Báo cáo nghiên cứu khoa học " Nghiên cứu phương pháp dự báo dông cho sân bay Nội Bài theo trường khí tượng dự báo bằng mô hình ETA "

Chia sẻ: Nguyen Nhi | Ngày: | Loại File: PDF | Số trang:0

Thêm vào BST

Báo xấu

55
lượt xem 4
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài báo trình bày dự báo xuất hiện dông tại Nội Bài bằng cách sử dụng kết quả dự báo các trường khí tượng của mô hình ETA.Sản phẩm của ETA đưa ra ở 141x141 điểm với độ phân giải 28 km và 38 mực.Miền tính từ -4 độ đến 32 độ và từ 90 đến 125 độ.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Báo cáo nghiên cứu khoa học " Nghiên cứu phương pháp dự báo dông cho sân bay Nội Bài theo trường khí tượng dự báo bằng mô hình ETA "

Tạp chí Khoa học Đại học Quốc gia Hà Nội, Khoa học Tự nhiên và Công nghệ 25, Số 1S (2009) 115‐123 Nghiên cứu phương pháp dự báo dông cho sân bay Nội Bài theo trường khí tượng dự báo bằng mô hình ETA Trần Tân Tiến*, Đỗ Thị Hoàng Dung Khoa Khí tượng Thủy văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, ĐHQGHN Ngày nhận 02 tháng 01 năm 2009 Tóm tắt. Bài báo trình bày dự báo xuất hiện dông tại Nội Bài bằng cách sử dụng kết quả dự báo các trường khí tượng của mô hình ETA.Sản phẩm của ETA đưa ra ở 141x141 điểm với độ phân giải 28 km và 38 mực.Miền tính từ -4 độ đến 32 độ và từ 90 đến 125 độ. Đã sử dụng phần mềm RAOB 5.6 để tính các chỉ số dông ở 10x10 điểm mà Nôi Bài nằm ở tâm của miền con.Đã tìm giá trị cưc tri và giá tri trung bình của các chỉ số đong trong miền tính làm nhân tố dự tuyển. Đà tiến hành tuyển chọn nhân tố dự báo và chọn được CAPEmax, SWEATmin, KOmax, KOmin, Kavar and SDWmin làm nhân tố dự báo.Sử dụng hời quy tuyến tinhs để xây dựng phương trình dự báo dông,Kết quả đánh giá trên chuỗi số liệu phụ thuộc và độc lập cho thấy phương pháp dự báo cho kết quả tố và có thể sử dụng trong điều kiện nghiệp vụ. 1. Giới thiệu∗ lớn. Cùng với sự phát triển nhanh của đời sống kinh tế cộng đồng, nhu cầu vận chuyển và đi lại bằng đường hàng không ngày càng cao nên nguy Các hiện tượng thời tiết nguy hiểm nói cơ các tại nạn hàng không xảy ra càng nhiều. Vì chung và dông sét nói riêng có tác động mạnh vậy việc nâng cao chất lượng dự báo dông cho mẽ đến mọi mặt của đời sống kinh tế xã hội và khu vực sân bay là vấn đề có tính cấp thiết. gây nguy hại cho sự phát triển bền vững của các quốc gia trên thế giới. Đặc biệt trong bối Trong vài thập kỷ gần đây việc áp dụng cảnh hiện nay khi tình hình thời tiết khí hậu phương pháp số trị cho dự báo dông ở các cảng đang có nhiều dấu hiệu diễn biến phức tạp thì hàng không đã và đang được các nhà khoa học vấn đề này càng thu hút nhiều sự quan tâm và phát triển mạnh mẽ, và đã đạt được một số kết nghiên cứu của cộng đồng và các nhà khoa học quả đáng kể. Nhằm đáp ứng nhu cầu thực tiễn trên thế giới. của việc nâng cao chất lượng dự báo dông, góp phần tăng cường hiệu quả việc áp dụng các Việt Nam nằm trong khu vực nhiệt đới gió phương pháp dự báo hiện đại trong dự báo mùa, tại một trong những trung tâm dông lớn dông, đảm bảo an toàn cho ngành hàng không của thế giới, dông hầu như có thể xảy ra quanh tránh các thiệt hại về người và của do dông gây năm ở tất cả các khu vực trên cả nước nên nguy ra tại khu vực sân bay, đặc biệt là trên khu vực cơ tác động của dông sét đối với các ngành kinh đường băng, chúng tôi đã tiến hành nghiên tế nói chung và ngành hành không nói riêng là rất cứu phương pháp dự báo dông cho sân bay _______ Nội Bài theo các trường khí tượng dự báo ∗ Tác giả liên hệ. ĐT: 84-4-38584943. bằng mô hình ETA. E-mail: tientt@vnu.edu.vn 115
1 16 T.T. Tiến, Đ.T.H. Dung / Tạp chí Khoa học ĐHQGHN, Khoa học Tự Nhiên và Công nghệ 25, Số 1S (2009) 115‐123 Trong nghiên cứu này chúng tôi dự báo sự các trung tâm dự báo thời tiết thì hiện nay có rất xuất hiện dông ở sân bay Nội Bài và vùng phụ nhiều mô hình số trị động lực về thuỷ văn, hải cận cho hạn dự báo đến 48 giờ, mỗi dự báo cách văn, môi trường (như mô hình dự báo nước nhau 3 giờ, bằng cách trường khí tượng dự báo dâng do bão, mô hình dự báo sóng, mô hình dự lấy từ mô hình dự báo thời tiết bất thủy tỉnh ETA. báo lũ, mô hình lan truyền ô nhiễm ...) có yêu cầu đầu vào từ các kết quả dự báo của mô hình dự báo số. Do đó việc nghiên cứu áp dụng mô hình ETA có ý nghĩa thực tiễn lớn trong phục 2. Mô hình ETA vụ công tác dự báo thời tiết hàng ngày và cung cấp số liệu đầu vào cho các mô hình nói trên. Mô hình dự báo thời tiết bất thủy tĩnh ETA Theo đánh giá của NCEP thì mô hình ETA cho do trường đại học Belgrade và Viện Khí Tượng kết quả dự báo khá tốt ở miền nhiệt đới, đặc - Thuỷ Văn Federal - Belgrade cùng với Trung biệt là khu vực đồi núi. Tâm Khí Tượng Quốc Gia Mỹ xây dựng. Hiện nay trên thế giới có nhiều nước sử Điểm đặc biệt của mô hình này là sự biến dụng mô hình ETA như Nam Tư, Hy Lạp, Italy, đổi từ hệ toạ độ theo phương thẳng đứng σ sang Rumani và các nước Nam Mỹ ... Phiên bản mới một hệ toạ độ mới là hệ tọa độ thẳng đứng địa nhất của mô hình ETA bất thuỷ tĩnh được hoàn hình η. Hệ toạ độ này được sử dụng nhằm loại thiện và sử dụng tại Đại Học Tổng Hợp Hy bỏ hoặc giảm thiểu sai số của mô hình sinh ra Lạp, đứng đầu là GS. G. Kaloss. Nhóm nghiên trong tính toán lực gradien khí áp ngang, bình cứu dự báo khí tượng của Trường Đại Học lưu, khuếch tán ngang dọc địa hình dốc. Trong Khoa Học Tự Nhiên - Đại Học Quốc Gia Hà hệ toạ độ η, độ cao địa hình được chia thành Nội với sự giúp đỡ của GS. G. Kaloss đã áp từng cấp bậc, cấp bậc này phụ thuộc vào độ dụng thành công mô hình này vào thử nghiệm phân giải thẳng đứng của mô hình và độ cao dự báo thời tiết ở việt nam của núi. Hệ toạ độ η cho phép địa hình tồn tại hơn một mặt trong khi hệ tọa độ σ chỉ có một. Điều này cho phép tính toán gradien khí áp 3. Xây dựng phương trình dự báo dông cho ngang chính xác hơn do ta không đưa vào sai số sân bay Nội Bài do biến đổi độ cao địa hình giữa các điểm lưới. Với hệ toạ địa hình η, mô hình có thể nắm bắt 3.1. Cơ sở dữ liệu được dòng chuyển động cưỡng bức địa hình tạo điều kiện thuận lợi cho đối lưu phát triển. Số liệu ban đầu của mô hình ETA được lấy Theo phương ngang mô hình ETA sử dụng từ số liệu lưu trữ của mô hình toàn cầu AVN. lưới toạ độ bán so le E. Qua nghiên cứu thực tế Trường số liệu của mô hình AVN có độ phân cho thấy, lưới E mô phỏng các quá trình quy giải ngang 10 x 10 kinh vĩ (tương đương 111km) mô nhỏ tốt hơn các loại lưới khác. Đạo hàm trên 26 mực theo chiều thẳng đứng. Các số liệu theo thời gian trong ETA được sai phân theo sơ này được cung cấp miễn phí trên internet ở các đồ sai phân thời gian hiển A. Đối với các quá thời điểm 00z, 06z, 12z, 18z. Vì trường số liệu trình quy mô nhỏ thì sử dụng sơ đồ sai phân của mô hình AVN chưa phù hợp với trường số hiển tiến - lùi. Các số hạng bình lưu được sai liệu của mô hình ETA nên chúng được nội suy phân hoá bằng cách áp dụng kỹ thuật tách, kỹ về số liệu của mô hình ETA bằng một chương thuật này cho phép sử dụng bước thời gian lớn, trình Fortran. Quá trình chạy và hiển thị kết do đó hiệu suất tính toán của mô hình cao hơn quả của mô hình khoảng 1 giờ, kết qủa dự so với các phương pháp khác. báo các trường khí tượng như độ cao địa thế Bên cạnh việc cung cấp các thông tin dự vị, nhiệt độ, gió, độ ẩm... được dự báo và ghi báo của các trường khí tượng hàng ngày cho ra 3 giờ một.
117 T.T. Tiến, Đ.T.H. Dung / Tạp chí Khoa học ĐHQGHN, Khoa học Tự Nhiên và Công nghệ 25, Số 1S (2009) 115‐123 Kết quả dự báo các trường khí tượng này bay và vùng phụ cận trong 3 h. Việc xác định được ghi ra trên các điểm lưới của miền lưới ngưỡng dự báo cho yếu tố dự báo của qui trình gồm 141 x 141 điểm, bước lưới 0.25 độ (tương dự báo sẽ được trình bày trong các phần sau. đương 28km) bao phủ vùng lãnh thổ có vĩ độ ϕ Độ dài của chuỗi số liệu yếu tố dự báo gồm 480 = -40 ÷ 320, kinh độ δ = 900 ÷ 1250, tâm lưới lần quan trắc trong 30 ngày của 3 tháng 5, 6, 7 của năm 2006. nằm tại tọa độ (108,14), Việt Nam nằm giữa miền lưới. Từ miền lưới này chúng tôi chọn ra * Nhân tố dự báo một miền lưới con gồm 10x10 điểm, bao phủ Nhân tố dự báo của qui trình và phương khu vực có vĩ độ ϕ = 200 ÷ 22.250, kinh độ δ = trình dự báo là các giá trị lớn nhất, nhỏ nhất, và 1040 ÷ 106.250, sân bay Nội Bài (có tọa độ ϕ trung bình của các chỉ số dông được tính theo =21.240, δ = 105.380) nằm giữa miền tính. Các phần mềm RAOB 5.6. Khu vực tính toán là chỉ số dông được tính theo các trường khí tượng miền lưới xung quanh trạm Nội Bài gồm 100 dự báo 48 giờ bằng mô hình ETA trên các điểm điểm lưới. lưới của miền lưới con này. Từ kết quả các trường khí tượng output của Để tính được các chỉ số dông chúng tôi đã mô hình ETA như đã trình bày ở trên, phần lấy ra các trường dự báo độ cao địa thế vị, nhiệt mềm RAOB 5.6 đã tính toán được giá trị của 15 độ, nhiệt độ điểm sương, độ ẩm tương đối, chỉ số dông tại 100 nút lưới. Các chỉ số dông thành phần gió kinh hướng và thành phần gió vĩ được phần mềm RAOB 5.6 tính toán gồm có: hướng tại 100 điểm lưới của miền lưới con trên Cape Total, Boyden Index, Cross Total, 38 mực (các mực cách nhau 25mb từ mực Jefferson Index, K Index, KO Index, Lifted 1000mb đến mực 75mb) tại các thời điểm dự Index, S Index, Showalter Index, nhiệt độ điểm báo 03h, 06h, 09h, 12h, 15h, 18h, 21h, 24h, sương bề mặt (SDW), Sweat Index, Thompson 27h, 30h, 33h, 36h, 39h, 42h, 45h, 48h. Index, TQ Index, Total Totals, Vertical Total. Sau đó chúng tôi tính các giá trị lớn nhất, giá trị 3.2. Yếu tố dự báo và nhân tố dự báo nhỏ nhất và giá trị trung bình của từng chỉ số trong 100 điểm lưới cho từng trường hợp. Các * Yếu tố dự báo giá trị lớn nhất, nhỏ nhất và trung bình của từng Yếu tố dự báo để xây dựng phương trình dự chỉ số này được xem như các nhân tố dự tuyển báo là xác suất xuất hiện hiện tượng dông tại (có tổng cộng 3 x 15 = 45 nhân tố dự tuyển). sân bay Nội Bài trong khoảng thời gian 3h. Nếu Giá trị 45 nhân tố này tại các thời điểm dự báo: dông được quan trắc trong cả 3 giờ liên tiếp thì 03h, 06h, 09h, 12h, 15h, 18h, 21h, 24h, 27h, yếu tố dự báo có giá trị bằng 1, nếu dông được 30h, 33h, 36h, 39h, 42h, 45h, 48h của 30 dự quan trắc trong 2 giờ bất kỳ thì yếu tố dự báo báo trong 3 tháng 5, 6, 7 của năm 2006, tạo ra nhận giá trị 0.66, nếu dông được quan trắc trong chuỗi số liệu gồm 30x16=480 trường hợp. Các 1 giờ bất kỳ thì yếu tố dự báo nhận giá trị 0.33, nhân tố kể trên ở thời điểm ti được dùng để dự báo và yếu tố dự báo nhận giá trị 0 nếu dông không hiện tượng dông trong khoảng thời gian 3 giờ được quan trắc trong 3 giờ liên tiếp. Do đó yếu (ti
1 18 T.T. Tiến, Đ.T.H. Dung / Tạp chí Khoa học ĐHQGHN, Khoa học Tự Nhiên và Công nghệ 25, Số 1S (2009) 115‐123 Hình 1. Qui trình tính toán dự báo dông cho sân bay Nội Bài. 3.3. Tuyển chọn nhân tố dự báo Chỉ tiêu để tuyển chọn nhân tố dự báo sẽ là δ a) Tuyển chọn nhân tố dự báo theo chỉ tiêu R= (1) phân lớp R ∆ Ta có hai pha thời tiết là φ1 (không xảy ra Trong chuỗi số liệu đầu ra của mô hình gồm dông) và φ2 (có dông). Sử dụng nhân tố dự báo 480 trường hợp, chúng tôi chọn chuỗi gồm 319 xi, theo số liệu trên, ta chia xi ứng với hai pha trường hợp làm chuỗi số liệu phụ thuộc để xây thời tiết φ1 và φ2. Trong từng lớp ta chọn được dựng phương trình dự báo dông và 161 trường giá trị cực đại và cực tiểu của chúng. Ký hiệu hợp còn lại được dùng làm chuỗi số liệu độc lập các giá trị đó là xmax1 , xmax2 và xmin1 , xmin2 . để kiểm nghiệm lại phương pháp dự báo. Trước Miền chung của hai lớp có thể xác định được hết 45 nhân tố có độ dài 480 trường hợp được bởi: sử dụng và được đánh giá theo các tiêu chí R δ=min(xmax1,xmax2)- max(xmin1,xmin1) nói trên để tìm ra các nhân tố dự báo tốt nhất. Kết quả tính toán chỉ tiêu tuyển chọn nhân tố Miền xác định của x theo chuỗi số liệu sẽ là : theo công thức (1) được liệt kê trong bảng 1. ∆=max(xmax1, xmax2)- min(xmin1,xmin2) -s Ở đây s = δ khi δ0
119 T.T. Tiến, Đ.T.H. Dung / Tạp chí Khoa học ĐHQGHN, Khoa học Tự Nhiên và Công nghệ 25, Số 1S (2009) 115‐123 Bảng 1. Chỉ tiêu tuyển chọn nhân tố R đối vói các chỉ số dông lớn nhất, nhỏ nhất, trung bình trên 100 điểm lưới X01 X02 X03 X04 X05 X06 X07 X08 X09 X10 X11 X12 X13 X14 X15 max 0.57 0.85 0.76 0.85 0.97 0.62 0.59 0.81 0.88 0.78 0.75 0.84 0.92 0.94 0.83 0.41 0.86 0.89 0.93 0.88 0.70 0.48 0.97 0.89 0.67 0.60 0.84 0.92 0.84 0.77 min 0.51 0.91 0.71 0.73 0.70 0.75 0.56 0.76 0.72 0.75 0.89 0.73 0.79 0.71 0.80 TB (Ghi chú: các nhân tố từ X01 đến X15 lần lượt tương ứng với các chỉ số Cape Total, Boyden Index, Cross Total, Jefferson Index, K Index, KO Index, Lifted Index, S Index, Showalter Index, nhiệt độ điểm sương bề mặt (SDW), Sweat Index, Thompson Index, TQ Index, Total Totals, Verticcal). Như chúng ta đã biết, R càng tiến gần đến 1 KOmax, KOmin, KOtb, SDWmin. Các nhân tố tức là nhân tố dự báo đó không có khả năng này được chọn để tiếp tục đưa vào tuyển chọn phân lớp, còn R càng tiến gần đến 0 thì miền theo hệ số tương quan giữa chúng. phân chia giữa hai pha thời tiết càng lớn. Chính b) Tuyển chọn nhân tố dự báo theo hệ số vì vậy, dựa theo kết quả tính R trong bảng trên tương quan ta có thể thấy rằng có 11 nhân tố dự báo cho kết Kết quả tính toán hệ số tương quan của các quả R thấp nhất là: CAPEmax, CAPEmin, nhân tố được chỉ ra trong bảng 2. CAPEtb, LImax, LImin, LItb, SWEATmin, Bảng 2. Hệ số tương quan của 11 nhân tố dự báo X01 X02 X03 X04 X05 X06 X07 X08 X09 X10 X11 1.00 0.86 0.96 0.76 0.91 0.86 0.24 0.73 0.74 0.23 0.43 X01 0.86 1.00 0.92 0.80 0.81 0.83 0.19 0.68 0.54 0.20 0.51 X02 0.96 0.92 1.00 0.79 0.89 0.88 0.22 0.75 0.69 0.21 0.48 X03 0.76 0.80 0.79 1.00 0.85 0.94 0.13 0.75 0.50 0.04 0.55 X04 0.91 0.81 0.89 0.85 1.00 0.95 0.15 0.70 0.68 0.05 0.41 X05 0.86 0.83 0.88 0.94 0.95 1.00 0.14 0.75 0.62 0.05 0.50 X06 0.24 0.91 0.22 0.13 0.15 0.14 1.00 0.10 0.34 0.45 0.21 X07 0.73 0.68 0.75 0.75 0.70 0.75 0.10 1.00 0.70 0.03 0.48 X08 0.74 0.54 0.69 0.50 0.68 0.62 0.34 0.70 1.00 0.02 0.03 X09 0.23 0.20 0.21 0.04 0.05 0.05 0.45 0.03 0.02 1.00 0.16 X10 0.43 0.51 0.48 0.55 0.41 0.50 0.21 0.48 0.03 0.16 1.00 X11 (ghi chú: các nhân tố từ X01 đến X11 lần lượt tương ứng với các chỉ số CAPEmax, CAPEmin, CAPEtb, LImax., LImin, LItb, SWEATmin, KOmax, KOmin, Ktb, SDWmin).
1 20 T.T. Tiến, Đ.T.H. Dung / Tạp chí Khoa học ĐHQGHN, Khoa học Tự Nhiên và Công nghệ 25, Số 1S (2009) 115‐123 Từ bảng này ta thấy các nhân tố CAPEmax, P = 0.4004 + 0.000018.CAPEmax - Sweatmin, KOmax, KOmin, Ktb, Sdwmin có 0.000413.SWEATmin - 0.125841.KOmax – hệ số tương quan nhỏ so với các nhân tố còn lại, 0.001602.KOmin + 0.004460.Ktb - chính vì vậy 5 nhân tố này được chọn để xây 0.274558.SDWmin (2) dựng phương trình dự báo. Quá trình tính toán để xây dựng phương trình dự báo được trình bày trong sơ đồ khối 3.4. Xây dựng phương trình dự báo trong hình 2: Sử dụng phương pháp hồi qui tuyến tính nhiều biến chúng tôi thu được phương trình dự báo có dạng như sau: Hình 2. Qui trình tính toán xây dựng phương trình dự báo. 3.5. Đánh giá phương trình dự báo Với N: Tổng số lần dự báo N11: Số lần dự báo đúng pha có dông * Phương pháp đánh giá N22: Số lần dự báo đúng pha không có dông Người ta có nhiều phương pháp để đánh giá kết quả, nhưng trong dự báo dông chúng tôi sử Bảng 3. Độ chính xác của dự báo pha theo dụng phương pháp đánh giá kết quả dự báo pha số lần dự báo (có hay không có dông xảy ra). Trong dự báo ta có hai pha thời tiết: có dông và không có dông. Pha thời tiết Dự báo Tổng Tổng số trường hợp xảy ra hai pha thời tiết có Có dông Không dông dông và không có dông là N, trong đó N1 là số lần xảy ra pha thời tiết có dông; N2 là số lần xảy ra Có dông N11 N12 N1 pha thời tiết không có dông. Độ chính xác của Không dông N21 N22 N2 phương pháp dự báo có thể biểu diễn trên bảng 3. - Ngoài độ chính xác của phương pháp dự - Độ chính xác của phương pháp: báo, chúng tôi sử dụng thêm chỉ số Hit Rate (Tỉ N 11 + N 22 lệ dự báo đúng sự xuất hiện dông) để đánh giá: U= POD = N11 / N1 N
121 T.T. Tiến, Đ.T.H. Dung / Tạp chí Khoa học ĐHQGHN, Khoa học Tự Nhiên và Công nghệ 25, Số 1S (2009) 115‐123 ngưỡng dự báo cho phương trình dự báo dông * Kết quả đánh giá dự báo trên chuỗi số (2). Kết quả của U và POD cho chuỗi phụ thuộc liệu phụ thuộc và độc lập và chuỗi độc lập được thể hiện trong bảng 4 và Để đánh giá kết quả của phương pháp dự 5 dưới đây. báo, chúng tôi tiến hành chọn lần lượt các Bảng 4. Đánh giá trên chuỗi số liệu phụ thuộc Bảng 5. Đánh giá trên chuỗi số liệu độc lập Từ hai bảng trên ta thấy nhìn chung khi tăng dần giá trị của P0, tuy nhiên, độ chính xác tăng dần ngưỡng dự báo P0 từ 0.3 đến 0.6 thì độ của phương pháp dự báo trên chuỗi độc lập lại chính xác của phương pháp dự báo (U) tăng dần cho kết quả khả quan hơn so với chuỗi phụ lên trong khi đó thì tỉ lệ dự báo đúng sự xuất thuộc. Sau khi đối chiếu, so sánh kết quả đánh hiện tượng dông hiện tượng dông (POD) lại có giá dự báo trên chuỗi phụ thuộc và chuỗi độc xu hướng giảm đi đối với cả chuỗi phụ thuộc và lập, chúng tôi chọn ngưỡng dự báo P0 = 0.6 làm chuỗi độc lập. Giá trị POD trên chuỗi độc lập ngưỡng dự báo sự xuất hiện dông. Qui trình dự thấp. Tốc độ giảm tỉ lệ POD trên chuỗi độc lập báo dông được mô tả trong hình 3 dưới đây. nhanh hơn nhiều so với chuỗi phụ thuộc khi Hhhhj Hình 3. Qui trình dự báo dông cho sân bay Nội Bài.
1 22 T.T. Tiến, Đ.T.H. Dung / Tạp chí Khoa học ĐHQGHN, Khoa học Tự Nhiên và Công nghệ 25, Số 1S (2009) 115‐123 dựng... là hướng đi có triển vọng tốt. Chúng tôi 4. Kết luận đề xuất các nghiên cứu sâu hơn trong tương lai đối với việc áp dụng mô hình ETA vào dự báo Qua quá trình nghiên cứu áp dụng các dông như việc kết hợp mô hình ETA với các trường dự báo khí tượng của mô hình ETA cho mô hình dự báo khác. Đây là kết quả nghiên dự báo sự xuất hiện dông tại sân bay Nội Bài cứu của đề tài NCCB mã số 705806. trong 3 giờ với hạn dự báo lên đến 48 giờ, chúng tôi nhận thấy nghiên cứu cho kết quả dự báo khá khả quan. Độ chính xác của phương Tài liệu tham khảo pháp dự báo trên đạt 70% và độ chính xác của sự báo đúng sự xuất hiện dông đạt gần 60%. [1] Trần Công Minh, Khí tượng synôp phần nhiệt Nghiên cứu đã tạo được bộ số liệu dự báo đới, NXB Đại học Quốc gia Hà Nội, Hà Nội, từ mô hình ETA gồm 480 trường hợp của các 2006. tháng 5,6,7 năm 2006 trên miền lưới gồm 141 x [2] Trần Tân Tiến, Nguyễn Đăng Quế, Xử lý số liệu 141 điểm, tâm lưới tại tọa độ (108,14), bước Khí tượng và dự báo thời tiết bằng phương pháp lưới 0.25 độ, có vĩ độ ϕ = -40 ÷ 320, kinh độ δ = thống kê vật lý, NXB Đại học Quốc gia Hà Nội, 900 ÷ 1250. Các chỉ số dông đã được tính toán Hà Nội, 2002. trên miền lưới con 10x10 điểm, bao phủ khu [3] D.H. Kitzmiller, F.G. Samplatsky, Christopher vực có vĩ độ ϕ = 200 ÷ 22.250, kinh độ δ = 1040 Mello, Probabilistic forecast of severe local ÷ 106.250, sân bay Nội Bài nằm giữa miền tính. storm in the 0-3 hour timeframe from an Thông qua các bước tuyển lựa nhân tố dự báo, advective-statistical yechnique, National nghiên cứu đã tìm được các nhân tố dự báo phù Weather Service, NOAA, 2002. hợp để đưa vào xây dựng phương trình dự báo, [4] K.K. Hughes, Automated Gridded Forecast đồng thời đã tìm được ngưỡng dự báo sự xuất Guidance for Thunderstorms and Severe Local hiện dông P0 = 0.6 và đưa ra được qui trình dự Storms Based on the Eta Model, National báo áp dụng cho sân bay Nội Bài. Weather Service, NOAA, 2002. [5] M.J. Schmeits, K.J. Kok, D.H.P. Vogelezang, Kết quả khả quan thu được từ nghiên cứu Probability forecasting of (severe) thunderstorms in này cho thấy khả năng áp dụng các trường dự the netherlands using model output statistics, Royal báo khí tượng của mô hình ETA vào dự báo Netherlands Meteorological Institute, 2004. dông cho khu vực nhỏ trong khoảng thời gian ngắn (vài giờ) tại các sân bay, công trình xây Studying the thunderstorm forecast technique applied for Noibai airport using forecast outputs of ETA model Tran Tan Tien, Do Thi Hoang Dzung Faculty of Hydro-Meteorology & Oceanography, College of Science, VNU The forecasting of thunderstorm occurence in the area of Noi Bai airport and the surroundings using forecast outputs of ETA model for projections out to 48 h in advance (with 3-h periods) is decribed.
123 T.T. Tiến, Đ.T.H. Dung / Tạp chí Khoa học ĐHQGHN, Khoa học Tự Nhiên và Công nghệ 25, Số 1S (2009) 115‐123 The forecast outputs of ETA model is derived on a grid-box of 141x141 grid-points, with the horizontal resolution of 0.250 (approximately 28 km) and 38 vertical levels, covering an area of ϕ = - 40 ÷ 320 latitude and δ = 900 ÷ 1250 longitude. Vietnam is located at the centre of the grid-box. A sub grid-box which includes 10x10 grid-points is extracted from this grid-box. The sub one has its centre at Noi Bai airport. Forecast products received from running ETA model consist of geopotential height, temperature, dewpoint temperature, relative humidity, and horizontal wind components. Using RAOB 5.6 software, we have computed 15 thunderstorm indices on 100 grid-points of the sub grid-box. The potential predictor dataset which includes the maximum, minimum, and average values of these 15 indices has 480 forecast cases in total (in May, June, and July 2006). The potential predictors are selected basing on discriminant and correlation coefficient. And five predictors which have most predictive potential include CAPEmax, SWEATmin, KOmax, KOmin, Kavar and SDWmin are selected in order to conduct forecast equation for Noi Bai airport. Predictand of the forecast equation is the thunderstorm probability, while the predictand of the whole forecast process is the occurrence of thunderstorm at the area within 3 hours. As a source for the predictands, we have used the radar data on thunderstorm observation in Noi Bai airport at the corresponding times. The forecast equation is derived by applying the linear regression method. The overall verification results for the thunderstorm forecast system are generally good. Thus, we can conclude from the verification results of this study that forecast outputs of ETA model is applicable to thunderstorm forecast in narrow areas in short intervals. However, it’s certain that there is a need to increase verification results and temporal and spatial resolution of this study as well as other future studies on the relevant matter before considering using it as the operational forecast technique.