Nghiên Cứu Sự Ảnh Hưởng Của Độ Phân Giải Lưới Tới Lượng Mưa Trong Trường Hợp Bão Tương Tác Với Không Khí Lạnh.pdf

Luận văn tập trung vào việc nghiên cứu thử nghiệm lưới với hai độ phân giải là 12 km và 4 km trên khu vực có không khí lạnh, khu vực có bão và khu vực có sự kết hợp giữa hai hiện tượng n

h

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

-

ĐỖ THỊ ÁNH HUYỀN

NGHIÊN CỨU SỰ ẢNH HƯỞNG CỦA ĐỘ PHÂN GIẢI LƯỚI TỚI LƯỢNG MƯA TRONG TRƯỜNG HỢP BÃO

TƯƠNG TÁC VỚI KHÔNG KHÍ LẠNH

LUẬN VĂN THẠC SĨ KHOA HỌC

Hà Nội – Năm 2023

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

LUẬN VĂN THẠC SĨ KHOA HỌC

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS TS NGUYỄN MINH TRƯỜNG

Tôi xin chân thành cảm ơn Ban lãnh đạo Trung tâm Mạng lưới Khí tượng Thuỷ văn quốc gia và toàn thể các đồng nghiệp trong cơ quan đã tạo điều kiện và bố trí thời gian để tôi có thời gian hoàn thành luận văn

Tôi cũng xin cảm ơn Phòng sau đại học, Trường Đạo học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội 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

Đỗ Thị Ánh Huyền

1.1 Tổng quan về độ phân giải lưới trong mô hình số 2

1.2 Dự báo mưa lớn bằng phương pháp số 5

1.2.1 Tình hình nghiên cứu ngoài nước 5

1.2.2 Tình hình nghiên cứu trong nước 9

1.3 Hình thế gây mưa lớn do bão tương tác với không khí lạnh 13

Chương 2 – SỐ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 17

2.1 Số liệu 17

2.2 Phương pháp nghiên cứu 18

2.3 Trường hợp thử nghiệm 22

Chương 3 – KẾT QUẢ 24

3.1 Thời điểm bão và không khí lạnh ảnh hưởng đến Việt Nam 24

3.2 Biến trình khí áp mực biển cực tiểu 27

3.3 Quỹ đạo bão 28

3.4 Chênh lệch trường áp và gió 30

3.5 Chênh lệch trường nhiệt 40

3.6 Chênh lệch vận tải ẩm 44

3.7 Chênh lệch mặt cắt thẳng đứng 51

3.8 Trường phản hồi vô tuyến 54

3.9 Chênh lệch trường mưa 57

KẾT LUẬN VÀ KIẾN NGHỊ 63

TÀI LIỆU THAM KHẢO 65

DANH MỤC CÁC BẢNG BIỂU

Bảng 2 1 Danh sách các trạm đo mưa tự động 18

Bảng 3 1 Số liệu tổng lượng mưa tích luỹ 24h ngày 28/10/2020 (đối với một số trạm nằm phía bên phải quỹ đạo bão) 60Bảng 3 2 Số liệu tổng lượng mưa tích luỹ 24h ngày 28/10/2020 (đối với một số trạm nằm phía bên trái quỹ đạo bão) 60

DANH MỤC CÁC HÌNH VẼ

Hình 2 1 Mô tả miền lưới thí nghiệm (a): Lưới 1 - CTL, (b): Lưới 1 + Lưới 2 (khu vực Bão) - Rtc, (c): Lưới 1 + Lưới 2 (Khu vực KKL) - Rkk, (d): Lưới 1 + Lưới 2 (Khu vực Bão + KKL) - Rtk 20Hình 2 2 Đường đi của bão số 9 (Nguồn: Trung tâm dự báo KTTV quốc gia) 23

Hình 3 1 Khí áp mực biển (mb) và gió 10m từ 00Z ngày 27/10/2020 đến 18Z ngày 28/10/2020 25Hình 3 2 Biến trình nhiệt độ tại trạm Hà Đông từ lúc 00Z ngày 27/10/2020 đến lúc 18Z ngày 28/10/2020 (độ C) (Nguồn: Trung tâm Thông tin và Dữ liệu KTTV) 26Hình 3 3 Biến trình khí áp mực biển cực tiểu (Nguồn: https://www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-

eg/Besttracks/e_format_bst.html) 27Hình 3 4 Quỹ đạo bão Molave từ 00Z ngày 27/10/2020 đến 06Z ngày 28/10/2020 28Hình 3 5 Chênh lệch khí áp mực biển (mb) lúc 12Z ngày 27/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk - CTL 30Hình 3 6 Chênh lệch khí áp mực biển (mb) lúc 00Z ngày 28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk - CTL 31Hình 3 7 Chênh lệch khí áp mực biển (mb) lúc 12Z ngày 28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk - CTL 32Hình 3 8 Chênh lệch độ cao địa thế vị và gió mực 850mb lúc 12Z ngày 27/10/2020 34Hình 3 9 Chênh lệch độ cao địa thế vị và gió mực 850mb lúc 00Z ngày 28/10/2020 (mb) 35Hình 3 10 Chênh lệch độ cao địa thế vị và gió mực 850mb lúc 12Z ngày 28/10/2020

(mb) 36Hình 3 11 Chênh lệch độ cao địa thế vị và gió mực 500mb lúc 12Z ngày 27/10/2020 (mb) 37Hình 3 12 Chênh lệch độ cao địa thế vị và gió mực 500mb lúc 00Z ngày 28/10/2020 (mb) 38Hình 3 13 Chênh lệch độ cao địa thế vị và gió mực 500mb lúc 12Z ngày 28/10/2020 (mb) 39Hình 3 14 Chênh lệch nhiệt độ mực 2m lúc 12Z ngày 27/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk – CTL 41Hình 3 15 Chênh lệch nhiệt độ mực 2m lúc 00Z ngày 28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk – CTL 42Hình 3 16 Chênh lệch nhiệt độ mực 2m lúc 12Z ngày 28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk – CTL 43Hình 3 17 Hội tụ ẩm theo phương ngang (kg.m-2.s-1) trong lớp 1000mb đến 850mb lúc 12Z ngày 27/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk - CTL 45Hình 3 18 Hội tụ ẩm theo phương ngang (kg.m-2.s-1) trong lớp 1000mb đến 850mb lúc 00Z ngày 28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk - CTL 46Hình 3 19 Hội tụ ẩm theo phương ngang (kg.m-2.s-1) trong lớp 1000mb đến 850mb lúc 12Z ngày 28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk - CTL 47Hình 3 20 Hội tụ ẩm theo phương ngang (kg.m-2.s-1) trong lớp 850mb đến 300mb lúc 12Z ngày 27/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk – CTL 48Hình 3 21 Hội tụ ẩm theo phương ngang (kg.m-2.s-1) trong lớp 850mb đến 300mb lúc 00Z ngày 28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk – CTL 49Hình 3 22 Hội tụ ẩm theo phương ngang (kg.m-2.s-1) trong lớp 850mb đến 300mb lúc 12Z ngày 28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk – CTL 50Hình 3 23 Chênh lệch mặt cắt vĩ hướng tổng sản phẩm ngưng kết lúc 12Z ngày

28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk - CTL 52Hình 3 24 Chênh lệch mặt cắt kinh hướng tổng sản phẩm ngưng kết lúc 12Z ngày 28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk - CTL 53Hình 3 25 Độ phản hồi vô tuyến cực đại lúc 12Z ngày 27/10/2020 (Nguồn: Trung tâm Mạng lưới KTTV quốc gia) 55Hình 3 26 Độ phản hồi vô tuyến cực đại lúc 00Z ngày 28/10/2020 (Nguồn: Trung tâm Mạng lưới KTTV quốc gia) 57Hình 3 27 Chênh lệch lượng mưa tích luỹ 24h (mm/24h) từ 12Z ngày 27/10/2020 đến 12Z ngày 28/10/2020 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk - CTL 58Hình 3 28 Chênh lệch tổng lượng mưa tích luỹ (mm) từ 12Z ngày 26/10/2020 đến 12Z ngày 28/10/202 (a): Rtc – CTL, (b): Rkk – CTL, (c): Rtk - CTL 59Hình 3 29 Biểu đồ lượng mưa tích luỹ 24h ngày 28/10/2020: a) Các trạm nằm phía bên phải quỹ đạo bão, b) Các trạm nằm phía bên trái quỹ đạo bão 61

DANH MỤC CÁC TỪ VIẾT TẮT

ALADIN (Aire Limited Adaptation

International)

Hệ thống nuôi nhiễu động ALADIN

GFS (Global Forecast System) Hệ thống Dự báo Toàn cầu GSM (Global Spectral Model) Mô hình quang phổ toàn cầu IFS (Integrated Forecasting System) Hệ thống dự báo tích hợp

JMA (Japan Meteorological Agency) Cơ quan Khí tượng Nhật Bản

Golbal Forecast System)

Dịch vụ thời tiết Quốc gia của Hệ thống dự báo toàn cầu

TC (Tropical cyclone) Xoáy thuận nhiệt đới

WRF (Weather Research and Forecasting model)

Mô hình nghiên cứu và dự báo

WRF – ARW (Advanced Research WRF)

Mô hình WRF nghiên cứu nâng cao

WRF _ NMM (WRF Non Hydrostatic Mesoscale Model)

Mô hình WRF phi thuỷ tĩnh quy mô vừa

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

MỞ ĐẦU

Trong số các hiện tượng thời tiết nguy hiểm thì mưa lớn là hiện tượng tác động lớn nhất đối với đời sống kinh tế - xã hội, gây thảm hoạ về con người, tài sản với hậu quả vô cùng to lớn Mưa lớn là hệ quả của các loại hình thời tiết đặc trưng như bão, áp thấp nhiệt đới, không khí lạnh, dải hội tụ nhiệt đới, rãnh áp thấp bị nén, nhiễu động gió Đông trên cao, gió mùa Tây Nam hoạt động mạnh, … đặc biệt, sẽ càng nguy hiểm hơn khi có sự tương tác của các loại hình thế này Sự kết hợp này gây ra mưa vừa đến mưa to, trong một thời gian dài trên một phạm vi rộng lớn Dự báo mưa lớn là một nhiệm vụ quan trọng nhưng cũng vô cùng khó khăn Hiện nay, cùng với sự phát triển mạnh mẽ của khoa học máy tính, mô hình số trị là một công cụ hữu ích, góp phần nâng cao chất lượng dự báo thời tiết, đặc biệt là các hiện tượng thời tiết nguy hiểm Có nhiều mô hình số trị đã và đang được áp dụng trên thế giới, trong đó mô hình WRF do Trung tâm dự báo môi trường quốc gia Mỹ (NCEP) là một trong những mô hình được sử dụng phổ biến nhất Một số nghiên cứu đã cho thấy mô hình WRF có khả năng mô phỏng tương đối chính xác về định lượng mưa, đặc biệt là các mô hình WRF có độ phân giải cao Vì vậy, luận văn này sẽ trình bày về ảnh hưởng của độ phân giải lưới đến lượng mưa trong trường hợp bão tác động đến không khí lạnh sử dụng mô hình WRF Luận văn tập trung vào việc nghiên cứu thử nghiệm lưới với hai độ phân giải là 12 km và 4 km trên khu vực có không khí lạnh, khu vực có bão và khu vực có sự kết hợp giữa hai hiện tượng này trong trường hợp có mưa lớn, từ đó đánh giá về hiệu ứng của độ phân giải lưới đến lượng mưa trong các trường hợp và đưa ra kết luận

Bố cục luận văn gồm các phần:

Chương 1: Tổng quan Chương 2: Số liệu và phương pháp nghiên cứu Chương 3: Kết quả

KẾT LUẬN VÀ KIẾN NGHỊ

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Chương 1 – TỔNG QUAN 1.1 Tổng quan về độ phân giải lưới trong mô hình số

Độ chính xác của các mô hình số (NWP) phụ thuộc vào cả điều kiện ban đầu và điều kiện biên cũng như mô hình Như đã biết, điều kiện ban đầu có tác động quan trọng đến dự báo thời tiết trong thời gian ngắn và quá trình đồng hoá dữ liệu được sử dụng rộng rãi để trích xuất thông tin từ các quan trắc (Kalnay (2003); Lahoz và cộng sự, (2010)) Trong khi đó, độ chính xác của mô hình phụ thuộc vào một số yếu tố như độ phân giải, miền tính, các quá trình vật lý và các yếu tố động lực học Khoảng cách lưới tốt hơn góp phần cải thiện sự biểu diễn của đối lưu sâu, giảm sai số tuỳ chỉnh hữu hạn và mô phỏng địa hình thực tế hơn Vì vậy mà một số nghiên cứu đã tập trung vào tác động của các độ phân giải khác nhau đến kết quả của mô hình NWP

Sun và Hsu (1988) đã nghiên cứu sự bùng phát không khí lạnh trên Biển Hoa Đông, được mô phỏng bằng cách sử dụng mô hình lớp biên hành tinh quy mô vừa có độ phân giải cao được phát triển tại Đại học Purdue Kết quả chỉ ra rằng, sự phân bố độ ẩm riêng trong quá trình đi qua mặt trước cho thấy độ ẩm được đẩy lên dọc theo bề mặt phía trước của front Không khí khô lạnh phía sau front lạnh nhanh chóng bị biến đổi bởi sự đối lưu mạnh bên trên bề mặt nước ấm

Nghiên cứu về ảnh hưởng của khoảng cách lưới ngang từ thô (12 km) đến độ phân giải cao (1 km) được thực hiện bởi Weisman và cộng sự (1997) Trong nghiên cứu của họ, những khác biệt đáng kể đã được mô phỏng trong cấu trúc đối lưu và hoàn lưu quy mô vừa khi độ phân giải theo chiều ngang có sự thay đổi Đặc biệt, các trường hợp lưới thô hơn thể hiện chậm trễ đáng kể trong quá trình bắt đầu đối lưu Điều này là do các trường hợp khoảng cách lưới thô hơn không thể mô phỏng lại các hiện tượng phi thuỷ tĩnh một cách đúng đắn

Wang JJ và cộng sự (1998) đã chứng minh rằng mô hình NCEP RSM có thể mô phỏng hợp lý sự tương tác giữa các khối không khí trong môi trường và địa hình phức tạp tại đảo Hawaii Kết quả là dự báo thời tiết quy mô vừa ở Hawaii đã được

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

cải thiện từ khi triển khai mô hình lưới lồng NCEP RSM

Fang Chuan Lu và cộng sự (2007) đã sử dụng mô hình lưới lồng MSM của NCEP để nghiên cứu về đợt lạnh xảy ra từ ngày 19 đến 23/12/2001 trên khu vực Đài Loan Kết quả mô phỏng đã chứng minh rằng mô hình lưới lồng MSM đã nắm bắt được các đặc điểm nổi bật của trường hợp xâm nhập lạnh đã chọn Đặc biệt, các thí nghiệm cho thấy việc sử dụng mô hình có độ phân giải cao cũng làm thay đổi đến cường độ của không khí lạnh, cụ thể trong trường hợp này là làm suy yếu cường độ của nó trên đại dương nhưng tăng cường trong đất liền

Độ phân giải ngang rất quan trọng trong việc mô phỏng các cấu trúc quy mô nhỏ và xác định cường độ bão Trong nghiên cứu của Fierro và cộng sự (2009) đã chỉ ra rằng việc thay đổi khoảng cách lưới ngang từ 5 km đến 1 km không dẫn đến những thay đổi đáng kể về cường độ cực đại (được định nghĩa là tốc độ gió cực đại 10 m và áp suất mực biển cực tiểu) nhưng sẽ dẫn đến sự khác biệt đáng chú ý trong mô phỏng động học và vi vật lý của cơn bão Những khác biệt về cấu trúc đó nhất quán qua cả giai đoạn tăng cường và giai đoạn ổn định Cấu trúc thẳng đứng của các biến vi mô và động học ở các khoảng cách lưới mịn hơn thường mỏng hơn Khi khoảng cách lưới tăng lên, mô hình tạo ra một thành mắt bão rộng hơn, nghiêng hơn, bán kính gió cực đại lớn hơn và sự bất đối xứng của thành mắt bão có biên độ cao hơn Việc biểu diễn các quá trình đối lưu trong các mô hình quy mô vừa với kích thước lưới ngang nhỏ hơn 20 km đã trở thành mối quan tâm chính đối với việc mô phỏng các hệ thống thời tiết quy mô vừa Kết quả từ mô phỏng phân giải ngang cho các môi trường vĩ độ trung bình cho thấy rằng độ phân giải 4 km là đủ để tái tạo phần lớn cấu trúc và sự phát triển của một hệ thống đối lưu theo phương ngang được tạo ra trong mô phỏng 1 km

Mô phỏng quy mô vừa có độ phân giải cao có thể mang lại kết quả tốt hơn để mô tả lượng mưa Các mô phỏng của Salerno (2005) trên khu vực Alpine cho thấy kết quả lượng mưa khá phù hợp với các quan sát khi độ phân giải ngang giảm xuống dưới 10 km Do đó, độ phân giải cao hơn là rất quan trọng để cải thiện vị trí và giá

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

trị của lượng mưa dự báo Việc sử dụng các mô hình quy mô vừa đã mang lại sự cải tiến hơn nữa trong việc mô tả các quá trình động lực học và nhiệt động lực học (Selarno, 2006) Do đó, nhiều thiếu sót được tìm thấy trong các mô hình quy mô toàn cầu hiện nay cũng có thể được giảm thiểu trong các mô hình quy mô vừa và địa phương

Độ phân giải cao mang lại những mô phỏng chính xác hơn cho các mô hình NWP, tuy nhiên, độ phân giải tăng lên không nhất thiết đi kèm với kỹ năng mô hình tăng lên hoặc giảm sai số mô hình (Wang và cộng sự (2004)) và nó cũng đi kèm với chi phí tính toán đáng kể (Mass và cộng sự (2002)) Hơn nữa, ngay cả các mô phỏng với một mô hình giống hệt nhau chạy ở các độ phân giải khác nhau cũng có thể dẫn đến các kết quả dự báo khác nhau do tính phi tuyến trong các tham số hoá Ví dụ, một số nghiên cứu đã chỉ ra rằng việc tăng độ phân giải ngang dẫn đến tăng dự báo định lượng mưa (QPF), đặc biệt là trên địa hình phức tạp (Wang (2016))

Zangl (2007) đã xem xét hai trường hợp mưa lớn ở phía bắc dãy Alps để nghiên cứu sự phụ thuộc của kỹ năng mô hình đối với độ phân giải Các mô phỏng được thực hiện với mô hình quy mô vừa Penn State/NCAR MM5 Số lượng miền lưới lồng khác nhau dẫn đến các độ phân giải lưới tốt nhất lần lượt là 9km, 3km và 1km Kỹ năng mô hình ở quy mô nhỏ được cho là tốt sơn khi cho kết quả lượng mưa địa hình ổn định Tuy nhiên, ở vùng đất liền Alpine, tác động của việc nâng cao độ phân giải là nhỏ và không nhất thiết có lợi, nguyên nhân là do sự biến đổi lượng mưa ở đó không bị chi phối bởi các hiệu ứng địa hình cũng như các yếu tố khác

Độ phân giải theo chiều ngang của mô hình số có liên quan đến khoảng cách giữa các điểm lưới đối với mô hình điểm lưới (Giunta và công sự (2019)) Việc một mô hình được xem xét ở độ phân giải cao hay thấp phụ thuộc vào kích thước của miền và quy mô của hiện tượng thời tiết mà mô hình đang cố gắng để dự báo Độ phân giải ở mức 10 đến 20 km có thể được coi là cao đối với mô hình toàn cầu, trong khi đối với mô hình quy mô bão, độ phân giải cao hơn có thể được cho cần thiết Độ phân giải ngang có tác động trực tiếp đến một số đặc điểm như chuyển động thẳng

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

đứng, vị trí và cường độ mưa, … cùng nhiều đặc điểm khác Các ô lưới khá lớn không thể giải quyết được một số đặc điểm của hoàn lưu do vậy mà mô phỏng quy mô vừa có độ phân giải cao có thể mang lại kết quả tốt hơn

Khoảng cách giữa các lưới của mô hình bị hạn chế rất nhiều (Klaver và cộng sự (2019)) và điều này làm ảnh hưởng đến trạng thái trung bình của mô hình Để giảm bớt những vấn đề này, việc sử dụng các mô hình lưới lồng trong dự báo đã trở nên phổ biến Các mô hình này chỉ mô phỏng một phần nhỏ của miền tính toàn cầu, cho phép các tài nguyên tính toán có sẵn chỉ tập trung nghiên cứu đến một khu vực cụ thể được quan tâm Trong vài thập kỷ qua, bằng việc sử dụng phương pháp này mà kỹ năng dự báo đường đi của các mô hình NWP đã được cải thiện rõ rệt

1.2 Dự báo mưa lớn bằng phương pháp số

1.2.1 Tình hình nghiên cứu ngoài nước

Dự báo kịp thời và chính xác về mưa lớn là một thử thách lớn đối với bài toán nghiệp vụ trong nước cũng như trên thế giới Hiện nay, có ba phương pháp chính được sử dụng để dự báo mưa lớn, đó là phương pháp synop truyền thống, phương pháp số trị và phương pháp thống kê Trong đó, phương pháp số trị là phương pháp được quan tâm đặc biệt do có khả năng dự báo mưa định lượng chi tiết về cả không gian và thời gian Các mô hình số trị quy mô vừa, đặc biệt là mô hình có độ phân giải cao được sử dụng các trong nghiên cứu và công tác dự báo thời tiết hàng ngày nhằm cải thiện dự báo mưa cả về lượng mưa và diện mưa thay cho phương pháp dự báo truyền thống chỉ dựa trên kinh nghiệm

Mô hình số bao gồm các tham số vật lý của lớp biên, các quá trình mưa ẩm, vi vật lý băng (Koeing và Murray (1976)), và nhiễu loạn quy mô dưới lưới (Lilly (1962); Smagorinsky (1963)) Các mô hình dự báo thời tiết số với những tiến bộ đáng kể trong nhiều thập kỷ qua đã góp phần rất lớn trong việc cải thiện dự báo định lượng mưa, đặc biệt là mưa lớn Tại các trung tâm dự báo trên thế giới và dự báo khu vực, các mô hình số và mô hình dự báo tổ hợp được sử dụng để dự báo định lượng

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

mưa với thời hạn 2 – 3 ngày

Nghiên cứu của Tiedtke và cộng sự (1988) đã đánh giá tác động của việc tăng độ phân giải ngang đối với sai số hệ thống trong dự báo nghiệp vụ ở khu vực nhiệt đới của ECMWF Việc tăng độ phân giải ngang trong các mô hình dự báo thời tiết nghiệp vụ (Black (1994); Rogers và cộng sự (1998)) giúp nâng cao chất lượng dự báo định lượng mưa (QPF), được thể hiện qua các điểm số kỹ năng truyền thống (Mesinger (1998)) Khi độ phân giải ngang tăng, mô hình có thể nắm bắt được những chuyển động thẳng đứng tốt hơn và làm tăng các cực trị mưa dự báo (Weisman và cộng sự (1997))

Zhang và cộng sự (1994) cũng đã chỉ ra rằng việc nghiên cứu quan hệ giữa mưa quy mô dưới lưới và quy mô lưới có tác động đáng kể đến kết quả mô phỏng trong trường hợp độ phân giải ngang còn đủ thô để sử dụng sơ đồ tham số hoá đối lưu (TSHĐL) Theo Hong S và Zhan (1998), vị trí của mưa quy mô lưới bị ảnh hưởng nhiều bởi TSHĐL hơn việc thay đổi phương pháp tính mưa quy mô lưới Mặt khác, thời gian kích hoạt của sơ đồ TSHĐL có tác động đáng kể đối với mưa mô phỏng (Grell (1993)) và có thể thay đổi với các sơ đồ khác nhau Những cải tiến trong thám sát và phương pháp đồng hóa số liệu để cải thiện trường ban đầu cho mô hình góp phần quan trọng trong việc nâng cao chất lượng dự báo mưa (Spencer và Stensrud (1998))

Sự gia tăng nhanh chóng các sai số ở quy mô nhỏ kết hợp với các sai số có sẵn ở quy mô lớn hơn có thể hạn chế tính hữu dụng của các mô hình số Để kiểm tra xem liệu độ phân giải mô hình được cải thiện có thể tạo ra dự báo lượng mưa chính xác hơn và đo lường kỹ năng này thay đổi như thế nào theo quy mô không gian, Roberts và Lean (2008) đã sử dụng mô hình Met Office Unified với khoảng cách lưới ngang là 12,4 và 1 km trong 10 ngày Kết quả dự báo chỉ ra rằng thí nghiệm 1 km có hiệu xuất tốt nhất để dự báo lượng mưa Mưa dự báo đối với độ phân giải 1km được cải thiện đáng kể cả về lượng mưa và diện mưa, tuy nhiên kết quả dự báo cho thiên cao hơn so với thực tế

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Yoshinori và cộng sự (2009) đã đồng hoá số liệu lượng hơi nước ngưng tụ (PWV) từ hệ thống GPS bằng mô hình MSM Kết quả nghiên cứu cho thấy PWV bắt nguồn từ mạng GPS mặt đất toàn quốc đã cải thiện đáng kể cả sai số vị trí về phía bắc của vùng hội tụ mực thấp, vùng mưa và lượng mưa dự báo Huo và cộng sự (1995) đã nghiên cứu độ nhạy của trường ban đầu trong dự báo các trường trong bão Kết quả cho thấy sự thay đổi nhỏ trong trường gió ban đầu tạo nên sự thay đổi lớn đối với dự báo quỹ đạo bão và đối với trường mưa dự báo

Weushoff và cộng sự (2010) đã thử nghiệm đối với ba mô hình NWP khu vực (COSMO, ALADIN và AROME) trên dãy Alps ở các độ phân giải khác nhau Nghiên cứu của họ cho thấy rằng tất cả các dự báo có độ phân giải cao đều tốt hơn các dự báo có độ phân giải thấp Bryan và cộng sự (2003) đã chứng minh rằng các mô phỏng chính xác của quá trình đối lưu yêu cầu khoảng cách lưới nằm ngang theo thứ tự 100 m Bryan và Morrison (2012) cũng đã nghiên cứu độ nhạy của vi vật lý và khoảng cách lưới ngang (4,1 và 0,25 km), kết quả nghiên cứu cho thấy rằng cả hai yếu tố đều ảnh hưởng đến kết quả mặc dù một số đại lượng (ví dụ: lượng mưa trên bề mặt) nhạy hơn với độ phân giải

Theo Chen Lianshou và cộng sự (2010), lượng mưa lớn có liên quan chặt chẽ đến các cơ chế như vận tải ẩm, tương tác với gió mùa, các quá trình tại bề mặt hoặc hiệu ứng địa hình, hệ thống đối lưu quy mô vừa trong XTNĐ, … Khi tương tác với các hệ thống thời tiết, đặc biệt là rãnh gió Tây và front Mei-yu, XTNĐ có thể dẫn đến sự thay đổi lượng mưa và phân bố liên quan đến các hệ thống thời tiết ở vĩ độ trung bình Sau khi nghiên cứu mối quan hệ giữa lượng mưa và vận tải ẩm trong hai trường hợp XTNĐ, kết quả chỉ ra rằng trường có vận tải ẩm gây ra lượng mưa lớn hơn và diện rộng hơn so với trường hợp còn lại

Yavinchan và cộng sự (2011) đã nghiên cứu sử dụng mô hình số với 3 miền lưới lồng có độ phân giải lần lượt là 45 km, 15 km và 5km để dự báo về ba đợt mưa lớn trong gió mùa đông bắc gây lũ lụt và thiệt hại ở miền nam Thái Lan Mô hình quy mô vừa MM5 đã được sử dụng với các sơ đồ tham số hoá đối lưu Betts – Miller

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

(BM), Grell (GR), Kain Fritsch (KF2) có độ phân giải 5 km để tìm kiếm một phương pháp đầy hứa hẹn cho việc dự báo lượng mưa Các mô phỏng nhìn chung đã đưa ra những dự báo thoả đáng về các trường khái quát, ngoại trừ việc dự báo quá mức về độ ẩm tương đối Nhìn chung, mô hình cho kết quả dự báo lượng mưa lớn cho thiên thấp hơn thực tế và việc sử dụng sơ đồ KF2 cho kết quả tốt hơn hai sơ đồ BM và GR

Zhang (2012) đã nghiên cứu đánh giá khả năng mô phỏng lượng mưa của mô hình WRF trên đảo Hawaii Nghiên cứu trình bày về cấu hình mô hình và đánh giá sơ bộ dựa trên mô phỏng 1 năm liên tục khi sử dụng điều kiện biên được quan sát với khoảng cách lưới ngang 3 km trên miền lưới lồng Cấu trúc thẳng đứng mô phỏng của nhiệt độ và độ ẩm được so sánh với các quan trắc hai lần mỗi ngày tại hai trạm Mô phỏng trên các hòn đảo dược so sánh với các quan sát từ chín trạm khí hậu bề mặt và mạng lưới trạm đo mưa dày đặc Kết quả cho thấy mô hình này mô phỏng thực tế cường độ và sự phân bố địa lý của lượng mưa trung bình trên quần đảo Hawaii

Muller và cộng sự (2016) đã đánh giá khả năng mô phỏng mưa của mô hình WRF với độ phân giải lưới ngang 15 km x 15 km trên khu vực Nam Mỹ Kết quả nghiên cứu cho thấy mô hình WRF có khả năng nắm bắt chính xác trên 70% các ngày có mưa và không mưa Trong một nghiên cứu khác, Muller và cộng sự (2016) cũng đã nghiên cứu đánh giá dự báo từ mô hình WRF có độ phân giải cao (1 km) Các quan trắc lượng mưa từ mạng lưới các trạm đo mưa ở độ phân giải không gian cao được sử dụng để đánh giá lượng mưa dự báo Những thay đổi quan sát được về lượng mưa hàng ngày đã được mô hình mô phỏng đầy đủ Kết quả cho thấy mô hình dự báo cho thiên cao hơn đối với các đợt mưa lớn trong nửa đầu mùa gió mùa và ngược lại trong nửa sau

Để giảm thiểu những thiệt hại và thảm hoạ do mưa lớn, cần một hệ thống dự báo số chính xác là cần thiết để đề xuất sơ tán sớm cho người dân Tsutao Oizumi và cộng sự (2018) đã thực hiện các thí nghiệm dự báo thời tiết bằng phương pháp để kiểm tra xem liệu mô hình có độ phân giải siêu cao (khoảng cách lưới 500 đến 250

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

m) với miền lớn (1600 km × 1100 km) có thể dự báo được lượng mưa lớn chính xác hơn không Sự kiện mưa lớn Izu Oshima vào ngày 16 tháng 10 năm 2013, đã được chọn Mô hình phi thủy tĩnh JMA được tối ưu hóa cho máy tính K được sử dụng để thực hiện các phép tính khổng lồ này và hiệu quả tính toán đã được cải thiện khoảng 10 - 15% trên máy tính K Tác động của (1) khoảng cách lưới và (2) sơ đồ lớp biên hành tinh (PBL) lần đầu tiên được kiểm chứng Kết quả thu được trong nghiên cứu này chỉ ra rằng mô hình có độ phân giải rất cao với miền lớn có lợi thế hơn khi mô phỏng các sự kiện mưa lớn; tuy nhiên, một mô phỏng như vậy đòi hỏi tài nguyên tính toán rất lớn Một giải pháp để tiết kiệm tài nguyên tính toán là lồng hai chiều thích ứng, giúp nâng cao độ phân giải của mô hình về sau bằng cách theo dõi các giá trị tiên lượng

1.2.2 Tình hình nghiên cứu trong nước

Ở nước ta cũng có rất nhiều công trình nghiên cứu dự báo mưa lớn sử dụng mô hình số Một số mô hình tiêu biểu thường được sử dụng trong dự báo và nghiên cứu như mô hình WRF, RAM, HRM, MM5, …Tác giả Trần Tân Tiến và cộng sự (2004) đã sử dụng mô hình RAMS để thử nghiệm dự báo cho đợt mưa lớn ở miền Trung vào tháng 9 năm 2002 Nghiên cứu này sử dụng hệ thống gồm hai lưới lồng nhằm tăng cường chất lượng dự báo Mô hình cho kết quả dự báo các tâm mưa lớn với cường độ mưa gần phù hợp với thực tế, đặc biệt là mô phỏng được lượng mưa tới 400 mm/3 ngày Cũng theo tác giả Trần Tân Tiến (2018), mô hình WRF – NMM với lưới có độ phân giải cao hơn sẽ cho sai số thấp hơn so với lưới có độ phân giải thấp hơn

Để dự báo mưa lớn cho khu vực Trung Bộ trong hai mùa mưa lớn cho khu vực Trung Trung Bộ năm 2007 và 2008, Trần Tân Tiến và Nguyễn Thị Thanh (2011) đã đồng hoá trường ban đầu cho mô hình WRF với số liệu vệ tinh MODIS bằng phương pháp đồng hoá 3DVAR Số liệu GFS được sử dụng làm dữ liệu ban đầu và điều kiện cho mô hình WRF, cấu trúc thẳng đứng của nhiệt độ và độ ẩm MODIS lấy từ sản phẩm MYD7_L2 của vệ tinh AQUA được sử dụng để đồng hoá 3DVAR trong

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

WRF và số liệu mưa bề mặt được sử dụng để so sánh với mưa dự báo của mô hình trong hai trường hợp có và không có đồng hoá số liệu Kết quả thu được cho thấy sau khi đồng hoá số liệu vệ tinh, lượng mưa dự báo được cải thiện đáng kể cả về diện mưa và lượng mưa trong 30 giờ đầu Tuy nhiên, với hạn dự báo từ 30 – 54 giờ, việc đồng hoá không cho kết quả vượt trội so với trường hợp không đồng hoá số liệu

Chu Thị Thu Hường (2006) cũng đã thử nghiệm dự báo mưa thời hạn từ 1 đến 3 ngày bằng việc sử dụng độc lập hai sơ đồ đối lưu là sơ đồ Betts – Miller – Janjic (BMJ) và sơ đồ Kain – Fritsch (KF) Nghiên cứu được thực hiện cho một số đợt mưa lớn với những hình thế thời tiết đặc trưng trên khu vực Trung Bộ như ảnh hưởng của bão, bão kết hợp với KKL, KKL kết hợp với dải hội tụ nhiệt đới (ITCZ) trong năm 2004 và năm 2005 Sau khi đánh giá kết quả dự báo của 5 đợt mưa lớn, nhận thấy vùng mưa và diện mưa khi sử dụng sơ đồ BMJ để dự báo phù hợp hơn so với sơ đồ KF nhưng lượng mưa tích luỹ trong sơ đồ KF lại cao hơn so với sơ đồ BMJ Tuy nhiên, trong cả hai trường hợp thì lượng mưa dự báo đều thấp hơn so với thực tế

Bùi Minh Sơn và Phan Văn Tân (2009) đã thử nghiệm dự báo mưa lớn khu vực Nam Trung Bộ bằng mô hình MM5 với 3 sơ đồ tham số hoá đối lưu khác nhau là sơ đồ Kuo (Ku), sơ đồ Betts – Miller (BM) và sơ đồ Grell (Gr) Kết quả nhận được cho thấy, khi sử dụng mô hình MM5 để dự báo mưa lớn trên khu vực Nam Trung Bộ, sơ đồ tham số hoá BM cho lượng mưa và phân bố không gian tốt hơn Diện mưa mô hình thường nhỏ hơn diện mưa quan trắc trong điều kiện mưa do ảnh hưởng của không khí lạnh (KKL), nhưng lớn hơn trong các hình thế chịu ảnh hưởng của bão hoặc áp thấp nhiệt đới Mưa dự báo có xu hướng vượt quá quan trắc trong các hình thế bão, áp thấp nhiệt đới, và thấp hơn quan trắc trong các điều kiện có sự kết hợp giữa KKL và bão, áp thấp nhiệt đới hoặc dải hội tụ nhiệt đới Mô hình MM5 có thể dự báo được các sự kiện mưa lớn trên khu vực Nam Trung Bộ, nhưng cho kết quả dự báo tốt hơn trong các điều điện mưa gây ra do sự hoạt động của xoáy thuận nhiệt đới hoặc có sự tương tác giữa chúng với KKL

Lê Văn Thiện và Nguyễn Văn Thắng (2004) đã sử dụng mô hình WRF để dự

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

báo đợt mưa cực lớn xảy ra ở miền Trung Việt Nam do ảnh hưởng của không khí lạnh Kết quả dự báo cho thấy mô hình đã nắm bắt được phân bố không gian và thời gian của đợt mưa lớn, đặc biệt là tâm mưa lớn Trong nghiên cứu của Đỗ Huy Dương (2006) cũng chỉ ra rằng mô hình WRF cho kỹ năng dự báo mưa lớn tốt với xác suất dự báo đúng đạt 80% với các ngưỡng mưa khác nhau

Nguyễn Văn Thắng và cộng sự (2011) đã nghiên cứu thử nghiệm dự báo mưa lớn cho khu vực Bắc Bộ bằng mô hình WRF Kết quả nghiên cứu cho thấy mô hình WRF nắm bắt khá tốt các tâm mưa, nhiều khu vực có lượng mưa gần với thực tế, tuy nhiên vùng mưa dự báo chưa thực sự trùng với vùng mưa thực tế Nguyễn Minh Hiếu và các cộng sự (2014) đã nghiên cứu sử dụng mưa dự báo số trị phân giải cao WRF – ARW để nâng cao chất lượng dự báo lũ khu vực miền Trung và Tây Nguyên Các kết quả thử nghiệm cho thấy việc đưa các sản phẩm dự báo mưa số trị phục vụ dự báo thuỷ văn đã góp phần nâng cao chất lượng dự báo lũ cho khu vực miền Trung và Tây Nguyên

Vũ Văn Thăng và cộng sự (2017) cũng đã thực hiện việc đánh giá khả năng dự báo mưa mùa hè của mô hình WRF đối với khu vực Nam Bộ và Nam Tây Nguyên khi có bão trên Biển Đông trong thời kỳ 2010 – 2014 Nghiên cứu sử dụng số liệu điều kiện ban đầu và điều kiện biên từ mô hình toàn cầu GFS với độ phân giải ngang 0,5 x 0,5 độ kinh vĩ Mô hình WRF được thiết kế với ba lưới lồng tương tác hai chiều với độ phân giải lần lượt là 54km, 18km và 6km Qua việc đánh giá với số liệu mưa của 17 trạm quan trắc bề mặt, kết quả cho thấy mô hình WRF thường cho dự báo cao hơn quan trắc cả về lượng mưa và diện mưa

Lê Ánh Ngọc và cộng sự (2019) đã sử dụng mô hình WRF để đánh giá khả năng dự báo thời tiết điểm cho 20 điểm trạm từ tháng 1 đến tháng 9/2019 Kết quả cho thấy mô hình WRF dự báo khá tốt trường nhiệt, tuy nhiên mô hình lại cho dự báo lượng mưa thiên cao hơn so với thực tế Nguyễn Thị Nga và cs (2021) đã thực hiện việc đánh giá dự báo mưa định lượng dựa trên mô hình toàn cầu IFS và mô hình khu vực phân giải cao (WRF – ARW) Qua việc đánh giá dự báo của các mô hình

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

IFS, WRF3kmIFS, WRF3kmIFS – DA trong năm 2020 cho khu vực Bắc Bộ, các kết quả cho thấy kỹ năng dự báo định lượng vẫn còn thấp, tuy nhiên mô hình khu vực phân giải cao kết hợp đồng hoá số liệu đã cải thiện được kỹ năng dự báo ở các ngưỡng mưa lớn trong hạn từ 1 – 3 ngày

Dư Đức Tiến và các công sự (2019) đã nghiên cứu đánh giá tác động của việc sử dụng tham số hoá đối lưu trong dự báo đợt mưa lớn kỷ lục tháng 7 năm 2015 trên khu vực Bắc Bộ sử dụng mô hình phân giải cao Nghiên cứu sử dụng mô hình WRF – ARW với hai lưới có độ phân giải lần lượt là 15 km và 5 km Hai lớp thử nghiệm đã được thực hiện gồm có sử dụng và không sử dụng tham số hoá đối lưu trên lưới tính phân giải cao 5 km Các kết quả cho thấy việc sử dụng các sơ đồ tham số hoá cho kết quả tốt hơn so với việc không sử dụng tham số hoá đối lưu trên lưới tính phân giải cao 5 km

Công Thanh và các cộng sự (2020) đã sử dụng mô hình RAMS để đánh giá khả năng dự báo mưa cho khu vực Nam Bộ trong 6 tháng mùa mưa (từ tháng 5 đến tháng 11) của các năm 2014, 2015 và 2016 Sau khi thực hiện hiệu chỉnh BIAS đối với kết quả dự báo mưa của mô hình cho mùa mưa năm 2016, kết quả dự báo cho thấy mô hình có khả năng dự báo tốt về lượng mưa ở cả ba hạn dự báo 24 giờ, 48 giờ và 72 giờ Mô hình cũng dự báo khá tốt diện mưa ở ngưỡng mưa nhỏ và mưa to, không tốt đối với ngưỡng mưa vừa Trương Bá Kiên và các cộng sự (2022) cũng đã thực hiện việc đánh giá chất lượng dự báo mưa định lượng của mô hình WRF cho 150 trạm khí tượng trên khu vực Việt Nam Kết quả dự báo về lượng mưa cho thấy mô hình WRF có xu thế dự báo thiên thấp hơn về lượng ở hầu hết các ngưỡng mưa đối với hạn dự báo 24h, 48h và 72h Kết quả dự báo về diện mưa cho thấy mô hình dự báo diện mưa lớn hơn thực tế ở ngưỡng mưa nhỏ nhưng lại dự báo nhỏ hơn hẳn so với thực tế ở ngưỡng mưa vừa và mưa to

Nguyễn Bình Phong và cộng sự (2019) đã nghiên cứu tương tác giữa không khí lạnh và áp thấp nhiệt đới trong đợt mưa lớn từ 13 dến 16/10/2016 trên khu vực Trung bộ Việt Nam Nghiên cứu đã sử dụng mô hình WRF với 3 lưới lồng nhau, độ

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

phân giải lần lượt là 54 km, 18 km và 6 km Kết quả thử nghiệm cho thấy mô hình đã nắm bắt tốt tương tác ATNĐ và KKL, mô phỏng tương đối được diện mưa, tuy nhiên còn sai lệch về lượng mưa và vị trí tâm mưa

Đỗ Hoài Nam và các cộng sự (2022) đã nghiên cứu xây dựng mô hình dự báo mưa số trị cho lưu vực sông Vu Gia – Thu Bồn sử dụng lưới lồng với lưới có độ phân giải từ thô đến cao, lần lượt là 54 km, 18 km và 6 km Kết quả nghiên cứu cho thấy mô hình WRF với lưới có độ phân giải cao thiết lập cho lưu vực sông Vu Gia – Thu Bồn đưa ra những dự báo rất sát với dữ liệu quan trắc Lượng mưa dự báo cho kết quả rất sát với lượng mưa thực đo, đặc biệt đối với hạn dự báo 1 ngày, tuy nhiên, mức độ tin cậy có xu thế giảm dần khi hạn dự báo tăng

Như vậy, có thể thấy việc sử dụng lưới có độ phân giải cao giúp mô phỏng chính xác hơn cho các mô hình số Lưới có độ phân giải cao cũng dẫn đến việc thay đổi cường độ của bão cũng như không khí lạnh Bên cạnh đó, qua các nghiên cứu trong và ngoài nước về việc dự báo mưa bằng mô hình số, nhận thấy việc tăng độ phân giải ngang lưới giúp nâng cao chất lượng dự báo Lưới có độ phân giải cao giúp cải thiện đáng kể trong việc mô phỏng cả về lượng mưa và diện mưa Tuy nhiên, một số nghiên cứu chỉ ra rằng mưa dự báo từ mô hình thường có xu hướng cho thiên cao hơn so với mưa quan trắc thực tế nhưng số khác lại đưa ra kết quả lượng mưa dự báo thấp hơn so với thực tế, đặc biệt là mưa lớn do có sự kết hợp giữa bão và KKL Chính vì vậy, trong nghiên cứu này sẽ tiến hành nghiên cứu ảnh hưởng của độ phân giải lưới đến lượng mưa trong trường hợp bão tương tác với không khí lạnh

1.3 Hình thế gây mưa lớn do bão tương tác với không khí lạnh

Trong điều kiện thuận lợi, các xoáy thuận nhiệt đới từ một nhiễu động nhiệt đới ban đầu mạnh dần lên lần lượt trải qua các quá trình trở thành áp thấp nhiệt đới, bão nhiệt đới, bão mạnh, siêu bão Biển Đông là một trong những khu vực thường xuyên phải chịu ảnh hưởng của áp thấp nhiệt đới

Xâm nhập lạnh là hiện tượng khối không khí lạnh từ lục địa châu Á di chuyển

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

xuống nước ta, nơi có khối không khí ấm, làm cho nhiệt độ không khí giảm mạnh, độ ẩm hạ thấp và cảm giác rét buốt xuất hiện Thời gian diễn ra thường vào thời kỳ gió mùa mùa đông [17] Khối không khí lạnh này có nguồn gốc từ vùng cực, tràn qua lục địa châu Á dưới dạng front lạnh, khi xuống đến nước ta nó đã bị biến đổi cả về cường độ và đặc tính trở thành không khí lạnh

Mưa lớn là hệ quả của các loại hình thời tiết như bão, áp thấp nhiệt đới, không khí lạnh, dải hội tụ nhiệt đới, … đặc biệt, sẽ càng nguy hiểm hơn khi có sự tương tác của các loại hình thế này Để xác định được mức độ của lượng mưa, Trung tâm Dự báo Khí Tượng Thủy văn Trung ương đã căn cứ vào lượng mưa thực tế đo được trong 24 giờ tại các trạm quan trắc khí tượng bề mặt, trạm đo trong mạng lưới khí tượng thủy văn mà phân định các cấp mưa khác nhau theo quy định của Tổ chức khí tượng thế giới (WMO) Qua đó, mưa lớn được chia làm 3 cấp [9] như sau:

- Mưa vừa: Lượng mưa đo được từ 16 – 50 mm/ 24 h hoặc 8 – 25 mm/12h - Mưa to: Lượng mưa đo được từ 51 – 100 mm/ 24 h hoặc 26 – 50 mm/12h - Mưa rất to: Lượng mưa đo được > 100 mm/ 24 h hoặc > 50 mm/12h Lượng mưa được tính từ 19 giờ ngày hôm trước đến 19 giờ ngày hôm sau Trong các nghiên cứu về ảnh hưởng của mưa thì cấp mưa to 51 – 100 mm/24h thì bắt đầu ảnh hưởng tiêu cực đến đời sống của con người

Tại Việt Nam, các hình thế synop gây mưa lớn diện rộng chủ yếu đều có tác động trực tiếp của hầu hết các hệ thống thời tiết đặc trưng như Bão – Áp thấp nhiệt đới (ATNĐ), KKL, ITCZ, rãnh áp thấp bị nén, nhiễu động gió Đông trên cao, gió mùa Tây Nam hoạt động mạnh, … và sự kết hợp của các hệ thống thời tiết này với nhau [19], [20] Trong những năm gần đây, vai trò đóng góp lớn nhất gây mưa lớn diện rộng chính là hệ thống bão (ATNĐ), ITCZ và KKL kết hợp thêm các hình thế khác như nhiễu động gió Đông trên cao hoặc hội tụ gió phát triển đến mực 5000m, …

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Mưa lớn do có sự tương tác của XTNĐ và KKL có hình thế synop khá rõ ràng, đặc biệt là đối với khu vực Trung Bộ Loại hình thế này phụ thuộc khá nhiều vào sự duy trì và tồn tại của XTNĐ, thường xảy ra vào cuối mùa đông và đôi khi kèm theo ITCZ Quá trình diễn biến mưa lớn đối với các tỉnh miền Trung phụ thuộc mối tương quan giữa XTNĐ và KKL Có thể chia làm 3 pha với các mức độ ảnh hưởng khác nhau:

- Áp cao lạnh ảnh hưởng đồng thời với XTNĐ, quá trình mưa xảy ra mãnh liệt nhất, lượng mưa phổ biến từ 300 – 500 mm hoặc lớn hơn cho cả đợt Khi bão, ATNĐ ảnh hưởng liên tục cùng với quá trình áp cao lạnh xâm nhập, mưa lớn có thể xảy ra mưa lịch sử ở một số nơi, lượng mưa có thể đạt trên 1000 mm

- Áp cao lạnh ảnh hưởng sau khi ATNĐ ảnh hưởng, quá trình mưa lớn xảy ra cũng khá mãnh liệt và phụ thuộc vào sự tồn tại của XTNĐ sau khi đã ảnh hưởng và cường độ áp cao lạnh Quá trình mưa thường kéo dài tuỳ thuộc cường độ và tốc độ di chuyển về phía nam của áp cao lạnh Đối với những áp cao lạnh mạnh di chuyển xuống phía nam nhanh làm cho XTNĐ yếu đi nhanh hơn và quá trình mưa thường kết thúc sớm hơn những áp cao lạnh cường độ trung bình, di chuyển chậm

- Áp cao lạnh ảnh hưởng trước khi XTNĐ ảnh hưởng Do áp cao lạnh ảnh hưởng nhiệt độ không khí bề mặt đệm lạnh đi nhanh chóng, đặc biệt những đợt KKL mạnh, khối không khí lạnh khô làm cản trở sự tồn tại của XTNĐ và quá trình mưa lớn xảy ra kém mãnh liệt hơn so với hai loại hình thế synop đã nêu ở trên

Trong những năm gần đây, mưa lớn do hình thế bão tương tác với không khí lạnh gây thiệt hại to lớn đến đời sống của người dân nước ta Những trận mưa lớn kéo dài gây lũ quét, sạt lở đất, khiến cho người dân phải di cư, nhà cửa bị hư hại, ảnh hưởng nặng nề Một số đợt mưa lớn điển hình do có sự tương tác của hai loại hình thế này gây ra trong những năm gần đây [19], [20] như:

Đợt mưa lớn từ 17 đến 19/9/2020 do Bão số 5 (Noul) kết hợp với KKL gây mưa lớn cho các tỉnh Đồng bằng Bắc Bộ, Thanh Hoá, Nghệ An đến Quảng Ngãi Lượng mưa phổ biến từ 100 – 300 mm, có nơi trên 300mm như: Trạm bơm Túy Loan

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

(Quảng Bình) 407mm, Đại Đồng (Quảng Nam) 377mm, Hương Phú (Thừa Thiên Huế) 341mm, Duy Trung (Quảng Nam) 324mm, Cẩm Lệ (Đà Nẵng) 316mm, Vinh (Nghệ An) 478mm, Hương Sơn (Hà Tĩnh) 350mm, …

Đợt mưa lớn từ 13 đến 16/10/2020 do Bão số 7 (Nangka) kết hợp với KKL gây mưa lớn cho các tỉnh Thanh Hoá, Nghệ An đến Quảng Ngãi, Bình Định đến Khánh Hoà và Bắc Tây Nguyên Lượng mưa phổ biến ở các tỉnh từ Hà Tĩnh đến Thừa Thiên Huế 1300 – 1700mm, có nơi lớn hơn như: Đồng Hới (Quảng Bình) 1852mm, Hà Tĩnh 1797mm, Ba Đồn (Quảng Bình) 1768mm, …; các tỉnh Nam Nghệ An, Đà Nẵng đến Quảng Ngãi 400 – 700mm Bắc Nghệ An, Thanh Hóa, Bình Định đến Khánh Hòa và Bắc Tây Nguyên từ 70 – 150mm

Đợt mưa lớn từ 27 đến 28/10/2020 do hoàn lưu vùng thấp suy yếu từ Bão số 9 (Molave) kết hợp với KKL gây mưa lớn cho các tỉnh Bắc Bộ và Trung Bộ, đặc biệt là từ Thừa Thiên Huế đến Phú Yên, Bắc Tây Nguyên Lượng mưa phổ biến từ 150 – 400mm, có nơi trên 400mm, một số nơi có lượng mưa lớn hơn như: Nam Đông (Thừa Thiên Huế) 550mm, Hương Phú (Thừa Thiên Huế) 503mm, Trà Hiệp (Quảng Ngãi) 539mm, Sơn Kỳ (Quảng Ngãi) 482mm, Trà Dơn (Quảng Nam) 493mm, An Nhơn (Bình Định) 438mm, …

Đợt mưa lớn từ 18 đến 19/12/2021 do ảnh hưởng của rìa Tây hoàn lưu bão số 9 kết hợp với KKL gây mưa lớn cho các tỉnh từ Thùa Thiên Huế đến Khánh Hoà Lượng mưa phổ biến từ 70 – 120mm, có nơi lớn hơn như: Phổ Khánh (Quảng Ngãi) 207,8mm, Hoài Sơn (Bình Định) 188,8mm, Tam Trà (Quảng Nam) 171,2mm, Bình Tân (Quảng Ngãi) 149mm, Vạn Long (Khánh Hoà) 135mm

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Chương 2 – SỐ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 2.1 Số liệu

Số liệu phân tích

Trong nghiên cứu này, các trường phân tích và dự báo 06 giờ một của Mô hình hệ thống dự báo khí tượng toàn cầu GFS (Hoa Kỳ) được lấy tại: https://www.ncei.noaa.gov/products/weather-climate-models/global-forecast với độ phân giải không gian là 0.5 x 0.5 độ kinh vĩ sẽ được sử dụng làm điều kiện ban đầu và điều kiện biên theo thời gian cho mô hình WRF Thời gian lấy số liệu là từ 00Z UTC ngày 26 tháng 10 năm 2020 đến 18Z UTC ngày 29 tháng 10 năm 2020, mỗi obs cách nhau 06 giờ

Số liệu Best track

Để so sánh quỹ đạo bão của mô hình với thực tế, nghiên cứu này đã sử dụng số liệu vị trí thực của bão (best track) được lấy từ Cơ quan Khí tượng Nhật Bản (JMA) theo đường link: https://www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-eg/Besttracks/e_format_bst.html

Số liệu radar

Số liệu radar sử dụng trong luận văn là số liệu phản hồi vô tuyến cực đại (CMAX) được lấy từ Trung tâm Mạng lưới Khí tượng thuỷ văn quốc gia trong khoảng thời gian từ 12Z ngày 27/10/2020 đến 00Z ngày 28/10/2020 (UTC) của 10 trạm radar (Pha Đin, Việt Trì, Vinh, Phù Liễn, Đông Hà, Tam Kỳ, Nha Trang, Nhà Bè, Pleiku, Quy Nhơn) Số liệu radar được sử dụng để so sánh với số liệu phản hồi vô tuyến cực đại của mô hình

Số liệu đo mưa bề mặt

Số liệu đo mưa bề mặt được lấy từ Trung tâm Thông tin và Dữ liệu Khí tượng Thuỷ văn trong khoảng thời gian từ 12Z ngày 26/10/2020 đến 12Z ngày 28/10/2020

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

(UTC) Số liệu này được sử dụng để so sánh với số liệu mưa được trích xuất từ mô hình

Dưới đây là danh sách các trạm đo mưa được sử dụng trong luận văn này:

Bảng 2 1 Danh sách các trạm đo mưa tự động

DANH SÁCH TRẠM ĐO MƯA

TUYHOA 13,0869 109,2972 QUYNHON 13,7653 109,2265 ANNHON 13,9057 109,1042 HOAINHON 13,0833 109,2833

Nguồn: Trung tâm Thông tin và Dữ liệu KTTV

2.2 Phương pháp nghiên cứu

Trong luận văn này đã tiến hành nghiên cứu và thử nghiệm với mô hình WRF Hệ thống mô hình WRF được phát triển bắt đầu từ cuối những năm 1990 Đối với các nhà nghiên cứu, WRF có thể tạo ra các mô phỏng dựa trên các điều kiện khí quyển thực tế (tức là từ các quan trắc và phân tích) hoặc các điều kiện lý tưởng hoá WRF cung cấp dự báo với thiết kế linh hoạt, hiệu quả về mặt tính toán, đồng thời cũng phản ánh những tiến bộ gần đây trong vật lý, số học và đồng hoá dữ liệu do các nhà phát triển từ cộng đồng nghiên cứu mở rộng đóng góp WRF phù hợp cho sử dụng trong những ứng dụng với phạm vi rộng với quy mô trải dài từ hàng mét đến hàng nghìn kilomet WRF hiện đang được sử dụng tại NCEP và các trung tâm khí

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

tượng quốc gia khác cũng như trong các cấu hình dự báo thời gian thực tại các phòng thí nghiệm, trường đại học và các công ty và miễn phí cho người dùng Hiện tại WRF có hai phiên bản là phiên bản nghiên cứu nâng cao WRF – ARW (NCAR Version) và phiên bản mô hình quy mô vừa phi thủy tĩnh WRF – NMM (NCEP Version)

Cấu trúc của mô hình WRF bao gồm 4 thành phần chính đó là: Hệ thống tiền xử lý của mô hình WPS (The WRF Pre-processing System), môđun đồng hóa số liệu (WRFDA), môđun mô phỏng ARW (ARW solver), chương trình đồ họa và xử lý sản phẩm của mô hình (Post-processing &Visualization tools)

WRF cung cấp nhiều lựa chọn vật lí có thể kết hợp được với nhau theo nhiều cách Các tùy chọn điển hình trải dài từ đơn giản đến hiệu quả Tuy nhiên để có thể tính toán phức tạp và hiệu quả hơn người ta đã phát triển thêm nhiều sơ đồ mới như những mô hình hiện tại Các sơ đồ tham số hoá vật lí trong mô hình WRF bao gồm: Các quá trình vật lí vi mô, tham số hoá đối lưu mây tích, lớp biên hành tinh, mô hình bề mặt, các quá trình đất - bề mặt (mô hình đất), bức xạ, khuếch tán

Nguyên lí hoạt động của mô hình

Bước 1: Nhận dữ liệu đầu vào

Điều kiện ban đầu (từ các số liệu như GFS, CFSR) Các điều kiện biên (nếu là mô hình khu vực, lấy từ sản phẩm dự báo của mô hình toàn cầu)

Bước 2: Tích phân theo thời gian, bước thời gian khoảng vài giây đến vài giờ

Mô hình sẽ lấy thông tin từ trạng thái ban đầu của thời tiết hoặc khí hậu sau đó áp dụng các định luật vật lí và công thức toán học để tính toán trạng thái thời tiết hoặc khí hậu ở thời điểm tiếp theo

Bước 3: Lặp lại quá trình trên cho đến khi đạt tới mốc thời gian cần dự báo Bước 4: Tạo sản phẩm đầu ra phục vụ cho dự báo hoặc nghiên cứu

Thiết kế thí nghiệm:

Luận văn nghiên cứu về trường hợp mưa lớn trên khu vực Bắc Bộ và Trung Bộ do hình thế bão tương tác với không khí lạnh sử dụng mô hình WRF sau đó sử dụng Grads để khai thác và đồ hoạ kết quả

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Cấu hình được lựa chọn: Mô hình WRF phiên bản 4.3, với độ phân giải 12 km ở khu vực miền lưới mẹ và độ phân giải 4 km ở khu vực miền lưới lồng

Hình 2 1 Mô tả miền lưới thí nghiệm (a): Lưới 1 - CTL, (b): Lưới 1 + Lưới 2 (khu vực Bão) - Rtc, (c): Lưới 1 + Lưới 2 (Khu vực KKL) - Rkk, (d): Lưới 1 + Lưới 2 (Khu

vực Bão + KKL) - Rtk

Dùng độ phân giải là phương pháp để làm cho một đối tượng nào đó biến đổi cường độ trong khi hoàn lưu quy mô lớn được giữ nguyên Trong phần tổng quan, theo Fierro và cộng sự (2009) đã chỉ ra rằng độ phân giải 4 km là đủ để tái tạo phần lớn cấu trúc và sự phát triển của mộ hệ thống đối lưu theo phương ngang, vì vậy mà luận văn này sẽ sử dụng lưới có độ phân giải 4 km để nghiên cứu thử nghiệm Trong nghiên cứu này, 4 thí nghiệm được thiết kế với miền lưới 1 (độ phân giải 12km) và miền lưới 2 với độ phân giải cao hơn (4 km) được di chuyển tới 3 khu vực khác nhau

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Mục đích của việc này là nhằm nghiên cứu sự ảnh hưởng của độ phân giải lưới đến cường độ của bão và KKL, từ đó ảnh hưởng đến lượng mưa như thế nào

Cụ thể, Hình 2.1 mô tả miền lưới thí nghiệm của các trường hợp trong luận văn này Trong đó:

Hình 2.1 (a) mô tả miền lưới của thí nghiệm 1 với một lưới duy nhất có độ phân giải là 12 km (sau đây gọi tắt là CTL)

Hình 2.1 (b) mô tả miền lưới của thí nghiệm 2 với lưới 1 được thiết kế giống với thí nghiệm 1, lưới 2 nằm trong khu vực có bão với độ phân giải cao hơn (4 km) (sau đây gọi tắt là Rtc) Thí nghiệm này nhằm trả lời cho câu hỏi khi tăng độ phân giải lưới trong khu vực có bão có làm cho cường độ của bão thay đổi không và thay đổi như thế nào

Hình 2.1 (c) mô tả miền lưới của thí nghiệm 3 với lưới 1 được thiết kế giống với thí nghiệm 1, lưới 2 nằm trong khu vực có KKL với độ phân giải cao hơn (4 km) (sau đây gọi tắt là Rkk) Thí nghiệm này nhằm trả lời cho câu hỏi khi tăng độ phân giải lưới trong khu vực có KKL có làm cho cường độ của KKL thay đổi không và thay đổi như thế nào

Hình 2.1 (d) mô tả miền lưới của thí nghiệm 4 với lưới 1 được thiết kế giống với thí nghiệm 1, lưới 2 lúc này được mở rộng ra cho cả khu vực có bão và KKL với độ phân giải lưới là 4 km (sau đây gọi tắt là Rtk) Thí nghiệm này nhằm giải đáp thắc mắc khi tăng độ phân giải lưới trong cả khu vực có bão và KKL, cường độ của bão và KKL thay đổi, khi đó có tạo ra một hệ quả phi tuyến dị thường nào đó không và từ đó ảnh hưởng tới lượng mưa như thế nào

Sau khi thử nghiệm với 4 thí nghiệm trên, trong luận văn sử dụng các yếu tố đầu ra bao gồm: khí áp mực biển (slp), nhiệt độ mực 2 mét (t2), gió mực 10 mét (u10m, v10m), độ cao địa thế vị (geopt), phản hồi vô tuyến cực đại (max_dbz), … từ đó tính toán các trường chênh lệch giữa các thí nghiệm phục vụ Chương 3 Trong đó, trường chênh lệch được tính bằng cách lấy kết quả của lưới 1 trong thí nghiệm 2, 3 và 4 trừ đi kết quả của lưới 1 trong thí nghiệm 1 Ví dụ: chênh lệch khí áp mực biển (slp) sẽ được tính bằng cách lần lượt lấy kết quả khí áp mực biển trên lưới 1 của thí

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

nghiệm 2, 3 và 4 trừ đi kết quả khí áp mực biển trên lưới 1 của thí nghiệm 1 Tương tự như vậy, thu được kết quả chênh lệch của trường gió bề mặt (u10m; v10m), chênh lệch trường độ cao địa thế vị (geopt), chênh lệch trường gió các mực trên cao (u; v), chênh lệch trường nhiệt độ mực 2 mét (t2), chênh lệch trường vận tải ẩm, chênh lệch trường mặt cắt thẳng đứng tổng sản phẩm ngưng kết (qrain + qcloud), chênh lệch trường mưa (rainc+ rainnc)

Quá trình tính toán chênh lệch được thực hiện theo các bước sau:

Bước 1: Trích biến từ đầu ra của mô hình số Bước 2: Đổi tên biến

Bước 3: Gộp file sau khi đổi tên biến Bước 4: Trừ các biến

2.3 Trường hợp thử nghiệm

Trong luận văn này sẽ tiến hành nghiên cứu thử nghiệm với trường hợp Bão

số 09 năm 2020 tương tác với đợt không khí lạnh tăng cường ngày 28/10/2020

Sáng ngày 26/10/2020, bão Molave đi vào Biển Đông và trở thành cơn bão số 9 trong năm 2020 [19] Khi vào Biển Đông, bão có cường độ mạnh cấp 12, giật cấp 14, di chuyển nhanh theo hướng tây với tốc độ khoảng 20 – 25 km/h Từ chiều 26/10, cường độ của bão mạnh lên cấp 13, giật cấp 15 Đến sáng ngày 27/10, cường độ của bão tiếp tục mạnh lên và đạt cấp 14, giật cấp 17, tiếp tục di chuyển theo hướng tây Đêm 27/10, khi vào gần vùng biển ngoài khơi các tỉnh/thành từ Đà Nẵng đến Bình Định, cường độ bão giảm xuống cấp 13, giật cấp 16 Sáng ngày 28/10, cường độ bão giảm xuống cấp 12, giật cấp 15 và di chuyển nhanh hơn khoảng 25 km/h Khoảng trưa ngày 28/10, bão số 9 đi vào vào các tỉnh từ Quảng Nam đến Bình Định với cường độ mạnh cấp 11 – 12, giật cấp 14, sau đó đi sâu vào đất liền và suy yếu dần thành vùng áp thấp trên khu vực Nam Lào Đường đi của bão số 9 được mô tả trong Hình 2.2

Tối ngày 28/10, không khí lạnh tăng cường ảnh hưởng đến một số nơi ở vùng

núi phía bắc của Bắc Bộ, sau đó ảnh hưởng đến các khu vực khác ở Bắc Bộ [19] Do

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

ảnh hưởng của KKL kết hợp với hoàn lưu vùng thấp suy yếu từ cơn bão số 9 nên Bắc Bộ có mưa, mưa rào Nhiệt độ trung bình ngày ở Bắc Bộ giảm từ 1 – 40

C (ΔT24 Lạng Sơn 3,70C, Việt Trì 4,30

C, Hòa Bình 3,50C) Tm ở Bắc Bộ giảm 1 – 30C (ΔTm24 Lạng Sơn 3,00C, Phủ Lý 3,30

C, Ninh Bình 2,70C) Gió đông bắc ở Bạch Long Vĩ mạnh cấp 6 – 7, giật 18 – 20m/s (cấp 8)

Do ảnh hưởng của bão số 9 nên từ chiều ngày 27 đến ngày 28/10 ở các tỉnh từ Thừa Thiên Huế đến Phú Yên và Bắc Tây Nguyên đã có mưa rất to với lượng mưa phổ biến từ 150 – 400 mm, có nơi trên 400 mm Từ đêm 27 đến 30/10 ở các tỉnh từ Quảng Trị đến Thanh Hoá có mưa to, có nơi mưa rất to với lượng mưa phổ biến từ 100 – 300 mm, riêng Nghệ An, Hà Tĩnh có nơi trên 500 mm Một số điểm có lượng mưa lớn như: Đô Lương (Nghệ An) 765 mm, Đậu Liêu (Hà Tĩnh) 610 mm, Nam Đông (Thừa Thiên Huế) 550 mm, Hương Phú (Thừa Thiên Huế) 503 mm, Trà Giáp (Quảng Nam) 424 mm, Trà Hiệp (Quảng Ngãi) 539 mm, Sơn Kỳ (Quảng Nam) 482 mm, An Nhơn (Bình Định) 438 mm, …

Hình 2 2 Đường đi của bão số 9 (Nguồn: Trung tâm dự báo KTTV quốc gia)

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Chương 3 – KẾT QUẢ 3.1 Thời điểm bão và không khí lạnh ảnh hưởng đến Việt Nam

Đầu tiên, để xác định được thời điểm không khí lạnh về và thời điểm bão đổ bộ vào đất liền, tiến hành xem xét mô phỏng trường áp suất mực biển và gió mực 10m cũng như nhiệt độ tại trạm Hà Đông từ 00Z ngày 27/10/2020 đến 18Z ngày 28/10/2020

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Hình 3 1 Khí áp mực biển (mb) và gió 10m từ 00Z ngày 27/10/2020 đến 18Z ngày

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Để xác định thời điểm KKL ảnh hưởng đến Việt Nam, bên cạnh việc xem xét khí áp mực biển, luận văn này có sử dụng thêm nhiệt độ quan trắc được tại trạm Hà Đông (20,9670

N, 105,750E) Hình 3.2 mô tả biểu đồ biến trình nhiệt độ tại trạm Hà Đông từ lúc 00Z (UTC) ngày 27/10/2020 đến lúc 18Z (UTC) ngày 28/10/2020 như sau:

Hình 3 2 Biến trình nhiệt độ tại trạm Hà Đông từ lúc 00Z ngày 27/10/2020 đến lúc 18Z ngày 28/10/2020 (độ C) (Nguồn: Trung tâm Thông tin và Dữ liệu KTTV)

Nhận thấy, tại thời điểm 00Z ngày 27/10/2020 (Hình 3.1 (a)), đường đẳng áp 1020mb đang nằm trên khu vực Trung Quốc, cách xa biên giới Việt Nam Nhiệt độ trạm Hà Đông tại thời điểm này khoảng 22,40

C Sau 12 giờ, lúc 12Z cùng ngày (Hình 3.1 (c)), cao lạnh lục địa có xu hướng di chuyển xuống phía Nam, lúc này, đường đẳng áp 1020mb đang ở vào khoảng 290N, 1110E Sau 24 giờ, lúc 00Z ngày 28/10/2020 (Hình 3.1 (e)), bộ phận không khí lạnh trên tiếp tục di chuyển xuống phía Nam, đường đẳng cao 1020mb lúc này đang ở vào khoảng 260N, 1060E, gió thịnh hành vẫn là gió đông bắc Lúc 12Z ngày 28/10/2020 (Hình 3.1 (g)), không khí lạnh

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

vẫn tiếp tục di chuyển xuống phía Nam, đường đẳng áp 1020mb đang ở vào khoảng 250N, 1060E Đồng thời, theo Bảng 3.1, nhiệt độ Tmax tại trạm Hà Đông lúc 12Z ngày 28/10/2020 đã giảm khoảng 3,80C từ 27,80C (lúc 12Z ngày 27/10/2020) xuống còn 24,00C (lúc 12Z ngày 28/10/2020) cho thấy không khí lạnh đã về Qua việc phân tích nhận thấy bão đổ bộ vào đất liền trước khi KKL về, đây là trường hợp mưa lớn do KKL ảnh hưởng sau khi bão ảnh hưởng Hoàn lưu gió của bão số 9 kết hợp với gió đông bắc của không khí lạnh tạo thành vùng hội tụ mạnh, gió đông bắc thổi mạnh trên khu vực biển Đông và khu vực ven biển Nam Trung Bộ, vận tốc gió khoảng từ 15m/s đến 20m/s

3.2 Biến trình khí áp mực biển cực tiểu

Giá trị khí áp mực biển cực tiểu được trích ra từ mô hình và được so sánh với giá trị khí áp mực biển cực tiểu của JMA Hình 3.3 mô tả biểu đồ biến trình khí áp mực biển cực tiểu như sau:

Hình 3 3 Biến trình khí áp mực biển cực tiểu (Nguồn: https://www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-

00Z 27/10/2020 06Z 27/10/2020 12Z 27/10/2020 18Z 27/10/2020 00Z 28/10/2020 06Z 28/10/2020

Biến trình khí áp mực biển cực tiểu từ 00Z ngày 27/10/2020 đến 06Z ngày 28/10/2020

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Qua Hình 3.3, về xu hướng, biến trình khí áp mực biển cực tiểu theo thời gian của trường hợp CTL và Rkk cho kết quả giống với Best track hơn hai trường hợp còn lại Tuy nhiên, nếu xem xét về giá trị khí áp cực tiểu tại từng mốc thời gian, có thể thấy trường hợp Rtc cho kết quả chênh lệch thấp nhất, từ lúc 18Z (UTC) ngày 27/10/2020 đến lúc 06Z (UTC) ngày 28/10/2020, đặc biệt là vào lúc 06Z (UTC) ngày 28/10/2020 Tương tự như trường hợp Rtc, trường hợp Rtk cũng cho giá trị khí áp cực tiểu chênh lệch thấp tại thời điểm 00Z và 06Z (UTC) ngày 28/10/2020 Hai trường hợp còn lại là Rkk và CTL cho kết quả chênh lệch khá lớn Nhìn chung, trường hợp Rtc cho giá trị khí áp mực biển cực tiểu chênh lệch ít nhất so với giá trị quan trắc thực tế, sau đó là trường hợp Rtk Qua đó, có thể thấy được khi tăng độ phân giải lưới trên khu vực có bão làm cho giá trị áp suất mực biển cực tiểu chính xác hơn, điều này cũng xảy ra tương tự đối với khi mở rộng vùng lưới 2 trên cả khu vực bão và không khí lạnh, đặc biệt là khi bão đã vào đất liền

3.3 Quỹ đạo bão

Trong luận văn này, kết quả đường đi của bão trong các thí nghiệm được so sánh với vị trí “thực” của cơn bão, thời gian mà bão di chuyển giữa hai điểm gần nhau

nhất trong Best track là 06h

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

Qua Hình 3.4, đối với trường hợp CTL, tại vị trí ban đầu lúc 00Z (UTC) ngày 27/10/2020, kết quả của mô hình cho vị trí tâm bão ở vào khoảng (14,50

N, 1150E) và lệch với vị trí tâm bão thực tế khoảng 0.50

Sau 6 giờ, lúc 06Z (UTC) cùng ngày, tại vị trí tâm bão dịch chuyển tịnh tiến theo hướng tây tây bắc Lúc 12Z (UTC) cùng ngày, vị trí tâm bão ở vào khoảng (140

N, 112,20E) và gần như trùng với vị trí thực của tâm bão (13,80

N, 112,10E) Trong 12 giờ tiếp theo, bão tiếp tục di chuyển theo hướng tây tây bắc, vị trí tâm bão vẫn khá sát so với thực tế Tuy nhiên, vào lúc 06Z (UTC) ngày 28/10/2020, khi bão đổ bộ vào đất liền, đường đi và vị trí tâm bão tại thời điểm này lệch hẳn so với thực tế Cụ thể là vị trí tâm bão vào lúc 06Z (UTC) ngày 28/10/2020 trong trường hợp này ở vào khoảng (15,10

N, 107,70E) trong khi vị trí tâm bão thực tế là (15,40

N, 108,80E) Đối với trường hợp Rtc, trong 6 giờ đầu, kết quả mô hình cho vị trí tâm bão lệch so với tâm thực tế khoảng 0,50 Tuy nhiên, đường đi của bão trong trường hợp này gần như trùng với đường đi thực tế của bão Vào lúc 12Z (UTC) ngày 27/10/2020, vị trí tâm bão (13,70

N, 112,20E) và khá sát với tâm bão thực tế Sau 12 giờ tiếp theo, vào lúc 00Z ngày 28/10/2020, đường đi và vị trí tâm bão có dấu hiệu phân tán Tại thời điểm bão đổ bộ, lúc 06Z cùng ngày, vị trí tâm bão trong trường hợp này cho kết quả giống với trường hợp CTL trước đó và lệch so với tâm bão thực tế

Đối với trường hợp Rkk, trường hợp này cho kết quả dự báo đường đi và vị trí tâm bão gần như trùng khớp với trường hợp CTL trong 24 giờ đầu Tuy nhiên, khi đổ bộ vào đất liền, vị trí tâm bão trong trường hợp này ở vào khoảng (150

N, 107,70E), thấp hơn so với 2 trường hợp CTL và Rtc trước đó và xa tâm bão thực tế nhất

Đối với trường hợp Rtk, trong 12 giờ đầu, vị trí và đường đi của bão trong trường hợp này khá giống với trường hợp CTL và Rkk Tuy nhiên, trong những giờ tiếp theo thì vị trí và tâm bão trong trường hợp này lại giống với trường hợp Rtc

Nhìn chung, trong 12 giờ đầu, trường hợp Rtc cho kết quả sát với quỹ đạo bão thực tế nhất, tuy nhiên, trong 12 giờ tiếp theo thì trường hợp CTL và Rkk lại là trường hợp có quỹ đạo bão sát với thực tế Như vậy, có thể thấy, khi ở ngoài biển, không chịu ảnh hưởng bởi địa hình và các yếu tố tác động bên ngoài, đường đi của bão trong

Luận văn Thạc sĩ – Đỗ Thị Ánh Huyền

trường hợp có độ phân giải cao trong khu vực có bão cho kết quả sát với best track nhất Tuy nhiên, khi gần vào đất liền, quỹ đạo bão trong trường hợp này bị lệch đi

đáng kể so với best track 3.4 Chênh lệch trường áp và gió