Tạp chí Khoahọc đhqghn, KHTN & CN, T.xxII, Số 1PT., 2006 Dựbáodôngởbắcbộ Trần Tân Tiến, Nguyễn Thế Vinh, Đặng Thị An Khoa Khí tợng-Thuỷ văn và Hải dơnghọc Trờng Đại họcKhoahọc Tự nhiên, ĐHQG Hà Nội 1. Mở đầu Mọi hoạt động trong đời sống xã hội của con ngời đều trực tiếp chịu ảnh hởng của các điều kiện thời tiết, nhất là các hiện tợng thời tiết nguy hiểm nh bão, ma lũ, lốc, tố và dông. Những hiện tợng thời tiết nguy hiểm trên đặc biệt là dông ảnh hởng lớn đến hiệu quả của các ngành kinh tế nh hàng không, hàng hải, du lịch, bu chính viễn thông. Vì vậy việc dựbáodông là một vấn đề cấp bách đặt ra hiện nay. Có rất nhiều phơng pháp để dựbáodông song theo ơc tính cho thấy dựbáo bằng mô hình chỉ đúng đợc khoảng 10% còn lại do kinh nghiệm đạt 30% và theo bản năng là 60%. Các phơng pháp dựbáodông trên thế giới chủ yếu dựa vào các chỉ số đặc trng cho độ bất ổn định của khí quyển. Các chỉ số thờng dùng là LI ( Liftid index), CAPE (Convective Available Potention Eneregy ), độ đứt của gió, gió trên các mặt đẳng áp, nhiệt độ, độ ẩm v.vTrong bài báo này chúng tôi sử dụng kết quả dựbảo trờng địa thế vị , nhiệt độ, điểm sơng của mô hình bất thủy tĩnh ETA để tính toán các chỉ số bất ổn định và xây dựng phơng trình dựbáodông cho từng trạm thuộc Bắc bộ. 2. Mô hình ETA Mô hình khu vực hạn chế ETA do trờng đại học Belgrade và Viện Khí tợng Thủy văn Federal Belgrade cùng với Trung tâm Khí tợng Quốc gia Mỹ xây dựng. Mô hình liên tục đợc thay đổi thông qua các hội thảo hàng năm của các chuyên gia về mô hình trên thế giới đang sử dụng ETA. Mô hình ETA hiện nay đợc NCEP cải tiến trở thành một trong các mô hình số trị chạy nghiệp vụ dựbáo ngắn hạn tại Mỹ. Trên thế giới có nhiều nớc sử dụng nh Nam T, Hy Lạp, Italy, Nam Mỹ Phiên bản mới nhất của mô hình ETA không thuỷ tĩnh đợc hoàn thiện và sử dụng tại Đại học tổng hợp Hy Lạp đứng đầu là giáo s G.Kaloss. Hiện nay nhóm nghiêncứudựbáo khí tợng trờng Đại họcKhoahọc tự nhiên - ĐHQGHN với sự giúp đỡ của giáo s G. Kaloss đã áp dụng thành công mô hình này vào dựbáo thời tiết ở Việt Nam. 2.1. Hệ phơng trình thủy nhiệt động lực học của mô hình ETA Trớc hết ta xét hệ tọa độ thẳng đứng sigma () à )( t = (1) trong đó, là áp suất thủy tĩnh, à là hiệu số giữa áp suất thủy tĩnh bề mặt và đỉnh mô hình, tức là: ts à = . (2) 56 DựbáodôngởBắcBộ 57 ở đây, s và t là áp suất thủy tĩnh tại bề mặt và đỉnh của mô hình. Với hệ tọa độ này thì hệ phơng trình nhiệt động lực bất thủy tĩnh có dạng sau (Janjic et al., 2001) [27]: 1) Phơng trình cho xu thế khí áp: à à = d t )( 1 0 v (3) 2) Phơng trình trạng thái: RTp = (4) 3) Phơng trình của độ cao địa thế vị: += 1 s d p RT à (5) 4) Phơng trình của các thành phần gió ngang: vk v ì++= r fp dt d )1( (6) 5) Phơng trình của xu thế nhiệt độ (bảo toàn năng lợng): pp p c Q tt p c dp c T T= t T + + + ++ ])1([ ])()1([ 0 à vvv & (7) += 1 p (8) 6) Phơng trình của tốc độ thẳng đứng: )( 11 tgdt d g w ++ == & v (9) )( 11 w w t w gdt dw g ++ == & v (10) 7) Phơng trình đối với tỷ số hỗn hợp q, phơng trình dựbáo có dạng: S dt dq = (11) ở đây, S là nguồn ẩm, v là vector gió ngang, p là áp suất không thủy tĩnh, R là hằng số khí của không khí khô, T là nhiệt độ, là địa thế vị và s là địa thế vị tại bề mặt đất. Hệ phơng trình (1)-(11) là hệ phơng trình thuỷ nhiệt động lực học cho khí quyển không thuỷ tĩnh. Trờng hợp = 0, mô hình trở về trờng hợp thuỷ tĩnh. Trong khí quyển rối, thì các phơng trình chuyển động, nhập nhiệt, ẩm có thêm các thành phần mô tả xáo trộn rối thẳng đứng. Trần Tân Tiến, Nguyễn Thế Vinh, Đặng Thị An 58 Theo đánh giá của NCEP thì mô hình ETA cho kết quả dựbáo khá tốt ở miền nhiệt đới, đặc biệt là khu vực đồi núi. Với toạ độ địa hình , mô hình có thể nắm bắt đợc dòng chuyển động cỡng bức địa hình tạo điều kiện thuận lợi cho đối lu phát triển. Vì vậy việc sử dụng kết quả của mô hình bất thuỷ tĩnh ETA tính toán các chỉ số bất ổn định để dựbáodông là rất khả quan. 3. Tính toán các chỉ số để dựbáodông theo mô hình ETA Chúng tôi tính toán 3 chỉ số để dựbáodông theo mô hình ETA là: chỉ số Boyd, chỉ số TT, chỉ số KI. 3.1. Chỉ số Boyd: Công thức toán học của chỉ số Boyd: ( ) 2001.0 7001000700 = T Z Z Boyd , trong đó: Z 700 là độ cao địa thế vị ở mực 700mb (m 2 /s 2 ) Z 1000 là độ cao địa thế vị ở mực 1000mb (m 2 /s 2 ) T 700 là nhiệt độ tại mực 700mb (K 0 ) Chỉ số Boyd mô tả profile nhiệt độ thẳng đứng giữa mực 1000mb và 700mb. 3.2. Chỉ số KI: Công thức toán học của chỉ số KI: ( ) T T T T dd KI 700850500850 + + = , trong đó: T 850 là nhiệt độ tại mực 850mb (K 0 ) T 500 là nhiệt độ tại mực 500mb (K 0 ) T d850 là nhiệt độ điểm sơng tại mực 850mb (K 0 ) T d700 là nhiệt độ điểm sơng tại mực 700mb (K 0 ) 3.3. Chỉ số TT: Công thức toán học của chỉ số TT: T T T T d TT 500850500850 + = , trong đó: T 850 là nhiệt độ tại mực 850mb (K 0 ) T 500 là nhiệt độ tại mực 500mb (K 0 ) T d850 là nhiệt độ điểm sơng tại mực 850mb (K 0 ) Số liệu cho mô hình ETA đợc cập nhật từ mô hình AVN hàng ngày từ 10h30 đến 11h30. Trờng số liệu của mô hình AVN có độ phân giải ngang 1 0 ì1 0 kinh vĩ (tơng DựbáodôngởBắcBộ 59 đơng 111km) trên 26 mực theo chiều thẳng đứng những tệp số liệu này đợc cung cấp miễn phí trên Internet ở các thời điểm 00Z, 06Z, 12Z và 18Z. Nhng trờng số liệu của mô hình AVN cha phù hợp với trờng số liệu của mô hình ETA nên đợc nội suy về trờng số liệu phù hợp với mô hình ETA bằng một chơng trình Fortran. Quá trình chạy và hiển thị kết quả của mô hình là 1h30 phút, kết quả dựbáo các trờng khí tợng nh khí áp, nhiệt độ, gió, độ ẩm đợc ghi ra từng tiếng một. Để tính đợc các chỉ số dông Boyd, TT và KI ở các thời điểm 1,2,3 giờ chúng tôi cần lấy ra các trờng số liệu của các yếu tố: Z 1000 , Z 700 , T 850 , T d850 , T 700 , T d700 , T 500 tại thời điểm đó. Mô hình ETA chạy dựbáo cho 48 giờ chúng tôi lấy ra 336 trờng số liệu mỗi trờng gồm 12285 điểm (105 x117 với 7 yếu tố từng giờ một. Miền tính từ kinh độ từ 96 đến 125 0 và vĩ độ từ 1 0 đến 25 0 , độ phân giải ngang là 0.25 x 0.25. Đã lập trình tính toán các chỉ số Boyd, KI, TT cho tất cả các điểm (tức 12285 điểm) dựa vào 7 yếu tố: Z 1000 , Z 700 , T 850 , T d850 , T 700 , T d700 , T 500 và đợc trờng chỉ số dông. Chúng tôi thu đợc chỉ số dông tại các thời điểm cách nhau 1 giờ một theo kết quả dựbáo 48 giờ của mô hình ETA. Tiến hành nội suy chỉ số dông về trạm để nhận đợc các chỉ số ở mỗi giờ tại các trạm quan trắc .Các trạm là các sân bay có quan trăc dông : Nội Bài, Cát Bi, Đà Nẵng, Điện Biên, Vinh, Phú Bài, Nà Sản.Với chuỗi số liệu trên đã sử dụng phơng pháp phân lớp để tìm phơng trình dự báo. 4. Xây dựng phơng trình dựbáodông cho khu vực BắcBộ 4.1. Nguồn số liệu: Chúng tôi xử lý kết quả của mô hình ETA và tính chỉ số dông cho từng điểm trạm vào tất cả các giờ 00h, 01h, 02h, , 24h,, 48h. Nh vậy chúng tôi sẽ thu đợc chỉ số dông từng giờ một trong hai ngày tại 7 trạm. Tại 7 trạm này thì cứ 30 phút một lần quan trắc dông. Chúng tôi xử lý kết quả quan trắc theo quy định sau: Tổng hợp 2 lần phát báo liên tiếp lại tính cho kết quả quan trắc dông một giờ (phát báo một lần tại thời điểm trùng với thời điểm tính các chỉ số và phát báo lần liên tiếp có nghĩa là 30 phút sau). Bảng 1: Minh hoạ sự quy định hiện tợng dông. Phát báo t giờ (t=1, 224) Phát báo ( t+30 phút ) Hiện tợng dông (1giờ) Có dông Có dông Có dông Có dông Không có dông Có dông Không có dông Có dông Có dông Không có dông Không có dông Không có dông Sau khi quy định nh trên, chúng tôi lập trình chơng trình đọc số liệu phát báo 7 trạm trên, kết hợp với số liệu tính toán các chỉ số Boyd, chỉ số KI và chỉ số TT ta lập đợc chuỗi số liệu để dựbáodôngở các trạm. Trần Tân Tiến, Nguyễn Thế Vinh, Đặng Thị An 60 Mô hình ETA chạy từ tháng 2 đến tháng 5 chúng tôi thu đợc một tập số liệu nh dã mô tả. Sử dụng chơng trình phân để tính toán với chuỗi số liệu đã có đã tìm đợc hàm phân lớp dựbáo dông. 4. 2. Phơng pháp đánh giá kết quả Ngời ta có nhiều phơng pháp để đánh giá kết quả, nhng trong bài báo về dựbáodông này chúng tôi sử dụng phơng pháp đánh giá kết quả dựbáo pha (có hay không có dông). Độ chính xác của phơng pháp dựbáo đợc xác định theo công thức sau: N U NN 2211 + = , trong đó: N: Tổng số lần dự báo. N 11 : Số lần dựbáo đúng pha có dông. N 22 : Số lần dựbáo đúng pha không có dông. Về nguyên tắc, chọn phơng pháp dựbáo nào có U lớn nhất. Thực tế chỉ sử dụng U để đánh giá thì không đủ, vì vậy cần phải đánh giá theo một tiêu chuẩn nữa gọi tiêu chuẩn độ tin cậy H: U U U H 0 0 1 = , trong đó: U 0 là độ chính xác toàn phần của dựbáo ngẫu nhiên. Với U 0 = 0,5. H > 0,2 thì kết luận chỉ tiêu này sử dụng cho kết quả tốt. 4.3. Đánh giá kết quả Chúng tôi xác định: - Yếu tố dựbáo là hiện tợng dông có xuất hiện hay không. - Nhân tố dựbáo là ba chỉ số Boyd, KI và TT. Chúng tôi lần lợt đổ các nhân tố dựbáo và phân lớp thu đợc các kết quả nh sau: 4.3.1. Sử dụng một chỉ số làm nhân tố dự báo: Bảng 2: Kết quả phân lớp của chỉ số Boyd: U(%) H (độ tin cậy) Ngỡng 63.985 (%) 0.3197 -176.004 Bảng 3: Kết qủa phân lớp của chỉ số TT: U (%) H (độ tin cậy) Ngỡng 59.032 (%) 0.18 43.236 DựbáodôngởBắcBộ 61 Bảng 4: Kết quả phân lớp của chỉ số KI: U (%) H (độ tin cậy) Ngỡng 55.040 (%) 0.1008 582.8 Sau khi đổ vào chơng trình phân lớp ta thu đợc ngỡng của các chỉ số TT (43.236), chỉ số KI (582.8) và chỉ số Boyd (-176.004), trong đó hai chỉ số KI và TT dựbáo không tốt bằng chỉ số Boyd vì chỉ số Boyd dựbáo đúng 65.985% với độ tin cậy là 0.3197 trong khi đó hai chỉ số KI và TT chỉ dựbáo đúng 55.040% và 59.032% với độ tin cậy nhỏ hơn 0.2. Vì vậy ta có thể kết luận đợc rằng chỉ số Boyd có thể đợc sử dụng để dựbáo dông. 4.3.2. Sử dụng hai chỉ số làm hai nhân tố dự báo: Bảng 5: Kết quả phân lớp của chỉ số Boyd và TT: U(%) H (Độ tin cậy) Hàm phân lớp 65.985% 0.3197 I=14.744TT + 6.199Boyd + 823.13 Bảng 6: Kết quả phân lớp của chỉ số Boyd và KI: U(%) H (Độ tin cậy) Hàm phân lớp 69.051% 0.381 I=133.97KI + 6.2127Boyd 76984.256 Bảng 7: Kết quả phân lớp của chỉ số KI và TT: U(%) H (Độ tin cậy) Hàm phân lớp 58.905% 0.1781 I=22.094TT + 137.567KI 81129.4 Kết quả phân lớp thu đợc cho thấy việc sử dụng hai chỉ số làm hai nhân tố dựbáo cho kết quả khả quan hơn và khả năng dựbáo chính xác hơn việc sử dụng một chỉ số làm nhân tố dự báo. Kết quả dựbáo kết hợp hai chỉ số Boyd và KI có thể đúng tới 69.051% với hàm phân lớp I = 133.97KI + 6.2127Boyd 76984.256 và độ tin cậy 0.381. Tổ hợp hai chỉ số Boyd và TT cũng cho kết quả tốt hơn đúng tới 65.985% với độ tin cậy 0.3197 và cũng tìm đợc hàm phân lớp I = 14.744TT + 6.199Boyd + 823.13. Việc tổ hợp hai chỉ số KI và TT cho kết quả không tốt chỉ dựbáo đúng 58,905% với độ tin cậy 0.1781 Nh vậy ta có thể tìm đợc hai phơng trình phân lớp: I = 133.97KI + 6.2127Boyd 76984.256 I = 14.744TT + 6.199Boyd + 823.13 Có thể dựbáodông với độ tin cậy lớn hơn 0.2 Trần Tân Tiến, Nguyễn Thế Vinh, Đặng Thị An 62 4.3.3. Sử dụng ba nhân tố làm ba nhân tố dự báo: Bảng 9: Kết quả phân lớp của ba chỉ số Boyd, KI và TT: U(%) H (Độ tin cậy) Hàm phân lớp 69.270% 0.3854 I = 22.231TT + 139.27KI + 11.864Boyd - 80521.2 Kết quả phân lớp cho thấy sử dụng cả ba chỉ số để dựbáo cho kết quả tốt nhất với dựbáo đúng là 69.270% và độ tin cậy 0.385 Hàm phân lớp trên đã kiểm nghiệm trên chuỗi số liệu độc lập của 5 trạm trong 6 ngày 06, 07, 14, 15, 25, 26 của tháng 6 năm 2004 gồm 720 trờng hợp. Kết quả dựbáo U = 68.841% với độ tin cậy H = 0.3768.Nh vậy phơng trình tìm đợc có thể đa vào thử nghiệm cho dựbáo nghiệp vụ ở Việt Nam. Đây là kết quả nghiêncứu của đề tài CB 733104 .Công trình hoàn thành với sự hỗ trợ của chơng trình nghiêncứu cơ bản năm 2005 . Tài liệu tham khảo 1. Trần Công Minh, Khí tợng Synôp phần Nhiệt đới, Đại học Quốc gia Hà Nội, Hà Nội, 2001. 2. Trần Tân Tiến, Đối lu khí quyển, Đại học Quốc gia Hà Nội, Hà Nội, 2002. 3. Trần Tân Tiến, Nguyễn Đăng Quế, Xử lý số liệu khí tợng và dựbáo thời tiết bằng phơng pháp thống kê vật lý, Đại học Quốc gia Hà Nội, Hà Nội, 2002. 4. Haklander A.J., Delden A.V. 5. Thunderstorm predictors and their forecast skill for the Netherlands 6. Atmospheric Research 67-68(2003) 273-299 7. Thunderstorm forecasting guide 8. http://www.downunderchase.com/storminto/stormguide VNU. JOURNAL OF SCIENCE, Nat., Sci., & Tech., T.xXII, n 0 1AP., 2006 THUNDERSTORM FORECAST IN THE NORTH OF VIETNAM Tran Tan Tien, Nguyen The Vinh, Dang Thi An Department of Hydro-Meteorology & Oceanography College of Science, VNU Using prediction fields of geopotential, temperature, moistue given by ETA every hour, some unstable indexes of the atmosphere at a model grid point are calculated. The indexes include Boyd, KI and TT. These indexes are interpolated into the positions of weather stations, where thunderstorms are observed every 30 minute. The series of these indexes and thunderstorms are used to establish discriminative functions. The functions are tested using independent and dependent data. The results of the tests show that discriminative function with 3 variables may be used for thunderstorm forecast in the North of Vietnam in meteorological operations. Dù b¸o d«ng ë B¾c Bé 63 . (t=1, 224) Phát báo ( t+30 phút ) Hiện tợng dông (1giờ) Có dông Có dông Có dông Có dông Không có dông Có dông Không có dông Có dông Có dông Không có dông Không có dông Không có dông Sau khi. chí Khoa học đhqghn, KHTN & CN, T.xxII, Số 1PT., 2006 Dự báo dông ở bắc bộ Trần Tân Tiến, Nguyễn Thế Vinh, Đặng Thị An Khoa Khí tợng-Thuỷ văn và Hải dơng học Trờng Đại học Khoa học. toán các chỉ số bất ổn định để dự báo dông là rất khả quan. 3. Tính toán các chỉ số để dự báo dông theo mô hình ETA Chúng tôi tính toán 3 chỉ số để dự báo dông theo mô hình ETA là: chỉ số