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
84 trang |
Chia sẻ: mimhthuy20 | Lượt xem: 523 | Lượt tải: 0
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:
- luanvanthacsi_chuaphanloai_272_132_1870164.pdf