Thử nghiệm dự báo nhiệt độ và lượng mưa trên khu vực Hà Nội bằng mô hình WRF
lượt xem 3
download
Dự báo thử nghiệm từ 1 đến 3 ngày cho nhiệt độ không khí bề mặt (Tsfc) và lượng mưa tích lũy 24h cho các trạm trên khu vực Hà Nội trong tháng 1 và tháng 7 năm 2016 bằng mô hình WRF thấy rằng, mô hình WRF thường dự báo nhiệt độ thấp hơn và lượng mưa cao hơn thực tế.
Bình luận(0) Đăng nhập để gửi bình luận!
Nội dung Text: Thử nghiệm dự báo nhiệt độ và lượng mưa trên khu vực Hà Nội bằng mô hình WRF
- Nghiên cứu THỬ NGHIỆM DỰ BÁO NHIỆT ĐỘ VÀ LƯỢNG MƯA TRÊN KHU VỰC HÀ NỘI BẰNG MÔ HÌNH WRF Chu Thị Thu Hường, Nguyễn Tiến Mạnh, Nguyễn Trần Hoàng, Trần Đức Việt Trường Đại học Tài nguyên và Môi trường Hà Nội Tóm tắt Dự báo thử nghiệm từ 1 đến 3 ngày cho nhiệt độ không khí bề mặt (Tsfc) và lượng mưa tích lũy 24h cho các trạm trên khu vực Hà Nội trong tháng 1 và tháng 7 năm 2016 bằng mô hình WRF thấy rằng, mô hình WRF thường dự báo nhiệt độ thấp hơn và lượng mưa cao hơn thực tế. Kết quả dự báo Tsfc trung bình ngày khá tốt, chỉ khoảng 0,5 ÷ 10C (đối với hạn dự báo 24 giờ), khoảng 1 ÷ 20C (đối với hạn dự báo 48h và 72h). Tuy nhiên, do các hệ thống thời tiết thường được mô hình dự báo di chuyển chậm hơn so với thực tế nên sai số dự báo thường lớn hơn trong các ngày mà các hệ thống này ảnh hưởng trực tiếp đến khu vực. Bởi vậy, cả vùng mưa và lượng mưa vẫn còn sai số khá lớn. Hơn nữa, sai số dự báo trong tháng 1 thường nhỏ hơn trong tháng 7. Từ khóa: Nhiệt độ không khí bề mặt (Tsfc); Mô hình WRF; Sai số dự báo Abstract Experimental predictions for temperature and precipitation in hanoi using the WRF model Experimental predictions of 1 to 3 days for surface air temperature (Tsfc) and Cumulative rainfall within 24 hours for meteorological stations in Hanoi during January and July 2016 that is used the WRF model. The results indicate that, the WRF model often predicts lower temperatures and higher rainfall than actual ones. The average daily Tsfc forecasts are good, only about 0.5÷10C (for 24 hours forecast period), about 1÷20C (for 48 hours and 72 hours forecast period). However, because weather systems are predicted to move more slowly than reality, the forecast errors are often greater in days when the systems affect directly the area. Therefore, the error in rain areas and rainfall is still quite large. Moreover, the forecast error in January is usually smaller than in July. Keywords: Surface air temperature (Tsfc); WRF model; Forecast errors 1. Mở đầu của biến đổi khí hậu. Điển hình trong Dự báo thời tiết là một trong những tháng 1 năm 2016, miền Bắc Việt Nam nhiệm vụ quan trọng của ngành Khí chịu ảnh hưởng của đợt rét kỷ lục trong tượng, nó có ảnh hưởng không nhỏ đến vòng nhiều năm qua, tại các tỉnh miền các ngành, các lĩnh vực khác nhau trong núi phía Bắc xảy ra rét đậm, rét hại, đời sống xã hội. Trong những năm gần kèm theo mưa tuyết diện rộng, gây thiệt đây, khí hậu toàn cầu đã và đang biến hại hàng ngàn con gia súc, nhiều hecta đổi mạnh mẽ, tần suất và cường độ hoa màu và cây công nghiệp ngắn ngày. thiên tai ngày càng gia tăng trên toàn Trong tháng 7 năm 2016, miền Bắc chịu thế giới. Việt Nam là một trong những thiệt hại nặng nề do mưa lớn kéo dài, quốc gia chịu ảnh hưởng nặng nề nhất đặc biệt là tỉnh Quảng Ninh. Mưa lũ đã 50 Tạp chí Khoa học Tài nguyên và Môi trường - Số 19 - năm 2018
- Nghiên cứu khiến hàng nghìn nhà bị ngập, hoa màu liệu vệ tinh cho kết quả khá tốt đối với và vật nuôi bị cuốn trôi, gây thiệt hại to hạn dự báo dưới 30 giờ, nhưng với hạn lớn về người và của, ảnh hưởng nghiêm dự báo từ 30 đến 54 giờ thì việc đồng trọng tới sự phát triển kinh tế, xã hội. hóa số liệu không cho kết quả vượt trội Hiện nay, với sự phát triển của so với trường hợp không đồng hóa [3]. khoa học, công nghệ máy tính, các mô Bên cạnh đó, để đánh giá khả năng dự hình dự báo số trị đã được áp dụng báo mưa lớn cho khu vực Trung Trung trong dự báo thời tiết hàng ngày và dự Bộ khi trên khu vực chịu ảnh hưởng báo hạn mùa, đặc biệt là các hiện tượng kết hợp của không khí lạnh và dải hội thời tiết cực đoan như mưa lớn, bão, áp tụ nhiệt đới, Nguyễn Tiến Toàn (2011) thấp nhiệt đới, rét đậm, rét hại, sai số đã sử dụng phương pháp hồi quy từng trong khả năng cho phép, dự báo và định bước dựa trên sản phẩm dự báo của mô lượng khá chính xác. Một trong những hình WRF kết hợp với các số liệu địa mô hình đang được sử dụng trong phương. Tác giả cho rằng, kết quả dự nghiên cứu và dự báo nghiệp vụ là mô báo mưa chính xác hơn khi dự báo có hình WRF. Đây là mô hình khí quyển cập nhật số liệu địa phương [4]. Ngoài quy mô vừa, hệ phương trình động lực ra, để khảo sát độ nhạy của các sơ đồ học phi thủy tĩnh, các sơ đồ vật lí được tham số hoá đối lưu trong việc dự báo tích hợp cho những ứng dụng ở quy mô mưa, Nguyễn Thị Hạnh và cs (2016) từ mét đến hàng nghìn km và có mã đã sử dụng mô hình clWRF để dự báo nguồn mở để người sử dụng có thể đưa lượng mưa hạn mùa (từ 1 đến 6 tháng) thêm các sơ đồ vật lý vào mô hình, điều cho các tháng 6, 7, 8, 9 năm 2012. Kết kiện biên di động, có hệ thống đồng quả cho thấy, sơ đồ Kain-Fritsch thường hóa số liệu 3DVAR, kỹ thuật lồng ghép dự báo lượng mưa cao hơn và sai số lớn miền tính di động. Với những ưu điểm hơn, đặc biệt ở vùng khí hậu Nam Bộ. trên, đã có rất nhiều tác giả sử dụng mô Trong khi đó, sơ đồ Betts-Miller-Janjic hình WRF vào nghiên cứu và cho kết và Grell Devenji thường dự báo thấp hơn quả tương đối tốt. Cụ thể, Chu Thị Thu thực tế, nhất là ở các khu vực phía Bắc. Hường (2006) đã sử dụng mô hình WRF Hơn nữa, nghiên cứu cũng cho thấy, mô với lần lượt hai sơ đồ tham số hóa đối hình c/WRF cho kết quả dự báo tốt hơn lưu Betts-Miller-Janjic và Kain-Fritsch ở các vùng khí hậu phía Bắc và kém hơn để dự báo mưa lớn cho khu vực Trung ở vùng khí hậu Nam Bộ [1]. Bộ trong thời hạn từ 1 đến 3 ngày. Kết Có thể nói, mặc dù kết quả dự quả cho thấy, lượng mưa dự báo thường báo của của mô hình WRF vẫn còn có thấp hơn so với thực tế, còn diện mưa những hạn chế nhất định, song so với thì chưa thực sự chính xác. Hơn nữa, một số mô hình ra đời trước đó như sơ đồ Betts-Miller-Janjic dự báo lượng HRM, MM5, ETA,... thì kết quả dự báo mưa và sơ đồ Kain-Fritsch thì dự báo của mô hình WRF cũng khá phù hợp. diện mưa chính xác hơn [2]. Cũng với Mặc dù vậy, các nghiên cứu trước mục đích dự báo mưa lớn cho khu vực đó chỉ dừng lại việc mô phỏng hay dự Trung Bộ, song Nguyễn Thị Thanh báo thời tiết nói chung hay nhiệt độ và (2010), đã tiến hành việc đồng hóa số lượng mưa nói riêng cho các khu vực, liệu vệ tinh MODIS vào mô hình WRF. phạm vi lớn mà hầu như chưa có nghiên Kết quả chỉ ra rằng, việc đồng hóa số cứu nào sử dụng mô hình WRF để dự 51 Tạp chí Khoa học Tài nguyên và Môi trường - Số 19 - năm 2018
- Nghiên cứu báo điểm. Chính vì thế việc sử dụng mô a. Phương pháp dự báo hình WRF để thử nghiệm dự báo Tsfc Dự báo Tsfc và lượng mưa tích lũy và lượng mưa cho khu vực Hà Nội trong 24 giờ trong thời hạn 24, 48 và 72 giờ tháng 1 và tháng 7 là một vấn đề có tính cho khu vực Hà Nội trong tháng 1 và thực tiễn, nhằm đáp ứng những yêu cầu tháng 7 bằng mô hình WRF, nghiên cứu ngày càng cao của xã hội. sử dụng phiên bản WRF3.8 với 27 mực 2. Số liệu và phương pháp thẳng đứng và lưới lồng. nghiên cứu Điều kiện ban đầu của mô hình là các trường các yếu tố khí tượng của các 2.1. Số liệu dự báo toàn cầu NCEP-GFS, bước thời Số liệu trường ban đầu được sử gian sai phân là 90 giây. dụng trong mô hình là kết quả dự báo Miền tính của mô hình của mô hình dự báo toàn cầu GFS trong Trong nghiên cứu này, chúng tôi tháng 1 và tháng 7. Đây là số liệu của đã dự báo thử nghiệm với 3 miền tính các biến khí quyển trên lưới với độ phân lồng ghép với tọa độ tâm lưới là 210N, giải ngang là 0,5x0,5 độ kinh vĩ và 27 105,850E (hình 1). Trong đó, miền 1 có mực thẳng đứng từ 1000 đến 10mb. Số độ phân giải 36km, với 100 x 95 điểm liệu được lưu dưới dạng GRIB2, có hạn lưới, đảm bảo một vùng đủ rộng để đánh dự báo tới đa 16 ngày (384 giờ) và được giá ảnh hưởng của các trung tâm khí áp khai thác tại website: http://nomads. chính cũng như của gió mùa đến thời tiết ncdc.noaa.gov/GFS/grid4. khu vực Hà Nội. Miền 2 có độ phân giải Số liệu tái phân tích của các trường 12km, với 88 x 85 điểm lưới. Miền 3 có mưa, nhiệt độ không khí bề mặt, độ độ phân giải 4km với 76 x 73 điểm lưới. cao địa thế vị và gió trên các mực đẳng Miền này bao trùm Hà Nội và các tỉnh áp chuẩn 1000, 850, 700, 500, 300 và lân cận. Từ đó, bản đồ trường các yếu tố 200mb được sử dụng để so sánh với khí tượng được vẽ trên lưới 2, còn giá các kết quả dự báo của mô hình. Số liệu trị nhiệt độ và lượng mưa dự báo được này có độ phân giải 0,5 x 0,5 độ kinh vĩ, chiết xuất tại lưới 3. được cung cấp bởi Trung tâm Dự báo hạn vừa châu Âu (ERA) và được khai thác tại website: http://apps.ecmwf.int/ datasets/data/interim-full-daily. Số liệu quan trắc Tsfc trung bình, cao nhất, thấp nhất ngày và lượng mưa trong từng obs quan trắc (1, 7, 13 và 19 giờ) tại 5 trạm khí tượng trên khu vực Hà Nội (Hà Đông, Láng, Sơn Tây, Ba Hình 1: Các miền tính trong nghiên cứu Vì, Hoài Đức) trong tháng 1 và tháng Các sơ đồ tham số vật lý trong 7 năm 2016 để đánh giá kết quả dự báo mô hình Tsfc trung bình và lượng mưa tích lũy Trong nghiên cứu này, các sơ đồ 24 giờ trong các hạn dự báo 24, 48 và 72 tham số hóa được sử dụng để chạy dự giờ của mô hình. báo thử nghiệm gồm: Sơ đồ tham số hóa 2.2. Phương pháp nghiên cứu đối lưu Betts-Miller-Janjic, sơ đồ tham 52 Tạp chí Khoa học Tài nguyên và Môi trường - Số 19 - năm 2018
- Nghiên cứu số vi vật lý mây Thompson, sơ đồ bức dự báo. Giá trị này càng tiến tới không thì xạ sóng ngắn RRTM, bức xạ sóng dài mô hình dự báo càng chính xác. Duhia, sơ đồ bề mặt MM5, sơ đồ lớp đất 3. Kết quả dự báo thử nghiệm bề mặt Noah LSM. Trong nghiên cứu này, nhóm tác b. Phương pháp đánh giá kết quả giả đã phân tích và đánh giá kết quả dự báo dự báo thử nghiệm đối với hạn dự báo Sau khi chạy mô hình dự báo hạn từ 24, 48 và 72 giờ của từng ngày trong 1 đến 3 ngày cho từng ngày trong tháng tháng 1 và 7 năm 2016. Tuy nhiên, trong 1 và tháng 7 năm 2016, nghiên cứu sử khuôn khổ bài báo này, nhóm tác giả chỉ dụng các chỉ số thống kê để đánh giá kết đưa ra hình ảnh minh họa cho các ngày quả dự báo. có Tsfc cao, thấp nhất hoặc có mưa lớn Các chỉ số được sử dụng trong trong tháng. Cụ thể, chúng tôi tiến hành nghiên cứu này gồm: sai số trung phân tích trường Tsfc lúc 7 giờ ngày 23, bình (ME - Mean Error), sai số trung 24, 25 (trong tháng 1), lúc 13 giờ ngày bình tuyệt đối (MAE - Mean Absolute 16, 17, 18 (trong tháng 7) và lượng mưa Error và sai số bình phương trung bình tích lũy 24 giờ trong các ngày 27, 28, (RMSE - Root Mean Square Error). Các 29/7 tương ứng với dự báo hạn 24, 48 sai số này sẽ được tính trung bình trong và 72 giờ. Đồng thời, nguồn số liệu tái từng tháng và đối với từng hạn dự báo. phân tích được sử dụng để đánh giá kết quả dự báo trong các ngày tương ứng. F O N i i ME i 1 (1) 3.1. Dự báo nhiệt độ không khí N bề mặt i1 Fi Oi N Kết quả dự báo Tsfc lúc 7 giờ ngày MAE (2) 23/1/2016 cho thấy, trường Tsfc dự báo N và tái phân tích khá tương đồng với N 1 nhau, Tsfc dự báo vẫn cao hơn phân tích RMSE N ( F O ) i 1 i i 2 (3) khoảng 2 30C (Hình 2). Kết quả này có thể do mô hình đã Trong đó, Fi là giá trị dự báo thứ i; Oi là giá trị quan trắc thứ i; N là dung dự báo chưa tốt thời điểm xâm nhập của không khí lạnh. Thời điểm không khí lượng mẫu. lạnh ảnh hưởng đến khu vực Hà Nội Sai số trung bình (ME) xác định xu trong thực tế sớm hơn so với thời điểm thế mô hình dự báo vượt quá hay thấp dự báo bằng mô hình nên Tsfc thực tế hơn giá trị thực tế. Giá trị ME dương giảm nhiều hơn dự báo trong ngày này. thể hiện xu thế dự báo của mô hình vượt Sang ngày 24 và 25 tháng 1, trường Tsfc quá giá trị quan trắc và ngược lại giá trị giữa giá trị dự báo và tái phân tích khá âm của ME thể hiện xu thế dự báo của đồng nhất. Lúc này hoàn lưu của không mô hình thấp hơn giá trị quan trắc. khí lạnh đã bao trùm toàn bộ khu vực nên Sai số trung bình tuyệt đối (MAE) trường nhiệt khá ổn định. Theo số liệu cho biết độ lớn trung bình của sai số quan trắc, Tsfc lúc 7 giờ ngày 23 tháng 1 nhưng không chỉ ra hướng của độ lệch. tại các trạm khí tượng ở Hà Nội dao động Sai số bình phương trung bình từ 7 100C. Đến ngày 24, 25 tháng 1, (RMSE) xác định sai số về độ lớn của biến Tsfc đã giảm xuống trên dưới 50C. 53 Tạp chí Khoa học Tài nguyên và Môi trường - Số 19 - năm 2018
- Nghiên cứu Hình 2: Trường Tsfc lúc 7 giờ ngày 23/1/2016 hạn dự báo 24 - 48 - 72 giờ (phía trên) và số liệu tái phân tích 23, 24, 25/1/2016 (phía dưới) Hình 3: Bản đồ Tsfc lúc 13 giờ ngày 16/07/2016 hạn dự báo 24 - 48 - 72 giờ (phía trên) và số liệu tái phân tích (phía dưới) Tương tự trong tháng 1, bản đồ đồ tái phân tích trong các ngày tương trường Tsfc lúc 13 giờ trong các ngày ứng. Có thể thấy, với hạn dự báo 24 và 16, 17 và 18/7/2016 là kết quả dự báo 48 giờ, mô hình đã dự báo tương đối hạn 24, 48 và 72 giờ của ngày 15/7/2016 chính xác trường Tsfc trên khu vực, đặc cũng được phân tích và so sánh với bản biệt là vùng xảy ra nắng nóng trong 2 54 Tạp chí Khoa học Tài nguyên và Môi trường - Số 19 - năm 2018
- Nghiên cứu ngày 16/7 và 17/7. Cụ thể, trong ngày Sai số dự báo Tsfc trung bình trong 16/7/2016, trên vùng Đồng bằng Bắc tháng 1 và tháng 7/2016 đối với các Bộ nắng nóng đã xảy ra, thậm chí Tsfc hạn dự báo 24, 48 và 72 giờ được chỉ ra trong hình 4. ở phía Nam của vùng còn lên tới 38ºC. Sang ngày 17/7/2016, phạm vi vùng Có thể thấy, sai số trung bình đều có giá trị âm, giá trị dự báo thấp hơn nắng nóng trên cả bản đồ dự báo và tái giá trị quan trắc (Hình 4). Giá trị sai số phân tích đều có xu hướng mở rộng hơn trung bình đối với hạn dự báo 24 giờ về phía Đông Bắc và xuống phía Nam. trong tháng 1 (ME < 0,5) nhỏ hơn trong Tuy nhiên, đến ngày 18/7, mô hình lại tháng 7 (ME ~ 1), nhất là tại trạm Ba Vì dự báo Tsfc thấp hơn từ 2 40C so với (ME ~ 0). Đối với hạn dự báo 48h và thực tế. Theo số liệu tái phân tích, phạm 72h, ME dao động khoảng từ 1 2ºC (trong cả tháng 1 và 7). So với các trạm vi và nhiệt độ vùng nắng nóng biến đổi trên khu vực, Tsfc dự báo tại trạm Ba không nhiều so với ngày 17/7, song kết Vì (đối với các hạn dự báo) trong tháng quả dự báo Tsfc trên các vùng này chỉ 7 cũng đều có sai số nhỏ nhất (xấp xỉ dao động từ khoảng 33 - 360C (Hình 3). 0,10C) (Hình 4b). Hình 4: Sai số dự báo Tsfc trung bình ngày tại Hà Nội trong tháng 1 (bên trái) và tháng 7 (bên phải) với thời hạn dự báo 24, 48 và 72 giờ Như vậy, có thể nói, mô hình WRF áp bề mặt lúc 7 giờ ngày 27/7, bão số 1 đã dự báo Tsfc ngày khá tốt. Sai số lớn nằm trên Biển Đông (19,50N; 108,50E). nhất xảy ra đối với Tsfc trung bình trong Nó di chuyển theo hướng Tây Tây 2 tháng này chỉ khoảng 10C, 1,20C và Bắc đổ bộ vào Bắc Bộ. Lúc 19h cùng 20C đối với các hạn dự báo 24, 48 và ngày, vị trí tâm bão ở khoảng 19,90N; 72 giờ tương ứng. Trong đó, sai số lớn 106,60E, nằm trên vùng biển tỉnh Thái nhất xảy ra tại trạm Hà Đông với ME Bình. Do ảnh hưởng của hoàn lưu bão, cao hơn so với các trạm khác trong khu khu vực Hà Nội đã có mưa. Đến ngày vực từ 0,2 - 1,50C (trừ trạm Ba Vì). 28/7, bão tiếp tục đi sâu vào đất liền. 3.2. Dự báo lượng mưa tích lũy Hà Nội nằm hoàn toàn trong hoàn lưu 24 giờ bão nên lượng mưa đạt giá trị lớn nhất. Tương tự như dự báo nhiệt độ, Sang ngày 29/7, bão suy yếu và chỉ còn lượng mưa tích lũy 24 giờ trung bình là vùng áp thấp nên mưa cũng giảm đi trong tháng 1 và 7/2016 với các hạn rất nhiều. dự báo 24, 48 và 72 giờ cũng được Bản đồ mưa tích lũy 24 giờ và minh họa bởi 1 đợt mưa lớn. Đây là đợt tái phân tích trong các ngày 27, 28 và mưa do ảnh hưởng của cơn bão số 1 29/7/2016 đã được phân tích để đánh (MIRINAE). Trên bản đồ phân bố khí giá diện mưa dự báo của mô hình với 55 Tạp chí Khoa học Tài nguyên và Môi trường - Số 19 - năm 2018
- Nghiên cứu các hạn dự báo 24, 48 và 72 giờ của mô hình dự báo lượng mưa thường lớn ngày 26/7/2016 (Hình 5). hơn so với quan trắc. Kết quả đáng giá dự Có thể thấy, vùng mưa dự báo lệch báo trong tháng 1 cho thấy, đối với hạn hơn về phía Đông so với số liệu tái phân 24 và 48 giờ, các sai số trung bình tháng tích. Trong ngày 27/7, ta thấy một vùng tại 5 trạm trên khu vực Hà Nội đều có giá mưa khá lớn trên khu vực vịnh Bắc Bộ, trị rất nhỏ (chỉ dưới 10 mm). Tuy nhiên, với lượng mưa tích lũy 24 giờ lên đến với hạn dự báo 72 giờ, sai số trung bình trên 100 mm. Vùng trung tâm mưa phía lên tới 40 mm (Hình 6). tây đảo Hải Nam (khoảng 108,50E, 180N) Sai số lượng mưa tích lũy 24 giờ với lượng mưa tích lũy lên tới trên 500 trong tháng 7 đều cao hơn so với tháng mm. Còn ở các tỉnh ven biển Đồng bằng 1. Điều này cũng hoàn toàn hợp lý bởi Bắc Bộ, lượng mưa chỉ đạt từ khoảng 50 lượng mưa trung bình trong tháng 7 cao đến 100 mm. Kết quả này cũng khá phù hơn nhiều so với tháng 1. Với hạn dự hợp với mưa tái phân tích, song vùng báo 24 và 48 giờ, ME và MAE tại các mưa trên 100 mm trong số liệu tái phân trạm trong khu vực Hà Nội chỉ dao động tích mở rộng hơn so với dự báo. khoảng 15 5mm, sai số lớn nhất xảy Sang ngày 28/7/2016, do bão đã đổ ra tại trạm Ba Vì và nhỏ nhất tại trạm bộ nên vùng mưa di chuyển vào sâu trong Láng. Song sai số trung bình tại các đất liền. Tuy vùng mưa dự báo vẫn lệch trạm trên khu vực lại lên tới khoảng 70 hơn sang phía Đông, song so với kết quả 80 mm (Hình 7). dự báo cho ngày 27 và ngày 29/7 thì vùng Như vậy, có thể thấy, mô hình WRF mưa dự báo trong ngày này phù hợp với đã dự báo khá tốt cả nhiệt độ và lượng thực tế hơn. Lượng mưa tích lũy 24 giờ tại mưa tích lũy 24 giờ (đối với hạn dự báo Hà Nội trong ngày 28/7 cũng lên đến 300 24 và 48 giờ). Đối với hạn dự báo 72 mm. Sang ngày 29/7, bão đã tan nên trên giờ, mô hình dự báo với sai số lớn hơn. bản đồ tái phân tích, vùng mưa đã thu hẹp Nhìn chung, sai số dự báo trong tháng 1 và lệch hơn về phía Tây Bắc. Trên khu thường nhỏ hơn trong tháng 7. Kết quả vực Đồng bằng Bắc Bộ nói chung và tại này có thể do mô hình đã dự báo các hệ Hà Nội nói riêng, lượng mưa tích lũy chỉ thống thời tiết ảnh hưởng đến khu vực khoảng 50 mm. Song theo kết quả dự báo, chậm hơn so với thực tế. khu vực mưa lớn vẫn tồn tại trên Bắc Bộ với lượng mưa lớn nhất lên tới trên 500 4. Kết luận mm trên vùng Đồng bằng và Đông Bắc Nghiên cứu dự báo thử nghiệm Tsfc Bộ (Hình 5). Từ đó, có thể thấy rằng, mô và lượng mưa tích lũy 24 giờ cho các hình WRF đã dự báo khá tốt quỹ đạo di trạm trên khu vực Hà Nội trong tháng chuyển của bão, song tốc độ di chuyển 1 và tháng 7 bằng mô hình WRF, chúng của bão dường như lại chậm hơn so với tôi thấy rằng, với hạn dự báo 24 và 48 thực tế. Hơn nữa, lượng mưa dự báo đối giờ, mô hình đã dự báo khá tốt. Kết quả với hạn dự báo từ 1 đến 3 ngày cũng cao dự báo Tsfc thường thấp hơn, còn lượng hơn nhiều so với thực tế. mưa lại cao hơn thực tế. Điều này có thể Đánh giá kết quả dự báo lượng mưa do thời gian mà các hệ thống thời tiết tích lũy 24 giờ tại Hà Nội trong tháng 1 ảnh hưởng trực tiếp đến khu vực thường và tháng 7 được phân tích dựa trên giá trị chậm hơn so với thực tế. Mặc dù vậy, trung bình của các sai số dự báo của tất các sai số của mô hình vẫn nằm trong cả các ngày trong từng tháng (Hình 6). giới hạn sai số cho phép nên chúng ta có Có thể thấy, trong cả tháng 1 và thể sử dụng mô hình để thử nghiệm cho tháng 7, các giá trị ME, MAE RMSE đều tất cả các tháng trong năm nhằm đưa mô có giá trị dương. Điều này chứng tỏ rằng, hình vào dự báo trong nghiệp vụ. 56 Tạp chí Khoa học Tài nguyên và Môi trường - Số 19 - năm 2018
- Nghiên cứu Hình 5: Bản đồ phân bố lượng mưa tích lũy 24 giờ ngày 27, 28 và 29/07/2016 ứng với hạn dự báo 24, 48 và 72 giờ (hình trên) và số liệu tái phân tích (hình dưới) Hình 6: Sai số lượng mưa tích Hình 7: Sai số lượng mưa tích lũy 24 giờ đối với hạn dự báo 24, 48 lũy 24 giờ với hạn dự báo 24, 48 và 72 và 72 giờ tại Hà Nội trong tháng 1 giờ tại Hà Nội trong tháng 7 TÀI LIỆU THAM KHẢO [3]. Nguyễn Thị Thanh (2010). Nghiên [1]. Nguyễn Thị Hạnh, Vũ Thanh cứu đồng hóa số liệu vệ tinh trong mô hình Hằng, Phan Văn Tân (2016). Dự báo mưa WRF để dự báo mưa lớn ở khu vực Trung hạn mùa bằng mô hình clWRF: Độ nhạy Bộ. Luận văn thạc sĩ, Trường Đại học Khoa của các sơ đồ tham số hóa đối lưu. Tạp chí học Tự nhiên, Đại học Quốc Gia Hà Nội. Khoa học ĐHQGHN. Tập 32, Số 2 (2016), [4]. Nguyễn Tiến Toàn (2011). Khả p.25-33. năng dự báo mưa lớn do không khí lạnh [2]. Chu Thị Thu Hường (2006). Nghiên kết hợp với dải hội tụ nhiệt đới cho khu vực cứu thử nghiệm dự báo mưa lớn thời hạn Trung Trung Bộ bằng mô hình WRF. Luận từ 1 đến 3 ngày cho khu vực Trung bộ Việt văn thạc sĩ, trường Đại học Khoa học Tự Nam bằng mô hình WRF. Luận văn Thạc nhiên, Đại học Quốc Gia Hà Nội. sĩ, Trường Đại học Khoa học Tự nhiên, Đại BBT nhận bài: 12/01/2018; Phản biện học Quốc gia Hà Nội. xong: 27/02/2018 57 Tạp chí Khoa học Tài nguyên và Môi trường - Số 19 - năm 2018
CÓ THỂ BẠN MUỐN DOWNLOAD
-
Thử nghiệm dự báo hạn mùa nhiệt độ trung bình tháng và lượng mưa tháng cho Việt Nam sử dụng mô hình clWRF
10 p | 72 | 10
-
Dự báo sự hình thành áp thấp nhiệt đới trên biển Đông bằng mô hình WRF-NMM
6 p | 80 | 5
-
Tạp chí Khí tượng Thủy văn – Số 714/2020
79 p | 72 | 3
-
Dự báo thời hạn bảo vệ hiệu quả cho một số vật liệu bảo quản bằng phương pháp thử nghiệm gia tốc
7 p | 29 | 3
-
Nghiên cứu ứng dụng các phương pháp tính toán trung bình có trọng số để nâng cao chất lượng dự báo trung bình tổ hợp cho hệ thống dự báo tổ hợp thời tiết hạn ngắn
14 p | 64 | 2
-
Nghiên cứu ứng dụng các phương pháp EMOS để nâng cao chất lượng dự báo xác suất cho hệ thống dự báo tổ hợp thời tiết hạn ngắn
8 p | 42 | 2
-
Thử nghiệm mô hình WRF đồng hóa LETKF trong dự báo sự hình thành của xoáy thuận nhiệt đới trên biển Đông giai đoạn 2013 – 2017
4 p | 16 | 2
-
Đánh giá khả năng dự báo sự hình thành áp thấp nhiệt đới trên biển đông bằng hệ thống tổ hợp LETKF
9 p | 36 | 2
-
Thử nghiệm dự báo trường nhiệt độ bề mặt biển trên biển đông bằng chỉ số ENSO
9 p | 14 | 2
-
Thử nghiệm đánh giá khách quan chất lượng dự báo nhiệt độ bằng phần mềm trong nghiệp vụ dự báo
11 p | 38 | 2
-
Thử nghiệm dự báo hạn mùa số lượng xoáy thuận nhiệt đới hoạt động trên khu vực biển Đông bằng phương pháp thống kê
5 p | 23 | 2
-
Nghiên cứu ứng dụng mô hình Noah-MP dự báo điều kiện khí tượng nông nghiệp vùng đồng bằng sông Hồng
13 p | 9 | 1
-
Thử nghiệm dự báo tổ hợp hạn mùa trường nhiệt độ mùa đông trên khu vực bắc bộ dựa trên cách tiếp cận đa vật lý và trung bình trễ
9 p | 28 | 1
-
Dự báo hạn mùa số lượng xoáy thuận nhiệt đới trên Biển Đông bằng các mô hình thống kê
13 p | 49 | 1
-
Phân tích cơ sở khoa học dự báo điểm dự báo mưa, nhiệt độ cho Sơn La
9 p | 45 | 1
-
Nghiên cứu áp dụng sơ đồ ban đầu hoá xoáy NC2011 trong mô hình WRF để khảo sát khả năng dự báo cường độ cơn bão damrey năm 2017
15 p | 35 | 1
-
Thử nghiệm dự báo mưa do bão bằng phương pháp tổ hợp lựa chọn sử dụng dữ liệu GSMAP và mô hình ECMWF cho khu vực Việt Nam
14 p | 2 | 1
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