KẾT QUẢ ÁP DỤNG MÔ HÌNH SỐ TRỊ TRONG NGHIÊN CỨU LÀM MƯA NHÂN TẠO Ở VIỆT NAM docx

KẾT QUẢ ÁP DỤNG MÔ HÌNH SỐ TRỊ TRONG NGHIÊN CỨU LÀM MƯA NHÂN TẠO Ở VIỆT NAM KẾT QUẢ ÁP DỤNG MÔ HÌNH SỐ TRỊ TRONG NGHIÊN CỨU LÀM MƯA NHÂN TẠO Ở VIỆT NAM Vũ Thanh Ca, Mai Văn Khiêm và Phan Thanh Tùng Viện Khoa học Khí tượng Thuỷ văn và Môi trường 1. Giới thiệu chung Ngày nay với kỹ thuật máy tính phát triển cao thì việc sử dụng mô hình số trị trong tác động tích cực LMNT giúp tiết kiệm được rất nhiều kinh phí nghiên cứu, trong khi đó lại giúp xác định được các điều kiện tối ưu để LMNT. Bởi vậy, các mô hình số trị là một bộ phận không thể thiếu được của công nghệ LMNT hiện đại. Mục đích củ a việc sử dụng các mô hình số trị dự báo thời tiết với độ chính xác cao trong nghiên cứu và LMNT nghiệp vụ là để xác định các điều kiện thời tiết phục vụ ra quyết định tác động. Dựa trên kết quả dự báo thời tiết bằng mô hình số trị và dự báo thời tiết bằng các phương pháp khác, người ta sẽ ra quyết định chuẩn bị để tác động. Việc này bao gồ m đặt lịch trực tác động, chuẩn bị nhân sự, phương tiện, thiết bị và vật liệu tác động, quyết định phương pháp tác động, thời gian, vị trí và liều lượng tác động. Các mô hình thuộc dạng này bao gồm mô hình số trị dự báo thời tiết với thời hạn cực ngắn (nowcasting model) và mô hình dự báo thời tiết số trị quy mô vừa (mesoscale numerical weather forecast model). Trong các đám mây tự nhiên, nước tồn tại ở năm dạng: hơi nước, nước lỏng, băng, tuyết và graupel. Các dạng tồn tại khác nhau của nước biến đổi theo những quy luật khác nhau và rất phức tạp. Ngay trong cùng một dạng tồn tại, các hạt có hình dạng, kích thước, thành phần hoá học khác nhau cũng biến đổi khác nhau. Như vậy, để có thể mô phỏng với độ chính xác cao phục vụ nghiên cứu LMNT, các dạng tồn tại khác nhau của nước trong mây ph ải được mô tả đầy đủ. Đồng thời, trong mỗi loại hạt, cần phải chia các hạt ra thành những loại khác nhau căn cứ vào tính chất vật lý và hoá học. Trên cơ sở đó, mô phỏng chi tiết các quá trình biến đổi của các loại hạt trong điều kiện tự nhiên (không có tác động) và điều kiện tác động. Sau đó, sử dụng các kết quả tính toán và phân tích bằng mô hình để tìm hiểu một cách kỹ càng các quá trình vật lý xảy ra trong mây khi có tác động để phục vụ xây dựng một phương pháp tác động hiệu quả nhất để tăng lượng mưa. Các mô hình số trị thuộc loại này được gọi là các mô hình "giỏ vi vật lý" (Bin Microphysics). Bài báo này, trình bày các kết quả của hai mô hình số trị đã được áp dụng trong nghiên cứu và LMNT. Mô hình thứ nhất là mô hình dự báo thời tiết số trị quy mô vừa của Nhật Bản phục vụ d ự báo thời tiết phục vụ chuẩn bị tác động tích cực LMNT. Mô hình thứ hai là mô hình "giỏ vi vật lý", cho phép tính toán mô phỏng một cách chi tiết các quá trình nhiệt động lực học và vi vật lý mây trong quá trình tác động phục vụ nghiên cứu LMNT. Dưới đây sẽ trình bày một số các kết quả nghiên cứu của nhóm nghiên cứu trong khuân khổ của đề tài nghiên cứu LMNT ở Việt Nam. Tuyển tập báo cáo Hội thảo khoa học lần thứ 10 - Viện KH KTTV & MT 10 2. Mô hình số trị dự báo thời tiết Nhật Bản Mô hình MRI/ NPD là mô hình số trị dự báo thời tiết nghiệp vụ được phát triển cho cả mục đích nghiên cứu và dự báo thời tiết hạn ngắn, đặc biệt là mây mưa cho các khu vực nhỏ như các khu du lịch, thành phố v.v. Mô hình được đánh giá là một trong những mô hình có cấu trúc động lực học hoàn chỉnh nhất hiện nay tại Nhật Bản và trên thế gi ới. Mô hình tính toán rất chi tiết các cơ chế vật lý quan trọng của nhiệt đới như bức xạ, đối lưu, rối v.v. [1, 2, 3]. Do vậy, sản phẩm dự báo của MRI/ NPD phản ánh khá tốt đặc tính địa phương nhiệt đới. Bài báo này nhằm giới thiệu mô hình và các kết quả nghiên cứu ứng dụng mô hình MRI/ NPD trong dự báo định lượng mưa phục vụ nghiên cứu LMNT ở Việt Nam. a. Điều kiện biên và điều kiện ban đầu Trong nghiên cứu ban đầu này, chúng tôi tạm xây dựng một miền tính bao phủ khu vực miền Bắc với các đặc trưng của miền tính sau đây: + Độ phân giải ngang: 10km x 10km + Số mực theo phương thẳng đứng: 38 mực + Kính thước miền tính: 102x102 điểm + Tọa độ tâm miền tính: 106.5E, 21.5N. Tại Nhật Bản, điều kiện ban đầu và điều kiện biên phụ thuộc th ời gian phục vụ tính toán bằng mô hình được nội suy từ mô hình phổ khu vực RSM. Đây là mô hình đang được sử dụng trong dự báo nghiệp vụ tại Nhật Bản với độ phân giải 20 km. Các số liệu này có độ chính xác cao, rất phù hợp để nâng cao độ chính xác dự báo số trị bằng mô hình ở nước ta. Trong nghiên cứu này, do chưa có điều kiện cập nhật và sử dụng các số liệu của mô hình RSM, các đ iều kiện ban đầu và điều kiện biên phụ thuộc thời gian được lấy từ kết quả dự báo của mô hình dự báo toàn cầu AVN (Mỹ). b. Số liệu đầu vào Để kiểm chứng việc mô phỏng và xác định các thông số của mô hình MRI/ NPD, cần phải sử dụng số liệu quan trắc về áp suất, nhiệt độ, ẩm, mưa và gió theo các ốp quan trắc. Nhóm nghiên cứu đã tiến hành so sánh gi ữa các trường số liệu dự báo của mô hình và trường số liệu quan trắc (4 ốp trong ngày đối với các biến áp suất, nhiệt độ, ẩm và gió và 2 ốp trong ngày đối với biến mưa) tại 20 trạm quan trắc thuộc Đồng bằng và Trung du Bắc Bộ trong các ngày: 10-11/ 08/ 2005. Tuy nhiên với mục đích dự báo mây, mưa, nhóm thực hiện đã tập trung vào việc kiểm chứng trường dự báo mưa tích luỹ trong 24h với tr ường số liệu mưa ngày. Để phục vụ cho việc kiểm chứng đó, đã thu thập số liệu mưa ngày của 20 trạm quan trắc thuộc Đồng bằng và Trung du Bắc Bộ trong 2 năm 2004-2005. c. Kết quả tính toán Sau khi tiếp nhận được mã nguồn của mô hình MRI/NPD, chúng tôi đã tiến hành cài đặt mô hình trên máy tính PC với hệ điều hành Linux và chạy thử nghiệm cho một số trường hợp với các hình thế thời tiết điển hình ở Việt Nam như: sự xâm nhập lạnh của gió mùa Mùa Đông; hoạt động và ảnh hưởng của xoáy thuận nhiệt đới, v.v. Tuy đã sử dụng mô hình để tính toán dự báo cho nhiều trường hợp thử nghiệm, nhưng trong phạm vi bài báo này chúng tôi chỉ giới thiệu 1 kết quả nghiên cứu dự báo mưa trong năm 2005. Tuyển tập báo cáo Hội thảo khoa học lần thứ 10 - Viện KH KTTV & MT 11 Trường hợp vào ngày 10/ 08/ 2005, đây là thời điểm cơn bão số 3 (9÷12/ 8/2005) ảnh hưởng trực tiếp đến các tỉnh từ Hải Phòng đến Nghệ An, gây ra mưa lớn ở Bắc Bộ và Bắc Trung Bộ , như Bãi Cháy 186 mm (ngày 11), Thái Bình 109 mm (ngày 11), Văn Lý 186mm (ngày 11), Hồi Xuân 93 mm (ngày 12), Tây Hiếu 267 mm (ngày 12) v.v. Mưa lớn kéo dài gây lũ, lũ ống, lũ quét cục bộ ở vùng núi của một số tỉnh Lào Cai, Yên Bái, Thanh Hóa và Nghệ An. Trên hình 1 và 2 biểu diễn phân bố t ổng lượng mưa tích lũy dự báo 24h, 48h và quan trắc tương ứng. So sánh lượng mưa dự báo và quan trắc tại một số trạm trong khu vực Đồng bằng và Trung du Bắc Bộ được trình bày trên các hình từ (3) tới (6). Phân tích sơ bộ trên các hình này, ta có thể thấy mô hình MRI/ NPD dự báo khá tốt diễn biến của mưa trong thời gian hoạt động của cơn bão số 3. Sự hội tụ ẩm trong bão sinh ra do đối lưu tạo ra các khu vực mư a gắn liền với quá trình dịch chuyển của bão. Ngày 11/08 bão đổ bộ vào khu vực Thanh Hóa gây ra mưa lớn, dự báo từ MRI/ NPD cũng cho thấy sẽ xuất hiện vùng mưa cực đại trên 50 mm khi bão đổ bộ ở khu vực này. Một điểm rất đáng chú ý là mô hình cũng có thể mô phỏng được những đợt mưa sau khi bão tan (48h). Đây có thể là một ưu điểm của MRI/ NPD trong việc mô phỏng các nhiễu động đị a phương sau khi chịu ảnh hưởng của bão [12]. Thoa Thi¦n- HuO 102°N 103°N 104°N 105°N 106°N 107°N 108°N 109°N 16°E 17°E 18°E 19°E 20°E 21°E 22°E 23°E 24°E 1 50 100 150 200 250 300 350 Dự báo Thoa Thi¦n- HuO 102°N 103°N 104°N 105°N 106°N 107°N 108°N 109°N 16°E 17°E 18°E 19°E 20°E 21°E 22°E 23°E 24°E 1 50 100 150 200 250 300 350 Thám sát Hình 1. Tổng lượng mưa tích lũy dự báo 24h từ mô hình MRI/NPD và quan trắc tương ứng; thời điểm thực hiện dự báo: 10/08/ 2005 Thoa Thi¦n- HuO 102°N 103°N 104°N 105°N 106°N 107°N 108°N 109°N 16°E 17°E 18°E 19°E 20°E 21°E 22°E 23°E 24°E 1 50 100 150 200 250 300 350 Dự báo Thoa Thi¦n- HuO 102°N 103°N 104°N 105°N 106°N 107°N 108°N 109°N 16°E 17°E 18°E 19°E 20°E 21°E 22°E 23°E 24°E 1 50 100 150 200 250 300 350 Thám sát Hình 2. Tổng lượng mưa tích lũy dự báo 48h từ mô hình MRI/NPD và quan trắc tương ứng; thời điểm thực hiện dự báo: 10/08/2005 Tuyển tập báo cáo Hội thảo khoa học lần thứ 10 - Viện KH KTTV & MT 12 0 2 4 6 8 10 12 14 16 12h 24h 36h 48h Giê mm Quan tr¾c Dù b¸o 0 10 20 30 40 50 60 12h 24h 36h 48h Giê mm Quan tr¾c Dù b¸o Hình 3. Diễn biến tổng lượng mưa tích lũy dự báo từ mô hình MRI/NPD và quan trắc tương ứng tại trạm Hà Nội; thời điểm thực hiện dự báo, 10/08/2005 Hình 4. Tương tự hình 3 đối với trạm Sơn Tây 0 10 20 30 40 50 60 70 80 12h 24h 36h 48h Giê mm Quan tr¾c Dù b¸o 0 10 20 30 40 50 60 70 12h 24h 36h 48h Giê mm Quan tr¾c Dù b¸o Hình 5. Tương tự hình 3 đối với trạm Nho Quan Hình 6. Tương tự hình 3 đối với trạm Phủ Lý 3. Mô hình số trị dự báo mây và mưa phục vụ tác động tích cực LMNT Mô hình số trị mô phỏng các quá trình vi vật lý mây và mưa trong mây tự nhiên và mây chịu tác động LMNT đã được phát triển bởi nhóm các nhà khoa học Israel là Reisen, Levin và Tzivion [4, 5, 6, 7, 8]. Mô hình này được phát triển và kiểm chứng dựa trên các kết quả nghiên cứu cho tới nay về các quá trình vi vật lý của mây và mưa, đặc biệt là các kết quả của Fukuta và Walter (1970, [9]) và Cooper và cộng sự (1997, [10]). Tại thời điểm hiệ n tại, đây là một mô hình mô phỏng chi tiết nhất trên thế giới về các quá trình vi vật lý trong mây và quá trình mưa. Trong mô hình này, mỗi loại hạt trong số 4 loại hạt mây là nước, băng, tuyết và graupel được chia thành 34 lớp theo kích thước hạt và sự biến đổi và tương tác ngẫu nhiên của các hạt thuộc loại khác nhau trong các lớp khác nhau được mô phỏng rất chi tiết. Đồng thời, ảnh hưởng của các loại hạt này lên sự biến đổ i của lượng hơi nước trong mây cũng được mô phỏng. Điều này cho phép khảo sát kỹ ảnh hưởng của những chất tác động khác nhau lên các quá trình vi vật lý mây, giúp kiểm chứng các giả thuyết tác động và đánh giá hiệu quả của các phương pháp tác động khác nhau. Nguyên thể của mô hình này là mô hình đối xứng, chỉ phục vụ nghiên cứu tác động trong trường hợp mây do đối lưu nhiệt tạo thành. Mô hình cũng chỉ hoạt độ ng trong điều kiện mây gây mưa nhẹ. Đây là điều kiện đặc trưng cho mây tại Israel với độ ẩm tương đối thấp ở gần mặt đất, mây có hàm lượng nước lỏng không cao Tuyển tập báo cáo Hội thảo khoa học lần thứ 10 - Viện KH KTTV & MT 13 và cho mưa không lớn. Với những đám mây phát triển trong điều kiện độ ẩm cao, dòng thăng lớn thì sơ đồ tính vi vật lý mây hiện có trong mô hình trở nên mất ổn định. Để phục vụ tính toán, xác định điều kiện tối ưu để LMNT, mô hình đã được cải tiến để phục vụ mô phỏng tác động tích cực bằng phương pháp đốt phun chất háo nước. Việc cải tiế n bao gồm mô phỏng phổ kích thước hạt háo nước do quá trình đốt phun tạo ra, việc ổn định hoá sơ đồ mô phỏng vi vật lý mây bằng một sơ đồ số trị thích hợp để đảm bảo mô hình hoạt động ổn định trong điều kiện độ ẩm cao, mây phát triển mạnh và cho mưa lớn. Ngoài ra, điều kiện biên cũng được thay đổi để mô hình có thể mô phỏng được mây và m ưa tạo thành do nhiễu động thời tiết như các đợt KKL và hội tụ gió trên cao gây ra [11]. Nhóm thực hiện đã tiến hành nghiên cứu mô phỏng các quá trình vi vật lý xảy ra trong đám mây đối lưu pha hỗn hợp; xem xét sự thay đổi về kích thước đám mây và hàm lượng nước trong mây khi tác động vào đám mây bằng công nghệ đốt phun chất háo nước. a. Sơ đồ sai phân hữu hạn Sơ đồ giải số trị của các nhà khoa họ c Israel là sơ đồ sai phân hiện cho các phương trình độ xoáy và ẩn cho các thành phần hàm dòng. Sơ đồ này là một sơ đồ có tính ổn định cao đối với các tính toán động lực học. Tuy nhiên, đối với các phương trình mô phỏng các quá trình vi vật lý mây, một sơ đồ sai phân trung tâm với các thành phần bình lưu kết hợp với một sơ đồ sai phân thời gian hiện cho các thành phần vi vật lý mây sẽ dễ dàng gây ra mất ổn định. Do vậy, để ổ n định mô hình, cần phải áp dụng một sơ đồ số trị sai phân đón gió cho các thành phần vi vật lý mây. Đồng thời, tại mỗi bước tính thời gian, cần kiểm tra và hiệu chỉnh điều kiện bảo toàn vật chất, đảm bảo cho sơ đồ số trị hoạt động hiệu quả với các kết quả ổn định b. Điều kiện biên và điề u kiện ban đầu Điều kiện ban đầu được xác định từ số liệu cao không về phân bố độ ẩm và tốc độ gió tại mỗi điểm lưới số trị. Các thông tin này được lấy từ số liệu vô tuyến thám không trại Trạm Khí tượng thám không Láng - Hà Nội. Do chỉ có các số liệu quan trắc tham không vô tuyến vào 2 obs 1 ngày: 7:00 và 19:00 nên các giá trị tính toán tại các thời điểm trung gian khi có KKL tràn về được nội suy từ các giá tr ị này [13]. Vì tại thời điểm hiện tại không có bất cứ số liệu đo đạc nào về tính chất của xon khí trong điều kiện Việt Nam nên phổ kích thước hạt ban đầu của xon khí được lấy theo phổ kích thước hạt của xon khí tại Colorado, Mỹ. Việc mô phỏng nhiễu động thời tiết (như ảnh hưởng của KKL) được tiến hành nhờ đưa vào biên các giá trị tính toán của các bi ến từ mô hình số trị dự báo thời tiết của cơ quan dự báo thời tiết Nhật Bản. Miền tính của mô hình được đặt là 45.000 m theo phương bán kính và 15.000 m theo phương thẳng đứng. Đối với mỗi đợt nhiễu động thời tiết, nhóm thực hiện đã chọn những thời điểm mà nhiễu động thời tiết lan truyền tới vùng Đồng bằng Bắc Bộ là nơ i có địa hình bằng phẳng, phù hợp với các điều kiện của mô hình để bắt đầu tính toán. Kích thước lưới là 300 m đối với cả hai phương: nằm ngang và thẳng đứng. Bước thời gian đối với tất cả các quá trình là 5 s trừ quá trình lớn lên của hạt băng do khuếch tán/ quá trình bay hơi là được tính ở bước thời gian ngắn hơn 2.5 s. Tuyển tập báo cáo Hội thảo khoa học lần thứ 10 - Viện KH KTTV & MT 14 c. Kết quả tính toán mô phỏng mây Một số các kết quả nghiên cứu trước đó và những kết quả nghiên cứu của nhóm thực hiện cho thấy tại khu vực Đồng Bằng và Trung du Bắc Bộ, vào đầu và cuối mùa đông, khi có nhiễu động thời tiết như front lạnh tràn về hoặc front lạnh kết hợp với hội tụ gió Tây trên cao, ngoài hệ thống mây tầng như St, Sc, có thể hình thành dải mây đối lưu (Cu, Cb) phía trước front lạnh. Những đám mây đối lưu có thể phát triển lên đến độ cao khoảng trên 5 - 9 km, đôi khi có thể lên tới 13 - 15 km. Lượng nước lỏng cực đại trong các ổ mây đối lưu đạt khoảng 2 -3 g/ m 3 [14]. Trong bài báo này, chúng tôi đã tiến hành nghiên cứu mô phỏng các quá trình vi vật lý xảy ra trong đám mây đối lưu pha hỗn hợp; xem xét sự thay đổi về kích thước đám mây và hàm lượng nước mây khi tác động vào đám mây bằng công nghệ đốt phun chất háo nước. Các kết quả tính toán trong các trường hợp mô phỏng đám mây không tác động và tác động được so sánh với nhau. Nhóm nghiên cứu đã tiến hành tính toán mô phỏng các quá trình vi vật lý xảy ra trong đám mây đối lưu pha hỗn hợp; xem xét sự thay đổi về kích thước đám mây và hàm lượng nước trong mây khi tác động vào đám mây bằng công nghệ đốt phun chất háo nước. Chúng tôi đã tiến hành tính toán nhiều trường hợp, nhưng trong bài báo này chỉ trình bày một kết quả mô phỏng. Đợt tính toán mô phỏng là vào ngày 7/ 02/ 2005, kết quả cho thấy rằng đám mây được tác động (Hình 8) có quy mô ngang và thẳng đứng lớn hơn so với đám mây không tác động (Hình 7). Đám mây được tác động gây mưa sớm hơn đám mây không tác động và hàm lượng nước cực đại đạt khoảng 2.1 g/ m 3 . Hình 7. Đám mây không được tác động Hình 8. Đám mây được tác động 4. Kết luận 1) Những kết quả thử nghiệm bước đầu, cho thấy mô hình MRI/ NPD có thể được ứng dụng trong nghiên cứu và dự báo mưa tại Việt Nam, đặc biệt là dự báo mưa lớn gắn liền với các loại hình thời tiết đặc biệt như bão, gió mùa v.v. Tuyển tập báo cáo Hội thảo khoa học lần thứ 10 - Viện KH KTTV & MT 15 2) Từ các kết quả nghiên cứu bước đầu này, chưa thể khẳng định được tính ưu việt của mô hình quy mô vừa MRI/ NPD tại Việt Nam do các số liệu sử dụng làm điều kiện biên và điều kiện ban đầu của mô hình hiện tại là số liệu downscaling từ số liệu của mô hình toàn cầu AVN của Mỹ (độ phân giải 1º) nên độ chính xác không cao. Tuy nhiên, phân tích các kết quả dự báo mưa cho thấy r ằng mô hình có khả năng dự báo mưa rất tốt. 3) Kết quả mô phỏng tác động LMNT bằng phương pháp đốt phun chất háo nước trong đợt nhiễu động thời tiết ngày 07/ 02/ 2005 cho thấy rằng phương pháp này có khả năng làm gia tăng lượng mưa trong mây. Tác động được tiến hành từ bên dưới chân mây đã làm thúc đẩy sự phát triển của đám mây (cả về quy mô ngang và thẳng đứng). 4) Nhiều số liệu s ử dụng làm điều kiện biên và điều kiện ban đầu của mô hình mô phỏng còn chưa thật sự tốt. Ngoài ra, trong điều kiện Việt Nam, không có bất cứ số liệu đo đạc nào về tính chất của xon khí. Vì vậy, độ tin cậy của các tính toán còn hạn chế. Để nâng cao độ chính xác tính toán mô phỏng, cần các điều kiện biên và điều kiện ban đầu cũng như các số liệ u về đo đạc xon khí với độ chính xác cao. Tài liệu tham khảo 1. Ikawa, M. and K. Saito, (1991): Description of a nonhydrostatic model developed at the Forecast Research Department of the MRI. Technical Reports of the MRI, 28, 238pp 2. Saito, K., and T. Kato, (1999); MRI mesoscale nonhydrostatic model. Kisho- Kenkyu Note, 196, 156-189. 3. Saito, K., T. Kato, H. Eito and C. Muroi, (2000): Documentation of the Meteorological Research Institute/ Numerical Prediction Division unified nonhydrostatic model. Technical Reports of the MRI (submitted). 4. Reisin T. , Z. Levin and S. Tzivion (1996); Rain Production in Convective Clouds As Simulated in an Axisymmetric Model with Detaile Microphysics; Tel Aviv University, Israel. 1. Part I: Description of the Model. J. Atmos. Sci, 53, 497 - 513. 2. Part II: Effects of Varying Drops and Ice Initiation. J. Atmos. Sci, 53, 1815 - 1817. 5. Reisin T. , Z. Levin and S. Tzivion (1995); Seeding Convective Clouds with Ice Nuclei or Hygroscopic Particles: A Numerical Study Using a Model with Detailed Microphysics; Tel Aviv University, Israel. J. Atmos. Sci. J. Atmos. Sci, 35, 1416 - 1430. 6. Reisin T. , Z. Levin and S. Tzivion (2000); The effects of giant cloud condensation nuclei on the development of precipitation in convective clouds - a numerical study. Tel Aviv University, Israel. Atmos. Res, 53, 113 - 114. 7. Reisin T. , Z. Levin and S. Tzivion (1999); Seeding Convective Clouds with Hygroscopic Flares: A Numerical Study Using a Model with Detailed Microphysics; Tel Aviv University, Israel. J. Atmos. Sci, 39, 1460 - 1472. Tuyển tập báo cáo Hội thảo khoa học lần thứ 10 - Viện KH KTTV & MT 16 8. Tzivion, G. Feingold, and Z. Levin (1987); An efficient numerical solution to the stochastic collection equation. Journal of the Atmosphere Sciences, 44, 3140 - 3148. 9. Fukuta N. and L. A. Water (1970); Kinetics of Hydrometeo Growth from a Vapor - Spherical Model; Denver Research institute, University of Denver, Colo. J. Atmos. Sci, 27, 1160 - 1163. 10. Cooper W. A. and Roelof T. Bruintjes (1997); Calculations Pertaining to Hygroscopic Seeding with Flares. National Center for Atpmospheric Research, Boulder, Colorado. J. Appl. Meteor, 36, 1449 - 1660. 11. Vũ Thanh Ca, Mai Văn Khiêm, Nguyễn Thị Thanh, Trương Đức Trí. Thử nghiệm dự báo mưa bằng mô hình số trị của Nhật Bản MRI/NPD tại Việt Nam. VKTTV. 12. ( http://weather.uwyo.edu/upperair/sounding.html) 13. Báo cáo tổng kết đề tài “Xây dựng cơ sở khoa học kỹ thuật để làm mưa nhân tạo ở Việt Nam”. Viện Khoa học Khí tượng Thuỷ văn và Môi trường, 2006. Tuyển tập báo cáo Hội thảo khoa học lần thứ 10 - Viện KH KTTV & MT 17 ĐÁNH GIÁ KHẢ NĂNG LÀM MƯA NHÂN TẠO Ở KHU VỰC ĐỒNG BẰNG VÀ TRUNG DU BẮC BỘ Vũ Thanh Ca, Trương Đức Trí, Phan Thanh Tùng, Trần Duy Hiền, Nguyễn Thị Thanh, Bùi Đức Sơn Viện Khoa học Khí tượng Thuỷ văn và Môi trường 1. Cơ sở khoa học làm mưa nhân tạo 1.1. Giới thiệu chung Làm mưa nhân tạo (LMNT) là biện pháp tác động có chủ định của con người lên một số loại mây hoặc hệ thống mây với mục đích làm tăng lượng mưa. Để LMNT, cần phải tồn tại trong tự nhiên một hệ thống mây với một số điều kiện thích hợp. Về mặt nguyên tắc, có thể tác động LMNT bằng cách khai thác một trong những sự bất ổn định của hệ thống mây để tạo ra sự bùng phát của quá trình gây mưa trong mây. Chỉ bằng cách này mới có thể đạt được kết quả lớn với những chi phí nhỏ - hay nói cách khác là LMNT một cách hiệu quả [1]. Có hai phương pháp LMNT, đó là LMNT bằng cách tác động lên mây ấm và tác động lên mây siêu lạnh. Dưới đây sẽ trình bày tóm tắt về các phương pháp tác động này. Mây ấm được định ngh ĩa là loại mây hoặc phần mây có nhiệt độ cao hơn 0 o C. Quá trình gây mưa chủ đạo trong mây ấm là quá trình va chạm liên kết. Trong quá trình này, các hạt nước lớn (có kích thước đạt tới giới hạn Hocking, tức là có đường kính lớn hơn 20 - 30 µm sẽ có khả năng va chạm và liên kết với các hạt nước nhỏ hơn lơ lửng trong mây để lớn lên rất nhanh cho tới khi đạt tới kích thước hạt mưa và rơi xuống đất. Như vậy, để có thể tạ o mưa một cách hiệu quả, phổ kích thước hạt nước trong mây phải là phổ rộng. Điều này có nghĩa là trong mây phải tồn tại cả những hạt nước nhỏ và những hạt nước lớn, có kích thước vượt giới hạn Hocking (khoảng 20 tới 30µm). Các đám mây tự nhiên không bị ô nhiễm có mật độ nhân ngưng kết (được gọi là CCN) nhỏ (dưới 100 CCN/cm 3 ), nên các nhân ngưng kết này dễ thu hút lượng hơi nước trong không khí. Chúng lớn lên nhanh chóng để đạt tới giới hạn Hocking và tạo thành mưa. Do vậy, cơ chế tạo mưa tự nhiên trong các đám mây sạch là rất hiệu quả. Điều này có nghĩa: nếu không khí không bị ô nhiễm, sẽ ít có khả năng xảy ra hạn hán. Ngược lại, trong không khí bị ô nhiễm, thí dụ như không khí sau những đợt khô hạn kéo dài, có rất nhiều h ạt bụi lơ lửng, được gọi là những hạt xon khí. Các hạt xon khí này đóng vai trò như những nhân ngưng kết, thu hút hơi nước để tạo ra các hạt nước mây. Số lượng nhân ngưng kết quá lớn và hàm lượng ẩm trong mây có hạn sẽ dẫn đến sự tranh chấp lượng hơi nước có hạn trong mây, hình thành nên các hạt mây có kích thước nhỏ và tương đối đồng nhất. Do vậy, cơ chế va chạm liên kế t để tạo mưa trong mây ấm khó xẩy ra và những đám mây này khó có thể gây mưa. Vì vậy, việc tác động tích cực LMNT đối với mây ấm là dựa trên nguyên lý tăng cường quá trình va chạm liên kết của các hạt nước mây bằng cách đưa thêm vào trong mây các hạt nhân ngưng kết háo nước có kích thước lớn để thúc đẩy quá trình ngưng tụ hơi nước, hình Tuyển tập báo cáo Hội thảo khoa học lần thứ 10 - Viện KH KTTV & MT 24 [...]... gây mưa Từ đó, ý tưởng tác động LMNT đối với mây siêu lạnh là tăng nồng độ nhân tạo băng trong mây một cách nhân tạo Có 3 phương pháp để làm tăng lượng nhân băng trong mây: 1) Làm lạnh không khí trong mây tới nhiệt độ dưới -400C để tạo nhân băng đồng nhất bằng cách đưa băng khô, nitơ lỏng hoặc khí các bon nic lỏng vào trong mây; 2) Đưa các nhân tạo băng nhân tạo vào mây để thúc đẩy quá trình tạo nhân. .. đúng như ?ý thuyết tác động Các tính toán bằng các mô hình số trị mô phỏng một cách chi tiết các quá trình vi vật lý mây của nhiều tác giả cũng như nhóm thực hiện đề tài Nghiên cứu cơ sở khoa học kỹ thuật để làm mưa nhân tạo ở Việt Nam [2] cũng thu được các kết quả tương tự như các kết quả đo đạc Như vậy, có thể kết luận là công nghệ LMNT bằng phương pháp đốt phun chất háo nước là có nhiều triển vọng... thiện công nghệ, tiếp tục đào tạo cán bộ và chuẩn bị cơ sở vật chất cho dự án này Tài liệu tham khảo 1 Vũ Thanh Ca và Trương Đức Trí (2004); Bàn về vấn đề làm mưa nhân tạo ở Việt Nam Viện KTTV Tạp chí KTTV, 527, 1 - 10 2 Báo cáo tổng kết đề tài ` `Nghiên cứu cơ sở khoa học kỹ thuật để làm mưa nhân tạo ở Việt Nam , Viện Khoa học Khí tượng Thuỷ văn và Môi trường, 2006 3 Bruintjes, R T., (1999): A review of... KTTV & MT 25 Cơ sở khoa học của việc tác động lên mây siêu lạnh để LMNT dựa trên hai ý tưởng Ý tưởng thứ nhất là tác động tĩnh học, dựa trên giả thuyết là hiệu suất tạo mưa của một số đám mây không cao vì thiếu nhân băng Bởi vậy, việc thêm các nhân băng vào các đám mây này sẽ có khả năng làm tăng lượng mưa Ý tưởng thứ hai là tác động động lực, dựa trên ba mô hình lý thuyết Trong mô hình thứ nhất, người... lại hiệu quả cả đối với mây ấm và mây siêu lạnh Mặc dù vẫn còn một số quá trình vật lý chưa giải thích được bằng các lý thuyết hiện hành, có rất nhiều bằng chứng cả về thống kê và đo đạc vật lý cũng như phân tích số trị khẳng định hiệu quả của công nghệ đốt phun chất háo nước Vì vậy, trong điều kiện hiện tại của Việt Nam, chúng tôi đề xuất sử dụng công nghệ làm mưa nhân tạo bằng phương pháp đốt phun... LMNT trong giai đoạn này chứa đựng những rủi ro nhất định Vậy đề nghị xem xét rất kỹ càng trên cơ sở phân tích một cách khoa học các thuận lợi và rủi ro trước khi quyết định tiến hành dự án thử nghiệm LMNT ở Việt Nam Trong tình hình kinh tế xã hội và khoa học hiện nay ở Việt Nam, có thể chưa nên tiến hành ngay lập tức dự án thử nghiệm LMNT mà tiếp tục nghiên cứu hoàn thiện công nghệ, tiếp tục đào tạo. .. háo nước lớn trong phổ hạt của xon khí sẽ có tác dụng làm vô hiệu hoá các hạt xon khí nhỏ Kết quả là số hạt nhân mây sẽ được giảm xuống, tạo điều kiện cho các hạt nhân mây phát triển từ các hạt nhân ngưng tụ háo nước có kích thước lớn nhanh chóng lớn lên thành các hạt nước lớn Khi các hạt nước lớn này lớn hơn giới hạn Kelvin, chúng sẽ va chạm và liên kết có hiệu quả với các hạt nước nhỏ, làm tăng cường... thời tiết TRS-2730 tại Việt Trì được thể hiện ở hình 1 Các kết quả tính toán, phân tích thống kê khả năng tác động LMNT của mây sử dụng các số liệu của các radar Phủ Liễn, Việt Trì và Vinh, các số liệu quan trắc mây bằng vệ tinh khí tượng theo từng giai đoạn trong vụ Đông - Xuân 2004-2005 và các tiêu chí tạm thời để tác động LMNT theo phương pháp đốt phun chất háo nước cho thấy rằng trong thời gian này... chứng công nghệ LMNT bằng phương pháp đốt phun chất háo nước là thực nghiệm tại Nam Phi và thực nghiệm tại Mexico Các kết quả phân tích thống kê (Bruintjes và nnk, 2001) [2] cho thấy kết quả của hai thực nghiệm này là tương tự và cho thấy rằng lượng mưa tăng lên đáng kể do LMNT Các kết quả đo đạc bằng các thiết bị gắn trên máy bay trong những đám mây được tác động ở Nam Phi cho thấy rằng các quá trình... các phương pháp đo đạc viễn thám sử dụng thông tin vệ tinh với độ phân giải cao, đo đạc radar hiện đại (radar đa phân cực, đa bước sóng v.v.), các đo đạc bằng thiết bị vô tuyến vi sóng và các đo đạc trực tiếp bằng các thiết bị gắn trên các máy bay phòng thí nghiệm Các kết quả đo đạc này cũng như một số mô hình số trị mô phỏng rất chi tiết các quá trình vi vật lý xảy ra trong mây đã được sử dụng để kiểm . KẾT QUẢ ÁP DỤNG MÔ HÌNH SỐ TRỊ TRONG NGHIÊN CỨU LÀM MƯA NHÂN TẠO Ở VIỆT NAM KẾT QUẢ ÁP DỤNG MÔ HÌNH SỐ TRỊ TRONG NGHIÊN CỨU. trình bày các kết quả của hai mô hình số trị đã được áp dụng trong nghiên cứu và LMNT. Mô hình thứ nhất là mô hình dự báo thời tiết số trị quy mô vừa của