Luận văn Đánh giá sai số hệ thống dự báo mưa của mô hình HRM cho khu vực đông bắc bộ

ố khác nhau. Một dự báo hoàn hảo sẽ chỉ cho ta “dự báo trúng” và “đúng yếu”; không cho “báo động sai” và “dự báo sai”. Dao động của con số thống kê được tính toán từ các yếu tố trong bảng liên hợp để mô tả mặt nào đó của dự báo. Chúng ta sẽ minh họa các con số thống kê này bằng các ví dụ. Giả thiết, trong một năm, số ngày mưa theo dự báo và quan trắc được cho trong bảng liên hợp dưới đây: Bảng 1.4: Phân bố mưa dựa vào bảng tổng hợp đánh giá Quan trắc Pha Có Không Tổng Có 82 38 120 Không 23 222 245 Dự báo Tổng 105 260 365 Con số thống kê tuyệt đối có thể được tính toán từ bảng liên hợp có/không và được biểu diễn bởi các điểm số cho dưới đây. 1.5.4.1 Phần trăm đúng (Percent correct - PC) Điểm số PC được tính bằng tỷ số giữa tổng số lần dự báo đúng trên tổng số lần dự báo. 38 1002211    T NN PC (1.21) Giá trị của PC nằm trong khoảng 0 ≤ PC ≤ 1. PC = 1, nghĩa là dự báo hoàn hảo. Từ bảng 3.2 ta có: %83100 365 22282   PC , nghĩa là dự báo chính xác 83% so với tổng số trường hợp dự báo. 1.5.4.2 Tỷ lệ báo sai (False alarm ratio) Điểm số FAR được tính bằng tỷ số giữa số trường hợp dự báo có nhưng trên thực tế lại không xảy ra so với tổng số trường hợp dự báo có. 2111 21 NN N FAR   (1.22) Giá trị của FAR nằm trong khoảng 0 ≤ FAR ≤ 1. Giá trị hoàn hảo của FAR là bằng 0 khi mô hình dự báo là hoàn hảo. Điểm số FAR rất nhạy đối với “báo động sai” nhưng không nhạy đối với “dự báo sai”. Và điểm số này không quyết định trực tiếp đến chất lượng dự báo. Ví dụ lấy từ bảng 3.2: 32.0 3882 38   FAR , nghĩa là 1/3 trường hợp dự báo là mưa nhưng thực tế quan trắc lại không như vậy. 1.5.4.3 Xác suất phát hiện hiện tượng (Probability of Detection of Event) Điểm số POD được tính bằng tỷ số giữa “thành công” với tổng số lần quan trắc thấy xuất hiện sự kiện. Điều đó có nghĩa là dự báo đúng bao nhiêu phần trăm so với thực tế. 2111 11 NN N POD   (1.23) 39 Giá trị POD nằm trong khoảng 0 ≤ POD ≤ 1. Trong trường hợp POD = 1 thì mô hình dự báo là hoàn hảo. Ta lưu ý một điều rằng, điểm số POD rất nhạy đối với “dự báo trúng”, không nhạy đối với “báo động sai”. Có thể giả định tăng thêm dự báo “có” để làm tăng tỷ lệ dự báo đúng, và dĩ nhiên tỷ lệ dự báo sai sẽ thấp đi. Điểm số này thường được dùng kết hợp với điểm số FAR. Từ bảng 3.2 ta có: 78.0 282 82   POD , nghĩa là khoảng 3/4 trường hợp quan trắc thấy mưa được dự báo chính xác. 1.5.4.4 Độ lệch (Bias) Độ lệch ở đây được ký hiệu là BE để phân biệt với độ lệch ở biến liên tục ký hiệu là BIAS, được tính bằng tổng số trường hợp dự báo có xuất hiện sự kiện trên tổng số trường hợp quan trắc có xuất hiện sự kiện: BE = (N11+N12)/(N11+N21 ) (1.24) BE có giá trị biến thiên từ 0 đến ∞. Dự báo là hoàn hảo khi điểm số BE bằng 1. Thông thường hệ thống dự báo có xu hướng dự báo thấp (BE<1) hoặc dự báo vượt quá (BE>1). Độ lệch không xác định mức độ tương quan giữa dự báo và quan trắc, nó chỉ xác định dựa trên mối tương quan về mặt tần suất. Ví dụ về điểm số này, BE =(82+38)/(82+23) , nghĩa là dự báo mưa có xảy ra lớn hơn so với thực tế. 1.5.4.5 Điểm số báo hiệu (Threat Score) 40 Điểm số TS là tỷ số giữa “dự báo trúng” với miền giao bởi dự báo “có” và quan trắc “có”. Điểm số được tính bởi công thức sau: 211211 11 NNN N TS   (1.25) Giá trị TS nằm trong khoảng 0 ≤ TS ≤ 1. TS nói lên mức độ trùng khít giữa vùng dự báo và vùng quan trắc. TS = 1 có nghĩa là dự báo là hoàn hảo, vùng được dự báo trùng khít với vùng thám sát. Ưu điểm của TS so với FAR và POD là ở chỗ nó chịu ảnh hưởng bởi cả “báo động sai” và “dự báo sai”. Ví dụ với số liệu lấy từ bảng 3.2 ta có: 57.0 382382 82   TS , nghĩa là hơn một nửa trường hợp mưa (dự báo và/hoặc quan trắc) được dự báo chính xác. Như vậy, chương 1 đã khái quát lên những nội dung chủ yếu trong các bài toán đánh giá nói chung cũng như những bài đoán đánh giá cho các sản phẩm của mô hình dự báo thời tiết số nói riêng. Trên cơ sở những lý thuyết đó, chương hai sẽ đề cập đến các vấn đề về số liệu và đánh giá dự báo mưa cho mô hình số HRM một cách chi tiết. 41 CHƯƠNG 2 SỐ LIỆU VÀ PHƯƠNG PHÁP ĐÁNH GIÁ DỰ BÁO MƯA MÔ HÌNH HRM Chương 2 giới thiệu về bộ số liệu thực tế và dự báo của mô hình HRM, phương pháp đánh giá chất lượng dự báo mưa của mô hình HRM, trong đó chú trọng đến sai số hệ thống; đồng thời giới thiệu cơ sở khoa học của việc thống kê các hình thế synôp gây mưa ở Bắc Bộ, phục vụ cho việc phân tích các kết quả đánh giá sai số. 2.1 Số liệu 2.1.1 Số liệu mưa quan trắc và thực tế 2.1.1.1 Khu vực đánh giá và trạm đo mưa trong khu vực Để tiến hành đánh giá sai số hệ thống mưa của mô hình HRM, chúng tôi tiến hành đánh giá cho khu vực phía Đông Bắc Bộ trong 5 tháng mùa mưa từ tháng 6 đến tháng 10 trong vòng 3 năm gần đây nhất: 2005, 2006, 2007. Việc chỉ chọn khu vực Đông Bắc Bộ để đánh giá vì khu vực phía Đông Bắc Bộ có mật độ trạm khí tượng dày nhất, đủ đáp ứng tiêu chuẩn của tổ chức khí tượng thế giới (WTO) quy định về mật độ trạm, trong khi khu vực phía Tây chủ yếu là vùng núi nên mật độ trạm thưa thớt hơn rất nhiều. Vị trí địa lý khu vực Đông Bắc Bộ bao gồm ba khu vực nhỏ hơn: khu vực Việt Bắc, khu vực Đông Bắc và Đồng Bằng Bắc Bộ. Hình dưới là diện tích khu vực được tiến hành đánh giá. 42 104 104.5 105 105.5 106 106.5 107 107.5 108 20 20.5 21 21.5 22 22.5 23 Hình 2.1 Khu vực địa lý phía Đông Bắc Bộ 2.1.1.2 Số liệu mưa quan trắc và xử lý số liệu mưa Trong chương này, các tập số liệu được đưa vào kiểm tra, đánh giá là số liệu mưa quan trắc thực tế của 51 trạm Khí tượng (thuộc khu vực Đông Bắc Bộ) phát báo hàng ngày ở Trung tâm dự báo Khí tượng thủy văn Trung Ương và sản phẩm dự báo 24h của các tháng từ 6 – 10, các năm 2005, 2006, 2007 từ mô hình HRM chạy nghiệp vụ hàng ngày. Tuy nhiên, có khoảng mười trạm: Bắc Mê, Bắc Quang, Hàm Yên, Tam Đảo, Định Hóa, Bảo Lạc, Trùng Khánh, Bắc Sơn, Đình lập, Uông Bí, Hiệp Hòa, Ba Vì, Cúc Phương đến tận năm 2008 mới phát báo số liệu nghiệp vụ nên chúng tôi thu thập số liệu của những trạm này từ Trung Tâm Tư Liệu KTTV. Số liệu mưa dự báo của mô hình HRM được lấy là số liệu mưa tích lũy dự báo thời hạn 24 giờ từ phiên bản có độ phân giải 14 km . Số liệu này đã được mô hình nội suy về vị trí các trạm quan trắc cho trước. Việc tổ chức số liệu được thể hiện ở các file dữ liệu lưu, trong đó các file đều có cột “số thứ tự trạm”, kinh độ và vĩ độ trạm, các ngày trong tháng. Sau khi phân tích mật độ trạm khí tượng đo mưa trên khu vực Đông Bắc Bộ theo phương pháp chung, chúng tôi rút ra được một số nhận xét sau: 43 Mật độ trạm cho toàn khu vực vào khoảng 513 km2/1 trạm, trong đó tập trung chủ yếu ở các tỉnh ven biển và nam đồng bằng, vùng núi phía bắc mật độ trạm khá thưa thớt. Như vậy mật độ trạm mưa ở vùng nam đồng bằng và đồng bằng ven biển đáp ứng được yêu cầu của Tổ chức khí tượng thế giới về quy định mật độ phân bố trạm, còn ở vùng núi phía bắc thì mật độ trạm mưa còn thấp hơn tiêu chuẩn của Tổ chức khí tượng thế giới. Trên hình 2.2 là bản đồ phân bố các trạm mưa khu vực Đông bắc bộ. 104 104.5 105 105.5 106 106.5 107 107.5 108 20 20.5 21 21.5 22 22.5 23 48/31 48805 48/32 48/34 48812 48/36 48/37 48810 48831 48/44 48/51 4881348814 48/52 48/39 48808 48/33 48/43 48807 48830 48/47 48/49 4883848/50 48837 48834488364883348/60 48/53 48/55 48/5648809 48/54 48826 48828 48839 48820 48817 48/57 48/58 48/59 48827 48822 48823 48829 48821 488324882448/65 48835 Hình 2.2 Bản đồ phân bố mật độ các trạm khu vực Đông Bắc Bộ Mật độ trạm trên đây sẽ ảnh hưởng đến kết quả tính toán và phân tích mà trong suốt quá trình thực hiện ta phải lưu ý đến đặc điểm đó để chấp nhận thực tế tồn tại những hạn chế về số liệu. Số liệu mưa thực tế trước khi tính toán được kiểm tra theo chỉ dẫn chung của WMO kinh nghiệm của người dùng, gồm kiểm tra các giá trị ngưỡng và kiểm tra tính phù hợp bên trong tập số liệu (theo không gian và thời gian). 44 Tuy nhiên trong luận văn thạc sỹ này, số liệu được dùng là bộ số liệu phát báo nghiệp vụ hàng ngày và được chỉnh biên, lưu trữ tại Trung tâm Tư liệu KTTV nên được xem là có độ tin cậy cao. 2.1.2 Số liệu mưa dự báo của mô hình HRM 2.1.2.1 Đưa số liệu mưa dự báo trên các nút lưới về các trạm Sản phẩm dự báo 24h của các tháng từ 6 – 10, các năm 2005, 2006, 2007 từ mô hình HRM chạy nghiệp vụ hàng ngày là số liệu mưa tích lũy dự báo thời hạn 24 giờ từ phiên bản có độ phân giải 14 km (đã trình bày ở chương 1). Số liệu này đã được mô hình nội suy bằng phương pháp nội suy song tuyến tính (Bilinear interpolation) về vị trí các trạm quan trắc cho trước theo danh sách và tọa độ trạm đã nói ở tiểu mục trên. Việc tổ chức số liệu được thể hiện ở các file dữ liệu lưu, trong đó các file đều có cột “số thứ tự trạm”, kinh độ và vĩ độ trạm, các ngày trong tháng. 2.1.2.2 Tổ chức đồng bộ số liệu Việc đánh giá dự báo trong luận văn này được tiến hành theo hướng: trước tiên tiến hành đánh giá cho từng tháng sau đó mới đánh giá cho toàn mùa mưa nên tổ chức các file số liệu riêng cho từng tháng, từ tháng 6 đến tháng 10. Sản phẩm dự báo của mô hình là những dự báo trước một ngày, do đó để đồng bộ số liệu, chúng tôi đã tiến hành sắp xếp số liệu mưa mô hình sang trái thêm một cột và thêm vào cột cuối cùng của các tháng bằng cột đầu của tháng sau. Các trường hợp khuyết sản phẩm mô hình, chúng tôi bỏ qua không tính và thay vào bằng con số “-999”. 45 2.2 Phương pháp đánh giá dự báo mưa của mô hình HRM 2.2.1 Đánh giá khi xem mưa là biến liên tục 2.2.1.1 Mưa được xem như trường yếu tố khí tượng Khi ta đo mưa ở các điểm đo thì lượng mưa đo được là các số thực dương và ta có số liệu trường. Sau khi sản phẩm dự báo mưa HRM từ nút lưới được nội suy về trạm, ta cũng có trường mưa dự báo. Tuy trường mưa không liên tục như trường áp và nhiệt, song lượng mưa tương ứng với từng điểm quan trắc thì vẫn được xem là liên tục. Trong trường hợp này ta hoàn toàn có thể đánh giá chất lượng dự báo mưa bằng những công thức định lượng xác định mối quan hệ giữa trường mưa quan trắc thực tế và trường mưa dự báo của HRM. 2.2.1.2 Chỉ số đánh giá dự báo trường Khi mưa được xem như một trường yếu tố khí tượng ta có thể sử dụng hệ số tương quan giữa trường mưa dự báo và trường mưa thực tế để đánh giá chất lượng dự báo mưa của HRM theo công thức đã trình bày ở chương 1:              N 1i 2 i N 1i 2 i i N 1i i OOFF OOFF R (2.1) Tuy nhiên trong luận văn chúng tôi đã không tiến hành đánh giá dự báo trường, mà xem xét mưa dưới dạng biến liên tục trong từng cấp mưa để đánh giá chất lượng dự báo mưa chi tiết hơn theo không gian và thời gian. 2.2.2 Đánh giá mưa khi phân lượng mưa ra đa cấp rời rạc 46 2.2.2.1 Phân lượng mưa ra 10 cấp Để đánh giá một cách đầy đủ và có khả năng so sánh, phân tích giữa kết quả dự báo và kết quả thực tế, việc tính toán được tiến hành cho 2 dạng hệ thống biến liên tục và rời rạc theo cấp định lượng mưa dự báo và mưa thực tế. Hệ thống biến là các cấp mưa được phân làm 10 cấp theo cấp định lượng tương tự với các nước và không khác nhiều so với phân cấp mưa trong nghiệp vụ, được trình bày như ở bảng dưới đây: Bảng 2.1 Các cấp mưa Cấp mưa Lượng mưa (mm) Lượng mưa (inch) 1 0.0-<6.3 mm 0 - 1/4 2 6.3-<12.7 1/4 - 1/2 3 12.7-<19.0 1/2 - 3/4 4 19.0-<25.4 3/4 - 1 5 25.4-<38.1 1 - 3/2 6 38.1-<50.8 3/2 - 2 7 50.8-<63.5 2 - 5/2 8 63.5-<76.2 5/2 - 3 9 76.2-<101.6 3 - 7/2 10 :=>101.6 =>4 Sau khi chia lượng mưa ra 10 cấp, ta có thể lập được bảng tiếp liên đa cấp như sau: 47 OCat\FCat Fcl1 Fcl2 Fcl3 Fcl4 Fcl5 Fcl6 Fcl7 Fcl8 Fcl9 Fcl10 rsum 1:0.0-<6.3mm n11 n12 n13 - - - - - n19 n110 n1. 2:6.3-<12.7 n21 n22 n23 - - - - - n29 n210 n2. 3:12.7-<19.0 n31 n32 n33 - - - - - n39 n310 n3. 4:19.0-<25.4 - - - - - - - - - - - 5:25.4-<38.1 - - - - - - - - - - - 6:38.1-<50.8 - - - - - - - - - - - 7:50.8-<63.5 - - - - - - - - - - - 8:63.5-<76.2 - - - - - - - - - - - 9:76.2-<101.6 - - - - - - - - - - - 10:=>101.6mm n101 n102 n103 - - - - - n109 n1010 n10. csum n.1 n.2 n.3 - - - - - n.9 n.10 N Bảng 2.2 Bảng tiếp liên 10 cấp mưa thực tế & dự báo Trong bảng trên OCat là cấp mưa quan trắc, FCat và Fc.. là cấp mưa dự báo, rsum và n1. ... n10. là tổng theo hàng, csum và n.1 ... n.10 là tổng theo cột. 2.2.2.2 Các chỉ số đánh giá định lượng mưa bên trong mỗi cấp Sau khi phân lượng mưa dự báo và mưa mô hình ra 10 cấp, trong mỗi cấp mưa chúng được xem như biến liên tục, biến thiên theo không gian các trạm mưa và biến thiên theo thời gian các ngày trong mỗi tháng và trong toàn mùa mưa. a) Cho các biến liên tục được ký hiệu như sau: 48     N i ii OF N RMSE 1 21 (2.2)    N I ii OF N MAE 1 1 (2.3) BIAS =     N 1i ii OF N 1 ME (2.4) SD =     N 1i 2 ii OF N 1 MSE (2.5) Cmean =              N 1i 2 i N 1i 2 i i N 1i i OOFF OOFF R (2.6) b) Cho các biến rời rạc được ký hiệu như sau: PosP = )( ),( .... ) 2 ( )2,2( ) 1 ( )1,1( k FN k O k Fn FN OFn FN OFn (2.7) PreP = )( ),( .... ) 2 ( ) 2 , 2 ( ) 1 ( ) 1 , 1 ( k ON k O k Fn ON OFn ON OFn (2.8) BE = )( )( .... ) 2 ( )2( ) 1 ( )1( k ON k Fn ON Fn ON Fn (2.9) TS = )()( ),( .... ) 2 () 2 ( ) 2 , 2 ( ) 1 () 1 ( ) 1 , 1 ( k ON k FN k O k Fn ONFN OFn ONFN OFn  (2.10) và P(%) cho tất cả các cấp 2.2.3 Đánh giá mưa khi phân lượng mưa ra 2 cấp một 49 2.2.3.1 Cách phân lượng mưa ra 2 cấp một Để xem xét đánh giá một cách hệ thống và toàn diện, sau khi lượng mưa dự báo và thực tế phân chia ra 10 cấp, ta lại tiêp tục phân chúng ra từng cặp 2 cấp một như sau: - Cấp I  RRRR  cấp 2 10 - Cấp II  RRRR  cấp 3 10 - . . . . . . . . . . . . . . . . . . . . . . . - Cấp I X  RRRR  cấp 10 2.2.3.2 Các chỉ số đánh giá mưa 2 cấp BE misseshits sfalsealarmhits BE    (2.11) POD misseshits hits POP   (2.12) FAR sfalsealarmhits sfalsealarm FAR   (2.13) TS falsealarmmisseshits hits CSITS   (2.14) OddRA msfalssealarmisses ativescorrectneghits OR * *  (2.15) 50 ETS random random hitssfalsealarmmisseshits hitshits ETS    , trong đó total sfalsealarmhitsmisseshits randomhits ))((   (2.16) ativescorrectnegmsfalssealar sfalsealarm misseshits hits HK     (2.17) ))(())(( )**(2 ativescorrectnegsflasealarmsfalsealarmhitsativescorrectnegmissesmisseshits sfalsealarmmissesativescorrectneghits HSS    (2.18) total ativescorrectneghits P   (2.19) 2.3 Căn cứ phân loại hình thế synốp chính gây mưa khu vực Đông Bắc Bộ Trong nghiên cứu về dự báo mưa và đánh giá dự báo mưa các mô hình số trị. Rất nhiều nhà khoa học cho rằng việc đánh giá mưa sẽ có kết quả tốt hơn khi việc đánh giá đó được phân loại theo hình thế synốp. Một trong những lý dó để phân loại hình thế synốp ứng với dự báo mưa của mô hình là nhằm lý giải các kết quả một cách lô-gíc và khoa học, mặt khác điều này cũng sẽ giúp cho các dự báo viên trong nghiệp vụ có được những hiểu biết sâu sắc cả hai phương pháp đặc biệt quan trọng trong dự báo mưa nghiệp vụ hàng ngày, đó là phương pháp synôp cổ điển và phương pháp số trị. 2.3.1 Cơ sở phân loại hình thế synop và các tác nhân gây mưa khu vực Đông Bắc Bộ Hàng năm từ tháng 5 đến tháng 10, ở vùng đồng bằng Đông Bắc Bộ có gió đông nam thịnh hành ở tầng thấp. Do đặc điểm của địa hình, phía Đông nước ta là vùng biển rộng lớn, nên khi có gió đông nam thổi, là dịp tốt để lớp không khí trên khu vực Đông 51 Bắc Bộ được tăng cường độ ẩm, hoặc được thay thế bằng các khối không khí có độ ẩm cao, thuận lợi cho việc hình thành mây và mưa. Trong thời gian đó, nếu có những tác động mạnh mẽ của các nhân tố động lực (do các hình thế khí áp hoặc các nhiễu động khí quyển tạo ra) hoặc nhiệt lực thì dễ dàng gây ra các trận mưa vừa, mưa to và có thể kéo dài thành đợt mưa vừa, mưa to. Những trận hoặc đợt mưa đó có khi rất có lợi cho sản xuất nếu gặp trời khô hạn, nhưng cũng có khi lại gây ra lũ lụt, úng ngập, tác hại không nhỏ đối với nhiều ngành, nhất là sản xuất nông nghiệp. Việc phân tích tìm nguyên nhân gây ra các trận hoặc các đợt mưa lớn, cũng như việc dự báo trước các hiện tượng này là một việc rất khó khăn và phức tạp, đang là một trong những đối tượng mà các nhà dự báo Khí tượng quan tâm nghiên cứu. Khi phân tích nguyên nhân gây ra mưa vừa, mưa lớn, thường người ta phải chú ý đến 3 yếu tố sau - Nhân tố nhiệt, ẩm của khối khí - Nhân tố địa hình - Nhân tố động lực 2.3.1.1 Nhân tố nhiệt, ẩm a. Nhân tố ẩm Trong khoảng thời gian từ tháng 6 đến tháng 10 hàng năm, ở vùng đồng bằng Bắc Bộ thường do các khối không khí nhiệt đới ẩm, hoặc khối khí xích đạo chi phối. Đặc trưng của các khối khí này là độ ẩm cao, độ ẩm riêng ở lớp không khí tầng sát mặt đất vào khoảng 33 – 34 gam, và ở lớp khí quyển trên cao 1500 m cũng đạt tới 13 – 14 gam. Vì vậy nhân tố độ ẩm luôn luôn thuận lợi cho việc phát sinh các đợt mưa vừa, mưa lớn. Nhưng trong thực tế, mỗi tháng chỉ xảy ra một vài đợt mưa vừa, mưa lớn. 52 Qua đó có thể kết luận, nhân tố độ ẩm chỉ là điều kiện cần của một đợt mưa vừa, mưa lớn. Nó phải được chú ý, xem xét khi dự đoán có khả năng xảy ra mưa vừa, mưa lớn. b. Nhân tố Nhiệt Như đã nói ở trên, trong thời gian từ tháng 6 đến tháng 9 ở vùng đồng bằng Bắc Bộ thường bị chi phối bởi các khối khí với bản chất nóng, ẩm. Tầng kết nhiệt thì thường ở trạng thái bất ổn định hoặc bất ổn định điều kiện. Trong trường hợp như vậy nếu vì một nguyên nhân nào đó khối khí bị nóng lên rõ rệt nhất là vào buổi trưa thì nhiệt độ không khí đạt từ 34 độ C trở lên, thì cũng dễ tạo ra hiện tượng không khí đối lưu mạnh mang tính cục bộ, gây ra các trận mưa dông (gọi là dông nhiệt) với thời gian ngắn và đợt mưa thường đạt mức mưa vừa, hiếm khi đạt mức mưa lớn. Vì vậy nhân tố này cũng có thể xem như không phải nhân tố chính để gây ra mưa lớn ở vùng Đồng Bằng Bắc Bộ. 2.3.1.2. Nhân tố địa hình Nhân tố địa hình, thường làm tăng rõ rệt lượng mưa ở sườn đón gió và làm giảm lượng mưa ở sườn khuất gió. Vùng đồng bằng Bắc Bộ lại rất bằng phẳng, do đó nhân tố địa hình hầu như không có tác động đến việc gây ra mưa vừa, mưa lớn ở khu vực này. 2.3.1.3 Nhân tố động lực Đây là nhân tố đóng vai trò chủ đạo, chỉ khi có tác động mạnh mẽ của hình thế khí áp, hoặc nhiễu động khí quyển tạo ra nhân tố động lực thúc đẩy, làm cho khối khí vốn đã có điều kiện nhiệt, ẩm thỏa mãn, chuyển động đi lên mãnh liệt và kéo dài, tạo ra các đợt mưa vừa, mưa lớn hoặc mưa kéo dài. Vì vậy khi xét đến nhân tố động lực, tức là phân tích các hình thế khí áp và các nhiễu động khí quyển tạo ra nó. Dưới đây là cơ 53 sở phân chia và các loại hình thế chủ đạo gây ảnh hưởng trực tiếp đến khu vực Bắc Bộ cũng như phía Đông Bắc Bộ nước ta. Phân tích hệ thống thời tiết là việc giải đoán các trạng thái của khí quyển dựa trên kết quả phân tích hình thế synop được đặc trưng bởi trường khí áp tầng thấp và trường thế vị trên cao. Phân tích hình thế synop khác biệt với quá trình phân tích đánh giá các tác nhân gây mưa. Đối với miền Bắc nước ta, một khu vực có diện tích không lớn nên việc xác định chính xác hình thế synop khống chế là rất khó khăn. Bởi vậy xác định hình thế synop phải dựa trên cơ sở phân tích mối tương tác của các xoáy nghịch, xoáy thuận, sống áp cao, rãnh áp thấp đồng thời kết hợp với phân tích mối tương tác của các khối không khí và điều kiện hoàn lưu quy mô synop, quy mô vừa và quy mô nhỏ. Trong một trường synop tương tự nhau hay nói một cách khác trong các loại hình thế synop giống nhau có thể gây nên nhiều loại hình thời tiết khác nhau. Chính vì vậy khi phân tích hình thế synop đặc trưng gây mưa nhất thiết phải phân tích đánh giá mối tương tác của nhiều trường khí tượng khác nhau. Phân tích hình thế synop tầng thấp phải kết hợp chặt chẽ với việc phân tích hoàn lưu cũng như các tác động trường nhiệt ẩm, điều kiện động nhiệt lực ở các lớp khí quyển trên cao cũng như điều kiện địa hình ảnh hưởng đến thời tiết. Bởi vì quá trình synop luôn luôn biến động, thay đổi theo thời gian nên một quá trình thời tiết xảy ra trong nhiều ngày có thể do một hay nhiều tác nhân, một hay nhiều hệ thống synop khác nhau, độc lập hay kết hợp nhiều hệ thống với nhau. Trên thực tế đối với miền Bắc nước ta, hệ thống synop chi phối chủ yếu là áp cao lạnh phía bắc, áp cao cận nhiệt đới, áp thấp nóng Ấn Miến và xoáy thuận nhiệt đới. Tuy nhiên tuỳ thuộc vào vị trí, cường độ, xu thế thay đổi các trường khí tượng, mối tương tác giữa chúng, ... ,mà nêu thuộc tính kèm theo. Ngoài ra do sự tranh chấp của nhiều hệ thống thời tiết nên kết quả xác định hệ thống synop có thể là hệ thống thời tiết độc lập, nhiều hệ thống thời tiết tương tác, thậm chí đôi khi không thể xác định được 54 hình thế synop (trường khí tượng mờ). Xác định hệ thống synop gây thời tiết nói chung, gây mưa nói riêng cần thiết phải xác định được hệ thống synop chính (hệ thống thời tiết chủ đạo), các hệ thống thời tiết tương tác cũng như điều kiện hoàn lưu, điều kiện động nhiệt lực (các tác nhân gây thời tiết) và mối quan hệ giữa chúng. Chính vì lẽ đó, để xác định hình thế thời tiết cần thiết xây dựng tiêu chí phân loại dựa trên các đặc trưng vật lý cũng như khuôn dạng của trường khí áp tầng thấp, trường địa thế vị trên cao đồng thời dựa trên các đặc trưng khí hậu synop. Ngoài các tiêu chí trên cần thiết xem xét các quá trình mưa về mặt thời gian, không gian và tính chất mưa. 2.3.2 Đặc trưng và mô phỏng các loại hình thời tiết gây mưa ở khu vực Đông Bắc Bộ. Đặc trưng loại hình thời tiết gây mưa trong các tháng mùa hè ở khu vực Đông Bắc Bộ bao gồm 5 loại hình thế chính, đó là áp cao lạnh, áp thấp nóng Ấn Miến, áp cao cận nhiệt đới (áp cao phó nhiệt đới), xoáy thuận nhiệt đới và dải hội tụ nhiệt đới. Ngoài ra trong quá trình tranh chấp của các khối khí tạo nên một loại hình thế synop không rõ ràng hoặc một loại hình thời tiết chịu tác động bởi nhiều loại hình thế có tác động tương đương nhau hoặc quá trình mưa do nguyên nhân động, nhiệt lực dưới tác động của địa hình được xếp vào các loại hình thế khác. Tuy nhiên khi xem xét một loại hình thế synop đặc trưng gây mưa cần phải phân tích đánh giá cơ chế hoàn lưu và các điều kiện động nhiệt lực khác kèm theo. Các loại hình thế synop đặc trưng gây mưa và đông ở miền Bắc có thể được mô phỏng như sau: 2.3.2.1 Hình thế áp cao lạnh 55 Hình 2.3 Hình thế áp cao lạnh Trong hình thế áp cao lạnh lại phân chia ra làm các trường hợp nhỏ hơn, nhưng vẫn tính là một loại hình thế chủ đạo gây mưa. Đó là, các tỉnh miền Bắc nằm ở rìa phía nam hoặc tây nam của áp cao lạnh lục địa hay trường hợp áo cao lạnh kết hợp với rãnh áp thấp bị nén, rìa áp cao lạnh kết hợp với nhiễu động trong dòng xiết gió tây cận nhiệt đới trên cao và trường hợp cuối cùng là rìa áp cao lạnh kết hợp với xoáy thuận nhiệt đới.  Rìa phía nam hoặc tây nam của áp cao lạnh Như đã nêu trong phần gió mùa mùa đông, áp cao lạnh khống chế thời tiết ở miền Bắc nước ta chủ yếu do vùng áp cao hoặc lưỡi áp cao ở khu vực đông nam Trung Hoa mà nguồn gốc là áp cao cực đới biến tính trong quá trình di chuyển xuống phía nam. Quá trình xảy ra mưa rào và dông chủ yếu trong quá trình áp cao lạnh bắt đầu ảnh hưởng tức ở phần rìa của áp cao này. Tuy nhiên tuỳ thuộc vào mối tương tác bởi các hệ 56 thống thời tiết khác mà quá trình mưa xảy ra trước hoặc sau khi áp cao lạnh tác động. Mức độ mãnh liệt và thời gian kéo dài cũng phụ thuộc vào mối tương tác này. Tiêu chí rìa áp cao phải có đường đẳng áp đóng kín của xoáy nghịch qua Bắc Bộ. Hình thế áp cao lạnh có thể kèm theo đường đứt, front lạnh cùng với quá trình tăng khí áp, giảm nhiệt độ và điểm sương. Mưa và dông ở các tỉnh miền Bắc chỉ có thể xảy ra trong thời kỳ đầu và cuối mùa đông hoặc trong những tháng chuyển tiếp. Thông thường quá trình mưa và dông xảy ra do sự tương tác của áp cao lạnh với các hệ thống thời tiết khác trong đó vai trò của áp thấp nóng Ấn Miến giữ một vị trí hết sức quan trọng. Vào những tháng cuối mùa đông vị trí trung tâm áp cao lạnh lệch dần về phía đông, sự biến tính của áp cao này thể hiện rõ hơn và quá trình tác động cũng kém phần mãnh liệt. Vì vậy, quá trình mưa bất ổn định nói chung, mưa rào và dông nói riêng cũng giảm dần đồng thời qua trình mưa nhỏ mưa phùn xuất hiện thường xuyên hơn.  Áp cao lạnh kết hợp rãnh áp thấp bị nén Đây là loại hình thế synop gây mưa và dông đặc trưng nhất và thường xảy ra trong mùa