Áp dụng thử nghiệm phần mềm mã nguồn mở OpenFOAM mô phỏng lũ bùn đá

 Tạp chí Khí tượng Thủy văn 2021, 726, 47-56; doi:10.36335/VNJHM.2021(726).47-56  
Bài báo khoa học 
Áp dụng thử nghiệm phần mềm mã nguồn mở OpenFOAM mô 
phỏng lũ bùn đá 
Đặng Trường An1* 
1 Trường Đại học Khoa học Tự Nhiên, Đại học Quốc gia TP. HCM; dtan@hcmus.edu.vn 
*Tác giả liên hệ: dtan@hcmus.edu.vn; Tel.: +84–909719878 
Ban Biên tập nhận bài: 12/3/2021; Ngày phản biện xong: 9/5/2021; Ngày đăng bài: 
25/6/2021 
Tóm tắt: Lũ bùn đá là một dạng dòng chảy năng lượng cao chứa nước, đất, cát và sỏi đá 
trộn lẫn với nhau thường hình thành ở các vùng đồi núi dốc. Năng lượng mà lũ bùn đá tạo 
ra khi va chạm với các chướng ngại vật trên đường di chuyển của chúng thường rất lớn, có 
thể gây thiệt hại về người và tài sản. Trong nghiên cứu này, phần mềm OpenFOAM bước 
đầu được áp dụng thử nghiệm để mô phỏng dòng lũ bùn đá của một kênh thực nghiệm. Khả 
năng mô phỏng lũ bùn đá của phần mềm được đánh giá thông qua so sánh các chỉ số thống 
kê sai số giữa kết quả mô phỏng của nó với dữ liệu đo đạc và với kết quả mô phỏng từ phần 
mềm InterMixingflow. Sai số Rmean và RMSE giữa kết quả mô phỏng của phần mềm với dữ 
liệu thực đo lần lượt là 0,72 và 5,43 trong khi giá trị tương ứng từ phần mềm 
InterMixingflow là 0,85 và 5,83. Thông qua phân tích các chỉ số sai số từ phần mềm đã áp 
dụng và phần mềm InterMixingflow, có thể thấy phấn mềm OpenFOAM rất có triển vọng 
để xem xét áp dụng mô phỏng lũ bùn đá cho các trường hợp kênh tự nhiên. 
Từ khóa: Lũ bùn đá; OpenFOAM; Áp suất cao; Bão; Dòng năng lượng cao. 
1. Mở đầu 
Lũ bùn đá là một hiện tượng tự nhiên thường xuất hiện ở các vùng đồi núi, năng lượng 
được tạo ra khi dòng chảy này tiếp xúc với vật cản trên đường chúng di chuyển là rất lớn [1–
3]. Theo [4] dòng chảy lũ bùn là một dạng dòng chảy bao gồm hỗn hợp nước, đất, đá và thậm 
chí chứa cả vật liệu thô xảy ra phổ biến ở khu vực đồi núi gây thiệt hại lớn về người và tài 
sản. Do dòng chảy lũ bùn pha trộn nhiều loại vật liệu khác nhau nên năng lượng chúng tạo 
ra lớn hơn nhiều so với dòng chảy chỉ chứa nước và vì thế thiệt hại do chúng gây ra cho các 
khu vực chịu tác động trực tiếp là rất lớn [3, 5–7]. Cho đến này, các khảo sát thực địa để tìm 
hiểu nghiên cứu về dòng chảy lũ bùn vẫn còn gặp phải nhiều thách thức do chi phí khá tốn 
kém và mất an toàn đối với người tham gia khảo sát [7–9]. Chính vì thế, các tiếp cận nghiên 
cứu về dòng chảy lũ bùn đang được áp dụng phổ biến hiện nay là sử dụng thiết bị công nghệ 
bay độ phân giải cao giám sát bề mặt (Airborne Lidar) [10–12]. [10] đã tiến hành một nghiên 
cứu về lũ bùn đá xảy ra tại thị trấn Matata ở Plenty, phía Đông New Zealand. Nhóm nghiên 
cứu đã sữ dụng thiết bị bay độ phân giải cao Airborne Lidar để giám sát bề mặt đất của khu 
vực xảy ra lũ bùn sau sự kiện mưa cực lớn. Sự kiện mưa này gây ra hiện tượng sạt trượt đất, 
đá trên diện rộng và dòng chảy lũ bùn gây ảnh hưởng lớn đến khu vực Awatarariki và 
Waitepuru thuộc Matata. Nghiên cứu đã chỉ ra, việc áp dụng công nghệ bay giám sát Airborne 
Lidar nghiên cứu dòng chảy lũ bùn cho thấy triển vọng khả quan của kỹ thuật này. Năm 2016, 
[12] đã áp dụng thiết bị công nghệ bay Airborne Lidar giám sát những thay đổi về bề mặt địa 
hình do dòng chảy lũ bùn gây ra cho khu vực Umyeon, Hàn Quốc. Trong nghiên cứu đã sử 
Tạp chí Khí tượng Thủy văn 2021, 726, 47-56; doi:10.36335/VNJHM.2021(726).47-56 48 
dụng thiết bị Airborne Lidar bay giám sát xung quanh khu vực xảy ra lũ bùn và rút ra nhận 
xét rằng, phương pháp sử dụng công nghệ bay Airborne Lidar trong giám sát dòng chảy lũ 
bùn nên được khuyến khích áp dụng nhiều hơn cho các khu vực thường xảy ra lũ bùn khác 
của Hàn Quốc cũng như các khu vực trên thế giới. Bên cạnh sử dụng công nghệ bay Airborne 
Lidar để giám sát, nghiên cứu về dòng chảy lũ bùn, hướng tiếp cận sử dụng mô hình số mô 
phỏng diễn biến dòng chảy lũ bùn cũng được áp dụng rộng rãi ở nhiều nơi trên thế giới [13–
15]. Cụ thể, năm 2013 [16] đã tiến hành nghiên cứu đánh giá khả năng áp dụng của mô hình 
số mô phỏng dòng chảy lũ bùn cho 16 trường hợp kênh thực nghiệm được thiết lập tại Viện 
Kỹ thuật Giám sát Rủi ro Miền núi thuộc trường Đại học Tài nguyên Thiên nhiên và Đời 
sống Vienna. 
Kết quả nghiên cứu chỉ ra rằng, phương pháp tiếp cận mô hình số mô phỏng dòng chảy 
lũ bùn đá cho sự tương đồng tốt với dữ liệu đo đạc thực nghiệm từ mô hình vật lý phòng thí 
nghiệm. Một nghiên cứu được tiến hành bởi [17] sử dụng mô hình số 3 chiều Mohr–Coulomb 
dựa trên 2 pha dòng chảy rắn (bùn, đá) và lỏng (nước) cho kênh thực nghiệm có độ dốc lớn. 
Các kết quả mô phỏng chỉ ra khả năng ứng dụng tiềm năng của mô hình số trong mô phỏng 
các quá trình thủy động học phức tạp của các dòng chảy hỗn hợp lũ bùn với vật liệu rắn có 
kích thước hạt khá đa dạng. Việc khảo sát thực địa để nghiên cứu về dòng chảy lũ bùn như 
được trình bày còn đối mặt nhiều thách thức và chưa được tiến hành rộng rải, trong khi tiếp 
cận dựa vào thiết bị công nghệ bay Airborne Lidar còn khá tốn kém  ... ữa thuyền và 
nước, mô phỏng diễn biến vỡ đập và mô phỏng chuyển động của dòng chảy lũ bùn. Phần 
mềm OpenFOAM được xây dựng dựa trên hệ phương trình chủ đạo sau: 
Phương trình liên tục 
 𝛻 ∙ 𝑈 = 0 (1) 
Phương trình vận chuyển 
 డఈ೘
డ௧
+ ∇ ∙ (𝑈𝛼௠) = 0 (2) 
Phương trình động lượng 
 డ(ఘ௎)
డ௧
+ ∇ ∙ (𝜌𝑈 × 𝑈) = −∇𝑝 + ∇ ∙ 𝐓 + 𝜌𝑓 (3) 
Trong đó U là thành phần vận tốc; ρ là mật độ trung bình của các chất; 𝐓 là tensor ứng 
suất nhớt của hỗn hợp; f là tổng các lực khác; 𝛼௠ 𝑙à tổng của phân số biểu thị thành phần 
của thành phần bùn và cát tại một điểm không thời gian [19]. 
Trong đó 𝛼௠ trong phương trình (2) được xác định bởi phương trình (4). 
 𝛼௠ = 𝛼ଶ + 𝛼ଷ (4) 
Phần không khí cũng ảnh hưởng đến 𝛼௠ này qua phương trình (5). 
 𝛼ଵ = 1 − 𝛼௠ (5) 
Tạp chí Khí tượng Thủy văn 2021, 726, 47-56; doi:10.36335/VNJHM.2021(726).47-56 50 
Trong đó 𝛼ଵ là tham số biểu thị thành phần không khí; 𝛼ଶ là tham số biểu thị thành 
phần bùn; 𝛼ଷ là tham số biểu thị thành phần cát. 
Phương trình (2) chỉ xét đến pha lỏng, nên cần phải xét thêm pha khí cho các mô phỏng 
dòng chảy bùn. Đối với pha rắn (dòng chảy bùn) phương trình vận chuyển có dạng sau: 
 డఈ೘
డ௧
+ ∇ ∙ (𝑈𝛼௠) + ∇ ∙ (𝑈௖𝛼ଵ) = 0 (6) 
Trong đó 𝑈௖ là thành phần vận tốc giao thoa giữa hai pha lỏng và khí. 
Thuật toán PIMPLE áp dụng cho mô phỏng dòng chảy lũ bùn được minh họa ở hình 3. 
Start
T=t+Δt
Giải Phương trình trao đổi khối lượng
Giải Phương trình rối
Giải phương trình dự báo động lượng
Giải phương trình hiệu chỉnh áp suất
 Hiệu chỉnh áp suất cho ô lưới không trực giao
t>tmax
Kết thúc
 Giải lặp cho 
phương trình hiệu 
chỉnh áp suất cho ô 
lưới không trực 
giao
Vòng lặp PISO
Vòng lặp 
ngoài 
SIMPLE
Đúng
Sai
Hình 3. Thuật toán PIMPLE áp dụng cho mô phỏng lũ bùn đá. 
2.4. Các điều kiện đầu và biên 
Các dữ liệu thu thập phục vụ mô phỏng lũ bùn đá trong trường hợp nghiên cứu này gồm: 
thể tích dòng chảy, mật độ hỗn hợp (ρhh). Trong đó, thực nghiệm được tiến hành với tỷ lệ pha 
trộn giữa nước (ρw/hh), bùn khoáng với kích thước mịn, bùn khoáng với kích thước thô, cát 
mịn, cát thô và các hạt có kích thước từ sỏi trở lên với góc ma sát 𝛿 = 36o. Đối với pha khí, 
mật độ nước (ρw) và ứng suất mặt thoáng (𝜏଴଴) được miêu tả chi tiết ở Bảng 1. 
Bảng 1. Các tham số thiết lập và thu thập phục vụ mô phỏng dòng chảy lũ bùn. 
Tham số Ký hiệu Giá trị Đơn vị 
Mật độ nước ρw 1000 kg.m–3 
Mật độ hỗn hợp ρhh 1802 kg.m–3 
Ứng suất mặt thoáng 𝜏଴଴ 41,33 Pa 
Thể tích dòng chảy V 0,01 m3 
Tỷ lệ pha trộn nước ρw/hh 28,5 % 
Tạp chí Khí tượng Thủy văn 2021, 726, 47-56; doi:10.36335/VNJHM.2021(726).47-56 51 
Tham số Ký hiệu Giá trị Đơn vị 
Tỷ lệ bùn khoáng mịn ρsf/hh 1,6 % 
Tỷ lệ bùn khoáng thô ρsr/hh 8,8 % 
Tỷ lệ cát mịn ρsf/hh 27,8 % 
Tỷ lệ cát thô ρsr/hh 47,8 % 
Tỷ lệ hạt kích thước từ sỏi trở lên ρsrc/hh 14,0 % 
Nghiên cứu được tiến hành với không gian lưới Δx = 0,02 m, Δy = 0,01 m và Δz thay 
đổi từ 0,001 đến 0,025 m (Hình 4). Để đảm bảo các thiết lập mô phỏng bắt được các chuyển 
động với vận tốc lớn, bước thời gian tính toán được thiết lập Δt = 0,04 giây. 
Hình 4. Minh họa lưới sử dụng mô phỏng dòng chảy lũ bùn đá [19]. 
3. Kết quả và thảo luận 
3.1. Kết quả mô phỏng dòng chảy lũ bùn 
Mô phỏng diễn biến dòng chảy hỗn hợp lũ bùn được minh họa trên hình 5. Hình 5 thể 
hiện các khoảng thời gian di chuyển của dòng chảy lũ bùn từ lúc bắt đầu mô phỏng (Hình 5a) 
đến khoảng thời gian sau 2 giây di chuyển của dòng lũ bùn (Hình 5b) và sau các khoảng thời 
gian di chuyển tiếp theo của chúng từ giây thứ tư (Hình 5c), giây thứ 8, 16 và giây thứ 20 
(Hình 5d, 5e và 5f). Nhìn chung, hình 5 thể hiện kết quả mô phỏng dòng chảy lũ bùn từ phần 
mềm OpenFOAM phù hợp với xu thế diễn biến hiện tượng lũ bùn trong thực tế. 
Hình 5. Minh họa kết quả mô phỏng dòng lũ bùn đá theo thời gian từ lúc bắt đầu xảy ra sự kiện 
(Hình 5a) đến khi kết thúc sự kiện (Hình 5f) của khối vật liệu nước và hỗn hợp bùn, đất và cát. 
Tạp chí Khí tượng Thủy văn 2021, 726, 47-56; doi:10.36335/VNJHM.2021(726).47-56 52 
3.2. Đánh giá kết quả mô phỏng 
Kết quả mô phỏng dòng chảy lũ bùn từ phần mềm OpenFOAM được so sánh với dữ liệu 
đo đạc thực nghiệm và so với kết quả nghiên cứu từ công trình nghiên cứu đã được công bố 
[4] dùng phần mềm InterMixingflow cho cùng dữ liệu mà nghiên cứu này áp dụng (Bảng 2). 
Bảng 2 và hình 6a thể hiện dòng chảy lũ bùn mô phỏng từ phần mềm OpenFOAM cho trị số 
thấp hơn so với dữ liệu thực đo và phần mềm InterMixingflow. Tuy nhiên, về diễn biến xu 
thế và thời gian trễ của dòng chảy lũ bùn thì phần mềm OpenFOAM cho kết quả phù hợp 
hơn với dữ liệu thực đo và với kết quả mô phỏng từ phần mềm InterMixingflow (Hình 6b). 
Hình 6. So sánh kết quả mô phỏng từ phần mềm OpenFOAM với a) dữ liệu đo đạc và b) với phần 
mềm InterMixingflow. 
Bảng 2. Dữ liệu độ cao dòng chảy lũ bùn trích xuất từ dữ liệu đo đạc, mô phỏng từ phần mềm 
OpenFOAM và phần mềm InterMixingflow từ một nghiên cứu khác. 
Thời 
gian 
Dữ liệu đo 
đạc h (dm) 
Mô phỏng từ các phần mềm h (dm) 
OpenFOAM InterMixingflow 
0,60 15,02 0,56 0,00 
0,65 17,97 10,04 0,00 
0,70 14,28 15,47 15,59 
0,75 17,29 13,28 17,16 
0,80 14,91 12,16 14,85 
0,85 18,37 11,28 12,76 
0,90 13,44 10,36 12,34 
0,95 13,72 9,35 11,93 
1,00 12,76 8,29 10,67 
1,05 10,66 7,71 9,83 
1,10 12,87 7,04 9,10 
1,15 8,84 6,60 8,37 
1,20 10,20 6,15 7,74 
1,25 8,16 5,22 7,11 
1,30 6,35 4,85 6,69 
1,35 6,97 4,68 6,17 
1,40 8,79 4,56 5,86 
1,45 7,99 4,50 5,65 
1,50 8,84 4,46 5,44 
1,55 15,14 4,46 5,23 
1,60 1,76 4,46 5,23 
1,65 5,56 4,39 5,23 
Tạp chí Khí tượng Thủy văn 2021, 726, 47-56; doi:10.36335/VNJHM.2021(726).47-56 53 
So sánh kết quả tính toán dòng chảy lũ bùn từ phần mềm OpenFOAM và từ kết quả mô 
phỏng của [8] cho thấy, về trị số phần mềm OpenFOAM cho giá trị tính nhỏ hơn so với kết 
quả tính từ phần mềm InterMixingflow, tuy nhiên về xu hướng và thời gian trễ thì phần mềm 
OpenFOAM có thời gian trễ so với dữ liệu đo đạc nhỏ (0,01 giây) trong khi phần mềm 
InterMixingflow cho thời gian trễ (0,03 giây) (Bảng 2, Hình 6b). 
3.3. Phân tích mức độ phù hợp 
Mức độ phù hợp giữa kết quả mô phỏng diễn biến dòng chảy lũ bùn từ phần mềm 
OpenFOAM và phần mềm InterMixingflow được đánh giá thông qua các chỉ dẫn sai số tỷ lệ 
sai khác trung bình (Rmean) và sai số toàn phương trung bình (RMSE). Bảng 3 thể hiện kết 
quả phân tích mức độ phù hợp của các phần mềm mô phỏng độ cao dòng chảy lũ bùn dựa 
trên chỉ dẫn sai số Rmean và RMSE. Từ bảng 4 có thể nhận thấy, kết quả mô phỏng từ phần 
mềm OpenFOAM cho các sai số Rmean và RMSE lần lượt là 0,72 và 5,43 trong khi các giá trị 
sai số tương ứng thu được từ phần mềm InterMixingflow lần lượt là 2.3 là 0,85 và 5,83. Theo 
đó, chỉ số Rmean được xác định dựa trên so sánh kết quả mô phỏng của phần mềm OpenFOAM 
và dữ liệu đo đạc là 0,72. Theo [21], khi chỉ số Rmean tiến đến 1,0 có nghĩa là kết quả tính 
toán của một yếu tố phù hợp tốt với thực tế và điều này đồng nghĩa với phương pháp được 
áp dụng cho một nghiên cứu bất kỳ có độ chính xác cao. Thêm vào đó, sai số RMSE tính 
được từ phần mềm OpenFOAM cho giá trị nhỏ hơn so với phần mềm InterMixingflow, điều 
đó có nghĩa rằng phần mềm OpenFOAM rất có triển vọng để xem xét áp dụng cho các nghiên 
cứu mô phỏng dòng chảy lũ bùn tương tự cho các kênh tự nhiên. 
 Bảng 3. Kết quả phân tích các chỉ số sai số thống kê cho các phần mềm mô phỏng. 
Phần mềm Rmean RMSE 
OpenFOAM 0,72 5,43 
InterMixingflow 0,85 5,83 
3.4 Hạn chế của nghiên cứu 
Nghiên cứu được tiến hành dựa trên dữ liệu thực nghiệm mô hình vật lý, chính vì vậy 
một số tham số còn chưa được thu nhỏ quy mô phù hợp với thực tế (ví dụ như kích thước hạt 
sỏi, độ dốc kênh) và đây cũng chính là một trong những nguyên nhân dẫn đến kết quả mô 
phỏng còn số khác biệt so với thực tế. 
4. Kết luận 
Nghiên cứu được triển khai nhằm mục tiêu bước đầu thử nghiệm khả năng áp dụng phần 
mềm mã nguồn mở OpenFOAM mô phỏng dòng lũ bùn đá cho trường hợp kênh thực nghiệm. 
Kết quả thu được là cơ sở để xem xét áp dụng phần mềm OpenFOAM cho các nghiên cứu 
xa hơn đối với các kênh tự nhiên. Kết quả nghiên cứu cho thấy, phần mềm OpenFOAM bước 
đầu áp dụng mô phỏng độ cao dòng lũ bùn đá cho trường hợp kênh thực nghiệm thu được 
khá khả quan. Cụ thể, kết quả chạy mô phỏng độ cao dòng lũ bùn đá từ phần mềm mã nguồn 
mở OpenFOAM cho sai khác thông qua các chỉ số sai số thống kê tương đương với phần 
mềm InterMixingflow. Mặc dù kết quả nghiên cứu dòng lũ bùn đá thông qua áp dụng phần 
mềm OpenFOAM khả quan, tuy nhiên cần có những nghiên cứu xa hơn để đánh giá khả năng 
mô phỏng của phần mềm này cho những trường hợp sông, kênh trong thực tế. 
Đóng góp của tác giả: Tác giả là người đã lên ý tưởng và tiến hành thực hiện nghiên cứu. 
Tạp chí Khí tượng Thủy văn 2021, 726, 47-56; doi:10.36335/VNJHM.2021(726).47-56 54 
Lời cảm ơn: Tác giả chân thành cảm ơn Giáo sư Paik Joongcheol–Viện nghiên cứu dòng 
chảy năng lượng cao, Đại học Quốc Gia Gangneung đã trao đổi, đóng góp ý kiến giúp tác giả 
hoàn thành nghiên cứu này. 
Lời cam đoan: Tác giả cam đoan bài báo này là công trình nghiên cứu của tác giả, chưa 
được công bố ở đâu, không được sao chép từ những nghiên cứu trước đây; không có sự tranh 
chấp lợi ích. 
Tài liệu tham khảo 
1. Paik, J.C.; Park, S.D. Numerical simulation of flood and debris flow through 
drainage culvert. Proceeding of 5th International Conference on Debris–Flow 
Hazards Mitigation: Mechanics, Prediction and Assessment 2011, 487–493. 
2. Yu, B.; Ma, Y.; Xing Q. Experimental study on the influence of clay minerals on the 
yield stress of debris flows. J. Hydraul. Eng. 2013, 139, 364–373. 
3. Takahashi, T. Debris flow, disaster prevention research institute, Kyoto University. 
Japan, Ann. Rev. Fluid Mech., 1981, 13, 57–77. 
4. Albrecht, V.B. Debris inter–mixing–2.3: a finite volume for three–dimensional 
debris–flow simulations with two calibration parameters. Geosci. Model Dev. 2016, 
9, 2909–2923. 
5. Kiên, N.T. Nghiên cứu khả năng áp dụng đập hở khung thép ngăn lũ bùn đá tại khu 
vực miền núi phía bắc Việt Nam. Tạp chí Khoa học Công nghệ Xây dựng 2019, 
13(5), 28–37. 
6. Yu, B.; Ma, Y.; Qi, X. Experimental study on the influence of clay minerals on the 
yield stress of debris flows. Eng. ASCE 2013, 139, 364–373. 
7. Ko, S.M.; Lee, S.W.; Yune, C.Y.; Kim, G. Topographic analysis of landslides in 
Umyeonsan. J. Korean Society Sur. 2013, 32, 55–62. 
8. Hürlimann, M.; McArdell, W.; Rickli, C. Field and laboratory analysis of the runout 
characteristics of hillslope debris flows in Switzerland. Geomorphology 2015, 232, 
20–32. https://doi.org/10.1016/j.geomorph.2014.11.030. 
9. Bull, J.M.; Miller, H.; Gravley, D.M. Assessing debris flow using LiDAR 
differencing: 18 May 2005 Matata event, New Zealand. Geomorphology, 2010, 124, 
75–84. 
10. Logan, M.; Iverson, R. Video documentation of experiments at the USGS debris–
flow flume 1992–2006. Website U.S. Geological Survey Open–File Report 2007–
1315, v.1.3, 2013. Available online:  (last access: 
5 February 2014). 
11. Kim, H.; Lee, S.W.; Yune, C.Y.; Kim, G. Volume estimation of small–scale debris 
flows based on observations of topographic changes using airborne LiDAR DEMs. 
J. Mount. Sci. 2014, 11, 578–591. 
12. Kim, G.; Yune, C.Y.; Paik, J.; Lee, S.W. Analysis of debris flow behavior using 
airborne lidar and image data. The International Archives of the Photogrammetry, 
Remote Sens. and Spatial Inf. Sci. Volume XLI–B8, 2016 XXIII ISPRS Congress, 
12–19 July 2016, Prague, Czech Republic, 2016. 
Tạp chí Khí tượng Thủy văn 2021, 726, 47-56; doi:10.36335/VNJHM.2021(726).47-56 55 
13. Mergili, M.; Fischer, J.; Krenn, J.; Pudasaini, S.P. Rava–flow v1, an advanced open–
source computational framework for the propagation and interaction of two–phase 
mass flows. Geosci. Model Dev. 2017, 10, 553–569. 
14. Kattel, P.; Khattri, K.B.; Pokhrel, P.R.; Kafle, J.; Tuladhar, B.M.; Pudasaini, S.P. 
Simulating glacial lake outburst floods with a two–phase mass flow model. Ann. 
Glaciol. 2016, 57, 349–358. 
15. King, H.M. What is a debris flow? Geoscience news and information. Tham khảo từ 
website: https://geology.com/articles/debris–flow/, 2018. 
16. Lee, C.W.; Woo, C.S.; Youn, H.J. Analysis of debris flow hazard by the optimal 
parameters extraction of random walk model. J. Korean Forest Soc. 2011, 100, 664–
671. 
17. Scheidl, C.; Chiari, M.; Kaitna, R.; Müllegger, M.; Krawtschuk, A.; Zimmermann, 
T.; Proske, D. Analysing debris–flow impact models, based on a small–scale 
modelling approach. Surv Geophys. 2013, 34, 121–140. 
18. Pudasaini, S. A general two–phase debris flow model. J. Geophys. Res. 2012, 117, 
F03010. https://doi.org/10.1029/2011JF002186. 
19. OpenFOAM–Foundation: OpenFOAM Standard Solvers. Website User Guide of 
OpenFOAM, 2016, pp. 12. –
sovers.php. 
20. O’Brian, J.; Julien, P.Y. Laboratory analysis of mudflow properties. J. Hydraul. Eng. 
1988, 114, 877–887. 
21. Bertolo, P.; Wieczorek, G.F. Calibration of numerical models for small debris flows 
in Yosemite Valley, California, USA. Nat. Hazards Earth Syst. Sci. 2005, 5, 993–
1001. https://doi.org/10.5194/nhess-5-993-2005. 
22. Wardle, K.E.; Weller, H. Hybrid multiphase CFD solver for coupled 
dispersed/segregated flows in liquid extraction. Int. J. Chem. Eng. 2013, 128936, 
https://doi.org/10.1155/2013/128936. 
23. Yilma, H.; Moges, S.A. Application of semi–distributed conceptual hydrological 
model for flow forecasting on upland catchments of Blue Nile River Basin, a case 
study of Gilgel Abbay catchment. Catchment Lake Res. 2007, pp. 200. 
Tạp chí Khí tượng Thủy văn 2021, 726, 47-56; doi:10.36335/VNJHM.2021(726).47-56 56 
Application of the OpenFOAM open–source software debris 
flow simulations 
Dang Truong An1* 
1 University of Science, Vietnam National University, Ho Chi Minh City; 
dtan@hcmus.edu.vn 
Abstract: Debris flow is a form of high–energy flow that includes a mixture of water, soil, 
sand and gravel and they frequently occur in mountainous areas. Debris flow generated a 
high–energy when they collide with obstacles in the flowing processes is enormous, which 
can result in massive loss of lives and property. In this study, the OpenFOAM software was 
initially tested to simulate the debris flow in the artificial channel. The performance of the 
applied software is assessed by comparing the simulated results with observed data and the 
simulated results of the InterMixingflow software. The statistical indicators of the 
OpenFOAM software are Rmean = 0.72 and RMSE = 5.43, respectively while the correspond 
values of the InterMixingflow software are Rmean = 0.85 and RMSE = 5.83, respectively. 
The obtained statistical indicators implied that the OpenFOAM software is capable to 
simulate the debris flow in the natural channel cases. 
Keywords: Debris flow; OpenFOAM; High pressure; Typhoon; High energy flow.