MỤC LỤC
MỞ ĐẦU .1
DANH MỤC CHỮ VIẾT TẮT 2
DANH MỤC HÌNH 3
DANH MỤC BẢNG .5
CHƯƠNG I: TỐNG QUAN DỰ BÁO TỔ HỢP 7
1.1 CƠ SỞ LÝ THUYẾT 7
1.2 PHÂN LOẠI DỰ BÁO TỔ HỢP 9
1.2.1 Nhóm 1: Tạo ra sự khác nhau trong các trường điều kiện ban đầu 9
1.2.2 Nhóm 2: Sử dụng cùng số liệu đầu vào nhưng với các phiên bản vật lýkhác nhau của mơ hình dự báo 11
1.3.1 Trung bình đơn giản 14
1.3.2 Tính trọng số bằng hồi quy tuyến tính 15
1.3.3 Tính trọng số theo sai số 15
1.4 CÁC PHƯƠNG PHÁP BIỂU DIỄN 16
1.4.1 Bản đồ trung bình và độ phân tán 16
1.4.2 Spaghrti maps – Bản đồ ghép chồng 17
1.4.3 Bản đồ dự báo xác suất 18
1.4.4 Bản đồ tem 19
1.4.5 Dự báo đường đi của bão 19
1.5 KHẢ NĂNG VÀ HIỆN TRẠNG DỰ BÁO TỔ HỢP Ở VIỆT NAM .20
CHƯƠNG II: DỰ BÁO QUỸ ĐẠO BÃO BẰNG PHƯƠNG PHÁP TỔ HỢP .222.1 QUY TRÌNH DỰ BÁO BÃO VÀ ĐÁNH GIÁ KẾT QUẢ DỰ BÁO 22
2.1.1 Khái qt về mơ hình 22
Trang 23.2.1 Tổ hợp 1 mơ hình với các dự báo trễ của nó .33
3.2.1.1 Mơ hình wrf với các dự báo trễ của nó .33
3.2.1.2 Mơ hình eta và các dự báo trễ 36
3.2.1.3 Mơ hình rams và các dự báo trễ 39
3.2.2 Tổ hợp 2 mơ hình và các dự báo trễ 42
3.2.2.1.Hai mơ hình WRF, ETA và các dự báo trễ 42
3.2.2.2 Hai mơ hình WRF, RAMS và các dự báo trễ 45
3.2.2.3 Hai mơ hình ETA, RAMS và các dự báo trễ 49
3.2.3 Tổ hợp 3 mơ hình và các dự báo trễ 52
Trang 3MỞ ĐẦU
Bão là hiện tượng thời tiết nguy hiểm gây nhiều thiệt hại đến sản xuất và đờisống của con người Trong những năm gần đây, việc xuất hiện ngày càng nhiềucác cơn bão có cường độ mạnh và đường đi phức tạp đã khiến bài toán dự báo quỹđạo bão ngày càng trở nên phức tạp và cần thiết.
Hiện nay, trên thế giới thường sử dụng ba phương pháp chính để thực hiện dự
báo quỹ đạo bão: phương pháp Synop, phương pháp vật lý thống kê và phương
pháp số trị Phương pháp Synop dựa trên phân tích bản đồ thời tiết và kinh nghiệm
của các dự báo viên, khơng địi hỏi các điều kiện về số và cơng cụ tính tốn Tuynhiên, nó mang lại tính chủ quan, phụ thuộc vào kinh nghiệm của các dự báo viên.Phương pháp thông kê xây dựng trên nguyên tắc cơ bản của quy luật thống kê.Phương pháp này tương đối khách quan, đơn giản, khơng địi hỏi q cao về sốliệu ban đầu cũng như cơng cụ tính tốn Phương pháp số trị được xây dựng từ đơngiản đến phức tạp dựa trên việc tích phân theo thời gian hệ các phương trình thủyđộng lực học trong mơi trường khi quyển và lý thuyết về cấu trúc và chuyển độngcủa bão Các mơ hình số trị mơ tả đầy đủ các quá trình vật lý tác động đến chuyểnđộng của bão trong quá trình tương tác và phát triển của chúng xong lại đòi hỏi cácđiều kiện số liệu và máy tính Cùng với sự phát triển của cơng nghệ máy tính cácphương pháp trên đã đưa đến những cải thiện đáng kể trong dự báo thời tiết Tuynhiên, bài tốn này vẫn cịn rất nhiều khó khăn, phức tạp bởi sai số trong trườngban đầu luôn tồn tại và bị khuếch đại lên theo thời gian do trạng thái khí quyển bất
ổn định Chính giới hạn này đã thúc đẩy việc nghiên cứu tiếp cận phương pháp tổ
hợp Vậy dự báo tổ hợp là gì? Quy trình thực hiện và kết quả của nó cho ta những
cải thiện về chất lượng và mở rộng được hạn dự báo trong công tác dự báo hay
Trang 4DANH MỤC CHỮ VIẾT TẮT
LAF: Lagged Everage Forecast
Phương pháp dự báo trung bình trễSVD: Singular Vector Decomposition
Phương pháp phân tích vecto kì dịBGM: Breeding of Growing Modes
Phương pháp cấy mode đang phát triểnEOF: Epirical Othogonal Function
Hàm trực giao tự nhiênEPS: Ensemble Prediction System
Hệ thống dự báo tổ hợpAVN: The Aviation Model
Mô hình hàng khơng Hoa Kỳ
NCEP: National Centrers for Environmental PreditionTrung tâm quốc gia dự báo môi trường Hoa KỳRMSC: Regional Specialized Meteorological Center
Trung tâm chuyên ngành khí tượng khu vực
ME: Mean Error
Sai số trung bìnhMAE: Mean Absolute Error
Sai số tuyệt đối trung bìnhRMSE: Mean – Square Error
Trang 5DANH MỤC HÌNH
Hình 1.1 Sự phân kỳ theo thời gian của các thành phần dự báo tổ hợp từ cácđiều kiện ban đầu khác nhau Mỗi dự báo biểu diễn bởi một vòng tròn ở một thờiđiểm ban đầu và các đường đứt đoạn biểu thị sự tiến triển theo thời gian Đườngmũi tên liền nét mô tả dự báo khơng gây nhiễu.
Hình 1.2 Sơ đồ nhóm 1
Hình 1.3 Ví dụ minh họa sơ đồ cấy nhiễuHình 1.4 Sơ đồ nhóm 2
Hình 1.5 Sơ đồ nhóm 3
Hình 1.6 Bản đồ trung bình và độ tán của dự báo tổ hợpHình 1.7 Bản đồ Spagheti
Hình 1.8 Bản đồ dự báo xác suấtHình 1.9 Bản đồ tem
Hình 2.1 Sơ đồ vận hành dự báo tổ hợpHình 2.2 Sơ đồ miêu tả sai số
Hình 2.3 Dự báo trung bình trễ X là phân tích tại các khoảng thời gian τ, và tf là thời điểm dự báo.
Hình 2.4.Sơ đồ mơ tả phương pháp tổ hợp có sử dụng dự báo trễ
Hình 3.1.a Sai số khoảng cách của kết quả dự báo tổ hợp (wrf và dự báo trễ)Hình 3.1.b Sai số khoảng cách của kết quả dự báo tổ hợp (wrf và dự báo trễ)(số liệu độc lập)
Hình 3.1.1 Hiệu số sai số khoảng cách giữa dự báo tổ hợp không sử dụng dựbáo trễ và dự báo trễ (sử dụng mô hình wrf)
Trang 6Hình 3.3.b Sai số khoảng cách của kết quả dự báo tổ hợp (rams và dự báo trễ)(số liệu độc lập)
Hình 3.3.1 Hiệu số sai số khoảng cách giữa dự báo tổ hợp không sử dụng dựbáo trễ và dự báo trễ (sử dụng mơ hình rams)
Hình 3.4.a Sai số khoảng cách của các kết quả dự báo tổ hợp (wrf, eta và dựbáo trễ)
Hình 3.4.b Sai số khoảng cách của các kết quả tổ hợp (wrf, eta và dự báo trễ)(số liệu độc lập)
Hình 3.4.1 Hiệu số sai số khoảng cách giữa dự báo tổ hợp không sử dụng dựbáo trễ (2 mô hình wrf và eta) và dự báo trễ
Hình 3.5.a Sai số khoảng cách của các kết quả tổ hợp (wrf, rams và dự báo trễ)Hình 3.5.b Sai số khoảng cách của các kết quả tổ hợp (wrf, rams và dự báo trễ)(số liệu độc lập)
Hình 3.5.1 Hiệu số sai số khoảng cách giữa dự báo tổ hợp dự báo không sửdụng dự báo trễ (2 mơ hình wrf và rams) và dự báo trễ
Hình 3.6.a Sai số khoảng cách của các kết quả tổ hợp (eta, rams và dự báo trễ)Hình 3.6.b Sai số khoảng cách của các kết quả tổ hợp (eta, rams và trễ) (số liệuđộc lập)
Hình 3.6.1 Hiệu số sai số khoảng cách giữa dự báo tổ hợp không sử dụng dựbáo trễ (2 mơ hình eta và rams) và dự báo trễ
Hình 3.7.a Sai số khoảng cách của các kết quả tổ hợp (wrf, eta, rams và trễ)Hình 3.7.b Sai số khoảng cách của các kết quả tổ hợp (wrf, eta, rams và trễ)(số liệu độc lập)
Trang 7DANH MỤC BẢNG
Bảng 3.1.a Sai số khoảng cách dự báo bằng mơ hình WRF, tổ hợp WRF vớicác dự báo trễ
Bảng 3.1.b Sai số khoảng cách dự báo bằng mơ hình WRF, tổ hợp WRF vớicác dự báo trễ (số liệu độc lập)
Bảng 3.1.1 Hiệu số sai số khoảng cách giữa dự báo tổ hợp khơng sử dụng dựbáo trễ (mơ hình wrf) vàdự báo trễ
Bảng 3.2.a Sai số khoảng cách dự báo bằng mơ hình ETA, tổ hợp ETA với cácdự báo trễ
Bảng 3.2.b Sai số khoảng cách dự báo bằng mơ hình ETA, tổ hợp ETA với cácdự báo trễ (số liệu độc lập)
Bảng 3.2.1 Hiệu số sai số khoảng cách giữa dự báo tổ hợp không sử dụng dựbáo trễ (mô hình eta) và dự báo trễ
Bảng 3.3.a Sai số khoảng cách dự báo bằng mơ hình RAMS, tổ hợp RAMSvới các dự báo trễ
Bảng 3.3.b Sai số khoảng cách dự báo bằng mơ hình RAMS, tổ hợp RAMSvới các dự báo trễ (số liệu độc lập)
Bảng 3.3.1 Hiệu số sai số khoảng cách giữa dự báo tổ hợp không sử dụng dựbáo trễ (mơ hình rams) và dự báo trễ
Bảng 3.4.a Sai số khoảng cách dự báo bằng 2 mô hình WRF và ETA, tổ hợpWRF và ETA với các dự báo trễ
Bảng 3.4.a Sai số khoảng cách dự báo bằng 2 mơ hình WRF và ETA, tổ hợpWRF và ETA với các dự báo trễ (số liệu độc lập)
Trang 8Bảng 3.5.1 Hiệu số sai số khoảng cách giữa kết quả tổ hợp dự báo không sửdụng dự báo trễ (2 mơ hình wrf và rams) và dự báo trễ
Bảng 3.6.a Sai số khoảng cách dự báo bằng 2 mơ hình ETA và RAMS, tổ hợpETA và RAMS với các dự báo trễ
Bảng 3.6.b Sai số khoảng cách dự báo bằng 2 mơ hình ETA và RAMS, tổ hợpETA và RAMS với các dự báo trễ (số liệu độc lập)
Bảng 3.6.1 Hiệu số sai số khoảng cách giữa kết quả tổ hợp dự báo không sửdụng dự báo trễ (2 mơ hình etavà rams) và dự báo trễ
Bảng 3.7.a Sai số khoảng cách dự báo bằng 3 mơ hình WRF,ETA và RAMS,tổ hợp WRF, ETA và RAMS với các dự báo trễ
Bảng 3.7.a Sai số khoảng cách dự báo bằng 3 mơ hình WRF,ETA và RAMS,tổ hợp WRF, ETA và RAMS với các dự báo trễ (số liệu độc lập)
Trang 9CHƯƠNG I: TỐNG QUAN DỰ BÁO TỔ HỢP
1.1 CƠ SỞ LÝ THUYẾT
Trang 10Trái lại, nếu các điều kiện ban đầu đó được gây nhiễu để các giá trị đượcgây nhiễu đặc trưng cho phân bố sai số của các quan trắc thì việc tổ hợp cácnghiệm từ các điều kiện ban đầu được cấy nhiễu này (mỗi điều kiện ban đầu là mộtthành phần tổ hợp) bao phủ nghiệm thực và trạng thái thực của khí quyển trong mơhình hồn hảo Nếu các nhiễu khơng thể đặc trưng cho khả năng phân bố sai số củathông số dự báo cụ thể thì kết quả dự báo có thể nằm ở một trong các nhóm, trongkhi trạng thái khí quyển thực xảy ra ở các nhóm khác Nếu chọn phân bố sai sốtương xứng thì các dự báo tổ hợp bao gồm các nghiệm hiệu chỉnh để thu được dựbáo cuối cùng bằng việc áp dụng vài sự chọn lọc hoặc phương pháp lấy trung bìnhsẽ cho dự báo tốt hơn dự báo của mơ hình riêng lẻ [14].
Bằng cách tính trung bình tổ hợp các kết quả dự báo, những sai số dự báoxảy ra điều kiện ban đầu có thể bị loại dẫn đến kết quả dự báo tốt hơn (với điềukiện mô hình là hồn hảo).
Trang 111.2 PHÂN LOẠI DỰ BÁO TỔ HỢP
Dự báo tổ hợp chia làm ba nhóm chính:
1.2.1 Nhóm 1: Tạo ra sự khác nhau trong các trường điều kiện ban đầu
- Sơ đồ
Hình 1.2 Sơ đồ nhóm 1
Sử dụng một mơ hình duy nhất được ban đầu hóa với các trường ban đầukhác nhau Ở đây giả thiết mơ hình là hồn hảo nhưng trạng thái thực của khíquyển chỉ được quan trắc một cách gần đúng nên sai số của dự báo là do sai số củađầu vào thiếu chính xác Điều cốt yếu của phương pháp này là tạo ra sự khác nhautrong các trường ban đầu như thế nào để thể hiện được độ khó xác định chính xáccủa trạng thái ban đầu (tạo được một tập hợp các trạng thái ban đầu khác nhau từtrường phân tích ban đầu) Một trong các phương pháp được sử dụng là tạo cácnhiễu động trường ban đầu Để bắt đầu một chu trình cấy, các nhiễu động ngẫunhiên được cộng thêm vào các trường phân tích ban đầu của mơ hình Sự khác biệtgiữa trường dự báo tiềm định (control forecast) với trường dự báo được gây nhiễuđược coi là các nhiễu động và được điều chỉnh lại (rescale) trong phạm vi sai sốquan trắc Các nhiễu động mới này sẽ được cấy vào trường phân tích tại thời điểm
Trang 12Hình 1.3 Ví dụ minh họa sơ đồ cấy nhiễu
Hiện nay có các phương pháp để tạo nhiễu sau: + Phương pháp Monte – Carlo
+ Phương pháp tiếp cận quan trắc được gây nhiễu (Perturbed Observation)
+ Phương pháp dự báo trung bình trễ (LAF – Lagged Avergare Forecast) + Phương pháp phân tích vector kỳ dị (SVD)
+ Phương pháp cấy mode đang phát triển (BGM)
+ Phương pháp sử dụng phân tích từ nhiều mơ hình khác nhau làm điềukiện cho mơ hình đầu vào.
Trang 131.2.2 Nhóm 2: Sử dụng cùng số liệu đầu vào nhưng với các phiên bản vật lý khác
nhau của mơ hình dự báo.- Sơ đồ:
Hình 1.4 Sơ đồ nhóm 2
Sử dụng các phiên bản mô phỏng vật lý khác nhau của mô hình với cùngtrường số liệu đầu vào Giả thiết mơ hình là khơng hồn hảo, sai số dự báo chịuảnh hưởng đáng kể do mơ phỏng các q trình khí quyển khơng chính xác (Ví dụ:Thơng qua các thơng số hóa khơng hợp lý) Đồng thời sử dụng các sơ đồ tham sốhóa vật lý khác nhau và tổ hợp các kết quả nhằm phát huy những ưu điểm và hạnchế những nhược điểm của sơ đồ Nó thích hợp để phản ánh độ khơng chính xáccủa mơ hình trong việc mơ phỏng các q trình vật lý phức tạp (đối lưu) Hạn chếcủa phương pháp này là các mô hình chưa có nhiều các phiên bản vật lý vì vậy gặpkhó khăn trong q trình tạo ra các dự báo thành phần [4].
Trang 141.2.3 Nhóm 3: Sử dụng kết qủa các mơ hình khác nhau với đầu vào khác nhau.
Hay còn gọi là phương pháp đa mơ hình (multi system)
- Sơ đồ:
Hình 1.5 Sơ đồ nhóm 3
Lấy số liệu tốt nhất có thể (số liệu phân tích chưa có nhiễu động) và mơhình với các thành phần tham số hóa vật lý tốt nhất từ các trung tâm nghiệp vụ trênthế giới Trung bình của tập hợp các dự báo từ các mơ hình nghiệp vụ tồn cầu củacác trung tâm khí tượng khác nhau sẽ có kết quả tốt hơn nhiều so với một mơ hìnhtốt nhất Điều này cũng đúng với dự báo tổ hợp hạn ngắn tính từ các mơ hình lãnhthổ hạn chế Krishnamuti và đồng sự của ơng đã chứng minh nếu tiến hành thêmhiệu chỉnh thống kê của sai số hệ thống bằng phương pháp hồi quy thì kết quả dựbáo tổ hợp sẽ được cải thiện hơn Cách tiếp cận này gọi là “siêu tổ hợp”(Superensemble) [4].
* Phương pháp “siêu tổ hợp”
Trang 15quả dự báo của các mơ hình là nhân tố dự báo và các giá trị quan trắc là các yếu tốdự báo Qua đó làm giảm vai trị của các mơ hình dự báo khơng tốt và làm tăngmạnh vai trị các mơ hình có các dự báo tốt hơn trong quá khứ.
Việc tính tốn phương pháp siêu tổ hợp gồm hai giai đoạn: giai đoạn chuẩnbị và giai đoạn dự báo.
Giai đoạn chuẩn bị (Training Phase)
Sử dụng chuỗi số liệu của các dự báo đã qua từ các mơ hình và quỹ đạođược quan trắc tốt nhất từ những cơn bão đó Xây dựng phương trình hồi quy chovị trí mơ hình dự báo dự vào quỹ đạo thực tốt nhất đã quan trắc theo hạn dự báo.Phương pháp hồi quy bội tuyến tính được sử dụng để đưa ra các trọng số (hệ số)cho mỗi mơ hình Nó được vận dụng cho từng thời điểm (12, 24, 36h, …) và từngbiến dự báo (kinh độ, vĩ độ, cường độ, …) Để đưa ra được dự báo tốt nhất thì độdài chuỗi số liệu trong giai đoạn này là quan trọng Chuỗi số liệu nên được lấy từmùa bão trước (hoặc hai mùa bão trước) kết hợp với số liệu mới thu được từ cơnbão của mùa hiện tại là tốt nhất Ngồi ra, độ ổn định của các mơ hình giữa cácmùa bão khác nhau cũng là điều vô cùng quan trọng Sự thay đổi càng nhiều thì độổn định của các mơ hình thành phần càng giảm, dẫn đến kết quả dự báo khơng tốt.Sau khi tính được các hệ số hồi quy (trọng số), các hệ số này được chuyển sanggiai đoạn dự báo
Giai đoạn dự báo (Forecast Phase)
Trang 16Trong đó: : giá trị trung bình của S đã quan trắc ở giai đoạn chuẩn bị
N: số các mơ hình thành phầnai : trong số hồi quy của mơ hình iFi(t) : giá trị dự báo (kinh / vĩ độ)
: giá trị trung bình của F (kinh hoặc vĩ độ dự báo của mơhình i) trong giai đoạn dự báo
1.3 CÁC PHƯƠNG PHÁP TỔ HỢP KẾT QUẢ DỰ BÁO
Sau khi có kết quả dự báo của các thành phần tham gia tổ hợp, sử dụng cácđặc trưng thống kê để đưa ra kết quả dự báo tổ hợp.
Công thức tổng quát:
Trong đó: Fth: kết quả dự báo tổ hợp
Fi: kết quả dự báo thành phần
Wi: trọng số tương ứng với từng thành phần dự báo
N: số thành phần tham gia tổ hợp
1.3.1 Trung bình đơn giản
- Trọng số:
W = Wi = 1/N
Trang 181.3.2 Tính trọng số bằng hồi quy tuyến tính.
- Công thức:
Trong đó: C: số hạng tự do
Wi: các hệ số hồi quy (trọng số của từng dự báo thành phần) Đối với phương pháp này ta phải sử dụng bộ số liệu lịch sử của một hoặcvài mùa bão trước để xây dựng phương trình hồi quy Sai số tổ hợp sẽ biến đổitương đối mạnh nếu ta sử dụng các số liệu nền khác nhau Bộ số liệu để tính hồiquy càng lớn thì kết quả tổ hợp hồi quy tuyến tính sẽ càng tốt Các dự báo thànhphần phải có độ dài bộ số liệu lịch sử tương đương nhau.
1.3.3 Tính trọng số theo sai số
- Cơng thức:
Trong đó: : phương sai của sai số dự báo
Trang 191.4 CÁC PHƯƠNG PHÁP BIỂU DIỄN
1.4.1 Bản đồ trung bình và độ phân tán
Kết quả tổ hợp được trình bày bằng cách vẽ đồng trường dự báo trung bình của cảtập hợp và độ phân tán của cả tập hợp dự báo này Hình 1.6 minh họa kết quả dựbáo trường khí áp mặt đất sử dụng phương pháp tổ hợp Các đường đẳng áp làtrung bình của tập hợp các dự báo và vùng bôi màu thể hiện độ phân tán của tậphợp này Độ phân tán càng nhỏ có nghĩa là độ tin cậy của hình thế dự báo càngcao Ngược lại, nơi có độ phân tán càng lớn (vùng được bơi màu đậm) thì tươngứng với vùng kết quả của tập hợp các dự báo khác nhau nhiều và độ đáng tin cậynhỏ.
Trang 201.4.2 Spaghrti maps – Bản đồ ghép chồng
Vẽ các đường đẳng áp của một giá trị nào đó của các dự báo khác nhau.Kết quả trên là trên bản đồ sẽ có nhiều đường đan xen nhau Nơi mà các đườngnày nằm gần nhau thì độ tin cậy của hình thế thời tiết dự báo được càng lớn.Ngược lại, khi các đường này nằm tách xa nhau thì hình thế thời tiết dự báo đượccó độ tin cậy càng kém (Hình 1.7).
Trang 211.4.3 Bản đồ dự báo xác suất
Trang 221.4.4 Bản đồ tem
Bản đồ tem hiển thị dự báo từ N thành phần của hệ tổ hợp cùng với dự báotrung bình tổ hợp và độ tán Khi số thành phần lớn, để dự báo từ N thành phần cóthể thể hiện trong một hình vẽ, mỗi hình vẽ ứng với một dự báo thành phần sẽ bịgiảm kích cỡ nhỏ hơn bình thường Khi đó mỗi bản đồ dự báo thành phần có hìnhdạng tương tự như một con tem nên bản đồ này có tên gọi là bản đồ tem (xem hình1.9) Bản đồ này có cơng dụng tương tự như bản đồ trung bình và độ tán nhưng cóhiển thị thêm các dự báo thành phần Dự báo viên bằng kinh nghiệm có thể sửdụng dự báo trung bình hoặc lựa chọn dự báo từ mơ hình được xem có dự báo tốtnhất.
Hình 1.9 Bản đồ tem dự báo địa thế vị mực 850 mb hạn 48 giờ
1.4.5 Dự báo đường đi của bão
Trang 231.5 KHẢ NĂNG VÀ HIỆN TRẠNG DỰ BÁO TỔ HỢP Ở VIỆT NAMVới các phương pháp trình bày ở trên, khi áp dụng vào điều kiện Việt Namta cần xem xét về: mơ hình dự báo, khả năng truy cập thơng tin từ các dự báo quốctế và phương pháp tối ưu cho khí hậu nhiệt đới.
+ Phương pháp cấy nhiễu động: khơng khả thi do tốc độ máy tính chưa lớn + Phương pháp thay đổi tham số vật lý của mơ hình: số lượng các phiênbản khác nhau của mơ hình khơng nhiều.
+ Phương pháp tổ hợp đa mơ hình: có khả năng áp dụng tốt đối với điềukiện tính tốn hạn chế.
Hiện nay có một số tác giả đã và đang tìm hiểu, nghiên cứu và tìm rahướng áp dụng tối ưu nhất cho điều kiện Việt Nam như: cơng trình nghiên cứu dựbáo các trường khí tượng trên biển Đơng trên cơ sở các mơ hình RAMS và ETAcủa GS TS Trần Tân Tiến; nghiên cứu về quỹ đạo bão của Ths Nguyễn Chi Mai;dự báo tổ hợp xoáy thuận nhiệt đới dựa trên hàng nghìn thành phần của Ths VõVăn Hòa.
Hệ thống dự báo tổ hợp do GS.TS Trần Tân Tiến cùng các cộng sự baogồm hai mơ hình số trị chính là RAMS và ETA với hi vọng xây dựng nên một hệthống sản phẩm tốt hơn từ dự báo riêng lẻ của các mơ hình Qua thử nghiệm bướcđầu cho thấy hệ thống dự báo tổ hợp đã phát huy được tình ưu việt của nó ở cácmực đẳng áp 850mb đến mực 300mb.
Trang 25CHƯƠNG II: DỰ BÁO QUỸ ĐẠO BÃO BẰNG PHƯƠNG PHÁP TỔ HỢP
2.1 QUY TRÌNH DỰ BÁO BÃO VÀ ĐÁNH GIÁ KẾT QUẢ DỰ BÁO
2.1.1 Khái quát về mơ hìnhA Mơ hình RAMS
Mơ hình RAMS (Regional Atmospheric Modeling System) được Đại họcTổng hợp Colorado (CSU) kết hợp với ASTER divsion- thuộc Mission ResearchCorporation phát triển đa mục đích Đó là một mơ hình dự báo số mơ phỏng hồnlưu khí quyển với qui mơ từ tồn cầu cho đến các mơ phỏng xốy lớn (Large EddySimulation-LES) của lớp biên khí quyển hành tinh Mơ hình thường được sử dụngnhiều nhất để mơ phỏng các hiện tượng khí quyển qui mô vừa (2-2000 km) từ dựbáo thời tiết nghiệp vụ đến các ứng dụng để mô phỏng, quản lý chất lượng mơitrường khơng khí RAMS cũng thường được sử dụng thành công với các độ phângiải cao hơn mô phỏng các xốy trong lớp biên khí quyển (10-100 m phân giải lướingang), mơ phỏng điều kiện vi khí hậu cho các toà nhà cao tầng (1 m phân giảilưới ngang) cho đến các mô phỏng số trực tiếp cho buồng khí động (1 cm phân giảilưới ngang).
Trang 26Trong nghiên cứu dự báo bão, mơ hình RAMS cũng cho kết quả khả quan.Nó có thể mơ phỏng được xu hướng di chuyển của ngay cả những cơn bão có sựđổi hướng đột ngột như bão Chanchu năm 2006 Tuy nhiên, vì thiếu số liệu quantrắc trên biển nên sự sai lệch về vị trí và cường độ bão ngay trong trường phân tíchtồn cầu ban đầu đã làm gia tăng sai số trong dự báo của RAMS.
B Mơ hình ETA
Trang 27Các thơng số và sản phẩm của mơ hình:
Số liệu đầu vào và cập nhật biên:
mơ hình tồn cầu GFS từ 00 đến 72h cách nhau 03h
(50N-260N, 980-1250E) cho các trường bề mặt(100S-400N, 800-1450E) cho các trường trên caoĐộ phân giải của mơ hình
GFS: 1 0
0 hoặc 0.50 (tương đương 110 km và 55 km) Mức độ chạy song song: 1 hoặc 2 CPU
Miền dự báo: (50S-320N, 870-1320E)
Độ phân giải ngang: theo vĩ độ 0.2050 ; theo kinh độ 0.2220Độ phân giải thẳng đứng: 38 mực
Bước thời gian tích phân: 90 giây
Số lần chạy trong 1 ngày: 4 lần (00Z (07), 06Z(13), 12Z(19) và 18Z(01))Bước thời gian đưa ra sản
phẩm: cách nhau 6 giờSố mực chuẩn đưa ra sản phẩm:bề mặt và 4 mực trên cao (850, 700, 500và 200 hPa)Các trường phân tích và dự báo:
Tại bề mặt (áp suất mực biển, lượng mưa, nhiệt độ không
khí tại độ cao 2 mét, gió tại độ cao 10 mét
Trang 28C Mơ hình WRF
Mơ hình nghiên cứu và dự báo thời tiết WRF được phát triển trong sự cộngtác nỗ lực của Trung tâm nghiên cứu khí quyển Mỹ (NCAR), Trung tâm Quốc giadự báo môi trường (NCEP), hệ thống các phịng dự báo thời tiết (FSL), hãng hàngkhơng Hoa Kỳ (AFWA), trường Đại học Oklahoma (OU) và các nhà khoa học ởcác trường Đại học khác Mơ hình WRF sử dụng hệ tọa độ thẳng đứng địa hình ŋ(Mesinger, 1987) với đầy đủ các tham số hóa vật lý như đối lưu, lớp biên, vi vật lý,mây, bức xạ và mơ hình đất Một cách khái qt hóa, mơ hình WRF là một hệthống mơ hình hóa hết sức hiện đại, linh hoạt và tối ưu cho cả mục đích nghiêncứu cũng như chạy nghiệp vụ Trong mơ hình WRF, rất nhiều lựa chọn nguồnđộng lực phi thủy tĩnh và các sơ đồ tham số hóa vật lý được tích hợp, khả năng mơphỏng được q trình khí quyển có quy mơ từ vài mét đến hàng chục km Ngồi ra,WRF cịn là một trong số rất ít mơ hình dự báo số trị trên thế giới có hỗ trợ cả hệthống đồng hóa số liệu cũng như các cơng cụ hiển thị và đánh giá kết quả.
Trang 292.1.2 Miền dự báo
Trong khóa luận này tơi tiến hành thí nghiệm dự báo quỹ đạo các cơn bãohoạt động trên biển Đông từ năm 2004 – 2008 bằng mơ hình RAMS, ETA và mơhình WRF.
Sản phẩm của các mơ hình có miền dự báo được chọn từ 50S đến 300N, từ900E đến 1300E, có tâm tại vĩ độ 150N và kinh độ 1100E Độ phân giải theo phươngngang là 28 km, số điểm lưới theo phương Nam – Bắc là 161 Các mơ hình đượcchạy dự báo cho thời hạn là 72 giờ (ba ngày), với nguồn số liệu lấy từ số liệu dựbáo và phân tích của mơ hình Aviation Model (AVN) do trung tâm NCEP ( NationCenters for Environmental Pridiction) cung cấp 6 giờ một.
2.1.3 Quy trình dự báo
Để thực hiện dự báo tổ hợp theo phương pháp tổ hợp ta thực hiện các côngđoạn sau:
+ Chọn các mơ hình dự báo.
+ Cập nhật nguồn số liệu để làm điều kiện biên và điều kiện ban đầu choqua trình phân tích của các mơ hình.
+ Chạy các mơ hình dự báo đã lựa chọn + Tổ hợp kết quả dự báo.
Trang 30- Sơ đồ vận hành:
Cập nhật số liệu AVN↓
Ban đầu hóa số liệu cho mơ hình↓
Tích phân theo thời gian của mơ hình↓
Xử lý và tổ hợp kết quả↓
Hiển thị kết quả
Hình 2.1 Sơ đồ vận hành dự báo tổ hợp
2.1.4 Chỉ tiêu đánh giá kết quả dự báo quỹ đạo bão
Để đánh giá kết quả dự báo tôi sử dụng công thức tính khoảng cách giữahai tâm bão thực tế và tâm bão dự báo như sau:
PE = Re.Arccos[sin(α1).sin(α2) + cos(α1).cos(α2).cos(β1 – β2 (2.1)
Và giá trị trung bình của sai số khoảng cách PE được tính như sau:
(2.2)
Sơ đồ miêu tả sai số:
Tâm bão dự báo
CTE PE
Tâm bão quan trắc
ATE Tâm bão quan trắc 6h trước
Trang 31Với Re là bán kính Trái Đất Re = 6387 16 km
α1 và α2 là vĩ độ của tâm bão thực tế và tâm bão do mơ hình dự báo sau khiđã đổi sang đơn vị radian.
β1 và β2 là kinh độ của bão thực tế và tâm bão do mô hình dự báo sau khi đãđổi sang đơn vị radian.
Ngồi ra để tính tốn tốc độ di chuyển của bão nhanh hơn hay chậm hơn sovới tốc độ di chuyển thực của bão, quá trình dự báo lệch trái hay lệch phải hơn,người ta còn dùng thêm sai số dọc ATE (Along Track Error) và sai số ngang CTE(Cross Track Error) theo hướng di chuyển của cơn bão ATE nhận dấu dương nếutâm bão dự báo nằm ngay phía trước tâm bão quan trắc và nhận dấu âm khi tâmbão dự báo nằm phía sau tâm bão quan trắc CTE nhận dấu dương khi tâm bãonằm phía phải so với tâm bão quan trắc và nhận dấu âm khi nằm về phía trái Vớiquy ước này, nêu sai số ATE trung bình (MATE) nhận giá trị dương có nghĩa tâmbão dự báo có xu hướng di chuyển chậm hơn Sai số trung CTE trung bình(MCTE) dương cho thấy quỹ đạo bão có xu thế lệch phải cịn MCTE âm cho thấyxu thế lệch trái so với quỹ đạo thực Hình 2.2 mơ phỏng các chỉ tiêu đánh sai sốđược tính.
(Trong đó i là dung lượng mẫu (i=1….n), j là hạn dự báo (j=0, 6, 12,….,72).2.2 DỰ BÁO BÃO BẰNG PHƯƠNG PHÁP TỔ HỢP
Trang 32này có nghĩa rằng trong khơng gian pha của vector trạng thái ban đầu, chỉ có mộtsố hướng mà độ bất ổn định tại đây sẽ khuếch đại những nhiễu động nhỏ ban đầu.Do đó những năm sau đó, dự báo Monte Carlo chỉ được sử dụng trong một sốnghiên cứu đơn giản (Murphy và Palmer 1986, Errico và Baumhefner 1987,Murphy 1988, Mullen và Baumhefner 1994) và được tổng kết bởi Palmer và cộngsự (1990) Như vậy, các nhiễu động được đưa vào trường phân tích với mục đíchtạo ra một tổ hợp các trường ban đầu (lấy mẫu từ phân bố của trường ban đầu)không nên lấy ngẫu nhiên mà cần được lựa chọn theo một phương pháp nào đó đểnhững sai số này sẽ dẫn đến nhưng sai số dự báo quan sát được trong thực tế Vớihệ thống đồng hóa số liệu kèm theo mỗi mơ hình, sai số dự báo sẽ là độ lệch giữaphân tích tại thời điểm hiện tại so với dự báo hạn ngắn của mơ hình bắt đầu từ thờiđiểm phân tích trước đó Ý tưởng này đã được Hoffman và Kalnay (1983) triển
khai và đưa ra phương pháp dự báo trung bình trễ LAF (Lagged AverageForecasting) Ý tưởng cơ bản của phương pháp được thể hiện trên hình 2.3
Hình 2.3 Dự báo trung bình trễ X là phân tích tại các khoảng thời gian τ, và
tf là thời điểm dự báo.
Trang 33dự báo trước đó để làm điều kiện ban đầu cho lần chạy hiện tại mà có thể sử dụngln kết quả dự báo trong các lần chạy mơ hình trước đó Cụ thể hơn, khi muốn cómột thành phần tổ hợp sau 6 giờ kể từ thời điểm ban đầu, ta khơng cần chạy mơhình với trường ban đầu là trường dự báo từ phân tích của 6 giờ trước đó mà sửdụng ln dự báo 12 giờ của dự báo này Chính bằng một phương pháp đơn giảnvà kinh tế như vậy, LAF giải quyết được khó khăn gặp phải với dự báo MonteCarlo bởi có thể hiểu các nhiễu động ban đầu được đưa vào trường phân tích chínhlà sai số dự báo sinh ra bởi mơ hình và các sai số này hồn tồn khơng được lựachọn ngẫu nhiên như trong dự báo Monte Carlo Tất nhiên số thành phần tổ hợpthu được theo LAF sẽ không thể lớn như dự báo Monte Carlo.
Dalcher và cộng sự (1988) đã áp dụng kỹ thuật này vào dự báo nghiệp vụ củaECMWF và thu được một sự cải thiện chất lượng dự báo so với dự báo nghiệp vụvới hạn dự báo năm ngày Murphy (1990) đã nghiên cứu về khả năng ứng dụngcủa LAF trong dự báo hạn vừa, hạn dài bằng cách xây dựng một hệ thống tổ hợp 7thành phần sử dụng mơ hình toàn cầu UKMO Nghiên cứu sử dụng LAF trong dựbáo hạn dài cũng được triển khai tại một số trung tâm dự báo (Tracton và cộng sự,1989, Brankovic và cộng sự, 1990, Déquá và Royer 1994) Các kết quả nghiên cứuứng dụng phương pháp LAF cho các hạn dự báo xa hơn không đạt được kết quả tốtnhư mong muốn Nguyên nhân dẫn đến chất lượng dự báo thấp xuất phát từ sai sốhệ thống trong mơ hình, nhưng nó cũng đã chỉ ra sự thiếu sót của LAF trong việccung cấp các dự báo thành phần có kỹ năng trong phạm vi dự báo tổ hợp.
Để khắc phục những thiếu sót này, một biến thể của LAF đã được Ebisuzaki
và Kalnay (1991) đề xuất với tên gọi SLAF (Scaled LAF) Với giả định sai số tăng
Trang 34Trong khóa luận này, áp dụng phương LAF vào dự báo quỹ đạp bão tôi đãtiến hành tổ hợp kết quả của 2 trong 3 hoặc cả 3 mô hình (wrf, eta và rams) và kếthợp với trễ 12 giờ và trễ 24h của chúng để đưa ra kết quả tổ hợp Cụ thể: để có kếtquả tổ hợp dự báo cho 24h vào lúc 00Z ngày 07/09 không những sử dụng kết quảcủa các mơ hình cho 24h ngày 07/09 mà ta cịn có thể sử dụng cả kết quả dự báocủa các mơ hình này cho 36h lúc 12Z ngày 06/09 (đây gọi là trễ 12h) và kết quả dựbáo của các mơ hình này cho 48h lúc 00Z ngày 06/09 (đây gọi là trễ 24h).
Sơ đồ mơ tả:
Hình 2.4 Sơ đồ mơ tả phương pháp tổ hợp có dự báo trễ
Trang 35CHƯƠNG 3: KẾT QUẢ SỬ DỤNG DỰ BÁO TRONG DỰ BÁO TỔ HỢPQUỸ ĐẠO BÃO
3.1 TẬP SỐ LIỆU NGHIÊN CỨU
Tổng số cơn bão và áp thấp nhiệt đới được đưa vào nghiên cứu là 50 cơntrong 5 mùa bão từ năm 2004 đến năm 2008 Khi tiến hành nghiên cứu tôi đã chiasố liệu thành: bộ số liệu phụ thuộc được lấy những cơn bão từ năm 2004 đến năm2007 (gồm có 44 cơn bão) và bộ số liệu độc lập được lấy những cơn bão năm 2008(gồm có 6 cơn bão).
Tập số liệu được nghiên cứu là kết quả dự báo tâm bão (kinh độ và vĩ độ) củacác mô hình WRF, ETA, RAMS tại các thời hạn dự báo cách nhau 6h một và kếthợp với kết quả dự báo được lấy trễ 12h và trễ 24h của các mơ hình WRF, ETA vàRAMS Mỗi dự báo trễ ở đây được coi như là một thanh phần tham gia tổ hợp.
Số trường hợp trong chuỗi số liệu phụ thuộc là 792 trường hợp, trong chuỗisố liệu độc lập là 89 trường hợp.
Trong khóa luận này, tơi đã sử dụng phương pháp siêu tổ hợp để xây dựngphương trình dự báo (công thức 1.1)
3.2 ĐÁNH GIÁ KẾT QUẢ
Để đánh giá kết quả dự báo tổ hợp có sử dụng dự báo trễ, tơi đã so sánh kếtquả dự báo có sử dụng dự báo trễ và kết quả dự báo không sử dụng dự báo trễ.
Trang 363.2.1 Tổ hợp 1 mơ hình với các dự báo trễ của nó3.2.1.1 Mơ hình wrf với các dự báo trễ của nó
a) Số liệu phụ thuộc
Sai số khoảng cách dự báo được thể hiện ở bảng 3.1.a sau
Bảng 3.1.a Sai số khoảng cách dự báo bằng mơ hình WRF, tổ hợp WRF với
các dự báo trễThời hạn dựbáo (giờ)Tổ hợp 1(wrf)Tổ hợp 2(wrf vàwrf12)Tổ hợp 3(wrf, wrf12và wrf24)24 163 170.23 175.3830 183 185.52 187.4036 204 205.05 206.8142 217 222.32 229.4248 243 244.27 257.31
Trang 37mơ hình wrf1002003002430364248hạn dự báo (h)sai số tổ hợp 1tổ hợp 2tổ hợp 3
Hình 3.1.a Sai số khoảng cách của kết quả dự báo tổ hợp (wrf và dự báo trễ)
Nhìn từ hình vẽ ta nhận thấy, khi đưa dự báo trễ vào làm một thành phần tổ hợp thì kết quả dự báo chưa cải thiện được kết quả dự báo tổ hợp
b) Số liệu độc lập
Sai số khoảng cách dự báo được thể hiện ở bảng 3.1.b sau
Trang 38mơ hình wrf1101702302902430364248hạn dự báo (h)sai số (km)tổ hợp 1tổ hợp 2tổ hợp 3
Hình 3.1.b Sai số khoảng cách của kết quả dự báo tổ hợp (wrf và dự báo
trễ) (số liệu độc lập)
Khi sử dụng số liệu độc lập để kiểm tra lại kết quả dự báo, từ hình vẽ ta nhận thấy, ở tất cả các thời hạn dự báo khi đưa dự báo trễ vào làm một thành phần tổ hợp thì kết quả dự báo đã hoàn toàn được cải thiện Điều này được thể hiện ở bảng 3.1.1, và hình 3.1.1 dưới đây:
Trang 39GHI CHÚ : Hiệu số sai số khoảng cách giữa dự báo tổ hợp không trễ và dự báo tổ hợp có trễ được xác định:
∆ij = di - dj
Trong đó: ∆ij: Hiệu sai số khoảng cách của tổ hợp i và tổ hợp j
di: Sai số khoảng cách của tổ hợp không sử dụng dự báo trễ i
dj: Sai số khoảng cách của tổ hợp dự báo trễ j
hiệu số sai số khoảng cách
10203040502430364248hạn dự báo (h)hiệu số (km)∆12∆13
Hình 3.1.1 Hiệu số sai số khoảng cách giữa dự báo tổ hợp không sử dụng dự
báo trễ và dự báo trễ (sử dụng mơ hình wrf)
Hiệu số sai số khoảng cách giảm nhiều nhất là 49 km ở thời hạn dự báo 30h trong trường hợp tổ hợp 3 thành phần wrf, wrf12 và wrf24.
3.2.1.2 Mơ hình eta và các dự báo trễ
a) Số liệu phụ thuộc
Trang 40Bảng 3.2.a Sai số khoảng cách dự báo bằng mơ hình ETA, tổ hợp ETA với các dự báotrễ Thời hạn dựbáo (giờ)Tổ hợp 1(eta)Tổ hợp 2(eta vàeta12)Tổ hợp 3(eta, eta12và eta24)24 186 195.02 202.5430 219 230.93 238.8836 253 258.13 271.6742 283 285.17 306.1248 307 305.62 337.66
Hình 3.2.a dưới đây biểu diễn sai số khoảng cách (km) các kết quả tổ hợp từ 1 đến 3 thành phần của mơ hình eta và các dự báo trễ.
mơ hình eta1602303003702430364248hạn dự báo (h)sai số tổ hợp 1tổ hợp 2tổ hợp 3
Hình 3.2.a Sai số khoảng cách của kết quả dự báo tổ hợp (eta và dự báo trễ)
Từ hình vẽ ta nhận thấy, kết quả dự báo tổ hợp đã có sự tốt lên khi đưa dựbáo trễ vào dự báo, kết quả này được thể hiện ở dự báo thời hạn 48h đối với trườnghợp tổ hợp của hai thành phần eta và eta12.
b) Số liệu độc lập