Công nghệ dự báo lũ khi xét đến tính bất định của mô hình thủy văn - Áp dụng cho lưu vực sông Vệ, tỉnh Quảng Ngãi

Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 27, Số 1S (2011) 54-62 54 Công nghệ dự báo lũ khi xét đến tính bất định của mô hình thủy văn: II. Áp dụng cho lưu vực sông Vệ, tỉnh Quảng Ngãi Nguyễn Tiền Giang* Trường Đại học Khoa học Tự nhiên, ĐHQGHN, 334 Nguyễn Trãi, Hà Nội, Việt Nam Nhận ngày 29 tháng 4 năm 2011 Tóm tắt: Bài báo này trình bày kết quả ứng dụng cơ sở lý thuyết của phương pháp ước lượng bất định GLUE, đã được trình bày trong các bài báo trước, để dự báo thử nghiệm lưu lượng lũ tại trạm An Chỉ trên lưu vực sông Vệ. Đầu tiên, quy trình được thực hiện ở chế độ mô phỏng cho các trận lũ tháng 11/1999 và tháng 10/2003 sử dụng với cả 3 chỉ tiêu đánh giá độ phù hợp (NS, ME, EV). Qua đó, chỉ tiêu NS được lựa chọn để ước lượng bất định cho chế độ dự báo với trận lũ tháng 12/1999. Kết quả dải dự báo đã được so sánh với số liệu thực đo và cho thấy sự tương đối phù hợp giữa chúng. Kết quả dự báo dải có ý nghĩa hơn và cho sai số nhỏ hơn dự báo điểm (không tính đến độ bất định của các tham số). Ngoài ra, bài báo đề xuất chỉ tiêu R (độ tin cậy) dùng để đánh giá độ tin cậy của dải dự báo. Cuối cùng một số kiến nghị như cần nghiên cứu sâu hơn về các chỉ tiêu đánh giá sự phù hợp, các chỉ tiêu đánh giá chất lượng dự báo dải và áp dụng quy trình này cho các lưu vực khác được đề xuất cho các nghiên cứu cùng hướng tiếp theo. Từ khóa: WetSpa, dải dự báo, bất định, lưu vực sông Vệ 1. Giới thiệu 1 Như đã giới thiệu trong các bài báo trước [1, 2], phương pháp ước lượng bất định GLUE được đưa ra nhằm thể hiện các sai số yếu tố xuất hiện trong quá trình sử dụng mô hình thủy văn vào kết quả dự báo. Từ đó sẽ có được một dải giá trị dự báo thay vì một giá trị duy nhất như những phương pháp truyền thống. Đây là một hướng nghiên cứu mới hướng tới kết quả dự báo lũ chính xác phục vụ công tác phòng chống lũ với các phương án. Phương pháp GLUE được áp dụng ở đây tập trung vào tính bất định của bộ tham số trong _______ * ĐT: 84-4-35578435. E-mail: giangnt@vnu.edu.vn mô hình thủy văn phân bố. Xuất phát từ quan điểm bộ thông số của mô hình không thể có giá trị chính xác tuyệt đối đại diện cho một lưu vực cụ thể nào đó. Vì vậy thay vì đưa ra một bộ thông số, phương pháp ước lượng bất định khả năng đưa ra một khoảng giá trị của bộ thông số và lựa chọn các giá trị đại biểu trong khoảng xác định đó. Từ đó, tính toán theo mô hình được dải kết quả tương ứng với các bộ thông số đã lựa chọn. Kết quả được lựa chọn là kết quả thỏa mãn các chỉ tiêu đánh giá, tạo thành một dải giá trị. Dải giá trị này càng hẹp thì chất lượng dự báo càng cao và ngược lại. Miền Trung là khu vực chịu nhiều thiệt hại do các loại hình thiên tai đặc biệt là lũ lụt trên các sông lớn trong những năm gần đây. Các N.T. Giang / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 27, Số 1S (2011) 54-62 55 sông thuộc khu vực miền Trung có đặc điểm chung là địa hình lưu vực dạng lòng chảo nghiêng, sông ngắn, độ dốc lớn, hầu như không có phần trung lưu,… Do tình hình mưa lũ trong khu vực cũng mang nhiều nét chung như: mưa cường độ lớn, thời gian tập trung lũ nhỏ,….gây ra nhiều bất lợi cho đời sống cộng đồng trong khu vực. Để nghiên cứu dự báo lũ phục vụ công tác phòng chống lũ trên cả nước nói chung, khu vực miền Trung nói riêng trong bài báo đã lựa chọn lưu vực sông Vệ thuộc tỉnh Quảng Ngãi để áp dụng thử nghiệm. Với 5 bước của phương pháp GLUE trong phần cơ sở lý thuyết, đã xây dựng được quy trình dự báo lũ có tính đến độ bất định của tham số với mô hình thủy văn. Trong bài báo này trình bày nội dung áp dụng cơ sở lý thuyết phương pháp ước lượng bất định khả năng đối với mô hình WetSpa áp dụng dự báo lũ cho lưu vực sông Vệ, tỉnh Quảng Ngãi. 2. Áp dụng phương pháp GLUE dự báo lũ cho lưu vực sông Vệ 2.1. Lưu vưc sông Vệ Sông Vệ bắt nguồn từ 1000m - 1200m, có toạ độ địa lý là 14 032’25” vĩ độ Bắc, 108037’4” kinh độ Đông (hình 1). Trạm An Chỉ nằm ở phía hạ lưu và trên dòng chính sông Vệ, có toạ độ 14058’15” vĩ Bắc và 108047’36” kinh Đông. Sông Vệ chả - ổ (nằm gọn trong tỉnh Quảng Ngãi) với tồng diện tích khoảng 1260 km2. Tính đến trạm An Chỉ, sông Vệ 841 km 2 0,79 km/km 2 19,9%. Phía Bắc và phía Tây giáp với lưu vực sông Trà Khúc, phía Nam giáp tỉnh Bình Định và phía Đông giáp biển [3, 4]. Hình 1. Vị trí tỉnh Quảng Ngãi (trái), hệ thông sông chính trong tỉnh (giữa) và lưu vực sông Vệ (phải). N.T. Giang / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 27, Số 1S (2011) 54-62 56 2.2. Thu thập và xử lý dữ liệu a) Dữ liệu không gian Trong mô hình WetSpa cải tiến sử dụng 3 bản đồ số (hình 2-4) là: DEM, bản đồ đất và sử dụng đất. Ngoài ra, để so sánh và tính toán các đặc trưng lưu vực còn cần sử dụng đến bản đồ mạng lưới sông suối và bản đồ mạng lưới trạm thủy văn trên lưu vực. Bản đồ DEM với kích thước 50x50 m dùng để tính toán các tham số liên quan đến địa hình. Các loại thảm phủ trên lưu vực sông Vệ được chuyển đổi sao cho phù hợp với các thuộc tính trong mô hình và đưa về cùng kích cỡ ô lưới giống DEM. Từ bản đồ nàycó được các tham số về hệ số dòng chảy tiềm năng và khả năng trữ của các vùng trũng. Các loại đất trên lưu vực sông cũng được thay đổi cho phù hợp với các loại đất trong mô hình và đưa về kích cỡ ô lưới 50x50m. Từ bản đồ này, các tham số về khả năng về độ rỗng, độ dẫn thủy lực, độ ẩm dư... được đưa vào mô hình. Hình 2. Bản đồ DEM lưu vực sông Vệ. Hình 3. Bản đồ đất lưu vực sông Vệ. Hình 4. Bản đồ sử dụng đất lưu vực nghiên cứu. N.T. Giang / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 27, Số 1S (2011) 54-62 57 b) Dữ liệu khí tượng thủy văn Số liệu mưa tại 4 trạm An Chỉ, Sơn Giang, Giá Vực, Ba Tơ được sử dụng để tính toán dòng chảy trên lưu vực (hình 1). Trong đó, có hai trạm Ba Tơ và An Chỉ là trạm nằm trong lưu vực, hai trạm đo còn lại Sơn Giang và Giá Vực nằm ngoài lưu vực, được sử dụng để vẽ đa giác Thiessen và nội suy số liệu mưa trên toàn bộ lưu vực. Số liệu mưa quan trắc 6 giờ một lần được quy về mưa hàng giờ. Theo kết quả điều tra những trận lũ lớn trên lưu vực sông Vệ trong thời gian quan trắc là những trận lũ tháng 11/1999; 12/1999 và 10/2003. Sử dụng số liệu quan trắc mưa, lũ trong những thời gian này để tính toán. 2.3. Tính toán trong Arcview Sử dụng phần mềm Arcview tính toán nội suy các bản đồ thủy văn, thủy lực tại từng ô lưới trên lưu vực. Các bản đồ sản phẩm bao gồm: hướng dòng chảy và tích tụ dòng chảy, mạng lưới sông suối, cấp sông suối, độ dốc với giá trị độ dốc nhỏ nhất là 0.01%, bán kính thủy lực cho từng ô lưới, phân chia lưu vực thành 13 lưu vực con với giá trị ô lưới là 40, độ dẫn thủy lực, khả năng trữ, lượng ẩm dư chỉ số phân bố kích cỡ độ rỗng của đất …..Các bản đồ thông số này được xuất ra dưới định dạng ASCII phù hợp với đầu vào của ngôn ngữ lập trình Fortran. 2.4. Lựa chọn thông số Các tham số trong mô hình WetSpa được chia thành hai phần: các thông số được thiết lập từ dữ liệu không gian và các thông số toàn cục. Do các thiết lập trong ArcView thực hiện một cách thủ công, nên không phân tích tính toán ước lượng bất định với các thông số trong ArcView vì với khối lượng mô phỏng lớn thì việc phân tích tính bất định là không khả thi. Vì vậy, xem xét 12 tham số toàn cục xác định được 7 tham số được đưa vào tính toán bất định. Bước thời gian là tham số đầu tiên đó không đưa vào tính toán do bước thời gian mặc định trong dự báo lũ là 1 giờ. Ba thông số, T0, K_snow và K_rain, chỉ được sử dụng khi có tuyết tan. Đối với lưu vực sông Vệ, không có hiện tượng tuyết tan nên các tham số này không ảnh hưởng đến lưu lượng lũ do đó không xét đến. Tham số thứ năm không được vào tính toán là K_ep - một yếu tố liên quan đến bốc thoát hơi. Trên thực tế, trong thời gian lũ, lượng bốc hơi xem như bằng 0. Tham số K_ep không có thể ảnh hưởng kết quả đầu ra mô hình vì thế không xét đến đối với phân tích bất định. Vì vậy, chỉ có 7 tham số được đưa vào tính toán bất định trong nghiên cứu này. 2.5. Xác định khoảng bất định của các thông số Xác định khoảng bất bất định của các tham số được dựa trên bản chất vật lý đặc trưng của tham số trong mô hình. Nó phụ thuộc hoàn toàn vào chủ quan của người sử dụng mô hình. Trong trường hợp kinh nghiệm bị hạn chế thì khoảng bất định được lựa chọn một cách thống nhất từ các nghiên cứu đã có là phù hợp [5]. Để xác định khoảng bất định của các thông số tác giả đã dựa trên các giá trị từ các nghiên cứu trước, thực nghiệm số và phân tích độ nhạy của mô hìnhh WetSpa. Tom Doldersum [6] sử dụng phương pháp Morris để phân tích độ nhạy tổng thể cho các thông số trong mô hình WetSpa cải tiến, trong đó có xét đến sự khác biệt khi áp dụng đối với các lưu vực ở Việt Nam và Châu Âu. Kết quả như trong bảng 1. Bảng 1. Khoảng bất định của các thông số Thông số Ki Kg Kss G0 Gmax Krun Pmax Giá trị nhỏ nhất 2 0.002 0 0 50 0 0 Giá trị lớn nhất 11 0.06 1.5 50 150 10 500 N.T. Giang / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 27, Số 1S (2011) 54-62 58 2.6. Lấy mẫu các bộ thông số Có hai phương pháp lấy mẫu: lấy mẫu ngẫu nhiên theo Monte Carlo và lấy mẫu siêu lập phương LHS. Trong nghiên cứu này đã sử dụng phương pháp lấy mẫu siêu lập phương LHS. LHS thực chất là phương pháp cải tiến của lấy mẫu ngẫu nhiên Monte Carlo, là một phương pháp lấy mẫu phân tầng. Các phân phối xác suất của mỗi tham số được chia thành N dải giá trị với một xác suất bằng nhau xảy ra (1/N). Mỗi một giá trị mô phỏng được lấy ngẫu nhiên 1 lần trong một dải giá trị. Trình tự lựa chọn các dãy là ngẫu nhiên và mô hình được thực hiện với một tổ hợp ngẫu nhiên của các giá trị tham số từ khoảng xác định mỗi dải giá trị giới hạn của các tham số. Số lượng mẫu lựa chọn là 200 bộ thông số trên dải phân bố của các giá trị. Hình 5. File 200 bộ thông số được chọn theo phương pháp LHS. 2.7. Tính toán với mô hình WetSpa Với các mẫu đã lựa chọn ở trên tính toán với mô hình WetSpa với mỗi số liệu đầu vào (số liệu khí tượng) tính toán lưu lượng dòng chảy (output) tương ứng với 200 bộ thông số sau khi thực hiện thuật toán tính lặp 200 lần bằng ngôn ngữ Fortran trong mã nguồn của mô hình WetSpa. Thời gian xử lý, tính toán đối với 200 mẫu khoảng 2 giờ. Hình 6. Kết quả tính toán lưu lượng lũ tháng 10/2003 tương ứng với 200 bộ thông số. 2.8. Lựa chọn chỉ tiêu đánh giá độ phù hợp Trong bài báo này, sử dụng 3 chỉ tiêu được đưa ra để đánh giá độ phù hợp của mẫu (hay bộ thông số) đã lựa chọn ở trên. Trong bước mô phỏng tiến hành đánh giá với cả ba chỉ tiêu: NS, ME và EV. Từ đó phân tích lựa chọn một chỉ tiêu dùng cho bước dự báo. Sử dụng các chương trình được viết bằng ngôn ngữ Matlab thực hiện tính toán đánh giá bằng các chỉ tiêu. 2.9. Tính toán độ bất định ở chế độ mô phỏng Dựa vào kết quả tính toán theo các chỉ tiêu đã thực hiện ở trên bước này tính toán thước đo khả năng của mẫu mô phỏng. Các mẫu mô phỏng được giữ lại là mẫu có kết quả tính toán theo các chỉ tiêu vượt qua ngưỡng loại bỏ đối với mỗi loại chỉ tiêu. Trong bước tính toán này có tính quyết định đối với tính toán bất định. N.T. Giang / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 27, Số 1S (2011) 54-62 59 Đối với chế độ mô phỏng, số liệu cần để tính toán là lưu lượng thực đo, lưu lượng tính toán từ mô hình WetSpa và tính toán khả năng từ chỉ tiêu được lựa chọn để đánh giá. Kết quả của tính toán bất định là những chuỗi lưu lượng có các giá trị đánh giá theo các chỉ tiêu là đạt (chỉ tiêu so sánh giữa tính toán và thực đo, giá trị căn cứ theo ngưỡng loại bỏ). Từ đó tính toán được dải giá trị lưu lượng phù hợp mà giá trị thực đo nằm trong khoảng giới hạn đó. Thực hiện mô phỏng với 2 trận lũ: tháng 11/1999 và tháng 10/2003. Kết quả tính toán được trình bày trên các hình từ 7 đến 12. 2.10. Tính toán độ bất định ở chế độ dự báo Đối với chế độ dự báo, số liệu lưu lượng thực đo là chưa biết, lượng mưa có thể sử dụng là lượng mưa dự báo. Do đó, sử dụng mô hình WetSpa để tính toán các chuỗi lưu lượng tương ứng với bộ thông số từ số liệu mưa. Trận lũ mô phỏng này sẽ được tính toán khoảng tất định dựa trên chỉ số phù hợp cũ thu được từ các mô phỏng trước. Các quá trình tính toán như đã trình bày nhưng ở bước tính toán bất định lựa chọn chế độ mô phỏng. Tính toán dự báo đối với trận lũ tháng 12/1999, số liệu mưa là số liệu thực đo và lưu lượng được xem như chưa biết. Lựa chọn chỉ tiêu NS và tính toán theo trình tự thu được kết quả như trong mục 3. 3. Kết quả 3.1. Kết quả dự báo Để dự báo được dòng chảy cần phải có mưa dự báo, trong nội dung nghiên cứu này không dùng số liệu mưa dự báo vì quá trình sẽ phức tạp thêm khi phải xét đến sai số trong dự báo mưa. Vì vậy, nghiên cứu thực hiện dự báo với trận lũ đã xảy ra tháng 12/1999, sử dụng số liệu quan trắc mưa trên lưu vực từ ngày 1 đến ngày 7 tháng 12 năm 1999. Ngoài ra sử dụng số liệu quan trắc trên có thể kiểm tra với số liệu lưu lượng thực đo tại trạm An Chỉ. Kết quả tính toán bất định dự báo đối với trận lũ tháng 12/1999 được thể hiện trong hình 13. Kết quả cho thấy có sự chênh lệch giữa giá trị thực đo và các biên trên (đối với đỉnh lũ thứ 2) và biên dưới (đối với đỉnh lũ thứ 3) của khoảng bất định dự báo. Tuy nhiên mức độ chênh lệch là không lớn. Sự sai khác ở đỉnh lũ thứ 3 có thể được giải thích một phần là do với cấp lưu lượng lớn (Q>3500 m3/s), tại An Chỉ có hiện tượng nước tràn bờ và trao đổi với lưu vực sông Trà Khúc. Do đó lưu lượng đo được không phải là tổng lưu lượng thu được từ thượng lưu chảy về. Nếu chỉ sử dụng đường trung bình là đường dự báo thì sai số sẽ lớn hơn. Hình 7. Kết quả tính toán bất định ở chế độ mô phỏng với trận lũ tháng 10/2003 (chỉ tiêu NS). Hình 8. Kết quả tính toán bất định ở chế độ mô phỏng với trận lũ tháng 10/2003 (chỉ tiêu EV). N.T. Giang / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 27, Số 1S (2011) 54-62 60 Hình 9. Kết quả tính toán bất định ở chế độ mô phỏng với trận lũ tháng 10/2003 (chỉ tiêu ME). Hình 10. Kết quả tính toán bất định ở chế độ mô phỏng với trận lũ tháng 11/1999 (chỉ tiêu NS). Hình 11. Kết quả tính toán bất định ở chế độ mô phỏng với trận lũ tháng 11/1999 (chỉ tiêu EV). Hình 12. Kết quả tính toán bất định ở chế độ mô phỏng với trận lũ tháng 11/1999 (chỉ tiêu ME). Hình 13. Kết quả dự báo trận lũ tháng 12/1999 (Đường liền nét mảnh là đường thực đo). 3.2. Đánh giá chất lượng dự báo Bài báo đã trình bày việc áp dụng phương pháp GLUE để mô phỏng và dự báo lũ bằng mô hình thủy văn khi tính đến tính bất định của các tham số mô hình. Tuy nhiên vẫn tồn tại một câu hỏi là: dùng chỉ tiêu nào để đánh giá chất lượng dự báo khi xét đến độ bất định của các tham số mô hình. Bảng 3. Kết quả chỉ tiêu đánh giá độ tin cậy R Trận lũ 10/2003 11/1999 12/1999 Chỉ tiêu NS ME EV NS ME EV NS R (%) 87.16 87.15 87.15 96.53 96.53 96.53 54.27 Tác giả đề xuất chỉ số R – độ tin cậy (reliability) tương tự trong nghiên cứu của Scholten et al. [7, 8] đề xuất: 100% n R N Trong đó: n là số các giá trị thực đo nằm trong khoảng dự báo định nghĩa bởi đường bao trên và đường bao dưới (P95% và P5%); N là tổng số điểm thực đo đưa vào hiệu chỉnh, kiểm định hay đánh giá chất lượng dự báo. Giá trị R đánh giá sự phù hợp của kết quả dự báo với số liệu thực đo thu được từ hệ thống thực. Kết quả tính các chỉ tiêu R tương ứng cho từng trường N.T. Giang / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 27, Số 1S (2011) 54-62 61 hợp được đưa ra ở các hình từ 8 đến 13 được thể hiện trong bảng 3. Nếu R càng lớn thì độ tin cậy của dải dự báo càng lớn. Điều này có nghĩa là chúng ta có thể tin tưởng rằng giá trị lưu lượng lũ xắp xảy ra sẽ nằm trong khoảng dự báo thu được từ mô hình. Tuy nhiên, giá trị của bản dự báo còn phụ thuộc vào độ rộng của dải dự báo, mà dải này lại phụ thuộc vào bản chất của từng mô hình. 4. Kết luận và kiến nghị Công tác dự báo lũ đóng một vai trò quan trọng trong việc ổn định phát định phát triển kinh tế xã hội. Dự báo lũ phục vụ cho mục đích phòng chống giảm nhẹ các thiên tai do nước gây ra và phục vụ cho công tác vận hành các công trình khai thác nguồn nước. Vì vậy, việc đưa ra một kết quả dự báo chính xác có ý nghĩa đối với cộng đồng và mọi ngành kinh tế. Nghiên cứu phương pháp ước lượng bất định là một hướng đi mới trong nghiên cứu công nghệ dự báo lũ. Bước đầu nghiên cứu phương pháp ước lượng bất định khả năng cho kết quả khả quan, làm cơ sở cho những nghiên cứu tiếp theo. Ưu điểm của hướng nghiên cứu này là cho dải kết quả dự báo giúp cho công tác phòng chống và khắc phục thiên tai được thực hiện tốt hơn bằng các phương án tương ứng với từng ngưỡng giá trị đỉnh lũ. Tuy nhiên, việc xây dựng các chỉ tiêu đánh giá độ phù hợp luôn là vấn đề quan trọng bậc nhất trong quy trình dự báo. Vì vậy, trong thời gian tới cần xây dựng được các chỉ tiêu đánh giá phù hợp nhất để quá trình dự báo lũ được tốt hơn. Đồng thời quy trình dự báo này cần áp dụng cho một số mô hình khác nhau và cho các lưu vực khác nhau để tổng quát hóa được phạm vi sử dụng cũng như hiệu quả của phường pháp. Ngoài ra, vấn đề nghiên cứu để đưa ra chỉ tiêu đánh giá chất lượng mô phỏng và dự báo khi tính đến độ bất định của số liệu đầu vào và các thông số của mô hình còn khá mới mẻ. Do vậy cần nhiều các nghiên cứu tiếp theo để xem xét vấn đề này. Lời cảm ơn Nội dung bài báo này là một phần kết quả của đề tài QG 09 -25 do Đại học Quốc Gia Hà Nội tài trợ. Tác giả xin chân thành cảm ơn sự hỗ trợ quý báu này. Tài liệu tham khảo [1] Nguyễn Tiền Giang, Daniel van Putten, Phạm Thị Thu Hiền, Công nghệ dự báo lũ khi xét đến tính bất định của mô hình thủy văn: Cơ sở lý thuyết, Tạp chí khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 25, Số 3S (2009) 403. [2] Nguyen Tien Giang, Daniel van Putten, Uncertainty interval estimation of WetSpa model for flood simulation: a case study with Ve Watershed, Quang Ngai Province. Vietnam Geotechnical Journal 14 (2E) (2010) 70. [3] Nguyễn Thanh Sơn, Nghiên cứu mô phỏng quá trình mưa - dòng chảy phục vụ sử dụng hợp lý tài nguyên nước và đất một số lưu vực sông thượng nguồn miền Trung, Luận án Tiến sỹ ngành Địa lý, Trường Đại học Khoa học Tự nhiên, Hà Nội, 2008. [4] Viện Quy hoạch Thủy lợi, Quy hoạch sử dụng tổng hợp nguồn nước lưu vực sông Trà Khúc - Tỉnh Quảng Ngãi, Hà Nội, 2003. [5] Beven và Binley, The future of distributed models: model calibration and uncertainty predicition, Hydrological processes 6 (1992), 279. [6] Tom Doldersum, Global sensitivity analysis of the WetSpa model, Bachelor thesis, Twente University, Enschede, The Netherlands, 2009. [7] Scholten, H. and Van der Tol, M. W. M., Towards a metrics for simulation model validation. In Predictability and nonlinear modeling in natural sciences and economics. J. Grassman and G. Van Straten, eds. Kluwer Academic Publishers, Dordrecht, The Netherlands, (1994) 398. [8] H. Scholten, M. W. M. Van der Tol, A. C. Smaal, Models or measurements? Quantitative validation of an ecophysiological model of mussel growth and reproduction. Paper presented at the ICES N.T. Giang / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 27, Số 1S (2011) 54-62 62 Annual Science Conference, Cascais, Portugal , 1998. Flood forecasting technology dealing uncertainty of hydrological models: II. An application to Ve watershed, Quang Ngai Province Nguyen Tien Giang Hanoi University of Science, VNU, 334 Nguyen Trai, Hanoi, Vietnam This paper presents the results of the application of GLUE methodology, which was presented in previous papers, to flood prediction at An Chi station in Ve watershed. First, the procedure is executed in simulation mode for November 1999 flood and October 2003 flood with three likelihood measures (NS, ME, EV). With the results obtained, the NS measure is selected for estimating uncertainty interval of Decmeber 1999 flood in predictive mode. The comparision between predictive interval and observed flood indicates a reasonable agreement. The predictive interval is more meaningful and less errorous than point-prediction (without consideration of parameter uncertainty). Besides, the paper recommends the use of R index (Reliability) to assess the reliability of predictive interval. Finally, some outlooks for the in-line future research are given such as likelihood measures, quality assessment of predictive interval and futher application for other watersheds.