Tóm tắt Luận văn Thạc sĩ Khoa học: Nghiên cứu ảnh hưởng của số liệu thám không giả lập trên quần đảo Trường Sa và Hoàng Sa đến dự báo bão trên Biển Đông

Chia sẻ: Na Na | Ngày: | Loại File: DOC | Số trang:31

Thêm vào BST

Báo xấu

28
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Ngoài phần mở đầu, kết luận và tài liệu tham khảo, luận văn được cấu trúc với bốn chương bao gồm: Chương 1 - Tổng quan về phương pháp OSSE, Chương 2 - Phương pháp đồng hóa, Chương 3 - Số liệu và phương pháp, Chương 4 - Kết quả thử nghiệm. Sau đây là tóm tắt của luận văn.

Chủ đề:

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

Lưu

Nội dung Text: Tóm tắt Luận văn Thạc sĩ Khoa học: Nghiên cứu ảnh hưởng của số liệu thám không giả lập trên quần đảo Trường Sa và Hoàng Sa đến dự báo bão trên Biển Đông

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Mai Khánh Hưng NGHIÊN CỨU ẢNH HƯỞNG CỦA SỐ LIỆU THÁM KHÔNG GIẢ LẬP TRÊN QUẦN ĐẢO TRƯỜNG SA VÀ HOÀNG SA ĐẾN DỰ BÁO BÃO TRÊN BIỂN ĐÔNG TÓM TẮT LUẬN VĂN THẠC SĨ KHOA HỌC Hà Nội – Năm 2014
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN Mai Khánh Hưng NGHIÊN CỨU ẢNH HƯỞNG CỦA SỐ LIỆU THÁM KHÔNG GIẢ LẬP TRÊN QUẦN ĐẢO TRƯỜNG SA VÀ HOÀNG SA ĐẾN DỰ BÁO BÃO TRÊN BIỂN ĐÔNG Chuyên ngành : Khí tượng và khí hậu học Mã số: 60440222 TÓM TẮT LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: TS LÊ ĐỨC Hà Nội – Năm 2014
MỤC LỤC MỞ ĐẦU ...................................................................................................................... 1 2.2 Mô hình dự báo thời tiết WRF và hệ thống đồng hóa WRF – 3DVAR ............ 11
MỞ ĐẦU Chất lượng dự báo của các mô hình số trị đã được nâng cao nhanh chóng trong khoảng hai thập kỷ trở lại đây, tuy nhiên độ chính xác trong dự báo các hiện tượng thời tiết có tác động lớn như bão hay xoáy thuận nhiệt đới vẫn còn là thách thức. Các cơn bão thường diễn ra trên những vùng biển, đại dương nơi mà mật độ các trạm quan trắc rất thưa thớt. Việc thiếu thông tin quan trắc đã dẫn tới trường số liệu ban đầu của các mô hình số trị trở nên không chính xác, gây khó khăn trong việc dự báo bão và xoáy thuận nhiệt đới. Việt Nam là quốc gia có đường bờ biển dài trên 3000 km, nằm trong khu vực có tần suất hoạt động của bão lớn nhất trên thế giới, thường xuyên phải đón nhận các cơn bão với sức tàn phá lớn. Vì vậy, dự báo bão là một trong những nhiệm vụ quan trọng hàng đầu của dự báo số trị. Tầm quan trọng của số liệu thám sát trong và xung quanh hoàn lưu bão đã được biết đến từ nhiều năm. Tại các quốc gia tiên tiến, khi có bão, các quan trắc dropsonde hoặc radar sử dụng máy bay thường được tiến hành để cung cấp thêm thông tin trạng thái khí quyển trong bão. Do còn nhiều hạn chế về công nghệ, nhân lực cũng như tài chính tại Việt Nam, các loại thám sát đặc biệt này vẫn chưa được sử dụng. Tuy nhiên, Việt Nam có hai quần đảo Trường Sa và Hoàng Sa trên biển Đông, hoàn toàn có thể cung cấp các dự báo bổ sung này dưới dạng số liệu thám không và được kỳ vọng có thể cải thiện được chất lượng dự báo bão. Tuy nhiên, việc kiểm chứng tác động của số liệu này tới dự báo bão là không đơn giản khi các trạm quan trắc chưa được xây dựng và số liệu thám không tại vực nói trên chưa tồn tại. Trong khi đó, việc xây mới hay bảo trì, bảo dưỡng hệ thống quan trắc nói chung hay từng trạm thám không riêng lẻ đòi hỏi nhiều chi phí, bên cạnh đó cần có những điều tra tỉ mỉ, tốn nhiều thời gian về vị trí đặt trạm, tần suất hoạt động v..v.. để đảm bảo số liệu thám sát mới có thể phát huy hiệu quả cao nhất. Do vậy, để kiểm chứng được các tác động của loại số liệu thám không tới dự báo bão trong khi các trạm quan trắc còn chưa được xây dựng, các nhà khoa học trên thế giới đã sử dụng phương pháp Observing System Simulation Experiments (OSSE) tạm dịch là phương pháp thử nghiệm giả lập hệ thống quan trắc. Phương pháp này cho phép tiến hành các thử nghiệm giả lập những tác động của số liệu thám không tại Hoàng Sa và 1
Trường Sa tới quá trình dự báo. Từ đó ta có thể rút ra được những tác động tiềm năng của số liệu thử nghiệm trong thực tế. Trên thế giới phương pháp này cũng đã được áp dụng tại các trung tâm nghiên cứu khí tượng nổi tiếng như Trung tâm dự báo khí tượng hạn vừa Châu Âu (ECMWF), Cục hàng không và vũ trụ Mỹ ( NASA), Trung tâm dự báo môi trường quốc gia Mỹ (NCEP), v…v… Các kết quả của phương pháp OSSE là một kênh thông tin tham khảo đắc lực cho các nhà khí tượng học trong công tác nghiên cứu cũng như nghiệp vụ hàng ngày. Trước tình hình cần thiết ước tính được tác động tiềm năng của số liệu thám không bổ sung trên khu vực biển Đông tới dự báo bão, luận văn này sẽ tiến hành “ Nghiên cứu ảnh hưởng của số liệu thám không giả lập trên quần đảo Trường Sa và Hoàng Sa đến dự báo bão trên biển Đông”. Ngoài phần mở đầu, kết luận và tài liệu tham khảo, luận văn được cấu trúc với bốn chương bao gồm: Chương 1: Tổng quan về phương pháp OSSE Chương 2: Phương pháp đồng hóa Chương 3: Số liệu và phương pháp Chương 4: Kết quả thử nghiệm 2
Chương 1 TỔNG QUAN VỀ PHƯƠNG PHÁP OSSE 1.1 Tổng quan các nghiên cứu về OSSE trên thế giới và tại Việt Nam Trong giai đoạn đầu phát triển từ năm 1960 đến 1980, phương pháp OSSE gắn liền với các nghiên cứu trong chương trình nghiên cứu khí quyển toàn cầu. Với mục tiêu là đưa ra được một mạng lưới quan trắc toàn cầu có độ chính xác cao, GARP là tập hợp các nghiên cứu sử dụng phương pháp OSSE để thực hiện các thử nghiệm để giúp các nhà khoa học có thể đưa ra được mạng lưới quan trắc tối ưu. Các kết quả đạt được trong giai đoạn này có thể cung cấp được trường phân tích đáp ứng được yêu cầu về số liệu của GARP, chỉ ra được mối liên hệ giữa các biến quan trọng của khí quyển là nhiệt độ và gió. Sử dụng thám sát nhiệt độ từ vệ tinh trong thời gian dài và liên tục đưa vào mô hình toàn cầu có thể tạo ra số liệu quan trắc trường gió quy mô lớn, vì vậy các quan trắc gió bổ sung là không cần thiết. Một trong những hướng nghiên cứu cũng tập trung nhiều sự quan tâm của các nhà khoa là đưa ra một hệ thống đồng hóa số liệu phù hợp với những quan trắc mới. Phương pháp OSSE sẽ giúp các nhà khoa học có thể thử nghiệm các phương pháp đồng hóa mới trước khi số liệu quan mới được đưa vào sử dụng. Điều này sẽ giúp tiết kiệm thời gian đưa số liệu quan trắc mới vào nghiệp vụ. Trong những năm từ 1980 đến 2000, những nghiên cứu sử dụng phương pháp OSSE dần chuyển hướng sang các nghiên cứu liên quan tới tác động của số liệu gió từ vệ tinh. Đặc biệt là các tập hợp các nghiên cứu được thực hiện bởi các nhà khoa học tại trung tâm đồng hóa số liệu NASA DAO nhằm xác định tác động tiềm năng của profile gió vệ tinh LiDAR tới hệ thống đồng hóa và dự báo số lúc bấy giờ và từ đó có thể đưa ra những điều chỉnh trong thiết kế thiết bị đo gió. Trong giai đoạn 3
này, các nghiên cứu sử dụng mô hình tích phân hoàn lưu chung khí quyển có độ phân giải 5o, hệ thống đồng hóa và dự báo GEOS3 có độ phận giải 1 o và đã đạt được những kết quả đáng ghi nhận: cải thiện rõ rệt độ chính xác của dự báo khi số liệu gió vệ tinh lidar được đồng hóa. Cụ thể, kỹ năng dự báo trung bình đã được kéo dài thêm từ 12 – 18 giờ tại Nam Bán Cầu và từ 3 6 giờ tại Bắc Bán Cầu. Tăng độ chính xác trong dự báo quỹ đạo bão, sai số vị trí tâm bão dự báo giảm xấp xỉ 10% tính trung bình toàn cầu. Đặc biệt với các cơn bão có cường độ mạnh (áp suất cực tiểu tại tâm nhỏ hơn 945hPa), thì sai số khoảng cách giảm trung bình hơn 200km. Không chỉ vậy, các nhà khoa học còn chỉ ra được tác động của gió Lidar này đã cải thiện được dự báo vị trí đổ bộ của các cơn bão, giảm sai số xấp xỉ 250km. Trước năm 2000, phương pháp OSSE thường được sử dụng trong các nghiên cứu có quy mô lớn, các mô hình được sử dụng để thực hiện các giả lập thử nghiệm là mô hình toàn cầu. Từ những năm đầu thế kỷ 21 cho đến nay, sự phát triển nhảy vọt của khoa học kỹ thuật và năng lực tính toán của máy tính đã tạo điều kiện cho các hệ thống mô hình khu vực cũng ra đời và hoàn thiện. Các nghiên cứu sử dụng phương pháp OSSE đã tập trung hơn vào nghiên cứu quy mô vừa, đặc biệt là tác động tiềm năng của số liệu viễn thám tới các loại thời tiết có tác động lớn như bão, xoáy thuận nhiệt đới. Các kết quả đạt được trong giai đoạn này đã cho thấy tác động tiềm năng của số liệu gió Lidar Doppler tới việc dự báo các hiện quy mô vừa như bão tuyết, xoáy thuận nhiệt đới. Các kết quả cho thấy việc đồng hóa các quan trắc gió vào các mô hình quy mô vừa sẽ có những tác động tiềm năng rõ rệt trong việc cải thiển chất lượng dự báo quỹ đạo và cường độ bão. Sai số giữa quỹ đạo dự báo khi có sử dụng số liệu gió nhỏ hơn quỹ đạo của dự báo khi không đồng hóa số liệu này trong dự báo hạn 48 tiếng. Cường độ bão được phản ánh chính xác thay vì cho dự báo cường độ quá lớn. Các nghiên cứu sử dụng mô hình khu vực và phương pháp OSSE làm công cụ để nghiên cứu những tác động của các loại quan trăc dự kiến khác nhau tới dự báo các hiện tượng thời tiết có tác động lớn nói chung và bão nó riêng đã được nhiều nhà khoa học trên thế giới thực hiện và đã thu được những kết quả tích cực trong dự báo bão. Tại Việt Nam, OSSE vẫn là phương pháp mới. Theo hiểu biết của tác giả, chưa có các nghiên cứu sử dụng OSSE, tuy nhiên một số nghiên cứu có sử dụng 4
mô hình khu vực và sơ đồ đồng hóa số liệu 3DVAR để nghiên cứu tác động của các loại số liệu quan trắc tới các hiện tương thời tiết có ảnh hưởng lớn đã được thực hiện. Kết quả nghiên cứu trong nước cho thấy, sai số dự báo bão đã giảm, đặc biệt là trong 42 giờ đầu khi sử dụng sơ đồ đồng hóa 3DVAR, phản ánh tốt hơn cấu trúc và hoàn lưu bão. Qua các nghiên cứu trên thế giới, có thể nhận thấy phương pháp OSSE là một công cụ hữu ích cho các nhà khoa học trong việc nghiên cứu tác động của các loại số liệu quan trắc tương lai tới hệ thống dự báo số hiện tại. Các nghiên cứu trong nước đã cho thấy hoàn toàn có cơ sở áp dụng phương pháp OSSE cho khu vực Việt Nam dựa trên các mô hình khu vực. Đây cũng là cơ sở để tác giả lựa chọn mô hình WRF và hệ thống đồng hóa số liệu biến phân ba chiều (3DVAR) để thực hiện nội dung luận văn là nghiên cứu tác động của số liệu thám không giả lập tại Hoàng Sa và Trường Sa tới dự báo bão tại biển Đông 1.2 Phương pháp OSSE 1) Giả lập (mô phỏng) khí quyển Để biết tác động của số liệu quan trắc tới dự báo số, các nhà khoa học thường so sánh các dự báo có và không có đồng hóa số liệu quan trắc với nhau. Số liệu quan trắc là thước đo trạng thái khí quyển tại vị trí đặt trạm quan trắc hay có thiết bị quan trắc, đo đạc. Tuy nhiên, tại những nơi chưa có trạm quan trắc, hay chưa có các thiết bị quan trắc ta không thể biết được trạng thái khí quyển, do vậy không thể có được số liệu quan trắc và cũng không thể xác định được tác động của số những số liệu quan trắc chưa tồn tại tới hệ thống dự báo số. Do vậy, cần có một khí quyển giả lập mà các nhà khoa học biết rõ để từ đó họ có thể có bất cứ số liệu quan trắc cần thiết. Một tích phân đủ dài và không bị gián đoạn của một mô hình số sẽ có nhiệm vụ cung cấp một trạng thái của khí quyển trong một khoảng thời gian cần nghiên cứu được gọi tên là Nature run tạm dịch là khí quyển giả lập. Mô hình thực hiện giả lập khí quyển có thể là mô hình toàn cầu hoặc mô hình khu vực tùy vào quy mô của hiện tượng. Với những hiện tượng quy mô lớn, khí quyển giả lập được tạo bởi các mô hình toàn cầu, độ dài của khí quyển giả lập từ có thể kéo dài vài tháng đến một năm. Với những hiện tượng quy mô vừa như bão hay xoáy thuận nhiệt đới thì các khí quyển giả lập được tạo bởi mô hình toàn cầu không phản ánh 5
được cấu trúc bên trong của các hiện tượng này vì vậy cần có những khí quyển giả lập quy mô khu vực (regional nature run) được tạo bởi các mô hình khu vực với thời gian ngắn hơn, từ vài ngày đến một tuần và độ phân giải tinh hơn. Do trong thực tế, khí quyển có nhiều quy mô khác nhau, cũng như các mô hình số trị là chưa hoàn hảo nên khí quyển giả lập không thể giống chính xách hoàn toàn với khí quyển thực tế. Tuy nhiên, để phương pháp thử nghiệm giả lập hệ thống quan trắc có thể ước lượng được chính xác tác động của quan trắc mới thì khí quyển giả lập nên có những đặc điểm của khí quyển thực tế trong thời đoạn cần nghiên cứu. 2) Giả lập số liệu quan trắc (Observation simulation) Nếu như số liệu quan trắc thật có được thông qua các công cụ đo đạc thì ở đây, số liệu quan trắc giả lập sẽ được mô phỏng từ khí quyển giả lập. Hiện nay có hai cách tiếp cận để mô phỏng số liệu quan trắc [9]. Cách đơn giản nhất là nội suy dữ liệu trên lưới mô hình của khí quyển giả lập về vị trí cần có số liệu quan trắc, quá trình này bao gồm cả sai số của từng loại số liệu quan trắc. Một cách khác phức tạp hơn và đắt hơn đó là sẽ giả lập cách thu thập số liệu quan trắc như trong thực tế. Một điểm cần nói thêm, quá trình mô phỏng số liệu quan trắc bao gồm quá trình mô phỏng lại các loại quan trắc đã có và mô phỏng, giả lập các loại quan trắc chưa có. Việc lựa chọn đồng hóa loại số liệu quan trắc mô phỏng giả lập nào sẽ dẫn đến các quá trình điều khiển hoặc thử nghiệm được trình bày trong bước 3 dưới đây. 3) Các quá điều khiển (Control Run), thử nghiệm (Experiments) và ước lượng tác động của quan trắc mới Để xem xét được tác động một loại số liệu, thì phương pháp phổ biến nhất là so sánh, phân tích kỹ năng dự báo khi chưa có và có đồng hóa số liệu mới. Đối với phương pháp OSSE cũng vậy, để biết tác động của số liệu quan trắc tương lai tới chất lượng dự báo, ta cần có một quá trình chạy dự báo của mô hình khi chưa đồng hóa số liệu quan trắc mới này. Quá trình này được gọi tên là Control Run (CR) tạm dịch là quá trình điều khiển. Bản chất của CR là sự mô phỏng các dự báo của hệ thống dự báo số hiện tại. Các số liệu quan trắc được đồng hóa trong quá trình điều khiển là các quan trắc hiện thời giả lập (hệ thống quan trắc đang có), dự báo của quá trình điều khiển được gọi là dự báo tham chiếu. CR = dự báo + số liệu quan trắc hiện thời giả lập (1.1) 6
Các dự báo có đồng hóa thêm số liệu quan trắc mới được gọi là Experiments (EXP) tạm dịch là các thử nghiệm. Một cách đơn giản, các thử nghiệm có thể được hiểu như sau: EXP = CR + số liệu quan trắc tương lai giả lập (1.2) Các kết quả dự báo của EXP sẽ được đánh giá, so sánh với khí quyển giả lập (NR) và kết quả dự báo của CR từ đó rút ra được tác động của số liệu quan trắc tới dự báo số trong OSSE để đưa ra được những kết luận tương tự trong khí quyển thực. Các thành phần chính của OSSE được thể hiện thông qua sơ đồ trong hình 1.1 dưới đây. Giả lập khí quyển Điều ki ện ban đầu A Các dự báo Số liệu dự báo Mô hình số trị chạy t ạo khí quyển gi ả l ập So sánh Mô hình số trị Khí quyển giả lập (Dạng lưới) So sánh Giả lập số liệu quan trắc Trường số li ệu phân tích Quá tình gi ả l ập số liệu quan trắc Phân tích khách quan/ ban đầu hóa Số liệu quan trắc (hiện thời và tương lai) giả lập Điều ki ện ban đầu B Hình 1.1 Sơ đồ hoạt động của một hệ thống OSSE. 7
Có thể thấy rõ ràng, phương pháp OSSE được xây dựng dựa trên ý tưởng của một hệ thống đồng hóa số liệu. So sánh giữa hai hệ thống này được thể hiện qua hình 1.2. Khí quyển Khí quyển thực giả lập Quá trình Quá trình đo đạc mô phỏng Số liệu quan trắc hiện Số liệu quan trắc thời có thật (hiện thời và tương lai giả lập) Đồng hóa Đồng hóa số liệu số liệu Mô hình Mô hình dự báo số dự báo số trị trị a) Hệ thống đồng hóa số liệu b) OSSE Hình 1.2 So sánh hệ hoạt động của hệ thống đồng hóa số liệu và OSSE Từ hình 1.2 ta có thể thấy, sự khác biệt giữa hai hệ thống này chỉ đến từ ba quá trình đầu tiên. Nếu với hệ thống đồng hóa số liệu, các số liệu quan trắc thật thu thập được thông qua quá trình đo đạc từ khí quyển thực thì với quá hệ thống OSSE tất cả cá quá trình trên đều được giả lập. Khí quyển được giả lập, các số 8
liệu quan trắc giả lập có được không phải do đo đạc mà là mô phỏng. Các quá trình khác của hai hệ thống này là hoàn toàn giống nhau. Hình 1.3 dưới đây sẽ minh họa rõ hơn sự tương đồng của OSSE và hệ thống đồng hóa số liệu. Hình 1.3 Minh họa phương pháp thử nghiệm giả lập hệ thống quan trắc Hệ thống đồng hóa số liệu sử dụng số liệu quan trắc thật (có được nhờ đo đạc từ khí quyển thực) để cải thiện dự báo với mong muốn dự báo tiến tới sát được trạng thái khí quyển thực. Hệ thống OSSE sẽ sử dụng số liệu quan trắc giả lập (có được nhờ quá trình nội suy từ khí quyển giả lập) để cải thiện các dự báo với mong muốn các dự báo tiến dần tới khí quyển giả lập. Tác động của các loại số liệu quan trắc giả lập với dự báo số trong hệ thống OSSE sẽ được cho như là tác động của loại số liệu quan trắc này khi nó được đưa vào sử dụng trong thực tế. Như vậy, cơ sở lý thuyết của hệ thống OSSE là chính là quá trình đồng hóa số liệu. 9
Hiện nay có nhiều phương pháp đồng hóa số liệu, tuy nhiên để phù hợp với nội dung và quy mô của một luận văn, tác giả sử dụng phương pháp biến phân ba chiều 3DVAR cùng mô hình nghiên cứu và dự báo thời tiết (Weather Research and Forecast WRF) để thực hiện nội dung của luận văn Chương 2 HỆ THỐNG ĐỒNG HÓA SỐ LIỆU 2.1 Phương pháp biến phân ba chiều 3DVAR Đồng hóa số liệu là quá trình tạo trường ban đầu tốt nhất có thể cho mô hình dự báo. Hiện nay, trên thế giới có hai phương pháp hiện đại được sử dụng trong nghiên cứu cũng như trong nghiệp vụ là phương pháp đồng hóa biến phân (variational assimilation) và phương pháp lọc Kalman tổ hợp. Đồng hóa biến phân được chia thành đồng hóa biến phân ba chiều (3DVAR) và đồng hóa biến phân bốn chiều (4DVAR). Trong khuôn khổ của luận văn này, tác giả chỉ áp dụng đồng hóa biến phân ba chiều. Phương pháp 3DVAR sẽ tìm trạng thái khí quyển x phù hợp nhất với quan trắc y hay chính là việc tìm trạng thái khí quyển x có xác suất cực đại khi biết quan trắc. Theo công thức Bayes, xác suất có điều kiện của x khi biết trước y được tính như sau: P ( x) P ( y / x) P( x / y ) = (2.1) P( y ) Vì P(y) không phụ thuộc vào x nên: P(x/y) ~ P(x)P(y/x) (2.2) Trong đó, x được giả định có phân bố Gauss: 1 �1 � P ( x) = ( x − xb )T B −1 ( x − xb ) � exp �− � � � � (2.3) (2π ) n /2 B 1/2 �2 với B là ma trận tương quan sai số nền (gọi tắt là ma trận sai số nền), xb là giá trị trường nền. Tương tự ta có 1 �1 � P( y / x ) = ( H ( x ) − y )T R − 1 ( H ( x ) − y ) � exp �− � � � � (2.4) (2π ) p /2 R1/2 �2 10
với R là ma trận tương quan sai số quan trắc (gọi tắt là ma trận sai số quan trắc), y là giá trị trường thám sát. Thay thế P(x) và P(y|x) trở lại vào (2.2) ta được: P(x/y)~ 1 1 �1� 1 � − � exp � ( x − xb )T B −1 ( x − xb ) � �− �( H ( x) − y )T R −1 ( H ( x) − y ) � � � � (2π ) n /2 1/ 2 B (2π ) p /2 R 1/2 � 2 2 (2.5) 1 1 Hay P(x/y) ~ exp { −J ( x)} với (2π ) n /2 B1/ 2 (2π ) p /2 R1/ 2 1 1 J ( x) = ( x − xb )T B −1 ( x − xb ) � � � �+ �( H ( x) − y )T R −1 ( H ( x) − y ) � � � (2.6) 2 2 Xác suất P(x/y) cực đại khi J(x) cực tiểu. Trường phân tích mà ở đó hàm J đạt giá trị cực tiểu sẽ được xem là trường phân tích tối ưu nhất. Về mặt tính toán thực tế, việc cực tiểu hóa hàm J gặp hết sức khó khăn do B có kích thước rất lớn nên người ta thường cực tiểu hóa hàm J bằng phương pháp lặp. 2.2 Mô hình dự báo thời tiết WRF và hệ thống đồng hóa WRF – 3DVAR a) Mô hình dự báo thời tiết WRF Mô hình WRF là kết quả của sự hợp tác phát triển của nhiều trung tâm nghiên cứu và dự báo khí tượng ở Hoa Kỳ như Trung tâm Quốc gia về nghiên cứu khí quyển (NCAR), Trung tâm dự báo môi trường quốc gia (NCEP),…và đội ngũ đông đảo các nhà khoa học làm việc tại các trường đại học trên thế giới. Bên cạnh mục đích dự báo nghiệp vụ, WRF còn có thể khả năng áp dụng trong nghiên cứu mô phỏng các điều kiện thời tiết thực. Nó bao gồm nhiều tùy chọn và có hệ thống đồng hóa số liệu tiên tiến. Xuất phát từ những tính năng trên mà mô hình WRF đã được lựa chọn làm công cụ nghiên cứu trong luận văn. Các sơ đồ tham số hóa vật lý trong mô hình WRF có thế chia làm năm loại chính, trong đó mỗi loại bao gồm một số sơ đồ khác nhau. Chúng bao gồm: a) Các quá trình vi vật lý b) Tham số hóa đối lưu c) Lớp biên hành tinh (PBL) d) Mô hình đất e) Bức xạ 11
Quá trình tham số hóa cho các thành phần vật lý được ưu tiên thực hiện ở bước đầu tiên của mô hình. Quá trình này có thể bao gồm việc đọc file số liệu trong đó người sử dụng sẽ tùy chọn sử dụng thành phần vật lý nào. Mỗi sơ đồ tham số hóa vật lý được đóng gói sẵn thành một module riêng biệt trong đó chứa bản thân sơ đồ tham số hóa và các hằng số của riêng chúng, bên cạnh các hằng số sử dụng chung. Thông tin chi tiết về các sơ đồ tham số hóa có thể tham khảo tại [26]. b) Hệ thống đồng hóa WRF – 3DVAR Để tiến hành thử nghiệm trong luận văn này, tác giả sử dụng mô hình nghiên cứu và dự báo thời tiết WRF phiên bản 3.2 kết hợp với hệ thống đồng hóa số liệu được gọi là mô hình WRF3DVAR. Mô hình WRF3DVAR được thiết kế và phát triển theo quy trình ứng dụng nghiệp vụ chuẩn với cập nhật số liệu, xử lý đồng hóa, và dự báo một cách tự động. Sơ đồ thiết kế hệ thống được minh họa trong hình 2.1 Trường phân tích Mô hinh toàn cầu Điều ki ện Chạy mô Hệ thống Đồng hóa số liệu Số liệu biên hình (WRF) thám sát phân tích (3DVAR) Kết quả dự Trường nền báo (6 giờ) Hình 2.1 Hệ thống đồng WRF – 3DVAR chu kỳ 6h. Kết quả dự báo của mô hình sau sáu giờ được sử dụng như trường nền kết hợp với trường thám sát tạo thành trường phân tích nhờ phương pháp phân tích khách quan 3DVAR. Trường phân tích này lại được sử dụng là trường ban đầu cho lần chạy dự báo tiếp sau. Mô hình WRF sẽ không cần phải sử dụng kết quả phân 12
tích từ mô hình toàn cầu làm trường ban đầu. Như vậy, hệ thống WRF3DVAR được xây dựng sẽ bao gồm những đặc điểm sau: Phương pháp phân tích khách quan: 3DVAR Mô hình dự báo: WRF Chu kỳ: 6h Thám sát: mọi thám sát (cũ và mới) có được trên khu vực Việt Nam Điều kiện ban đầu cho mô hình WRF: trường phân tích được tạo bởi chính hệ thống WRF – 3DVAR. Điều kiện biên: dự báo từ mô hình toàn cầu GFS Chương 3 SỐ LIỆU VÀ PHƯƠNG PHÁP 3.1 Tổng quan về cơn bão Sơn Tinh (2012) Để có thể thực hiện các thử nghiệm đánh giá được tác động tiềm năng của số liệu thám không trên quần đảo Hoàng Sa và Trường Sa tới dự báo bão, tác giả đã lựa chọn trường hợp nghiên cứu là cơn bão Sơn Tinh diễn ra vào tháng 10 năm 2012. Đây là một cơn bão di chuyển khá đặc biệt khi qua quần đảo Hoàng Sa đi vào vịnh Bắc Bộ cơn bão di chuyển lệch về phía Bắc và đi vào khu vực Hải Phòng – Quảng Ninh. Theo quy luật hoạt động hàng năm của bão thì thời điểm cuối tháng 10, các cơn bão hoặc ATNĐ trên biển Đông có xu hướng đổ bộ và các tỉnh Trung Trung Bộ. Tuy nhiên, cơn bão Sơn Tinh đã đi lên phía bắc và đổ bộ vào duyên hải Bắc Bộ, trái với quy luật hàng năm. Hình 3.1 và 3.2 lần lượt là quỹ đạo và cường độ (áp suất thấp nhất tại tâm bão) của cơn bão Sơn Tinh kể từ khi hành thành đến khi độ bộ và suy yếu. 13
Hình 3.1 Quỹ đạo cơn bão Sơn Tinh Hình 3.2 Cường độ cơn bão Sơn Tinh – áp suất thấp nhất tại tâm bão 3.2 Số liệu Để thực hiện nội dung luận văn, tác giả sử dụng hai nguồn số liệu là số liệu phân tích cuối cùng FNL (Final Operational Global) và số liệu dự báo toàn cầu GFS 14
(Global Forecast System) của Trung tâm dự báo môi trường quốc gia (National Centers for Environmental Prediction NCEP). GFS: Số liệu dự báo toàn cầu với độ phân giải 1 độ kinh vĩ và cập nhật 6 tiếng/lần với hạn dự báo tối đa lên tới 16 ngày (384 giờ). Số liệu bao gồm các trường khí tượng cơ bản là áp suất bề mặt, áp suất mực nước biển, độ cao địa thế vị, nhiệt độ, nhiệt độ bề mặt biển, giá trị biến đất, lớp băng bao phủ, độ ẩm tương đối, các trường gió kinh hướng và vĩ hướng, chuyển động thẳng đứng, độ xoáy và ozone tại mực bề mặt và 26 mực khí áp từ 1000mb đến 10mb, trong lớp biên bề mặt và trên một số mực sigma, tấng đối lưu hạn và một vài mực phụ khác trong lớp bề mặt để khởi tạo các mô hình đất bề mặt (landsurface models). FNL: Số liệu phân tích cuối cùng có độ phân giải 1 độ kinh vĩ và được cập nhật 6 tiếng/lần. Đây là sản phẩm của hệ thống đồng hóa số liệu toàn cầu Global Data Assimilation System (GDAS). Hệ thống này liên tục thu nhận số liệu quan trắc thông qua hệ thống thông tin toàn cầu Global Telecommunications System (GTS) từ nhiều nguồn và các phân tích khác nhau. Số liệu FNL được tạo ra bởi cùng mô hình được NCEP dùng trong hệ thống dự báo toàn cầu. Số liệu FNL cập nhật chậm hơn khoảng một giờ so với phân tích của GFS. Sự chậm trễ này là do có nhiều số liệu quan trắc được sử dụng. Số liệu bao gồm các quan trắc bề mặt và 26 mực áp suất từ 1000 mb đến 10mb. Với độ chính xác cao hơn, số liệu FNL sẽ được sử dụng trong quá trình mô phỏng khí quyển. Số liệu GFS sẽ được sử dụng trong các quá trình dự báo thử nghiệm. 3.3 Thiết kế thử nghiệm mô phỏng 3.3 Thiết kế thử nghiệm mô phỏng a) Cấu hình miền tính Để thực hiện thử nghiệm tác động của số liệu thám không tại quần đảo Hoàng Sa và Trường Sa tới dự báo bão trên biển Đông, tác giả lựa chọn miền dự báo và cấu hình lưới như sau: Miền lưới tính bao gồm 221 x 161 điểm lưới theo phương ngang với bước lưới là 17 km, và 26 mực thẳng đứng, tạo ra miền lưới bao phủ từ 95oE đến 126.5oE và từ 5oN đến 26.5oN gồm trọn vẹn khu vực biển Đông và 15