Luận văn Đánh giá kết quả dự báo nhiệt độ và lƣợng mƣa của một số mô hình dự báo thời tiết cho khu vực Việt Nam

1

MỤC LỤC

MỤC LỤC .1

CHƯƠNG 1. TỔNG QUAN VỀ BÀI TOÁN ĐÁNH GIÁ DỰ BÁO TRONG KHÍ

TƯỢNG VÀ CÁC CHỈ SỐ ĐÁNH GIÁ .6

1.1. Bài toán đánh giá dự báo trong khí tƯợng.6

1.1.1. Mục đích và ý nghĩa của bài toán đánh giá.6

1.1.2. Mô hình chung cho đánh giá dự báo các yếu tố thời tiết .7

1.1.3. Sơ lược về tiêu chuẩn đánh giá.10

1.1.4. Các loại yếu tố dự báo .11

1.1.5. Các thuộc tính của một dự báo tốt.12

1.2. Một số phƯơng pháp và chỉ số đánh giá phổ biến.14

1.2.1. Sơ đồ chung đánh giá sản phẩm mô hình dự báo thời tiết số.14

1.2.2. Phương pháp đánh giá đối với biến liên tục.17

1.2.3. Phương pháp đánh giá đối với dự báo pha .21

1.3. Cơ sở lý thuyết của phƯơng pháp đánh giá fuzzy.24

1.4. Tình hình nghiên cứu chung liên quan đến đề tài trên thế giới và tại Việt Nam33

CHƯƠNG 2. KHÁI QUÁT VỀ CÁC MÔ HÌNH DỰ BÁO THỜI TIẾT SỐ HRM,

MM5 VÀ NGUỒN SỐ LIỆU SỬ DỤNG.36

2.1. Giới thiệu về mô hình MM5 .36

2.1.1. Giới thiệu mô hình .36

2.1.2. Cấu trúc mô hình .36

2.1.3. Hệ các phương trình thủy nhiệt động lực của MM5.37

2.1.4. Điều kiện biên .37

2.1.5. Các quá trình tham số hóa.38

2.2. Giới thiệu về mô hình HRM .40

2.2.1. Giới thiệu mô hình .40

2.2.2. Cấu trúc lưới và phương pháp số .40

2.2.3. Hệ các phương trình cơ bản .40

2.2.4. Các quá trình tham số hóa vật lý.41

2.3. Số liệu.42

CHƯƠNG 3. KẾT QUẢ ĐÁNH GIÁ NHIỆT ĐỘ VÀ LƯỢNG MƯA CỦA MÔ

HÌNH MM5 VÀ HRM CHO KHU VỰC VIỆT NAM.45

3.1. Kết quả đánh giá nhiệt độ.45

3.2. Kết quả đánh giá lƯợng mƯa .51

3.3. Kết quả thử nghiệm đánh giá mƯa bằng phƯơng pháp fuzzy .66

3.3.1. Kết quả thử nghiệm với chuỗi số liệu mẫu .66

3.3.2. Thử nghiệm đánh giá kết quả dự báo mưa bằng phương pháp fuzzy cho

Việt Nam.71

3.3.2.1. Thử nghiệm đánh giá cho dự báo mưa do bão gây ra .71

3.3.2.2. Thử nghiệm đánh giá cho dự báo mưa do không khí lạnh gây ra .75

KẾT LUẬN .79

TÀI LIỆU THAM KHẢO .81

Tiếng Việt: .81

Tiếng Anh: .81

pdf84 trang | Chia sẻ: mimhthuy20 | Lượt xem: 523 | Lượt tải: 0download
Bạn đang xem trước 20 trang tài liệu Luận văn Đánh giá kết quả dự báo nhiệt độ và lƣợng mƣa của một số mô hình dự báo thời tiết cho khu vực Việt Nam, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
truyền thống Nâng quy mô (uspcaling) NO-NF Tƣơng tự với quan trắc khi tính trung bình các quy mô lƣới thô sxI , syI thresholdY1 thresholdY0 I s s s BIAS, TS, ETS Độ phủ tối thiểu (Minimum coverage) NO-NF Dự báo các hiện tƣợng vƣợt quá một phần tử nhỏ nhất của vùng đang xét sxI , syI es es s PP PP I 1 0 POD, FAR, ETS Fuzzy lôgic (Fuzzy logic) NO-NF Thích hợp cho các dự báo chuẩn hơn là các dự báo sai sxI , syI ss PI POD, FAR, ETS Bảng liên hợp các sự kiện (Multi-event contingency table) SO-NF Dự báo đƣợc ít nhất một hiện tƣợng tƣơng thích với một hiện tƣợng quan trắc đƣợc Ix , syI es es s PP PP I 1 0 ROC, V Cƣờng độ - quy mô (Intensity-scale) NO-NF Có kết cấu chính xác hơn so với các quan trắc đƣợc xắp xếp ngẫu nhiên Ix , Iy --- SS Điểm kỹ năng phần tử (Fractions skill score - FBS). NO-NF Có sự đồng nhất về tần suất xuất hiện các hiện tƣợng dự báo và quan trắc đƣợc sxP , syP --- FSS (liên quan đến 1 chủ đề) Phƣơng pháp tiếp cận thực tế (Pragmatic approach) SO-NF Xác suất phát hiện cao các hiện tƣợng xảy ra hay không xảy ra Ix , syP --- BS, BSS Phƣơng pháp thực nghiệm hoàn hảo (Practically perfect hindcast) SO-NF Một cách gần đúng là những kiến thức hoàn hảo của ngƣời làm dự báo đƣợc quy làm thám sát trƣớc đó Ix , syI Iy , sxI optimalss optimalss s PP PP I , , 1 0 TSx, TSy Căn bậc hai có điều kiện (Conditional square root of RPS) SO-NF Xác suất phát hiện cao tƣơng ứng với các giá trị thám sát Ix , syP --- CSRR (liên quan đến 33 Phƣơng pháp Fuzzy Loại dự báo Xác định mô hình dự báo Đại lƣợng so sánh Nguyên tắc xác định sI Chỉ số truyền thống một chủ đề) Vùng liên đới RMSE (Area related RMSE) NO-NF Phân bố cƣờng độ gần đúng với thám sát Chuỗi X, Chuỗi Y --- RMSE b. Ưu điểm của phương pháp đánh giá fuzzy Thích hợp cho cả biến không liên tục; Kết quả có thể dễ dàng nhận thấy bằng trực giác; Có thể sử dụng để so sánh các dự báo với các độ phân giải khác nhau, biết đƣợc những quy mô nào có kỹ năng để đƣa ra quy mô dự báo hữu ích và đáng tin cậy. 1.4. Tình hình nghiên cứu chung liên quan đến đề tài trên thế giới và tại Việt Nam Một số tác giả trên thế giới đã đƣa ra sơ đồ chung đánh giá sản phẩm mô hình dự báo thời tiết số, nhƣ Henry R.Stanski, Laurence J. Wilson và William R. Burrows (1990); Murphy, A.H và R.L. Winkler (2004) Tuy nhiên tại mỗi quốc gia trên thế giới, các Cơ quan KTTV Quốc gia đều tự xây dựng cho riêng mình một hệ thống đánh giá mô hình NWP. Theo kết quả điều tra trên quy mô toàn cầu vào năm 1997 của WMO (tổ chức Khí tƣợng thế giới), 57% các Cơ quan KTTV quốc gia có hệ thống đánh giá dự báo đƣợc chính thức dùng trong nghiệp vụ trong đó bao gồm cả đánh giá mô hình NWP. Tuy nhiên, có sự khác biệt rất lớn về phƣơng thức và bản chất của cách đánh giá giữa quốc gia này với quốc gia khác vì các phƣơng pháp đánh giá đƣợc sử dụng hoàn toàn phụ thuộc vào đặc trƣng riêng của từng loại sản phẩm dự báo, yếu tố dự báo, cách xây dựng phƣơng pháp dự báo, và đôi khi còn do yếu tố chủ quan của ngƣời xây dựng phƣơng pháp đánh giá dự báo. Trong nhiều năm qua, WMO đã có những cố gắng để đƣa ra những chuẩn mực thống nhất về đánh giá chất lƣợng dự báo (bao gồm cả dự báo NWP) cho các cơ quan KTTV Quốc gia nhƣng vẫn chƣa đạt đƣợc kết quả mong muốn. Bởi vì mỗi quốc gia đều có những quy định, quy tắc riêng trong đánh giá chất lƣợng dự báo KTTV cho riêng quốc gia mình, phụ thuộc vào mục đích, yêu cầu, thực trạng công tác quan trắc đo đạc, công tác dự báo và trình độ khoa học công nghệ dự báo của quốc gia 34 đó. Tại một số nơi nhƣ Cơ quan khí tƣợng Australia (BOM), dự báo mƣa từ mô hình NWP đƣợc đánh giá so với lƣợng mƣa quan trắc 24 giờ trên toàn lãnh thổ; độ phân giải của trƣờng phân tích là 0.25°, và trƣờng phân tích đƣợc quy về độ phân giải của mô hình. Các chỉ số đánh giá cơ bản là BIAS, RMSE và một số chỉ số khác áp dụng cho dự báo nhị phân (có/không). Tại Cơ quan Khí tƣợng Canada (CMC), ngƣời ta sử dụng các chỉ số BIAS và RMSE đối với các yếu tố nhƣ gió, nhiệt độ, điểm sƣơng, khí áp mặt đất và độ cao địa thế vị; các chỉ số BIAS và TS cho các ngƣỡng khác nhau đƣợc sử dụng để đánh giá mƣa. Tại Tổng cục khí tƣợng Trung Quốc (CMA), 400 trạm quan trắc đã đƣợc lựa chọn kỹ để dùng vào việc đánh giá mƣa từ mô hình NWP. Các sản phẩm dự báo số và dự báo khách quan đƣợc nội suy về vị trí các trạm này. Các chỉ số đƣợc sử dụng là BIAS và TS cho 1 số ngƣỡng (0,1; 10; 25; 50 và 100 mm/24 giờ). Tại Cơ quan khí tƣợng Pháp (Meteo France), ngƣời ta đánh giá các yếu tố mƣa, lƣợng mây, nhiệt độ và độ ẩm tại 2m, tốc độ gió, hƣớng gió, và cƣờng độ gió giật. Điểm lƣới gần điểm quan trắc nhất đƣợc sử dụng để đánh giá với các chỉ số BIAS, RMSE và các chỉ số đánh giá cho dự báo nhị phân. Tại Cơ quan khí tƣợng Nhật Bản (JMA) chỉ đánh giá mƣa và nhiệt độ. Số liệu quan trắc đƣợc biến đổi thành một lƣới số liệu đồng nhất độ phân giải 80 km, và số liệu dự báo đƣợc so sánh với số liệu quan trắc này sử dụng các chỉ số BIAS, TS và ETS. Tại Cơ quan khí tƣợng Anh (UKMet), MSE đƣợc sử dụng để đánh giá nhiệt độ và gió, trong khi đó ETS lại đƣợc dùng để đánh giá mƣa, lƣợng mây và tầm nhìn xa với các ngƣỡng khác nhau. Tại Cơ quan khí tƣợng Mỹ (NWS), chỉ có các yếu tố nhƣ nhiệt độ, gió, độ ẩm, lƣợng mƣa, trƣờng khí áp, độ cao địa thế vị đƣợc đánh giá. Các chỉ số đƣợc sử dụng là BIAS, ETS, POD, FAR và Odds ratio. Tại Việt Nam, kể từ sau khi đƣa vào áp dụng các mô hình dự báo số trị, cũng đã có một số nghiên cứu về đánh giá chất lƣợng dự báo mô hình số. Tuy nhiên, các nghiên cứu này mới chỉ dừng lại ở việc đánh giá kỹ năng dự báo một số yếu tố khí tƣợng bề mặt nhƣ lƣợng mƣa, khí áp và nhiệt độ đối với một số mô hình đã chạy nghiệp vụ ở Việt Nam. Các nghiên cứu đánh giá này mới chỉ áp dụng cho một số biến dự báo và một số khu vực nhỏ mà chƣa thực hiện đƣợc một đánh giá tổng thể theo cả không gian, thời gian cũng nhƣ các hình thế thời tiết. Đánh giá dự báo mƣa, có tác giả Nguyễn Thị Thanh Bình (2002), Trần Quang Năng (2009), Nguyễn Văn Bảy (2004). Đánh giá kết quả dự báo nhiệt độ, 35 có tác giả Vũ Anh Tuấn (2003). Đánh giá kết quả trƣờng áp, tác giả Nguyễn Văn Bảy (2004). Hoàng Đức Cƣờng (2004), Nghiên cứu thử nghiệm áp dụng mô hình khí tượng động lực quy mô vừa MM5 trong dự báo hạn ngắn ở Việt Nam, Viện Khoa học Khí tƣợng Thủy văn và Môi trƣờng – Đề tài cấp Nhà nƣớc. Hoàng Đức Cƣờng (2007), Nghiên cứu thử nghiệm dự bao mưa lớn ở Việt Nam bằng mô hình MM5, Viện Khoa học Khí tƣợng Thủy văn và Môi trƣờng – Đề tài cấp Nhà nƣớc; Đỗ Lệ Thủy (2009), Nghiên cứu xây dựng hệ thống dự báo các yếu tố khí tượng bằng phương pháp thống kê trên sản phẩm mô hình HRM, Trung tâm Khí tƣợng Thủy văn Quốc gia – Đề tài cấp Nhà nƣớc. Ngoài ra trong Báo cáo tổng kết đề tài NCKH cấp Bộ tác giả Dƣơng Liên Châu – Nguyễn Viết Thi (2007) có xây dựng hệ thống chỉ tiêu đánh giá chất lƣợng dự báo Khí tƣợng Thủy văn. Hiện nay Cục Khí tƣợng Thủy văn và Biến đổi khí hậu đang thực hiện đề tài cấp Bộ “Nghiên cứu xây dựng và phát triển hệ thống đánh giá khách quan các sản phẩm của mô hình dự báo số cho khu vực Việt Nam” nhằm xây dựng đƣợc hệ thống đánh giá khách quan các sản phẩm dự báo số trị, qua đó tổ chức đánh giá và so sánh chất lƣợng dự báo của các mô hình dự báo thời tiết số trị hiện có tại Việt Nam, do thạc sỹ Nguyễn Thị Bình Minh chủ nhiệm đề tài, hoàn thành trong tháng 12 năm 2011. 36 CHƢƠNG 2. KHÁI QUÁT VỀ CÁC MÔ HÌNH DỰ BÁO THỜI TIẾT SỐ HRM, MM5 VÀ NGUỒN SỐ LIỆU SỬ DỤNG 2.1. Giới thiệu về mô hình MM5 2.1.1. Giới thiệu mô hình Mô hình khí tƣợng động lực quy mô vừa thế hệ thứ 5 (MM5) của Trung tâm Quốc gia Nghiên cứu Khí quyển Mỹ (NCAR) và Trƣờng Đại học Tổng hợp Pennsylvania Mỹ (PSU) là thế hệ mới nhất trong một loạt các mô hình dự báo đƣợc Anthes phát triển từ những năm 1970. Qua quá trình thử nghiệm, mô hình đã đƣợc điều chỉnh và cải tiến nhiều lần nhằm mô phỏng tốt hơn các quá trình vật lý quy mô vừa và có thể áp dụng đối với nhiều đối tƣợng sử dụng khác nhau. Phiên bản 3.5 (MM5V3.5) của mô hình ra đời năm 2001 đã đƣợc điều chỉnh, cải tiến thêm so với các phiên bản trƣớc trong các mảng: Kỹ thuật lồng ghép nhiều mực; Động lực học bất thuỷ tĩnh; Đồng hoá số liệu 4 chiều; Bổ sung lựa chọn các sơ đồ tham số hoá vật lý; Kỹ thuật tính toán. Mô hình MM5 sử dụng hệ thống lƣới lồng (nesting grid) nhằm mô phỏng tốt hơn các quá trình vật lý có quy mô nhỏ hơn bƣớc lƣới của miền tính ban đầu. Về lý thuyết, MM5 cho phép lồng ghép tối đa 9 khu vực. Tỷ lệ của độ phân giải (ĐPG) theo phƣơng ngang của miền tính trong so với miền tính ngoài luôn là 3:1. Số liệu ban đầu và điều kiện biên phụ thuộc vào thời gian cho mô hình MM5 đƣợc lấy từ các trƣờng phân tích và dự báo từ mô hình toàn cầu GFS. GFS là mô hình phổ toàn cầu của Trung tâm dự báo môi trƣờng Mỹ (NCEP-National Centers for Environmental Predictions). 2.1.2. Cấu trúc mô hình Các mô đung chính của MM5 gồm: - Môđun TERRAIN TERRAIN là mô đun đầu tiên của hệ thống mô hình dự báo MM5, dùng để nội suy phƣơng ngang các dữ liệu về độ cao địa hình và thảm thực vật (land use), loại hình bề mặt đất, ranh giới đất – nƣớc,... cho các miền tính. Trƣờng số liệu đƣa vào ở đây bao gồm: + Độ cao địa hình; 37 + Thảm thực vật hay loại hình sử dụng; + Nhiệt độ đất các lớp sát mặt; + Độ nhám bề mặt đất. - Môđun REGRID Các chƣơng trình trong môđun REGRID dùng để đọc và phân tích số liệu khí tƣợng ở các mực khí áp theo phƣơng ngang đồng thời nội suy các giá trị phân tích đƣợc từ lƣới thô ban đầu (lƣới của các mô hình toàn cầu, khu vực mà số liệu đƣợc lấy làm đầu vào cho MM5) vào lƣới tính của mô hình dựa vào các phép chiếu bản đồ đã đƣợc định nghĩa trong khi thực hiện tính toán ở môđun TERRAIN. - Môđun INTERPF Chức năng chính của môđun INTERPF là: + Nội suy số liệu khí tƣợng theo chiều thẳng đứng vào lƣới mô hình; + Bổ sung các trƣờng bề mặt nhƣ khí áp, nhiệt độ không khí; + Xử lý mô hình bất thuỷ tĩnh nguyên thuỷ. - Môđun MM5 MM5 là môđun đƣa ra kết quả dự báo số của mô hình, tất cả các lựa chọn của mô hình đƣợc MM5 mô phỏng và dự báo. Phổ ứng dụng của MM5 bao gồm nghiên cứu lý thuyết và ứng dụng. MM5 cho phép mô phỏng và dự báo thời tiết nói chung, các quá trình quy mô từ lớn đến vừa nhƣ gió mùa, bão, áp thấp, Ngoài ra, MM5 cũng cho phép mô phỏng và dự báo các quá trình quy mô nhỏ hơn (từ 2 đến 200km). 2.1.3. Hệ các phương trình thủy nhiệt động lực của MM5 - Phƣơng trình xu thế khí áp; - Phƣơng trình xu thế nhiệt độ; - Các phƣơng trình chuyển động ngang và thẳng đứng; 2.1.4. Điều kiện biên - Điều kiện biên xung quanh Để chạy mô hình dự báo thời tiết khu vực yêu cầu phải có điều kiện biên 38 xung quanh. Trong MM5, ở bốn biên xung quanh ta phải xác định các biến nhiệt độ (T), độ ẩm tƣơng đối (RH), áp suất hoặc độ cao địa thế vị (H), các thành phần gió ngang (U, V) và có thể cả các trƣờng vật lý vi mô nhƣ là mây nếu cần thiết. Các giá trị biên có thể lấy từ phân tích trong tƣơng lai, từ mô phỏng của lƣới thô hơn trƣớc đó (tƣơng tác một chiều) hoặc từ các mô hình dự báo khác (trong dự báo thời gian thực). Đối với dự báo thời gian thực, giá trị biên thƣờng lấy mô hình dự báo toàn cầu. Trong các trƣờng hợp nghiên cứu điều kiện biên có thể lấy từ số liệu phân tích đƣợc tăng cƣờng từ các thám sát bề mặt và cao không. - Điều kiện biên bức xạ: Điều kiện biên trên bức xạ đƣợc thiết lập trên cơ sở lí thuyết sau: + Áp dụng vào khí quyển thì các quá trình khí quyển có thể mô tả bằng các phƣơng trình tuyến tính hoá; + Tính ổn định tĩnh và dòng trung bình đƣợc coi là hằng số; + Hiệu ứng Coriolis đƣợc bỏ qua; + Áp dụng đƣợc đối với gần đúng thuỷ tĩnh. Việc thiết lập RUBC trong các mô hình phổ là tƣơng đối đơn giản, nhƣng phức tạp hơn đối với những mô hình nút lƣới. 2.1.5. Các quá trình tham số hóa Tham số hóa các quá trình khí quyển quy mô dƣới lƣới trong MM5 gồm có: - Tham số hóa đối lưu: Đƣợc chia làm 03 nhóm chính là thích ứng đối lƣu, đối lƣu xuyên thủng và sơ đồ dựa trên mô hình mây tích. Hiện nay có nhiều sơ đồ tham số hóa đối lƣu nhƣ sơ đồ của Manabe và các cộng sự, Betts và Miller, Arakawa và Shubert, Grell, Frank, và Cohen. - Tham số hóa các quá trình vi mô trong mây: Vai trò chính của các sơ đồ vi vật lý mây trong mô hình số trị là: Xử lý các quá trình mây và mƣa quy mô l- ƣới; Có thể tính toán đến pha băng và tạo hạt đá; Tính toán xu thế nhiệt, các biến ẩm, và mƣa không phải do đối lƣu; và cung cấp các thông tin và tính chất của mây cho các sơ đồ bức xạ. Tham số hóa các quá trình vi mô trong mây gồm có Sơ đồ Simple Ice, Sơ đồ Mixed-phase và sơ đồ Warm Rain... và một số sơ đồ khác ít phổ biến hơn. 39 - Tham số hóa bức xạ: Gồm có sơ đồ tham số hóa bức xạ sóng dài và tham số hóa bức xạ sóng ngắn, theo Rodgers (1967). - Tham số hóa lớp biên hành tinh: Bao gồm phƣơng trình năng lƣợng bề mặt, Thông lƣợng bức xạ thuần Rn, thông lƣợng hiển nhiệt Hs và thông lƣợng ẩm Es, sơ đồ tham số hóa khí động lực học (Bulk-aerodynamic), mô hình phân giải cao của Blackadar, sơ đồ khuếch tán thẳng đứng, Sơ đồ khuếch tán ẩm thẳng đứng. - Tham số hóa các quá trình đất – bề mặt: Gồm các sơ đồ: + None: Không dự báo nhiệt độ lớp đất bề mặt; + Force - Restone (Blackada) scheme: Dùng cho lớp mỏng đơn thuần ngay trên bề mặt và nhiệt độ của lớp đó; + Five - Layer Soil Model: Dự báo nhiệt độ của 5 lớp: 1, 2, 4, 8, 16m; + OSU/Eta-Suface Model: Mô hình lớp đất bề mặt có thể dự báo nhiệt độ và độ ẩm của 4 lớp: 10, 30, 60, 100 cm. Hình 2.1 là miền tính sử dụng trong luận văn này là miền tính lồng ghép từ hai miền. Miền tính thứ nhất (miền lớn) giới hạn trong khoảng 5-30ON, 90- 130 OE với 65x95 điểm tính và độ phân giải ngang 45km. Về phƣơng đứng 23 mực sigma phân bố không đều từ mặt đất đến mực xấp xỉ 100mb. Miền tính thứ hai cho Việt Nam (miền nhỏ) đƣợc lồng vào miền tính thứ nhất có độ phân giải ngang 15km với 127x63 điểm tính. Miền tính này bao trùm lãnh thổ Việt Nam. Hình 2.1. Sơ đồ lồng ghép hai miền tính cho MM5 40 2.2. Giới thiệu về mô hình HRM 2.2.1. Giới thiệu mô hình Mô hình dự báo thời tiết khu vực phân giải cao HRM (High resolution Regional Model) là mô hình thuỷ tĩnh, sử dụng hệ phƣơng trình nguyên thuỷ, bao gồm đầy đủ các quá trình vật lý nhƣ: Bức xạ, mô hình đất, các quá trình rối trong lớp biên, tạo mƣa qui mô lƣới, đối lƣu nông và đối lƣu sâu. Mô hình HRM đƣợc phát triển tại Tổng cục Thời tiết Cộng hòa liên bang Đức (DWD) và đang đƣợc chạy nghiệp vụ tại nhiều cơ quan khí tƣợng quốc gia nhƣ tại Philipin, Brazil, Tây Ban Nha, Đức, Mô hình HRM đƣợc chuyển giao và chạy nghiệm vụ tại Trung tâm Dự báo Khí tƣợng Thủy văn Trung ƣơng (TTDBTƢ) từ năm 2002 thông qua dự án hợp tác nghiên cứu giữa 3 đơn vị là DWD, Khoa Khí tƣợng Thủy văn và Hải dƣơng học, Trƣờng Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội và TTDBTƢ. Số liệu ban đầu và điều kiện biên phụ thuộc vào thời gian cho mô hình HRM đƣợc lấy từ các trƣờng phân tích và dự báo từ mô hình toàn cầu (Global Model for Europe - GME) của DWD. Hiện tại, mô hình HRM đang đƣợc chạy nghiệp vụ tại TTDBTƢ với phiên bản HRM-14km (độ phân giải ngang là 14km, 40 mực thẳng đứng và bƣớc thời gian là 90 giây) cho 2 phiên dự báo hàng ngày vào 00UTC (7 giờ Việt Nam) và 12UTC (19 giờ Việt Nam). HRM là mô hình dự báo thời tiết đầu tiên đƣợc triển khai tại Việt Nam và đã đƣợc cải tiến nhiều lần trong những năm gần đây. 2.2.2. Cấu trúc lưới và phương pháp số - Lƣới điều hoà hoặc lƣới quay kinh-vĩ; - Độ phân giải từ 0.250 đến 0.050(tƣơng ứng với 28 đến 6 km); - Sơ đồ sai phân trung tâm bậc hai theo không gian, theo lƣới C-Arakava; - Hệ toạ độ lai với số mực từ 20 đến 40; - Sơ đồ tích phân theo thời gian Leap-frog, bán tƣờng minh, có độ chính xác bậc bốn đƣợc áp dụng để tích phân hệ phƣơng trình dự báo. Bƣớc tích phân theo thời gian Dt (s) theo công thức CFL (Courant-Friedrichs-Levy) và phụ thuộc vào bƣớc tích phân theo không gian; - Cách xử lý biên theo Davies (1976). 2.2.3. Hệ các phương trình cơ bản 41 Hệ phƣơng trình nguyên thuỷ của mô hình bao gồm 6 phƣơng trình dự báo tƣơng ứng với 6 biến: pS, u, v, T, qV, qC. - Phƣơng trình xu thế khí áp mặt đất; - Hai phƣơng trình thành phần gió ngang; - Phƣơng trình bảo toàn nhiệt; - Phƣơng trình bảo toàn hơi nƣớc; - Phƣơng trình bảo toàn nƣớc lỏng trong mây; Ngoài ra còn có 9 phƣơng trình cảnh báo, đó là: Phƣơng trình tốc độ thẳng đứng trong toạ độ lai, phƣơng trình trạng thái, phƣơng trình chuyển đổi giữa động năng và thế năng, phƣơng trình tính tốc độ thẳng đứng trong toạ độ khí áp, quan hệ tính xoáy thế tuyệt đối, quan hệ tính động năng trên một đơn vị khối lƣợng, quan hệ tính địa thế vị từ tích phân phƣơng trình thuỷ tĩnh, quan hệ xác định nhiệt độ ảo và phƣơng trình tính độ ẩm riêng bão hoà. 2.2.4. Các quá trình tham số hóa vật lý * Sơ đồ tham số hóa đối lưu Tiedtke Từ năm 1989, Tiedtke đã xây dựng một sơ đồ TSHĐL mây tích dựa trên cơ sở gần đúng các dòng khối. Ông đã chia động lực của mây tích thành hai phần, một phần dòng thăng và một phần dòng giáng. Dòng khối trong mây khi đó là tổng của dòng khối trong dòng thăng và dòng khối trong dòng giáng. Tiedtke (1989) phân biệt các loại mây đối lƣu nhƣ sau: - Đối lƣu sâu: hội tụ không khí ở lớp biên trong điều kiện bất ổn định có khả năng tạo thành dòng thăng lớn để có thể xuyên qua tầng đối lƣu. - Đối lƣu nông: bên dƣới có phân kỳ nhẹ và chỉ đạt đến độ cao trong tầng đối lƣu. - Đối lƣu mực giữa: xuất hiện ở vùng front trong lớp giữa của khí quyển, chân mây nằm trên lớp biên khí quyển. * Sơ đồ Heise Sơ đồ này đƣợc phát triển dựa trên cơ sở lý thuyết của sơ đồ TSHĐL Tiedtke (1989). Điểm khác biệt duy nhất giữa hai sơ đồ là cách tính thông lƣợng khối lƣợng dòng thăng tại chân mây cho đối lƣu sâu. Trong sơ đồ Tiedtke, giả 42 thiết khép kín này đƣợc xác định dựa vào hội tụ ẩm qui mô lớn ở mực thấp. * Sơ đồ Betts-Miller-Janjic Sơ đồ TSHĐL BMJ đƣợc xây dựng trên nguyên tắc điều chỉnh cấu trúc nhiệt ẩm đối lƣu mô hình về cấu trúc nhiệt ẩm thám sát thực trong khí quyển nhiệt đới. Cấu trúc nhiệt động thám sát trong khí quyển nhiệt đới: Một trong những mục đích chìa khóa quan trọng của nghiên cứu thám sát GATE là nghiên cứu đối lƣu sâu có tổ chức rất phức tạp ở nhiệt đới để thử nghiệm và phát triển các sơ đồ TSHĐL khu vực này trong mô hình số (Betts, 1974). Mục đích đầu tiên của các sơ đồ TSHĐL là phải đảm bảo cho cấu trúc thẳng đứng của nhiệt và ẩm bị điều khiển mạnh bởi đối lƣu phải gần thực, nghĩa là gần nhất với thám sát. Ý tƣởng cơ bản về tựa cân bằng giữa trƣờng mây và ép buộc qui mô lớn đối với đối lƣu nông là của Betts (1973) và đối với đối lƣu sâu là do Arakawa và Shubert (1974) đƣa ra. Điều đó có nghĩa cấu trúc nhiệt ẩm đặc trƣng trong các vùng đối lƣu đƣợc minh chứng bởi thám sát. Đây là cơ sở của quá trình điều chỉnh đối lƣu. Manable & CS (1965) đề xuất phƣơng pháp điều chỉnh đối lƣu sâu về đoạn nhiệt ẩm trong khi khí quyển nhiệt đới không tiến đến cân bằng đoạn nhiệt ẩm khi tồn tại đối lƣu sâu. Tất cả đó cho thấy, trên qui mô lƣới trong mô hình có mặt đối lƣu luôn phải duy trì một cấu trúc thẳng đứng của nhiệt ẩm thực nhƣ thám sát. Vấn đề tiếp theo là bằng thám sát làm thế nào minh chứng đƣợc rằng các chế độ đối lƣu khác nhau có các cấu trúc nhiệt động tựa cân bằng khác nhau để duy trì đƣợc sự tựa cân bằng giữa mây qui mô dƣới lƣới và các quá trình qui mô lƣới. Betts (1982) nêu ra một quan điểm lý thuyết từ thám sát (GATE, BOMEX, ATEX) dựa vào sự thiết lập điểm bão hoà. Từ đó tác giả đã xác định đƣợc một tập hợp các tham số thích hợp cho đối lƣu sâu và đối lƣu nông trong mô hình toàn cầu. 2.3. Số liệu Kết quả dự báo mƣa và nhiệt độ 24h của mô hình MM5 và HRM đƣợc đánh giá cho toàn Việt Nam và cho từng khu vực Bắc Bộ, Trung Bộ và Nam Bộ trong các tháng mùa đông (12, 01, 02), các tháng mùa hè (06, 07, 08), và trung bình toàn chuỗi (gồm cả mùa đông và mùa hè) trong ba năm 2007, 2008, 2009. Các phân tích đánh giá đƣợc phân chia nhƣ vậy vì đặc điểm địa hình cũng nhƣ 43 đặc điểm thời tiết, khí hậu ở Việt Nam có sự khác biệt rõ rệt giữa các vùng và trong các mùa khác nhau. Tập số liệu đánh giá đƣợc chia theo không gian và thời gian nhƣ sau: + Toàn Việt Nam: 7.1250N - 27.1250N; 97.1250E - 117.1250E (HRM1: 128 trạm; HRM2 và MM5: 24 trạm) + Khu vực Bắc Bộ: 19.50N - 27.1250N; 97.1250E - 117.1250E (HRM1: 65 trạm; HRM2 và MM5: 12 trạm) + Khu vực Trung Bộ: 120N - 19.50N; 97.1250E - 117.1250E (HRM1: 34 trạm; HRM2 và MM5: 8 trạm) + Khu vực Nam Bộ: 70N - 120N; 97.1250E - 117.1250E (HRM1: 29 trạm; HRM2 và MM5: 4 trạm) 128 trạm quan trắc 24 trạm quan trắc Hình 2.2. Các trạm quan trắc trong miền tính Số liệu thám sát trƣớc khi đánh giá đƣợc kiểm tra theo chỉ dẫn chung của WMO, gồm kiểm tra các giá trị ngƣỡng và kiểm tra tính phù hợp bên trong tập số liệu (theo không gian và thời gian). Tuy nhiên trong luận văn này, số liệu đƣợc dùng là bộ số liệu phát báo nghiệp vụ hàng ngày và đƣợc chỉnh biên, lƣu trữ tại Trung tâm tƣ liệu Khí tƣợng Thủy văn nên đƣợc xem là có độ tin cậy cao. Hai đại lƣợng đƣợc lựa chọn để phân tích, đánh giá là sản phẩm dự báo mƣa tích lũy 24h và nhiệt độ trung bình 24h của mô hình HRM đƣợc chạy nghiệp vụ hàng ngày tại Trung tâm Khí tƣợng Thủy văn Trung ƣơng với độ phân giải 14km và của mô hình MM5 đƣợc chạy tại Viện Khoa học Khí tƣợng # # # # # ## # # # # # # # # # # # # # # # # # 9 8 9 8 1 0 0 1 0 0 1 0 2 1 0 2 1 0 4 1 0 4 1 0 6 1 0 6 1 0 8 1 0 8 1 1 0 1 1 0 1 1 2 1 1 2 1 1 4 1 1 4 1 1 6 1 1 6 1 1 8 1 1 8 1 0 1 0 1 2 1 2 1 4 1 4 1 6 1 6 1 8 1 8 2 0 2 0 2 2 2 2 # ## # ## ## # # ## ## ## # ### # # ### ## # # # # # # # # # # # # # ## # ## # #### ## # # ## # # # # ## # # # # # # # # ## # # # # # # # # # # # # # # # # # # ### # # ## # # # ### # # # # # # # ## # # # # # ## # # # ## ## # 9 8 9 8 1 0 0 1 0 0 1 0 2 1 0 2 1 0 4 1 0 4 1 0 6 1 0 6 1 0 8 1 0 8 1 1 0 1 1 0 1 1 2 1 1 2 1 1 4 1 1 4 1 1 6 1 1 6 1 1 8 1 1 8 1 0 1 0 1 2 1 2 1 4 1 4 1 6 1 6 1 8 1 8 2 0 2 0 2 2 2 2 44 Thủy văn và Môi trƣờng với độ phân giải 15km. Kết quả dự báo trên lƣới của mô hình đƣợc nội suy về vị trí của các trạm quan trắc. 45 CHƢƠNG 3. KẾT QUẢ ĐÁNH GIÁ NHIỆT ĐỘ VÀ LƢỢNG MƢA CỦA MÔ HÌNH MM5 VÀ HRM CHO KHU VỰC VIỆT NAM Lãnh thổ Việt Nam, kéo dài trên 150 vĩ tuyến, nằm trong cùng một đới khí hậu nhiệt đới gió mùa, đặc trƣng cơ bản là một nền bức xạ - nhiệt độ cao phù hợp với những chỉ tiêu cơ bản của khí hậu vùng nội chí tuyến, và một sự phân hóa theo mùa rõ rệt phụ thuộc vào sự thay đổi theo mùa của hoàn lƣu. Tuy nhiên, tính phức tạp của một cơ chế gió mùa không thuần nhất ở khu vực Đông Nam Á, đƣợc khơi sâu thêm trong điều kiện địa hình chia cắt của nƣớc ta đã đem lại những khác biệt rất rõ rệt về khí hậu giữa các vùng miền. Trong chƣơng này tác giả sẽ trình bày kết quả đánh giá dự báo 24 giờ của nhiệt độ trung bình ngày và lƣợng mƣa của mô hình HRM và MM5 tại 24 trạm trên toàn Việt Nam. Riêng mô hình HRM có hai kết quả đánh giá là HRM1 với 128 trạm và HRM2 với 24 trạm cho toàn Việt Nam. Việc đánh giá kết quả HRM với 2 chuỗi số liệu có độ dài khác nhau giúp ta xem xét đƣợc mức độ ảnh hƣởng của số trạm đối với các chỉ số đánh giá. Dƣới đây là những kết quả đánh giá cho các tháng mùa đông (tháng 12, 1, 2), và các tháng mùa hè (6, 7, 8) của ba năm 2007, 2008, 2009 trên toàn Việt Nam và theo từng khu vực Bắc Bộ, Trung Bộ và Nam Bộ vì các hình thế thời tiết nói chung và yếu tố mƣa và nhiệt nói riêng trong các mùa và giữa các khu vực có sự khác biệt rõ rệt. 3.1. Kết quả đánh giá nhiệt độ Trƣớc khi phân tích các chỉ số, giá trị nhiệt độ trung bình ngày của chuỗi số liệu tính toán (mùa hè, mùa đông) đƣợc biểu diễn trên các hình từ 3.1 đến 3.2 để có cái nhìn chung nhất về sự phân bố nhiệt độ trên toàn lãnh thổ Việt Nam. Hình 3.1 biểu diễn nhiệt độ trung bình trong các tháng mùa hè của các phiên bản mô hình HRM1, HRM2, MM5 và các giá trị quan trắc tƣơng ứng. Hình vẽ cho thấy mô hình HRM (gồm cả HRM1 và HRM2) nhìn chung có giá trị nhiệt độ trung bình thấp hơn so với quan trắc. Kết quả của mô hình MM5 ở khu vực Bắc Bộ và Nam Bộ thƣờng lớn hơn so với quan trắc nhƣng ở khu vực Trung Bộ lại thể hiện ngƣợc lại. 46 (a) (b) (c) (d) (e) Hình 3.1. Nhiệt độ trung bình trong các tháng mùa hè tại các trạm. a) HRM1; b) OBS (128 tr

Các file đính kèm theo tài liệu này:

  • pdfluanvanthacsi_chuaphanloai_272_132_1870164.pdf
Tài liệu liên quan