Ảnh hưởng của Gradient nhiễu động áp suất đến mưa mô phỏng

Tạp chí Khoa học đhqghn, KHTN & CN, T.xxII, Số 1PT., 2006 ảnh h−ởng của Gradient nhiễu động áp suất đến m−a mô phỏng Nguyễn Minh Tr−ờng, Trần Tân Tiến Phòng TN Nghiên cứu Dự báo Thời tiết và Khí hậu, ĐHKHTN 334 Nguyễn Trãi, Thanh Xuân, Hà nội Tóm tắt. Trong nghiên cứu này một ph−ơng trình mới đã đ−ợc xây dựng thành công để tính tốc độ dòng thăng trong sơ đồ tham số hoá đối l−u Kain-Fritsch, trong đó gradient thẳng đứng của nhiễu động áp suất đã đ−ợc đ−a vào. Ph−ơng trình đã cho thấy khả năng của nó trong việc mô phỏng các đợt m−a lớn trên địa hình phức tạp, bao gồm l−ợng m−a, phân bố không gian và phát triển theo thời gian của m−a mô phỏng. Ngoài ra các kết quả nghiên cứu cũng chỉ rõ sự cần thiết sử dụng l−ới tính đủ mịn để mô phỏng và dự báo m−a lớn trên các địa hình phức tạp. 1. Giới thiệu Việt Nam đã từ lâu đ−ợc biết đến nh− là một khu vực có chế độ thời tiết nhiệt đới gió mùa điển hình trong khu vực Đông Nam á. Sự t−ơng tác của hoàn l−u miền nhiệt đới với địa hình và hoàn l−u miền ngoại nhiệt đới đem lại những hậu quả thời tiết phức tạp và hết sức nguy hiểm. Sự dịch chuyển kinh h−ớng theo mùa của các hệ thống hoàn l−u nhiệt đới, đặc biệt là khi chúng đ−ợc kích hoạt với sự hiện diện của hệ thống miền ôn đới, vào các tháng chuyển tiếp d−ờng nh− đã trở thành “định mệnh” từ năm này qua năm khác của thời tiết Miền Trung Việt Nam. Mặc dù vậy việc dự báo cho khu vực lãnh thổ không lớn này lại gặp phải những khó khăn rất lớn. Cụ thể hơn, trong những năm gần đây, và cả trong tháng 10 năm 2005 này, các ph−ơng tiện thông tin đại chúng liên tục đ−a ra các con số thống kê thiệt hại rất lớn do các hình thế thời tiết nguy hiểm gây ra cho vùng đất này. ảnh h−ởng của chúng không chỉ tác động đến đời sống sinh hoạt của c− dân địa ph−ơng mà còn làm ảnh h−ởng tới kế hoạch phát triển kinh tế xã hội của trung −ơng và địa ph−ơng. Tình hình trở nên phức tạp hơn khi Miền Trung Việt Nam là vùng lãnh thổ hẹp, đ−ợc giới hạn phía tây bởi dãy Tr−ờng Sơn có độ cao khoảng 1000-2000 mét. Do vậy các sông ở đây rất dốc, có thời gian tập trung n−ớc nhỏ. Vì thế không có gì đáng ngạc nhiên là sau bản tin dự báo thời tiết với khả năng m−a lớn bao giờ cũng là bản tin dự báo thủy văn với cảnh báo lũ, lũ quét và sạt lở đất. Tuy nhiên các bản tin dự báo hạn ngắn, chủ yếu dùng ph−ơng pháp synốp, th−ờng không chỉ ra đ−ợc l−ợng m−a tích luỹ cụ thể, và hơn nữa là phân bố m−a trên các s−ờn dốc và l−u vực sông. Đây có lẽ cũng là một trong các khó khăn trong việc xây dựng các ph−ơng án phòng tránh, cứu hộ của các lực l−ợng chức năng. Bên cạnh ph−ơng pháp synốp, trong những năm gần đây ở Việt Nam phát triển mạnh mẽ các ứng dụng của dự báo thời tiết bằng ph−ơng pháp số. Thành tựu là rất lớn 42 ảnh h−ởng của Gradient nhiễu động áp suất đến m−a mô phỏng 43 và không thể phủ nhận nh−ng các nhà dự báo cũng không “lạ” gì các mặt hạn chế của ph−ơng pháp này. Điểm qua có thể thấy đó là mức độ chính xác của các điều kiện ban đầu, điều kiện biên xung quanh lấy từ mô hình dự báo toàn cầu (đây là khó khăn gắn với bản chất toán học của các bài toán khí t−ợng, khí hậu). Các vấn đề nảy sinh cùng điều kiện biên d−ới ảnh h−ởng thông qua các dạng t−ơng tác bề mặt, các sơ đồ tham số hoá vật lý, và nhất là sơ đồ tham số hoá đối l−u. Sơ đồ tham số hoá đối l−u bao th−ờng phải giải quyết hai mặt của một quá trình đó là mặt toán học và vật lý. Về mặt toán học nó là cách tính các ảnh h−ởng của quá trình qui mô đối l−u (đ−ợc gọi là quá trình d−ới l−ới) đến trạng thái nhiệt động lực của dòng trung bình, và các nhà khí t−ợng học th−ờng gọi là kép kín đối l−u (Arakawa và Schubert 1974; Kuo 1974; Fritsch và Chappell 1980; Tiedtke 1989). Về mặt vật lý các nhà mô hình hoá th−ờng phải xây dựng mô hình mây khái niệm, nói cách khác là xây dựng các t− duy vật lý chặt chẽ về sự xuất hiện, phát triển, và suy tàn của các đám mây đối l−u. Trong quá trình này các cách tính các đặc tr−ng của mây cũng nh− các quá trình vật lý xảy ra trong mây cũng cần phải đ−ợc đ−a ra (Frank và Cohen 1985; Raymond và Blyth 1986; Kain và Fritsch 1990; Mape 2000). Bên cạnh đó các hiệu ứng meso-γ của địa hình đến cấu trúc động lực của dòng v−ợt địa hình núi qui mô meso cũng đã đ−ợc nghiên cứu nhiều (Doyle và Durran, 2002). Leutbecher và Volkert (2000) sử dụng mô hình không thuỷ tĩnh mô phỏng sóng núi với độ phân giải ngang là 12, 4 và 1,3 km. Các kết quả thu đ−ợc cho thấy độ phân giải cao nhất cho kết quả tốt nhất khi mô phỏng biên độ của các c−ỡng bức v−ợt địa hình, dị th−ờng nhiệt độ và tốc độ của các dòng thăng và giáng. Mặc dù vậy, tồn tại giữa các h−ớng nghiên cứu có một yếu tố quan trọng ảnh h−ởng tới cách tính dòng thăng trong các mô hình mây vẫn ch−a đ−ợc tính đến, đó là gradient nhiễu động áp suất, mặc dù đã có nhiều bằng chứng cho thấy vai trò quan trọng của nó (Klemp và Wilhemson 1978 a,b; Finley và các ĐTG 2001; Cai và Wakimoto 2001). Nguyên nhân là do các nhà khí t−ợng ch−a xây dựng đ−ợc ph−ơng trình tính tốc độ dòng thăng có tính đến vai trò của gradient nhiễu động áp suất một cách t−ờng minh. Đây cũng chính là lý do mà trong nghiên cứu này sẽ giới thiệu một ph−ơng trình mới tính tốc độ dòng thăng, sử dụng gradient của nhiễu động áp suất, cụ thể của ph−ơng pháp đ−ợc đ−a ra trong phần d−ới đây (Tr−ờng và các ĐTG 2005). 2. Ph−ơng pháp Trong sơ đồ tham số hoá đối l−u Kain-Fritsch tốc độ dòng thăng đ−ợc tính theo ph−ơng trình ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ − += 0 0 2 5.012 1 T TTg dz dw uu (1) trong đó w, T là tốc độ thẳng đứng và nhiệt độ, các chỉ số “u” chỉ dòng thăng, “0” chỉ môi tr−ờng qui mô synốp. Trong ph−ơng trình (1) hệ số 0.5 đ−ợc đ−a vào để giải thích cho vai trò của gradient thẳng đứng của nhiễu động áp suất, mặc dù nó không đ−ợc giải thích một cách rõ ràng (Anthes, 1977). Hệ số này cho thấy nó luôn có giá trị theo một tỷ Nguyễn Minh Tr−ờng, Trần Tân Tiến 44 lệ nhất định với lực nổi nh−ng ng−ợc dấu, mặc dù theo Xu và Randall (2001) thì điều này là không đúng, nh−ng đ−ợc đ−a vào vì cho đến nay các nhà khí t−ợng ch−a tìm đ−ợc cách đ−a gradient thẳng đứng của nhiễu động áp suất vào ph−ơng trình tính tốc độ dòng thăng một cách t−ờng minh. Theo quan điểm của các nhà nghiên cứu đối l−u khí quyển, khi phát triển các sơ đồ tham số hoá đối l−u cần tránh tăng bậc tự do của sơ đồ. Hay nói cách khác các ph−ơng trình sử dụng trong sơ đồ càng có quan hệ gần gũi với các ph−ơng trình nhiệt động lực học của mô hình càng tốt. Trong nghiên cứu này để tìm ra ph−ơng trình mới tính tốc độ dòng thăng trong sơ đồ tham số hoá đối l−u Kain-Fritsch sử dụng cho mô hình RAMS chúng ta xuất phát từ ph−ơng trình cho dòng Boussinesq dừng, một chiều, không rối nh− sau z g z ww ∂ ′∂−′=∂ ∂ πθθ θ 0 0 (2) trong đó θ ,π là nhiệt độ thế vị và hàm Exner, dấu gạch trên chỉ trung bình ô l−ới. Để thuận tiện khi tính toán dòng thăng cần biểu diễn qua nhiệt độ tuyệt đối thay cho nhiệt độ thế vị, dựa trên mối quan hệ giữa thể tích riêng với các đặc tr−ng nhiệt động lực khác (Pielke, 1984) 000 p p T T ′−′≈′α α , đồng thời 000 p p C C p v ′−′=′ θ θ α α sẽ thu đ−ợc ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −′−′=′ p v C C p p T T 1 000θ θ (3) trong đó Cv, Cp,α là nhiệt dung đẳng tích, nhiệt dung đẳng áp, và thể tích riêng. Đ−a (3) vào (2) sẽ nhận đ−ợc zC C p p T Tg z ww p v ∂ ′∂− ⎥⎥⎦ ⎤ ⎢⎢⎣ ⎡ ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −′−′=∂ ∂ πθ0 00 1 (4) Theo định nghĩa trung bình ô l−ới, và nhiễu động qui mô vừa (Pielke, 1984) có thể suy diễn ph−ơng trình (4) nh− sau ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) z B z A C C p ppB T TTBg C C p ppA T TTAg z BwAwBwAw ru p vrr p vuuru ru ∂ −∂−∂ −∂− ⎥⎥⎦ ⎤ ⎢⎢⎣ ⎡ ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −−−− + ⎥⎥⎦ ⎤ ⎢⎢⎣ ⎡ ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −−−−=∂ +∂+ 0 0 0 0 0 0 0 0 0 0 0 0 1 1 ππθππθ (5) trong đó A, B là tỷ lệ diện tích dòng thăng và diện tích ngoài dòng thăng trên diện tích ô l−ới và A + B =1. Chỉ số “u” chỉ dòng thăng, “r” chỉ các đặc tr−ng ngoài dòng thăng. Trong quá trình suy diễn ph−ơng trình (5) đã sử dụng các quan hệ 0Φ−Φ=Φ′ , ru BA Φ+Φ=Φ , vớiΦ là biến bất kỳ. L−u ý rằng thành phần thứ nhất và ảnh h−ởng của Gradient nhiễu động áp suất đến m−a mô phỏng 45 thứ ba trong vế phải của ph−ơng trình (5) là lực nổi và lực gây ra bởi gradient thẳng đứng của nhiễu động áp suất trong dòng thăng (tạm gọi là lực dòng thăng). Thành phần thứ hai và thứ t− là lực nổi và lực gây ra bởi gradient thẳng đứng của nhiễu động áp suất ngoài dòng thăng (tạm gọi là lực hệ thống). Vế trái của ph−ơng trình (5) có thể viết ( ) ( ) z BwBw z BwAw z AwBw z AwAw z BwAwBwAw rrruuruururu ∂ ∂+∂ ∂+∂ ∂+∂ ∂=∂ +∂+ (6) trong đó thành phần thứ nhất bên vế phải của ph−ơng trình trên mô tả tốc độ biến đổi động l−ợng của dòng thăng theo chiều thẳng đứng. Thành phần thứ t− mô tả tốc độ biến đổi động l−ợng ngoài dòng thăng theo chiều thẳng đứng. Về mặt ý nghĩa vật lý chúng phải đ−ợc gây ra bởi các lực t−ơng ứng. So sánh với ph−ơng trình (29) và (30) trong Lappen và Randall (2001) thành phần thứ hai và thứ ba t−ơng ứng với dòng thổi vào và thổi ra, do vậy ph−ơng trình (6) có thể tách làm hai thành phần t−ơng ứng, trong đó cho dòng thăng có thể viết ( ) ( ) ( ) Ent z A C C p ppA T TTAg z AwAw u p vuuu u +∂ −∂− ⎥⎥⎦ ⎤ ⎢⎢⎣ ⎡ ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −−−−=∂ ∂ 0 0 0 0 0 0 1 ππθ (7) Trong đó Ent là dòng thổi vào đã đ−ợc tham số hoá trong sơ đồ gốc, dòng thổi ra đ−ợc xem là ít ảnh h−ởng đến vận tốc dòng thăng. Nếu giả thiết rằng áp suất của dòng thăng thích ứng ngay với áp suất ô l−ới (Anthes, 1977) sẽ có ( ) ( ) ( ) Ent z A C C p ppA T TTAg z AwAw p vuu u +∂ −∂− ⎥⎥⎦ ⎤ ⎢⎢⎣ ⎡ ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −−−−=∂ ∂ 0 0 0 0 0 0 1 ππθ (8) Với vế phải đã biết, có thể viết lại (8) d−ới dạng một ph−ơng trình đạo hàm th−ờng d−ới dạng quen thuộc ( ) ( ) ( ) Ent z A C C p ppA T TTAg dz wdA p vuu +∂ −∂− ⎥⎥⎦ ⎤ ⎢⎢⎣ ⎡ ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −−−−= 00 0 0 0 0 2 22 1 2 1 ππθ (9) So sánh ph−ơng trình (1) và ph−ơng trình (9) có thể thấy sự khác biệt rất lớn, bao gồm: 1. Đáng l−u ý nhất là gradient thẳng đứng của nhiễu động áp suất đã đ−ợc đ−a vào ph−ơng trình tính tốc độ dòng thăng một cách t−ờng minh, điều mà tr−ớc đây ch−a xây dựng đ−ợc. 2. Ngoài ra cần chú ý là thành phần lực nổi đã đ−ợc hiệu chỉnh đi một l−ợng tỷ lệ với sự chênh lệch nhiệt độ giữa nhiệt độ qui mô l−ới và qui mô synốp. Điều này là phù hợp về mặt vật lý vì lực nổi trong dòng thăng sẽ phụ thuộc vào nhiệt độ môi tr−ờng nơi mà nó tồn tại (tức là nhiệt độ ô l−ới). Nguyễn Minh Tr−ờng, Trần Tân Tiến 46 3. Mô hình và thực nghiệm số Trong nghiên cứu này mô hình dự báo qui mô vừa RAMS (The Regional Atmospheric Modeling System) đ−ợc sử dụng để thử nghiệm dự báo m−a cho đợt m−a lớn từ 24 đến 26 tháng 11 năm 2004. Các đặc điểm toán lý cơ bản của mô hình đ−ợc mô tả chi tiết trong Pielke và các ĐTG (1992) và Cotton và các ĐTG (2003). Cấu hình l−ới đ−ợc xây dựng để đối chiếu kết quả dự báo đ−ợc đ−a ra trong Bảng 1. L−u ý rằng trong tr−ờng hợp sử dụng ba l−ới lồng thì sơ đồ đối l−u trong l−ới thứ ba đã đ−ợc tắt, vì l−ới thứ ba có kích th−ớc l−ới 2 km chỉ để mô tả chi tiết dòng v−ợt địa hình. Tuy nhiên l−ới này cũng bao phủ hầu hết khu vực cần quan tâm. Điều kiện ban đầu là các tr−ờng phân tích toàn cầu AVN lúc 00Z đ−ợc cung cấp bởi Trung tâm Quốc gia Dự báo Môi tr−ờng (NCEP), Hoa Kỳ, bao gồm hai thành phần gió ngang, nhiệt độ, độ ẩm t−ơng đối và độ cao địa thế vị cho 26 mặt đẳng áp. Độ phân giải ngang của điều kiện ban đầu và điều kiện biên là 10 x 10. Điều kiện biên đ−ợc cập nhật 6 h một lần cho các biến dự báo trong mô hình RAMS, sử dụng tr−ờng dự báo toàn cầu AVN. Sơ đồ đối l−u bao gồm sơ đồ Kain-Fritsch gốc và sơ đồ đã đ−ợc cải tiến cách tính tốc độ dòng thăng nh− đã chỉ ra trong Mục 2. Bảng 1: Các thực nghiệm số. Tr−ờng hợp Số điểm l−ới Tâm l−ới Kích th−ớc l−ới Sơ đồ đối l−u I: 94 x 90 150N-1090E 40 km Bật I II: 54 x 46 15.50N-108.50E 10 km Bật I: 94 x 90 150N-1090E 40 km Bật II: 54 x 46 15.50N-108.50E 10 km Bật II III: 147 x 152 15.50N-108.50E 2 km Tắt 4. Kết quả tính toán Cho đến 00Z ngày 24 tháng 11 năm 2004 bão Muifa đang di chuyển về phía nam trong khi không khí lạnh lục địa Châu á đang lấn xuống phía bắc Việt Nam, kết quả là tạo ra một vùng hội tụ gió mạnh dọc bờ biển Miền Trung Việt Nam (Hình 1a) nơi có địa hình núi cao thuộc dãy Tr−ờng Sơn chạy song song với đ−ờng bờ (Hình 1b). ảnh h−ởng của Gradient nhiễu động áp suất đến m−a mô phỏng 47 a b Hình 1: Tr−ờng gió tại 48.25m lúc 00Z ngày 24 tháng 11 năm 2004 (a), và độ cao địa hình l−ới 2 (b). Kết quả của sự t−ơng tác giữa hoàn l−u gió với địa hình đã tạo ra một hệ thống mây đối l−u c−ỡng bức phát triển mạnh có thể quan sát thấy rõ trên ảnh mây vệ tinh từ ngày 24 cho đến 1125Z ngày 25, sau đó hệ thống mây này dần dần tan rã thành màn mây Ci nh− có thể thấy trên Hình 2. Điều đáng l−u ý là từ ngày 24 sang ngày 25 đã có sự mở rộng rõ rệt về phía bắc của hệ thống mây đối l−u. Sự xuất hiện và phân bố trong không gian của hệ thống mây nói chung đều bị giới hạn trong miền l−ới 2, trong đó sơ đồ đối l−u đ−ợc kích hoạt, và do vậy các kết quả tiếp theo đây chỉ đ−a ra cho l−ới 2. a b Nguyễn Minh Tr−ờng, Trần Tân Tiến 48 c d Hình 2: ảnh mây vệ tinh lúc 1125Z, ngày 24 (a); 2325Z, ngày 24 (b); 1125Z, ngày 25 (c); và 2325Z, ngày 25 (d). Kích th−ớc ảnh t−ơng đ−ơng với l−ới 2. Phù hợp với sự hình thành và phát triển của hệ thống mây đối l−u là trong thực tế đã xảy ra một đợt m−a lớn tập trung hầu nh− trong hai ngày 24 và 25 trên khu vực trung và nam Trung Bộ. L−ợng m−a tích luỹ 48 giờ đo đ−ợc ở một số trạm thời tiết mặt đất nh− sau: 656 mm (Huế, 16.420N-107.570E), 544 mm (A L−ới, 16.210N-107.280E), 720 mm (Nam Đông, 16.170N-107.710E), 721 mm (Th−ợng Nhật, 16.120N-107.680E), 584 mm (Hiệp Đức, 15.580N-108.120E), và 520 mm (Sơn Giang, 15.130N-108.520E). Trong đó có 18 trạm có l−ợng m−a tích luỹ 48 h đạt trên 200 mm. Trong nghiên cứu này sử dụng số liệu m−a đo đạc tại 51 trạm thời tiết mặt đất, kết quả phân tích l−ợng m−a tích luỹ đ−ợc chỉ ra trong Hình 3, trong đó thấy rõ sự mở rộng về phía bắc của vùng m−a lớn. a b ảnh h−ởng của Gradient nhiễu động áp suất đến m−a mô phỏng 49 c d Hình 3: Phân tích trong không gian l−ợng m−a tích luỹ sau 12 h (a); 24 h (b); 36 h (c); và 48 h (d). 4.1. Tổng l−ợng m−a (tr−ờng hợp I) Tổng l−ợng m−a tích luỹ dự báo (TASR) sử dụng sơ đồ đối l−u gốc đ−ợc đ−a ra trong Hình 4 cho 12, 24, 36 và 48 giờ dự báo, trong đó phần lớn là m−a đối l−u. Phân bố không gian của TASR trong tr−ờng hợp này là có thể chấp nhận đ−ợc khi so sánh với ảnh mây vệ tinh. Tuy nhiên, cực đại 48 h của TASR chỉ đạt khoảng 180 mm, thấp hơn nhiều so với cực đại m−a quan trắc, mặc dù l−ới 2 có độ phân giải ngang 10 km t−ơng đ−ơng với qui mô của các tổ chức đối l−u. Điều đáng l−u ý là vùng m−a cực đại nằm dọc theo bờ biển và không quan sát thấy có sự mở rộng về phía bắc của vùng m−a lớn, kết quả này không phù hợp tốt với kết quả quan trắc m−a tại các trạm thời tiết mặt đất nh− đã nói ở trên. a b Nguyễn Minh Tr−ờng, Trần Tân Tiến 50 c d Hình 4: M−a mô phỏng tích luỹ sau 12 (a), 24 (b), 36 (c), và 48 h (c) (mm), sử dụng sơ đồ đối l−u gốc Sử dụng sơ đồ tham số hoá đối l−u Kain-Fritsch cải tiến, các kết quả phân bố trong không gian của TASR đ−ợc đ−a ra trong Hình 5. So sánh với kết quả cho bởi sơ đồ gốc có thể thấy sự cải thiện rất đáng kể. Đó là vùng m−a cực đại đã di chuyển sâu vào trong lục địa, vùng có l−ợng m−a mô phỏng lớn đã tăng lên, và điều rất quan trọng là quan sát thấy rõ sự di chuyển về phía bắc của vùng m−a lớn trong TASR. Điều này cho thấy sơ đồ cải tiến có khả năng mô phỏng tốt hơn sự phát triển theo thời gian và phân bố trong không gian của hệ thống mây đối l−u so với sơ đồ gốc. a b ảnh h−ởng của Gradient nhiễu động áp suất đến m−a mô phỏng 51 c d Hình 5: Giống Hình 4, nh−ng sử dụng sơ đồ đối l−u cải tiến. 4.2. Tổng l−ợng m−a (tr−ờng hợp II) Nh− đã chỉ ra trong Bảng 1, sơ đồ đối l−u cho l−ới 3 trong tr−ờng hợp này đ−ợc tắt để đảm bảo rằng sơ đồ đối l−u là t−ơng tự nhau cho cả hai tr−ờng hợp. Mặc dù vậy trong tr−ờng hợp sử dụng sơ đồ đối l−u gốc, TASR đã lớn hơn rất nhiều so với tr−ờng hợp thứ nhất, gấp khoảng 1,5 lần, đạt cực đại khoảng 270 mm (Hình 6). Kết quả này chỉ rõ sự cần thiết phải sử dụng l−ới có độ phân giải đủ mịn để mô phỏng và dự báo tốt hơn những tr−ờng hợp m−a lớn trên địa hình phức tạp. Ngoài ra với cấu hình l−ới nh− vậy, vùng m−a lớn của TASR đã di chuyển sâu vào trong lục địa, nh−ng rất thú vị là sự mở rộng về phía bắc là không quan sát thấy rõ. a b Nguyễn Minh Tr−ờng, Trần Tân Tiến 52 c d Hình 6: Giống Hình 4, nh−ng sử dụng 3 l−ới lồng. Cũng với cấu hình 3 l−ới lồng nh−ng sử dụng sơ đồ tham số hoá đối l−u Kain- Fritsch cải tiến, kết quả mô phỏng m−a tích luỹ đ−ợc chỉ ra trong Hình 7. So sánh với Hình 3 có thể thấy ngay từ hình vẽ là đây là tr−ờng hợp cho kết quả mô phỏng tốt nhất trong số các thực nghiệm: l−ợng m−a mô phỏng gần với thực tế nhất, vùng m−a cực đại nằm sâu trong đất liền, và có sự dịch chuyển về phía bắc của dải m−a lớn của TASR. Đây là diễn biến rất sát với thực tế quan trắc đ−ợc tại các trạm thời tiết mặt đất trong những ngày này. a b ảnh h−ởng của Gradient nhiễu động áp suất đến m−a mô phỏng 53 c d Hình 7: Giống Hình 6, nh−ng sử dụng sơ đồ đối l−u cải tiến. 5. Kết luận Với các kết quả nói trên có thể thấy là ph−ơng trình mới tính tốc độ dòng thăng đã đ−ợc xây dựng thành công trong nghiên cứu này, qua đó thể hiện vai trò quan trọng của gradient thẳng đứng của nhiễu động áp suất đến cách tính tốc độ dòng thăng nói riêng và kết quả m−a mô phỏng nói chung. Sơ đồ đối l−u Kain-Fritsch cải tiến cho kết quả tốt hơn hẳn so với sơ đồ gốc trên các khía cạnh l−ợng m−a, phân bố không gian của l−ợng m−a, và đặc biệt là diễn biến theo thời gian của phân bố m−a mô phỏng trong không gian. Ngoài ra, nghiên cứu này một lần nữa cho thấy sự cần thiết phải sử dụng l−ới mô hình đủ mịn để mô phỏng hay dự báo các đợt m−a lớn trên địa hình phức tạp. Tài liệu tham khảo 1. Anthes, R. A., 1977: A cumulus parameterization scheme utilizing a one-dimensional cloud model. Mon. Wea. Rev., 105, 1977, 270-286. 2. Arakawa, A., and W. H. Schubert, Interaction of a cumulus cloud ensemble with the large- scale environment. Part I. J. Atmos. Sci., 31, 1974, 674-701. 3. Cai, H., and R. M. Wakimoto, Retrieved pressure field and its influence on the propagation of a supercell thunderstorm. Mon. Wea. Rev., 129, 2001, 2695-2713. 4. Cotton, W. R., R. A. Pielke Sr., R. L. Walko, G. E. Liston, C. J. Tremback, H. Jiang, R. L. McAnelly, J. Y. Harrington, M. E. Nicholls, G. G. Carrio, and J. P. McFadden, RAMS 2001,: Current status and future directions. Meteorol. Atmos. Phys., 2003, 82, 5-29. 5. Doyle, J. D., and D. R. Durran, The dynamics of mountain-wave-induced rotors. J. Atmos. Sci., 59, 2002, 186-201. Nguyễn Minh Tr−ờng, Trần Tân Tiến 54 6. Finley, C.A., W. R. Cotton, and R. A. Pielke Sr., Numerical simulation of tornadogenesis in a high-precipitation supercell. Part I: Storm evolution and transition into a bow echo. J. Atmos. Sci., 58, 2001, 1597-1629. 7. Frank, W. M., and C. Cohen, Properties of tropical cloud ensembles estimated using a cloud model and an observed updraft population. J. Atmos. Sci., 42, 1985, 1911-1928. 8. Fritsch, J. M., and C. F. Chappell, Numerical prediction of convectively driven mesoscale pressure systems. Part I: Convective parameterization. J. Atmos. Sci., 37, 1980, 1722-1733. 9. Kain, J. S., and J. M. Fritsch, A one-dimensional entraining/detraining plume model and its application in convective parameterization. J. Atmos. Sci., 47, 1990, 2784-2802. 10. Klemp, J. B., and R. B. Wilhelmson, The simulation of three-dimensional convective storm dynamics. J. Atmos. Sci., 35, 1978a, 1070-1096. 11. Klemp, J. B., and R. B. Wilhelmson, Simulations of right- and left-moving storms produced through storm splitting. J. Atmos. Sci., 35, 1978b, 1097-1110. 12. Kuo, H. L., Further studies of the parameterization of the influence of cumulus convection on large scale flow. J. Atmos. Sci., 31, 1974, 1232-1240. 13. Lappen, Cara-Lyn, and D. A. Randall, Toward a unified parameterization of the boundary layer and moist convection. Part I: A new type of mass-flux model. J. Atmos. Sci., 58, 2001, 2021-2036. 14. Leutbecher, M., and H. Volkert, The propagation of mountain waves in to the stratosphere: Quantitative evaluation of three-dimensional simulations. J. Atmos. Sci., 57, 2000, 3090- 3108. 15. Mapes, B. E., Convective inhibition, subgrid-scale triggering energy, and stratiform instability in a toy tropical wave model. J. Atmos. Sci., 57, 2000, 1515-1535. 16. Pielke, R. A., Mesoscale Meteorological Modeling. Academic Press, 1984, 612pp. 17. Pielke, R. A., W. R. Cotton, R. L. Walko, C. J. Tremback, W. A. Lyons, L. D. Grasso, M. E. Nicholls, M. D. Moran, D. A. Wesley, T. J. Lee, and J. H. Copeland, 1992: A comprehensive meteorological modeling system RAMS. Meteorol. Atmos. Phys., 49, 69-91. 18. Raymond, D. J., and A. M. Blyth, A stochastic mixing model for nonprecipitating cumulus clouds. J. Atmos. Sci., 43, 1986, 2708-2718. 19. Tiedtke, M., A comprehensive mass flux scheme for cumulus parameterization in large- scale model. Mon. Wea. Rev., 117, 1989, 1779-1800. 20. Truong, N. M., Tien, T. T, Pielke, R. A., and Castro, C. L, 2005: A diagnostic equation used to compute updraft velocity and its influence on simulated precipitation (Submitted to Mon. Wea. Rev.). 21. Xu, Kuan-Man, and D. A. Randall, Updraft and downdraft statistics of simulated tropical and midlatitude cumulus convection. J. Atmos. Sci., 58, 2001, 1630-1649. ảnh h−ởng của Gradient nhiễu động áp suất đến m−a mô phỏng 55 VNU. JOURNAL OF SCIENCE, Nat., Sci., & Tech., T.xXII, n01AP., 2006 The influence of the vertical gradient of pressure perturbation on simulated precipitation Nguyen Minh Truong, Tran Tan Tien Laboratory for Weather and Climate Forecasting Research In the present study a new diagnostic equation is successfully derived to compute updraft velocity in the Kain-Fritsch convective parameterization scheme, where the vertical gradient of pressure perturbation is explicitly taken into account. The new equation shows its reliability in capturing the horizontal distribution and temporal evolution of the simulated precipitation in the heavy rainfall period from 24 to 26 November, 2004. Moreover, according to the results it is necessary to use fine enough grid configuration to simulate or predict heavy rainfall over complex terrains.