ liệu cũ dự báo thấp đỉnh lũ.
! Bỏ qua bất định để đưa ra một con số duy nhất — người ra quyết định cần biết khoảng.

Mô hình định lượng dùng trong Weather

Chưa có mô hình nào gắn riêng cho chủ đề này. Đây là những mô hình của cả ngành — liên quan ở cấp ngành, không phải cấp chủ đề.

Tất cả mô hình →
Extreme Value Theorysắp có

Mô hình hoá phần đuôi, nơi tổn thất lớn xảy ra.

SARIMAsắp có

ARIMA có thành phần mùa vụ.

LSTMsắp có

Mạng hồi tiếp có cổng nhớ dài hạn.

Câu hỏi thường gặp

Dự báo lũ là gì?

Dự báo lũ kết hợp dự báo mưa với mô hình thuỷ văn chuyển mưa thành dòng chảy. Nguồn bất định lớn nhất không nằm ở mô hình thuỷ văn mà ở đầu vào mưa — sai số mưa khuếch đại qua toàn bộ chuỗi tính toán.

Dự báo lũ được làm như thế nào?

1. Lấy dự báo mưa dạng tổ hợp (ensemble) để có phân phối, không chỉ một kịch bản. 2. Chạy mô hình mưa–dòng chảy cho từng thành viên tổ hợp. 3. Hiệu chỉnh theo mực nước quan trắc thời gian thực. 4. Xuất bản dự báo dạng xác suất vượt ngưỡng báo động.

Dự báo lũ hay sai ở đâu?

Đô thị hoá làm thay đổi quan hệ mưa–dòng chảy; mô hình hiệu chỉnh trên dữ liệu cũ dự báo thấp đỉnh lũ. Bỏ qua bất định để đưa ra một con số duy nhất — người ra quyết định cần biết khoảng.

Đo dự báo lũ bằng chỉ số nào?

Nash-Sutcliffe efficiency — chất lượng mô hình thuỷ văn; Thời gian cảnh báo trước — giá trị xã hội trực tiếp; Brier score — chất lượng dự báo xác suất.

Dự báo lũ trên QuantHub đã dùng được chưa?

Chưa xây dựng. Mục này hiện là điều hướng và tài liệu tham chiếu; chúng tôi không gắn nhãn 'live' cho thứ chưa chạy.

Chủ đề khác trong Weather

Toàn bộ Weather
Forecast Rainfall Climate Simulation Wind Agriculture Forecast Reports API Documentation