zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Luận Văn - Báo Cáo

» Thạc sĩ - Tiến sĩ - Cao học

Luận văn thạc sỹ " Mô hình khí hậu khu vực (Regional Climate Model - RCM) trong mô phỏng và dự báo khí hậu"

Chia sẻ: Nguyen Nhi | Ngày: | Loại File: PDF | Số trang:87

Báo xấu

153
lượt xem 25
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mô hình khí hậu khu vực (Regional Climate Model - RCM) ngày nay đã trở thành một công cụ quan trọng trong mô phỏng và dự báo khí hậu. Tuy nhiên công cụ dự báo khí hậu này cũng có nhiều khiếm khuyết. Do đó việc cải thiện kết quả dự báo của RCM góp phần nâng cao chất lượng dự báo khí hậu nói chung. Việc hạ quy mô (downscaling) từ mô hình toàn cầu có độ phân giải thô bằng mô hình khu vực có độ phân giải tinh cho ta dự báo chi tiết hơn. Vì thế sản phẩm có độ chi tiết...

Chủ đề:

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

Lưu

Nội dung Text: Luận văn thạc sỹ " Mô hình khí hậu khu vực (Regional Climate Model - RCM) trong mô phỏng và dự báo khí hậu"

Kỹ thuật trồng điều
MỤC LỤC MỤC LỤC ..........................................................................................................0 MỞ ĐẦU ............................................................................................................1 CHƯƠNG 1. TỔNG QUAN..............................................................................2 1.1. Các nghiên cứu trên thế giới ............................................................. 3 1.2. Các nghiên cứu trong nước ............................................................... 5 1.3. Mô hình khí hậu khu vực RegCM3 ................................................... 7 CHƯƠNG 2. CÁC PHƯƠNG PHÁP XỬ LÝ VÙNG ĐỆM............................15 2.1. Các phương pháp cơ bản................................................................. 15 2.1.1. Phương pháp xử lý vùng đệm dạng xốp (sponge)..................... 17 2.1.1. Phương pháp xử lý vùng đệm dạng giảm dư (relaxation) ......... 25 2.2. Xử lý điều kiện biên trong RegCM3 ............................................... 35 CHƯƠNG 3. KẾT QUẢ MÔ PHỎNG KHÍ HẬU KHU VỰC VIỆT NAM ....38 3.1. Chọn miền tính và độ phân giải....................................................... 42 3.2. Các phương pháp xử lý vùng đệm và chọn độ rộng vùng đệm ........ 62 KẾT LUẬN.......................................................................................................75 TÀI LIỆU THAM KHẢO .................................................................................77 PHỤ LỤC .........................................................................................................78
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ MỞ ĐẦU Mô hình khí hậu khu vực (Regional Climate Model - RCM) ngày nay đã trở thành một công cụ quan trọng trong mô phỏng và dự báo khí hậu. Tuy nhiên công cụ dự báo khí hậu này cũng có nhiều khiếm khuyết. Do đó việc cải thiện kết quả dự báo của RCM góp phần nâng cao chất lượng dự báo khí hậu nói chung. Việc hạ quy mô (downscaling) từ mô hình toàn cầu có độ phân giải thô bằng mô hình khu vực có độ phân giải tinh cho ta dự báo chi tiết hơn. Vì thế sản phẩm có độ chi tiết cao này sẽ rất hữu ích cho người sử dụng nếu có chất lượng tốt. Ưu điểm của mô hình dự báo số là tính khách quan trong kết quả tính toán. Tuy nhiên nhược điểm của công cụ này cũng không ít, chẳng hạn như kết quả phụ thuộc vào tính chủ quan trong các giả thiết trong các sơ đồ tham số hoá các quá trình quy mô nhỏ và vừa. Ngay cả với các nước đi đầu trong lĩnh vực dự báo số trị, chất lượng dự báo của mô hình vẫn là một vấn đề đã và đang được quan tâm nghiên cứu với rất nhiều hướng tiếp cận khác nhau. Một trong những hướng đã trở thành kinh điển trong bài toán dự báo số cho khu vực giới hạn đó là vấn đề giải quyết bài toán điều kiện biên xung quanh. Luận văn này tập trung vào giải quyết ba vấn đề. Một là chọn kích cỡ miền tính thích hợp sao cho biên không quá gần, đảm bảo cho RCM tự do tạo ra các quá trình quy mô nhỏ, hay không quá xa khiến RCM mất đi điều khiển từ các trường quy mô lớn bên ngoài. Hai là chọn độ phân giải thích hợp để nắm bắt được các quá trình quy mô vừa. Ba là xử lý vùng đệm bằng phương pháp thích hợp sao cho sai số do sai khác giữa trường quy mô lớn từ bên ngoài và trường quy mô vừa bên trong miền tính không làm hỏng kết quả mô phỏng của RCM. 1
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ CHƯƠNG 1. TỔNG QUAN Mô hình RCM là mô hình số trị dự báo cho một miền được bao bởi các biên xung quanh. Điều kiện tiên quyết là mô hình này phải được điều khiển bởi mô hình toàn cầu (Global Climate Model - GCM) trên các biên này. Để làm được điều này người ta sử dụng phương pháp lồng (nesting) một chiều (GCM điều khiển RCM). Phương pháp lồng mô hình khu vực phân giải cao vào trong mô hình toàn cầu được sử dụng rộng rãi trong nghiên cứu cũng như trong nghiệp vụ dự báo thời tiết số trị (NWP). Tuy nhiên đối với mô hình khí hậu khu vực (RCM) thì mãi tới những năm 1989 mới có những nghiên cứu bước đầu. Dickinson và nnk (1989) hay Giorgi (1990) đã phỏng theo cách tiếp cận của NWP và áp dụng trong mô phỏng khí hậu khu vực. Cho đến nay cách làm này được biết đến và được nghiên cứu và phát triển rộng rãi trên thế giới. Sản phẩm của việc làm này là một loạt các mô hình dự báo số trị được ứng dụng. Các mô hình này có thể kể đến một vài đại diện như RegCM3, MM5 hay WRF. Nói riêng, đối với MM5, Leung và Gahn (1998) đã phát triển mô hình này thành dạng RCM trong đó đã đưa ra được các đặc trưng khí hậu có thể so sánh được với quan trắc ở quy mô khu vực. Những nỗ lực sau đó đã đưa ra nhiều đặc trưng khí hậu hơn tại miền Tây nước Mỹ năm 2003. Nhằm nâng cao chất lượng dự báo, một số tác giả đã nghiên cứu chọn độ phân giải của mô hình cho phù hợp với miền tính mà mình quan tâm. Những nghiên cứu đưa ra sau đây là ví dụ. Một mô hình RCM cung cấp kết quả dự báo khí hậu phân giải cao rất quan trọng trong đánh giá các tác động và quản lý tài nguyên. Độ phân giải cao hơn cho phép mô tả kỹ hơn các tác động bề mặt gây bởi yếu tố địa hình, tương phản đất-biển và các đặc điểm của thảm thực vật. Do đó, các quá trình bị tác động lớn bởi bề mặt như mưa địa hình hay hoàn lưu gió mùa, được cải thiện đáng kể khi tăng độ phân giải (Giorgi và Marinucci, 1996 – sử dụng mô hình RegCM). Các quá trình quy mô nhỏ được mô tả tốt hơn có thể dẫn đến những tác động quy mô lớn được cải thiện 2
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ do đó RCM có thể được dùng để nghiên cứu ảnh hưởng tăng quy mô (upscale) của các tác động khu vực đối với khí hậu quy mô lớn (v.d. hiệu ứng bóng địa hình - orographic shadowing effect). Dưới góc độ này, việc đánh giá giá trị của mô hình khí hậu khu vực với độ phân giải cao là rất quan trọng. Tuy vậy, độ phân giải cao hơn không nhất thiết đưa đến mô phỏng khí hậu chính xác hơn (Boyle, 1993; Sperber và nnk, 1994; và Senior, 1995). Độ nhạy của các quá trình trong sơ đồ tham số hóa vật lý với khoảng cách lưới có thể lấn át mọi lợi ích mà độ phân giải cao mang lại (Duffy và nnk, 2003). Vì thế việc chọn độ phân giải cho phù hợp là một trong những yếu đầu tiên quyết quyết định chất lượng dự báo. Trong các mục tiếp theo sẽ trình bày về một số nghiên cứu trong nước và trên thế giới, cuối chương là giới thiệu về mô hình khí hậu khu vực RegCM3 là công cụ chính dùng trong luận văn. 1.1. Các nghiên cứu trên thế giới Seth và Giorgi (1998) đã nghiên cứu hiệu ứng của việc chọn miền tính trong mô phỏng giáng thủy và độ nhạy đối với mô hình khí hậu khu vực. Nghiên cứu được thực hiện tại trung tâm nước Mỹ vào mùa hè năm 1988 và 1993 bằng mô hình RegCM3. Kết quả cho thấy mô phỏng giáng thủy mùa cũng như độ nhạy đối với độ ẩm đất bị tác động bởi kích cỡ miền tính và vị trí biên. Miền tính nhỏ bắt được giáng thủy gần quan trắc hơn tại lưu vực sông Mississippi; tuy nhiên đối với giáng thủy (để ban đầu hóa độ ẩm đất) thực hơn đối với miền tính lớn. Điều này được giải thích là do trường điều khiển tại biên ảnh hưởng lớn đối với miền tính nhỏ kéo théo mô phỏng toàn thể tốt hơn, tuy nhiên nó cũng đưa đến phản hồi không thực từ các trường bên trong. Kết luận cuối cùng của 2 tác giả là cần phải lựa chọn miền tính sao cho phù hợp để hài hòa giữa hai yếu tố này. Giorgi và Marinucci (1996) đã khảo sát độ nhạy của mô hình khí quyển khu vực với độ phân giải ngang và đặc điểm địa hình. Mô hình chạy mô phỏng tháng 1 và tháng 7 trên khu vực châu Âu với bước lưới trong khoảng từ 200 km đến 50 km, 3
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ với các cấu hình đặc điểm địa hình khác nhau. Khi lấy trung bình trên toàn bộ đất liền, lượng giáng thủy nhạy hơn với thay đổi độ phân giải hơn là thay đổi đặc điểm địa hình. Đặc điểm địa hình đóng góp chủ yếu vào phân bố giáng thủy theo không gian, và tác động của nó chủ yếu thống trị ở khu vực có đặc điểm địa hình phức tạp như dãy An pơ. Đối với các biến khác, như là lượng mây, các dòng năng lượng bề mặt, hay phân bố cường độ giáng thủy cũng nhạy đối với độ phân giải. Kết quả còn cho thấy khi chạy mô hình với nhiều độ phân giải ngang khác nhau như là trong hệ lưới lồng, tác động của trường điều khiển vật lý như đặc điểm địa hình có thể được điều chỉnh một cách mạnh mẽ bởi độ nhạy trực tiếp với độ phân giải. Leung và Gahn (1998) đã thử nghiệm và phát triển tham số hóa quy mô dưới lưới nhằm biểu diễn mưa địa hình. Trong đó những thay đổi quy mô dưới lưới của độ cao bề mặt tập hợp lại thành một số giới hạn các lớp độ cao, mô hình dòng khí và mô hình nhiệt động lực được sử dụng để tham số hóa quá trình nâng lên hay hạ xuống theo địa hình khi phần tử khí vượt núi. Xây dựng dựa trên các mô hình này, một sơ đồ thực vật quy mô dưới lưới được phát triển dựa trên các quan hệ thống kê giữa độ cao và thực vật. Bằng cách phân tích số liệu thực vật và độ cao địa hình độ phân giải cao, một loại thực vật thống trị được xác định cho mỗi mực độ cao khác nhau của mõi ô lưới. Nếu trong ô lưới có xuất hiện hồ, chúng không nằm trong đất liền bởi không có độ cao địa hình, tuy nhiên sẽ được xử lý thông qua mô hình hồ. Kết quả của các việc làm trên đây là đã thể hiện bộ mặt lớp phủ bề mặt chi tiết tên khu vực phía Tây nước Mỹ. Mô phỏng với sơ đồ thực vật mới này lạnh hơn 1oC khi so với trước, góp phần giảm bias dương của mô hình khí hậu khu vực. Thí nghiệm này được thực hiện trong 3 năm và so sánh với quan trắc thực tế. Liang và nnk (2001) phát triển mô hình MM5 phiên bản 3.3 thành một mô hình khí hậu khu vực. Nghiên cứu này xác định miền tính tối ưu và kỹ thuật đồng hóa số liệu hiệu quả nhằm xử lý một cách chính xác điều kiện biên xung quanh tại vùng đệm. Điều kiện biên xung quanh được xây dựng từ trường phân tích của NCEP-NCAR và ECMWF. Miền tính được chọn sao cho biểu diễn chính xác các quá trình vật lý chủ đạo trong khi giảm đến mức tối thiểu sai số trên biên. Các thí 4
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ nghiệm về độ nhạy được tiến hành cho mùa lũ hè năm 1993 tại vùng Midwest nhằm khảo sát những ảnh hưởng của vùng đệm lên kết quả dự báo của RCM. Kết quả cho thấy hiệu quả thấy rõ của việc xử lý vùng đệm (bao gồm việc lựa chọn miền tính và kỹ thuật xử lý). Với cách xử lý trên đây, RCM mô phỏng cả về dao động theo thời gian và phân bố theo không gian trong khu vực lũ chính (Major Flood Area – MFA). Kết quả có được là do việc mô tả chính xác dòng xiết trên cao và dòng xiết mực thấp Great Plains (LLJ). RCM đưa ra nhiều chế độ khí hậu khác nhau, trong đó mưa quan trắc được là do chu kỳ 5 ngày của xoáy thuận ngoại nhiệt đới trong tháng 6 và các hoàn lưu synop trong tháng 7. Mô hình cũng mô phỏng chính xác chu trình mưa hàng ngày … Mặt khác, hiệu quả của RCM giảm đi khi vùng đệm phía nam mở rộng về miền nhiệt đới nơi có sai số từ trường điều khiển lớn. Nói riêng, RCM mô phỏng LLJ yếu dẫn đến là giảm lượng mưa và trễ pha. Thêm vào đó, kỹ thuật xử lý biên mặc định cho bias mô hình chấp nhận được trong khi kỹ thuật xử lý biên mới làm tăng hiệu quả dự báo của RCM và làm giảm độ nhạy đối với kích cỡ miền tính. Marbaix (2003) đưa ra nghiên cứu lý thuyết về phương pháp xử lý tại biên xung quanh cho các mô hình khí hậu khu vực. Kết quả được nghiên cứu đối với vài profile hệ số giảm dư và được chứng thực bằng mô hình MAR (Modèle Atmosphérique Régional) của Pháp. Kết quả cho biết ưu và nhược điểm của các profile này và khả năng ứng dụng vào xử lý vùng đệm trong thực tiễn. Những profile được đem ra so sánh bao gồm: (1) tuyến tính của Anthes (1989), (2) parabol của Davies (1976), (3) luỹ thừa của Giorgi (1993), (4) tối ưu của Davies (1983) và tối ưu của Lehmann (1993). 1.2. Các nghiên cứu trong nước Phương pháp mô hình hoá mới bắt đầu được quan tâm nghiên cứu ở Việt Nam trong khoảng chục năm trở lại đây trong đó những nghiên cứu điển hình nhất là nghiên cứu của Kiều Thị Xin, Phan Văn Tân (Trường Đại học Khoa học Tự nhiên, ĐHQGHN), Nguyễn Văn Thắng (Viện Khoa học Khí tượng thủy văn và Môi 5
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ trường),… Thử nghiệm mô phỏng mưa trên lãnh thổ Việt Nam bằng mô hình DBKH khu vực RegCM của Kiều Thị Xin (2002) là một trong những kết quả đầu tiên về mô phỏng khí hậu bằng mô hình số ở Việt Nam. Đề tài trong chương trình NCCB cấp Nhà Nước năm 2004-2005 “Nghiên cứu mô phỏng các hiện tượng khí hậu bất thường hạn mùa trên khu vực Bán đảo Đông Dương – Biển Đông bằng mô hình thủy động” cũng được thực hiện bởi Kiều Thị Xin vcs. (2005). Luận văn thạc sỹ của Nguyễn Đăng Quang (2004) về mô phỏng mưa trên khu vực bán đảo Đông Dương và biển Đông là một trong những thành quả khoa học của đề tài này. Phan Văn Tân (2003) đã có những thử nghiệm về độ nhạy của mô hình RegCM2 đối với địa hình và điều kiện mặt đệm trong đề tài nghiên cứu khoa học của ĐHQGHN. Đề tài này cũng đào tạo được một thạc sỹ nghiên cứu về ảnh hưởng của sự bất đồng nhất bề mặt đến các quá trình trao đổi đất-khí quyển khi sử dụng RegCM2 và chỉ ra rằng dòng năng lượng ẩn nhiệt, hiển nhiệt, lượng mưa, cường độ mưa và tỷ lệ giáng thuỷ sinh ra do đối lưu và không đối lưu trong mô hình rất nhạy với những thay đổi mặt đệm (Dư Đức Tiến, 2003). Viện Khoa học Khí tượng thủy văn và Môi trường cũng đã chạy thử nghiệm mô hình RegCM mô phỏng cho 2 tháng xảy ra lũ lụt lịch sử ở Trung Trung Bộ, Việt Nam là tháng 11 năm 1999 và tháng 10 năm 2003 (Lê Văn Thiện và Nguyễn Văn Thắng, 2004). Luận án Tiến sỹ của Hồ Thị Minh Hà (2008) “nghiên cứu khả năng mô phỏng mùa các yếu tố khí tượng trên lãnh thổ Việt Nam bằng phương pháp thủy động và thống kê” trong đó sử dụng mô hình RegCM3 làm công cụ mô phỏng khí hậu trên khu vực Đông Nam Á 3 tháng mùa hè trong 10 năm. Luận án còn cải thiện kết quả dự báo của RegCM bằng cách thêm vào một sơ đồ tham số hoá đối lưu mới và hiệu chỉnh thống kê sản phẩm mô hình. Trong các nghiên cứu đã nêu ở trên, hầu hết đã lựa chọn miền tính và độ phân giải nhưng không đưa những lý lẽ và kết quả chi tiết (trừ luận án của Hồ Thị Minh Hà). Đối với bài toán xử lý vùng đệm thì hiện nay chưa có nghiên cứu nào thực hiện nhằm đánh giá ảnh hưởng của yếu tố này đến kết quả mô phỏng và dự báo khí hậu. Chính vì hai lý do này, luận văn sẽ chia làm hai bước. Một là chọn miền tính và độ phân giải phù hợp. Sau đó nghiên cứu các phương pháp xử lý vùng đệm. 6
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 1.3. Mô hình khí hậu khu vực RegCM3 Luận văn sử dụng mô hình RegCM phiên bản 3 của ICTP trong mô phỏng khí hậu cho khu vực Việt Nam. Trong mục này sẽ đề cập đến động lực học của mô hình cũng như các tuỳ chọn tham số hoá vật lý được sử dụng, cuối cùng là các số liệu sẽ dùng cho việc chạy mô hình này. * ĐỘNG LỰC HỌC a) Hệ toạ độ Các phương trình trong mô hình RegCM3 được xây dựng cho hệ tọa độ thẳng đứng thủy tĩnh theo địa hình, ký hiệu là , được định nghĩa bởi   ( p  pt ) /( ps  pt ) trong đó p là áp suất, pt là áp suất tại đỉnh mô hình, được cho bằng hằng số và ps là áp suất tại bề mặt.  bằng 0 tại đỉnh và bằng 1 tại mặt đất, mỗi mực mô hình được xác định bởi một giá trị của . Độ phân giải thẳng đứng trong lớp biên tinh hơn các lớp trên; và số các mực thay đổi tuỳ yêu cầu người sử dụng. Trong RegCM3, lưới ngang có dạng xen kẽ - B Arakawa-Lamb đối với các biến vận tốc và các biến vô hướng (Hình 1.1). Các biến vô hướng (T, q, p,…) được xác định tại trung tâm các ô lưới trong khi các thành phần tốc độ gió hướng đông (u) và hướng bắc (v) được xác định tại các góc. Điểm trung tâm ký hiệu là dấu nhân, điểm góc ký hiệu là dấu tròn. Tất cả các biến này được xác định tại trung tâm của mỗi lớp thẳng đứng, gọi là các mực phân. Vận tốc thẳng đứng được thực hiện trên mực nguyên. 7
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ Hình 1.1: Lưới ngang dạng xen kẽ dạng B - Arakawa - Lamb b) Điều kiện ban đầu và điều kiện biên Tùy theo mục đích mô phỏng hay dự báo mà điều kiện ban đầu và điều kiện biên của mô hình được cung cấp bởi trường điều khiển là số liệu tái phân tích hoặc trường dự báo của GCM. Điều kiện ban đầu cần thiết cho bước tích phân đầu tiên. Đối với điều kiện biên, mô hình sẽ cập nhật phân tích (hay dự báo) sau từng khoảng thời gian tích phân nào đó, ở đây sử dụng 6h một. Số liệu ban đầu của RegCM3 còn bao gồm số liệu mặt đệm như loại đất phủ và thực vật, độ cao địa hình, nhiệt độ mặt nước biển SST và các trường gió, nhiệt độ, độ ẩm trên các lưới kinh vĩ được nội suy về lưới của mô hình bằng phương pháp nội suy tối ưu. Điều kiện biên được cập nhật từ miền lớn vào miền tính nhỏ hơn thông qua miền đệm xung quanh. Chi tiết về các phương pháp xử lý điều kiện biên được đưa ra ở mục 2.2 trong chương 2. c) Hệ phương trình thống trị trong mô hình RegCM Hệ phương trình thống trị của RegCM3 trước hết bao gồm các phương trình chuyển động ngang như sau: 8
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ  p*u  p*uu / m p*vu / m  p*u   m 2     t x y   (1.1) *   p    mp*     p* fv  FH u  FV u   x x   p*v * p*vv / m  p*v  2  p uv / m  m     t  x y  (1.2) *   p    mp*     p* fu  FH v  FV v   y y  với u, v- các thành phần vận tốc hướng đông và hướng bắc, Tv - nhiệt độ ảo,  -độ cao địa thế vị, f - tham số Coriolis, R - hằng số khí đối với không khí khô, m - . hệ số bản đồ, ( )  d / dt , FH và FV biểu diễn tác động của khuyếch tán ngang và xáo trộn thẳng đứng do rối lớp biên hoặc điều chỉnh đối lưu khô. . Phương trình đạo hàm của sigma ( ) :  p* * p*v / m  p*  2  p u / m  m    (1.3) y   t  x Tích phân thẳng đứng phương trình (1.3) được dùng để tính biến đổi theo thời gian của áp suất mặt đất trong mô hình: 1 p*  p*u / m p *v / m   m2    d  (1.4) t x y  0  Khi đó, vận tốc thẳng đứng trong toạ độ sigma ( ) được tính tại mỗi mực trong mô hình nhờ tích phân thẳng đứng phương trình (1.4) như sau  1  p *  p*u / m p *v / m     m2      d '  (1.5) p*   t  x y    0  với ’ là biến tích phân và  (   0)  0 . Phương trình nhiệt: 9
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ  p*T  p*uT / m p*vT / m  p *T   m 2      t x y   (1.6)  ' p* Q p*  FH T  FV T  cp cp với cp - nhiệt dung riêng đẳng áp đối với không khí ẩm cp = cpd (1 + 0.8qv), qv - tỷ số hỗn hợp của hơi nước và cpd - nhiệt dung riêng đẳng áp của không khí khô; Q - đốt nóng phi đoạn nhiệt. Phương trình omega ( ) được viết: dp*  *   p   (1.7) dt dp* p*  p * p*   mu v  với (1.8)  dt t  x y  Từ nhiệt độ ảo Tv, có thể tính độ cao địa thế vị nhờ sử dụng phương trình thuỷ tĩnh: 1  q  qi     RTv 1  c (1.9)  *  ln(  pt / p )  1  qv  trong đó Tv = T(1 + 0.608qv ), qv, qc và qi - các tỷ số hỗn hợp của hơi nước, nước mây hoặc băng và nước mưa hoặc tuyết. Theo Dudhia (1989), các quá trình trong pha băng xảy ra khi nhiệt độ dưới 0oC, khi đó nước mây trở thành băng mây và mưa trở thành mưa tuyết. Các phương trình đối với ẩm dạng hơi qv, dạng lỏng qc và dạng rắn qi tương ứng: p*qv * p*vqv / m  p*qv 2  p uqv / m  m       t x y (1.10)   *  p   PRE  PCON  PH  PID   Dqv 10
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ p*qc  p*uqc / m p*vqc / m  p*qc  m 2       t x y   (1.11) V f  gqc  p*  PRE  PRC  PRA   Dqc   p*qi  p*uqi / m p *vqi / m  p*qi  m 2       t x y (1.12)    p*  PI D  PI I  PRC  PRA  PCON   Dqi trong đó PRA - phần mây/băng tăng thêm nhờ nước mưa/tuyết, PRC - lượng nước chuyển từ mây thành mưa (hoặc băng thành tuyết), PRE - bay hơi/thăng hoa của mưa/tuyết, PCON - phần nước ngưng kết (và đóng băng khi T
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 1995). Tuy nhiên, luận văn không tập trung vào khảo sát độ nhạy của các sơ đồ này mà sử dụng luôn sơ đồ Grell với giả thiết khép kín của Arakawa và Schubert. b) Giáng thủy quy mô lưới Có thể xem chi tiết về sơ đồ ẩm hiện ô lưới (SUBEX). Trong RegCM, SUBEX tính các quá trình ẩm diễn ra trong các đám mây gây mưa xác định qua các biến mô hình, giải thích sự biến đổi ẩm trong ô lưới trong đám mây bằng cách gắn độ ẩm tương đối lấy trung bình trong toàn ô lưới với phần phủ mây và lượng nước mây theo công trình của Sundqvist vcs. (1989). c) Tham số hóa các quá trình bề mặt đất Tham số hoá các quá trình vật lý bề mặt trong RegCM3 sử dụng sơ đồ vận chuyển sinh-khí quyển BATS được mô tả cụ thể bởi Dickinson vcs. (1993). BATS mô tả vai trò của thực vật và sự tương tác ẩm và đất trong quá trình biến đổi những trao đổi động lượng, năng lượng và hơi nước giữa mặt đất và khí quyển. d) Bức xạ Sơ đồ bức xạ của được sử dụng trong RegCM3 là sơ đồ bức xạ của NCAR CCM3, được mô tả bởi Kiehl vcs. (1996) trong đó biểu diễn ảnh hưởng của O3, H2O, CO2 và O2 đến các thành phần phổ của bức xạ (bao gồm 18 khoảng phổ, biến đổi từ 0.2 tới 5  m ) theo xấp xỉ  -Eddington [Briegleb, 1992]. e) Tham số hoá lớp biên hành tinh Sơ đồ lớp biên hành tinh (PBL) được phát triển bởi Holtslag vcs. (1990). Sơ đồ này được xây dựng dựa trên khái niệm khuyếch tán phi địa phương có tính đến các thông lượng phản gradient nhận được từ các xoáy quy mô lớn trong khí quyển bất ổn định rất xáo trộn. f) Tham số hoá thông lượng đại dương – khí quyển Tham số hoá thông lượng từ đại dương vào khí quyển trong RegCM3 có thể được tuỳ chọn sơ đồ mặt đất BATS(1E) của Dickinson vcs. (1993) hoặc sơ đồ của 12
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ Zeng vcs. (1998) trong đó sử dụng thuật toán khí động lực học tổng quát. Luận văn sử dụng sơ đồ thứ nhất - BATS. * NGUỒN SỐ LIỆU SỬ DỤNG TRONG LUẬN VĂN Nguồn số liệu cung cấp cho mô hình RegCM3 bao gồm số liệu về độ cao địa hình, các loại bề mặt, nhiệt độ mặt nước biển và các biến khí tượng cơ bản từ số liệu tái phân tích làm điều kiện ban đầu và điều kiện biên cập nhật theo thời gian. Bộ số liệu Đặc trưng đất phủ toàn cầu (Global Landuse Cover Characteric: GLCC) cung cấp thông tin về thực vật/mặt đệm, nhận được từ số liệu Bức xạ phân giải rất cao tiên tiến (Advanced Very High Resolution Radiation: AVHRR) từ tháng 4/1992 đến tháng 3/1993 và được chia thành 18 loại đất phủ/thực vật được định nghĩa trong sơ đồ tương tác sinh quyển-khí quyển BATS. Mặt đệm của mỗi ô lưới của mô hình được xác định thuộc 1 trong số 18 loại này.  Số liệu độ cao địa hình được lấy từ USGS. Các file số liệu mặt đệm và độ cao địa hình có độ phân giải 10 phút.  Số liệu SST là số liệu phân tích TB tháng trên lưới 1 độ của nhiệt độ mặt biển ngoại suy tối ưu (OISST) (1981-2002).  Số liệu tái phân tích toàn cầu để sử dụng đối với các điều kiện ban đầu và biên là ERA40: Số liệu tái phân tích của Trung tâm dự báo thời tiết hạn vừa của Châu Âu (ECMWF Re-analysis). Đây là số liệu tái phân tích toàn cầu của các biến khí quyển từ rất nhiều quan trắc truyền thống và số liệu vệ tinh cho giai đoạn từ tháng 9/1957 đến 8/2002.  Số liệu thẩm định o CRU: Số liệu tái phân tích của Trung tâm nghiên cứu khí hậu của Anh với độ phân giải ngang 0,5 độ, chỉ có số liệu nhiệt độ bề mặt, lượng mưa, tổng lượng mây và độ ẩm tuyệt đối trung bình tháng. o CMAP: số liệu phân tích mưa toàn cầu của trung tâm dự báo khí hậu thuộc NOAA. Đây là số liệu kết hợp giữa quan trắc từ các trạm đo 13
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ mưa và số liệu vệ tinh. Với độ phân giải ngang khá thô (2,5 độ), số liệu này chủ yếu được dùng trong phân tích mưa trên biển thay cho CRU. o Số liệu đầu vào ERA40 (ECMWF): có thể so sánh với chính số liệu đầu vào để xem xét khả năng tái tạo các trường gió, nhiệt và ẩm của mô hình. o Quan trắc thực tế trên Việt Nam: 50 trạm quan trắc khí tượng điển hình trải đều trên lãnh thổ Việt Nam. Đây là số liệu trung bình tháng. 14
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ CHƯƠNG 2. CÁC PHƯƠNG PHÁP XỬ LÝ VÙNG ĐỆM 2.1. Các phương pháp cơ bản Khi kỹ thuật lồng một mô hình khu vực giới hạn phân giải cao vào trong mô hình toàn cầu được sử dụng thì người ta phát hiện ra một vấn đề về mặt kỹ thuật. Điều kiện khí quyển quy mô lớn cần được cung cấp cho mô hình khí hậu khu vực, trong khi đó cần tránh tương tác nhiễu giữa nghiệm giải được từ mô hình và biên xung quanh. Việc giải bài toán điều kiện biên là không hề đơn giản chính bởi những lý do về cơ sở toán học. Khó khăn đến từ nguyên lý của kỹ thuật lồng một chiều, bởi vì nó ghép đơn hướng giữa dữ liệu từ bên ngoài và bên trong, khi đó hoà trộn 2 nghiệm khác nhau giải được từ 2 hệ phương trình khác nhau trên 2 lưới khác nhau. Dữ liệu trên biên được cung cấp bởi mô hình hoàn lưu chung khí hậu hoặc bởi trường tái phân tích. Khi mà mục tiêu chính của mô hình khí hậu khu vực là hạ quy mô động lực, điều hiển nhiên là RCM cần có các đầu ra chứa các chi tiết quy mô vừa không có trong dữ liệu bên ngoài. Khác biệt giữa RCM và dữ liệu quy mô lớn được cung cấp từ bên ngoài được cho là chủ yếu từ sự hiện diện của địa hình chi tiết hơn của RCM, cũng như sự khác biệt từ các đặc điểm bề mặt đệm của RCM và sự khác biệt từ các quá trình quy mô dưới lưới mà RCM biểu diễn được. Cũng có những gợi ý cho rằng, trong phần lớn các trường hợp, khác biệt giữa RCM và trường điều khiển chỉ nên ở các chi tiết phân giải cao, và rằng có thể tối ưu hoá kích cỡ miền tính vì mục đích này (Jones và nnk, 1995). Phương pháp nudging phổ (Storch và nnk, 2000) là một cách khác để đưa vào những khác biệt giữa RCM và trường điều khiển. Phương pháp lồng một chiều đã được sử dụng trong mô hình dự báo thời tiết (NWP) trong một thời gian dài. Trường hợp đối với RCM thì khác đi đôi chút do quy mô thời gian dài hơn, tuy nhiên kinh nghiệm tích luỹ được từ NWP đóng vai trò dẫn đường trong việc áp dụng vào RCM. Trong cả hai trường hợp, cơ chế điều khiển mạnh từ khu vực sẽ cung cấp một giá trị thêm vào, trong đó một phần không 15
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ phụ thuộc vào trường quy mô lớn và điều kiện biên xung quanh (LBC). Về khía cạnh đối lập, cơ chế này xảy ra gần biên là không mong muốn, bởi vì nó làm tăng bất ổn định giữa RCM và dòng bên ngoài và do đó làm phức tạp thêm bài toán LBC. Nhận định tổng quát về vấn đề này có thể tìm thấy trong Warner và nnk (1997). Trong trường hợp NWP, một số nghiên cứu đã tập trung vào giải bài toán điều kiện ban đầu và điều kiện biên theo hướng chính xác về mặt toán học (Elvius và Sundstrom 1973 hay Davies 1973). Mục tiêu là xác định điều kiện biên sao cho hệ phương trình vi phân cho nghiệm duy nhất phụ thuộc vào dữ liệu được cung cấp. Cách tiếp cận này tạm gọi là “sắp đặt tốt” (well posed). Nhằm thực hiện mục tiêu này, ta không được phép xác định các giá trị mô hình trên biên một cách tuỳ tiện, chỉ được phép kết hợp chúng một cách thích hợp. Ép buộc quá nhiều trên biên càng làm cho bài toán giải tích trở nên không thể giải được. Đối với hệ sai phân, tình huống tương tự được gọi là “xác định thừa” (overspecified). Chính điều này phát động nhiễu và do đó làm giảm nghiêm trọng chất lượng nghiệm giải được từ mô hình. Tuy nhiên, cách tiếp cận “sắp đặt tốt” rất khó đưa vào áp dụng thực tế, và những nghiên cứu vẫn đang được tiếp tục theo hướng này (MacDonald 2000). Thêm vào đó, như Davies (1976) đã chỉ rõ, sự phức tạp liên quan với phương pháp sắp đặt tốt sinh ra do tìm nghiệm dung hoà giải tích giữa dữ liệu biên và dòng bên trong. Với quy mô thời gian lớn khi mô phỏng khí hậu, tình huống này càng trở nên tồi tệ hơn so với bài toán dự báo thời tiết bởi vì mô hình không đồng nhất với điều kiện ban đầu, tức là các giá trị mô phỏng được sẽ khác nhiều so với trường điều khiển. Để vượt qua các vấn đề với việc xử lý điều kiện biên nêu trên thông thường người ta sử dụng kỹ thuật “thực tế” (pragmatic). Thay vì cố gắng đạt được các chỉ tiêu chặt chẽ về mặt toán học, mục tiêu lúc này là cung cấp dữ liệu quy mô lớn vào mô hình khu vực mà không tạo ra nhiều tạp nhiễu. Tiếp theo sẽ giới thiệu lý thuyết của hai phương pháp xử lý vùng đệm được sử dụng trong luận văn đó là “xốp” và “giảm dư” 16
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ 2.1.1. Phương pháp xử lý vùng đệm dạng xốp (sponge) Trước khi đưa một mô hình số độ phân giải cao vào hoạt động, ta cần phải hạn chế nó tại một miền tính giới hạn, sao cho các điều kiện biên xung quanh cần thiết cho phép những thay đổi bên ngoài miền tính giới hạn này nhằm tác động đến kết quả trong khi không làm hỏng dự báo với năng lượng phản hồi từ biên không xác thực. Ở đây đưa ra tập các điều kiện biên xung quanh theo thời gian trong đó sử dụng hệ phương trình sai phân hữu hạn ngang tuyến tính, hệ phương trình nước nông sai phân hữu hạn phi tuyến, và hệ phương trình thủy tĩnh nguyên thủy. Kết quả cho thấy làm thế nào điều kiện biên biến đổi các sóng ngang và sóng trọng trường bên trong từ bước sóng dài tới bước sóng vừa sang bước sóng ngắn, do đó có thể dễ dàng loại bỏ bởi một bộ lọc, bằng cách đó đưa ra một diện mạo mà sóng tới có thể đi qua biên một cách dễ dàng. Nghiên cứu còn cho thấy các sóng ngang và sóng trọng trường quy mô lớn đi vào miền dự báo mà ít bị suy giảm. Do đó, qua các thử nghiệm được tiến hành, sơ đồ điều kiện biên mang lại một lời giải thiết thực nhằm định hướng biên xung quanh phụ thuộc thời gian cho mô hình khu vực giới hạn. Trong khi các điều kiện quy mô lớn biểu thị cái cần cho các tính toán phân giải cao, các dự báo số hạn ngắn chi tiết chỉ có thể hoạt động thích hợp và hiệu quả nếu chúng tận dụng các quan trắc quy mô lớn mới nhất và các tính toán của mô hình có thể ứng dụng được với khu vực giới hạn. Các điều kiện biên xung quanh cần thiết bởi bản chất khu vực giới hạn của những dự báo này. Do đó, phương pháp chỉ ra các điều kiện biên này sao cho dự báo cho khu vực giới hạn bị ảnh hưởng bởi forcing quy mô lớn và không bị làm hỏng bởi năng lượng phản hồi không xác thực từ biên có tầm quan trọng đáng kể. Các tác giả (Davies, 1972; Sundstriim, 1973; Oliger và Sundstriim, 1976; và những người khác) đã cho thấy cần tập trung chú ý để đảm bảo các điều kiện biên được sắp đặt tốt về mặt toán học cho hệ phương trình thủy tĩnh nguyên thủy. Các 17
LƯƠNG MẠNH THẮNG LUẬN VĂN THẠC SỸ điều kiện được sắp đặt tốt thì không những phải đảm bảo ổn định số mà còn phải không có phản hồi để trở thành giá trị thích hợp. Các cách xử lý điều kiện biên thích hợp khác nhau được sử dụng và thảo luận trong các tài liệu. Shapiro và O'Brien (1970) sử dụng hệ phương trình lọc (filtered equations) hay Williamson và Browning (1974) sử dụng hệ phương trình nguyên thủy, định rõ một vùng là dòng chảy vào hay dòng chảy ra tùy theo gió theo pháp tuyến đối với biên là vào hay ra khỏi miền tính. Các điều kiện biên xung quanh sau đó dựa theo thiết kế này với sự xác định chủ yếu định tính quy mô lớn các điều kiện trong các vùng có dòng chảy vào và dòng chảy ra. Sơ đồ này gặp khó khăn khi gió quy mô lớn xác định tại biên biểu thị dòng chảy vào, trong khi gió tính bởi mô hình cách một bước thời gian bên trong biên biểu thị dòng chảy ra. Ở đây nhóm tác giả đã phát triển một kỹ thuật biên thực cho phép tạo ra các dự báo khu vực giới hạn hữu dụng mặc cho bản chất sắp đặt không tốt về toán học của bài toán. Tập các điều kiện biên xung quanh theo thời gian được biểu diễn cho phép các sóng quy mô lớn thâm nhập miền dự báo giới hạn nhưng không cho phép các sóng quy mô lớn hay nhỏ đi vào bị phản hồi với biên độ đủ để hủy hoại kết quả. Mục đầu tiên mô tả hệ thống và các điều kiện biên xung quanh. Mục thứ hai đưa ra nghiên cứu về biểu hiện của hệ thống sử dụng cả sai phân hữu hạn tuyến tính và phi tuyến đối với sóng bình lưu. a. Cách xử lý biên xung quanh bằng phương pháp sponge Các điều kiện biên xung quanh bao gồm các xu thế biến đổi theo thời gian quy mô lớn kết hợp tuyến tính với các xu thế tính được từ mô hình. Các điều kiện quy mô lớn có thể được tạo ra bởi dự báo thực tế của mô hình quy mô lớn hay tính từ số liệu phân tích. Trong cả hai trường hợp, thông thường phải nội suy số liệu quy mô lớn theo cả không gian và thời gian để thu được các xu thế tại biên xung quanh. Giá trị dự báo của biến phụ thuộc X bất kỳ được tính bằng: X m X t  1  W ( I )  ls t (2.1) X n ( I )  X p (I )  W ( I ) t I t I 18

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí

65 tài liệu

2428 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.