TẠP CHÍ

ISSN: 1859-316X

KHOA H C - CƠNG NGH

KHOA HỌC CƠNG NGHỆ HÀNG HẢI
JOURNAL OF MARINE SCIENCE AND TECHNOLOGY

MÔ PH NG QUÁ TRÌNH CHUY N
NG VÀ PHÂN TÁCH C A MÀNG D U
TRÊN BI N D A TRÊN THU T TOÁN PHÂN CHIA I M POISSON
BASED ON THE POISSON DISTRIBUTION ALGORITHM TO SIMULATE THE
TRANSPORTATION AND DISPERSION OF THE OIL FILM AT SEA
V NC
NG*, TR N GIA NINH, NGUY N Lể KIM PHÚC
Khoa Hàng h i, Tr ng i h c Hàng h i Vi t Nam
*Email liên h :
Tóm t t
Mô ph ng ch t l ng là m t nhi m v khó kh n và
ph c t p trong đ h a máy tính.
c bi t khi có
s c tràn d u trên bi n, màng d u liên t c thay
đ i v trí và tính ch t d i tác đ ng c a môi
tr ng. Trong bài báo này tác gi s d ng mơ
hình lan r ng và trôi d t d a trên các công th c
th c nghi m đ xây d ng mơ hình tốn h c chuy n
đ ng c a màng d u trên bi n. giai đo n ti p
theo, màng d u phân thành các h t ch t l ng d a
trên thu t toán phân chia đi m Poisson đ c l p
trình song song đa lu ng trên GPU đ t ng t c đ

và đ m b o th i gian th c. ây là m t ng d ng
hoàn toàn m i c a thu t toán phân chia đi m
Poisson cho mơ ph ng màng d u trên bi n. Q
trình phân tách đ c th c hi n d i tác đ ng c a
sóng, gió và dịng ch y b ng ph n m m Unity v i
ngôn ng l p trình C#, đ ng th i mơ ph ng m t
cách sinh đ ng và chân th c màng d u t ng tác
v i các đ o nh . K t qu c a nghiên c u có th
đ c s d ng đ d đốn h ng d u tràn, t đó
đ a ra gi i pháp ng phó và gi m thi u thi t h i
do tràn d u trên bi n.
T khóa: Mơ ph ng ch t l ng, Unity, thu t toán
phân chia đi m Poisson.

Abstract
One of the most challenges in computer graphic is
fluid simulation. Especially, when simulate oil
spill at sea, because oil continuous changes its
position and characteristic under the effect of
environment. The authors used empirical
formulas to construct the mathematical model of
spread and drift model of the oil film at sea. In the
next stage, we divided the oil film into thousands
of particles by Poisson distribution algorithm
which is parallel implemented in GPU and satisfy
the real-time factor. This is the novelty of our
research in the field of oil spill simulation. We
simulate the dispersion process and oil particles

S


70 (04-2022)

collide with island in vividly and realistically way
by Unity with C# language. Our program can be
used to predict the direction, respond and
minimize damage caused by oil spills at sea.
Keywords: Fluid simulation, Unity, Poisson
distribution algorithm.

1. Gi i thi u
Tác h i c a m t v tràn d u đ i v i môi tr ng là
vô cùng l n, nh h ng t i các loài sinh v t, du l ch,
nuôi tr ng th y h i s n,… Kh c ph c h u qu tràn d u
c ng r t t n kém.
gi m thi u chi phí và ng n ng a
thi t h i, ph ng án xây d ng ch ng trình mơ ph ng
đ hu n luy n các tình hu ng gi đ nh nh m nâng cao
kh n ng ng phó khi có s c tràn d u th t x y ra
c ng r t hi u qu . Tuy nhiên đ mô ph ng chân th c
và sinh đ ng các đ c tính c a d u - m t d ng c a ch t
l u là m t v n đ r t khó kh n và ph c t p trong l nh
v c đ h a máy tính. Càng mơ ph ng chi ti t các đ c
tính thì kh i l ng tính tốn t ng lên, u c u c u hình
ph n c ng cao, làm ch m t c đ c a ch ng trình, và
ng c l i.
V c b n, có hai ph ng pháp đ mơ hình hóa v t
d u loang: Ph ng pháp Eulerian và ph ng pháp
Lagrangian. Ph ng pháp Eulerian d a trên các
ph ng trình b o tồn kh i l ng và đ ng l ng, ho c

ph ng trình đ i l u - khu ch tán, trong đó ph n
khu ch tán bi u th s lan truy n c a d u và đ i l u
bi u th cho s d ch chuy n theo dịng ch y và gió.
Trong ph ng pháp Lagrangian, màng d u đ c đ c
tr ng b i s k t dính c a nhi u h t chuy n đ ng d a
trên các y u t h i d ng h c. Ph n l n các mơ hình
tràn d u hi n nay đ u s d ng ph ng pháp
Lagrangian vì đư đ c ch ng minh là phù h p đ mô
ph ng các tình hu ng th c t , đ n gi n, hi u qu và
c n ít d li u tính tốn h n so v i mơ hình Eulerian.
ư có r t nhi u nghiên c u mơ ph ng tràn d u
trong n c và trên th gi i. Tr n Anh Tú [1] s d ng
mô hình DELFT 3D đ mơ ph ng s c tràn d u t i
đ o C n C , đây là mơ hình đư đ c xây d ng s n nên
ng i s d ng s ph i cài đ t các thông s đ u vào
nh d li u đ a hình, m c n c và gió. Nguy n H u
9


TẠP CHÍ

KHOA H C - CƠNG NGH

JOURNAL OF MARINE SCIENCE AND TECHNOLOGY

Nhân [2] trong nghiên c u c a mình đư xây d ng
đ c ch ng trình d báo tràn d u OILSAS cho khu
v c Vân Phong - Khánh Hịa, đây khơng ph i là ph n
m m th ng m i hóa, tuy nhiên c ng ch d ng l i
ch đ 2D và l y d li u GIS. Võ V n Anh Pha [3] đư

tích h p mơ hình lan truy n d u vào b n đ s 3D cho
khu v c bán đ o Cà Mau, tuy nhiên đây là mơ hình
m t chi u và b n đ đ c xây d ng không chi ti t nên
ch a thành công trong th hi n đ a hình các nhánh
sơng khu v c nghiên c u. Trên th gi i đư có nh ng
mơ hình d báo tràn d u 2D và 3D nh OILMAP,
MIKE 21, GULKSLIK, OSCAR hay các mơ hình
PISCES I, II, III c a TRANSAS [4]. ây là nh ng mơ
hình có thi t k giao di n đ p nh ng l i là các ph n
m m th ng m i, ng i s d ng ph i tr m t chi phí
l n đ mua, b n đ đ a hình và h i đ đ c xây d ng
b i n c ngồi nên khó đ t đ c đ chính xác cao khi
áp d ng d báo tràn d u trong n c. Ngoài ra, ng i
s d ng c ng khó có th can thi p vào các ch ng
trình tính tốn c a h th ng. Trong nghiên c u này,
tác gi s xây d ng mơ hình mơ ph ng v t d u loang
trên bi n d i d ng 3D b ng ph n m m Unity. Mơ
hình cho phép hình dung s c tràn d u trong mơi
tr ng 3D r t s ng đ ng và chân th c, h n n a tác gi
c ng áp d ng thu t toán phân chia đi m Poisson vào
mơ ph ng h t d u và q trình phân tách c a màng
d u trên bi n, đây là m t ng d ng m i trong mô
ph ng tràn d u trong n c và trên th gi i hi n nay.

2. Quá trình lan truy n c h c c a màng d u
Trong mơ hình, tác gi coi màng d u là t p h p r i
r c c a các h t d u. Các h t này có kh n ng t ng
tác l n nhau và có nh ng đ c tính v t lý riêng nh đ
nh t, tr ng l c, l c ma sát gi a các h t và n c bi n.


2.1. Mơ hình tốn h c quá trình giãn n
Sau khi tràn ra bi n, q trình giưn n v m t th
tích và di n tích s di n ra đ u tiên. B ng nhi u th
nghi m th c t và trong phịng thí nghi m, Lehr [5]
đư ch ng minh đ c r ng hình d ng màng d u g n
gi ng v i hình Elip v i tr c chính có xu h ng theo
h ng gió. Gi s các h t không t ng tác v i nhau
khi kho ng cách l n h n r0, trong đó r0 là kích th c
h t đ c tr ng t l v i S . Khi đó l c t ng tác gi a
các h t v i nhau đ c xác đ nh b i công th c sau:
r
Fint = g1 ( K1 , K1 , r0 )  0
r

q

 r

 r

(1)

Trong đó: r là kho ng cách tâm hai h t, Kj (j =
1...n) và gk (k = 1,2,3) là các h s và hàm t ng ng.
Khi di chuy n, các h t còn ch u l c ma sát v i
n c bi n đ c tính b i cơng th c sau:

10

ISSN: 1859-316X


KHOA HỌ CÔNG NGHỆ HÀNG HẢI

FCD = − g2 ( K3 , K4 , mp )mpVspread

trong đó, mp là kh i l

(2)

ng h t, Vspread là t c đ giưn n .

Áp d ng đ nh lu t 2 Newton đ xác đ nh t c đ
giưn n c a màng d u nh sau:
Nint
d
Vspread = FCD +  Finti
(3)
dt
i =1
Trong đó: Nint là s l ng h t d u mô ph ng.

mp

Theo Lehr [5], di n tích giưn n c a màng d u A
theo th i gian đ c tính b i cơng th c:

A = ( / 4)QR

(4)


D a vào các công th c th c nghi m, Lehr đư tính
đ c giá tr c a bán tr c chính và bán tr c ph c a
Elip. Khi đó (4) đ c vi t l i nh sau:
2

1

   3 2 1
   3 1 4
A = 2270   V 3 t 2 + 40   V 3W 3 t
 0 
 0 
3

(5)
(6)

Amax = 105V 4

v i, A là di n tích màng d u; Amax là di n tích t i
đa; V là th tích d u tràn; W là t c đ gió; t là th i
gian; 0 là kh i l ng riêng c a d u; ∆ là bi n thiên
kh i l ng riêng d u-n c; Q là bán tr c ph ; R là bán
tr c chính.

2.2. Mơ hình tốn h c q trình trơi d t
Ngồi q trình t giưn n , khi d u tràn ra bi n cịn
x y ra q trình trơi d t. B ng các nghiên c u th c
nghi m M.Fingas [6] đư ch ng minh đ c r ng, đ i
v i các v tràn d u khu v c ven b v i t c đ gió

khơng q 10 km/h thì tác đ ng c a gió và dòng ch y
l n l t kho ng 3 % và 100 % t i v n t c trôi d t c a
màng d u. Do v y quá trình di chuy n c a màng d u
là hoàn toàn ng u nhiên. Lúc này s d ch chuy n c a
màng d u đ c tính tốn d a trên ph ng trình di
chuy n ng u nhiên c a các h t d u. T c đ di chuy n
c a h t d u th i b t k đ c xác đ nh b i đ o hàm
c a tr c X theo th i gian t:
dXi
= Vdrift ( xi , yi , t ) + Vdiff ( xi , yi , t )
dt

(7)

v i, Xi(xi,yi) là v trí c a h t th i; Vdiff là t c đ
phân tán; t là th i gian (s).

Vdrift ( xi , yi ) = awVw ( xi , yi ) + acVc ( xi , yi )

(8)

v i, Vw là t c đ gió t i 10m trên m t n c bi n;
Vc là t c đ dòng ch y; aw = 0.03 là h s gió; ac = 1.0
là h s dịng ch y.

Vdiff ( xi , yi ) = Vdrift Rnein

(9)

v i, Rn [-1,1] là s ng u nhiên đ c phân ph i trong

đo n t -1 đ n 1; n [0, ) là góc l ch; Vdrift là v n t c d t.

S

70 (04-2022)


TẠP CHÍ

ISSN: 1859-316X

KHOA HỌC CƠNG NGHỆ HÀNG HẢI
JOURNAL OF MARINE SCIENCE AND TECHNOLOGY

3. ng d ng thu t toán phân chia đi m
Poisson vào mô ph ng chuy n đ ng v t d u
loang trên bi n
3.1. Thu t toán phân chia đi m Poisson
nh ngh a v thu t toán phân chia đi m Poisson
l n đ u tiên đ c gi i thi u b i nhà th ng kê h c
ng i Th y i n Bertil Matern [7] vào n m 1960 đ
th c hi n phân b cây trong r ng. Trong l nh v c đ
h a máy tính, Dippe và Wold [8] đư áp d ng thu t toán
đ kh c ph c hi n t ng r ng c a trên nh, khi đó nó
có tên g i khác là thu t toán Dart-throwing. Thu t
toán này phân chia các đi m ng u nhiên trên v t th
2D ho c 3D, tuy nhiên nh c đi m là không ki m soát
đ c kho ng cách t i thi u gi a các h t và s có các
h t b ch ng l n lên nhau.


KHOA H C - CÔNG NGH
cách nhau m t kho ng r cho tr c. Trong Hình 1,
đi m màu đ khơng đ c hi n th , đi m màu đen đ c
hi n th , kho ng cách t i thi u r, t i đa 2r, kích th c
.
cell là
có th hi u rõ h n nguyên lý xây d ng thu t
tốn nh Hình 2, tác gi đư xây d ng s đ thu t toán
t o đi m trong khơng gian n chi u, nh Hình 1 và s
đi m ng viên t i đa là k = 30.

Hình 2. S đ thu t toán phân chia đi m Poisson
Hình 1. Nguyên lý phân chia đi m Poisson

3.2. ng d ng vào mơ hình v t d u loang trên bi n

ng d ng c a thu t toán phân chia đi m Poisson
trong đ h a máy tính r t quan tr ng, đ c bi t là đ
k t xu t hình nh, t o hình và x lý hình h c cho đ i
t ng. Nguyên t c ho t đ ng c a thu t toán nh sau:
Thu t toán s t o ra m t t p h p đi m phân b ng u
nhiên trong không gian n chi u, chia không gian n
chi u thành các ô vuông đ i v i 2D ho c kh i l p
ph ng đ i v i 3D. ng th i thu t toán s kh ng ch
kho ng cách gi a hai đi m b t k không nh h n m t
kho ng cách r cho tr c.
làm đ c đi u này, thu t
toán s t o ng u nhiên m t đi m, sau đó t o ra k đi m
xung quanh nó, l n l t ki m tra xem trong s k đi m
này th a mưn đi u ki n kho ng cách r nói trên thì s

đ c hi n th , thu t toán s ti p t c đ i v i các đi m
đ c hi n th ti p theo, m i m t cell ch có th ch a
duy nh t m t đi m. Nh v y, trong không gian 2 chi u
có th th y thu t tốn s t o ra 2 vịng trịn có bán kính
t ng ng v i kho ng cách t i thi u và t i đa gi a hai
đi m b t k , cịn trong khơng gian 3 chi u là hai hình
c u t ng ng. u đi m c a ph ng pháp là t o ra
phân b ng u nhiên các đi m trong không gian và

Tác gi áp d ng ph ng pháp th c nghi m c a
Lehr đ
c tính g n đúng hình d ng ban đ u c a
màng d u. Trong giai đo n vài gi đ u tiên, màng d u
giưn n theo hình Elip, và đ t đ n di n tích t i đa Amax,
nh trong ph ng trình (6). D i tác d ng c a s c
c ng b m t, sóng, gió, dịng, v t d u b phân tách
thành nhi u ph n nh m t cách ng u nhiên.
mơ
ph ng q trình này, tác gi đư áp d ng thu t toán
phân chia đi m Poisson khi màng d u đ t di n tích t i
đa thành hàng nghìn h t d u có kích th c khác nhau.
Trong Hình 3, gi s đ t màng d u trong h t a đ
Oxyz, trong đó m t ph ng Oxz là m t ph ng ch a
màng d u, tr c y bi u th chi u cao c a sóng bi n. M t
đi m ch đ c hi n th trên màn hình khi nó n m bên
trong ho c trên biên c a hình Elip, nh ng đi m khơng
thu c đi u ki n này thì s khơng đ c hi n th . Hình
4 là minh h a quá trình áp d ng l p trình tu n t trên
CPU v i 50 nghìn h t d u. S d ng b t ph ng trình
sau đ ki m tra đi u ki n biên:


S

70 (04-2022)

( xi − a / 2)
2
( a / 2)

2

+

( zi − b / 2 )
2
(b / 2)

2

1

(10)

11


TẠP CHÍ

ISSN: 1859-316X


KHOA HỌ CƠNG NGHỆ HÀNG HẢI

KHOA H C - CÔNG NGH

JOURNAL OF MARINE SCIENCE AND TECHNOLOGY

v i, xi, zi là t a đ c a h t th i, a/2 và b/2 là bán
tr c chính và bán tr c ph c a Elip.

Hình 3. Mi n phân chia đi m trong h t a đ Oxz

th i trên nhi u lu ng khác nhau, do đó s t ng t c đ
tính tốn c a ch ng trình mà v n th a mưn s l ng
lên t i hàng tr m nghìn đi m và đ m b o y u t th i
gian th c (real-time). Hình 5 th hi n nguyên lý c a
thu t toán song song cho m t lu ng (thread). Ch n
ng u nhiên m t đi m S1 hi n th trên màn hình, thu t
tốn ngay l p t c ki m tra đi u ki n nh ng đi m n m
ngồi ph m vi bán kính 2r s đ c hi n th (màu xanh),
nh ng đi m n m trong pham vi 2r s b xóa (màu
vàng). Cơng vi c này c ng di n ra t ng t trên các
lu ng khác.

Hình 4. Mi n phân chia 50 nghìn h t

Tuy nhiên khi s đi m t ng lên s nh h ng khá
l n t i t c đ c a ch ng trình vì các phép tính tốn
t ng lên.
kh c ph c đi u này, tác gi đư s d ng
ph ng pháp l p trình song song ch y đa lu ng trên

GPU v i s h t d u trên 500 nghìn h t nh m t ng t c
đ tính tốn c a ch ng trình. Ph ng pháp này đ c
th c hi n nh sau:
G i M là b m t c n sinh đi m trong t p
là bán kính đ a Poisson.

n

, và r

B c 1: T o m t t p đi m P trên M và gán cho m i
đi m m t tr ng thái IDLE - ch a đ c x lý.
B c 2: M i m t lu ng s t đ ng nh t m t đi m
pi t t p P (pi tr ng thái IDLE), đ t cho nó m t tr s
u tiên duy nh t và c p nh t tr ng thái cho đi m pi là
ACTIVE - đư đ c x lý b i m t lu ng (thread) trong
m t kh i t ng ng (block). Sau đó lu ng này s tính
tốn kho ng cách t tâm đi m pi v i bán kính 2r và
đ a nh ng đi m có tr ng thái ACTIVE và IDLE vào
trong đ a.
B c 3: N u có s xung đ t gi a các đi m
ACTIVE thì đi m nào có giá tr u tiên th p h n s b
lo i b .
B c 4: i m ACTIVE th a mưn đi u ki n d ≥ 2r
s đ c gi l i và hi n th trên màn hình, ng c l i
nh ng đi m có d < 2r s b xóa. Quay tr l i b c 2
cho t i khi khơng cịn đi m IDLE nào có th tìm th y
trong t p P n a.
Nh v y vi c v các đi m s đ


12

c th c hi n đ ng

Hình 5. Phân chia đi m đa lu ng trên GPU

4. Th c hi n mô ph ng v t d u loang trên bi n
Ch ng trình mơ ph ng v t d u loang trên bi n
đ c th c hi n trên máy tính có c u hình nh sau:
• Chipset: Intel(R) Core(TM) i7-7700HQ CPU @
2.80GHz;
• Card đ h a: NVIDIA GTX 1050Ti;
• B nh RAM: DDR4 16GB;
• CPU: 4 nhân, 8 lu ng.
th c hi n mô ph ng 3D v t d u trong mơi
tr ng sóng bi n, tác gi đư s d ng ph n m m Unity
v i ngơn ng l p trình C# trong Microsoft Visual
Studio 2015 đ d ng c nh và vi t code cho d án. Các
thông s c a d u và mơi tr ng nh sau:
•L

ng d u tràn: 1500 m3;

• Kh i l

ng riêng c a d u:

• Kh i l

ng riêng n


0

c bi n:

= 890kg/m3;
w

= 1023kg/m3;

• V n t c gió đ cao 10m so v i m t n
W10 = 0.5m/s.

c bi n:

giai đo n đ u, màng d u phát tri n theo d ng hình
Elip nh gi thuy t c a Lehr, khi đ t đ n di n tích t i
đa thì áp d ng thu t toán song song chia đi m Poisson
đ phân màng d u thành 500.000 h t d u có kích th c
khác nhau. Ch ng trình s mơ ph ng 2 tr ng h p:
Màng d u trôi d t trên bi n và va ch m v i m t đ o
nh , sau đó phân tách ng u nhiên d i tác đ ng c a

S

70 (04-2022)


TẠP CHÍ


ISSN: 1859-316X

KHOA H C - CƠNG NGH

KHOA HỌC CƠNG NGHỆ HÀNG HẢI
JOURNAL OF MARINE SCIENCE AND TECHNOLOGY

Hình 6. V t d u t

a)

a)

b)

b)

ng tác v i ch

ng ng i v t

sóng, gió và các y u t mơi tr ng (Hình 6a, 6b); ho c
là màng d u t do giưn n và phân tách ng u nhiên d i
tác đ ng c a sóng, gió và các y u t mơi tr ng (Hình
7a,7b). Nhìn vào Hình 6 có th th y, khi màng d u g p
các đ o nh thì nó có xu h ng d ch chuy n theo đ ng
b bi n và ph thu c vào các dòng ch y r i ven b . Khi
màng d u di chuy n t do khơng có tác đ ng c a v t
c n (Hình 7), quá trình phân tách thành các ph n nh
s di n ra lâu h n và hình d ng c a màng d u d n s

phân b theo các rưnh sóng (windrow) nh trong
nghiên c u c a Lehr [9] vào n m 2017.
Hi n nay, nghiên c u mô ph ng 3D tràn d u v n
còn m t s h n ch . Zou [10] đư s d ng ph ng pháp
k t xu t hình nh (RTT) đ mơ ph ng 3D v t d u
loang trên bi n, tuy nhiên hình nh v t d u không th
hi n đ c s phân tách màng d u thành các ph n nh
h n nh trong mơ hình c a tác gi , xem Hình 8. Ren
[11] c ng phát tri n mơ hình 3D tràn d u d a trên mơ
hình h t, tuy nhiên s l ng h t nh và coi kích th c
các h t hình tr là nh nhau trong m t phân b đ u,
khơng tính đ n tác đ ng c a gió, dịng, do đó mơ hình
có đ chính xác khơng cao và màng d u ch đ n gi n
là s m r ng di n tích c a hình trịn. Cơng ty Transas
[4] c ng r t thành công trong các mô ph ng hu n
luy n bu ng lái v i r t nhi u bài t p tình hu ng khác
nhau, tuy nhiên trong mô ph ng ng c u s c tràn
d u h ch áp d ng ph ng pháp dán hình nh v t d u
lên b m t bi n, sau đó s d ng Shader đ t o các hi u
ng màu s c và t ng ph n cho hình nh d u, vì th
c ng không đáp ng đ c yêu c u mô ph ng s phân
tách c a màng d u thành các ph n nh h n nh trong
nghiên c u này.

S

70 (04-2022)

Hình 7. V t d u khơng t


ng tác v i ch

ng ng i v t

Hình 8. Mơ ph ng v t d u loang c a Zou

5. K t lu n
Bài báo đư gi i thi u ph ng pháp hồn tồn m i
trong vi c mơ ph ng tràn d u trên bi n b ng thu t tốn
phân chia đi m Poisson đ c l p trình song song đa
lu ng trên GPU đ t ng t c đ và đ m b o th i gian
th c. Tác gi đư th c hi n mô ph ng chuy n đ ng c a
màng d u b ng ph n m m Unity v i các tình hu ng
màng d u t ng tác v i đ o nh và di chuy n t do
trong môi tr ng sóng bi n. K t qu c a bài báo có
th đ c s d ng đ tham kh o cho các mơ hình ng
phó s c tràn d u trên bi n.
Tuy nhiên mơ hình hi n t i ch là t p h p các h t
d u nên ch a đáp ng đ c hình dung c a ch t l ng.
Các nghiên c u ti p theo tác gi s gi i thi u thu t
toán Marching Cube đ tái t o b m t l i cho các
vùng h t có cùng đ sâu và k t xu t b m t ch t l ng.
Thu t tốn có u đi m là đ n gi n và có th mơ ph ng
v t d u loang trên m t không gian r ng l n mà khơng
c n địi h i đ chi ti t cao c a màng d u.

13


TẠP CHÍ


KHOA H C - CƠNG NGH

L ic m n
Nghiên c u này đ c tài tr b i Tr ng i h c
Hàng h i Vi t Nam trong đ tài mư s : DT21-22.05.

TÀI LI U THAM KH O
[1] Tr n Anh Tú, Lê
c C ng, Mô ph ng m t s
k ch b n tràn d u khu v c đ o C n C , T p chí
Khoa h c và Cơng ngh Bi n, (S 2), tr.187-194,
2014.
[2] Nguy n H u Nhân, Hu nh K H nh, Th nghi m
mơ hình OILSAS - Cơng c tr giúp ng phó s c
tràn d u trên v nh Vân Phong, T nh Khánh Hòa,
Tuy n t p nghiên c u bi n, (T p 20), tr.19-29,
2014.
[3] Võ V n Anh Pha, Nghiên c u tích h p mơ hình lan
truy n d u vào b n đ s 3D cho khu v c khí đi n - đ m Cà Mau đ ph c v công tác ng phó
s c tràn d u, T p chí An tồn - Mơi tr ng D u
khí, S 12, tr.50-57, 2014.
[4] Delgado L, Kumzerova, Martynov M. Simulation
of oil spill behavior and response operations in
PISCES. WIT Transactions on Ecology and the
Environment, Vol.88, pp.279-292, 2006.
[5] W. J. Lehr et al., A new technique to estimate initial
spill size using a modified Fay-type spreading
formula, Marine Pollution Bulletin, Vol.15, No.9,
pp.326-329, 1984.


14

ISSN: 1859-316X

KHOA HỌ CÔNG NGHỆ HÀNG HẢI
JOURNAL OF MARINE SCIENCE AND TECHNOLOGY

[6] M.Fingas, Chapter 8 - Introduction to spill
modeling, pp.187-200, 2015.
[7]

M.N.Gamito and S.C.Maddock, Accurate
multidimensional poisson disk sampling, ACM
Transactions on Graphics, Vol.29, No.1, Article 8,
pp.1-19, 2009.

[8] R. L. Cook, Stochastic sampling in computer
graphics, ACM Transaction on Graphics, Vol.5,
No.1, pp.51-72, 1986.
[9] D. S. Beatty and W. J. Lehr, Extended oil spill
spreading with Langmuir circulation, Marine
Pollution Bulletin, Vol.122, pp.226-335, 2017.
[10] Xuan Chen, Feng Yu, Changjun Zou, Xiuwen Liu,
Guangqiang Liu, Research of 3D Oil Spill
Response Drill System, Aquatic Procedia, No.3,
pp. 15-20, 2015.
[11] Ren Hongxiang et al., 3D Real-Time Rendering
of Continuous Oil Spill on Simulated Ocean,
Journal of System Simulation, Vol.20, No.19, pp.

5117-5120, 2008.
Ngày nh n bài:
Ngày nh n b n s a:
Ngày duy t đ ng:

05/01/2022
18/01/2022
08/02/2022

S

70 (04-2022)