Nghiên cứu khai thác dữ liệu dự báo mưa hạn dài cho lưu vực sông Trà Khúc

Bài viết Nghiên cứu khai thác dữ liệu dự báo mưa hạn dài cho lưu vực sông Trà Khúc nghiên cứu khai thác dữ liệu dự báo mưa mùa từ sản phẩm dự báo tổ hợp của mô hình động lực mùa ECMWF-System5 thuộc Trung tâm dự báo hạn vừa châu Âu (ECMWF) phục vụ cho bài toán dự báo hạn dài nguồn nước cho lưu vực sông Trà Khúc.

BÀI BÁO KHOA HỌC NGHIÊN CỨU KHAI THÁC DỮ LIỆU DỰ BÁO MƯA HẠN DÀI CHO LƯU VỰC SÔNG TRÀ KHÚC Đặng Vi Nghiêm1, Ngô Lê An2, Nguyễn Thị Thu Hà2 Tóm tắt: Dự báo tài nguyên nước hạn dài đóng vai trị quan trọng tốn lập kế hoạch sử dụng nước, quản lý tài nguyên nước hoạt động khác Cùng với phát triển khoa học công nghệ, sản phẩm mưa dự báo số trị hạn dài ngày nghiên cứu nâng cao chất lượng mức độ chi tiết Nghiên cứu tập trung đánh giá nâng cao khả khai thác liệu dự báo mưa mùa ECMWF-System5 thuộc Trung tâm dự báo hạn vừa châu Âu (ECMWF) ứng dụng cho lưu vực Trà Khúc với thời gian dự kiến dự báo tháng thử nghiệm cho giai đoạn 1993-2016 Hai phương pháp hiệu chỉnh xem xét phương pháp hệ số tỷ lệ phương pháp hồi quy tuyến tính Kết cho thấy, hai phương pháp giúp cải thiện sai số tuyệt đối trung bình MAE giảm từ trung bình 50mm/tháng xuống 10mm/tháng Tuy nhiên, phương pháp hệ số tỷ lệ lại làm giảm hệ số tương quan R Còn phương pháp hồi quy tuyến tính khơng làm thay đổi nhiều hệ số Nghiên cứu rằng, phương pháp hồi quy tuyến tính phù hợp để làm tăng chất lượng liệu mưa dự báo hạn dài cho lưu vực Trà Khúc Từ khoá: ECMWF-System5, dự báo hạn dài, hiệu chỉnh sai số ĐẶT VẤN ĐỀ * Dự báo hạn dài tài nguyên nước đóng vai trị quan trọng cho tốn lập kế hoạch sử dụng nước, quản lý tài nguyên nước nhiều hoạt động khác (Pagano c.s., 2014) Các nghiên cứu dự báo thuỷ văn hạn dài giới thực sớm, từ nghiên cứu sử dụng phương pháp thống kê ngẫu nhiên phương pháp xem xét trình hình thành mưa-dòng chảy lưu vực Các phương pháp thống kê ngẫu nhiên có nhiều ưu điểm tính tốn nhanh, sử dụng loại liệu chúng thường khó dự báo trường hợp đặc biệt, trường hợp có liệu nằm ngồi vùng quan trắc Trong đó, nhóm phương pháp mơ hình mưa – dịng chảy dự báo các trị số “bất thường” chúng mơ tả hệ thống dựa chất vật lý Tuy vậy, nhóm phương pháp cần phải có kết dự báo lượng mưa đầu vào tốt Với phát triển khoa học công nghệ, công nghệ dự báo mưa đầu vào dự báo Viện Quy hoạch Thuỷ lợi Việt Nam Trường Đại học Thuỷ lợi 112 thuỷ văn cung cấp kết dự báo dài hơn, đa dạng chi tiết Rất nhiều trung tâm khí hậu giới thực nghiên cứu dự báo khí tượng hạn ngắn, hạn vừa hạn dài với số liệu cập nhật liên tục Điều thúc đẩy nghiên cứu khai thác sử dụng liệu dự báo tốn dự báo dịng chảy Tại Việt Nam, nghiên cứu khai thác liệu dự báo số trị hạn dài (seasonal forecast) nhiều nhà nghiên cứu thực Tuy nhiên, số nghiên cứu dừng lại việc đánh giá chất lượng liệu (Khiêm, Chỉnh Hương, 2014; Thành, 2021) Các nghiên cứu hiệu chỉnh sai số mơ hình khí hậu Việt Nam chủ yếu liên quan đến toán xem xét tác động biến đổi khí hậu (thiên hiệu chỉnh tần suất) dự báo hạn ngắn (dự báo lũ) Các nghiên cứu nâng cao khả khai thác liệu dự báo hạn dài (đặc biệt dự báo hạn dài tổ hợp) cách sử dụng phương pháp hiệu chỉnh chưa nhiều (Khiêm, 2018; Hà, Tùng Kim, 2021) Trong đó, cách tiếp cận dự báo dạng tổ hợp ngày thông KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 79 (6/2022) dụng giúp nhà định hình dung mức độ “khơng chắn” kết dự báo để từ đưa định khai thác, quản lý tài nguyên nước phù hợp Ở Việt Nam, quản lý sử dụng nước hệ thống tưới địa phương hầu hết cơng ty TNHH MTV khai thác cơng trình thủy lợi huyện đảm nhận, việc lập kế hoạch lập kế hoạch tưới, kế hoạch sản xuất cơng trình, hệ thống cơng trình chủ yếu dựa vào nguồn nước có cơng trình, hệ thống cơng trình thủy lợi dựa vào kinh nghiệm thực tiễn chính, thơng tin dự báo mưa trước vụ sản xuất, phân bổ nguồn nước mang tính dài hạn chưa trọng mức Bên cạnh khoảng 20 năm trở lại vùng Nam Trung nói chung lưu vực sơng Trà Khúc nói riêng phải đối mặt với tình trạng hạn hán, thiếu nước xâm nhập mặn nghiêm trọng, mức độ thiệt hại ngày tăng đợt hạn hán mang tính chu kỳ Để chủ động công tác đạo điều hành sản xuất, quản lý hạn hán chủ động, giảm thiểu rủi ro hạn hán gây địa bàn vùng Nam Trung nói chung lưu vực sơng Trà Khúc nói riêng, cần nâng cao hiệu dự báo Tài nguyên nước mặt hạn dài Do vậy, báo nghiên cứu khai thác liệu dự báo mưa mùa từ sản phẩm dự báo tổ hợp mơ hình động lực mùa ECMWF-System5 thuộc Trung tâm dự báo hạn vừa châu Âu (ECMWF) phục vụ cho toán dự báo hạn dài nguồn nước cho lưu vực sông Trà Khúc PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU 2.1 Phương pháp nghiên cứu 2.1.1 Phương pháp đánh giá hiệu chỉnh liệu mưa dự báo Sản phẩm dự báo mưa số trị thể dạng ô lưới, số liệu mưa thực đo thể theo điểm Do vậy, để so sánh thực đo dự báo theo không gian, lượng mưa thực đo trạm mơ hình số trị xây dựng thành lượng mưa dạng ô lưới có kích thước 10km×10km cơng thức nội suy nghịch đảo khoảng cách (IDW): (1) Trong đó: P* lượng mưa “nội suy” ô lưới cần xác định, Pi lượng mưa trạm/ô lưới lân cận thứ i so với tâm ô lưới cần nội suy, Di khoảng cách từ tâm lưới đến vị trí trạm đo mưa/ô lưới thứ i, k hệ số công thức thường lấy Một số tiêu đánh giá phù hợp dự báo thực tế: - Chỉ số sai số tuyệt đối trung bình (MAE) : (2) - Chỉ số tương quan R: (3) Với Xi trị số ô lưới thứ i; trị số trung bình; kí hiệu td, db tương ứng biến thực đo dự báo Phương pháp hiệu chỉnh: Lượng mưa dự báo thường có sai số so sánh với số liệu thực đo Sai số lớn thời gian dự kiến dự báo xa Các phương pháp hiệu chỉnh thông dụng giới bao gồm phương pháp hồi quy tuyến tính, hệ số tỷ lệ, hiệu chỉnh phân vị Trong nghiên cứu hiệu chỉnh mưa dự báo hạn dài (nhất dự báo dạng tổ hợp), phương pháp hồi quy tuyến tính hệ số tỷ lệ sử dụng nhiều tính đơn giản, hiệu nên phương pháp khai thác nghiên cứu Trong nghiên cứu này, lượng mưa dự báo hiệu chỉnh P* ô lưới thực phương pháp: * Hồi quy tuyến tính đơn biến: (4) * Hệ số tỷ lệ: (5) (6) Trong đó: i lưới thứ i; j bước thời gian, td P P lượng mưa thực đo dự báo; t thời đoạn tính tốn lựa chọn Đối với phương pháp hồi quy tuyến tính đơn biến, hai chuỗi số dự báo thực đo lấy từ KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 79 (6/2022) 113 thời điểm đầu có số liệu (1/1993) đến tháng thực dự báo Ví dụ thực dự báo vào tháng 2/1994 chuỗi liệu sử dụng từ tháng 1/1993 – 1/1994 (13 cặp số) Các hệ số hồi quy xác định phương pháp bình phương tối thiểu Sang tháng 3/1994, chuỗi số liệu cập nhật thêm cặp số liệu thực đo dự báo tháng 2/1994 tiếp tục tính lại hệ số b0, b1 phương trình hồi quy đơn biến Quá trình lặp lại sau bước thời gian tháng Đối với phương pháp hệ số tỷ lệ, giá trị  xác định dựa chênh lệch dự báo khứ thời điểm j-t Trong nghiên cứu này, t lựa chọn 12 dựa giả thiết sai số dự báo tháng k tương tự sai số dự báo tháng k năm trước Ví dụ để dự báo mưa tháng năm 1994, giá trị  xác định dựa chênh lệch dự báo thực đo tháng năm 1993 2.2 Dữ liệu 2.2.1 Dữ liệu dự báo số trị ECMWF Dữ liệu dự báo từ sản phẩm tổ hợp ECMWFSystem5 cung cấp theo thời kỳ: 1993 – 2016 (dự báo lại) từ 2017 đến (dự báo thời gian thực) Ở thời kỳ dự báo lại 1993-2016, có 25 thành viên tổ hợp dự báo (25 kết dự báo với biên ban đầu khác nhau) Còn thời kỳ từ 2017 đến số lượng thành viên tổ hợp dự báo 51 Thời gian dự kiến dự báo kéo dài tháng cập nhật liên tục vào ngày tháng Kết dự báo thể theo khơng gian lưới có kích thước xấp xỉ 100km×100km Trong nghiên cứu này, đánh giá phân tích tập trung vào thời kỳ 1993-2016 giai đoạn dài (24 năm) để đảm bảo tính đồng đánh giá dù có 25 thành phần tổ hợp dự báo Việc phân tích đánh giá thực tương tự với giai đoạn sau (20172020) với 51 thành viên 2.2.2 Dữ liệu thực đo Dữ liệu thực đo mưa lấy từ 15 trạm đo mưa lưu vực Trà Khúc lân cận với thời kỳ có liệu dự báo số trị (xem hình 1) 114 KẾT QUẢ NGHIÊN CỨU 3.1 Đánh giá kết dự báo ECMWF Sản phẩm dự báo tổ hợp ECMWF bao gồm 25 thành viên tương ứng với kết mô phỏng/dự báo với 25 biên ban đầu khác với thời gian dự kiến lớn tháng với bước thời gian ngày Để đánh giá chi tiết, nghiên cứu thực đánh giá kết dự báo mưa theo thời gian dự kiến tháng Các liệu mưa dự báo mưa thực đo đồng theo không gian dạng lưới có kích thước 10km x 10km theo cơng thức (1) Kết đánh giá lượng mưa dự báo tháng theo số MAE R trình bày hình Hình Lưu vực Trà Khúc trạm đo mưa dùng nghiên cứu Hình vẽ cho thấy, nhìn chung hệ số tương quan R trung bình lưới (tính cho chuỗi từ năm 1994 đến 2016 trung bình 25 thành viên) cho tháng đạt kết tương đối tốt biến đổi từ 0,33 đến 0,77 trung bình 0,63 Tuy nhiên, chênh lệch sai số tuyệt đối trung bình lưới cho tháng dự báo cịn tương đối nhiều Chênh lệch trung bình tuyệt đối dự báo thực đo từ 50mm đến 60mm tương ứng với tháng dự kiến dự báo Từ kết hình cho thấy phương pháp hiệu chỉnh theo hệ số tỷ lệ giúp cải thiện đáng kể chênh lệch lượng dự báo thực đo KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 79 (6/2022) số MAE biến đổi từ đến 37mm/tháng trung bình 8,5mm/tháng Tuy nhiên, phương pháp hiệu chỉnh theo hệ số tỷ lệ làm giảm chất lượng dự báo theo đường trình thể hệ số tương quan R giảm xuống khoảng từ 0,44 đến 0,68 với trung bình 0,55 Phương pháp hiệu chỉnh theo hệ số tỷ lệ sử dụng tốn dự báo nhanh tổng lượng nước phương pháp đơn giản, tính tốn nhanh chóng Hình Hệ số R MAE với liệu dự báo thô T1, T2, T3, T4, T5, T6 tương ứng kết đánh giá cho mưa dự báo tháng thời gian dự kiến 1, 2, 3, 4, 5, tháng tới KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 79 (6/2022) 115 Khu vực hạ lưu lưu vực cho kết dự báo tốt so với khu vực thượng nguồn (phía tây) Điều trạm đo mưa sử dụng nghiên cứu tập trung chủ yếu phía đơng thuộc hạ lưu lưu vực Khu vực phía tây có trạm Konplong Trà My kết hợp với trạm Sơn Giang trung lưu có tác động đến kết ước tính mưa thực đo thượng nguồn Các trạm khác Đăk Tô, Kon Tum, Đắk Mốt khơng sử dụng có cách xa khu vực nghiên cứu 3.2 Đánh giá kết dự báo ECMWF hiệu chỉnh theo phương pháp hệ số tỷ lệ Hệ số tỷ lệ  thử nghiệm xác định theo sai số dự báo tháng trước lưới thành viên dự báo Kết đánh giá thể hình Hình Hệ số R MAE với liệu dự báo thô T1, T2, T3, T4, T5, T6 tương ứng kết đánh giá cho mưa dự báo tháng thời gian dự kiến 1, 2, 3, 4, 5, tháng tới 116 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 79 (6/2022) 3.3 Đánh giá kết dự báo ECMWF hiệu chỉnh theo phương pháp hồi quy đa biến Hình Hệ số R MAE với liệu dự báo thô T1, T2, T3, T4, T5, T6 tương ứng kết đánh giá cho mưa dự báo tháng thời gian dự kiến 1, 2, 3, 4, 5, tháng tới Lượng mưa dự báo ECMWF hiệu chỉnh dựa chuỗi số liệu khứ theo công thức (4) Kết dự báo hiệu chỉnh nghiên cứu thử nghiệm từ tháng 1/1994, số liệu dự báo từ tháng 1/1993 đến tháng 12/1993 sử dụng để xây dựng phương trình hồi quy Sau tháng dự báo, chuỗi số liệu sử dụng để xây dựng phương trình hồi quy cập nhật thêm KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 79 (6/2022) 117 tháng Kết đánh giá dự báo thể hình Hình cho thấy, phương pháp hồi quy đa biến cho kết hệ số tương quan R xấp xỉ với kết dự báo thô cải thiện đáng kể sai số tuyệt đối dự báo cho tháng dự kiến khác Sai số trung bình dự báo tháng lưới biến đổi từ đến 16mm/tháng, trung bình 6,0mm/tháng Điều cho thấy, phương pháp hồi quy đa biến giúp hiệu chỉnh lượng mưa dự báo tốt, đặc biệt tổng lượng, phù hợp với toán dự báo tài nguyên nước mặt hạn dài 3.4 Đánh giá kết dự báo theo chuỗi số liệu giai đoạn 2017-2020 Nghiên cứu đánh giá cho chuỗi số liệu dự báo tổ hợp giai đoạn 2017-2020 tương tự đánh giá cho chuỗi số liệu dự báo lại 1993-2016 thể bảng (thô, hcdt, hctq tương ứng trường hợp chưa hiệu chỉnh, hiệu chỉnh theo phương pháp tỷ lệ, hiệu chỉnh theo phương pháp hồi quy tuyến tính) Nghiên cứu từ tháng 1/2018 với số liệu ban đầu năm 2017 tiếp tục cập nhật tháng Kết đánh giá cho kết tương tự hai phương pháp hiệu chỉnh giúp cải thiện sai số MAE số R không thay đổi đáng kể so với trường hợp khơng có hiệu chỉnh sai số Do liệu giai đoạn ngắn nên mức độ cải thiện chưa rõ rệt giai đoạn dự báo lại, đặc biệt hệ số tương quan R Bảng Tổng hợp kết đánh giá cho giai đoạn 2017-2020 Chỉ số R thô R hcdt R hctq MAE thô (mm) MAE hcdt (mm) MAE hctq (mm) tháng 0,75 0,67 0,71 37,3 17,5 12,0 tháng 0,68 0,57 0,58 39,8 29,5 30,1 tháng 0,62 0,57 0,55 35,6 27,5 24,3 KẾT LUẬN Nghiên cứu đánh giá liệu dự báo số trị tổ hợp ECMWF-System5 cho thời kỳ 1993-2016 thử nghiệm hiệu chỉnh sai số dự báo theo phương pháp hệ số tỷ lệ hồi quy tuyến tính đơn biến Kết nghiên cứu cho thấy, nhìn chung liệu dự báo số trị ECMWF phù hợp xu đường trình thể trị số tương quan R đạt trung bình 0,60 tồn lưu vực tháng dự kiến dự báo Tuy nhiên sai số tuyệt đối thực đo dự báo tương đối lớn, trung bình 50mm/tháng Phương pháp hiệu chỉnh theo hệ số tỷ lệ giúp cải thiện đáng kể sai số tuyệt đối giúp làm giảm tháng 0,64 0,56 0,55 34,4 31,7 31,8 tháng 0,63 0,54 0,54 36,7 36,3 37,1 tháng 0,59 0,55 0,55 38,2 34,2 34,8 sai số xuống thành trung bình 8,5mm/tháng Tuy nhiên, phương pháp làm giảm chất lượng dự báo theo đường trình trị số R bị giảm xuống trung bình cịn 0,55 Tuy vậy, phương pháp hiệu chỉnh theo hệ số tỷ lệ đơn giản nên phù hợp với việc tính tốn nhanh toán dự báo lượng tài nguyên nước hạn dài Phương pháp hiệu chỉnh theo phương trình hồi quy tuyến tính đơn biến tốt nghiên cứu làm giảm đáng kể sai số tuyệt đối xuống xấp xỉ 6,0mm/tháng hệ số tương quan R xấp xỉ so với trường hợp dự báo thô Do vậy, phương pháp hiệu chỉnh theo phương trình hồi quy đa biến phù hợp toán nâng cao chất lượng dự báo tài nguyên nước hạn dài TÀI LIỆU THAM KHẢO Hà, N T T., Tùng, H T Kim, N Q (2021) “Hiệu chỉnh sản phẩm dự báo tổ hợp lượng mưa hạn mùa từ hệ thống dự báo động lực cho vùng đồng sơng Cửu Long”, Tạp chí khoa học kỹ thuật Thuỷ lợi Môi trường 2, 73, tr 70–77 118 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 79 (6/2022) Khiêm, M V (2018) “Nghiên cứu phương pháp hiệu chỉnh sản phẩm mưa dự báo hạn mùa cho khu vực Việt Nam”, Tạp chí Các khoa học Trái đất Môi trường, 34(1S), tr 33–40 Khiêm, M V., Chỉnh, T H Hương, N T D (2014) “Thử nghiệm dự báo hạn hán Việt Nam sản phẩm dự báo số mơ hình tồn cầu”, Tạp chí Khí tượng Thuỷ văn, 639, tr 21–25 Pagano, T C c.s (2014) “Challenges of Operational River Forecasting”, Journal of Hydrometeorology, 15(4), tr 1692–1707 doi: 10.1175/JHM-D-13-0188.1 Thành, N T (2021) “Đánh giá chất lượng dự báo trường khí tượng số mơ hình khí hậu tồn cầu cho khu vực Việt Nam”, Tạp chí Khoa học kỹ thuật Thuỷ lợi Môi trường, 74, tr 128–135 Abstracts: STUDY ON USING OF SEASONAL FORECASTS DATA IN THE TRA KHUC RIVER BASIN Seasonal water resource forecasts play an increasingly important role in decision-making systems, especially in the agriculture and water sectors Along with the rapid development of science and technology, seasonal forecasting has made progress in recent years, and global ensemble prediction systems provide increasingly accurate and reliable seasonal forecasting with up to 6–9 months’ lead time This study focuses on evaluating the applicability of seasonal precipitation re-forecasts from the new ECMWF seasonal forecast system (ECMWF-System5) for the Tra Khuc river basin at six-monthly lead times over the period 1993-2016 In addition, two calibration methods are used to bias correct the seasonal ensemble precipitation forecasts, including the scaling method and the regression-based method A comparative evaluation of both raw and bias-corrected reforecasts is performed using mean absolute error (MAE) and correlation coefficient (R) According to MAE, both bias correction methods are able to reduce the MAE value from over 50mm/month to less than 10mm/month averaged over the basin and the forecasted months considered In terms of the R evaluation metric, the scaling method decreases the R-value from 0.63 (for the raw reforecasts) to 0.55 (for the calibrated reforecasts) on average, while the regression-based method does not change this coefficient significantly Keywords: ECMWF-System5, seasonal forecasts, bias-correction… Ngày nhận bài: 23/4/2022 Ngày chấp nhận đăng: 30/6/2022 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 79 (6/2022) 119 ... khai thác liệu dự báo mưa mùa từ sản phẩm dự báo tổ hợp mơ hình động lực mùa ECMWF-System5 thuộc Trung tâm dự báo hạn vừa châu Âu (ECMWF) phục vụ cho toán dự báo hạn dài nguồn nước cho lưu vực sông. .. vực sông Trà Khúc PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU 2.1 Phương pháp nghiên cứu 2.1.1 Phương pháp đánh giá hiệu chỉnh liệu mưa dự báo Sản phẩm dự báo mưa số trị thể dạng ô lưới, số liệu mưa thực... xác định dựa chênh lệch dự báo thực đo tháng năm 1993 2.2 Dữ liệu 2.2.1 Dữ liệu dự báo số trị ECMWF Dữ liệu dự báo từ sản phẩm tổ hợp ECMWFSystem5 cung cấp theo thời kỳ: 1993 – 2016 (dự báo lại)