LỜI CẢM ƠN - hus.vnu.edu.vn · 1 LỜI CẢM ƠN Trước hết, tôi xin bày tỏ lòng biết ơn sâu sắc tới GS. TS. Trần Tân Tiến, là người đã tận tình

1

LỜI CẢM ƠN

Trước hết, tôi xin bày tỏ lòng biết ơn sâu sắc tới GS. TS. Trần Tân Tiến, là

người đã tận tình chỉ bảo và hướng dẫn tôi hoàn thành luận văn này.

Tôi xin cảm ơn các Thầy cô và các cán bộ trong khoa Khí tượng - Thủy văn -

Hải dương học đã cung cấp cho tôi những kiến thức chuyên môn quý báu, giúp đỡ

và tạo điều kiện thuận lợi về cơ sở vật chất trong suốt thời gian tôi học tập và thực

hành ở Khoa.

Tôi cũng xin chân thành cảm ơn Ban lãnh đạo Đài Khí tượng Thủy văn khu

vực Trung Trung Bộ và toàn thể các đồng nghiệp trong cơ quan đã tạo điều kiện và

bố trí thời gian để tôi có thời gian học tập và hoàn thành luận văn.

Tôi cũng xin cảm ơn Phòng sau đại học, Trường Đại học Khoa học Tự nhiên

đã tạo điều kiện cho tôi có thời gian hoàn thành luận văn.

Cuối cùng, tôi xin gửi lời cảm ơn chân thành tới gia đình, người thân và bạn

bè, những người đã luôn ở bên cạnh cổ vũ, động viên và tạo mọi điều kiện tốt nhất

cho tôi trong suốt thời gian học tập.

Nguyễn Tiến Toàn

2

MỤC LỤC

MỞ ĐẦU .................................................................................................................... 9

CHƯƠNG 1: TỔNG QUAN ................................................................................... 10

1.1 Tổng quan về dự báo mưa bằng phương pháp số .......................................... 10

1.2 Các quy định về mưa lớn diện rộng .............................................................. 14

1.2.1 Quy định về mưa lớn .............................................................................. 14

1.2.2 Quy định về mưa lớn diện rộng .............................................................. 14

1.3 Hình thế gây mưa lớn tại Trung Bộ do không khí lạnh kết hợp dải hội tụ nhiệt

đới......................................................................................................................... 15

1.3.1 Những nét đặc trưng của không khí lạnh ở các tỉnh miền trung............. 15

1.3.2 Dải hội tụ nhiệt đới ................................................................................. 16

1.3.2.1 Khái niệm......................................................................................... 16

1.3.2.2 Một số đặc trưng của dải hội tụ nhiệt đới ........................................ 16

1.3.3 Mô hình synop đặc trưng không khí lạnh kết hợp dải hội tụ nhiệt đới gây

ra mưa lớn Trung Bộ trong những tháng mùa đông ........................................ 18

CHƯƠNG 2: MÔ HÌNH WRF VÀ ÁP DỤNG ĐỂ DỰ BÁO MƯA LỚN Ở

TRUNG TRUNG BỘ ............................................................................................... 20

2.1 Mô hình dự báo thời tiết WRF ....................................................................... 20

2.1.1 Cấu trúc của mô hình WRF .................................................................... 20

2.1.2 Các quá trình vật lý trong mô hình ......................................................... 21

2.1.2.1 Vật lí vi mô ...................................................................................... 22

2.1.2.2 Đối lưu mây tích .............................................................................. 22

2.1.2.3 Lớp bề mặt ....................................................................................... 23

2.1.2.4 Lớp biên hành tinh........................................................................... 23

2.1.2.5 Bức xạ khí quyển ............................................................................. 23

2.1.2.6 Sơ đồ tương tác giữa các quá trình vật lí ......................................... 24

2.2 Cập nhật số liệu địa phương trong mô hình WRF ......................................... 24

2.2.1 Phương pháp Cressman .......................................................................... 24

2.2.2 Các Kỹ thuật sử dụng trong OBSGRID.................................................. 27

2.3 Nguồn số liệu, cấu hình miền tính dự báo mưa bằng mô hình WRF............. 28

2.3.1 Cấu hình được lựa chọn .......................................................................... 28

2.3.2 Nguồn số liệu .......................................................................................... 28

2.3.3 Các bước cập nhật số liệu địa phương .................................................... 31

2.4 Phương pháp xây dựng hồi qui có lọc và các chỉ tiêu đánh giá kết quả dự báo

lượng mưa ............................................................................................................ 32

3

2.4.1 Xây dựng phương trình dự báo mưa ....................................................... 32

2.4.1.1 Phương pháp xây dựng phương trình hồi qui có lọc ....................... 32

2.4.1.2. Nguyên tắc xây dựng phương trình hồi qui.................................... 32

2.4.2 Phương pháp đánh giá ............................................................................ 33

2.4.2.1 Đánh giá tỷ số giữa vùng dự báo và vùng thám sát......................... 33

2.4.2.2 Xác suất phát hiện............................................................................ 33

2.4.2.3 Tỷ phần dự báo phát hiện sai........................................................... 33

2.4.2.4 Điểm số thành công ......................................................................... 34

2.4.2.5 Độ chính xác .................................................................................... 34

CHƯƠNG 3: ............................................................................................................. 35

KẾT QUẢ DỰ BÁO MƯA LỚN DO KHÔNG KHÍ LẠNH KẾT HỢP VỚI DẢI

HỘI TỤ NHIỆT ĐỚI TỪ 1 ĐẾN 3 NGÀY BẰNG MÔ HÌNH WRF..................... 35

3.1 Phương trình hồi qui dự báo lượng mưa ............................................................ 35

3.1.1 Phương trình dự báo lượng mưa 24h ...................................................... 35

3.1.1.1 Khu vực Quảng Bình ....................................................................... 35

3.1.1.2 Khu vực Quảng Trị .......................................................................... 37

3.1.1.3 Khu vực Thừa Thiên_Huế ............................................................... 39

3.1.1.4 Khu vực Quảng Nam – Đà Nẵng..................................................... 40

3.1.1.5 Khu vực Quảng Ngãi ....................................................................... 41

3.1.1 Phương trình dự báo 48h......................................................................... 43


3.1.2.2 Khu vực Quảng Trị .......................................................................... 44




3.1.3 Phương trình dự báo 72h......................................................................... 50


3.1.3.2 Khu vực Quảng Trị .......................................................................... 52




3.2 Nhận xét kết quả xây dựng phương trình....................................................... 58

3.2.1 Phân tích đợt mưa độc lập từ ngày 21-24/10/2009................................. 58

3.2.1.1 Hình thế Synop : .............................................................................. 58

3.2.1.2 Nhận xét kết quả dự báo lượng mưa................................................ 60

4

3.2.2 Đánh giá dự báo mưa lớn do không khí lạnh kết hợp với ITCZ tại khu

vực Trung Trung Bộ bằng các chỉ số thống kê. ............................................... 64

3.3. Quy trình dự báo mưa lớn ............................................................................. 76

3.3.1 Xác định hình thế. ................................................................................... 76

3.3.2 Chạy mô hình .......................................................................................... 76

3.3.3 Sử dụng phương trình hồi qui dự báo lượng mưa tại các trạm ............... 76

3.3.3.1 Phân vùng Quảng Bình.................................................................... 76

3.3.3.2 Phân vùng Quảng Trị....................................................................... 77

3.3.3.3 Phân vùng Thừa Thiên_Huế............................................................ 77

3.3.3.4 Phân vùng Quảng Nam – Đà Nẵng ................................................. 78

3.3.3.5 Phân vùng Quảng Ngãi.................................................................... 78

KẾT LUẬN .............................................................................................................. 80

TÀI LIỆU THAM KHẢO ........................................................................................ 81

5

Danh mục hình vẽ

Hình 2.1: Cấu trúc tổng quan của mô hình WRF..................................................... 21

Hình 2.2: Sơ đồ tương tác vật lí................................................................................ 24

Hình 2.3: Bán kính ảnh hưởng và khu vực quét....................................................... 25

Hình 2.4: Mô tả kỹ thuật Ellipse............................................................................... 27

Hình 2.5: Mô tả kỹ thuật Banana.............................................................................. 27

Hình 2.6: Các miền tính của mô hình WRF được lựa chọn cho Việt Nam và khu vực

Trung Trung Bộ ........................................................................................................ 28

Hình 2.7: Mạng lưới trạm bề mặt (a) và cao không (b) dùng trong thử nghiệm...... 29

Hình 2.8: Phân bố các trạm đo mưa ở Trung Trung Bộ ........................................... 30

Hình 3.1: Sai số bình phương trung bình các phương trình khu vực Quảng Bình 24h

.................................................................................................................................. 36

Hình 3.2: Sai số bình phương trung bình các phương trình khu vực Quảng Trị 24h

.................................................................................................................................. 38

Hình 3.3: Sai số bình phương trung bình các phương trình khu vực Thừa

Thiên_Huế 24h ......................................................................................................... 39

Hình 3.4: Sai số bình phương trung bình các phương trình khu vực Quảng Nam –

Đà Nẵng 24h ............................................................................................................. 41

Hình 3.5: Sai số bình phương trung bình các phương trình khu vực Quảng Ngãi 24h

.................................................................................................................................. 42


.................................................................................................................................. 44


.................................................................................................................................. 45


Thiên_Huế 48h ......................................................................................................... 47


Đà Nẵng 48h ............................................................................................................. 48

Hình 3.10: Sai số bình phương trung bình các phương trình khu vực Quảng Ngãi

48h ............................................................................................................................ 50

Hình 3.11: Sai số bình phương trung bình các phương trình khu vực Quảng Bình

72h ............................................................................................................................ 51


.................................................................................................................................. 52


Thiên_Huế 72h ......................................................................................................... 54

6


Đà Nẵng 72h ............................................................................................................. 56

Hình 3.15: Sai số bình phương trung bình các phương trình khu vực Quảng Ngãi

72h ............................................................................................................................ 57

Hình 3.16: Bản đồ phân tích và dự báo mặt đất 07h00 ngày 22/10/2009 ................ 59



Hình 3.19: Mưa tích lũy 24h từ ngày 21/10/2009 .................................................... 62



Hình 3.22: Biến đổi chỉ số FBI với các ngưỡng mưa tại hạn dự báo 24h................ 66

Hình 3.23: Biến đổi chỉ số POD với các ngưỡng mưa tại hạn dự báo 24h .............. 67

Hình 3.24: Biến đổi chỉ số FAR với các ngưỡng mưa tại hạn dự báo 24h .............. 67

Hình 3.25: Biến đổi chỉ số CSI với các ngưỡng mưa tại hạn dự báo 24h................ 68

Hình 3.26: Biến đổi chỉ số PC với các ngưỡng mưa tại hạn dự báo 24h ................. 68











7

Danh mục bảng

Bảng 2.1: Tùy chọn vật lí vi mô trong WRF ........................................................... 22

Bảng 2.2: Một số tùy chọn tham số hóa đối lưu mây tích trong mô hình WRF...... 22

Bảng 2.3: Tùy chọn bề mặt đất trong WRF ............................................................. 23

Bảng 2.4: Tùy chọn sơ đồ bức xạ trong WRF ......................................................... 24

Bảng 2.5: Các đợt mưa và đặc điểm mưa ................................................................ 29

Bảng 2.6: Danh sách trạm tính mưa......................................................................... 30

Bảng 3.1 Các hệ số phương trình hồi qui dự báo lượng mưa khu vực Quảng Bình

24h và sai số bình phương trung bình ...................................................................... 36

Bảng 3.2: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Trị 24h và sai

số bình phương trung bình........................................................................................ 37

Bảng 3.3: Các hệ số phương trình hồi qui dự báo lượng mưa Thừa Thiên_Huế 24h

và sai số bình phương trung bình ............................................................................. 39

Bảng 3.4: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Nam – Đà

Nẵng 24h và sai số bình phương trung bình............................................................. 40

Bảng 3.5: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Ngãi 24h và sai


Bảng 3.6: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Bình 48h và sai





và sai số bình phương trung bình. ............................................................................ 46


Nẵng 48h và sai số bình phương trung bình:............................................................ 47

Bảng 3.10: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Ngãi 48h và

sai số bình phương trung bình. ................................................................................. 48

Bảng 3.11: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Bình 72h và

sai sô bình phương trung bình .................................................................................. 51




và sai số bình phương trung bình. ............................................................................ 54


Nẵng 72h và sai số bình phương trung bình............................................................. 55

8

Bảng 3.15: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Ngãi 72h và

sai số bình phương trung bình. ................................................................................. 56

Bảng 3.16: Các điểm số đánh giá mưa tích lũy 24h theo các ngưỡng mưa............. 65

Bảng 3.17: Các điểm số đánh giá mưa tích lũy 48h theo các ngưỡng mưa............. 69

Bảng 3.18: Các điểm số đánh giá mưa 72h theo các ngưỡng mưa.......................... 75

9

MỞ ĐẦU

Khu vực Trung Trung Bộ nằm ở Trung phần Việt Nam theo hướng tây bắc - đông nam trải dài từ vĩ tuyến 14o32 - 18o06N, bao gồm 5 tỉnh và 1 thành phố: Quảng Bình, Quảng Trị, Thừa Thiên Huế, Quảng Nam, Quảng Ngãi và Thành phố Đà Nẵng. Trung Trung Bộ là một khu vực lớn thuộc duyên hải miền Trung có địa hình khá phức tạp: phía Đông là dải đồng bằng nhỏ hẹp ven biển tiếp cận biển Đông và vùng đồi núi thấp, phía Tây là một phần Đông Nam dãy Trường Sơn, với nhiều nhánh núi ngang vuông góc với bờ biển tạo thành những đèo cắt ngang các đồng bằng như Đèo Ngang, đèo Hải Vân. Nhìn chung khu vực Trung Trung Bộ có 4 loại địa hình chủ yếu: Núi, đồi thấp, đồng bằng và bãi cát ven biển; trong đó loại địa hình vùng núi chiếm khoảng 2/3 diện tích đất tự nhiên. Địa hình có hướng nghiêng từ Tây sang Đông với độ dốc khá lớn.

Trung Trung Bộ cũng như các vùng khác ở Việt Nam nằm trong vùng nhiệt đới gió mùa, nhưng do vị trí địa lý và địa hình phức tạp nên thời tiết do gió mùa đem đến cho khu vực Trung Bộ khác biệt nhiều so với các khu vực khác trên lãnh thổ nước ta: Gió mùa tây nam thường đem đến mưa to ở một số thung lũng đón gió tây nam của các tỉnh ven biền miền Trung, nhưng lại đem đến không khí khô hanh, nắng nóng ở phần lớn lãnh thổ các tỉnh ven biển Trung Bộ. Hoặc như gió mùa đông bắc gây ra mưa to đến rất to ở các tỉnh ven biển miền Trung. Do đó mùa mưa và mùa khô ở khu vực này khác hẳn với các nơi khác. Vì vậy các hình thế thời tiết gây ra mưa to đến rất to tại khu vực cũng có những nét riêng biệt đáng kể. Mưa lớn ở Trung Trung Bộ nói chung thường do các hình thế thời tiết chủ yếu sau:

1. Bão hoặc áp thấp nhiệt đới. 2. Gió mùa đông bắc. 3. Gió mùa tây nam. 4. Các hoạt động của các nhiễu động nhiệt đới khác: gió đông (chủ yếu là sóng

đông), hội tụ nhiệt đới. 5. Mưa đặc biệt lớn trong trường hợp: có sự phối hợp hoạt động giữa gió mùa hoặc

tín phong đông bắc ở phía bắc với các nhiễu động nhiệt đới (Bão, áp thấp nhiệt đới, hoặc dải hội tụ, sóng đông) ở Biển Đông.

Do các đặc điểm địa lý và các dạng hình thế gây mưa đã nêu ở trên, công tác dự báo mưa gặp rất nhiều khó khăn trong việc dự báo định lượng mưa để cảnh báo lũ cũng như phòng chống thiên tai cho khu vực này.

Trong những năm gần đây, cùng với sự phát triển mạnh mẽ về khoa học máy tính mô hình số trị đã thể hiện là một công cụ hữu ích, góp phần nâng cao chất lượng dự báo thời tiết, đặc biệt là các hiện tượng thời tiết cực đoan như mưa lớn, bão và áp thấp nhiệt đới. Mô hình số là công cụ hữu ích trong dự báo hạn ngắn và đang được nghiên cứu rộng rãi nhằm nâng cao chất lượng dự báo. Một trong số đó là mô hình WRF. Bên cạnh đó, sự tối ưu hóa trong mã nguồn tính toán của WRF cho phép người sử dụng có thể chạy mô hình trên rất nhiều loại máy tính với các hệ điều hành khác nhau cũng như chạy song song với bộ nhớ chia sẻ OpenMP hay bộ nhớ phân tán MPI. Chính vì những tính năng ưu việt trên, tác giả đã lựa chọn mô hình WRF làm công cụ cho nghiên cứu về bài toán dự báo mưa 1 - 3 ngày cho khu vực Trung Trung Bộ khi có dạng hình thế không khí lạnh kết hợp với dải hội tụ nhiệt đới.

10

CHƯƠNG 1:

TỔNG QUAN

1.1 Tổng quan về dự báo mưa bằng phương pháp số

Dự báo mưa vẫn là một thử thách lớn đối với bài toán nghiệp vụ trên thế giới. Các trung tâm dự báo trên thế giới và khu vực dự báo mưa định lượng thời hạn 2-3 ngày đều dùng các mô hình số và tổ hợp kết quả. Dưới đây là các phương pháp dự báo của một số trung tâm.

+ Australia.

Cơ quan khí tượng Úc bắt đầu sử dụng một phương pháp dự báo mưa bằng cách kết hợp hay chính là tổ hợp các mô hình dự báo khác nhau từ năm 2006. Phương pháp tổ hợp ở đây chính là PME (Poor Man’s Ensemble). Chất lượng dự báo tổ hợp cho thấy về mặt thống kê nó luôn luôn có độ chính xác tốt hơn bất cứ một dự báo thành phần nào trong tổ hợp. Các sản phẩm tổ hợp nhận được từ GAPS (Global Assimilation and Prediction System) và LAPS (Limited Area Prediction Scheme). Từ 2006 Cơ quan khí tượng Úc dự báo mưa từ 1 đến 4 ngày với sản phẩm dự báo là

- Bản đồ dự báo mưa độ phân giải 100x100 km

- Lượng mưa đưa ra từng ngày

- Xác suất lượng mưa tính theo kết quả dự báo của các mô hình

Bản đồ tổng lượng mưa theo thời gian dự báo 4 ngày. Lượng mưa tính theo dự báo của Úc và của các mô hình trên thế giới (lấy trung bình)

Các kết quả dự báo được lấy từ các cơ quan khí tượng :

Nha khí tượng Úc (Australian Bureau of Meteorology)

Ban quản lý khí tượng, hải dương Hoa Kỳ (US National Oceanographic and Atmospheric Administration)

Cơ quan khí tượng Anh (UK Meteorological Office)

Tổ chức khí tượng Nhật Bản (Japanese Meteorological Agency)

Trung tâm dự báo thời tiết Châu Âu (European Centre for Medium Range Weather Forecasting)

Cơ quan khí tượng Canada (Meteorological Service of Canada)

Cơ quan thời tiết quốc gia Đức (German national weather service, Deutscher Wetterdienst)

+ Hong Kong

Hong Kong Observatory (HKO) đã sử dụng các thông tin radar, vệ tinh, quan trắc tức thời để dự báo mưa hạn cực ngắn (nowcasting). Từ 1999 đã xây dựng hệ thống

11

SWIRLS (Short-range Warning of Intense Rainstorms in Localized Systerms) rất hữu ích, phát huy tác dụng đến nay. Hệ thống này dự báo lượng mưa một giờ một trước vài giờ với 3 mức cảnh báo 30mm/h, 50mm/h và 70mm/h.

Để dự báo lượng mưa 3 ngày đã sử dụng các sản phẩm mô hình từ Trung tâm dự báo hạn vừa Châu Âu (ECMWF), Cơ quan Khí tượng Hoàng gia Anh (UKMO) và Cơ quan Khí tượng Nhật Bản (JMA) để đưa ra các bản tin dự báo (Lai và Cheung 2001)[17]. Tuy nhiên, để có thể tính đến các yếu tố địa phương thì gần đây HKO còn sử dụng thêm mô hình ORSM (Operational Regional Spectral Model) bước lưới 20 km lồng trong lưới 60 km. Trong bước phân tích, các yếu tố ẩm địa phương được đưa vào trường nền của ECMWF, UKMO và JMA bằng cách sử dụng các nguồn đo mưa, radar, độ che phủ mây và nhiệt độ mây từ vệ tinh địa tĩnh của JMA. Cuối cùng, dự báo tổ hợp được xây dựng dựa trên các sản phẩm mô hình. Từ các đầu vào khác nhau, các mô hình khác nhau sẽ cho các kết quả dự báo mưa có độ phân tán nhất định. Từ đó, các dự báo viên có thể cho bản tin dự báo.

+ Hoa Kỳ

Tại Hoa Kỳ, Trung tâm Dự báo Khí tượng Thủy văn (HPC-Hydrometeorological Prediction Center), các Trung tâm Dự báo sông (River Forecast Centers), và các cơ quan dự báo địa phương thuộc Cơ quan Thời tiết Quốc gia (NWS-National Weather Service) đưa ra các dự báo mưa cho hạn dự báo tới 5 ngày (Brennan et al. 2008)[13], dự báo lượng mưa bằng hoặc lớn hơn 0,25 mm. Tuy nhiên, chất lượng dự báo thủy văn sử dụng mưa dự báo từ các mô hình khí tượng phụ thuộc vào mùa trong năm và các lưu vực cụ thể. Các mô hình khí tượng được HPC sử dụng bao gồm NWS’s GFS, mô hình NAM (North American Mesoscale) và ECMWF. Qua các chỉ tiêu đánh giá QPF cho thấy mô hình NAM có chất lượng thấp nhất, hai mô hình GFS và ECMWF có chất lượng tốt hơn, nhưng cũng không hoàn toàn ổn định từ năm này qua năm khác (Brennan et al. 2008)[13].

Năm 1992, hệ thống dự báo tổ hợp đầu tiên của Hoa Kỳ bắt đầu hoạt động với một cặp điều kiện ban đầu sử dụng phương pháp cấy nhiễu động. Hiện nay, NCEP phát triển thành 3 hệ thống dự báo tổ hợp như sau:

1. Hệ thống tổ hợp dự báo mùa được xây dựng dựa trên sự kết hợp của 2 mô hình GFS và MOM3 và sử dụng phương pháp dự báo trễ, độ phân giải của các mô hình này từ 1/3 đến 1 độ kinh vĩ.

2. Dự báo tổ hợp gồm 20 cặp dự báo thành phần đã được thực hiện với mô hình toàn cầu GFS có độ phân giải lưới 90 km, 28 mực và có hạn dự báo tới 384 giờ.

3. Hệ thống dự báo tổ hợp hạn ngắn sử dụng mô hình ETA với 10 thành phần, RSM với 5 thành phần và WRF với 6 thành phần tương ứng với các phiên bản tham số hóa đối lưu khác nhau.

Đặc biệt hiện nay tại trung tâm NCEP của Hoa Kỳ tập trung nghiên cứu về khả năng dự báo định lượng xác suất mưa (PROBABILISTIC QUANTITATIVE PRECIPITATION FORECASTS) với thời hạn 15 ngày với hệ thống tổ hợp toàn cầu và từ 2-3 ngày với hệ thống tổ hợp khu vực.

Gần đây, vào những năm đầu tiên của thế kỷ 21, các Trung tâm Khí tượng khác như Nhật Bản (JMA), Hàn Quốc (KMA) cũng đã có hệ thống dự báo tổ hợp với các mô hình toàn cầu của mình và sử dụng phương pháp cấy nhiễu động như của Hoa Kỳ.

12

+ Trung tâm Châu Âu (ECMWF)

ECMWF bắt đằu đưa vào nghiệp vụ hệ thống dự báo tổ hợp từ năm 1992 bằng việc sử dụng phương pháp tách vector kỳ dị để tạo nhiễu động ban đầu. Hệ thống dự báo tổ hợp của Trung tâm này hiện nay có tới 51 dự báo thành phần, thực hiện dự báo hàng ngày và cung cấp kết quả cho các nước trong Cộng đồng Châu Âu là thành viên của ECMWF.

Dự báo tổ hợp cho khu vực giới hạn (LAEF) bắt đằu đưa vào nghiệp vụ từ năm 2007. Trung tâm này sử dụng các điều kiện nhiễu ban đầu từ quá trình nuôi nhiễu quy mô lớn bằng phương pháp vectơ kỳ dị của trung tâm ECMWF và điều kiện nhiễu ban đầu quy mô nhỏ sinh ra từ hệ thống nuôi nhiễu động ALADIN, sử dụng kỹ thuật điều kiện nhiễu bề mặt ban đầu (perturbations to initial surface conditions). Đặc biệt thay đổi các sơ đồ vật lý có nuôi nhiễu động cho từng trường hợp để thay đổi các quá trình quy mô lớn và quy mô nhỏ (dưới lưới) của các biến mưa, bức xạ…

Tuy nhiên, cho đến trước những năm 80 của thế kỷ XX, các nghiên cứu phát triển về lý thuyết cũng như ứng dụng chủ yếu vẫn chỉ quan tâm đến các khu vực ngoại nhiệt đới của Châu Âu và Mỹ. Dự báo thời tiết ở nhiệt đới nói chung và bằng phương pháp số nói riêng ở thời kỳ này còn nhiều khó khăn do hạn chế về động lực học lý thuyết cho vùng nhiệt đới-xích đạo. Đến nay có những cải tiến to lớn trong dự báo nghiệp vụ bằng mô hình toàn cầu cho các vùng nhiệt đới, đó là việc đưa vào mô hình sơ đồ tham số hoá đối lưu (TSHĐL) nông, biến đổi TSHĐL sâu, một sơ đồ mây mới và tăng độ phân giải ngang của mô hình[4]. Trên qui mô toàn cầu, nghiên cứu của Tiedtke và cộng sự (1988)[21] đã đánh giá tác động của tổ hợp vật lý và tăng độ phân giải ngang đối với sai số hệ thống trong dự báo nghiệp vụ ở nhiệt đới của ECMWF. Việc tăng độ phân giải ngang trong các mô hình dự báo thời tiết nghiệp vụ (Black, 1994[12]; Rogers và cộng sự, 1998[19]) nhìn chung nâng cao chất lượng dự báo mưa định lượng (QPF), được thể hiện qua các điểm số kỹ năng truyền thống (Mesinger, 1998)[18]. Khi độ phân giải ngang tăng, mô hình có thể nắm bắt được chuyển động thẳng đứng tốt hơn dẫn tới làm tăng các cực trị mưa dự báo (Weisman và cộng sự, 1997)[23].

Zhang và cộng sự (1994)[25] cũng đã nhận thấy rằng, việc nghiên cứu quan hệ giữa mưa qui mô dưới lưới và qui mô lưới có tác động đáng kể đến kết quả mô phỏng trong trường hợp độ phân giải ngang còn đủ thô để sử dụng sơ đồ TSHĐL. Hong S và Zhan (1998)[15] cho thấy vị trí của mưa qui mô lưới bị ảnh hưởng nhiều bởi TSHĐL hơn là việc thay đổi phương pháp tính mưa qui mô lưới. Mặt khác, thời gian kích hoạt của cả sơ đồ TSHĐL và sơ đồ ẩm hiển có tác động đáng kể đối với mưa mô phỏng (Grell, 1993)[14] và có thể thay đổi với các sơ đồ khác nhau.

Những cải tiến trong thám sát và phương pháp đồng hóa số liệu để cải tiến trường ban đầu cho mô hình góp phần quan trọng trong việc nâng cao chất lượng dự báo mưa (Spencer và Stensrud, 1998)[20]. Huo và cộng sự (1995)[16] đã nghiên cứu độ nhạy của trường ban đầu trong dự báo các trường trong bão, kết quả cho thấy sự thay đổi nhỏ trong trường gió ban đầu tạo nên sự thay đổi lớn trong dự báo quỹ đạo bão và trường mưa dự báo. Yoshinori và cộng sự (2009)[24] đã đồng hoá số liệu lượng hơi nước ngưng tụ (PWV) từ hệ thống GPS bằng mô hình MSM, kết quả cho thấy cải thiện đáng kể vùng hội tụ phía bắc của áp thấp nhiệt đới và vùng mưa dự báo.

Nghiên cứu ứng dụng thống kê sau mô hình (MOS – Model Output Statistics) cũng được sử dụng dự báo mưa ở một số nước Châu Á như

13

+ Hàn Quốc:

Mô hình hồi quy tuyến tính nhiều chiều của Viện nghiên cứu khí tượng (METRI – Meteorological Research Institute) được dùng để thử nghiệm dự báo hạn dài cho giáng thủy và nhiệt độ tại Hàn Quốc. Kết quả mô hình thực nghiệm cho sản phẩm dự báo nhiệt độ tháng giêng (mùa đông) và lượng mưa tháng 8 (mùa hè). Những nhân tố dự báo chọn từ độ cao địa thế vị mực 500 hPa ở Bắc Bán Cầu và trường nhiệt độ mặt biển (SST – Sea surface temperature) trên Thái Bình Dương.

+ Ấn Độ:

Ấn Độ là một nước có lịch sử lâu dài trong nghiên cứu hạn dài về mưa do gió mùa. Từ đầu thế kỷ 20, ở Ấn Độ đã phát triển nhiều loại mô hình thống kê, trong đó có mô hình hồi quy để dự báo gió mùa Ấn Độ. Các yếu tố dự báo khác nhau được chọn bằng phương pháp tương quan. Ví dụ một số nhân tố dự báo được sử dụng là: sự tích tụ tuyết trên núi Himalaya cuối tháng 5, khí áp tại hai trạm Tahiti và Darwin (vào mùa xuân) và nhiệt độ bờ biển Pêru (trước tháng 8)…Ngoài ra còn có những mô hình dự báo thống kê khác, đó là các mô hình nhiều tham số, những tham số được sử dụng trong mô hình là: nhiệt độ, áp suất, gió, bao phủ tuyết. Điển hình như:

Phương pháp dự báo biến động giáng thuỷ ở phía đông bắc Ấn Độ

Sử dụng phương pháp phân tích hàm trực giao tự nhiên (EOF - Empirical Orthogonal Function) dự báo lượng mưa do gió mùa tây nam ở Ấn Độ. Toàn bộ lượng mưa hàng năm sinh ra do ảnh hưởng của gió mùa tây nam chiếm 70% (trong những tháng từ tháng 6 đến tháng 9), còn lại 22% lượng mưa sinh ra do bão (từ tháng 3 – 5), và 8% do gió mùa đông bắc (từ tháng 11 – 1). Kết quả phân tích cho thấy lượng giáng thuỷ ở vùng đông bắc Ấn Độ chịu ảnh hưởng chủ yếu bởi gió mùa tây nam. Các tham số hoàn lưu toàn cầu và sự biến động SST vùng ENSO, hệ thống nhiệt độ Bắc Bán Cầu và nhiệt độ khu vực này, gió mùa tây nam và dao động 2 năm của đới gió dưới tầng bình lưu được sử dụng để dự báo mưa do gió mùa tây nam. Những chỉ tiêu này đã được nghiên cứu và dự báo gió mùa tây nam và gió mùa đông bắc ở vùng đông bắc Ấn Độ. Những tham số hoàn lưu đã cho thấy hệ số tương quan không đủ lớn để phát triển mô hình dự báo.

+ Trung Quốc:

Sử dụng phương pháp phân tích thành phần chính quay (RPC – Rotated principle component analysis) để nghiên cứu đặc điểm không gian và thời gian của giáng thuỷ Trung Quốc.

Cấu trúc không gian dự báo trên toàn lãnh thổ Trung Quốc bao gồm 339 trạm, chia thành 7 khu vực dự báo. Nguồn số liệu là lượng mưa mùa hè trong 3 tháng: tháng 6, tháng 7 và tháng 8 từ năm 1951 – 1994. Số liệu khuyết bổ sung bằng phương pháp “hàn” (Splus).

Từ kết quả phân tích, tác giả đã rút ra một số nhận xét như sau: lượng mưa ở Trung Quốc có chu kỳ năm rõ rệt, nhưng phân bố lượng mưa theo từng năm không giống nhau do lượng mưa mùa hè ở Trung Quốc không chỉ tác động bởi gió mùa mà còn chịu ảnh hưởng của một số hiện tượng thời tiết khác như: ENSO, dao động tựa 2 năm… Trong số 7 khu vực lượng mưa ở vùng đông nam Trung Quốc lớn hơn nhiều so với vùng Tây Bắc.

Ở nước ta, trong những năm gần đây, các công trình nghiên cứu trong lĩnh vực dự báo mưa lớn bằng mô hình số trị cũng đã được thực hiện. Trần Tân Tiến (2004)[8] đã

14

nghiên cứu sự phụ thuộc của kết quả vào độ phân giải lưới hai sơ đồ TSHĐL là Kuo và Kain Fristch dự báo mưa, đã sử dụng mô hình RAMS với 3 lưới lồng có độ phân giải 30km, 10km và 5km, cập nhật điều kiện địa phương, nhiệt độ nước biển tuần, cải tiến sơ đồ đối lưu để dự báo mưa cho khu vực Trung Bộ. Mô hình đã dự báo được lượng mưa diện và lượng mưa trạm rất phù hợp, đặc biệt là mô phỏng được lượng mưa tới 400mm/3 ngày. Kiều Thị Xin (2005)[9] đã áp dụng mô hình HRM để dự báo mưa lớn diện rộng ở Việt Nam. Kết quả mới chỉ cho dự báo mưa lớn diện rộng với lượng mưa khoảng 50 mm/ngày, chưa dự báo được các đợt mưa lớn ở Trung Bộ và thời hạn dự báo mới chỉ là 1 ngày. Hoàng Đức Cường (2008)[2] đã xây dựng hệ thống tổ hợp 9 dự báo thành phần bằng cách lựa chọn các phương án sử dụng sơ đồ tham số hoá vật lý khác nhau của mô hình MM5 để dự báo mưa lớn ở Việt Nam. Kết quả khẳng định dự báo mưa của MM5 chưa thật thuyết phục nếu xét theo chỉ số CSI (đa số trường hợp, CSI gần 0 hơn là gần 1). Dự báo tổ hợp cho kết quả khả quan hơn so với dự báo thành phần với ngưỡng mưa 30mm. Tuy nhiên, hầu hết các dự báo thành phần lại cho kết quả tốt hơn dự báo tổ hợp ở các ngưỡng mưa lớn (50, 100mm). Khi tăng ngưỡng mưa, chỉ số CSI giảm dần đến không ở tất cả các trường hợp. Các nhận xét trên đúng với cả ba hạn dự báo khác nhau, duy nhất nhận xét về sự kém hơn của dự báo tổ hợp so với dự báo thành phần ở các ngưỡng mưa 50, 100mm không thật phù hợp với hạn dự báo 48h.

Chu Thị Hường (2007)[3] đã sử dụng lưới lồng và hai sơ đồ đối lưu khác nhau để dự báo mưa lớn Trung Bộ từ 1 đến 3 ngày. Kết quả cho thấy vùng mưa dự báo có xu hướng lệch với mưa thực tế và lượng mưa thường thấp hơn mưa thực. Nguyễn Thị Thanh (2010)[7] đã nghiên cứu Đồng hóa số liệu vệ tinh trong mô hình WRF để dự báo mưa lớn ở khu vực Trung Bộ. Kết quả đối với ngưỡng mưa lớn, mô hình hầu như dự báo không chính xác về vùng mưa và lượng mưa.

1.2 Các quy định về mưa lớn diện rộng

1.2.1 Quy định về mưa lớn

Mưa lớn hay mưa vừa mưa to diện rộng là quá trình mưa xảy ra mang tính hệ thống trên một hay nhiều khu vực. Mưa lớn diện rộng có thể xảy ra một hay nhiều ngày, một hay nhiều trận mưa và không phân biệt dạng mưa. Căn cứ vào lượng mưa thực tế đo được 24 giờ tại các trạm quan trắc khí tượng bề mặt, trạm đo mưa trong mạng lưới quan trắc KTTV mà phân định các cấp mưa khác nhau. Theo Qui chế báo áp thấp nhiệt đới, bão, lũ. Mưa lớn được chia làm 3 cấp[5].

Mưa vừa : Lượng mưa đo được từ 16-50 mm/24h. Mưa to : Lượng mưa đo được từ 51-100 mm/24h. Mưa rất to: Lượng mưa đo được >100mm/24h.

1.2.2 Quy định về mưa lớn diện rộng

Trên thực tế các khu vực dự báo được quy định ở nước ta chỉ có thể liền kề một hoặc hai khu vực dự báo khác nhau và mưa lớn mang tính chất hệ thống bao giờ cũng xảy ra trên diện tích bề mặt tương đối rộng lớn. Bởi vậy mưa lớn diện rộng được quy định như sau:

Một khu vực có mưa lớn diện rộng khi mưa lớn xảy ra quá một nửa số trạm trong toàn bộ số trạm có quan trắc mưa thu thập được của khu vực đó.

15

Mưa lớn xảy ra ở 2 hoặc 3 khu vực liền kề khi tổng số trạm quan trắc mưa lớn vượt quá 1/2 hoặc 1/3 tổng số trạm quan trắc mưa thu thập được trong 2 hoặc 3 khu vực liền kề.

Khi mưa lớn xảy ra ở nhiều khu vực liền kề, các trạm quan trắc được tính cũng phải nằm trong khu vực có mưa.Việc miêu tả khu vực xảy ra mưa lớn diện rộng phải căn cứ trên việc phân chia các khu vực nhỏ trong các khu vực dự báo đang được hiện hành.

1.3 Hình thế gây mưa lớn tại Trung Bộ do không khí lạnh kết hợp dải hội tụ nhiệt đới

Trong những tháng mùa đông, không khí lạnh xâm nhập xuống nước ta thường gây mưa đối với các tỉnh miền Trung. Tuỳ thuộc cường độ không khí lạnh, thời gian tồn tại mà phạm vi, thời gian mưa kéo dài nhiều ngày hay ít ngày. Mưa lớn miền Trung phụ thuộc rất nhiều bởi sự tác động kết hợp giữa không khí lạnh với nhiều hệ thống thời tiết khác như bão, ATNĐ, dải hội tụ nhiệt đới.... Những biểu hiện mang qui mô cỡ vừa như các hệ thống trên thường có dấu hiệu trên bản đồ synop 24, 48, 72h thậm chí dài hơn. Điều đó giúp thuận lợi cho khả năng cảnh báo hạn vừa qui mô lớn. Tuy nhiên, quá trình mưa phụ thuộc khá nhiều vào sự biến động về mặt hoàn lưu so với hệ thống mang tính qui luật.

Bằng phương pháp phân tích synop kết hợp phân tích ảnh mây vệ tinh chúng ta có thể phát hiện và dự báo các đợt mưa đặc trưng như vậy. Đó là cơ sở xây dựng những mô hình synop đặc trưng của loại hình thế gây mưa lớn đặc biệt này.

1.3.1 Những nét đặc trưng của không khí lạnh ở các tỉnh miền trung

Trong những tháng mùa đông khi mà Bắc bộ và Thanh Hoá có thời tiết khô hanh do sự chi phối của khối không khí lạnh cực đới thì ở các tỉnh miền Trung đặc biệt các tỉnh Trung Trung Bộ và Nam Trung Bộ lại là mưa lũ lớn. Năm sớm, mưa lũ bắt đầu xảy ra từ tháng 9, năm muộn tháng 10 hoặc tháng 11 nhưng mưa lũ đáng kể vẫn tập trung chủ yếu vào hai tháng cuối năm.

Đối với miền Trung, ngoài đặc trưng do phân bố địa lý, vai trò địa hình góp phần quan trọng quyết định chế độ mưa lũ ở khu vực này. Dải núi Trường Sơn, cao nguyên Nam Trung Bộ, các mũi núi nhô ra biển như đèo Ngang, đèo Hải Vân, đèo Cả, đèo Cù Mông…Không chỉ còn là ranh giới hành chính mà chúng trở thành ranh giới khí hậu, thời tiết đặc biệt, chế độ mưa của các vùng khác nhau. Cũng như các khu vực khác trên lãnh thổ nước ta, mưa miền Trung do nhiều nguyên nhân và phân bố hết sức đa dạng. Trước tiên phải kể đến mưa lớn diện rộng do hoạt động của bão, ATNĐ và không khí lạnh sau đó mới kể đến mưa do các nhiễu động nhiệt đới khác như dải hội tụ nhiệt đới, hoạt động đới gió đông cận nhiệt đới…Tuy nhiên nếu tính mức độ ảnh hưởng của bão, ATNĐ đối với các tỉnh Trung Bộ có mật độ nhỏ hơn nhiều so với Bắc bộ. Nếu các tỉnh Bắc bộ, người làm dự báo thời tiết quan tâm nhiều đến mưa lớn do hoạt động của xoáy thuận nhiệt đới, rãnh thấp gió mùa, dải hội tụ nhiệt đới và các nhiễu động gây hội tụ mạnh trên cao trong tầng đối lưu thì đối với các tỉnh Trung Bộ người ta quan tâm nhiều hơn mưa lớn do tác động của không khí lạnh cực đới và khối khí nóng ẩm tây Thái Bình Dương. Sự xáo trộn nhiệt ẩm, sự hội tụ động lực dưới tác động của địa hình là nguyên nhân chủ yếu gây mưa lớn đối với Trung Bộ. Mưa lớn thường kéo dài cùng với sự tồn tại của các quá trình trên, chừng nào 1 trong 2 quá trình đó suy giảm hoặc cả 2 quá trình không còn tồn tại thì mưa lớn cũng suy giảm hoặc không còn nữa. Rõ ràng quan tâm đến

16

mưa lớn nói chung và mưa lớn Trung Bộ nói riêng không chỉ bó hẹp trong việc thu thập, theo dõi diễn biến mưa thực tế mà vấn đề phải làm sáng tỏ nguyên nhân gây mưa trên cơ sở phân tích tính toán và dự báo các đặc trưng nhiệt động lực trường khí tượng, các dấu hiệu tồn tại hoặc thay đổi hình thế synop, điều kiện hoàn lưu, điều kiện nhiệt ẩm, điều kiện động lực của môi trường chứa đựng mây và mưa không chỉ trên qui mô synop, qui mô vừa mà còn quan tâm đến qui mô nhỏ kể cả tác động đối lưu do địa hình. Tác động của địa hình được đặc trưng bởi hai đặc điểm chính đó là hướng bờ biển và phân bố địa hình mặt đệm. Đó cũng là cơ sở định hướng nghiên cứu phương pháp dự báo mưa cho từng khu vực riêng biệt có đặc thù địa hình, địa lý khác nhau.

Nguyên nhân các đợt mưa lớn tuy có khác nhau, ngoài một số đợt do bão ảnh hưởng trực tiếp, phần lớn đều có tác động của không khí lạnh và hoạt động của đới gió đông cận nhiệt đới dưới dạng này hay dạng khác. Rõ ràng đề cập đến mưa lớn miền Trung trong những tháng mùa đông không ai có thể phủ nhận vai trò của không khí lạnh và gió đông cận nhiệt đới. Đây là một trong những dạng hình thế synop đặc trưng gây mưa bất ổn định và rõ nét nhất đối với Trung Bộ.

1.3.2 Dải hội tụ nhiệt đới

1.3.2.1 Khái niệm

Dải hội tụ nhiệt đới (Intertropical Convergence Zone-ITCZ) là một dải tương đối hẹp được đặc trưng bởi sự hội tụ khối lượng giữa hai đới tín phong đến từ hai bán cầu. Trong những trường hợp khi gió tây xích đạo xuất hiện, ITCZ thường có dạng kép (hai ITCZ nằm song song ở hai phía của xích đạo), do có sự hội tụ giữa đới gió tây xích đạo với tín phong của mỗi bán cầu.

1.3.2.2 Một số đặc trưng của dải hội tụ nhiệt đới

ITCZ là giới hạn phía xích đạo của hoàn lưu Hadley và cũng là nơi hình thành nhánh đi lên của hoàn lưu này. Trong chu kỳ dao động của năm, ITCZ dịch chuyển cách xa xích đạo lên phía cực trên những vùng lục địa mùa hè. Chẳng hạn tháng 7, vị trí ITCZ tiến xa nhất lên phía bắc trên lục địa Châu Á (tới 280N); còn trong tháng 1 ITCZ dịch chuyển về nam bán cầu xa nhất, tới lục địa Australia và Đông Phi (khoảng 17 – 180S). Như vậy trên bề mặt, vị trí ITCZ thường trùng với nơi có nhiệt độ cao nhất, thậm chí ngay cả trên đại dương. Vì thế ITCZ thường được gọi là xích đạo nhiệt của trái đất.

Trên quy mô hành tinh, có thể xem ITCZ là một đới hội tụ khối lượng theo phương nằm ngang trong tầng thấp và vì vậy cũng là đới có dòng thăng lên đến một độ cao nào đó. Nếu phân tích trường khí áp thì ITCZ cũng là nơi có khí áp thấp nhất.

Thông thường không khí phía cực của ITCZ là không khí trong nhánh đi xuống của vòng hoàn lưu Hadley nên nó là một dòng giáng đoạn nhiệt, không khí khá nóng khô và ổn định. Trong khi đó không khí từ phía xích đạo của ITCZ là khối không khí biển nhiệt đới, nhưng thường lạnh hơn khối không khí phía cực của ITCZ, vì thế theo chiều thẳng đứng ITCZ thường nghiêng về phía xích đạo. Độ nghiêng này có tính biến động rất lớn theo không gian và thời gian, tùy thuộc vào sự khác nhau của nhiệt độ và tốc độ gió ở hai bên ITCZ. Tuy nhiên, sự chênh lệch nhiệt độ của hai bên ITCZ thường là không đáng kể nên độ nghiêng của ITCZ cũng không lớn. Trên bản đồ synop, ITCZ thường chỉ được xem là một đới bất liên tục về hướng gió và là một đường rãnh khí áp thấp nhất chứ không phải là một đới bất liên tục về nhiệt độ.

17

Nếu căn cứ vào sự bất liên tục về gió trên vùng Ấn Độ, vào tháng 7, ITCZ phát triển lên đến độ cao lớn nhất, tới mức 400mb. Trong khi đó ở những vùng khác ITCZ thường chỉ phát triển đến mực 700mb. Trên mức đó là dòng gió đông khá khô trong hoàn lưu của áp cao cận nhiệt đới. Mây được hình thành trong lớp không khí ẩm phía xích đạo của ITCZ. Trong nhiều trường hợp khi độ dày của lớp ẩm lên tới 3km, những đám mây Cu và Cb lớn được hình thành. Trên những vùng khác, có thể thấy những đám mây tích không phát triển theo chiều cao hoặc những đám mây tầng tích. Lượng mây cực đại thường quan trắc được ở phía xích đạo của ITCZ với kích thước ngang khoảng 200 – 500km, tính từ vị trí bề mặt của ITCZ. Trên cơ sở đó, có thể phân tích, xác định sự hiện diện của ITCZ trên những vùng không có số liệu quan trắc gió và khí áp, có thể dùng ảnh mây vệ tinh cũng cho kết quả khá tốt, có điều là việc xác định chính xác vị trí trục của ITCZ là rất khó vì bề rộng của dải mây quá lớn.

Những hệ thống thời tiết qui mô synop và qui mô vừa cũng có tác động nhất định đến thời tiết ở gần ITCZ, như sóng đông…Các hệ thống qui mô này cũng có thể làm biến động vị trí, cường độ của chuyển đông thẳng đứng trên vùng lân cận của ITCZ như gió đất-biển, các sóng nhiệt đới và ngoại nhiệt đới…Cường độ và sự dịch chuyển của áp cao cận nhiệt đới cũng có ảnh hưởng đến cường độ và vị trí của ITCZ.

Cường độ của ITCZ biến đổi rất lớn theo mùa, theo nhiều năm và theo khu vực địa lí. Ngoài dạng đơn phổ biến, ITCZ có thể có dạng kép với tần suất xuất hiện không lớn. Mây trong ITCZ là một dải mây tích rộng và kéo dài. Tuy nhiên, cường độ và phạm vi của mây tích không đồng nhất trên suốt chiều dài ITCZ. Trong một số trường hợp, trên ITCZ còn có thể thấy rõ các nhiễu động dạng sóng hay dạng xoáy.

Trong nhiều trường hợp, trường chuyển động trong ITCZ có hội tụ ở tầng thấp và phân kì ở tầng cao với dòng thăng rất mạnh, tốc độ cực đại của dòng thăng thường xảy ra ở tầng đối lưu giữa. Một điều rất đáng lưu ý là ở trên ITCZ có thể phát triển các xoáy thuận, các nhiễu động xoáy này thường di chuyển từ đông sang tây. Với cấu trúc như vậy, thời tiết điển hình trong ITCZ thường có mây tích và vũ tích, cho mưa rào và dông. Tuy nhiên, không phải tất cả mọi nơi dọc theo đường hội tụ đều có thời tiết xấu. Nói chung, những nơi gió hội tụ mạnh thì lượng mưa tăng lên; đặc biệt, mưa rào và dông sẽ tăng mạnh nhất ở những nơi xuất hiện những nhiễu động xoáy thuận.

Vị trí của ITCZ trong năm phụ thuộc vào vị trí, cường độ của các đới tín phong ở hai bán cầu; các đới tín phong lại gắn liền với các áp cao cận nhiệt đới; các áp cao cận nhiệt đới dịch chuyển theo hoạt động biểu kiến của Mặt trời, cho nên ITCZ cũng dịch chuyển theo mùa. Mặt khác, do gắn với dải có nhiệt độ nước biển bề mặt cực đại nên ITCZ cũng dịch chuyển theo đới có cường độ bức xạ cực đại. Như vậy, từ mùa đông sang mùa hè ITCZ dịch chuyển từ bán cầu Nam lên bán cầu Bắc, còn từ mùa hè sang mùa đông ITCZ dịch chuyển từ bán cầu Bắc xuống bán cầu Nam.

Theo sự dịch chuyển biểu kiến của mặt trời, tháng 4 tín phong từ bán cầu nam vượt xích đạo đi lên ở phía nam Biển Đông, tháng 5 đi lên ở cả Ấn Độ Dương. Vì thế tháng 4, tháng 5 ITCZ đã xuất hiện ở các vĩ độ bắc gần xích đạo, trên khu vực phía nam Biển Đông và phía tây Thái Bình Dương. Tháng 6, khi gió mùa tây nam phát triển mạnh hơn lên bắc bán cầu thì ITCZ trên Biển Đông cũng được đẩy lên các vĩ độ cao và lùi ra phía đông một chút, tháng 6 vị trí trung bình của ITCZ ở trong khoảng từ 5 – 80N trên khu vực đông nam Biển Đông và tây Thái Bình Dương. Trong thời gian này đôi khi dải ITCZ cũng vươn dài về phía tây, về phía nam của bán đảo Đông Dương. Sang tháng 7,

18

gió mùa tây nam phát triển thổi mạnh qua Biển Đông thì ITCZ đã bị đẩy lùi ra ngoài Biển Đông, ở vùng bển phía đông Philippin. Tháng 8, khi áp cao Thái Bình Dương lấn về phía tây, tín phong từ ngoài Thái Bình Dương cũng thổi tới duyên hải phía nam Trung Quốc và ven biển. Khi đó ITCZ từ phía đông Philippin lại vươn tới vùng ven biển phía nam Trung Quốc, trục ITCZ ở khoảng vĩ tuyến 210N. Sang tháng 9, áp cao Thái Bình Dương lấn mạnh vào phía nam lục địa Trung Quốc, tín phong từ ngoài Thái Bình Dương thổi mạnh qua phía bắc bán đảo Đông Dương tới cả phía bắc vịnh Bengal. Khi đó ITCZ từ bắc Biển Đông bắt đầu lùi xuống phía nam, trục ITCZ đi ngang qua Trung Bộ Việt Nam tới cả vịnh Bengal. Tháng 10, với sự hình thành và phát triển mạnh của áp cao lạnh lục địa ở phía đông Trung Quốc (áp cao Hoa Đông), không khí lạnh lục địa thổi xuống bắc Biển Đông, phối hợp với tín phong từ phía đông tạo thành đới gió đông bắc thịnh hành trên Biển Đông. Lúc này ITCZ bị đẩy lùi xuống nam Biển Đông, có trục ở vào khoảng 8 – 100N. Trong tháng 11 và 12, ITCZ tiếp tục lùi xuống các vĩ độ cận xích đạo, tới tháng 1 thì lùi xuống nam bán cầu. Như thế trong thời kỳ mùa hè ITCZ từ nam Biển Đông đi lên nhưng ít có điều kiện tiếp cận tới đất liền của Việt Nam và do đó ít có ảnh hưởng thời tiết đối với khu vực này. Trái lại ở thời kỳ thu đông khi ITCZ lùi xuống phía nam thì ITCZ thường đi ngang qua đất liền Việt Nam. Vì thế trong thời kỳ này ITCZ đem đến thời tiết xấu trong các khu vực trên đất liền của Việt Nam, từ bắc chí nam, đặc biệt đem đến mưa lớn diện rộng gây lũ lụt ở Trung và Nam Trung Bộ.

Theo mùa, ITCZ có sự biến động khá rõ nét như đã nói, nhưng trong thời gian ngắn, tính biến động về cả vị trí lẫn cường độ rất lớn, thậm chí không phân tích được trên bản đồ synop hàng ngày. Nguyên nhân gây nên sự biến động đó có thể là do sự di chuyển được tóm tắt như sau[1]:

- ITCZ di chuyển lên phía bắc do áp cao Thái Bình Dương di chuyển lên phía bắc trong quá trình áp cao này mạnh lên, hoặc nếu áp cao này lấn sang phía tây thì cường độ của ITCZ cũng mạnh lên;

- Khi bão đổ bộ lên các vĩ độ cao thường kéo theo ITCZ lên phía bắc, nhưng khi bão đổ bộ vào đất liền thì ITCZ mất đi, một ITCZ khác lại được thiết lập ở vĩ độ thấp hơn;

- Khi không khí lạnh xâm nhập xuống phía nam cũng làm cho ITCZ bị đẩy lùi xuống phía nam;

- Nếu áp thấp nóng phía tây mạnh lên, đường trục ITCZ trên Biển Đông đang có hướng đông-tây sẽ chuyển hướng thành tây bắc-đông nam.

1.3.3 Mô hình synop đặc trưng không khí lạnh kết hợp dải hội tụ nhiệt đới gây ra mưa lớn Trung Bộ.

Thường từ tháng 9 hàng năm đã có không khí lạnh xâm nhập xuống miền Bắc nước ta. Theo thời gian càng về cuối năm không khí lạnh xâm nhập có tần xuất tăng dần và ảnh hưởng sâu hơn xuống các tỉnh phía nam. Phần lớn không khí lạnh ảnh hưởng đến Bắc và Trung Trung Bộ, không ít đợt mạnh ảnh hưởng tới nam Trung Bộ, rất ít đợt ảnh hưởng đến đông Nam bộ. Trong các tháng 11, 12 trục áp cao cận nhiệt đới đã lùi xuống phía nam khoảng vĩ tuyến 15oN về phía xích đạo theo hướng đông tây từ quần đảo Ca-Ro-Rin-No, vùng biển nam PhiLipine, đảo Pa la Oan, khu vực biển quần đảo Trường Sa đến vịnh Thái Lan tồn tại đới gió đông nhiệt đới và đới gió đông xích đạo khá dày và khá ổn định. Tuy vậy, hoạt động của đới gió đông trên khu vực nam Biển Đông cũng có thay

19

đổi theo chu kỳ hoạt động của áp cao cận nhiệt đới. Đới gió đông này phát triển khá dày lên đến độ cao của đỉnh tầng đối lưu nhưng biểu hiện rõ nhất trong tầng 700mb đến tầng 500mb hoặc 300mb. Trong lúc đó những đợt không khí lạnh xâm nhập xuống Trung Bộ tạo nên " nêm lạnh" xuống Trung và nam Trung Bộ khá mỏng dưới 850mb kéo theo sự kích động mạnh lên khác thường của đới gió đông bắc ngoài khơi nam Trung Bộ mà chúng ta vẫn còn gọi là tín phong đông bắc (hay mậu dịch phong). Do tác động của địa hình của miền Trung nên rất ít đợt không khí lạnh vượt qua dãy Trường Sơn và cao nguyên Nam Trung Bộ, cũng như địa hình chắn gió của đoạn bờ biển Trung Bộ đã làm không khí lạnh hội tụ ở phía đông, tạo dòng thăng cưỡng bức mạnh mẽ, kéo dài nhiều ngày, gây lên mưa lớn ở khu vực này. Mưa lớn do không khí lạnh đối với các tỉnh miền Trung đã là hiện tượng ác liệt nhưng mưa lớn còn ác liệt, kéo dài hơn do tác động đới gió đông mạnh trên cao đặc biệt kết hợp các nhiễu động sóng trong ITCZ. Mưa lớn không chỉ tập trung ở Trung Trung Bộ mà lan rộng ra các tỉnh Nam Trung Bộ đôi khi cả khu vực Tây Nguyên. Quá trình xảy ra mưa lớn không chỉ phụ thuộc vào cường độ không khí lạnh, ITCZ mà còn phụ thuộc vào thời gian tác động của hai hệ thống trên cùng pha hoặc khác pha.

Mô hình synop đặc trưng cho dạng hình thế thời tiết đặc biệt này là: ở tầng thấp (từ mặt đất lên 1500m) có sự tăng cường của áp cao lạnh xuống Bắc bộ và bắc Trung Bộ, một sóng khí áp có trục theo hướng bắc tây bắc (NNW) - nam tây nam (SSW) kéo dài từ nam vịnh Bắc bộ đến ngoài khơi Trung Bộ trong phạm vi 15-20oN, 106-110oE. ở tầng cao (3000-5000m) sóng đông hoạt động trong khu vực 10-15oN, 105-115oE và dịch dần về phía tây.

- Dạng 1: Không khí lạnh tác động cùng pha với sóng đông vùng mưa kéo dài tương đối liên tục và đồng thời từ Quảng Bình đến Bình Thuận và trung tâm mưa chính cũng kéo dài từ Thừa Thiên Huế đến Bình Thuận và đôi khi bao phủ cả khu vực Tây Nguyên. Đây là loại hình thế gây mưa đặc trưng đáng chú ý nhất.

- Dạng 2: Không khí lạnh tác động không cùng pha với sóng đông và có 2 vùng mưa chính: Từ Quảng Bình đến Bình Định trọng tâm từ Huế đến Bình Định nguyên nhân do không khí lạnh là chủ yếu; từ Khánh Hòa đến Bình Thuận nguyên nhân do sóng đông chủ yếu.

Mưa ở khu vực Trung Bộ nói chung và Trung Trung Bộ nói riêng do tác động của không khí lạnh kết hợp với nhiễu động của ITCZ vào những tháng mùa đông thường gây ra lũ lớn hoặc đặc biệt lớn trên các sông và ngập lụt nghiêm trọng trên một khu vực rộng lớn.

20

CHƯƠNG 2:

MÔ HÌNH WRF VÀ ÁP DỤNG ĐỂ DỰ BÁO MƯA LỚN

Ở TRUNG TRUNG BỘ

2.1 Mô hình dự báo thời tiết WRF

Mô hình Nghiên cứu và Dự báo Thời tiết WRF (Weather Research and Forecasting) là một hệ thống gồm nhiều mo-đun khác nhau, được phát triển bởi sự hợp tác giữa một số trung tâm khí tượng lớn của Hoa Kỳ, như Trung tâm Quốc gia nghiên cứu khí quyển (NCAR), Trung tâm Quốc gia dự báo môi trường (NCEP), Cục khí tượng không quân (AFWA), v.v... Dự án xây dựng WRF nhằm mục đích chính là có được một mô hình khu vực vừa có thể áp dụng trong dự báo nghiệp vụ vừa làm công cụ nghiên cứu các quá trình qui mô vừa. WRF ra đời và phát triển dựa trên sự kế thừa những thành tựu trong lĩnh vực mô hình hóa thời tiết và khí hậu, mặt khác nó cũng được thiết kế để có thể áp dụng và hướng tới các phương pháp hiện đại trong phân tích, xử lý và đồng hóa số liệu. Mô hình WRF cho phép sử dụng các tùy chọn khác nhau đối với tham số hóa các quá trình vật lý, như tham số hóa bức xạ, tham số hoá lớp biên hành tinh, tham số hoá đối lưu mây tích, khuếch tán xoáy rối qui mô dưới lưới hay các quá trình vi vật lý khác.

Những năm gần đây, mô hình WRF được sử dụng rộng rãi trong dự báo thời tiết nghiệp vụ cũng như trong nghiên cứu ở nhiều quốc gia trên thế giới, cụ thể: tại Mỹ, mô hình WRF đang được chạy nghiệp vụ tại NCEP (từ năm 2004) và AFWA (từ tháng 7/2006). Mô hình này cũng được chạy nghiệp vụ tại KMA (2006), tại Ấn Độ, Đài Loan và Israel (từ năm 2007). Ngoài ra một số nước khác như Trung Quốc, New Zealand, Braxin… đang sử dụng WRF trong nghiên cứu và dự định sử dụng mô hình này trong nghiệp vụ.

Phiên bản 3.2 của mô hình WRF ra đời tháng 7 năm 2010, bao gồm các chức năng chính sau: hệ phương trình động lực học bất thuỷ tĩnh nén được đầy đủ; các sơ đồ vật lý được tích hợp cho những ứng dụng ở quy mô từ mét đến hàng nghìn km và có mã nguồn mở để người sử dụng, cũng như các nhà nghiên cứu có thể đưa thêm các sơ đồ vật lý vào mô hình; điều kiện biên di động; hệ thống đồng hoá số liệu 3DVAR; kỹ thuật lồng ghép miền tính di động.

2.1.1 Cấu trúc của mô hình WRF

Sơ đồ tổng quan mô tả cấu trúc các thành phần của mô hình WRF như Hình 2.1[11]

Các thành phần chính của mô hình WRF gồm có: • Hệ thống tiền xử lý của mô hình WPS (The WRF Pre-processing System).

Chương trình được sử dụng chủ yếu để mô phỏng các dữ liệu thực (real –data), bao gồm: xác định miền mô phỏng; nội suy các dữ liệu địa hình, sử dụng đất (landuse), các loại đất về miền mô phỏng; đọc và nội suy các trường khí tượng từ các mô hình khác (mô hình toàn cầu, mô hình khu vực có độ phân giải thấp) về miền mô phỏng.

21

• Môđun đồng hóa số liệu (WRFDA) là chương trình đồng hóa số liệu quan trắc vào trường phân tích được tạo ra bởi chương trình WPS. Chương trình này cũng cho phép cập nhật điều kiện ban đầu trong trường hợp mô hình WRF được chạy ở chế độ tuần hoàn. Kỹ thuật đồng hóa số liệu biến phân bao gồm cả biến phân ba chiều 3DVAR và biến phân 4 chiều 4DVAR

Hình 2.1: Cấu trúc tổng quan của mô hình WRF

• Môđun cập nhật số liệu (OBSGRID) là chương trình cập nhật số liệu vào trường phân tích được tạo ra bởi chương trình WPS

• Môđun mô phỏng ARW (ARW solver). Đây là mođun chính của hệ thống mô hình WRF, bao gồm các chương trình khởi tạo đối với trường hợp mô phỏng lý tưởng, các mô phỏng dữ liệu thực và chương trình tích phân.

Các chức năng chính của mô hình WRF là:

- Các phương trình không thủy tĩnh nén được đầy đủ - Ứng dụng đối với cả miền tính toàn cầu và khu vực - Hệ toạ độ ngang là lưới so le Arakawa C, hệ toạ độ thẳng đứng là hệ toạ độ

khối theo địa hình. - Bước thời gian sai phân Runge-Kutta bậc 3 được sử dụng đối với các số

sóng âm thanh và sóng trọng trường, sai phân bậc 2 đến bậc 6 được sử dụng cho cả phương ngang và phương thẳng đứng.

- Lồng ghép miền tính một chiều và 2 chiều và lựa chọn miền tính lồng ghép di dộng (moving nest).

- WRF được thiết kế cho phép ghép nối với các mô hình khác như mô hình đại dương, mô hình đất.

- Các lựa chọn tham số hóa vật lý đầy đủ cho bề mặt đất, lớp biên hành tinh, bức xạ bề mặt và khí quyển, quá trình vi vật lý và quá trình đối lưu.

- Mô hình lớp xáo trộn đại dương một cột • Chương trình đồ họa và xử lý sản phẩm của mô hình (Post-processing &

Visualization tools) bao gồm một số chương trình và phần mềm cho việc khai thác sản phẩm và đồ họa như RIP4, NCL, GrADS và Vis5D,…

2.1.2 Các quá trình vật lý trong mô hình

22

Mô hình WRF có các sơ đồ tham số vật lý rất phong phú, tạo điều kiện thuận lợi cho các đối tượng sử dụng khác nhau. Các quá trình vật lý được tham số hóa trong mô hình WRF bao gồm: Các quá trình vật lý vi mô, tham số hoá đối lưu mây tích, lớp biên hành tinh, mô hình bề mặt, các quá trình đất - bề mặt (mô hình đất), bức xạ, khuếch tán.

2.1.2.1 Vật lí vi mô

Vi vật lí bao gồm các quá trình xử lí hơi nước, mây và quá trình giáng thủy. Các sơ đồ vi vật lí dùng để tính toán xu thế của nhiệt độ, độ ẩm khí quyển và mưa bề mặt. Tuy nhiên mỗi sơ đồ có độ phức tạp và các biến ẩm riêng khác nhau. Các sơ đồ vi vật lí có trong mô hình trên Bảng 2.1.

Bảng 2.1: Tùy chọn vật lí vi mô trong WRF

Loại sơ đồ Số lượng biến Pha băng Pha hỗn hợp

Kessler 3 Không Không

Purdue Lin 6 Có Có

WSM 3 3 Có Không

WSM 5 5 Có Không

WSM 6 6 Có Có

EtaGCP 2 Có Có

Thompson 7 Có Có

2.1.2.2 Đối lưu mây tích

Mây tích có quy mô nhỏ hơn nhiều so với độ phân giải thông thường của lưới mô hình, ảnh hưởng của nó đối với hoàn lưu quy mô lớn không thể tính trực tiếp mà chỉ có thể tính gián tiếp từ cân bằng nhiệt và ẩm của hệ thống hoàn lưu quy mô lớn.

Mục đích của chính của vấn đề tham số hóa đối lưu là:

- Dự báo lượng mưa sinh ra do đối lưu; - Tính toán tác động của đối lưu đến các quá trình nhiệt động lực học mô

hình như tính ổn định thẳng đứng, phân bố lại trường nhiệt, ẩm hình thành mây, các ảnh hưởng đến đốt nóng bề mặt, bức xạ khí quyển,....

Bảng 2.2: Một số tùy chọn tham số hóa đối lưu mây tích trong mô hình WRF

Sơ đồ Mây giáng Loại kết hợp

Kain – Fritsch Có Thông lượng khối

Betts-Miller-Janjic Không Thích ứng đối lưu

Grell-Devenyi Có Thông lượng khối

Có nhiều phương pháp khác nhau đã được sử dụng để liên kết mây với các trường giải được như nhiệt độ, độ ẩm và gió, nhưng vẫn chưa một phương pháp nào là hoàn thiện nhất, mỗi sơ đồ đưa ra đều có những ưu, nhược điểm riêng.

23

Trong mô hình WRF có những tùy chọn tham số hóa đối lưu khác nhau, Bảng 2.2 là một số tùy chọn sơ đồ tham số hóa đối lưu và cách kết hợp của chúng.

2.1.2.3 Lớp bề mặt

Những sơ đồ lớp bề mặt tính toán hệ số vận tốc và trao đổi ma sát, cho phép tính dòng nhiệt và ẩm bề mặt bởi mô hình đất - bề mặt và sơ đồ lớp biên hành tinh. Các sơ đồ bề mặt trong mô hình WRF được mô tả trong Bảng 2.3.

Bảng 2.3: Tùy chọn bề mặt đất trong WRF

Sơ đồ Quá trình thực vật Biến thay đổi trong đất (các tầng)

Tuyết

5 lớp Không Nhiệt độ (5) Không có

Noah Có Nhiệt độ, nước + băng, nước (4)

1-lớp, nhỏ

RUC Có Nhiệt độ, băng, nước + băng (6) Nhiều lớp

Những mô hình bề mặt đất (LSMs) dùng thông tin khí quyển từ lớp bề mặt, bức xạ từ sơ đồ bức xạ, giáng thủy từ vật lí vi mô và sơ đồ đối lưu, cùng với thông tin quan trọng trên những biến trạng thái của đất và thuộc tính của bề mặt đất để cung cấp những thông tin về thông lượng nhiệt và ẩm qua những điểm mặt đất và những điểm trên mặt biển, băng. Các thông lượng này cung cấp điều kiện biên ban đầu cho dòng thăng trong mô hình PBL.

Mô hình mặt đất không cung cấp những xu hướng, nhưng cập nhật những biến trạng thái của đất gồm: nhiệt độ bề mặt, profile nhiệt độ đất, profile độ ẩm đất, tuyết. Không có trao đổi ngang giữa những điểm lân cận trong LSMs, vì vậy nó có thể coi như mô hình cột một chiều cho mỗi điểm lưới trong mô hình WRF. Hiện nay có nhiều mô hình bề mặt có thể chạy độc lập.

2.1.2.4 Lớp biên hành tinh

Lớp biên hành tinh (Planetery Boundery Layer, PBL) có nhiệm vụ tính toán thông lượng xoáy quy mô dưới lưới. Vì vậy khi PBL được kích hoạt thì khuếch tán theo chiều thẳng đứng cũng được kích hoạt. Hầu hết, khuếch tán ngang là không đổi (Kk=const). Thông lượng bề mặt được cung cấp bởi bề mặt và sơ đồ bề mặt đất. Sơ đồ PBL xác định các profile thông lượng giữa lớp biên và trạng thái của lớp biên. Vì vậy sẽ cung cấp những khuynh hướng của nhiệt độ, độ ẩm (bao gồm cả mây), động lượng ngang trong toàn cột khí quyển. Hầu hết các sơ đồ PBL xét sự xáo trộn khô, nhưng cũng bao gồm hiệu ứng bão hòa trong sự ổn định thẳng.

2.1.2.5 Bức xạ khí quyển

Các sơ đồ bức xạ khí quyển cho ta thấy sự đốt nóng bề mặt khí quyển bởi thông lượng bức xạ sóng ngắn của mặt trời và sóng dài của bề mặt đất. Bức xạ sóng dài bao gồm tia hồng ngoại (IR) hoặc bức xạ nhiệt hấp thụ được phát ra từ khối không khí và bề mặt. Dòng bức xạ sóng dài từ bề mặt phụ thuộc vào loại bề mặt đất, nhiệt độ bề mặt đất. Bức xạ sóng ngắn có chứa cả bức xạ sóng dài, và phụ cận sóng dài trong phổ mặt trời. Vì chỉ có nguồn là mặt trời, nên bức xạ sóng dài gồm các quá trình hấp thụ, phản xạ, phát xạ trong khí quyển và tại bề mặt. Phản xạ phụ thuộc vào Albedo của mặt đệm. Bức xạ còn

24

phụ thuộc vào phân bố của mây, hơi nước và các khí CO2, O3,…Các tùy chọn bức xạ trong mô hình WRF cho trên Bảng 2.4.

Bảng 2.4: Tùy chọn sơ đồ bức xạ trong WRF

Sơ đồ Sóng dài (LW)/Sóng ngắn (SW)

Số dải Loại

RRTM Sóng dài 16 CO2 ,O3, mây

GFTL-LW Sóng dài 14 CO2 ,O3, mây

GFDLSW Sóng ngắn 12 CO2 ,O3, mây

MM5SW Sóng ngắn 1 mây

Goddard Sóng ngắn 11 CO2 ,O3, mây

2.1.2.6 Sơ đồ tương tác giữa các quá trình vật lí

Tương tác giữa các quá trình vật lý được thể hiện trong mô hình số nói chung có thể biểu diễn như sơ đồ Hình 2.2.

Hình 2.2: Sơ đồ tương tác vật lí

Quá trình tham số hóa mây tích tác động vào vi vật lí thông qua dòng đi ra. Vi vật lí cùng với mây tích tác động đến bức xạ thông qua sự ảnh hưởng của mây tới bức xạ. Bức xạ và bề mặt tương tác với nhau thông qua phát xạ sóng ngắn, dài và Albedo bề mặt. Bề mặt tương tác với lớp biên hành tinh thông qua thông lượng nhiệt ẩm bề mặt và gió. Lớp biên hành tinh và mây tích tương tác với nhau thông qua dòng giáng và mây tầng thấp.

2.2 Cập nhật số liệu địa phương trong mô hình WRF

Cập nhật số liệu địa phương cho mô hình WRF được thực hiện thông qua môđun OBSGRID. Có 3 trong 4 kỹ thuật phân tích được dùng trong OBSGRID dựa trên sơ đồ Cressman với vài kỹ thuật hiệu chỉnh liên tiếp cho trường ban đầu từ các trạm bên cạnh. Sơ đồ Cressman chuẩn được thiết kế dựa trên khoảng cách giữa các thám sát theo bán kính R. Trường phỏng đoán ban đầu tại điểm lưới P được điều chỉnh bằng cách lấy tất cả các thông tin từ các trạm có ảnh hưởng đến P.

2.2.1 Phương pháp Cressman

Dự báo thời tiết số nghiệp vụ đòi hỏi các sơ đồ phân tích khách quan phải nhanh, ổn định, chính xác và có thể áp dụng cho bất kỳ trường khí tượng nào[10]. Phương pháp hiệu chỉnh liên tiếp, trước hết do Bergthorsson và Doos đưa ra năm 1955, được

VI VẬT LÍ MÂY TÍCH

BỨC XẠ PLB

BỀ MẶT

Ảnh hưởng của mây

Một phần mây

Tương tác giữa các quá trình vật lí

Thông lượng nhiệt ẩm bề mặt

Sóng ngắn, dài

Phát xạ bề mặt Albedo bề mặt T, Qv, gió bề mặt

Mây tầng thấp hoặc sự tăng cường dòng giáng

Dòng đi ra

25

Cressman phát triển 1959, lần đầu tiên đã mở ra một phép phân tích như vậy. Sơ đồ này sử dụng một tổng tuyến tính có trọng số của những hiệu giữa thám sát và trường phỏng đoán trên các trạm. Sơ đồ còn dùng vùng ảnh hưởng tròn quanh một nút lưới cho trước (Hình 2.3). Tại mỗi trạm có một thám sát và một trường phỏng đoán. Trên các nút lưới chỉ có những phỏng đoán đầu tiên. Tuy việc chọn trường phỏng đoán có thể tùy ý, nhưng để giảm nhẹ tính toán cần chọn gần đúng phỏng đoán này sao cho càng gần với trường cuối cùng càng tốt. Kỹ thuật Cressman kèm theo biến đổi liên tiếp trường phỏng đoán đầu tiên dựa vào số liệu thám sát.

Hình 2.3: Bán kính ảnh hưởng và khu vực quét

Khảo sát trường phỏng đoán của một biến khí tượng nào đó )(gij

X n trên lần lặp thứ n

tại nút lưới (i,j). Giá trị phỏng đoán ở các trạm được tính khác nhau tùy thuộc trạm nằm trong hay ngoài hộp lưới. Trong hộp lưới trường phỏng đoán được nội suy trên mỗi trạm nhận được như sau

å+=+=

-=-=

nn =1Ii1Jj

1Jj1Ii

)(gij

)(g ijS

XwX (2.1)

Ở đây I và J biểu diễn số nút lưới vĩ hướng và kinh hướng tương ứng. Hàm trọng số w được cho trên mỗi nút lưới bằng công thức sau

)yy()yy(

)xx()xx(

1J

11JI

JI1jIkI

k1Ik

Ik1Ik

ijw --

--

= PP+=

¹-=

+=

¹-=

(2.2)

trong đó x và y là vị trí của nút và vị trí số liệu tương ứng. Đối với những trạm nằm ngoài hộp lưới thì

,

X

XLjMj

1j1i

ij

LiMj

1j1i

)(gij

)(g

w

ij

S

w

å

å

==

==

==

==

n

n = (2.3)

Trong trường hợp này hàm trọng số Cressman được xác định bởi

26

ïî

ïí

ì

³

<+-

=Rd................0

Rd.....dR

dRw 22

22

ij (2.4)

Ở đây R là bán kính ảnh hưởng, còn d là khoảng cách giữa nút lưới và trạm và biểu diễn bằng

22 yxd D+D= (2.5)

Sự khác nhau giữa giá trị thực )X( s và giá trị nội suy )X(Sg tại trạm ở lần lặp thứ

n nhận được bởi biểu thức sau

)(g

)(s

)(s S

XXE nnn -= (2.6)

Giá trị )(sE n sau đó được dùng để hiệu chỉnh giá trị ở nút lưới đứng cạnh ở lần lặp

thứ )1( +n . Nhân tố hiệu chỉnh biểu diễn bằng

å

ån

nn+n =

s)(

s

s)(

s)(

s)1(ij W

EWc (2.7)

và trọng số )(sW n cho bằng

bg= nn )(ij

)(s wW (2.8)

trong đó )(ijw n là trọng số Cressman xác định bởi (2.4), b là hàm trọng số thời gian

xác định bởi

2)t(e Da-=b (2.9)

và g là độ tin cậy được chọn chủ quan để xác định trọng số quy định cho từng dạng thám sát. Theo Tripoli và Krishnamurti (1975) hệ số a được chọn sao cho 1.0=b khi khoảng thời gian giữa hai thám sát là 48 giờ. Người ta còn đưa vào nhân tố làm trơn và xác định bởi

gCdR

s-

=-

(2.10)

trong đó gC là trọng tâm của vùng ảnh hưởng và xác định bởi

2/RCg = (2.11)

Sau đó phỏng đoán của lần lặp tiếp theo sẽ cho bằng

)1(ij

)(g

)1(g csxX

ijij

+n-

n+n += (2.12)

Phép làm trơn trường được phân tích cuối cùng, thực hiện nhờ toán tử làm trơn 9 điểm bằng biểu thức sau

27

[ ] 16/XXXX)XXXX(2X4X 1j,1i1j,1i1j,1i1j,1i1j,i1j,ij,1ij,1iijgij ---++-++-+-+ ++++++++= (2.13)

2.2.2 Các Kỹ thuật sử dụng trong OBSGRID

Sự khác biện giữa trường phỏng đoán ban đầu với các trường thám sát đã được tính toán và trung bình trọng số về khoảng cách của những trạm là khác nhau, chúng tham gia vào để tính toán cho điểm P. Tất cả các điểm lưới đều được điều chỉnh, sự điều chỉnh này được sử dụng như là trường phỏng đoán đầu tiên cho các chu trình hiệu chỉnh tiếp theo. Sau mỗi lần điều chỉnh bán kính ảnh hưởng của hiệu chỉnh lại nhỏ hơn

Kỹ thuật Ellipse

Trong phân tích trường gió và độ ẩm tương đối ở các mực đẳng áp, các vòng tròn từ kỹ thuật Cressman chuẩn được kéo dài thành hình bầu dục định hướng dọc theo dòng (Hình 2.4). Trong trường hợp gió mạnh thì sơ đồ càng chuyển về hình bầu dục. Trong sơ đồ này, sẽ tái tạo lại sơ đồ Cressman chuẩn trong điều kiện gió ở mực dưới thấp.

Hình 2.4: Mô tả kỹ thuật Ellipse

Kỹ thuật Banana

Hình 2.5: Mô tả kỹ thuật Banana

Trong phân tích trường gió và độ ẩm tương đối ở các mặt đẳng áp, bán kính ảnh hưởng của sơ đồ Cressman chuẩn được kéo dài theo hướng dòng chảy dạng cong, dọc theo dòng (Hình 2.5). Kết quả tạo ra hình quả chuối. Kỹ thuật này trở thành kỹ thuật Ellipse trong điều kiện dòng chảy thẳng và sơ đồ Cressman tiêu chuẩn trong điều kiện gió thấp.

Kỹ thuật Multiquadric

Kỹ thuật Multiquadric sử dụng những tính năng của hàm Hypecbal để phân tích khách quan. Chi tiết về kỹ thuật Multiquadric có thể tham khảo trong Nuss và Titley,

28

1994: "Sử dụng các nội suy multiquadric để phân tích khách quan." Th 2 Wea. Rev., 122, 1611-1631. Cần sử dụng phương pháp này một cách thận trọng vì nó có thể tạo một số kết quả cũ ở những nơi chỉ có ít thám sát.

2.3 Nguồn số liệu, cấu hình miền tính dự báo mưa bằng mô hình WRF

2.3.1 Cấu hình được lựa chọn

Trong luận văn này, chúng tôi sử dụng mô hình WRF phiên bản 3.2 với 28 mực thẳng đứng. Mô hình WRF được lựa chọn với hai miền tính lồng ghép, độ phân giải lần lượt là 30km và 10km, toạ độ tâm là 16,0° vĩ Bắc và 108,0° kinh Đông. Miền ngoài bao trùm toàn bộ lãnh thổ Việt Nam, còn miền trong bao trùm khu vực Trung Bộ (Hình 2.6). Tất cả các mô phỏng trong nghiên cứu này đều lựa chọn các sơ đồ tham số hóa cho cả 2 miền tính là như nhau: sơ đồ tham số hoá đối lưu Kain – Fritsch, sơ đồ lớp biên hành tinh YSU, Sơ đồ phát xạ sóng ngắn: Dudhia, Sơ đồ cho lớp sát đất: Monin-Obukhov, sơ đồ đất bề mặt Noah Land-Surface Model, và sơ đồ bức xạ sóng dài RRTM.

Mô hình tính toán với hai trường hợp khác nhau: Trường hợp thứ nhất không cập nhật số liệu địa phương (KCN) sử dụng trường phân tích và dự báo toàn cầu NCEP-GFS làm điều kiện ban đầu và điều kiện biên. Trường hợp thứ hai sử dụng trường phân tích và dự báo toàn cầu NCEP-GFS làm điều kiện ban đầu và điều kiện biên, có cập nhật (CN) số liệu địa phương vào mô hình. Thời gian bắt đầu thực hiện mô phỏng được xét như nhau trong cả hai trường hợp CN và KCN. Mô phỏng được thực hiện với hạn dự báo 72h với bước thời gian sai phân 180s. Sản phẩm mưa từ mô hình được so sánh với lượng mưa đo tại các trạm quan trắc bề mặt.

Hình 2.6: Các miền tính của mô hình WRF được lựa chọn cho Việt Nam và khu vực Trung Trung Bộ

2.3.2 Nguồn số liệu

Trong nghiên cứu này, các trường phân tích và dự báo 6 giờ một của mô hình toàn cầu GFS với độ phân giải ngang 1x1 độ kinh vĩ sẽ được sử dụng làm điều kiện ban đầu

29

và điều kiện biên cho mô hình WRF. Mô hình được cập nhật số liệu nhiệt độ nước biển (SST) tại thời điểm bắt đầu làm dự báo.

Nguồn số liệu địa phương dùng trong nghiên cứu này được lấy từ Trung tâm Dự báo Khí tượng Thủy văn Trung ương, bao gồm 4 loại:

(1) Số liệu quan trắc khí tượng bề mặt (AAXX).

(2) Số liệu khí tượng thu được từ các tàu quan trắc hoặc các trạm phao tự động đặt trên biển (BBXX).

(3) Số liệu quan trắc cao không tại các mực đẳng áp chuẩn trong lớp không khí từ mặt đất đến 100mb (TTAA).

(4) Số liệu quan trắc nhiệt độ và gió tại các điểm đặc biệt (TTBB).

(a) (b)

Hình 2.7: Mạng lưới trạm bề mặt (a) và cao không (b) dùng trong thử nghiệm.

Trong đó các biến được đưa vào cập nhật là độ cao địa thế vị, hướng gió, tốc độ gió, nhiệt độ và nhiệt độ điểm sương.

Bản đồ phân bố các trạm quan trắc bề mặt và các trạm cao không được thể hiện trên Hình 2.5.

Danh sách các đợt mưa sử dụng trong luận văn cho trong Bảng 2.5

Bảng 2.5: Các đợt mưa và đặc điểm mưa

TT Đợt mưa Đặc điểm đợt mưa Ở phụ lục 1 26/4-29/4/2007 Mưa vừa, có nơi mưa to đến rất to Hình 4.1 2 11-13/5/2007 Mưa vừa, mưa to trên toàn khu vực Hình 4.2 3 08-10/10/2007 Mưa vừa, có nơi mưa to đến rất to Hình 4.3

4 12-16/10/2007 Khu vực có mưa to đến rất to, tâm mưa ở Thừa Thiên_Huế

Hình 4.4

5 23-25/10/2007 Các tỉnh từ Thừa Thiên_Huế trở vào đã có mưa to đến rất to.

Hình 4.5

6 28/10-03/11/2007 Toàn khu vực đã có mưa to đến rất to, đới mưa dịch chuyển từ bắc vào nam.

Hình 4.6

7 07-12/11/2007 Mưa to đến rất to tại các tỉnh từ Quảng Trị Hình 4.7

30

TT Đợt mưa Đặc điểm đợt mưa Ở phụ lục trở vào Quảng Ngãi

8 10-12/5/2008 Mưa vừa đến mưa to tập trung từ Huế đến Quảng Ngãi

Hình 4.8

9 25-29/10/2008 Mưa di chuyển dần từ Nam ra Bắc khu vực. Lượng mưa của đợt trong khu vực phổ biến từ 200-400mm

Hình 4.9

10 06-07/11/2008 Quảng Bình đến Quảng Nam đã có mưa to đến rất to

Hình 4.10

11 16-19/11/2008 Từ Thừa Thiên Huế đến Quảng Ngãi rải rác có mưa to đến rất to

Hình 4.11

12 27-30/4/2009 Khu vực mưa vừa có nơi mưa to đến rất to Hình 4.12

13 19-22/10/2009 Mưa bắt đầu từ phía nam sau lan dần ra phía bắc theo sự nâng lên phía bắc của dải ITCZ

Hình 4.13

14 31/10-02/11/2009 Thừa Thiên Huế đến Quảng Ngãi mưa lớn.

Hình 4.14

Hình 2.8: Phân bố các trạm đo mưa ở Trung Trung Bộ

Bảng 2.6: Danh sách trạm tính mưa

TT Tên Trạm Vĩ độ Kinh độ TT Tên Trạm Vĩ độ Kinh độ 1 Tuyên Hóa 17.88 106.02 31 Nông Sơn 15.7 108.03 2 Ba Đồn 17.75 106.42 32 Giao Thủy 15.85 108.13 3 KT Đồng Hới 17.48 106.6 33 Câu Lâu 15.85 108.28 4 TV Đồng Hới 17.47 106.62 34 Hội An 15.87 108 5 Tân Mỹ 17.7 106.43 35 Cẩm Lệ 16.27 108.2

31

6 Kiến Giang 17.12 106.75 36 Quảng Ngãi 15.12 108.8 7 Đồng Tâm 17.92 106.1 37 Ba Tơ 14.77 108.73 8 Mai Hóa 17.3 106.18 38 Sơn Giang 15.03 108.57 9 Lệ Thủy 17.22 106.78 39 An Chỉ 14.98 108.82

10 Đông Hà 16.85 107.08 40 Trà Khúc 15.12 108.8 11 Khe Sanh 16.63 106.73 41 Lý Sơn 15.38 109.15 12 Cồn Cỏ 17.17 107.33 42 Trường Sơn 17.23 106.45 13 TV Đông Hà 16.73 107.08 43 Minh Hóa 17.78 106.02 14 Gia Vòng 16.95 106.85 44 Việt Trung 17.48 106.52 15 Cửa Việt 16.88 107 45 Cẩm Ly 17.2 106.65 16 Thạch Hãn 16.75 107.18 46 Trooc 17.28 106.28 17 Huế 16.43 107.58 47 Tà Lương 16.13 107.33 18 A Lưới 16.22 107.28 48 Bình Điền 16.35 107.5 19 Nam Đông 16.17 107.72 49 Trao(Hiên) 15.58 107.65 20 Phú Ốc 16.53 107.47 50 Khâm ĐỨc 15.43 107.78 21 Kim Long 16.45 107.55 51 Tiên Phước 15.48 108.3 22 Thượng Nhật 16.15 107.68 52 Quế Sơn 15.7 108.1 23 Đà Nẵng 16.03 108.2 53 Trà Bồng 15.25 108.53 24 Tam Kỳ 15.57 108.47 54 Mộ Đức 15.03 108.88 25 Trà My 15.33 108.25 55 Đức Phổ 14.8 108.97 26 TV Tam Kỳ 15.56 108.5 56 Sa Huỳnh 14.67 109.07 27 Thành Mỹ 15.77 107.01 57 Minh Long 14.72 108.72 28 Hiệp Đức 15.58 108.08 58 Giá Vực 14.7 108.57 29 Hội Khách 15.82 107.92 59 Sơn Hà 15.08 108.72 30 ÁI Nghĩa 15.88 108.12

Số liệu mưa quan trắc tại các trạm trong khu vực Trung Trung Bộ với tọa độ các trạm như Bảng 2.6. Số liệu mưa của mô hình dự báo với hai trường hợp: có cập nhật số liệu địa phương (CN) và không cập nhật số liệu địa phương (KCN) là số liệu trên lưới không trùng với số liệu tại các trạm trong khu vực Trung Trung Bộ, vì vậy trước khi đánh giá chúng tôi tiến hành nội suy số liệu lưới về trạm. Phân bố các trạm mưa quan trắc Hình2.6

2.3.3 Các bước cập nhật số liệu địa phương

Cả 4 loại số liệu phát báo lấy từ Trung tâm Dự báo Khí tượng Thủy văn Trung ương sẽ được đưa vào mô-đun Ctdubao để tiến hành giải mã, đồng thời format cho đúng với định dạng số liệu cập nhật địa phương mà WRF yêu cầu. Sản phẩm đầu ra của Ctdubao là hai file: obs_namthangngaygio (số liệu bề mặt), REnamthangngaygio_upa (số liệu cao không). Các số liệu sử dụng cập nhật vào mô hình là gió, nhiệt độ, nhiệt độ điểm sương, khí áp mực biển. Chấp nhận cả nguồn số liệu của các trạm bề mặt và cao không; thực hiện cho cả lưới 1 và lưới 2.

32

Sau khi có các file: obs_namthangngaygio, REnamthangngaygio_upa đưa vào chạy mô đul Obsgrid.exe sẽ tự động cập nhật số liệu. Các bước thực hiện trong mô hình như sau:

Trước tiên phải xử lý và loại bỏ sai số thô trong tập số liệu quan trắc, các bước được thực hiện như sau:

+ Kiểm tra sai số thô như độ cao âm, tốc độ gió tổng cộng âm, nhiệt độ lớn hơn 50OC; + Kiểm tra sai số cực đại với các ngưỡng được đặt ra bằng cách tính toán giá trị các trường tương ứng tại vị trí quan trắc từ trường phân tích toàn cầu. Giá trị quan trắc chỉ được sử dụng nếu sai số nhỏ hơn sai số cực đại; + Kiểm tra sai số Buddy (sai số thể hiện mối tương quan với các điểm lân cận). Trước hết phải tính toán giá trị chênh lệch giữa trường phỏng đoán đầu tiên tại điểm trạm và giá trị quan trắc được tại trạm, sau đó tính toán giá trị trung bình chênh lệch của các yếu tố trong phạm vi bán kính R và cuối cùng là so sánh hai giá trị chênh lệch trên, nếu vượt ngưỡng thì loại bỏ số liệu tại trạm. Trong bài toán giá trị R được sử dụng là 70km.

2.4 Phương pháp xây dựng hồi qui có lọc và các chỉ tiêu đánh giá kết quả dự báo lượng mưa

2.4.1 Xây dựng phương trình dự báo mưa

2.4.1.1 Phương pháp xây dựng phương trình hồi qui có lọc

Một trong những phương pháp để lựa chọn các nhân tố dự báo tham gia vào phương trình hồi qui là sử dụng phép hồi qui từng bước.

Nguyên tắc cơ bản của phương pháp này là lần lượt chọn trong số các nhân tố dự tuyển những nhân tố có đóng góp thông tin lớn nhất cho việc xác định giá trị của yếu tố dự báo và đưa vào xây dựng phương trình hồi qui.

Mỗi lần đưa vào một nhân tố, thứ tự các nhân tố đưa vào được xác định thông qua mức độ đóng góp thông tin từ “cao” đến “thấp” dựa vào khái niệm tương quan riêng hoặc tương quan bội. Số lượng nhân tố sẽ được khống chế tùy thuộc mức độ làm giảm sai số ước lượng[6].

2.4.1.2 Nguyên tắc xây dựng phương trình hồi qui

B1. Tính các hệ số tương quan cặp (tương quan toàn phần) giữa Y với các nhân tố dự báo Xj:

(2.14)

Và chọn một nhân tố có tương quan tốt nhất với yếu tố dự báo.

Giả sử:

(2.15)

Khi đó X1 sẽ được chọn đầu tiên để xây dựng phương trình HQ

(2.16)

mj

yyxx

yyxxr

n

tt

n

tjtj

n

ttjtj

jy ,...,2,1,

)()(

))((

1

2

1

2

1 =

--

--=

åå

å

==

=

}..1,max{1 mjrr jyy ==

1)1(

1)1(

0)1(ˆ xaay += )1(

1.)1(

yrs

33

B2. Tính các hệ số tương quan riêng giữa Y và các X2,…,Xm sau khi đã loại bỏ ảnh hưởng của X1 và chọn nhân tố có tương quan tốt nhất với Y. Giả sử nhận được:

(2.17)

Khi đó X2 sẽ được chọn tiếp theo để xây dựng phương trình HQ

(2.18)

B3. So sánh mức độ suy giảm sai số ước lượng (chuẩn sai thặng dư) với tiêu chuẩn cho trước e

+ Nếu mức độ suy giảm sai số lớn hơn e, tức việc đưa thêm nhân tố mới vào phương trình hồi qui là có ý nghĩa, thì tiếp tục lặp lại B2 trong đó các nhân tố bị loại bỏ ảnh hưởng khi tính hệ số tương quan riêng là những nhân tố đã được đưa vào ở bước trước

+ Nếu mức độ suy giảm sai số nhỏ hơn e, tức việc đưa thêm nhân tố mới vào phương trình hồi qui là không có ý nghĩa, thì quá trình tuyển chọn sẽ dừng lại, và phương trình hồi qui cuối cùng là phương trình đã được xác định ở bước trước

+ Mức độ suy giảm sai số thông thường được xác định bởi

(2.19)

2.4.2 Phương pháp đánh giá

Đánh giá thống kê theo loại (categorical statistics) là loại tiêu chuẩn đánh giá sự phù hợp giữa sự xảy ra hiện tượng dự báo và hiện tượng quan trắc. Các điểm số đánh giá được dựa vào bảng ngẫu nhiên sau (Ulrich Damrath, 2002)[22]:

Hits (H) = dự báo có và quan trắc có

Misses (M) = dự báo không và quan trắc có

False alarms (F) = dự báo có và quan trắc không

Correct negatives (CN) = dự báo không và quan trắc không

2.4.2.1 Đánh giá tỷ số giữa vùng dự báo và vùng thám sát.

FBI (Bias score (BS) hay FBI) < 1: vùng dự báo nhỏ hơn vùng thám sát

FBI > 1: vùng dự báo lớn hơn vùng thám sát

FBI = 1: vùng dự báo trùng với vùng thám sát (giá trị lý tưởng)

FBI= (H+ F)/(H+ M)

2.4.2.2 Xác suất phát hiện

POD= H/(H+M)

POD (Probability of Detection) chỉ nhạy đối với những hiện tượng không dự báo được (misses events) chứ không nhạy đối với phát hiện sai. POD dao động từ 0 đến 1. Giá trị tối ưu POD = 1.

2.4.2.3 Tỷ phần dự báo phát hiện sai

FAR= F/(H+ F)

}..2,max{ 1.1.2 mjrr jyy ==

2)2(

21)2(

1)2(

0)2(ˆ xaxaay ++= )2(

12.)2(

yrs

)(

)1()(

k

kk

sss

SS--

=

34

Giá trị tối ưu FAR(False Alarms Ratio) = 0

2.4.2.4 Điểm số thành công

CSI= TS= H/(M+ F+ H)

Giá trị tối ưu TS (Critical Success Index – CSI hay Threat Score – TS) = 1

2.4.2.5 Độ chính xác

PC(Percentage Correct)=( H+ CN)/ (M+ F+ H+CN)

35

CHƯƠNG 3:

KẾT QUẢ DỰ BÁO MƯA LỚN DO KHÔNG KHÍ LẠNH

KẾT HỢP VỚI DẢI HỘI TỤ NHIỆT ĐỚI TỪ 1 ĐẾN 3

NGÀY BẰNG MÔ HÌNH WRF

3.1 Phương trình hồi qui dự báo lượng mưa

Dựa trên số liệu quan trắc và tổng lượng mưa dự báo 24h, 48h, 72h tại các trạm quan trắc để xây dựng phương trình dự báo lượng mưa tại trạm của mô hình WRF trong 02 trường hợp cập nhật (CN) và không cập nhật (KCN). Do số liệu mưa của mô hình là mưa trên lưới nên số liệu mưa dự báo của mô hình sẽ được nội suy tuyến tính về các trạm có số liệu đo thực.

Đặc điểm phân bố của mưa đối với khu vực Trung Trung Bộ biến đổi mạnh theo không gian và thời gian nên 59 trạm đo mưa trong khu vực Trung Trung Bộ được chia thành 5 khu vực nhỏ như sau: Quảng Bình, Quảng Trị, Thừa Thiên_Huế, Đà Nẵng - Quảng Nam, và Quảng Ngãi. Số trạm trên các phân vùng là không bằng nhau, nhiều hay ít phụ thuộc vào các trạm thực tế.

Dung lượng mẫu là 71 trường hợp, sử dụng 50 trường hợp để xây dựng phương trình hồi qui, 21 trường hợp còn lại dùng để đánh giá. Trong luận văn này, tác giả xây dựng phương trình hồi qui dự báo lượng mưa 24h, 48h và 72h đối với hai trường hợp CN và KCN cho 15 trạm Khí tượng trong khu vực Trung Trung Bộ, cụ thể các trạm: Tuyên Hóa, Ba Đồn, Khí tượng (KT) Đồng Hới, KT Đông Hà, Khe Sanh, Cồn Cỏ, Nam Đông, A Lưới, Huế, Đà Nẵng, Trà My, KT Tam Kỳ, Quảng Ngãi, Ba Tơ, Lý Sơn và lượng mưa trung bình tại các phân vùng: Quảng Bình, Quảng Trị, Thừa Thiên_Huế, Quảng Nam - Đà Nẵng, Quảng Ngãi.

Khi xây dựng phương trình dự báo cho trạm Khí tượng và mưa trung bình ở khu vực nhỏ nào thì nhân tố dự báo sẽ được sử dụng là số liệu lượng mưa dự báo tại các trạm tại các khu vực đó.

Các nhân tố dự báo được tuyển chọn bằng phương pháp hồi quy từng bước. Kết quả xây dựng phương trình dự báo với hạn dự báo 24h, 48h, 72h cho các khu vực được trình bày trong các mục dưới dây.

3.1.1 Phương trình dự báo lượng mưa 24h

3.1.1.1 Khu vực Quảng Bình

Nhận xét:

Dựa vào hệ số các phương trình trong Bảng 3.1 và Hình 3.1 ta thấy:

a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Bình (TB_Quảng Bình): cả hai phương trình dự báo với trường hợp CN và KCN nhân tố dự báo là mưa tại

36

trạm Trường Sơn. Kết quả sai số của cả hai phương trình dự báo dựa trên số liệu độc lập và phụ thuộc là như nhau.

Bảng 3.1 Các hệ số phương trình hồi qui dự báo lượng mưa khu vực Quảng Bình 24h và sai số bình phương trung bình

Trạm TB khu vực Tuyên Hóa Ba Đồn KT Đồng Hới Trường hợp CN KCN CN KCN CN KCN CN KCN Hệ số tự do 2.94 3.15 .94 1.08 .83 -1.85 1.29 1.03

CN -.98 .41 Minh Hóa KCN .62 CN .40 Mai Hóa KCN CN Ba Đồn KCN 2.04 CN Tân Mỹ KCN -1.96 CN .76 .52 Trường

Sơn KCN .75 .51 CN Kiến Giang KCN .63 CN Lệ Thủy KCN CN 2.61 TB KCN Phụ thuộc 16.4 16.2 13.6 13.54 20.4 19.39 17.67 18.36

HSTQ .83 .84 .78 .79 .73 .76 .75 .72 Sai số bình phương trung bình Độc

lập 35 35 22 23 94 25 34 37

Khu vực Quảng Bình 24h

0102030405060708090

100

TB_QuảngBình

Tuyên Hóa Ba Đồn Đồng Hới

Trạm

Sai

số

(m

m) PT_CN

PT_KCN

DL_CN

DL_KCN


37

b, Phương trình dự báo lượng mưa trạm Tuyên Hóa: hai phương trình dự báo lượng mưa với trường hợp CN và KCN tại trạm Tuyên Hóa đối với hạn dự báo 24h cũng có nhân tố dự báo là trạm Trường Sơn. Sai số phương trình thu được khi kiểm nghiệm với số liệu phụ thuộc và độc lập là như nhau.

c, Phương trình dự báo lượng mưa trạm Ba Đồn: Phương trình dự báo hạn 24h trường hợp CN có hai nhân tố tham gia là lượng mưa trạm Minh Hóa và mưa lượng mưa trung bình khu vực Quảng Bình (TB) với hệ số tương quan bội là 0.73. Trường hợp KCN, phương trình dự báo lượng mưa cho trạm Ba Đồn là lượng mưa tại ba trạm: Ba Đồn, Tân Mỹ và Kiến Giang; hệ số tương quan bội là 0.76. Kết quả sai số đối với số liệu phụ thuộc cho cả hai phương trình tại trạm Ba Đồn ứng với CN và KCN là như nhau; với số liệu độc lập thì phương trình dự báo CN có sai số lớn hơn rất nhiều so với kết quả dự báo KCN.

d, Phương trình dự báo lượng mưa trạm Đồng Hới: trường hợp CN phương trình dự báo có hai nhân tố: Minh Hóa, Mai Hóa; KCN thì phương trình dự báo chỉ có một nhân tố tham gia phương trình là trạm Minh Hóa. Kiểm nghiệm với số liệu phụ thuộc và độc lập thì phương trình với trường hợp CN cho sai số nhỏ hơn KCN.

3.1.1.2 Khu vực Quảng Trị

Bảng 3.2: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Trị 24h và sai số bình phương trung bình

Trạm TB khu vực Khe Sanh KT Đông Hà Cồn Cỏ Trường hợp CN KCN CN KCN CN KCN CN KCN Hệ số tự do 13.21 11.84 14.6 8.02 5.75 7.99 7.75 8.80

CN Gia Vòng KCN .32 CN 1.76 .77 1.23 Khe Sanh

KCN .63 1.09 1.18 CN -1.24 Đarkrong

KCN -1.09 CN 1.03 2.71 Thạch

Hãn KCN .53 .96 .47 CN Cồn Cỏ

KCN -.42 CN .36 Hải Sơn

KCN -1.03 CN .21 Hải Tân

KCN 1.3 CN -2.65 TB

KCN Phụ

thuộc 29.13 30.56 33.25 35.01 35.85 36.57 19.84 18.84

HSHQ .75 .72 .68 .63 .74 .73 .40 .55 Sai số Độc lập

52 40 48 33 64 58 38 41

38

Nhận xét:

Dựa vào hệ số các phương trình trong bảng 3.2 và Hình 3.2 ta thấy:

a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Trị (TB_Quảng Trị): phương trình dự báo với trường hợp CN có ba nhân tố tham gia vào phương trình: Khe Sanh, Đarkrong và trạm Thạch Hãn, hệ số tương quan bội là 0.75; trường hợp KCN nhân tố dự báo chỉ có hai trạm: Khe Sanh và Tthạch Hãn, hệ số tương quan bội thấp hơn CN, đạt 0.72. Kết quả sai số của phương trình dự báo dựa trên số liệu độc lập cả hai trường hợp có sai số gần như nhau; Khi kiểm tra sai số với số liệu độc lập thì trường hợp CN cho kết quả lớn hơn KCN.

Khu vực Quảng Trị 24h

0

10

20

30

40

50

60

70

TB_Quảng Trị Khe Sanh Đông Hà Cồn Cỏ

Trạm

Sai

số

(m

m) PT_CN

PT_KCN

DL_CN

DL_KCN


b, Phương trình dự báo lượng mưa trạm Khe Sanh: trường hợp CN có ba trạm tham gia làm nhân tố trong phương trình dự báo cho trạm Khe Sanh là: Khe Sanh, Thạch Hãn và TB; KCN chỉ có hai nhân tố tham gia phương trình dự báo là: Thạch Hãn và Cồn Cỏ; hệ số tương quan bội phương trình CN lớn hơn KCN, tương ứng là: 0.68 và 0.63. Kiểm nghiệm trên bộ số liệu phụ thuộc, phương trình trường hợp CN có sai số thấp hơn nhưng không lớn so với KCN; kiểm tra với số liệu độc lập thì trường hợp CN lại cho sai số lớn hơn KCN.

c, Phương trình dự báo lượng mưa trạm Đông Hà: Phương trình dự báo hạn 24h trường hợp CN có hai nhân tố tham gia là lượng mưa trạm Khe Sanh và mưa lượng mưa trạm Hải Sơn, hệ số tương quan bội là 0.74. Trường hợp KCN, nhân tố dự báo là trạm: Khe Sanh, Thạch Hãn, hệ số tương quan bội là 0.73. Kết quả sai số đối với số liệu phụ thuộc cho cả hai phương trình tại trạm Đông Hà ứng với CN và KCN là như nhau; với số liệu độc lập thì phương trình dự báo CN có sai số lớn hơn so với kết quả dự báo KCN.

d, Phương trình dự báo lượng mưa trạm Cồn Cỏ: trường hợp CN chỉ có một nhân tố tham gia phương trình dự báo là trạm Hải Tân, hệ số tương quan là 0.4; KCN thì phương trình dự báo có năm nhân tố là trạm: Gia Vòng, Khe Sanh, Đarkrong, Hải Sơn và Hải Tân, hệ số tương quan bội là 0.55. Kiểm nghiệm với số liệu phụ thuộc cho kết quả sai số với hai phương trình là như nhau nhưng với số liệu độc lập thì phương trình CN cho sai số dự báo nhỏ hơn KCN.

39

3.1.1.3 Khu vực Thừa Thiên_Huế

Bảng 3.3: Các hệ số phương trình hồi qui dự báo lượng mưa Thừa Thiên_Huế 24h và sai số bình phương trung bình

Trạm TB khu vực A Lưới Nam Đông Huế Trường hợp CN KCN CN KCN CN KCN CN KCN

Hệ số tự do -.88 1.07 -20.34

-20.74

-33.06 -27.15 19.52 10.56

CN 2.65 Phong Mỹ KCN

CN A Lưới KCN 1.67 1.72 CN 1.53 Tà

Lương KCN CN 1.99 3.33 Thượng

Nhật KCN 2.03 3.29 6.31 CN -1.31 Nam

Đông KCN -5.99 CN Huế

KCN -1.04 Phụ

thuộc 53.99 52.75 87.2 86.33 165.83 169.48 72.85 66.74

HSHQ .82 .83 .72 .73 .68 .66 .74 .79

Sai số bình

phương trung bình

Độc lập 122 123 165 175 296 305 122 141

Khu vực Thừa Thiên_Huế 24h

0

50

100

150

200

250

300

350

TB_TTH A Lưới Nam Đông Huế

Trạm

Sai

số

(m

m)

PT_CN

PT_KCN

DL_CN

DL_KCN

Hình 3.3: Sai số bình phương trung bình các phương trình khu vực Thừa Thiên_Huế 24h

Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Thừa Thiên_Huế (TB_TTH): phương trình dự báo với trường hợp CN có một nhân tố dự báo là trạm Tà Lương, hệ số

40

tương quan bội là 0.82; trường hợp KCN cũng có một nhân tố dự báo nhưng là trạm A Lưới, hệ số tương quan bội đạt 0.83. Kết quả sai số của phương trình dự báo dựa trên số liệu độc lập và phụ thuộc cả hai trường hợp có sai số là như nhau.

b, Phương trình dự báo lượng mưa trạm A Lưới: trường hợp CN và KCN đều có cùng một nhân tố dự báo là trạm Thượng Nhật, hệ số tương quan của hai trường hợp CN và KCN lần lượt là 0.72 và 0.73. Sai số dự báo của hai phương trình trên chuỗi số liệu phụ thuộc là như nhau, nhưng trên bộ số liệu độc lập thì phương trình CN có giá trị sai số nhỏ hơn trường hợp KCN.

c, Phương trình dự báo lượng mưa trạm Nam Đông: cũng giống như trạm A Lưới, phương trình dự báo hạn 24h trường hợp CN và KCN trạm Nam Đông có một nhân tố dự báo là trạm Thượng Nhật, hệ số tương quan tương ứng với CN và KCN là 0.68 và 0.66. Kết quả sai số đối với số liệu phụ thuộc cho cả hai phương trình ứng với CN và KCN là như nhau; với số liệu độc lập thì phương trình dự báo CN có sai số nhỏ hơn không nhiều so với kết quả dự báo KCN.

d, Phương trình dự báo lượng mưa trạm Huế: trường hợp CN có hai nhân tố tham gia phương trình dự báo là trạm: Phong Mỹ và Nam Đông, hệ số tương quan bội là 0.74; phương trình với KCN có nhiều nhân tố dự báo hơn với các trạm: A Lưới, Thượng Nhật, Nam Đông và Huế, hệ số tương quan bội là 0.79. Kiểm nghiệm với số liệu phụ thuộc cho kết quả sai số CN lớn hơn KCN tương ứng là 73mm và 67mm, nhưng với số liệu độc lập thì phương trình CN cho sai số dự báo 122mm, KCN là 141mm.

3.1.1.4 Khu vực Quảng Nam – Đà Nẵng

Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Nam – Đà Nẵng (TB_QNĐN): phương trình dự báo với trường hợp CN có một nhân tố dự báo là trạm Đà Nẵng, hệ số tương quan bội là 0.75; trường hợp KCN có ba nhân tố dự báo tham gia vào phương trình: Hiệp Đức, Nông Sơn và Câu Lâu, hệ số tương quan bội đạt 0.83. Kết quả sai số của phương trình dự báo dựa trên số liệu phụ thuộc trường hợp CN cao hơn KCN nhưng với số liệu độc lập thì ngược lại CN lại cho sai số dự báo thấp hơn KCN.

Bảng 3.4: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Nam – Đà Nẵng 24h và sai số bình phương trung bình

Trạm TB khu vực Đà Nẵng Trà My KT Tam Kỳ Trường hợp CN KCN CN KCN CN KCN CN KCN Hệ số tự do .04 3.45 1.77 12.65 2.35 1.34 8.47 13.39

CN 1.06 Khâm Đức KCN CN .96 Đà Nẵng KCN CN Trà My KCN -.61 CN 2.55 Tiên

Phước KCN 2.54 Hiệp Đức CN -1.55

41

Trạm TB khu vực Đà Nẵng Trà My KT Tam Kỳ Trường hợp CN KCN CN KCN CN KCN CN KCN

KCN -1.15 -1.54 CN Nông Sơn KCN 1.32 CN Câu Lâu KCN .61 CN 1.44 Hội An KCN 2.08 1.19

Phụ thuộc 39.3 34.76 51.06 46.5 75.36 74.6 43.54 42.85

HSTQB .75 .82 .73 .79 .71 .72 .71 .72

Sai số bình phương trung bình

Độc lập 60 77 128 179 98 96 62 113

Khu vực Quảng Nam-Đà Nẵng 24h

020406080

100120140160180200

TB_QNĐN Đà Nẵng Trà My Tam Kỳ

Trạm

Sai

số

(m

m)

PT_CN

PT_KCN

DL_CN

DL_KCN

Hình 3.4: Sai số bình phương trung bình các phương trình khu vực Quảng Nam – Đà Nẵng 24h

3.1.1.5 Khu vực Quảng Ngãi

Bảng 3.5: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Ngãi 24h và sai số bình phương trung bình.

Trạm TB_KV.QNg Quảng Ngãi Ba Tơ Lý Sơn TH CN KCN CN KCN CN KCN CN KCN

Hệ số tự do .51 3.76 -2.34 -3.00 10.27 10.6 22.85 22.53 CN 1.58 Trà

Bồng KCN 1.67 CN .53 .99 Châu Ổ KCN .47 .88 CN -1.92 .82 Sơn

Giang KCN -2.28 .82 CN 9.12 Ba Tơ KCN 4.53 9.66 CN -1.42 -9.01 Minh

Long KCN -5.09 -1.77 -9.31

42

CN .43 1.26 1.64 -.45 Lý Sơn KCN .98 1.53 1.81 -.44 Phụ thuộc

33.53 30.31 70.56 68.73 36.86 37.51 46.77 46.8

HSTQB .74 .80 .64 .66 .86 .86 .38 .38

Sai số bình phương trung bình Độc lập 52 40 70 69 52 52 41 41

Khu vực Quảng Ngãi 24h

010203040

50607080

TB_QuảngNgãi

Quảng Ngãi Ba Tơ Lý Sơn

Trạm

Sai

số

(m

m) PT_CN

PT_KCN

DL_CN

DL_KCN


Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Ngãi (TB_Quảng Ngãi): phương trình dự báo với trường hợp CN có hai nhân tố dự báo là trạm: Châu Ổ, Lý Sơn, hệ số tương quan bội là 0.74; trường hợp KCN có ba nhân tố dự báo tham gia vào phương trình dự báo gồm trạm: Châu Ổ, Minh long, Lý Sơn, hệ số tương quan bội đạt 0.80. Kết quả sai số của phương trình dự báo dựa trên số liệu phụ thuộc và độc lập trường hợp CN cao hơn KCN.

b, Phương trình dự báo lượng mưa trạm Quảng Ngãi: phương trình dự báo đối với CN và KCN đều có ba nhân tố dự báo, gồm các trạm: Trà Bồng, Minh Long và Lý Sơn, hệ số tương quan bội hai phương trình là 0.64 và 0.66 tương ứng với CN và KCN. Sai số dự báo của hai phương trình trên chuỗi số liệu phụ thuộc và độc lập là bằng nhau.

c, Phương trình dự báo lượng mưa trạm Ba Tơ: phương trình dự báo hạn 24h trường hợp CN và KCN trạm Ba Tơ đều có năm nhân tố dự báo là trạm: Châu Ổ, Sơn Giang, Ba Tơ, Minh Long và Lý Sơn, hệ số tương quan bội hai phương trình bằng nhau và bằng 0.86. Kết quả sai số đối với số liệu phụ thuộc và độc lập cho cả hai phương trình ứng với CN và KCN là như nhau.

d, Phương trình dự báo lượng mưa trạm Lý Sơn: trường hợp CN và KCN đều có hai nhân tố tham gia phương trình dự báo là trạm Sơn Giang và trạm Lý Sơn, hệ số tương

43

quan bội bằng nhau là 0.38. Kiểm nghiệm với số liệu phụ thuộc và độc lập cho kết quả sai số CN và KCN bằng nhau.

3.1.1 Phương trình dự báo 48h


Bảng 3.6: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Bình 48h và sai số bình phương trung bình.

Trạm TB khu vực Tuyên Hóa Ba Đồn KT Đồng Hới Trường hợp CN KCN CN KCN CN KCN CN KCN Hệ số tự do 1.47 2.66 -7.5 -6.08 2.73 1.88 3.04 1.27

CN Minh Hóa KCN 1.71

CN Tuyên Hóa KCN -1.35

CN .72 Ba Đồn KCN .73 .36 CN 1.01 .90 .75 Trường

Sơn KCN .96 .84 Phụ

thuộc 31.75 31.79 38.7 39.26 31.85 30.60 31.09 29.52

HSTQ .86 .86 .78 .77 .82 .84 .79 .82

Sai số bình


Độc lập 46 46 46 45 60 62 39 76

Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Bình (TB_Quảng Bình): cả hai phương trình dự báo với trường hợp CN và KCN nhân tố dự báo là mưa tại trạm Trường Sơn, hệ số tương quan bội cũng bằng nhau và bằng 0.86. Kết quả sai số của cả hai phương trình dự báo dựa trên số liệu độc lập và phụ thuộc là như nhau.

b, Phương trình dự báo lượng mưa trạm Tuyên Hóa: hai phương trình dự báo lượng mưa với trường hợp CN và KCN tại trạm Tuyên Hóa đối với hạn dự báo 48h cũng có nhân tố dự báo là trạm Trường Sơn. Sai số phương trình thu được khi kiểm nghiệm với số liệu phụ thuộc và độc lập là như nhau.

c, Phương trình dự báo lượng mưa trạm Ba Đồn: Phương trình dự báo hạn 48h trường hợp CN và KCN đều có nhân tố dự báo là trạm Ba Đồn, hệ số tương quan CN là 0.82 còn KCN là 0.84. Kết quả sai số đối với số liệu phụ thuộc trường hợp CN có xu hướng cao hơn KCN nhưng với số liệu độc lập thì CN lại thấp hơn KCN.

d, Phương trình dự báo lượng mưa trạm Đồng Hới: trường hợp CN phương trình dự báo chỉ có một nhân tố: Trường Sơn, hệ số tương quan là 0.79; KCN thì phương trình dự báo có ba nhân tố tham gia phương trình là trạm: Minh Hóa, Tuyên Hóa và Ba Đồn, hệ số tương quan bội là 0.82. Kiểm nghiệm với số liệu phụ thuộc thì CN và KCN cho sai số bằng nhau nhưng kiểm tra độc lập thì phương trình với trường hợp CN cho sai số nhỏ hơn KCN, tương ứng là 39mm và 76mm.

44


010203040

50607080

TB_QuảngBình


trạm

sai

số

(m

m)

PT_CN

PT_KCN

DL_CN

DL_KCN



Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Trị (TB_Quảng Trị): phương trình dự báo với trường hợp CN và KCN chỉ có một nhân tố tham gia vào phương trình là trạm Đarkrong, hệ số tương quan bội là 0.67. Khi kiểm tra sai số với số liệu phụ thuộc và độc lập thì trường hợp CN bằng với trường hợp KCN.

b, Phương trình dự báo lượng mưa trạm Khe Sanh: trường hợp CN và KCN đều có hai trạm tham gia làm nhân tố trong phương trình dự báo là: Thủy văn Đông Hà (TV Đông Hà) và Cồn Cỏ, hệ số tương quan bội hai phương trình CN lớn hơn KCN, tương ứng là: 0.68 và 0.64. Kiểm nghiệm trên bộ số liệu phụ thuộc, phương trình trường hợp CN có sai số thấp hơn nhưng không nhiều so với KCN; kiểm tra với số liệu độc lập thì trường hợp CN lại cho sai số lớn hơn KCN.

Bảng 3.7: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Trị 48h và sai số bình phương trung bình.

Trạm TB_Quảng Trị

Khe Sanh KT Đông Hà Cồn Cỏ

Trường hợp CN KCN CN KCN CN KCN CN KCN Hệ số tự do 27.68 29.44 13.08 15.87 19.92 10.67 18.87 16.2

CN Gia Vòng

KCN .39

CN 1.78 Hiền Lương KCN

CN 1.76 Khe Sanh KCN 1.44

TV Đông CN .84

45

KCN .77 CN -1.05 Cửa Việt

KCN CN .92 Đarkrong

KCN .91 CN Thạch

Hãn KCN -.96 CN -.47 -.69 .34 Cồn Cỏ

KCN -.38 .31 CN TB

KCN 1.08 Phụ

thuộc 52.27 52.81 50.84 52.95 60.6 64.66 29.07 27.04

HSHQ .68 .67 .68 .64 .76 .71 .50 .62 Sai số Độc lập

46 46 28 26 95 80 71 67


0102030405060708090

100

TB_QuảngTrị

Khe Sanh Đông Hà Cồn Cỏ

trạm

sai

số (

mm

) PT_CN

PT_KCN

DL_CN

DL_KCN


c, Phương trình dự báo lượng mưa trạm Đông Hà: Phương trình dự báo hạn 48h trường hợp CN có bốn nhân tố tham gia là lượng mưa trạm: Hiền Lương, Khe Sanh, Cửa Việt và trạm Cồn Cỏ, hệ số tương quan bội là 0.76; Trường hợp KCN nhân tố dự báo có hai trạm là trạm: Khe Sanh, Gia Vòng, hệ số tương quan bội là 0.71. Kết quả sai số đối với số liệu phụ thuộc trường hợp CN thấp hơn KCN, tương ứng là 60mm và 64mm, với số liệu độc lập thì phương trình dự báo CN có sai số lớn hơn so với kết quả dự báo KCN, tương ứng là 95mm và 80mm.

d, Phương trình dự báo lượng mưa trạm Cồn Cỏ: trường hợp CN chỉ có một nhân tố tham gia phương trình dự báo là trạm Cồn Cỏ, hệ số tương quan là 0.5; KCN thì phương trình dự báo có hai nhân tố là trạm: Thạch Hãn và Cồn Cỏ, hệ số tương quan bội là 0.62. Kiểm nghiệm với số liệu phụ thuộc và độc lập trường hợp CN cho sai số dự báo lượng mưa lớn hơn KCN.


46

Bảng 3.8: Các hệ số phương trình hồi qui dự báo lượng mưa Thừa Thiên_Huế 48h và sai số bình phương trung bình.

Trạm TB_TTH A Lưới Nam Đông Huế Trường hợp CN KCN CN KCN CN KCN CN KCN Hệ số tự do -5.43 -6.74 -18.13 -21.22 35.18 67.70 8.03 5.52

CN -5.60 Phong Mỹ KCN -7.43

CN 1.45 A Lưới KCN 1.48 CN Phú Ốc

KCN 5.97 CN 6.81 Bình

Điền KCN CN -3.42 Thượng

Nhật KCN -3.68 CN 1.60 5.54 1.33 Nam

Đông KCN 1.62 5.84 4.77 Phụ

thuộc 84.53 85.30 120.65 118.43 222.06 224.64 88.39 87.09

HSHQ .81 .80 .77 .78 .80 .79 .78 .79

Sai số bình


Độc lập 165 166 232 230 406 417 186 186

Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Thừa Thiên_Huế (TB_TTH): phương trình dự báo với trường hợp CN và KCN đều có cùng một nhân tố dự báo là trạm Nam Đông, hệ số tương quan bội hai phương trình là 0.81. Kết quả sai số của phương trình dự báo dựa trên số liệu độc lập và phụ thuộc cả hai trường hợp có sai số là như nhau.

b, Phương trình dự báo lượng mưa trạm A Lưới: trường hợp CN và KCN đều có cùng hai nhân tố dự báo là trạm Thượng Nhật và Nam Đông, hệ số tương quan của hai trường hợp CN và KCN lần lượt là 0.68 và 0.64. Sai số dự báo của hai phương trình trên chuỗi số liệu phụ thuộc là như nhau.

c, Phương trình dự báo lượng mưa trạm Nam Đông: phương trình dự báo hạn 48h trường hợp CN có ba nhân tố dự báo: Phong Mỹ, Bình Điền và Nam Đông, hệ số tương quan bội đạt 0.80; KCN có ba trạm làm nhân tố dự báo: Phong Mỹ, Phú Ốc và trạm Nam Đông, hệ số tương quan 0.79. Kết quả sai số đối với số liệu phụ thuộc cho cả hai phương trình ứng với CN và KCN là như nhau; với số liệu độc lập thì phương trình dự báo CN có sai số nhỏ hơn kết quả dự báo KCN.

d, Phương trình dự báo lượng mưa trạm Huế: trường hợp CN và KCN đều có một nhân tố tham gia phương trình dự báo là trạm A Lưới, hệ số tương quan bội là 0.78 và 0.79. Kiểm nghiệm với số liệu phụ thuộc và độc lập cho kết quả sai số của hai phương trình là như nhau.

47


050

100150200250300350400450


trạm

sai

số (

mm

) PT_CN

PT_KCN

DL_CN

DL_KCN



Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Nam – Đà Nẵng (TB_QNĐN): phương trình dự báo với cả hai trường hợp CN và KCN đều có cùng ba nhân tố dự báo là trạm: Tiên Sa, Tiên Phước và Hiệp Đức, hệ số tương quan bội lần lượt là 0.85 và 0.83. Kết quả sai số của phương trình dự báo dựa trên số liệu phụ thuộc trường hợp CN cho giá trị thấp hơn KCN, với số liệu độc lập thì phương trình trong cả hai trường hợp CN và KCN là bằng nhau.

b, Phương trình dự báo lượng mưa trạm Đà Nẵng: trường hợp CN có hai nhân tố là trạm Hiệp Đức và Nông Sơn tham gia vào phương trình dự báo; KCN có ba nhân tố dự báo là trạm: Tiên Sa, Hiệp Đức và Nông Sơn, hệ số tương quan của hai trường hợp CN và KCN lần lượt là 0.80 và 0.84. Sai số dự báo của hai phương trình trên chuỗi số liệu phụ thuộc trường hợp CN là 70mm cao hơn KCN với sai số là 63mm, trên bộ số liệu độc lập CN cũng cao hơn KCN, tương ứng là 118mm và 111mm.

Bảng 3.9: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Nam – Đà Nẵng 48h và sai số bình phương trung bình:

Trạm TB_QNĐN Đà Nẵng Trà My KT Tam Kỳ Trường hợp CN KCN CN KCN CN KCN CN KCN

Hệ số tự do -8.98 -13.29

15.5 5.72 24.23 18.4 14.49 4.55

CN .96 Khâm Đức KCN CN 1.25 Tiên Sa

KCN 1.17 .70 CN 1.21 2.87 1.03 Tiên Phước

KCN 1.12 2.74 .91 Hiệp Đức CN -1.85 -.92 -2.19 -1.53

48

KCN -1.59 -1.45 -1.95 CN 1.92 Nông Sơn

KCN 1.71 CN .31 Hội An

KCN Phụ

thuộc 52.02 55.18 69.5 63.2 94.75 93.72 61.4 67.30

HSTQB .85 .83 .80 .84 .76 .77 .77 .70

Sai số bình phương

trung bình Độc lập 83 83 118 111 126 126 114 67


0

20

40

60

80

100

120

140


trạm

sai

số (

mm

) PT_CN

PT_KCN

DL_CN

DL_KCN


c, Phương trình dự báo lượng mưa trạm Trà My: phương trình dự báo hạn 48h trường hợp CN và KCN cho trạm Trà My đều có hai nhân tố dự báo là trạm: Tiên Phước và Hiệp Đức, hệ số tương quan tương ứng với CN và KCN là như nhau đạt 0.76 và 0.77. Kết quả sai số đối với số liệu phụ thuộc và độc lập cho cả hai phương trình ứng với CN và KCN là như nhau.

d, Phương trình dự báo lượng mưa trạm Tam Kỳ: trường hợp CN có bốn trạm làm nhân tố dự báo: Khâm Đức, Tiên Phước, Hiệp Đức và Hội An, hệ số tương quan bội là 0.77; với phương trình cho trường hợp KCN thì chỉ có một trạm làm nhân tố trong phương trình dự báo là trạm Tiên Phước, hệ số tương quan của phương trình là 0.70. Kiểm nghiệm với số liệu phụ thuộc cho kết quả sai số CN nhỏ hơn KCN, nhưng với số liệu độc lập thì phương trình CN cho sai số dự báo 114mm lớn hơn rất nhiều KCN là 67mm.



Trạm TB_Quảng Ngãi


TH CN KCN CN KCN CN KCN CN KCN Hệ số tự do 10.79 2.08 -4.41 -15.6 44.15 35.15 33.47 32.87

49

CN 1.06 .57 Giá Vực KCN .86 .79 1.46

CN -2.65 .49 Sơn Giang KCN -1.87 .50

CN 2.10 Trà Khúc KCN .96

CN -2.76 An Chỉ KCN CN Lý Sơn KCN .32 .83 CN 2.26 2.57 TB KCN Phụ thuộc 51.2 47.90 86.01 84.71 64.83 63.16 72.75 72.55

HSTQB .76 .80 .71 .71 .79 .80 .32 .33


Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Ngãi (TB_Quảng Ngãi): phương trình dự báo với trường hợp CN có một nhân tố dự báo là trạm: Giá Vực, hệ số tương quan bội là 0.76; trường hợp KCN có hai nhân tố dự báo tham gia vào phương trình dự báo gồm trạm: Giá Vực và Lý Sơn, hệ số tương quan bội đạt 0.80. Kết quả sai số của phương trình dự báo dựa trên số liệu phụ thuộc và độc lập trường hợp CN đều lớn hơn KCN.

b, Phương trình dự báo lượng mưa trạm Quảng Ngãi: phương trình dự báo đối với CN có ba nhân tố là các trạm: Trà Khúc, An Chỉ và TB; với trường hợp KCN chỉ có hai nhân tố dự báo, gồm các trạm: Giá Vực và Lý Sơn, hệ số tương quan bội hai phương trình là bằng nhau và bằng 0.71. Sai số dự báo của hai phương trình trên chuỗi số liệu phụ thuộc là như nhau, đối với số liệu độc lập thì phương trình CN cho sai số 110mm nhỏ hơn sai số KCN có giá trị là 143mm.

c, Phương trình dự báo lượng mưa trạm Ba Tơ: phương trình dự báo hạn 48h trường hợp CN là các trạm: Giá Vực, Sơn Giang, TB; trường hợp KCN cũng có ba nhân tố dự báo nhưng là trạm: Giá Vực, Sơn Giang và Trà Khúc, hệ số tương quan bội hai phương trình tương ứng là 0.79 và 0.80. Kết quả sai số đối với số liệu phụ thuộc và độc lập phương trình ứng với CN có sai số mưa dự báo lớn hơn KCN.

d, Phương trình dự báo lượng mưa trạm Lý Sơn: trường hợp CN và KCN đều có một nhân tố tham gia phương trình dự báo là trạm Sơn Giang, hệ số tương quan bội bằng nhau là 0.32. Kiểm nghiệm với số liệu phụ thuộc và độc lập cho kết quả sai số CN và KCN là bằng nhau.

50


020406080

100120140160

TB_QuảngNgãi


trạm

sai

số (

mm

) PT_CN

PT_KCN

DL_CN

DL_KCN


3.1.3 Phương trình dự báo 72h


Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Bình (TB_Quảng Bình): cả hai phương trình dự báo với trường hợp CN và KCN nhân tố dự báo đều giống các hạn dự báo 24h và 48h là mưa tại trạm Trường Sơn, hệ số tương quan là 0.85. Kết quả sai số của cả hai phương trình dự báo dựa trên số liệu độc lập và phụ thuộc là như nhau.

b, Phương trình dự báo lượng mưa trạm Tuyên Hóa: phương trình dự báo lượng mưa với trường hợp CN nhận hai nhân tố dự báo là số liệu tại trạm Mai Hóa và Trường Sơn, hệ số tương quan bội là 0.84; trường hợp KCN chỉ nhận một nhân tố dự báo là trạm Khí tượng Đồng Hới, hệ số tương quan là 0.79. Sai số phương trình thu được khi kiểm nghiệm với số liệu phụ thuộc và độc lập trường hợp CN cho sai số nhỏ hơn KCN.

c, Phương trình dự báo lượng mưa trạm Ba Đồn: Phương trình dự báo hạn 72h trường hợp CN có ba nhân tố tham gia là lượng mưa trạm: Đồng Tâm, Kiến Giang và TB, với hệ số tương quan bội là 0.87. Trường hợp KCN, phương trình dự báo lượng mưa cho trạm Ba Đồn là lượng mưa tại Tân Mỹ, hệ số tương quan là 0.81. Kết quả sai số đối với số liệu phụ thuộc với phương trình CN có sai số thấp hơn phương trình KCN, nhưng với số liệu độc lập thì phương trình dự báo CN có sai số lớn hơn so với kết quả dự báo KCN..

d, Phương trình dự báo lượng mưa trạm Đồng Hới: trường hợp CN phương trình dự báo chỉ có một nhân tố là trạm Trường Sơn, với hệ số tương quan là 0.78; trường hợp KCN phương trình dự báo có bốn nhân tố tham gia phương trình là trạm: Ba Đồn, Tân Mỹ, Khí tượng Đồng Hới và TB, hệ số tương quan bội đạt 0.84. Kết quả kiểm nghiệm với số liệu phụ thuộc thì CN cho sai số lớn hơn KCN, với số liệu độc lập thì CN cho sai số 55mm nhỏ hơn nhiều KCN là 108mm.

51

Bảng 3.11: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Bình 72h và sai sô bình phương trung bình

Trạm TB khu vực Tuyên Hóa Ba Đồn KT Đồng Hới Trường hợp CN KCN CN KCN CN KCN CN KCN

Hệ số tự do 11.32 13.35 -4.86 -22.37

-9.30 8.15 11.71 8.07

CN 1.14 Đồng Tâm KCN

CN -1.04 Mai Hóa KCN

CN Ba Đồn KCN -2.03 CN Tân Mỹ KCN .59 2.47 CN .95 1.41 .67 Trường

Sơn KCN .90 CN .73 Kiến

Giang KCN CN KT

Đồng Hới KCN .73 .73

CN -1.24 TB KCN -.26 Phụ thuộc

45.16 46.7 54.45 60.63 37.70 43.68 41.68 36.90

HSTQ .85 .84 .84 .79 .87 .81 .78 .84

Sai số bình phương trung bình

Độc lập

49 48 47 56 74 64 55 108


0

20

40

60

80

100

120

TB_QuảngBình


Trạm

sai

số (

mm

) PT_CN

PT_KCN

DL_CN

DL_KCN


52


Bảng 3.12: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Trị 72h và sai số bình phương trung bình.

Trạm TB khu vực Khe Sanh KT Đông Hà Cồn Cỏ Trường hợp CN KCN CN KCN CN KCN CN KCN Hệ số tự do 26.22 45.42 18.35 18.09 18.24 1.61 15.23 16.76

CN Gia Vòng KCN 1.20

CN 1.05 1.16 .36 Khe Sanh KCN 2.46 .28

CN .80 TV Đông Hà KCN .60

CN -1.48 Đarkrong KCN -1.90 CN -1.27 Thạch

Hãn KCN CN -.46 .31 Cồn Cỏ KCN .36 CN 3.17 .60 TB KCN .76 .37

Phụ thuộc

53.76 59.30 56.13 58.29 73.88 66.48 28.49 28.81

HSHQ .79 .72 .75 .72 .75 .81 .71 .70

Sai số bình


Độc lập 59 37 44 42 72 91 85 87


0102030405060708090

100

TB_QuảngTrị

Khe Sanh Đông Hà Cồn Cỏ

Trạm

sai

số (

mm

) PT_CN

PT_KCN

DL_CN

DL_KCN


Nhận xét:


53

a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Trị (TB_Quảng Trị): phương trình dự báo với trường hợp CN có bốn nhân tố tham gia vào phương trình: Khe Sanh, Đarkrong, Thạch Hãn và TB, hệ số tương quan bội là 0.79; trường hợp KCN nhân tố dự báo chỉ có một là TB, hệ số tương quan thấp hơn CN, đạt 0.72. Kết quả sai số của phương trình dự báo dựa trên số liệu phụ thuộc trường hợp CN có sai số nhỏ hơn KCN, khi kiểm tra sai số với số liệu độc lập thì trường hợp CN cho kết quả lớn hơn KCN.

b, Phương trình dự báo lượng mưa trạm Khe Sanh: trường hợp CN có hai trạm tham gia làm nhân tố trong phương trình dự báo là: Thủy văn Đông Hà và Cồn Cỏ; KCN chỉ có một nhân tố tham gia phương trình dự báo là Thủy văn Đông Hà; hệ số tương quan bội phương trình CN lớn hơn KCN, tương ứng là: 0.75 và 0.72. Kiểm nghiệm trên bộ số liệu phụ thuộc, phương trình trường hợp CN có sai số thấp hơn nhưng không lớn so với KCN; kiểm tra với số liệu độc lập thì trường hợp CN lại cho sai số lớn hơn KCN.

c, Phương trình dự báo lượng mưa trạm Đông Hà: Phương trình dự báo hạn 72h trường hợp CN có hai nhân tố tham gia là trạm Khe Sanh và TB, hệ số tương quan bội là 0.75. Trường hợp KCN, nhân tố dự báo là bốn trạm: Gia vòng, Khe Sanh, Darkrong và TB, hệ số tương quan bội là 0.81. Kết quả sai số đối với số liệu phụ thuộc trường hợp CN có sai số lớn hơn KCN, với giá trị tương ứng là 74mm và 66mm; với số liệu độc lập thì phương trình dự báo CN có sai số 72mm nhỏ hơn so với kết quả dự báo KCN đạt 91mm.

d, Phương trình dự báo lượng mưa trạm Cồn Cỏ: trường hợp CN và KCN đều có hai nhân tố tham gia phương trình dự báo là trạm: Khe Sanh và Cồn Cỏ, hệ số tương quan là 0.71 và 0.70. Kiểm nghiệm với số liệu phụ thuộc cho kết quả sai số với hai phương trình là như nhau nhưng với số liệu độc lập thì phương trình CN cho sai số dự báo nhỏ hơn KCN.


Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Thừa Thiên_Huế (TB_TTH): phương trình dự báo với trường hợp CN có một nhân tố dự báo là trạm Tà Lương, hệ số tương quan bội là 0.73; trường hợp KCN có hai nhân tố dự báo là trạm: Phong Mỹ và Nam Đông, hệ số tương quan bội đạt 0.77. Kết quả sai số của phương trình dự báo dựa trên số liệu phụ thuộc và độc lập cả hai trường hợp có sai số là như nhau.

b, Phương trình dự báo lượng mưa trạm A Lưới: trường hợp CN có ba trạm tham gia làm nhân tố dự báo: Phong Mỹ, Tà Lương và Nam Đông; trường hợp KCN có hai nhân tố dự báo là trạm: Phong Mỹ và Nam Đông, hệ số tương quan của hai trường hợp CN và KCN bằng nhau và bằng 0.78. Sai số dự báo của hai phương trình trên chuỗi số liệu phụ thuộc là như nhau, nhưng trên bộ số liệu độc lập thì phương trình CN có giá trị sai số 403mm lớn hơn rất nhiều trường hợp KCN có sai số là 222mm.

c, Phương trình dự báo lượng mưa trạm Nam Đông: phương trình dự báo với hai trường hợp CN và KCN đều có ba nhân tố dự báo, CN là các trạm: Phong Mỹ, Nam Đông, Kim Long; KCN gồm có các trạm: Phong Mỹ, Phú Ốc và Nam Đông, hệ số tương quan tương ứng với CN và KCN là 0.73 và 0.77. Kết quả sai số đối với số liệu phụ

54

thuộc với CN đạt 298mm cao hơn KCN đạt 280mm; với số liệu độc lập thì phương trình dự báo CN có sai số 483mm nhỏ hơn nhiều so với 582mm là kết quả của dự báo KCN.

Bảng 3.13: Các hệ số phương trình hồi qui dự báo lượng mưa Thừa Thiên_Huế 72h và sai số bình phương trung bình.

Trạm TB khu vực A Lưới Nam Đông Huế Trường hợp CN KCN CN KCN CN KCN CN KCN

Hệ số tự do 4.67 21.82 11.42 -13.73 148.58

110.08

12.38 17.06

CN -1.86 -6.10 Phong Mỹ KCN -.47 -.68 -6.51

CN 1.30 A Lưới KCN 1.27 CN 1.30 2.4 Tà

Lương KCN CN Phú Ốc

KCN 4.38 CN .98 3.16 Nam

Đông KCN 1.81 2.40 4.97 CN 5.39 Kim

Long KCN Phụ

thuộc 114.3

2 107.4

8 134.1

4 132.4

6 298.1

6 280.1

1 113.1

8 115.0

3 HSH

Q .73 .77 .78 .78 .73 .77 .73 .72

Sai số bình

phương trung

bình Độc lập 225 226 403 222 483 582 242 238


0

100

200

300

400

500

600

700


Trạm

sai

số (

mm

) PT_CN

PT_KCN

DL_CN

DL_KCN


d, Phương trình dự báo lượng mưa trạm Huế: trường hợp CN và KCN đều có một nhân tố dự báo là trạm A Lưới, hệ số tương quan bội như nhau là 0.73. Kiểm nghiệm với

55

số liệu phụ thuộc cho kết quả sai số CN và KCN là như nhau, nhưng với số liệu độc lập thì phương trình CN cho sai số dự báo 242mm lớn hơn KCN với sai số là 238mm..


Bảng 3.14: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Nam – Đà Nẵng 72h và sai số bình phương trung bình.

Trạm TB khu vực Đà Nẵng Trà My KT Tam Kỳ Trường hợp CN KCN CN KCN CN KCN CN KCN Hệ số tự do 4.17 18.34 59.57 58.03 27.85 17.73 -.95 -.01

CN -.97 Hiên KCN CN .90 1.14 1.92 Khâm

Đức KCN -.98 2.01 1.76 CN -1.74 1.03 Hội

Khách KCN -1.61 CN .76 Tiên Sa KCN CN -.76 Trà my KCN CN 1.82 1.95 Tiên

Phước KCN CN -2.72 -4.01 -2.71 Hiệp

Đức KCN -2.25 -3.27 -2.39 CN Nông

Sơn KCN 2.04 CN Giao

Thủy KCN -1.74 CN Câu Lâu KCN 2.59 CN .19 2.84 Hội An KCN 2.83 .39 CN .29 1.23 KT Tam

Kỳ KCN CN .99 TV Tam

Kỳ KCN 1.93 .97 Phụ thuộc

57.26 69.66 85.30 85.83 80.43 95.78 62.39 67.77

HSTQB .90 .83 .79 .79 .87 .80 .83 .81


Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Nam – Đà Nẵng (TB_QNĐN): phương trình dự báo với trường hợp CN có nhiều nhân tố dự báo nhất trong tất cả các phương trình xây dựng được, gồm bảy trạm: Khâm Đức, Tiên Sa, Trà

56

My, Tiên Phước, Hiệp Đức, Hội An và Khí tượng Tam Kỳ, hệ số tương quan bội là 0.90; trường hợp KCN có ít hơn với bốn nhân tố dự báo: Hiệp Đức, Nông Sơn, Giao Thủy và Câu Lâu, hệ số tương quan bội đạt 0.83. Kết quả sai số của phương trình dự báo dựa trên số liệu phụ thuộc trường hợp CN nhỏ hơn KCN, tương ứng là 57mm và 70mm; với số liệu độc lập thì ngược lại CN lại cho sai số dự báo lớn hơn KCN, tương ứng 185mm và 160mm.


0

50

100

150

200

250


Trạm

sai

số (

mm

) PT_CN

PT_KCN

DL_CN

DL_KCN


b, Phương trình dự báo lượng mưa trạm Đà Nẵng: trường hợp CN có ba nhân tố là trạm: Hiên, Hội Khách, Hội An tham gia vào phương trình dự báo; KCN cũng có ba nhân tố dự báo là trạm: Khâm Đức, Hội Khách và Hội An, hệ số tương quan của hai trường hợp CN và KCN bằng nhau và bằng 0.79. Sai số dự báo của hai phương trình trên chuỗi số liệu phụ thuộc trường hợp CN và KCN là bằng nhau và bằng 85mm, nhưng trên bộ số liệu độc lập thì phương trình CN có giá trị sai số 186mm, lớn hơn trường hợp KCN với sai số đạt 178mm.

c, Phương trình dự báo lượng mưa trạm Trà My: phương trình dự báo hạn 72h trường hợp CN có năm nhân tố dư báo: Khâm Đức, Hội Khách, Tiên Phước, Hiệp Đức và TV Tam Kỳ, hệ số tương quan bội là 0.87; trường hợp KCN có ba nhân tố dự báo là trạm: Khâm Đức, Hiệp Đức và TB Tam Kỳ, hệ số tương quan tương bội là 0.83. Kết quả sai số đối với số liệu phụ thuộc trường hợp CN có sai số nhỏ hơn KCN; với số liệu độc lập thì CN lại cho sai số dự báo lớn hơn KCN.

d, Phương trình dự báo lượng mưa trạm Tam Kỳ: trường hợp CN có ba trạm làm nhân tố dự báo: Khâm Đức, Hiệp Đức, KT Tam Kỳ; KCN có bốn nhân tố tham gia phương trình dự báo: Khâm Đức, Hiệp Đức, Hội An và TV Tam Kỳ, hệ số tương quan bội là 0.83 và 0.81 tương ứng với trường hợp CN và KCN. Kiểm nghiệm với số liệu phụ thuộc và độc lập cho kết quả sai số CN nhỏ hơn KCN.



Trạm TB_KV.QNg Quảng Ngãi Ba Tơ Lý Sơn

57

TH CN KCN CN KCN CN KCN CN KCN Hệ số tự do 10.30 6.91 -1.29 -3.23 68.18 57.66 36.65 53.59

CN .29 Châu Ổ KCN .17 CN .55 Giá

Vực KCN .70 CN -2.57 Sơn

Giang KCN -.90 -2.81 CN .38 Trà

Khúc KCN .31

CN 1.0 Quảng Ngãi KCN

CN .50 Minh Long KCN

CN Lý Sơn KCN .63 .50 CN 2.74 TB KCN 1.53 3.17

Phụ thuộc

43.25 43.60 87.68 84.60 64.98 60.71 86.85 85.31

HSTQB .85 .85 .73 .76 .83 .86 .39 .43 Sai số chuẩn

Độc lập 99 115 191 157 87 89 114 67


0

50

100

150

200

250

TB_QuảngNgãi


Trạm

sai

số (

mm

) PT_CN

PT_KCN

DL_CN

DL_KCN


Nhận xét:


a, Phương trình dự báo lượng mưa trung bình khu vực Quảng Ngãi (TB_Quảng Ngãi): phương trình dự báo với trường hợp CN và KCN đều có hai nhân tố dự báo là trạm: Giá Vực và Trà Khúc, hệ số tương quan bội bàng nhau và bằng 0.85. Kết quả sai

58

số của phương trình dự báo dựa trên số liệu phụ thuộc là bằng nhau trong các trường hợp, với số liệu độc lập trường hợp CN có sai số 99mm thấp hơn sai số KCN là 115mm.

b, Phương trình dự báo lượng mưa trạm Quảng Ngãi: phương trình dự báo đối với CN chỉ có một nhân tố là trạm Quảng Ngãi, hệ số tương quan là 0.73; KCN có ba nhân tố là trạm: Sơn Giang, Lý Sơn và TB, hệ số tương quan là 0.76. Sai số dự báo của phương trình CN trên chuỗi số liệu phụ thuộc và độc lập đều lớn hơn KCN.

c, Phương trình dự báo lượng mưa trạm Ba Tơ: phương trình dự báo đối với CN và KCN có ba nhân tố là trạm: Châu Ổ, Sơn Giang và TB, hệ số tương quan là 0.83 cho trường hợp CN và 0.86 đối với KCN. Sai số dự báo của hai phương trình trên chuỗi số liệu phụ thuộc và độc lập là như nhau.

d, Phương trình dự báo lượng mưa trạm Lý Sơn: trường hợp CN và KCN đều có một nhân tố tham gia phương trình dự báo, CN là trạm Minh Long, hệ số tương quan là 0.39; KCN là trạm Lý Sơn với hệ số tương quan là 0.43. Kiểm nghiệm với số liệu phụ thuộc và độc lập cho kết quả sai số CN lớn hơn KCN, đặc biệt với số liệu độc lập có sai số là 114mm với CN và 67mm với KCN.

3.2 Nhận xét kết quả xây dựng phương trình.

3.2.1 Phân tích đợt mưa độc lập từ ngày 21-24/10/2009

3.2.1.1 Hình thế Synop :

Trên bản đồ phân tích mặt đất 7h ngày 22-24/10/2009 cho thấy dải ITCZ có trục qua Nam Trung Bộ với một cơn bão đang hoạt động ở Philippin. Ở phía bắc có một bộ phận KKL đang tác động khá mạnh xuống miền trung, Hình 3.16c đến Hình 3.18c. Kết quả phân tích các trường khí tượng trên sản phẩm của mô hình với hai trường hợp CN (Hình 3.16b đến Hình 3.18b) và KCN (Hình 3.16a đến Hình 3.18a) cho thấy không có sự khác biệt đáng kể về cấu trúc các trường khí áp và tác động của không khí lạnh xuống khu vực Trung Trung Bộ trong đợt này yếu hơn so với thực tế.

Do ảnh hưởng kết hợp của KKL và dải ITCZ khu vực Trung Trung Bộ đã có mưa lớn .

Diễn biến mưa: Mưa bắt đầu từ phía bắc sau lan dần về phía nam theo quá trình tác động của KKL phối hợp với dải ITCZ. Ngày 22/10/2009 mưa chủ yếu từ tập chung từ Quảng Bình đến Thừa Thiên Huế với hai trung tâm mưa lớn tại Quảng Bình và Huế, ngày 23/10/2009 cả khu vực có mưa lớn diện rộng, ngày 24/10/2009 đợt mưa kết thúc. Trung tâm của đợt mưa nằm ở Thừa Thiên_Huế.

Lượng mưa toàn đợt phổ biến từ 100-200mm, Trung tâm mưa lớn tại Thừa Thên Huế có lượng mưa trên 400mm.

59

(a) (b)

Hình 3.16: Bản đồ phân tích và dự báo mặt đất 07h00 ngày 22/10/2009

a, Mô hình không cập nhật

b, Mô hình cập nhật

c, Bản đồ synốp

(c)

(a) (b)

60





(c)

(a) (b)





(c)

3.2.1.2 Nhận xét kết quả dự báo lượng mưa

61

Để đánh giá các phương án dự báo lượng mưa, tác giả đã sử dụng số liệu quan trắc mưa tích lũy 24h, 48h và 72h từ ngày 21/10/2009 của 15 trạm khí tượng trong khu vực so sánh với dự báo lượng mưa cho các trạm này ở 4 phương án: a,Mưa dự báo bằng mô hình khi không cập nhật số liệu địa phương ; b, Mưa dự báo bằng mô hình khi có cập nhật số liệu địa phương; c, Mưa dự báo bằng phương trình hồi qui khi không cập nhật số liệu địa phương; d,Mưa dự báo bằng phương trình hồi qui khi có cập nhật số liệu địa phương và e, là lượng mưa quan trắc. Vớí trường hợp a và b lượng mưa dự báo từ mô hình đã được nội suy về trạm.

(a)

(b)

(c)

(d)

62

(e)

Hình 3.19: Mưa tích lũy 24h từ ngày 21/10/2009

a, Mưa dự báo bằng mô hình KCN

b, Mưa dự báo bằng mô hình CN

c, Mưa dự báo bằng hồi qui KCN

d, Mưa dự báo bằng hồi qui CN

e, Mưa quan trắc

Dự báo mưa tích lũy 24h

Kết quả dự báo mưa trực tiếp bằng mô hình trong hai trường hợp KCN và CN cho phân bố lượng mưa là gần giống nhau, trung tâm vùng mưa lớn nhất nằm ở Quảng Bình với lượng mưa được dự báo đạt 200mm trong 24 giờ, và một trung tâm mưa nhỏ hơn ở phía tây Thừa Thiên_Huế với lượng mưa dự báo là 80mm (hình 3.19). Mưa quan trắc cho thấy có một tâm mưa rất lớn tại Thừa Thiên_Huế với lượng đạt 240mm và một tâm mưa thứ hai nằm ở Quảng Bình nhưng lượng mưa thấp hơn, đạt 120mm. Khi sử dụng phương trình hồi qui ta thấy kết quả mưa dự báo trong cả hai trường hợp CN và KCN đều bắt được tâm mưa lớn nhất nằm tại Thừa Thiên Huế rất tốt. Đối với tâm mưa lớn thứ hai tại Quảng Bình, trường hợp hồi qui KCN không bắt được, trường hợp hồi qui dự báo được vùng mưa này nhưng lượng mưa dự báo cao hơn mưa thực.


Lượng mưa dự báo 48h cho thấy, hai trường hợp CN và KCN dự báo trực tiếp từ mô hình đều dự báo có tâm mưa lớn tại Quảng Bình là lớn nhất khu vực có lượng từ 240-270mm, tâm mưa lớn thứ hai có cường độ mưa thấp hơn nằm tại Thừa Thiên_Huế với lượng mưa đạt 150mm và 210mm ứng với các trường hợp KCN và CN. Phương trình dự báo bằng hồi qui với hai trường hợp KCN và CN đều cho trung tâm mưa lớn nằm tại Thừa Thiên_Huế với tâm mưa đạt 350mm. Kết quả dự báo bằng hồi qui xảy ra đúng cả về diện và lượng mưa so với mưa thực hơn khi không sử dụng phương trình (hình 3.20).

63

(a) (b)

(c) (d)

(e)


a, Mưa dự báo bằng mô hình KCN b, Mưa dự báo bằng mô hình CN c, Mưa dự báo bằng hồi qui KCN d, Mưa dự báo bằng hồi qui CN e, Mưa quan trắc


Dự báo 72h hai trường hợp dự báo trực tiếp bằng mô hình đều cho lượng mưa ít thay đổi so với hạn dự báo 48h. Sử dụng phương trình hồi qui trong hai trường hợp KCN và CN cho tâm mưa lớn nhất khu vực tiếp tục được nâng lên là 450-500mm, đúng với diễn

64

biến xu thế của mưa thực nhưng cường độ mưa cao hơn lượng mưa thực, giá trị mưa thực tế chỉ đạt 400mm (Hình 3.21).

(a) (b)

(c) (d)

(e)


a, Mưa dự báo bằng mô hình KCN b, Mưa dự báo bằng mô hình CN c, Mưa dự báo bằng hồi qui KCN d, Mưa dự báo bằng hồi qui CN e, Mưa quan trắc

3.2.2 Đánh giá dự báo mưa lớn do không khí lạnh kết hợp với ITCZ tại khu vực Trung Trung Bộ bằng các chỉ số thống kê.

Để làm rõ hơn khả năng dự báo mưa được xây dựng bằng các phương trình hồi qui của mô hình với hai trường hợp CN và KCN cho khu vực Trung Trung Bộ tại các hạn

65

dự báo 24h, 48h và 72h với các cấp mưa: mưa vừa, mưa to và mưa rất to. Tác giả đã tính các chỉ số thống kê trên bộ số liệu độc lập tại 15 trạm khí tượng. Kết quả như sau:

Bảng 3.16: Các điểm số đánh giá mưa tích lũy 24h theo các ngưỡng mưa

Hạn dự báo 24h Trường hợp Cập nhật Không cập nhật Chỉ số FBI POD FAR CSI PC FBI POD FAR CSI PC

Ngưỡng mưa > 15mm Cả KV TTB 1.65 0.87 0.47 0.49 0.62 1.68 0.87 0.48 0.48 0.61

Tỉnh Quảng Bình

1.64 0.86 0.48 0.48 0.69 1.43 0.79 0.45 0.48 0.71

Tỉnh Quảng Trị 1.69 0.86 0.49 0.47 0.6 1.71 0.83 0.52 0.44 0.56 Tỉnh Thừa Thiên_Huế

1.49 0.93 0.38 0.6 0.68 1.47 0.95 0.35 0.63 0.71

Đà Nẵng - Quảng Nam

1.9 0.87 0.54 0.43 0.57 2.19 0.97 0.56 0.43 0.54

Tỉnh Quảng Ngãi 1.61 0.84 0.48 0.48 0.58 1.66 0.82 0.51 0.44 0.54


Tỉnh Quảng Bình 1.9 0.5 0.74 0.21 0.77 1.4 0.4 0.71 0.2 0.81

Tỉnh Quảng Trị 1.67 0.73 0.56 0.38 0.79 1.73 0.8 0.54 0.41 0.8 Tỉnh Thừa Thiên_Huế 2.41 0.68 0.72 0.25 0.46 2.45 0.73 0.7 0.27 0.48

Đà Nẵng - Quảng Nam 2.41 0.82 0.66 0.32 0.64 2.53 0.82 0.67 0.3 0.62

Tỉnh Quảng Ngãi

1.78 0.78 0.56 0.39 0.67 1.57 0.7 0.56 0.37 0.68



2 0.5 0.75 0.2 0.9 0.5 0.25 0.5 0.2 0.95

Tỉnh Quảng Trị 3 0.5 0.83 0.14 0.86 2.25 0.5 0.78 0.18 0.89 Tỉnh Thừa Thiên_Huế

6.2 0.4 0.94 0.06 0.62 8.2 0.6 0.93 0.07 0.52

Đà Nẵng - Quảng Nam

2.22 0.33 0.85 0.12 0.73 2.33 0.33 0.86 0.11 0.71

Tỉnh Quảng Ngãi 2.13 0.5 0.76 0.19 0.8 1.13 0.25 0.78 0.13 0.85

Nhận xét kết quả đối với mưa tích lũy dự báo 24h (Bảng 3.16)

* Chỉ số FBI

Hai trường hợp CN và KCN đều cho diện tích vùng mưa dự báo lớn hơn vùng mưa quan trắc, đánh giá trên cả khu vực Trung Trung Bộ thì diện mưa dự báo bằng CN gần với diện mưa thực hơn so với KCN ở ngưỡng mưa lớn hơn15mm, chỉ số FBI đạt 1.65 và

66

1.68; các ngưỡng mưa lớn hơn 50mm và ngưỡng mưa lớn hơn 100mm thì KCN dự báo tốt hơn CN không nhiều, chỉ số FBI phổ biến đạt 1.99 đến 2.93. Đánh giá cụ thể diện mưa dự báo so với diện mưa thực cho các phân vùng mưa cho thấy, ở cấp mưa lớn hơn 15mm các phân vùng có sự chênh lệch về diện giữa hai trường hợp CN và KCN không lớn nhưng đều có su hướng dự báo cao hơn thực tế. Chỉ số FBI đạt phổ biến từ 1.4-1.7. Ở cấp mưa này phân vùng Quảng Nam – Đà Nẵng có kết quả lệch lớn nhất so với các phân vùng khác với chỉ số FBI là 1.9 và 2.19 tương ứng với CN và KCN.

Chỉ số FBI hạn dự báo 24h

0

1

2

3

4

5

6

7

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN

Thừa ThiênHuế_CN

Quảng Nam ĐàNẵng_CN

Quảng Ngãi_CN


0123456789

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN

Thừa ThiênHuế_KCN

Quảng Nam ĐàNẵng_KCN

Quảng Ngãi_KCN

(a) (b)

Hình 3.22: Biến đổi chỉ số FBI với các ngưỡng mưa tại hạn dự báo 24h

(a: trường hợp cập nhật; b: trường hợp không cập nhật)

Đối với ngưỡng mưa lớn hơn 50mm diện mưa dự báo ở cả CN và KCN có xu hướng tiếp tục lớn hơn diện mưa thực với FBI đạt từ 1.4 tới 2.5. Các phân vùng Quảng Bình, Quảng Trị và Quảng Ngãi có chỉ số FBI khá tương đồng với ngưỡng mưa này, phổ biến từ 1.4-1.8; hai khu vực còn lại là Thừa Thiên_Huế và Quảng Nam – Đà Nẵng có chỉ số FBI phổ biến ở 2.4 đến 2.5 cao hơn so với diện mưa của cả khu vực khi không phân vùng.

Tại ngưỡng mưa lớn hơn 100mm diện tích vùng mưa dự báo CN và KCN đều cao hơn nhiều so với diện tích vùng mưa thực, chỉ số FBI là 2.7-3.0. Tại các khu vực nhỏ chỉ số FBI giữa CN và KCN với mỗi vùng cũng khá ổn định, FBI đạt từ 2-3; riêng phân vùng Quảng Bình trường hợp KCN cho diện tích vùng mưa thấp hơn thực tế, FBI là 0.5 và Quảng Ngãi cho kết quả với trường hợp KCN gần với thực nhất, FBI là 1.13; Đặc biệt tại ngưỡng mưa này, phân vùng Thừa Thiên_Huế có diện tích vùng mưa dự báo lớn hơn rất nhiều so với diện tích vùng mưa thực đối với cả hai trường hợp CN và KCN, chỉ số FBI tương ứng là 6.2 và 8.2.

*Chỉ số POD:

Với ngưỡng mưa lớn hơn 15mm ở hạn dự báo 24h, cả hai trường hợp CN và KCN xác suất phát hiện đúng sự kiện mưa trên cả khu vực đạt 87%. Trường hợp CN khi chia phân vùng thì chỉ số POD ổn định và khá tương đồng trên các phân vùng, phổ biến đạt 84-87%, riêng Thừa Thiên_Huế tốt nhất đạt 93%; đối với KCN chỉ số POD có sự chênh lệch khá lớn giữa các phân vùng như: phân vùng Quảng Bình, Quảng Trị và Quảng Ngãi chỉ đạt 79-83%, Thừa Thiên_Huế và Quảng Nam – Đà Nẵng cao hơn và đạt 93-97%.

Ngưỡng mưa lớn hơn 50mm, chỉ số POD trường hợp CN và KCN tương đương nhau, đạt 71-72% trên toàn khu vực; tại các phân vùng chỉ số này biến đổi từ 50-80%

67

nhưng không có khác biệt đáng kể giữa CN và KCN. Riêng ngưỡng mưa lớn hơn 100mm POD đạt 43% đối với CN, 37% với KCN trên cả khu vực; với các phân vùng chỉ số này không biến đổi nhiều đối với CN và KCN, chỉ có hai phân vùng có khác biệt lớn là Quảng Bình và Quảng Ngãi với các chỉ số POD bằng nhau và đạt 50% đối với trường hợp CN và 25% KCN

Chỉ số POD hạn dự báo 24h

00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)

Hình 3.23: Biến đổi chỉ số POD với các ngưỡng mưa tại hạn dự báo 24h


· Chỉ số FAR:

Chỉ số FAR hạn dự báo 24h

00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)

Hình 3.24: Biến đổi chỉ số FAR với các ngưỡng mưa tại hạn dự báo 24h


Đối với việc phát hiện dự báo sai của mô hình FAR, cả hai trường hợp CN và KCN tương đương nhau, với ngưỡng mưa lớn hơn 15mm chỉ số FAR dao động tương ứng là 0.38-0.54 và 0.35-0.56. Ngưỡng mưa lớn hơn 50mm trường hợp CN là 0.56-0.74, KCN là 0.54-0.71, còn đối với ngưỡng mưa lớn hơn 100mm chỉ số FAR rất lớn: 0.75-0.94 đối với CN và KCN, riêng khu vực Quảng Bình KCN cho phát hiện dự báo sai của mô hình tốt nhất, chỉ số FAR đạt 0.5

* Chỉ số CSI

68

Chỉ số CSI hạn dự báo 24h

00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)

Hình 3.25: Biến đổi chỉ số CSI với các ngưỡng mưa tại hạn dự báo 24h


Để đánh giá chất lượng dự báo mưa của mô hình tác giả sử dụng chỉ số CSI. Kết quả cho thấy với hạn dự báo 24h trường hợp CN và KCN là tương đương nhau, chỉ số CSI đạt phổ biến ở ngưỡng mưa lớn hơn 15mm là từ 0.43 - 0.49 và giảm khi ngưỡng mưa tăng lên, cụ thể đối với ngưỡng 50mm CSI là 0.2 - 0.4, còn ngưỡng mưa lớn hơn 100mm chỉ đạt dưới 0.2.

· Chỉ số PC

Đánh giá chung độ chính xác của mô hình khi dự báo mưa lớn qua chỉ số PC cho các ngưỡng mưa trong hạn dự báo 24h ta thấy: với ngưỡng mưa 15mm phân vùng trong khu vực Trung Trung Bộ có độ chính xác 57-70% đối với trường hợp CN, trường hợp KCN cũng cho kết quả tốt nhất tương tự CN nhưng có hai phân vùng là Quảng Nam-Đà Nẵng và Quảng Ngãi cho độ chính xác của dự báo thấp hơn, chỉ đạt 54%.; đối với các ngưỡng mưa 50mm và 100mm thì độ chính xác của mô hình khi dự báo bằng CN và KCN đều tăng lên và có độ chính xác gần như nhau nhưng độ chính xác của các phân vùng khác nhau có độ chính xác khác nhau rõ rệt như: phân vùng Quảng Bình và Quảng Trị cho độ chính xác đạt 80-95%; phân vùng Quảng Nam-Đà Nẵng và Quảng Ngãi chỉ đạt phổ biến 65-85%, còn phân vùng Thừa Thiên_Huế cho độ chính xác của dự báo thấp nhất, chỉ đạt 45-60%.

Chỉ số PC hạn dự báo 24h

00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)

Hình 3.26: Biến đổi chỉ số PC với các ngưỡng mưa tại hạn dự báo 24h


69

Bảng 3.17: Các điểm số đánh giá mưa tích lũy 48h theo các ngưỡng mưa



Tỉnh Quảng Bình 1.28 0.87 0.32 0.62 0.7 1.21 0.85 0.3 0.63 0.71

Tỉnh Quảng Trị 1.32 1 0.24 0.76 0.76 1.33 1 0.25 0.75 0.75 Tỉnh Thừa Thiên_Huế

1.18 0.97 0.17 0.8 0.81 1.19 0.99 0.17 0.82 0.82

Đà Nẵng -Quảng Nam

1.49 0.98 0.34 0.65 0.67 1.42 0.98 0.31 0.68 0.71

Tỉnh Quảng Ngãi 1.07 0.97 0.09 0.89 0.89 1.07 0.97 0.09 0.89 0.89



1.57 0.81 0.48 0.46 0.76 1.52 0.81 0.47 0.47 0.77


1.33 0.92 0.31 0.65 0.7 1.31 0.9 0.31 0.64 0.69


1.56 0.97 0.38 0.61 0.71 1.44 0.97 0.32 0.67 0.77

Tỉnh Quảng Ngãi 1.2 0.91 0.24 0.7 0.75 1.15 0.87 0.24 0.69 0.74

Ngưỡng mưa >100mm Cả KV TTB 1.83 0.81 0.55 0.41 0.7 1.79 0.76 0.57 0.38 0.68


1.23 0.54 0.56 0.32 0.82 1.23 0.46 0.63 0.26 0.8


2.3 0.89 0.61 0.37 0.51 2.37 0.89 0.63 0.36 0.49

Đà Nẵng -Quảng Nam 2.05 0.86 0.58 0.4 0.65 1.91 0.77 0.6 0.36 0.64

Tỉnh Quảng Ngãi 1.45 0.84 0.42 0.52 0.71 1.42 0.84 0.41 0.53 0.73

Nhận xét kết quả đối với mưa tích lũy hạn dự báo 48h (Bảng 3.17)

* Chỉ số FBI:

Hai trường hợp CN và KCN đều cho diện tích vùng mưa dự báo lớn hơn vùng mưa quan trắc, diện tích vùng mưa dự báo KCN ở hạn dự báo 48h có xu hướng gần với diện mưa thực hơn khi tính bằng CN. Chỉ số FBI của cả hai ngưỡng mưa 15mm và mưa 50mm đạt phổ biến 1.1 – 1.6, đối với ngưỡng mưa trên 100mm độ chính xác của diện tích vùng mưa và thực tế đã có chênh lệch lớn giữa các phân vùng cụ thể: phân vùng

70

Quảng Bình và Quảng Ngãi chỉ số FBI với trường hợp CN là 1.23-1.31 và KCN là 1.23; ba phân vùng còn lại chỉ số FBI đối với CN là 1.92 – 2.3 và KCN là 1,85 – 2.37.


0

0.5

1

1.5

2

2.5

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN

Thừa Thiên Huế_CN


Quảng Ngãi_CN


0

0.5

1

1.5

2

2.5

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)



*Chỉ số POD:

Với ngưỡng mưa lớn hơn 15mm ở hạn dự báo 48h, cả hai trường hợp CN và KCN xác suất phát hiện đúng sự kiện mưa trên cả khu vực đạt 95% với KCN và 96% với CN. Chỉ số POD thấp nhất khi chia phân vùng là ở Quảng Bình nhưng cũng đạt 87% đối với trường hợp CN và 85% đối với KCN.

Với ngưỡng mưa 50mm chỉ số POD trường hợp CN và KCN tương đương nhau, đạt 87-88% trên toàn khu vực; tại các phân vùng chỉ số này biến đổi từ 80-970% nhưng không có khác biệt đáng kể giữa CN và KCN. Ở ngưỡng mưa lớn hơn 50mm trong hạn 48h POD của phân vùng Quảng Trị thấp nhất chỉ đạt 72% đối với CN và 76% đối với KCN. Riêng ngưỡng mưa trên 100mm, POD của trường hợp CN cho kết quả tốt hơn so với trường hợp KCN. Tính trên cả khu vực Trung Trung Bộ chỉ số POD đạt 81% đối với trường hợp CN so với 76% là của trường hợp KCN. Đối với các phân vùng từ Thừa Thiên_Huế đến Quảng Ngãi chỉ số POD đạt 88-89% với trường hợp CN và 77-89% với trường hợp KCN, phân vùng Quảng Bình và Quảng Trị có chỉ số POD thấp hơn các phân vùng khá nhiều, chỉ đạt 54-69% trường hợp CN và 46-69% trường hợp KCN.


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)



71

* Chỉ số FAR:


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)



Đối với việc phát hiện dự báo sai của mô hình FAR, cả hai trường hợp CN và KCN tương đương nhau, với ngưỡng mưa 15mm chỉ số FAR dao động tương ứng là 0.17-0.34 và 0.15-0.3. Ngưỡng mưa trên 50mm trường hợp CN là 0.28-0.54, KCN là 0.26-0.51, còn đối với ngưỡng mưa trên 100mm chỉ số FAR là 0.56-0.64 đối với CN và 0.6-0.63 đối với KCN, riêng phân vùng Quảng Ngãi có chỉ số FAR tốt nhất, đạt 0.32 với CN và 0.34 với trường hợp KCN

· Chỉ số CSI

Kết quả cho thấy với hạn dự báo 48h trường hợp CN và KCN ở hai ngưỡng mưa nhỏ hơn 100mm là tương đương nhau, chỉ số CSI đạt phổ biến ở ngưỡng mưa 15mm từ 0.62 - 0.82 và giảm khi ở ngưỡng mưa 50mm CSI là 0.4 - 0.65, còn ngưỡng mưa trên 100mm thì CN có chỉ số CSI tốt hơn đạt 0.41 so với 0.38 của KCN đối với cả khu vực. Đặc biệt phân vùng Quảng Ngãi có điểm số thành công lớn hơn hẳn các phân vùng khác, chỉ số CSI đạt 0.62 trong trường hợp CN và 0.57 đối với KCN.


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)



* Chỉ số PC

72


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)



Đánh giá chung độ chính xác của mô hình khi dự báo mưa lớn qua chỉ số PC đối với hạn dự báo 48h cho các ngưỡng mưa ta thấy: với ngưỡng mưa 15mm các phân vùng trong khu vực Trung Trung Bộ trong cả hai trường hợp CN và KCN có độ chính xác phổ biến từ 70-80% , trường hợp CN phân vùng Quảng Nam-Đà Nẵng cho kết quả thấp nhất, chỉ đạt 67%; đối với các ngưỡng mưa 50mm thì độ chính xác của dự báo bằng CN và KCN của các phân vùng giảm hơn với ngưỡng mưa 15mm. Ngưỡng mưa trên 50mm các phân vùng có độ chính xác phổ biến 69-77% cho cả hai trường hợp CN và KCN, riêng phân vùng Quảng Trị có độ chính xác dự báo ở ngưỡng mưa này thấp nhất, đạt 61% cho CN và 64% với KCN; còn đối với ngưỡng mưa trên 100mm các phân vùng khác nhau có độ chính xác khác nhau khá lớn nhưng khá đồng nhất giữa các trường hợp CN và KCN đối với mỗi phân vùng, cụ thể các phân vùng Quảng Bình, Quảng Trị và Quảng Ngãi có độ chính xác tốt, phổ biến 75-82% nhưng phân vùng Quảng Nam – Đà Nẵng chỉ đạt 65% cho cả hai trường hợp CN và KCN, phân vùng Quảng Trị có độ chính xác thấp nhất, chỉ đạt 51% với CN và 49% đối với KCN.

Nhận xét kết quả đối với hạn dự báo 72h (Bảng 3.18)

· Chỉ số FBI:


00.20.40.60.8

11.21.41.61.8

2

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


0

0.5

1

1.5

2

2.5

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)



73

Các chỉ số FBI với các trường hợp CN và KCN đều cho diện tích vùng mưa dự báo khá chính xác với diện tích vùng mưa quan trắc phổ biến từ: 0.9-1.4 đối với tất cả các ngưỡng mưa và với các phân vùng, riêng phân vùng Quảng Nam-Đà Nẵng có phân bố mưa dự báo sai khác nhiều nhất, FBI trường hợp CN đạt 1.88 và 2.25 với KCN.

* Chỉ số POD:


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)



Đối với ngưỡng mưa vừa và mưa to ở hạn dự báo 72h, cả hai trường hợp CN và KCN xác suất phát hiện đúng sự kiện mưa trên cả khu vực với tất cả các phân vùng đạt 90-100%, riêng phân vùng Quảng Trị thấp hơn, chỉ đạt 76% với CN và 83% với KCN. Ở ngưỡng mưa trên 100mm chỉ số POD giảm thấp hơn với giá trị 75-95% và phân vùng Quảng Ngãi chỉ số POD chỉ còn 61-67% với hai trường hợp CN và KCN; riêng phân vùng Quảng Trị rất thấp chỉ còn 44% với cả hai trường hợp CN và KCN.

· Chỉ số FAR:


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)



Đối với việc phát hiện dự báo sai của mô hình FAR, cả hai trường hợp CN và KCN trong hạn dự báo 72h rất tốt với tất cả các phân vùng ở ngưỡng mưa 15mm và 50mm chỉ số FAR phổ biến 0-0.25, riêng phân vùng Quảng Trị chỉ đạt 0.4; đối với ngưỡng mưa

74

trên 100mm chỉ số FAR tăng và đạt phổ biến 0.25-0.6 với cả hai trường hợp CN và KCN.

* Chỉ số CSI


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)



Điểm số thành công trong hạn dự báo 72h ở các phân vùng khác nhau đối với các ngưỡng mưa khác nhau có sự khác biệt khá rõ ràng, nhưng đối với trường hợp CN và KCN thì giá trị này không có khác biệt nhiều trong cùng một phân vùng và cùng một ngưỡng mưa. Ngưỡng mưa 15mm chỉ số CSI thống nhất giữa các phân vùng, phổ biến 0.8-0.9; riêng Quảng Bình thấp nhất chỉ đạt 0.68-0.69. Ngưỡng mưa lớn hơn 50mm chỉ số CSI giảm mạnh, các phân vùng Quảng Bình và Quảng Trị có điểm số thành công thấp nhất, đạt 0.48-0.65 với trường hợp CN và 0.54-0.72 trường hợp KCN; các phân vùng còn lại từ Thừa Thiên_Huế đến Quảng Ngãi có chỉ số thành công cao hơn đạt từ 0.78-0.92. Tại ngưỡng mưa trên 100mm chỉ số thành công của các phân vùng thấp hơn khá nhiều so với các ngưỡng mưa trước, phân vùng Quảng Bình và Thừa Thiên_Huế có điểm số thành công lớn nhất cũng chỉ đạt 0.65-0.70; các phân vùng còn lại chỉ đạt 0.3-0.5.

* Chỉ số PC


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_CN

Quảng Bình_CN

Quảng Trị_CN



Quảng Ngãi_CN


00.10.20.30.40.50.60.70.80.9

1

> 15mm > 50mm > 100mm

Ngưỡng mưa

Cả khu vực_KCN

Quảng Bình_KCN

Quảng Trị_KCN



Quảng Ngãi_KCN

(a) (b)



75

Độ chính xác của mô hình khi dự báo mưa lớn qua chỉ số PC đối với hạn dự báo 72h cho các ngưỡng mưa ta thấy: với ngưỡng mưa 15mm các phân vùng trong khu vực Trung Trung Bộ trong cả hai trường hợp CN và KCN có độ chính xác phổ biến từ 70-95% , trường hợp CN phân vùng Quảng Bình cho kết quả thấp nhất, chỉ đạt 70%; đối với các ngưỡng mưa lớn hơn 50mm thì độ chính xác của dự báo bằng CN và KCN của các phân vùng giảm hơn với ngưỡng mưa 15mm, ngưỡng mưa 50mm các phân vùng có độ chính xác phổ biến 75-90% cho cả hai trường hợp CN và KCN, riêng phân vùng Quảng Trị có độ chính xác dự báo ở ngưỡng mưa này thấp nhất, đạt 58% cho CN và 64% với KCN; còn đối với ngưỡng mưa trên 100mm các phân vùng khác nhau có độ chính xác khác nhau khá lớn nhưng khá đồng nhất giữa các trường hợp CN và KCN đối với mỗi phân vùng, cụ thể phân vùng Quảng Bình có độ chính xác tốt, phổ biến 89-90% nhưng các phân vùng còn lại chỉ đạt 55-70% cho cả hai trường hợp CN và KCN, cá biệt phân vùng Quảng Ngãi có độ chính xác thấp nhất đối với trường hợp CN, chỉ đạt 56% còn phân vùng Quảng Nam – Đà Nẵng lại có độ chính xác thấp nhất ở trường hợp KCN và có PC đạt 48% .

Bảng 3.18: Các điểm số đánh giá mưa 72h theo các ngưỡng mưa




1.48 0.96 0.35 0.63 0.67 1.52 0.98 0.36 0.64 0.67

Tỉnh Quảng Trị 1.14 0.99 0.13 0.86 0.86 1.15 1 0.13 0.87 0.87 Tỉnh Thừa Thiên_Huế 1.11 1 0.1 0.9 0.9 1.08 0.97 0.1 0.88 0.88

Đà Nẵng -Quảng Nam 1.19 1 0.16 0.84 0.85 1.2 1 0.17 0.83 0.83

Tỉnh Quảng Ngãi

1.07 0.97 0.09 0.89 0.89 1.07 0.97 0.09 0.89 0.89



1.39 0.87 0.37 0.57 0.76 1.45 0.94 0.36 0.62 0.79


1.14 0.99 0.14 0.85 0.86 1.1 0.92 0.17 0.77 0.77


1.4 1 0.29 0.71 0.74 1.4 1 0.29 0.71 0.74

Tỉnh Quảng Ngãi 1.2 0.91 0.24 0.7 0.75 1.15 0.87 0.24 0.69 0.74

Ngưỡng mưa >100mm Cả KV TTB 1.27 0.77 0.39 0.52 0.68 1.31 0.79 0.39 0.52 0.68


0.91 0.64 0.3 0.5 0.83 1.14 0.77 0.32 0.57 0.85

Tỉnh Quảng Trị 1.11 0.64 0.42 0.44 0.73 1.18 0.64 0.45 0.42 0.7

76

Hạn dự báo 72h Trường hợp Cập nhật Không cập nhật Chỉ số FBI POD FAR CSI PC FBI POD FAR CSI PC Tỉnh Thừa Thiên_Huế

1.58 1 0.37 0.63 0.65 1.48 0.92 0.38 0.59 0.62

Đà Nẵng -Quảng Nam 1.74 0.88 0.49 0.48 0.61 1.88 0.94 0.5 0.48 0.6

Tỉnh Quảng Ngãi 1.45 0.84 0.42 0.52 0.71 1.42 0.84 0.41 0.53 0.73

3.3. Quy trình dự báo mưa lớn

3.3.1 Xác định hình thế.

Mô hình synop đặc trưng cho dạng hình thế thời tiết đặc biệt này là: ở tầng thấp (từ mặt đất lên 1500m) có sự tăng cường của áp cao lạnh xuống Bắc bộ và bắc Trung Bộ, một sóng khí áp có trục theo hướng NNW-SSW kéo dài từ nam vịnh Bắc bộ đến ngoài khơi Trung Bộ trong phạm vi 15-20oN, 106-110oE. ở tầng cao (3000-5000m) sóng đông hoạt động trong khu vực 10-15oN, 105-115oE và dịch dần về phía tây.

3.3.2 Chạy mô hình

Chạy mô hình WRF với số liệu đầu vào từ mô hình toàn cầu GFS cho hai trường hợp là KCN và CN. Cấu hình miền tính được sử dụng là hai lưới lồng, tâm miền tính đặt tại 16oN-1080oE. Lưới một có kích thước 141x161 với bước lưới 30km, lưới hai có kích thước 91x67 với bước lưới 10km.

Nội suy lượng mưa dự báo của mô hình về 59 trạm (Bảng 2.6) của hai trường hợp CN và KCN.

3.3.3 Sử dụng phương trình hồi qui dự báo lượng mưa tại các trạm

Phương trình dự báo lượng mưa do hình thế KKL kết hợp với ITCZ tại các trạm trong khu vực Trung Trung Bộ như sau:

3.3.3.1 Phân vùng Quảng Bình

a, Phương trình dự báo trung bình khu vực:

Hạn 24h: TB_QB = 2.94 + 0.76 x Trường Sơn_CN

Hạn 48h: TB_QB =1.47 + 1.01 x Trường Sơn_CN

Hạn 72h: TB_QB = 11.32 + 0.95 x Trường Sơn_CN

b, Phương trình dự báo cho trạm Tuyên Hóa:

Hạn 24h: Tuyên Hóa = 0.94 + 0.52 x Trường Sơn_CN

Hạn 48h: Tuyên Hóa = -7.5 + 0.9 x Trường Sơn_CN

Hạn 72h: Tuyên Hóa = -4.86 – 1.04 x Mai Hóa_CN + 1.41 x Trường Sơn_CN

c, Phương trình dự báo cho trạm Ba Đồn:

77

Hạn 24h: Ba Đồn = -1.85 + 2.04 x Ba Đồn_KCN – 1.96 x Tân Mỹ_KCN + 0.63 x Kiến Giang_KCN

Hạn 48h: Ba Đồn = 1.88 + 0.73 x Ba Đồn_KCN

Hạn 72h: Ba Đồn = -9.30 + 1.14 x Đồng Tâm_CN + 0.73 x Kiến Giang_CN -1.24 x TB_CN

d, Phương trình dự báo cho trạm Đồng Hới:

Hạn 24h: Đồng Hới = 1.29 + 0.41 x Minh Hóa_CN + 0.4 x Mai Hóa_CN

Hạn 48h: Đồng Hới = 3.04 + 0.75 x Trường Sơn_CN

Hạn 72h: Đồng Hới = 11.71 + 0.67x Trường Sơn_CN

3.3.3.2 Phân vùng Quảng Trị


Hạn 24h: TB_QTr = 11.84 + 0.63 x Khe Sanh_KCN + 0.53 x Thạch Hãn_KCN

Hạn 48h: TB_QTr = 27.68 + 0.92 x Darkrong_CN

Hạn 72h: TB_QTr = 45.42 + 0.76 x TB_KCN

b, Phương trình dự báo cho trạm Khe Sanh:

Hạn 24h: Khe sanh = 8.02 +0.96 x Thạch Hãn_KCN – 0.42 x Cồn Cỏ_KCN

Hạn 48h: Khe sanh = 13.08 + 0.84 x TVĐông Hà_CN – 0.47 x Cồn Cỏ_CN

Hạn 72h: Khe sanh = 18.35 + 0.8 x TV Đông Hà_CN – 0.46 x Cồn Cỏ_CN

c, Phương trình dự báo cho trạm Đông Hà:

Hạn 24h: Đông Hà = 7.99 + 1.09 x Khe Sanh_KCN + 0.47 x Thạch Hãn_KCN

Hạn 48h: Đông Hà = 10.67 + 0.39 x Gia Vòng_KCN + 1.44 x Khe Sanh_KCN

Hạn 72h: Đông Hà = 18.24 + 1.16 x Khe Sanh_CN + 0.6 x TB_CN

d, Phương trình dự báo cho trạm Cồn Cỏ:

Hạn 24h: Cồn Cỏ = 7.75 + 0.21 x Hải Tân_CN

Hạn 48h: Cồn Cỏ = 16.2 – 0.96 x Thạch Hãn_KCN + 0.31 x Cồn Cỏ +1.08 x TB_KCN

Hạn 72h: Cồn Cỏ = 15.23 + 0.36 x Khe Sanh_CN + 0.31 x Cồn Cỏ_CN

3.3.3.3 Phân vùng Thừa Thiên_Huế


Hạn 24h: TB_TTH = -0.88 +1.53 x Tà Lương_CN

Hạn 48h: TB_TTH = -5.43 + 1.6 x Nam Đông_CN

Hạn 72h: TB_TTH = 21.82 – 0.47 x Phong Mỹ_KCN + 1.81 x Nam Đông_KCN

b, Phương trình dự báo cho trạm A Lưới:

Hạn 24h: A Lưới = -20.34 + 1.99 x Thượng Nhật_CN

78

Hạn 48h: A Lưới = -21.22 – 3.68 x Thượng Nhật_KCN + 5.84 x Nam Đông_KCN

Hạn 72h: A Lưới = -13.73 – 0.68 x Phong Mỹ_KCN + 2.4 x Nam Đông_KCN

c, Phương trình dự báo cho trạm Nam Đông:

Hạn 24h: Nam Đông = -33.06 + 3.33 x Thượng Nhật_CN

Hạn 48h: Nam Đông = 35.18 – 5.6 x Phong Mỹ_CN + 6.81 x Bình Điền_CN + 1.33 x Nam Đông_CN

Hạn 72h: Nam Đông = 148.58 – 6.1 x Phong Mỹ_CN + 3.16 x Nam Đông_CN + 5.39 x Kim Long_CN

d, Phương trình dự báo cho trạm Huế:

Hạn 24h: Huế = 19.52 + 2.65 x Phong Mỹ_CN – 1.31 x Nam Đông_CN

Hạn 48h: Huế = 8.03 + 1.45 x A Lưới_CN

Hạn 72h: Huế = 12.38 + 1.3 x A Lưới_CN

3.3.3.4 Phân vùng Quảng Nam – Đà Nẵng


Hạn 24h: TB_QNĐN = 0.04 + 0.96 x Đà Nẵng_CN

Hạn 48h: TB_QNĐN = -8.98 + 1.25 x Tiên Sa_CN + 1.21 x Tiên Phước_CN – 1.85 x Hiệp Đức_CN

Hạn 72h: TB_QNĐN = 18.34 – 2.25 x Hiệp Đức_KCN + 2.04 x Nông Sơn_KCN – 1.74 x Giao Thủy_KCN + 2.59 x Câu Lâu_KCN

b, Phương trình dự báo cho trạm Đà Nẵng:

Hạn 24h: Đà Nẵng = 1.77 +1.44 x Hội An_CN

Hạn 48h: Đà Nẵng = 5.72 + 0.7 x Tiên Sa_KCN – 1.45 x Hiệp Đức_KCN + 1.71 x Nông Sơn_KCN

Hạn 72h: Đà Nẵng = 58.03 – 0.97 x Hiên_KCN – 0.98 x Khâm Đức_KCN – 1.61 x Hội Khách_KCN + 2.83 x Hội An_KCN

c, Phương trình dự báo cho trạm Trà My:

Hạn 24h: Trà My = 2.35 + 2.55 x Tiên Phước_CN -1.55 x Hiệp Đức_CN

Hạn 48h: Trà My =24.23 + 2.87 x Tiên Phước_CN – 2.19 x Hiệp Đức_CN

Hạn 72h: Trà My = 27.85 + 1.14 x Khâm Đức_CN + 1.03 x Hội Khách_CN + 1.95 x Tiên Phước_CN – 4.01 x Hiệp Đức_CN + 0.99 x TV Tam Kỳ_CN

d, Phương trình dự báo cho trạm Tam Kỳ:

Hạn 24h: Tam Kỳ = 8.47 + 1.06 x Khâm Đức_CN

Hạn 48h: Tam Kỳ = 4.55 + 0.91 x Tiên Phước_KCN

Hạn 72h: Tam Kỳ = -0.95 + 1.92 x Khâm Đức_CN – 2.71 x Hiệp Đức_CN + 1.93 x TV Tam Kỳ

3.3.3.5 Phân vùng Quảng Ngãi

79


Hạn 24h: TB_QNg = 3.76 + 0.47 x Châu Ổ_KCN + 4.53 x Ba Tơ_KCN – 5.09 x Minh Long_KCN + 0.98 x Lý Sơn_KCN

Hạn 48h: TB_QNg = 2.08 + 0.86 x Giá Vực_KCN + 0.32 x Lý Sơn_KCN

Hạn 72h: TB_QNg = 10.3 + 0.55 x Giá Vực_CN + 0.38 x Trà Khúc_CN

b, Phương trình dự báo cho trạm Quảng Ngãi:

Hạn 24h: Quảng Ngãi = -3 + 1.67 x Trà Bồng_KCN -1.77 x Minh Long_KCN

Hạn 48h: Quảng Ngãi = -4.41 + 2.1 x Trà Khúc_CN – 2.76 x An Chỉ_CN + 2.26 x TB_CN

Hạn 72h: Quảng Ngãi = -3.23 – 0.9 x Sơn Giang_KCN + 0.63 x Lý Sơn_KCN + 1.53 x TB_KCN

c, Phương trình dự báo cho trạm Ba Tơ:

Hạn 24h: Ba Tơ = 10.27 + 0.99 x Châu Ổ_CN -1.92 x Sơn Giang_CN + 9.12 x Ba Tơ_CN – 9.01 x Minh Long_CN + 1.64 x Lý Sơn_CN

Hạn 48h: Ba Tơ = 44.15 + 0.57 x Giá Vực_CN – 2.65 x Sơn Giang_CN + 2.57 x TB_CN

Hạn 72h: Ba Tơ = 57.66 + 0.17 x Châu Ổ_KCN – 2.81 x Sơn Giang_KCN + 3.17 x TB_KCN

d, Phương trình dự báo cho trạm Lý Sơn:

Hạn 24h: Lý Sơn = 22.85 + 0.82 x Sơn Giang_CN -0.45 x Lý Sơn_CN

Hạn 48h: Lý Sơn = 33.47 + 0.49 x Sơn Giang_CN

Hạn 72h: Lý Sơn = 53.59 + 0.5 x Lý Sơn_KCN

Các kết quả lượng mưa dự báo bằng phương trình hồi qui nhỏ hơn không được thay bằng lượng mưa dự báo nội suy về trạm bằng mô hình.

80

KẾT LUẬN

Từ kết quả nghiên cứu trong luận văn HVCH rút ra một số kết quả chính như sau:

1. Đã đưa ra tổng quan về mưa lớn khu vực Trung Trung Bộ và chọn ra bộ thông số thích hợp cho mô hình WRF với mục đích dự báo mưa lớn do KKL kết hợp ITCZ ở Trung Trung Bộ.

2. Chạy mô hình dự báo trước 3 ngày cho 14 đợt mưa trong hai trường hợp CN và KCN số liệu địa phương (tổng có 142 Obs dự báo), bằng phương pháp hồi quy có lọc với các nhân tố dự tuyển là lượng mưa dự báo bằng mô hình tại các trạm đã xây dựng và đánh giá các phương trình dự báo lượng mưa trước 24, 48 và 72h cho 15 trạm và 5 tiểu khu khi có hình thế mưa do KKL kết hợp ITCZ tại Trung Trung Bộ. Kết quả cho thấy ở hầu hết các trạm dự báo lượng mưa khi có cập nhật số liệu địa phương cho kết quả tốt hơn không cập nhật số liệu địa phương. Dựa trên kết quả đánh giá đã chọn được các phương trình dự báo tối ưu cho các trạm và tiểu khu vực.

3. Đã đưa ra quy trình dự báo lượng mưa do KKL kết hợp ITCZ tại Trung Trung Bộ. Sử dụng qui trình dự báo mưa này cho kết quả dự báo lượng mưa gần với thực tế hơn so với các dự báo của WRF khi có CN và KCN số liệu địa phương.

Phương án xây dựng phương trình hồi quy đối với dự báo mưa dựa trên kết quả dự báo của WRF với trường hợp không cập nhật và cập nhật số liệu địa phương đã cải thiện đáng kể chất lượng dự báo mưa do KKL kết hợp ITCZ ở khu vực Trung Trung Bộ. Trong tương lai cần nghiên cứu kỹ các trường hợp mưa lớn ở các trạm và nghiên cứu dự báo mưa lớn ở Trung Trung Bộ cho các hình thế khác.

81

TÀI LIỆU THAM KHẢO

Tiếng Việt

1. Phạm Vũ Anh, Bài giảng cao học. Phân tích hình thế synop nâng cao.

2. Hoàng Đức Cường, 2008: Nghiên cứu thử nghiệm dự báo mưa lớn ở Việt

Nam bằng mô hình MM5. Báo cáo tổng kết đề tài nghiên cứu khoa học cấp

Bộ.

3. Chu Thị Thu Hường, 2007: Nghiên cứu thử nghiệm dự báo mưa thời hạn từ

1 đến 3 ngày cho khu vực Trung Bộ Việt Nam bằng mô hình WRF, Luận văn

thạc sĩ, Trường ĐHKHTN, ĐHQGHN.

4. Vũ Thanh Hằng, 2008: Nghiên cứu tác động của tham số hóa đối lưu đối với

dự báo mưa bằng mô hình HRM ở Việt Nam. Luận án tiến sỹ ngành khí

tượng.

5. Quyết định: Qui chế báo áp thấp nhiệt đới, bão, lũ. Quyết định số

17/2011/QĐ-TTg ngày 14 tháng 3 năm 2011 của Thủ tướng Chính phủ.

6. Phan Văn Tân, Các phương pháp thống kê trong khí hậu, Nxb ĐHQGHN,

2003.

7. Nguyễn Thị Thanh, 2010. Đồng hóa số liệu vệ tinh trong mô hình WRF để

dự báo mưa lớn ở khu vực Trung Bộ. Luận văn Thạc sĩ, Trường ĐHKHTN,

ĐHQGHN.

8. Trần Tân Tiến, Nguyễn Minh Trường, Công Thanh, Kiều Quốc Chánh,

2004: Sử dụng mô hình RAMS mô phỏng đợt mưa lớn ở miền Trung tháng

9/2002, Tạp chí khoa học ĐHQGHN, KHTN & CN Tập XX (3PT), tr. 51-60.

9. Kiều Thị Xin, 2002: Nhập môn kỹ thuật dự báo thời tiết số. Giáo trình

ĐHKHTN.

10. Kiều Thị Xin, 2005: Nghiên cứu dự báo mưa lớn diện rộng bằng công nghệ

hiện đại phục vụ phòng chống lũ lụt ở Việt Nam. Báo cáo tổng kết đề tài

khoa học công nghệ độc lập cấp nhà nước, tr.121-151.

Tiếng Anh.

11. ARWUsersGuideV3.2

82

12. Black T.M., 1994: The new NMC mesoscale Eta model: Description and forecast

examples, Wea. Forecasting Vol.9, pp. 265-278.

13. Brennan M.J, Pereira F M.J., Pereira F., Bodner. M.J., and Grumm R.H.,

2009: Assessing the Potential for Rare Precipitation Events with

Standardized Anomalies and Ensemble Guidance at the

Hydrometeorological Prediction Center. Bull. Amer. Meteor. Soc., 90, 445–

453.

14. Grell G.A., 1993: Prognostic evalation of assumptions used by cumulus

parameterizations, Mon. Wea. Rev. Vol.121, pp. 764-787.

15. Hong S.-Y, Pan H.-L. (1998), “Convective trigger function for a mass-flux

cumulus parameterization scheme”, Mon. Wea. Rev. Vol.(126), pp. 2599-

2620.

16. Huo, Z., Zhang D-L, Gyakum J., and Staniforth A., 1995: A Diagnostic Analysis

of the Superstorm of March 1993. Mon. Wea. Rev., 123, 1740-1761.

17. Lai Edwin S.T. & Ping Cheung (2001). Short-range rainfall forecast in Hong

Kong. Hong Kong Observatory.

18. Mesinger F. (1998), “Comparision of quantitative precipitation forecasts by

the 48- and by the 29-km Eta model: An update and possible implication”,

Preprints, 12th Conf. on Numerical Weather Prediction, Phoenix, AZ, Amer.

Meteor. Soc., J22-J23

19. Rogers E., Coauthors, 1998: “Changes to the NCEP Operational “Early” Eta

Analysis/Forecast system. NWS Tech. Procedures Bull. Vol.(447), National

Oceanic and Atmospheric Administration/National Weather Service, 14 pp.

20. Spencer, P.L, and Stensrud D.J, 1998: Simulating Flash Flood Events:

Importance of the Subgrid Representation of Convection. Mon. Wea. Rev.,

126, 2884-2912

21. Tiedtke M., 1988: Parameterization of cumulus convection in large-scale models,

Physically Based Modelling and Simulation of Climate and Climate change, M.

Schlesinger, Ed., Reidel, pp. 375-431.

22. Ulrich Damrath, 2002, Verification of the operational NWP models at DWD

23. Weisman M.L., Skamarock W.C. and Klemp J.B., 1997: The resolution

dependence of explicitly modeled convective systems. Mon. Wea. Rev., 125,

527-548.

83

24. Yoshinori Shoji, Masaru Kunii, and Kazuo Saito, 2009: Assimilation of

Nationwide and Global GPS PWV Data for a Heavy Rain Event on 28 July 2008

in Hokuriku and Kinki, Japan, Mon. Wea. Rev, vol.10, pp. 2151-2159.

25. Zhang D.-L., Kain J.S., Fritsch J.M., Gao K., 1994: Comments on

‘Parameterization of convective precipitation in mesoscale numerical models. A

critical review, Mon. Wea. Rev, vol.122, pp. 2222-2231.

84

Phụ lục

Hình 4.1: Bản đồ synop ngày 28/04/2007


85



86



87



88


Hình 4.10: Bản đồ synop ngày

89



90



Documents

LỜI CẢM ƠN - hus.vnu.edu.vn · 1 LỜI CẢM ƠN Trước hết, tôi xin bày tỏ lòng biết ơn sâu sắc tới GS. TS. Trần Tân Tiến, là người đã tận tình