Tài liệu Luận văn thạc sĩ " THỬ NGHIỆM DỰ BÁO QUỸ ĐẠO BÃO BẰNG PHƯƠNG PHÁP NUÔI NHƯNG DAO ĐỘNG PHÁT TRIỂN NHANH CỦA MÔ HÌNH RAMS " doc

LUẬN VĂN THẠC SỸ THỬ NGHIỆM DỰ BÁO QUỸ ĐẠO BÃO BẰNG PHƯƠNG PHÁP NUÔI NHƯNG DAO ĐỘNG PHÁT TRIỂN NHANH CỦA MÔ HÌNH RAMS MỤC LỤC CHƯƠNG I 6 TỔNG QUAN PHƯƠNG PHÁP DỰ BÁO TỔ HỢP 6 1.1. CƠ SỞ LÝ THUYẾT 6 1.2. PHÂN LOẠI HỆ THỐNG DỰ BÁO TỔ HỢP 7 1.2.1. Hệ thống dự báo tổ hợp 1 chiều 7 1.2.2. Hệ thống dự báo tổ hợp 2 chiều 17 1.2.3. Hệ thống dự báo tổ hợp 3 chiều 19 1.3 CÁC PHƯƠNG PHÁP TỔ HỢP KẾT QUẢ DỰ BÁO 21 1.3.1.Trung bình đơn giản 21 1.3.2. Tính trọng số theo sai số 22 1.3.3. Tính trọng số bằng hồi quy tuyến tính 22 1.4. CÁC PHƯƠNG PHÁP BIỂU DIỄN KẾT QUẢ TỔ HỢP. 23 1.4.1. Bản đồ trung bình và độ phân tán 23 1.4.2. Spagheti maps - Bản đồ ghép chồng 24 1.4.3. Dự báo đường đi của bão 24 1.5. KHẢ NĂNG VÀ HIỆN TRẠNG DỰ BÁO TỔ HỢP Ở VIỆT NAM 25 CHƯƠNG 2 27 MÔ HÌNH DỰ BÁO THỜI T IẾT QUY MÔ VỪA RAMS VÀ ÁP DỤNG DỰ BÁO QUỸ ĐẠO BÃO TRÊN BIỂN ĐÔNG 27 2.1. GIỚI THIỆU VỀ MÔ HÌNH RAMS 27 2.1.1. Các phương trình cơ bản của RAMS 28 2.1.2. Cấu trúc lưới 30 2.1.3. Sai phân thời gian 31 2.1.4. Bình lưu 33 2.1.5. Các điều kiện biên 36 2.2 ÁP DỤNG MÔ HÌNH RAMS ĐỂ DỰ BÁO QUỸ ĐẠO BÃO TRÊN BIỂN ĐÔNG. 40 2.2.1 Chọn miền tính và cấu hình lưới 40 2.2.2 Cập nhật số liệu địa phương trong mô hình RAMS 40 1 2.2.3 Đánh giá khả năng dự báo quỹ đạo bão bằng mô hình RAMS cho khu vực Biển Đông. 42 2.3 PHƯƠNG PHÁP TẠO NHÂN BAN ĐẦU VÀ NUÔI NHIỄU TRÊN MÔ HÌNH RAMS. 43 2.3.1 Tạo nhân ban đầu 43 2.3.2 Nuôi những dao động phát triển nhanh 45 CHƯƠNG 3 48 THỬ NGHIỆM DỰ BÁO QUỸ ĐẠO BÃO BẰNG P HƯƠNG PHÁP NUÔI NHƯNG DAO ĐỘNG PHÁT TRIỂN NHANH CỦA MÔ HÌNH RAMS 48 3.1 MÔ TẢ TẬP SỐ LIỆU NGHIÊN CỨU 48 3.2 NUÔI NHIỄU PHÁT TRIỂN NHANH CỦA MÔ HÌNH RAMS 49 3.3 DỰ BÁO TỔ HỢP QUỸ ĐẠO BÃO BẰNG PHƯƠNG PHÁP NUÔI NHỮNG DAO ĐỘNG PHÁT TRIỂN NHANH CỦA MÔ HÌNH RAMS. 55 3.3.1 Cơn bão Chan chu (12-17/5/2006) 55 3.5.2 Cơn bão Prapiroon (31/07/2006-3/8/2006) 64 3.5.3. Đánh giá khả năng dự báo bão bằng phương pháp nuôi những dao động phát triển nhanh trên toàn bộ tập mẫu. 67 KẾT LUẬN 74 2 LỜI CẢM ƠN Trước hết, tôi xin bày tỏ lòng biết ơn sâu sắc tới GS. TS. Trần Tân Tiến, là người đã tận tình chỉ bảo và hướng dẫn tôi hoàn thành luận văn này. Tôi xin cảm ơn các Thầy cô và các cán bộ trong khoa Khí tượng - Thủy văn - Hải dương học đã cung cấp cho tôi những kiến thức chuyên môn quý báu, giúp đỡ và tạo điều kiện thuận lợi về cơ sở vật chất trong suốt thời gian tôi học tập và thực hành ở Khoa. Tôi cũng x in cảm ơn Phòng sau đại học, Trường Đại học Khoa học Tự nhiên đã tạo điều kiện cho tôi có thời gian hoàn thành luận văn. Cuối cùng, tôi xin gửi lời cảm ơn chân thành tới gia đình, người thân và bạn bè, những người đã luôn ở bên cạnh cổ vũ, động viên và tạo mọi điều kiện tốt nhất cho tôi trong suốt thời gian học tập tại trường. Công Thanh 3 MỞ ĐẦU Ngày nay ngành công nghệ thông tin phát triển mạnh mẽ, nhờ đó các mô hình dự báo thời tiết số trị cũng phát triển. Cùng với sự phát triển của mô hình số, dự báo tổ hợp đã và đang trở nên rất phổ biến trên thế giới. Bản chất của dự báo tổ hợp là sử dụng kết quả từ nhiều dự báo thành phần khác nhau để đưa ra một kết quả dự báo tối ưu nhất. Tuy nhiên, phương pháp cụ thể để tạo ra các thành phần dự báo và cách tổng hợp kết quả của chúng lại có thể rất khác nhau. Dự báo tổ hợp đã có một quá trình phát t riển tương đối lâu dài kể từ những công trình đầu tiên của Lorenz (1963, 1965) đề cập đến tầm quan trọng của của điều kiện ban đầu đối với kết quả tích phân của các mô hình. Cho đến nay, dự báo tổ hợp đã được phát triển và ứng dụng rất đa dạng tại nhiều nơi và cho các mục đích khác nhau. Phần lớn các hệ thống dự báo tổ hợp nghiệp vụ trên thế giới đều dựa trên phương pháp tạo nhiễu động ban đầu và tích phân mô hình số trị với các trường ban đầu đó để tạo nên tổ hợp dự báo. Chính vì những lý do trên, việc nghiên cứu ứng dụng dự báo tổ hợp dựa trên phương pháp tạo nhiễu ban đầu với m ô hình số để dự báo đường đi của bão được đặt ra trong luận văn là phù hợp và khả thi với điều kiện hiện nay. Cụ thể, nội dung luận văn là nghiên cứu dự báo tổ hợp bằng phương pháp nuôi những dao động phát triển nhanh của mô hình RAMS để tạo ra trường khí tượng ban đầu, các trường ban đầu này sẽ được đưa vào mô hình RAMS dự báo hạn 72 giờ, các kết quả dự báo được tổ hợp bằng cách lấy trung bình đơn giản và sử dụng để dự báo bão. 4 Dựa trên những mục tiêu và nội dung của luận văn sẽ được bố cục thành các phần sau: MỞ ĐẦU CHƯƠNG I: TỔNG QUAN PHƯƠNG P HÁP DỰ BÁO TỔ HỢP CHƯƠNG 2: MÔ HÌNH DỰ BÁO THỜI TIẾT QUY MÔ VỪA RAMS VÀ ÁP DỤNG DỰ BÁO QUỸ ĐẠO BÃO TRÊN BIỂN ĐÔNG CHƯƠNG 3: THỬ NGHIỆM DỰ BÁO QUỸ ĐẠO BÃO BẰNG P HƯƠNG PHÁP NUÔI NHƯNG DAO ĐỘNG PHÁT TRIỂN NHANH CỦA MÔ HÌNH RAMS KẾT LUẬN 5 CHƯƠNG I TỔNG QUAN PHƯƠNG PHÁP DỰ BÁO TỔ HỢP 1.1. CƠ SỞ LÝ THUYẾT Dự báo tổ hợp là một tập hợp các dự báo bất kì được xác định tại cùng một thời điểm. Vì vậy tập hợp các dự báo trễ, các dự báo từ trung tâm nghiệp vụ khác nhau hoặc các mô hình khác nhau đều có thể tạo ra được một dự báo tổ hợp. Từ đầu những năm 1990, kỹ thuật dự báo tổ hợp đã được sử dụng để dự báo thời tiết ở các trung tâm toàn cầu. Ý tưởng của dự báo tổ hợp dựa trên lý thuyết rối của Lorenz (1963) [52] với giả thuyết rằng: “các nghiệm số thu được trong quá trình tích phân mô hình theo các điều kiện ban đầu khác nhau (có chứa sai số) có thể phân kì theo thời gian”. Điều này được giải thích bằng hiệu ứng Butterfly: do bản chất phi tuyến của các phương trình m ô tả khí quyển nên những sai số nhỏ không thể đo được trong trạng thái ban đầu của khí quyển sẽ trở thành những sai số đủ lớn sau một khoảng thời gian tích phân (10 – 14 ngày). Vì vậy, kết quả dự báo không sử dụng được cho dù mô hình là hoàn hảo. Trái lại, nếu các điều kiện ban đầu đó đư ợc gây nhiễu với giá trị nhiễu có đặc trưng cho phân bố như phân bố của sai số quan trắc thì việc tổ hợp các nghiệm từ các điều kiện ban đầu có gây nhiễu này (mỗi điều kiện ban đầu là một thành phần tổ hợp) bao phủ nghiệm thực và trạng thái thực của khí quyển khi mô hình dự báo hoàn hảo. Nếu các nhiễu không đặc trưng cho phân bố sai số của trường ban đầu thì kết quả dự báo có thể nằm ở một trong các nhóm, trong khi trạng thái khí quyển thực xảy ra trong các nhóm khác. Nếu chọn phân bố sai số tương xứng thì dựa trên các dự báo thành phần sẽ thu được dự báo cuối cùng bằng việc áp dụng phương pháp thống kê hoặc phương pháp lấy trung bình sẽ cho dự báo tốt hơn dự báo thành phần. 6 Bằng cách tính trung bình tổ hợp các kết quả dự báo, những sai số dự báo xảy ra do điều kiện ban đầu được loại bỏ dẫn đến kết quả dự báo tốt hơn. Đối với dự báo quỹ đạo bão (XTNĐ), phương pháp tổ hợp giữ vai trò quan trọng. Giữa thập niên 1990, kỹ thuật dự báo tổ hợp được nghiên cứu cho bài toán dự báo XTNĐ, đặc biệt là dự báo quỹ đạo. Việc ứng dụng này xuất phát từ thực tế là trường phân tích và trường dự báo từ các mô hình toàn cầu thường không m ô tả đúng vị trí, cấu trúc và cường độ của xoáy thuận nhiệt đới do mạng lưới quan trắc tại các vùng biển nhiệt đới còn ít, chưa đủ theo yêu cầu, vì vậy mà những sai số trong các trường ban đầu này sẽ ảnh hưởng đến kết quả dự báo XTNĐ. 1.2. PHÂN LOẠI HỆ THỐNG DỰ BÁO TỔ HỢP Hệ thống dự báo tổ hợp có thể phân chia thành 3 loại chính: hệ thống 1 chiều, 2 chiều và 3 chiều. 1.2.1. Hệ thống dự báo tổ hợp 1 chiều Điều kiện độ bất định (uncertainty) của trường ban đầu được coi là hệ thống dự báo tổ hợp 1 chiều có chứa điều kiện nhiễu ban đầu. Ba đặc tính cơ bản cần phải tuân theo khi tạo nhiễu: Tính sát thực, tính phân kỳ, tính trực giao. Tính sát thực là độ lớn của nhiễu cần nằm trong cỡ của sai số phân tích thực và đặc trưng cho phân bố phổ thực tế trên quy mô không gian. Độ bất định của trường ban đầu là lớn ở trong các sóng quy m ô nhỏ (khó quan trắc được) và độ bất định của trường ban đầu là nhỏ trong các sóng quy mô lớn (dễ quan trắc được). Tính phân kỳ là các nhiễu cần có cấu trúc phát triển động lực trong các thành phần sao cho các thành phần này phân nhánh nhiều nhất trong quá trình tích phân mô hình để chúng chứa tất cả các trường hợp có thể xảy ra trong không gian của mô hình. Tính trực giao là các nhiễu thành phần cần được trực giao để cực đại hóa dung lượng thông tin chứa trong tổ hợp, điều này đặc biệt quan trọng trong dự báo tổ hợp các quá trình quy m ô nhỏ. 7 Điều kiện hay trạng thái ban đầu cần được tạo nhiễu bao gồm trạng thái bên trong, biên trên, biên dưới và biên xung quanh (nếu là khu vực giới hạn). Hiện nay có 5 (hoặc nhiều hơn) phương pháp khác nhau tạo nhiễu các trường ban đầu (trường thực và trường phân tích) đặc biệt là cho trạng thái bên trong của trường ban đầu. 1. Nhiễu ngẫu nhiên (phương pháp Monte Carlo): nhiễu được sinh ra ngẫu nhiên dựa trên phương pháp thống kê (thường lấy phâ n bố chuẩn). Do vậy, nhiễu ngẫu nhiên m ô tả tốt độ lớn trung bình của độ bất định trường ban đầu trong phân tích (tính sát thực), nhưng nó có những hạn chế trong việc phát triển cấu trúc không gian động lực và không phản ánh được “sai số ngày”. Kết quả là, nhiễu phát triển với tốc độ chậm và do đó, tính phân kỳ giữa các thành phần trong trường hợp này thường không lý tưởng. Phương pháp tạo nhiễu ngẫu nhiên thường được dùng ở những nơi mà ở đó không có phương pháp nào tốt hơn. 2. Phương pháp dự báo trễ thời gian (dự báo trễ): gồm có 2 loại dự báo chính: “dự báo trễ trực t iếp” và “dự báo trễ có chuẩn hóa” (Hoffman và Kalnay, 1983) [40]. Phương pháp dự báo trễ trực t iếp là phương pháp đưa nhiều dự báo với đầu vào là các thời điểm khác nhau trong quá khứ nhưng cùng hướng tới một thời điểm tổ hợp (một sự kết hợp của các dự báo cũ và mới). Phương pháp này có thể chỉ ra lỗi của một dự báo cũ tại thời điểm t=0 (thời điểm ban đầu) một cách trực tiếp như một nhiễu của trường ban đầu, chúng có thể phản ánh “sai số ngày” và có cấu trúc động lực phát triển của độ tán tổ hợp lớn hơn so với phương pháp nhiễu ngẫu nhi ên. Ưu điểm của của phương pháp này là nhiễu sinh ra hoàn toàn tự do và không cần định hướng sinh nhiễu trường 8 ban đầu cho tổ hợp, có nghĩa là tất cả các trung tâm dự báo số trị có thể dùng loại dự báo này để tổ hợp một cách tự động. Tuy nhiên, sự quan tâm chính là chất lượng (độ lớn) của nhiễu phụ thuộc vào tuổi của một dự báo bởi vì chất lượng của dự báo giảm theo thời gian. Để tránh điểm yếu này, sai số dự báo trong quá khứ trước tiên được chuẩn hóa nhờ vào “tuổi” của chúng (giả thiết sự phát triển của sai số là gần như tuyến tính) tại thời điểm t =0 để có được độ lớn như nhau với tất cả các nhiễu và sau đó cộng thêm hoặc trừ đi với trường phân tích kiểm tra (control analysis) nhằm mục đích tạo ra đa phân tích làm trường ban đầu cho tổ hợp dự báo (Ebisusaki và Kalnay, 1983; Kalnay 2003) [44]. Phiên bản sau khi sửa chữa này được gọi là phương pháp trễ có chuẩn hóa và có thể biểu diễn đơn giản bằng phương trì nh sau: Nhiễu ban đầu= Chuẩn hóa x (dự báo trễ - phân tích hiện tại) (1.1) Nhiễu này không những có khả năng kiểm soát kích cỡ nhiễu mà còn tạo ra một cặp thành phần tổ hợp bằng cách cộng trừ nó với trường phân tích kiểm tra. Phương pháp dự báo trễ có cù ng ý tưởng và có quy trình kỹ thuật tương tự với phương pháp nuôi nhiễu (sẽ được trình bày ở phương pháp 3). Phương pháp trễ đã và đang được sử dụng t rong rất nhiều nghiên cứu tổ hợp và trong nghiệp vụ ví dụ như tại hệ thống tác nghiệp dự báo tổ hợp theo mùa (Saha và các cộng sự, 2006; Hou và các cộng sự, 2001; Lu và các cộng sự, 2006; Brankovic và các cộng sự, 2006; Mittermaier, 2007) [71][41][54][15][58]. Nhược điểm của phương pháp dự báo trễ đó là nó không thể tạo được tổ hợp với các thành phần có kí ch cỡ đủ lớn bởi vì số lượng mẫu dự báo cũ có chất lượng tốt có thể sử dụng bị giới hạn trong thực tế. Mặt khác, chất lượng của dự báo sẽ bị giảm 9 [...]... nhất phương pháp dự báo tổ hợp như công trình nghiên cứu dự báo các trường khí tượng trên biển Đông trên cơ sở các mô hình RAMS và ETA của GS.TS Trần Tân Tiến [9]; nghiên cứu về tổ hợp dự báo quỹ đạo bão bằng phương pháp lấy trung bình đơn giản của ThS Nguyễn Chi Mai [5][6][7]; dự báo tổ hợp xoáy thuận nhiệt đới dựa trên mô hình WBAR với hàng nghìn thành phần của ThS Võ Văn Hoà [2][3][4][8]; phương pháp. .. nếu mẫu dự báo quá cũ chứa đựng một tổ hợp kích cỡ lớn Bên cạnh đó, các dự báo trễ thường được sử dụng như là “nhân ban đầu” để khởi động lạnh cho một tổ hợp ví dụ như phương pháp nuôi nhiễu 3 Phương pháp nuôi nhiễu: Tên khác của phương pháp nuôi nhiễu còn được gọi là nuôi nhiễu động phát triển nhanh (Breeding of Growing Modes viết tắt BGM) Một dạng khác của phương pháp dự báo trễ, phương pháp BGM... phần của mô hình WBAR và cho thấy sự cải thiện đáng kể trong chất lượng dự báo quỹ đạo XTNĐ TS Hoàng Đức Cường đã thử nghiệm dự báo tổ hợp cho mô hình MM5 bằng phương pháp lấy trung bình đơn giản với các dự báo thành phần lần lượt là sản phẩm của mô hình MM5 sau khi đã có những lựa chọn khác nhau đối với các sơ đồ tham số hóa đối lưu và vi vật lý mây 26 CHƯƠNG 2 MÔ HÌNH DỰ BÁO THỜI TIẾT QUY MÔ VỪA RAMS. .. bị N: số các mô hình thành phần a i : trọng số hồi quy của mô hình i F i (t): giá trị dự báo của mô hình i Fi : giá trị trung bình của các dự báo của mô hình i trong giai đoạn chuẩn bị 1.4 CÁC PHƯƠNG PHÁP BIỂU DIỄN KẾT QUẢ TỔ HỢP 1.4.1 Bản đồ trung bình và độ phân tán Kết quả tổ hợp được trình bày bằng cách vẽ trường dự báo trung bình của cả tập hợp và độ phân tán của tập hợp dự báo này Hình 1.10 minh... tiếp cận với phương pháp tạo nhiễu động cho trường ban đầu đối với mô hình chính áp để tạo ra các thành phần tổ hợp khác nhau và cũng đã có những cải thiện lớn nhất trong chất lượng dự báo quỹ đạo bão ThS Võ Văn Hoà đã trình bày một khía cạnh mới trong việc ứng dụng phương pháp gây nhiễu động trường ban đầu cho dự báo tổ hợp quỹ đạo của XTNĐ và tạo ra các bản đồ dự báo xác suất dựa trên dự báo tổ hợp... cho mô hình MM5 của TS Hoàng Đức Cường[1] Hệ thống dự báo tổ hợp do GS.TS Trần Tân Tiến cùng các cộng sự xây dựng bao gồm hai mô hình số trị chính là RAMS và ETA với hy vọng xây dựng nên một hệ thống sản phẩm tốt hơn từ dự báo riêng lẻ của các mô hình 25 Qua thử nghiệm bước đầu cho thấy hệ thống dự báo tổ hợp đã phát huy được tính ưu việt của nó ở các mực đẳng áp 850mb đến mực 300mb Phương pháp của. .. của tổ hợp đa mô hình được gọi là tổ hợp PoorMan (Người nghèo) nơi nhiều dự báo riêng biệt của nhiều mô hình được kéo lại gần nhau để tạo ra một tổ hợp nếu một mô hình không đủ khả năng để tự chạy tổ hợp của chính nó (Wobus và Kalnay, 1995; Ebert, 2001) [91][32] Phương pháp đa mô hình ngày nay đã được chấp nhận và sử dụng rộng rãi Một phát triển gần đây của phương pháp đa mô hình đó là sự kết hợp của. .. “Xây dựng mô hình dự báo các trường Khí tượng Thủy văn biển Đông Việt Nam” Kết quả nghiên cứu đã chỉ ra kỹ năng dự báo ưu việt của mô hình RAMS đối với các trường khí tượng trên lãnh thổ Việt Nam Ngoài việc có thể cập nhật tự động số liệu 7 giờ một lần trong ngày để dự báo thời tiết tại các tỉnh, thành trong cả nước, mô hình RAMS còn có thể dự báo thời tiết cho từng khu vực nhỏ, chẳng hạn như dự báo. .. của 2 dự báo từ cùng một mô hình nhưng với các phiên bản khác nhau về sơ đồ đối lưu (thay cho một phiên bản như trong phương pháp nuôi truyền thống) sẽ giúp mô tả bất ổn định đối lưu trong nhiễu và do đó cải thiện kết quả dự báo trong việc dự báo mưa (giáng thủy) lớn Mặt khác, tùy vào đặc điểm có quy mô nhanh, nhỏ, chóng bão hòa hay dao động có quy mô chậm, lớn, nghiêng trái trong quá trình nuôi, nuôi. .. đầu để bắt đầu phương pháp BGM Do đó, phương pháp BGM có thể vượt qua mọi giới hạn của phương pháp dự báo trễ, tất cả các dự báo quá khứ giờ đều có thể sử dụng cùng lúc, các đại lượng chuẩn hóa không cần dựa vào tuổi dự báo Nhiễu bây giờ có thể được biểu diễn một cách đơn giản theo phương trình (1.2) Nhiễu ban đầu = Chuẩn hóa x (dự báo 1 - dự báo 2) (1.2) So sánh phương trình (1.1) với phương trình (1.2), . 2.3.2 Nuôi những dao động phát triển nhanh 45 CHƯƠNG 3 48 THỬ NGHIỆM DỰ BÁO QUỸ ĐẠO BÃO BẰNG P HƯƠNG PHÁP NUÔI NHƯNG DAO ĐỘNG PHÁT TRIỂN NHANH CỦA MÔ HÌNH. LUẬN VĂN THẠC SỸ THỬ NGHIỆM DỰ BÁO QUỸ ĐẠO BÃO BẰNG PHƯƠNG PHÁP NUÔI NHƯNG DAO ĐỘNG PHÁT TRIỂN NHANH CỦA MÔ HÌNH RAMS MỤC LỤC