Nghiên Cứu Đánh Giá Khả Năng Dự Báo Mưa Lớn Do Áp Thấp Nhiệt Đới, Bão Cho Vùng Nam Trung Bộ Từ Mô Hình Wrf.pdf

Do vậy, trong luận văn này đã sử dụng mô hình WRF để mô phỏng một số đợt mưa lớn do hình thế áp thấp nhiệt đới, bão cho khu vực Nam Trung Bộ nhằm mục tiêu đánh giá kết quả mô phỏng của m

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

VŨ VĂN DŨNG

LUẬN VĂN THẠC SĨ KHOA HỌC

Hà Nội, năm 2022

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

VŨ VĂN DŨNG

Tên đề tài:

NGHIÊN CỨU ĐÁNH GIÁ KHẢ NĂNG DỰ BÁO MƯA LỚN

DO ÁP THẤP NHIỆT ĐỚI, BÃO CHO VÙNG NAM TRUNG BỘ

TỪ MÔ HÌNH WRF

Chuyên ngành: Khí tượng học

Mã số: 8440222.01

LUẬN VĂN THẠC SĨ KHOA HỌC

Giảng viên hướng dẫn:

PGS.TS Phạm Thị Thanh Ngà

Hà Nội, năm 2022

Em gửi lời biết ơn chân thành đến các cô, thầy trong Khoa Khí tượng Thủy văn và Hải dương học, Trường Đại học Khoa học tự nhiện, Đại học Quốc Gia Hà Nội đã truyền đạt những kiến thức quan trọng, hữu ích cũng như góp ý và tạo điều kiện thuận lợi cho em trong thời gian học tập tại trường

Qua đây, Tôi trân trọng cảm ơn Cán bộ và Lãnh đạo Trung tâm Nghiên cứu Khí tượng, Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu luôn giúp đỡ, góp ý để tôi hoàn thành luận văn

Và Tôi cũng xin dành tình cảm biết ơn sâu sắc đến những người thân trong gia đình, bạn bè cùng đồng nghiệp đã thường xuyên động viên, cổ vũ và tạo điều kiện thuận lợi cho tôi trong thời gian học tập, nghiên cứu tại trường

MỤC LỤC

DANH MỤC BẢNG 1

DANH MỤC HÌNH 2

DANH MỤC CHỮ VIẾT TẮT 4

MỞ ĐẦU 6

CHƯƠNG 1 TỔNG QUAN VẤN ĐỀ LIÊN QUAN ĐẾN NGHIÊN CỨU 9

1.1 Tổng quan những vấn đề đánh giá về mưa lớn từ mô hình 9

1.1.1 Ở trên thế giới 9

1.1.2 Ở Việt Nam 12

1.2 Tổng quan đặc điểm mưa lớn do áp thấp nhiệt đới và bão ở khu vực Nam Trung Bộ 15

1.2.1 Khái niệm về áp thấp nhiệt đới, bão và mưa lớn 15

1.2.2 Đặc điểm khí hậu vùng Nam Trung Bộ 17

1.2.3 Những hình thế gây ra mưa lớn chính ở Nam Trung Bộ 18

1.2.4 Đặc điểm mưa lớn do ATNĐ và bão ở Nam Trung Bộ 1820

CHƯƠNG 2 SỐ LIỆU SỬ DỤNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU 23

2.1 Phạm vi vùng nghiên cứu 23

2.2 Số liệu sử dụng 24

2.3 Phương pháp sử dụng đánh giá 29

2.3.1 Đánh giá dự báo định lượng 31

2.3.2 Đánh giá dự báo theo chỉ số pha 32

CHƯƠNG 3 KẾT QUẢ ĐÁNH GIÁ MÔ PHỎNG MƯA LỚN CỦA MÔ HÌNH WRF 35

3.1 Phân tích trường mưa mô phỏng từ mô hình WRF cho một số đợt mưa lớn do XTNĐ ảnh hưởng đến khu vực Nam Trung Bộ 35

3.1.1 Phân tích trường mưa mô phỏng đợt từ ngày 03 - 05/11/2017 35

3.1.2 Phân tích trường mưa mô phỏng đợt từ ngày 19 - 20/11/2017 39

3.1.3 Phân tích trường mưa mô phỏng đợt từ ngày 30 - 31/10/2019 43

3.1.4 Phân tích trường mưa mô phỏng đợt từ ngày 27 - 28/10/2020 46

3.1.5 Phân tích trường mưa mô phỏng đợt từ ngày 09 - 10/11/2020 50

3.2 Kết quả đánh giá mô phỏng mưa lớn do XTNĐ khu vực Nam Trung Bộ 54

3.2.1 Kết quả đánh giá mô phỏng về định lượng ở hạn 24 giờ 54

3.2.2 Kết quả đánh giá mô phỏng về định lượng ở pha 48 giờ 55

3.2.3 Kết quả đánh giá dự báo theo pha cho các ngưỡng mưa 16 50mm, 51 -100 và lớn hơn -100mm đối với hạn 24 giờ 57

3.2.4 Kết quả đánh giá mô phỏng theo pha cho các ngưỡng mưa 16 - 50mm, 51 - 100 và lớn hơn 100mm đối với hạn 48 giờ 60

3.3 Đánh giá chất lượng dự báo phục vụ về định lượng mưa của mô hình 62

KẾT LUẬN 64

KIẾN NGHỊ 64

TÀI LIỆU THAM KHẢO 65

PHỤ LỤC 68

DANH MỤC BẢNG

Bảng 1.1: Phân loại áp thấp nhiệt đới và bão theo cấp gió Bôpho… … …… … 21 Bảng 2.1: Vị trí đặt trạm quan trắc vùng Nam Trung Bộ……… 25 Bảng 2.2: Danh sách các đợt mưa từ 2016 - 2021 do Bão, ATNĐ……… 26 Bảng 2.3: Bảng tần suất cho biến dự báo……… 32 Bảng 3.1: Các chỉ số đánh giá định lượng mưa tích lũy 24h hạn dư báo 24 giờ… 55 Bảng 3.2: Các chỉ số đánh giá định lượng mưa tích lũy 24 giờ hạn dư báo 48 giờ 57 Bảng 3.3: Các chỉ số đánh giá pha từng tỉnh theo các ngưỡng mưa cho lượng mưa tích lũy 24 giờ pha dự báo 24 giờ……….59 Bảng 3.4: Các chỉ số đánh giá pha từng tỉnh theo các ngưỡng mưa cho lượng mưa tích lũy 24 giờ với hạn dự báo 48 giờ……… … 61 Bảng 3.5: Chỉ tiêu đánh giá độ chính xác dự báo định lượng mưa lớn ……… ….62 Bảng 3.6: Chất lượng dự báo phục vụ về định lượng mưa của mô hình trung bình toàn khu vực……… …63 Bảng 3.7: Chất lượng dự báo phục vụ về định lượng mưa tích lũy 24 giờ của mô hình hạn 24 giờ cho các điểm……… …… 68 Bảng 3.8: Chất lượng dự báo phục vụ về định lượng mưa tích lũy 24 giờ của mô

hình hạn 48 giờ cho các điểm……… …69

DANH MỤC CÁC HÌNH

Hình 2.1: Bản đồ vùng nghiên cứu 23Hình 2.2: Phân bố trạm quan trắc khu vực Nam Trung Bộ 24Hình 3.1: Đường đi bão 12 (DAMREY) 35Hình 3.2: Bản đồ synop Thái Lan lúc 12Z ngày 03/11/2017 (a) và 00Z ngày 04/11/2017 (b) 36Hình 3.3: Bản đồ mô phỏng trường áp, mưa bề mặt lúc 12Z ngày 03/11/2017 (a) và 00Z ngày 04/11/2017 (b) 36Hình 3.4: Bản đồ lượng mưa quan trắc (a) và lượng mưa tích lũy 24 giờ của mô hình hạn 24 giờ (b) và 48 giờ (c) ngày 04/11/2017 38Hình 3.5: Đường đi của bão số 14 (KIROGI) 39Hình 3.6: Bản đồ hình thế synop Thái Lan 12Z ngày 18/11/2017 và lúc 06Z ngày 19/11/2017 (b) 40Hình 3.7: Bản đồ mô phỏng trường áp, mưa bề mặt 12Z ngày 18/11/2017 (a)và 06Z ngày 19/11/2017 (b) 40Hình 3.8: Bản đồ lượng mưa quan trắc (a) và lượng mưa tích lũy 24 giờ của mô hình hạn 24 giờ (b) và 48 giờ (c) ngày 19/11/2017 42Hình 3.9: Đường đi của bão số 5 (MATMO) 43Hình 3.10: Bản đồ hình thế synop Thái Lan lúc 12Z ngày 30/10/2019 và lúc 18Z ngày 30/10/2019 (b) 44Hình 3.11: Bản đồ mô phỏng trường áp, mưa bề mặt 12Z ngày 30/10/2019 (a) và 18Z ngày 30/10/2019 (b) 44Hình 3.12: Bản đồ lượng mưa quan trắc (a) và lượng mưa tích lũy 24 giờ của mô hình hạn 24 giờ (b) và 48 giờ (c) ngày 31/10/2019 46Hình 3.13: Đường đi của bão số 09 (MOLAVE) 46Hình 3.14: Bản đồ hình thế synop Thái Lan lúc 12Z ngày 27/10/2020 (a) và 06Z ngày 28/10/2020 (b) 47Hình 3.15: Bản đồ mô phỏng trường áp, mưa bề mặt 12Z ngày 27/10/2020 (a) và 06Z ngày 28/10/2020 (b) 48

Hình 3.16: Bản đồ lượng mưa quan trắc (a) và lượng mưa tích lũy 24 giờ của mô hình hạn dự báo 24 giờ (b) và 48 giờ (c) ngày 28/10/2020 49Hình 3.17: Đường đi bão số 12 (ETAU) 50Hình 3.18: Bản đồ hình thế synop Thái Lan lúc 12Z ngày 09/11/2020 (a) và 06Z ngày 10/11/2020 (b) 51Hình 3.19: Bản đồ mô phỏng trường áp, mưa bề mặt 12Z ngày 09/11/2020 (a) và 06Z ngày 10/11/2020 (b) 51Hình 3.20: Bản đồ lượng mưa quan trắc (a) và lượng mưa tích lũy 24 giờ của mô hình hạn dự báo 24 giờ (b) và 48 giờ (c) ngày 10/11/2020 53Hình 3.21: Biểu đồ các chỉ số ME, MAE, RMSE, r hạn 24 giờ khu vực Nam Trung

Bộ 55Hình 3.22: Biểu đồ các chỉ số ME, MAE, RMSE, r hạn 48 giờ khu vực Nam Trung

Bộ 56Hình 3.23: Biểu đồ các điểm số đối với các ngưỡng cấp mưa khu vực Nam Trung

Bộ hạn dự báo 24 giờ 59Hình 3.24: Biểu đồ điểm số đối với các ngưỡng cấp mưa khu vực nam Trung Bộ hạn dự báo 48 giờ 61Hình 3.25: Bản đồ chất lượng dự báo phục vụ định lượng các tỉnh hạn 24 giờ (a),hạn 48 giờ (b) 63

DANH MỤC CHỮ VIẾT TẮT

Bias score Chỉ số FBI (Bias score - hay độ lệch tần suất BIAS) BMJ Sơ đồ mây tích (Betts - Miller - Janjic Scheme) Correlation coefficient Hệ số tương quan (Correlation coefficient)

CRA Phương pháp phân tích diện tích mưa tiếp giáp

(The Contiguous Rain Area analysis)

(Critical Success Index hay Threat Score - TS)

ECMWF

Trung tâm Châu Âu về dự báo thời hạn vừa, hạn dài (European Centre for Medium-Range Weather Forecasts)

ETA Sơ đồ bề mặt ETA (Eta Similarity Scheme)

FAR Tỷ lệ dự báo sai FAR (False Alarms Ratio)

GFS Mô hình động lực dự báo toàn cầu của Mỹ

(Global Forecast System) GSM Mô hình dự báo phổ toàn cầu của Nhật

(Global Spectral Model) Grell-Devenyi (GD) Sơ đồ tham số hóa đối lưu Grell-Devenyi

IFS Mô hình động lực dự báo toàn cầu của Châu Âu

(Integrated Forecasting System)

KF Tham số hóa đối lưu Kain Fritsch

MAE Sai số trung bình tuyệt đối (Mean Absolute Error)

ME Sai số trung bình (Mean Error)

(Mellor - Yamada - Janjic Scheme)

PC Độ chính xác PC (Percentage Correct)

POD Xác suất phát hiện (Probability of Detection)

RMSE Sai số bình phương trung bình quân phương (Root

Mean Square Error)

WRF Dự báo thời tiết và Nghiên cứu

(Weather Research and Forecasting) WSM-6 Sơ đồ Vi vật lý mây WRF Single - moment 6 - class

Scheme XTNĐ Để chỉ áp thấp nhiệt đới và bão

MỞ ĐẦU

Hiện nay ở nước ta nói chung và khu vực Nam Trung Bộ nói riêng, các hiện tượng khí tượng thủy văn nguy hiểm ngày càng gia tăng về cả tần suất, cường độ và thời gian xuất hiện bất thường gây khó khăn cho công tác cảnh báo, dự báo Trong

số các hiện tượng đó có hiện tượng mưa lớn Dự báo mưa lớn là một trong những bài toán khó dự báo chính xác, nhất là về định lượng mưa đối với các Trung tâm dự báo lớn trên thế giới và khu vực

Khu vực Nam Trung Bộ là một vùng duyên hải có chiều dài bờ biển trên 600km và kéo dài khoảng hơn bốn vĩ độ bao gồm năm tỉnh từ Bình Định đến Bình Thuận Với vị trí phía tây là dãy Trường Sơn nên có địa hình phức tạp chủ yếu là đồi núi và thấp dần từ tây sang đông; còn phía đông tiếp giáp với Biển Đông Chính

vì vậy, chế độ khí hậu, thời tiết có những đặc thù riêng so với các khu vực khác Hàng năm, ở khu vực thường xuyên xuất hiện nhiều đợt mưa lớn diện rộng kéo dài

do chịu ảnh hưởng của các loại hình thế thời tiết khác nhau như dải hội tụ nhiệt đới, nhiễu động trong đới gió đông trên cao (sóng đông), không khí lạnh tăng cường Và đặc biệt, hình thế thời tiết nguy hiểm bão, áp thấp nhiệt đới gọi chung là (XTNĐ) ảnh hưởng trực tiếp đều gây ra các đợt mưa rất lớn, với lượng mưa trung bình từ

150 - 300mm/đợt

Điển hình như năm 2017, cơn bão số 12 (Damrey) rất mạnh đổ bộ trực tiếp vào đất liền các tỉnh Phú Yên và Khánh Hòa đã gây ra mưa to đến rất to trên địa bàn các tỉnh trong khu vực với tổng lượng mưa toàn đợt phổ biến từ 250 - 400mm/đợt Mưa lớn gây ra lũ lớn với đỉnh lũ trên các sông vượt cấp báo động III và ngập lụt nghiêm trọng vùng hạ lưu các sông; ngoài ra mưa lớn còn gây sạt lở đất,

Mưa lớn do bão, áp thấp nhiệt đới gây ra thiệt rất lớn đến tài sản và tính mạng của người dân với phạm vi ảnh hưởng rộng

Vì vậy, công tác cảnh báo, dự báo kịp thời và chính xác được mưa lớn sẽ không những góp phần làm giảm nhẹ thiệt hại do mưa lớn gây ra mà còn đáp ứng yêu cầu phát triển kinh tế xã hội của địa phương trong khu vực Do vậy, để cảnh báo, dự báo mưa lớn thì mô hình số trị là một phương pháp hiệu quả mô phỏng mưa

lớn cả về diện mưa lẫn định lượng mưa, góp phần nâng cao chất lượng bản tin dự báo phục vụ giảm nhẹ thiệt hại về người và tài sản

Hiện nay, mô hình dự báo và nghiên cứu WRF (Weather Research and Forecasting) là mô hình được ứng dụng rộng rãi và đánh giá khá tốt trong nghiệp vụ

dự báo về thời tiết, XTNĐ cũng như trong nghiên cứu Mô hình WRF có nhiều tính

ưu việt như các phiên bản mới thường xuyên có sự cập nhật bởi do là mã nguồn mở nên được đông đảo cộng đồng người sử dụng phát triển, hoàn thiện; hay mô hình có thể chạy ở trên nhiều hệ điều hành khác nhau, chạy song song nhiều bộ nhớ như bộ nhớ phân tán, bộ nhớ chia sẻ; ngoài ra hệ thống mô hình còn có rất nhiều chương trình mô đun khác nhau cho phép người sử dụng thay đổi các sơ đồ tham số như vi vật lý, hành tinh, tham số đối lưu để lựa chọn ra sơ đồ phù hợp nhất cho từng nghiên cứu Do vậy, trong luận văn này đã sử dụng mô hình WRF để mô phỏng một

số đợt mưa lớn do hình thế áp thấp nhiệt đới, bão cho khu vực Nam Trung Bộ nhằm mục tiêu đánh giá kết quả mô phỏng của mô hình

Luận văn có cấu trúc bởi các phần

Mở đầu

Phần này trình bày khái quát mức độ hiện tượng mưa lớn và công việc dự báo gặp nhiều thách thức ở cả trên thế giới và khu vực nhất là bài toán dự báo định lượng Đồng thời nêu ra tình trạng mưa lớn do bão, áp thấp nhiệt đới ở khu vực Nam Trung Bộ đã gây ra thiệt hại nặng nề nên cần có một phương pháp dự báo khách quan là mô hình số trị để nâng cao độ chính xác dự báo, cảnh báo nhằm giảm nhẹ thiệt hại gây ra Mô hình WRF được sử dụng do tính ưu việt để mô phỏng mưa lớn do XTNĐ và mục tiêu là đánh giá kết quả mô phỏng của mô hình

Chương 1 Tổng quan vấn đề liên quan đến nghiên cứu

Trong chương này, tổng quan một số công trình nghiên cứu đánh giá kết quả

mô phỏng mưa lớn của mô hình số trị ở trên thế giới và ở Việt Nam Qua phần tổng quan cho ta một cái nhìn tổng quát nhất về đánh giá kết quả mô phỏng mưa lớn của

mô hình số trị Nhìn chung, kết quả đánh giá về mô phỏng mưa lớn cho thấy rằng

kỹ năng dự báo của các mô hình phụ thuộc khá nhiều vào việc lựa chọn sơ đồ tham

số hóa khác nhau Do đó, mô hình mô phỏng độ chính xác các ngưỡng mưa là khác nhau và giảm dần ở các hạn dự báo, trong đó hạn xa 72 giờ có kỹ năng kém nhất

Chương 2 Số liệu sử dụng và phương pháp nghiên cứu

Số liệu lượng mưa quan trắc 24 giờ trong ngày ảnh hưởng trực tiếp của XTNĐ gây mưa lớn tại các trạm ở khu vực Nam Trung Bộ là 35 trạm được sử dụng

để so sánh với lượng mưa tích lũy 24 giờ mô phỏng từ mô hình WRF tương ứng theo không gian và thời gian cho hạn dự báo 24 và 48 giờ

Lựa chọn mười đợt mưa lớn do ảnh hưởng trực tiếp của XTNĐ ở khu vực để phân tích, tính toán các chỉ số đánh giá

Chỉ số pha và chỉ số định lượng là các chỉ số dùng để đánh giá chất lượng mô phỏng mưa lớn của mô hình số

Chương 3 Kết quả đánh giá mô phỏng mưa lớn của mô hình WRF cho một số đợt mưa lớn do bão, áp thấp nhiệt đới

Phân tích trường mưa mô phỏng từ mô hình cho một số đợt mưa lớn do ảnh hưởng trực tiếp bởi XTNĐ

Kết quả đánh giá kỹ năng mô phỏng mưa lớn của mô hình cho toàn khu vực Nam Trung Bộ thông qua việc đánh giá chỉ số pha và chỉ số định lượng

Kết quả đánh giá chất lượng dự báo về định lượng mưa của mô hình trong nghiệp vụ

Kết luận và kiến nghị

Phần này nêu ra những vấn đề trọng tâm nhất từ những kết qủa nghiên cứu đánh giá sản phẩm mô phỏng mưa lớn của mô hình Đồng thời, kiến nghị hướng phát triển mới trong thời gian đến

Tài liệu tham khảo

Phụ lục

CHƯƠNG 1 TỔNG QUAN VẤN ĐỀ LIÊN QUAN ĐẾN NGHIÊN CỨU

1.1 Tổng quan những vấn đề đánh giá về mưa lớn từ mô hình

1.1.1 Ở trên thế giới

Mưa lớn là một hiện tượng thời tiết gây ra nhiều thiệt hại nặng nề đến tính mạng và tài sản nên có khá nhiều tác giả quan tâm nghiên cứu đánh giá về mưa lớn

từ mô hình, tiểu biểu như là

Các tác giả N.Tartaglione1, S.Mariani, C.Accadia, A.Speranza và M.Casaioli (2005) [18], đã áp dụng phương pháp phân tích diện tích mưa tiếp giáp (CRA) để Đánh giá giữa mưa mô phỏng với mưa quan trắc thông qua hệ thống thùng đo mưa

bố trí dày đặc đặt trên đảo Síp Kết quả cho thấy phương pháp CRA bị ảnh hưởng khi xem xét miền con khác nhau và các loại tương quan cùng sai số bình phương trung bình được sử dụng để so sánh Nhìn chung, việc nghiên cứu thử nghiệm lượng mưa mô hình cho một miền nhỏ hơn so với mô hình thì cần phải hết sức lưu ý

Nghiên cứu về đánh giá mô phỏng mưa lớn của mô hình, Tác giả FT Cruz và

GT Narisma (2016) [15] đã dùng mô hình WRF để dự báo lượng mưa lớn cho thủ

đô Manila của Philippines áp dụng cho trường hợp cơn bão Ketsana thông qua việc nghiên cứu về độ nhạy Bằng việc thử nghiệm các sơ đồ tham số vật lý: WSM6, lớp biên hành tinh và vi vật lý ACM2 PBL nhận thấy chúng có ảnh hưởng đến kết quả

Theo tác giả Channa Rodrigo, Sangil Kim và Il Hyo Jung (2018) [19], Nghiên cứu độ nhạy của mô hình số WRF để dự báo lượng mưa lớn ở Sri Lanka

Từ việc đánh giá kết qủa đầu ra của mô hình so với quan trắc cho các ngưỡng mưa 50mm, 100mm, 125mm và 150mm với các tham số vật lý khác nhau được chọn thí nghiệm trong mô hình thì độ nhạy của sơ đồ mây tích cao hơn sơ đồ vi vật lý; sơ đồ

vi vật lý WSM6 và mây tích BMJ được sử dụng thì mô phỏng mưa tốt trong trường hợp này song trường hợp khác lại không tốt Độ nhạy của các sơ đồ tham số hóa vật

lý không phù hợp tốt cho mọi trường hợp

Để Đánh giá khả năng dự báo lượng mưa với các loại mưa lớn, tác giả Hwan-Jin Song và cộng sự (2019) [21] đã sử dụng mô hình dự báo có đồng hóa Dữ liệu địa phương (LDAPS) trên đất liền Hàn Quốc Kết quả cho thấy đối với ngưỡng mưa lớn kiểu ẩm dự báo thiên thấp và kiểu lạnh xu hướng cao hơn so với thực tế

Độ chính xác của mô hình phụ thuộc khá nhiều vào quá trình tham số hóa vật lý khác nhau trong đó là sơ đồ vi vật lý

Năm 2020 [16], Nhóm tác giả José C.Fernández - Alvarez, Albenis Pérez - Alarcon, Alfo J.Batista - Leyva and Oscar Díaz-Rodríguez qua nghiên cứu đánh giá

dự báo lượng mưa của hệ thống: Các công cụ số để dự báo bão (NTHF) và chỉ ra rằng công cụ số cho hệ số tương quan lớn hơn so với mô hình khí hậu và độ bền với lượng mưa (R - CLIPER) với hệ số tương quan r ≥ 0,6 cho các khoảng dự báo từ

06 - 72 giờ; điểm số ETS (ETS= 0,4) tốt hơn ở ngưỡng mưa 6,4 - 51,0; bên cạnh đó công cụ số đánh giá quá cao lượng mưa lớn ở vùng trung tâm cơn bão (dải 0 - 100km), đánh giá thấp lượng mưa trong vùng 100 - 200km và đánh giá quá cao ở vùng ngoài XTNĐ cho dự báo 24 giờ, trong hạn dự báo 48 giờ và 72 giờ ngưỡng mưa ở bên ngoài XTNĐ được đánh giá thấp Bằng cách so sánh giá trị ngưỡng phân

vị thứ 95 trong quan sát so với phân vị tương ứng với giá trị này trong dự báo thì NTHF có thể dự báo chính xác mưa cực lớn hạn dự báo 24 giờ, đối với hạn 48 giờ

và 72 giờ mức độ dự báo chính xác các giá trị mưa cực đoan của mô hình là 9- 11%

Theo các tác giả Ronald Opio, GeofreySabiiti, Alex Nimusiima, Isaac Mugume, Julianne Sansa - Otim (2020) [20], dùng WRF mô phỏng về lượng mưa

cực lớn trên lưu vực hồ Victoria của Uganda: Độ nhạy đối với tham số hóa, độ phân giải mô hình và kích thước miền Mô hình có kỹ năng mô phỏng lượng mưa cực lớn

ở mức chấp nhận khi dùng sơ đồ tích 3D Grell kết hợp với sơ đồ vật lý vi mô SBU_Ylin ở phía tây của hồ, còn các khu vực khác hiệu suất mô hình kém Việc xác định một cách khách quan sự kết hợp tham số hóa tốt nhất là rất khó khăn

Theo nhóm tác giả Yakob Umer, Janneke Ettema, Victor Jetten, Gert-Jan Steeneveld, Reinder Ronda (2021) [23], với nghiên cứu Đánh giá Mô hình WRF để

mô phỏng sự kiện lượng mưa có cường độ lớn ở Kampala, Uganda, 2021 đã sử dụng mô hình WRF được thiết kế bốn miền tính chạy kết hợp của tám tham số vi vật lý, bốn sơ đồ đối lưu và ba lớp ranh giới hành tinh để mô phỏng đợt mưa lớn với cường độ lớn ở thành phố Kampala, Uganda ngày 25/6/2012 Nhóm nghiên cứu nhận thấy rằng hiệu suất của mô hình WRF phụ thuộc mạnh mẽ vào sự lựa chọn thích hợp của các tổ hợp tham số; tuy nhiên hiệu suất của các chương trình tham số WRF phụ thuộc nhiều vào các quá trình khí tượng liên quan đến sự kiện đối lưu

Hay nhóm tác giả Ma Yun qi, Ren Fu min, JTa Li, Ding Chen-Chen (2022) [17] trong nghiên cứu: Thử nghiệm với cải thiện mô hình dự báo tổng hợp động lực, thống kê, tương tự (DSAEF_LTP) cho lượng mưa bão đổ bộ trên đất liền ở Nam Trung Quốc Mô hình DSAEF_LTP với các vùng tương tự mới và các sơ đồ tổng hợp mới đã chạy thử nghiệm dự báo mưa bằng bốn cấu hình khác nhau: DSAEF_LTP_1, theo dõi bão, cường độ và mưa bão đổ bộ; DSAEF_LTP_2 được tạo ra từ việc thêm năm sơ đồ dự báo tổng hợp mới vào DSAEF_LTP_1; DSAEF_LTP_3, năm vùng tương tự mới được thêm vào; DSAEF_LTP_4, các lược

đồ dự báo tổng hợp và các vùng tương tự được thêm vào Kết quả đối với lượng mưa tích lũy ≥100mm, hiệu suất dự báo của mô hình DSAEF_LTP cao hơn hoặc thấp hơn một chút so với lượng mưa dự báo từ mô hình động lực toàn cầu ECMWF, GFS, CMA - GFS và mô hình trung bình CMA-SH9; với việc bổ sung các vùng tương tự mới vào mô hình (tức là DSAEF_LTP_3) dự báo hiệu suất của mô hình DSAEF_LTP cho lượng mưa tích lũy ≥250mm, ≥100mm được cải thiện, điểm đe dọa lượng mưa ≥250mm, ≥100mm tăng từ 0,30 lên 0,34

1.1.2 Ở Việt Nam

Vấn đề về đánh giá dự báo mưa lớn từ mô hình ở Việt Nam cũng được một

số tác giả quan tâm, tiêu biểu là

Nghiên cứu của tác giả Đỗ Huy Dương (2005) [5], về Đánh giá mô hình WRF trong việc mô phỏng mưa lớn ở Việt Nam Bằng việc phân tích các chỉ số: khả năng hiện tượng được phát hiện, độ lệch tần suất và độ chính xác diện mưa cho thấy mô hình mô phỏng được hiện tượng xuất hiện với xác suất trên 80% trong khoảng thời gian dự báo từ 02 đến 04 ngày cho tất cả các ngưỡng mưa; dự báo có chất lượng tốt ở ngưỡng mưa từ 10-30mm (tương ứng cấp mưa vừa, mưa lớn) đối với thời gian dự báo từ 03 tới 04 ngày

Theo tác giả Chu Thị Thu Hường (2006) [6], với việc lựa chọn mô hình thời tiết phân giải cao WRF để dự báo thử nghiệm mưa lớn ở Trung bộ với thời gian đến

03 ngày Các sơ đồ tham số hóa được lựa chọn và thiết lập độc lập là tham số Kain Fritsch (KF) và Betts Miller Janjic (BMJ) dùng làm thông số cho ba lưới lồng trong

mô hình và chạy thử nghiệm mô phỏng đối với 05 đợt mưa lớn vào các năm 2004,

2005 đặc trưng cho một số dạng hình thế thời tiết ảnh hưởng khác nhau Kết quả đạt được là cả hai sơ đồ lượng mưa dự báo của mô hình đều thấp hơn quan trắc; sơ đồ

KF thường cho diện mưa lớn hơn quan trắc và sơ đồ BMJ, song về vùng mưa lại có hướng lệch ra phía biển; đối với sơ đồ BMJ cho kết quả dự báo tốt hơn về diện mưa, vùng mưa so với dùng sơ đồ KF

Hoàng Đức Cường và cộng sự (2008) [4], đã nghiên cứu thử nghiệm dự báo mưa lớn ở Việt Nam bằng mô hình MM5 với việc chạy ba sơ đồ tham số hóa đối lưu khác nhau: Grell, Kuo và Betts Miller để dự báo mưa lớn cho Việt Nam Từ việc đánh giá mô hình thông qua tính toán các chỉ số: CSI (điểm số thành công), RMSE (sai số bình phương trung bình), ME (sai số trung bình) và MAE (sai số trung bình tuyệt đối), nhóm tác giả chỉ ra rằng mô hình chạy với sơ đồ tham số hóa đối lưu Grell và Betts Miller thì cho kết quả không tốt bằng sơ đồ Kuo Mô hình MM5 dự báo thiên cao với sơ đồ đối lưu Kuo và Betts Miller; ngược lại thiên thấp với sơ đồ đối lưu Grell Hệ số tương quan đạt mức khá (0.3 - 0.4) Mô hình MM5

thuộc phiên bản đầu nên còn có nhược điểm và hiện nay đã được thay thế bằng phiên bản mô hình WRF với nhiều cải tiến, nhiều tham số hóa vật lý được lựa chọn trong mô hình

Theo Nguyễn Thị Thanh (2010) [12], với Nghiên cứu đồng hóa số liệu vệ tinh MODIS bằng phương pháp biến phân ba chiều dùng làm số liệu đầu vào cho

mô hình WRF để dự báo mưa lớn ở khu vực trung bộ Mô hình WRF chạy thử nghiệm cho các đợt mưa lớn trong năm 2007 và 2008 với hai miền tính Qua phân tích, đánh giá tác giả kết luận việc đồng hóa số liệu vệ tinh MODIS đã cải thiện đáng kể độ chính xác về lượng mưa và tâm mưa ở hạn dự báo 30 giờ đầu so với không đồng hóa số liệu Tuy nhiên, trong hạn dự báo từ 30 đến 54 giờ, việc đồng hóa số liệu MODIS không cho kết qủa vượt trội so với trường hợp không đồng hóa

Hay Nguyễn Thanh Tú (2013) [9], đã sử dụng bộ ba mô hình khu vực HRM, WRFARW và WRFNMM với số liệu ban đầu từ mô hình động lực toàn cầu GFS để Đánh giá kỹ năng dự mưa lớn cho khu vực miền Trung và Tây Nguyên Bằng việc đánh giá các chỉ số (ME, MAE, BIAS, FAR, hệ số tương quan, tác giả cho biết mô hình HRM cho kết quả tốt với ngưỡng mưa trên 100mm/24giờ ở các khu vực miền Trung, Tây Nguyên; ngược lại mô hình WRFARW lại cho kết quả tốt hơn với lượng mưa 50 -100mm/24 giờ; song mô hình WRFNMM lại cho kết quả tốt với ngưỡng mưa 10 -30mm/24 giờ Về định lượng mưa, ngưỡng mưa thì mỗi mô hình cho một kết quả dự báo tốt ở mỗi ngưỡng khác nhau đối với từng khu vực là khác nhau Chất lượng mô phỏng của mô hình giảm dần theo các hạn dự báo (24 giờ, 48 giờ và 72 giờ) Trong luận văn này, tác giả đánh giá mưa lớn tính trung bình cả chuỗi số liệu các đợt từ năm 2008 - 2010 chung cho các loại hình thế thời tiết và đánh giá 02 đợt mưa điển hình riêng lẻ cho Trung Trung Bộ, Bắc Trung Bộ với pha

24 giờ Đo đó, chưa đánh giá kỹ năng của mô hình cho từng loại cụ thể

Bùi Minh Tăng và cộng sự (2014) [7], trong giải bài toán xây dựng công nghệ dự báo mưa lớn để dự báo lũ lụt ở miền trung có phần áp dụng mô hình độ phân cao 15 km WRF, chạy thử nghiệm với số liệu đầu vào từ hai mô hình động lực toàn GSM của Nhật và GFS của Mỹ có đồng hóa bằng phương pháp biến phân ba

chiều và không đồng hóa Trong nghiên cứu tác giả chỉ ra kết quả dự báo mưa lớn

có sự khác biệt là không nhiều giữa hai trường hợp có đồng hóa và không đồng hóa

số liệu ban đầu lấy từ mô hình GSM và GFS nhưng GFS có phần trội hơn Nhìn chung khi chạy WRF với số liệu đầu vào từ hai mô hình toàn cầu kể ở trên có đồng hóa thì kết quả dự báo mưa lớn cũng không cải thiện nhiều so với việc không có đồng hóa song xem xét ở phương diện nhỏ hơn thì sai số hệ thống đã được thay đổi đáng kể và hiện tượng mưa lớn được phát hiện có phần tăng lên Đối với trường hợp dùng số liệu đầu vào phân giải cao từ mô hình IFS không đồng hóa cho mô hình WRF thì có sự cải thiện về mặt dự báo khống song vẫn chưa làm giảm sai số hệ thống và tăng xác suất phát hiện hiện tượng so với việc dùng số liệu từ GSM và GFS có đồng hóa

Theo bài báo Đánh giá khả năng dự báo mưa do bão bằng mô hình RAMS, các tác giả Công Thanh, Trần Tiến Đạt và Vũ Thanh Hằng (2016) [10], đã thiết lập hai lưới lồng chạy thay đổi luân phiên (bốn phương án) cho hai sơ đồ đối lưu Kuo

và Kain-Fritsch với hạn dự báo 03 ngày Sau khi tiến hành đánh giá mưa tại các điểm trạm theo các chỉ số định lượng và điểm số đánh giá, nhóm nghiên cứu đưa ra kết luận là nên dùng sơ đồ Kuo-Kuo để dự báo ngưỡng mưa vừa (16-50mm) và mưa to (50-100mm) cho hạn dự báo 24h; Kuo-KainFritsch cho ngưỡng mưa vừa và Kuo-Kuo cho ngưỡng mưa to đối với hạn 48 giờ; Kuo-KainFritsch cho ngưỡng mưa vừa và mưa to đối với hạn 72h giờ Kết quả dự báo kém đối với ngưỡng mưa trên 100mm ở tất cả các hạn dự báo

Nhóm tác giả, Vũ Văn Thăng, Vũ Thế Anh, Trần Duy Thức và Nguyễn Văn Hiệp (2017) [13] đã 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 hoạt động trên Biển Đông trong thời kỳ năm 2010 - 2014 Nghiên cứu chỉ ra rằng mô hình dự báo thiên cao so với quan trắc trong cả ba hạn dự báo 24 giờ, 48 giờ và 72 giờ

Theo các tác giả Công Thanh và Trần Duy Thức (2018) [11]: Thử nghiệm phương pháp đồng hóa dữ liệu Radar dùng làm số liệu đầu vào cho mô hình WRF

để dự báo mưa lớn cho khu vực thành phố Hồ Chí Minh Nhóm tác giả chạy

WRF-var cho hai chế độ là khởi động nóng (warmstart) và lạnh (coldstart) đồng thời với thay đổi ba loại dữ liệu gió xuyên tâm của radar, độ phản hồi và dữ liệu từ trạm phát báo quốc tế Mô hình chạy với trường hợp warm start cho kết quả mô phỏng mưa lớn khá phù hợp so với số liệu thực tế Kết quả mô phỏng tương đối tốt trong trường hợp sử dụng kết hợp đồng thời cả ba loại dữ liệu so với trường hợp chỉ kết hợp một hoặc hai loại dữ liệu Dữ liệu radar phải được xử lý tốt ngay từ đầu nếu không sẽ ảnh hưởng rất lớn đến chất lượng mô phỏng

Tác giả Trần Đức Bá, Võ Văn Hòa và Đoàn Quang Trí (2019) [3], với nghiên cứu Đánh giá chất lượng dự báo mưa hạn ngắn của mô hình IFS cho khu vực Bắc Trung Bộ đã chỉ ra rằng mô hình dự báo thiên thấp ở cả ba hạn dự báo 24 giờ, 48 giờ và 72 giờ đối với cấp mưa vừa, mưa to và mưa rất to; sai số hệ thống càng lớn khi cấp mưa càng lớn và hạn dự báo càng dài; hệ số tương quan giữa mô phỏng các cấp mưa vừa, mưa to và mưa rất to so với quan trắc ở mức tương quan yếu hoặc không tương quan Mô hình mô phỏng mưa lớn cho kết quả kém

Qua những nghiên cứu ở trên thế giới và Việt Nam trong phần tổng quan cho ta một cái nhìn tổng quát về đánh giá kết quả mô phỏng mưa lớn của mô hình

số trị Nhìn chung, kết quả đánh giá về mô phỏng mưa lớn cho thấy rằng kỹ năng dự báo của các mô hình phụ thuộc khá nhiều vào việc lựa chọn sơ đồ tham số hóa khác nhau Do đó, mô hình mô phỏng độ chính xác các ngưỡng mưa là khác nhau và giảm dần ở các hạn dự báo, trong đó hạn xa 72 giờ có kỹ năng kém nhất

1.2 Tổng quan đặc điểm mưa lớn do áp thấp nhiệt đới và bão ở khu vực Nam Trung Bộ

1.2.1 Khái niệm về áp thấp nhiệt đới, bão và mưa lớn

* Áp thấp nhiệt đới và bão được gọi chung là xoáy thuận nhiệt đới (XTNĐ) XTNĐ là vùng gió xoáy hình thành trên vùng biển nhiệt đới và gió thổi xoáy vào trung tâm theo hướng ngược chiều kim đồng hồ ở bắc bán cầu Vùng tâm xoáy thuận nhiệt đới là nơi có trị số khí áp thấp nhất so với xung quanh, trong XTNĐ có mưa đôi khi kèm theo dông, tố lốc (QĐ số:18/2021/QĐ -TTg) [8]

Ở Việt Nam căn cứ vào tốc độ gió mạnh nhất vùng gần trung tâm mà XTNĐ được phân ra thành áp thấp nhiệt đới và bão như sau

Áp thấp nhiệt đới là một xoáy thuận nhiệt đới hình thành trên biển có ít nhất một đường khí áp khép kín gần tròn và có sức gió mạnh nhất vùng gần trung tâm từ cấp 6 đến cấp 7 theo cấp Bôpho (tương ứng từ 10,8 - 17,1m/s) và có thể có gió giật (QĐ số:18/2021/QĐ -TTg)

Bão là một xoáy thuận nhiệt đới hình thành trên biển có sức gió mạnh nhất từ cấp 8 trở lên theo cấp Bôpho (trên 17,2m/s) và có thể có gió giật Bão lại được phân chia bởi các cấp khác nhau cụ thể là bão có sức gió mạnh nhất cấp 10 đến cấp 11 (24,5 - 32,6m/s) gọi là bão mạnh; từ cấp 12 đến cấp 15 (32,7 - 50,9m/s) là bão rất mạnh; từ cấp 16 trở lên (từ 51,0m/s) là siêu bão (Cấp gió Bôpho QĐ số: 18/2021/QĐ -TTg) (Bảng 1.1)

Bảng 1.1: Phân loại áp thấp nhiệt đới và bão theo cấp gió Bôpho

Cấp XTNĐ

Tốc độ gió cực đại

Cấp gió (Beaufort)

Mức độ nguy hại (do sức gió)

đi ngược gió…

nề

- Làm chìm tàu thuyền

- Tàu biển có trọng tải lớn

bị đánh chìm

- Sóng biển cực kỳ mạnh

* Ở Việt Nam quy định mưa lớn diện rộng là: Mưa mưa vừa, mưa to hay mưa lớn diện rộng là qúa trình mưa xảy ra mang tính chất hệ thống trên một hay nhiều khu vực Mưa lớn diện rộng có thể kéo dài một hay nhiều ngày, liên tục hay gián đoạn, một hay nhiều đợt mưa và không phân biệt dạng mưa

* Cấp mưa lớn: Căn cứ vào tổng lượng mưa thực tế đo được trong 24 giờ tại các trạm quan trắc khí tượng bề mặt, các trạm đo mưa trong hệ thống mạng lưới khí tượng thủy văn mà phân chia thành các cấp mưa khác nhau Theo quy định của Tổ chức Khí tượng thế giới (WMO), mưa lớn được chia ra làm ba cấp [24]:

- Cấp mưa vừa: Có tổng lượng mưa quan trắc được từ 16 đến 50 mm/24 giờ;

- Cấp mưa to: Có tổng lượng mưa đo đạc được từ 51 đến 100 mm/24 giờ;

- Cấp mưa rất to: Với tổng lượng mưa quan trắc trên 100 mm/24 giờ

1.2.2 Đặc điểm khí hậu vùng Nam Trung Bộ

Trong số các yếu tố mưa, nhiệt, ẩm, gió…thì mưa là một yếu tố chính, quan trọng của thời tiết để xác định mức độ ẩm ướt hay khô hạn, hay là nhân tố chi phối tác động đến các hiện tượng thời tiết nguy hiểm lũ, ngập lụt, sạt lở đất Do vậy, chế

độ mưa cần được xem xét nghiên cứu

Khí hậu khu vực Nam Trung Bộ thuộc vùng khí hậu nhiệt đới gió mùa ẩm và nóng, hàng năm hình thành hai mùa rõ rệt là mùa mưa và mùa khô Mùa khô ở các

tỉnh từ Bình Định đến Ninh Thuận là từ tháng 01 đến tháng 8, lượng mưa cả mùa dao động từ 350 - 550 mm, chiếm từ 25 - 35% lượng mưa năm Lượng mưa các tháng phổ biến từ 10 - 50mm; riêng các tháng 5, 6 là thời kỳ tiểu mãn nên lượng mưa tháng cao hơn, phổ biến từ 50 - 150mm Thời kỳ mùa mưa bắt đầu từ tháng 9 đến tháng 12 với tổng lương mưa toàn mùa từ 600 - 1600mm, chiếm 65 - 75% lượng mưa năm Lượng mưa trong tháng đạt từ 200 - 600mm, với tháng 10, 11 là tháng có lượng mưa lớn nhất năm Nguyên nhân mưa trong các tháng mùa mưa do ảnh hưởng bởi các hình thế gây mưa lớn đặc trưng đơn thuần hay kết hợp như XTNĐ, không khí lạnh tăng cường, sóng đông, dải hội tụ nhiệt đới…

Đối với tỉnh Bình Thuận thời kỳ mùa mưa từ tháng 5 đến tháng 11; mùa khô kéo dài từ tháng 12 năm trước đến tháng 4 năm sau Lượng mưa tháng mùa mưa khoảng từ 100 - 200mm; các tháng mùa khô có lượng mưa khá thấp đạt dưới 100mm, nhất là các tháng 01 - 3 có lượng mưa tháng không quá 5mm

Như vậy, lượng mưa năm tập trung chính trong các tháng mùa mưa nên mùa khô thường xuyên xảy ra tình trạng thiếu nước, khô hạn

1.2.3 Những hình thế thời tiết gây ra mưa lớn chính ở Nam Trung Bộ

Trong mùa mưa từ tháng 9 đến tháng 12 đối với các tỉnh Bình Định đến Ninh Thuận và từ tháng 5 đến tháng 11 là thời kỳ mùa mưa của tỉnh Bình Thuận thường chịu ảnh hưởng bởi những hình thế gây ra mưa lớn diện rộng chính sau

a) Hình thế XTNĐ, trong đó phân thành các trường hợp ảnh hưởng dưới đây

1) XTNĐ đơn thuần trực tiếp tác động đến đất liền khu vực Nam Trung Bộ hoặc XTNĐ đổ bộ khu vực có sự kết hợp với không khí lạnh tăng cường

2) XTNĐ đi vào tỉnh Quảng Ngãi thuộc phía nam khu vực Trung Trung Bộ, khi đó khu vực Nam Trung Bộ chịu tác động của rìa phía Tây Nam của hoàn lưu XTNĐ đơn thuần hoặc có sự kết hợp với không khí lạnh tăng cường

3) XTNĐ đi vào khu vực Nam Bộ, khi đó khu vực Nam Trung Bộ chịu tác động của rìa phía Tây Bắc của XTNĐ đơn thuần hoặc có sự kết hợp với không khí lạnh tăng cường

b) Hình thế Dải hội tụ nhiệt đới, trong đó phân thành các dạng ảnh hưởng là

1) Khu vực Nam Trung Bộ chịu ảnh hưởng của không khí lạnh có cường độ tăng cường mạnh kết hợp với dải hội tụ nhiệt đới trực tiếp có trục đi qua khu vực hoạt động mạnh

2) Khu vực Nam Trung Bộ chịu ảnh hưởng của không khí lạnh có cường độ tăng cường mạnh kết hợp với dải hội tụ nhiệt đới trực tiếp có trục đi qua khu vực hoạt động mạnh nối với tâm vùng áp thấp trên vùng biển khu vực

3) Khu vực Nam Trung Bộ ảnh hưởng của dải hội tụ nhiệt đới trực tiếp có trục đi qua khu vực hoạt động mạnh nối với tâm vùng thấp trên vùng biển khu vực

4) Khu vực Nam Trung Bộ ảnh hưởng của rãnh áp thấp trực tiếp có trục đi qua khu vực hoạt động mạnh nối với tâm vùng thấp trên vùng biển khu vực hoặc rãnh thấp trục qua khu vực có sự kết hợp với không khí lạnh tăng cường

5) Khu vực Nam Trung Bộ ảnh hưởng của rìa phía Bắc rãnh áp thấp có trục

đi qua Nam Bộ hoạt động mạnh nối với tâm vùng thấp trên vùng biển Nam Bộ hoặc rãnh thấp trục qua Nam Bộ nối tâm vùng thấp trên vùng biển Nam Bộ và kết hợp với không khí lạnh tăng cường

c) Hình thế Không khí lạnh tăng cường: Hình thế này ngoài các dạng kết hợp phân tích bên trên, chúng còn có các dạng như

1) Khu vực Nam Trung Bộ chịu ảnh hưởng bởi Không khí lạnh tăng cường kết hợp với hoạt động mạnh của nhiễu động trong đới gió Đông trên cao (sóng đông)

2) Khu vực Nam Trung Bộ chịu ảnh hưởng bởi Không khí lạnh tăng cường

có sự kết hợp với rìa phía bắc rãnh thấp xích đạo

Đối với tỉnh Bình Thuận, mưa lớn diện rộng ngoài nguyên nhân do ảnh hưởng các hình thế thời tiết chính nêu ở trên thì còn chịu tác động của hoàn lưu gió mùa Tây Nam

Nhìn chung, trong tất cả các hình thế gây mưa lớn diện rộng: Hình thế XTNĐ, dải hội tụ nhiệt đới, Không khí lạnh tăng cường hay hoàn lưu gió mùa Tây Nam, xét ở khía cạnh ảnh hưởng đơn thuần hay kết hợp với hình thế khác thì trường hợp mưa do XTNĐ thường cho lượng mưa lớn nhất gây ra thiệt hại nặng nề so với

các hình thế khác Do vậy, mưa lớn ở khu vực Nam Trung Bộ do hình thế XTNĐ cần được xem xét và nghiên cứu

1.2.4 Đặc điểm mưa lớn do ATNĐ và bão ở Nam Trung Bộ

a) Đặc điểm địa hình Nam Trung Bộ

Khu vực Nam Trung Bộ nằm ở sườn đông của dãy núi Trường Sơn, với vùng đồi núi chiếm diện tích đa số; vùng đồng bằng chiếm diện tích nhỏ Các dãy núi chạy dọc theo hướng Tây Bắc - Đông Nam nhô ra biển chia cắt đồng bằng thành từng ô nhỏ, hẹp và đồng thời ngăn cách giữa các tỉnh với nhau Tỉnh Bình Định và Phú Yên được ngăn cách bời Đèo Cù Mông; Phú Yên và Khánh Hòa được ngăn cách bởi Đèo Cả Do điều kiện địa hình nên phân bố mưa ở đây có sự khác biệt rất mãnh mẽ giữa vùng đồng bằng ven biển và vùng núi thuộc tỉnh hay giữa các tỉnh trong khu vực với nhau Ngoài ra, địa hình là bề mặt đệm có vai trò quan trọng trong qúa trình biến đổi vật lý, động lực của các yếu tố khí tượng

b) Phân vùng bão, áp thấp nhiệt đới ở Nam Trung Bộ

Các tỉnh trong khu vực Nam Trung Bộ được phân chia thành các vùng ảnh hưởng của bão như sau [2]

Mùa bão ở khu vực bắt đầu từ tháng 9 đến tháng 12 hàng năm, trong đó tháng 11 có tần suất bão ảnh hưởng nhiều nhất là 50%, tiếp đến là tháng 10 (30%)

và tháng 12 (20%); song cũng có năm bão hay ATNĐ xuất hiện kéo dài sang đến

tháng 01, tháng 02 của năm sau nhưng không nhiều Thông thường XTNĐ kéo dài thường xảy ra nhiều trong năm ảnh hưởng của hiện tượng LaNina

Các cơn bão hay ATNĐ ảnh hưởng đến khu vực thường gây ra mưa lớn diện rộng Lượng mưa và thời gian mưa phụ thuộc nhiều vào tốc độ di chuyển và cường

độ của bão, ATNĐ khi đổ bộ Nhìn chung, khi bão di chuyển chậm, cường độ mạnh thì mưa do bão thường mạnh và kéo dài nên tổng lượng mưa bão lớn Khi bão có cường độ suy yếu hoặc có tốc độ di chuyển nhanh thì tổng lượng mưa do bão gây ra thường nhỏ Lượng mưa ở vùng núi thường thấp hơn vùng ven biển trong trường hợp bão đổ bộ vào đất liền và tan nhanh nhưng bão đi sâu vào đất liền mới suy yếu tan thì lượng mưa phân bố không khác biệt giữa vùng ven biển và vùng núi Bên cạnh, địa hình cũng là yếu tố ảnh hưởng rất nhiều đến lượng mưa như những nơi gió bão có hướng thổi vuông góc với địa hình thì ở đó thường có lượng mưa rất lớn

Mưa lớn trong áp thấp nhiệt đới, bão tập trung trong vùng thành vách bão (vùng gần tâm XTNĐ) và thông thường ở phía Bắc mưa lớn, gió mạnh hơn so với phần phía Nam của XTNĐ Mưa do bão trung bình thường kéo dài khoảng 02 đến

03 ngày Tuy nhiên khi XTNĐ kết hợp với các hình thế khác như nhiễu động gió đông trên cao hoặc không khí lạnh tăng cường hoặc Dải hội tụ nhiệt đới…thì diện mưa lớn sẽ mở rộng và thời gian mưa lớn cũng kéo dài hơn trên 03 ngày Còn khi XTNĐ đơn thuần đổ bộ vào đất liền thì thời gian mưa kéo dài trên 01 ngày

Nhìn chung, tổng lượng mưa do bão, áp thấp nhiệt đới gây ra trung bình dao động từ 150-300mm, song khi kết hợp với các hình thế khác như không khí lạnh tăng cường, dải hội tụ nhiệt đới…thì lượng mưa cao trên 300mm

Mưa lớn do bão, ATNĐ là hình thế gây mưa đặc biệt lớn điển hình trong mùa mưa ở khu vực Nam Trung Bộ và thường gây ra lũ lớn, ngập lụt, lũ quét, sạt lở đất

ở vùng núi làm thiệt hại lớn về tài sản và tính mạng người dân

Với mức ảnh hưởng lớn như vậy nên cần sử dụng phương pháp dự báo khách quan mô hình số trị, nhất là mô hình khu vực độ phân giải cao như WRF là cần thiết và nghiên cứu đánh giá chất lượng sản phẩm mô phỏng mưa lớn của chúng đối với hình thế đặc trưng là rất quan trọng Việc đánh giá cho biết mô phỏng định

lượng mưa so với quan trắc thực tế chính xác đến mức độ nào như thiên cao, thiên thấp hay sát thực tế; mô hình có mô phỏng được diện mưa, vùng tâm mưa lớn hay không Từ những kết quả nghiên cứu này, giúp cho người làm dự báo có thêm phương án khách quan lựa chọn dự báo mưa lớn do XTNĐ; nâng cao chất lượng bản tin cảnh báo, dự báo mưa lớn (vùng mưa, định lượng mưa…) cũng như lũ lớn, ngập lụt, sạt lở đất hay dùng số liệu mưa làm đầu vào cho tính toán thủy văn…và đặc biệt phục vụ công tác phòng chống thiên tai được hiệu qủa sẽ góp phần làm giảm đáng kể thiệt hại về tài sản và tính mạng con người

Ranh giới bởi vĩ độ gồm: Điểm cực Nam 10,6 vĩ độ bắc và Điểm cực Bắc 14,7 vĩ độ bắc; giới hạn bởi kinh độ gồm: Điểm cực Tây 107,4 kinh độ đông và Điểm cực Đông 109,5 kinh độ đông

Khu vực nằm bên sườn phía đông của dãy núi Trường Sơn nên phía Tây có địa hình là đồi núi cao và xu hướng thoải dần sang phía Đông Những dãy núi có dạng hình cánh cung đan xen là những đồng bằng nhỏ hẹp, các đầm, vịnh và đảo Địa hình giữa một bên là biển, một bên là núi cùng nhiều vịnh, đầm, đảo nên hình thành nhiều điểm du lịch nổi tiếng và danh lam thắng cảnh đẹp ở khu vực này như bãi biển xinh đẹp Vịnh Nha Trang, Bãi Dài hay Vịnh Xuân Đài, Đầm Ô Loan, Đảo Hòn Mun,

Hình 2.1: Bản đồ vùng nghiên cứu

2.2 Số liệu sử dụng

Số liệu lượng mưa quan trắc: Sử dụng số liệu lượng mưa quan trắc 24 giờ trong ngày XTNĐ ảnh hưởng trực tiếp đất liền gây ra mưa lớn Lượng mưa 24 giờ được tính từ 19 giờ ngày trước đến 19 giờ ngày hôm sau để trùng thời gian XTNĐ tác động trực tiếp gây mưa lớn Tổng số trạm quan trắc trong các đợt mưa lớn do XTNĐ gây ra thuộc khu vực Nam Trung Bộ được lấy để đánh giá là 35 trạm phân

bố đều theo không gian, độ tin cậy để đánh giá tai các điểm trạm phù hợp miền tính của mô hình, Hình 2.2, Bảng 2.1

Hình 2.2: Phân bố trạm quan trắc khu vực Nam Trung Bộ

Bảng 2.1: Vị trí đặt trạm quan trắc vùng Nam Trung Bộ

An Nhơn 8,46 109,12 13,88 Khí tượng Quy Nhơn 4,81 109,22 13,77 Khí tượng

Tân Mỹ 43,54 108,70 11,60 Thủy văn Phan Rang 7,49 108,90 11,55 Khí tượng

Phước Hà 108,80 11,48 Đo mưa

Bình

Thuận

Phan Rí 10,64 108,35 11,11 Khí tượng

Sông Lũy 35,30 108,21 11,12 Thủy văn

Phan Thiết 9,98 108,00 10,70 Khí tượng

Tà Pao 121,10 107,43 11,07 Thủy văn

Số liệu lượng mưa trong các đợt mưa lớn do XTNĐ ảnh hưởng trực tiếp đến khu vực Nam Trung Bộ, Bảng 2.2

Bảng 2.2: Danh sách các đợt mưa từ 2016 - 2021 do Bão, ATNĐ

Lượng mưa phổ biến (mm)

Lượng mưa lớn nhất (mm)

Nguyên nhân Năm 2016 - ATNĐ (01 đợt)

1 04-05/11

Mưa vừa, mưa to,

có nơi mưa rất

to

Nam Bình Định - Ninh Thuận

50 - 160m

Phú Lâm 500mm(Phú Yên), Ninh Hòa 238mm, Khánh Vĩnh 577mm (Khánh Hòa)

Ảnh hưởng ATNĐ suy yếu thành vùng thấp (Ngày 05/11)

Năm 2016 - ATNĐ (02 đợt)

2

12-13/12

Mưa vừa, mưa to,

có nơi mưa rất

to

Bình Định - Bình Thuận

50 - 250mm

Tuy Hòa 298mm (Phú Yên), Nha Trang 302mm (Khánh Hòa)

Ảnh hưởng ATNĐ ( không khí lạnh, nhiễu động) (Ngày

Bảng 2.2: Danh sách các đợt mưa từ 2016 - 2021 do Bão, ATNĐ

Lượng mưa phổ biến (mm)

Lượng mưa lớn nhất (mm)

Nguyên nhân

Bình Định - Bình Thuận

Bình Định, Phú Yên:

200 - 400mm;

Khánh Hòa

- Bình Thuận: 30

- 100mm

An Hòa: 481mm, Hoài Nhơn:

487mm (Bình Định)

Ảnh hưởng trực tiếp bão

12 -Damrey (ngày 04/11)

4

19 -

20/11

Mưa vừa, mưa to đến mưa rất to

Bình Định -Bình Thuận

30 - 120mm

Quy Nhơn 210mm (Bình Định);

Tuy Hòa 128 mm (Phú Yên)

Ảnh hưởng trực tiếp ATNĐ suy yếu từ bão

14 -KIROGI (ngày 19/11)

Năm 2018 - Bão 08 suy yếu thành ATNĐ (01 đợt)

5

17-18/11

Mưa vừa, mưa to đến mưa rất to

Phía nam Bình Định - bắc Bình Thuận

50 200mm

-Hà Bằng 204mm, Hòa Thịnh 258mm (Phú Yên); Ninh Hòa 239mm, Nha Trang 407mm (Khánh Hòa)

Ảnh hưởng trực tiếp ATNĐ suy yếu từ bão

08 -TORAJI (ngày 18/11)

Bảng 2.2: Danh sách các đợt mưa từ 2016 - 2021 do Bão, ATNĐ

Lượng mưa phổ biến (mm)

Lượng mưa lớn nhất (mm)

Nguyên nhân Năm 2019: Bão 5, Bão 6 suy yếu ATNĐ (02 đợt)

6 30 -

31/10

Mưa vừa, mưa to

Bình Định đếm bắc Khánh Hòa

50 - 200mm

An Hòa 328mm (Bình Định); Hà Bằng 213mm (Phú Yên)

Ảnh hưởng trực tiếp bão

05 MATMO (ngày 31/10)

-7 10-11/11

Mưa vừa, mưa to,

có nơi mưa rất

to

Bình Định - Bình Thuận

50 - 200mm

An Hòa 225mm (Bình Định); Sơn Hòa 213mm (Phú Yên)

Ảnh hưởng trực tiếp ATNĐ suy yếu từ bão 06-NAKRI (ngày 11/11)

Năm 2020: Bão số 9, Bão số 12 (02 đợt)

8 27 -

28/10

Mưa vừa, mưa to đến mưa rất to

Bình Định, Phú Yên

50- 200mm

An Hòa 300mm (Bình Định)

Ảnh hưởng trực tiếp bão 09-MOLAVE (ngày 28/10)

9 09-10/11

Mưa vừa, mưa to đến mưa rất to

Bình Định – Khánh Hòa

70- 300mm

Tuy Hòa 314mm, Phú Lâm 323mm (Phú Yên)

Ảnh hưởng trực tiếp bão

12 -ETAU (ngày 10/11)

Năm 2021: ATNĐ (01 đợt)

10

26 -

Mưa vừa, mưa to,

có nơi

Bình Định - Bình

50 - 100mm

Phú Lâm 169mm (Phú Yên); Nha Trang 198mm

Ảnh hưởng trực tiếp ATNĐ

Bảng 2.2: Danh sách các đợt mưa từ 2016 - 2021 do Bão, ATNĐ

Lượng mưa phổ biến (mm)

Lượng mưa lớn nhất (mm)

Nguyên nhân

27/10 mưa rất

to

Thuận (Khánh Hòa) (ngày 27/10)

Tổng cộng: 10 đợt mưa lớn gây ra bởi XTNĐ

Số liệu trường phân tích và dự báo của mô hình động lực toàn cầu GFS (Global Forecast System) có độ phân giải ngang 0.25 được sử dụng làm điều kiện ban đầu và điều kiện biên với thời đoạn 06 tiếng cho mô hình khu vực WRF Sử dụng mô hình WRF phiên bản 3.9.1 với hai lưới lồng nhau để mô phỏng các đợt mưa lớn

Số liệu lượng mưa mô phỏng từ mô hình WRF: Số liệu lượng mưa tích lũy

24 giờ của ngày ảnh hưởng trực tiếp của XTNĐ mà mô hình WRF mô phỏng trùng với thời gian quan trắc sẽ được nội suy (theo phương pháp nội suy tuyến tính điểm gần nhất) về từng điểm trạm quan trắc tương ứng theo không gian (kinh vĩ độ) và thời gian Lượng mưa tích lũy 24 giờ từ mô hình mô phỏng đối với hạn dự báo 24 giờ tính từ 01 - 24 giờ và đối với hạn dự báo 48 giờ được tính từ 24 - 48 giờ

2.3 Phương pháp sử dụng đánh giá

Lượng mưa mô phỏng: Sử dụng mô hình khu vực phân giải cao WRF để mô phỏng mưa lớn do XTNĐ Kết qủa mưa mô phỏng từ mô hình được trích xuất về các điểm trạm để đánh giá khả năng mô phỏng mưa lớn do XTNĐ so với số liệu quan trắc Số liệu lượng mưa 24 giờ quan trắc ở các trạm được thống kê tại cùng thời điểm và vị trí với lượng mưa mô phỏng từ mô hình được nội suy về điểm trạm

Nếu coi dự báo thời tiết là một thuật ngữ dùng để chỉ một dự đoán về trạng thái thời tiết trong tương lai thì việc đánh giá dự báo là quá trình đánh giá chất lượng của một dự báo Kết quả dự báo được so sánh hoặc xác minh với một quan trắc tương ứng về thời gian và không gian Đánh giá thông qua hai cách: Đánh giá

về mặt định tính và mặt định lượng Về mặt định tính là ước lượng nó trông có đúng không?; về định lượng là nó chính xác đến mức nào, nghĩa là bằng một số cụ thể Trong cả hai trường hợp, nó sẽ cung cấp thông tin về bản chất của các lỗi dự báo

- Đánh giá dự báo nhằm mục đích

Dự báo giống như một thử nghiệm, với một tập hợp các điều kiện được giả thuyết rằng một kết quả nhất định sẽ xảy ra Một thử nghiệm là hoàn thành khi chúng ta xác định được kết quả của nó Theo cách tương tự, chúng ta không nên coi thử nghiệm dự báo là hoàn tất cho đến khi chúng ta tìm ra liệu dự báo có thành công hay không

Việc đánh giá dự báo với ba lý do quan trọng nhất là:

+ Để theo dõi chất lượng dự báo - mức độ chính xác của các dự báo và chúng

có được cải thiện theo thời gian không?

+ Để cải thiện chất lượng dự báo - bước đầu tiên để trở nên tốt hơn là phát hiện ra những lỗi đang sai

+ Để so sánh chất lượng dự báo của các hệ thống dự báo khác nhau - hệ thống dự báo này đưa ra dự báo tốt hơn hệ thống dự báo khác ở mức độ nào và hệ thống đó tốt hơn ở mức độ nào?

Để đánh giá khả năng mô phỏng các đợt mưa lớn của mô hình, luận văn thực hiện đánh giá các chỉ số pha và các chỉ số định lượng áp dụng cho lượng mưa mô phỏng tích lũy 24 giờ ở hạn dự báo 24 và 48 giờ Hạn dự báo 72 giờ không được đánh giá do thời gian đó XTNĐ trên biển thường trong giai đoạn chưa ổn định, mô hình mô phỏng kém đồng thời nhiều nghiên cứu chỉ ra hạn càng xa kỹ năng dự báo của mô hình là không tốt nên hiệu suất chưa phù hợp nhu cầu thực tế phòng chống thiên tai ở khu vực

2.3.1 Đánh giá dự báo định lượng [25]

- Sai số trung bình (ME - Mean Error):

N 1

N i=1  Trong đó: Đại lượng Oi là giá trị quan trắc thứ i; Fi là giá trị mô hình thứ i

và N là tổng dung lượng mẫu

ME có giá trị giới hạn trong khoảng (-∞, +∞) ME chỉ ra sai số trung bình của giá trị dự báo so với giá trị quan trắc nhưng không cho biết độ lớn của sai số

Mô hình dự báo là tốt khi giá trị ME = 0 Khi ME lớn hơn 0 cho biết giá trị dự báo lớn hơn giá trị quan trắc và ngược lại ME nhỏ hơn 0 thì giá trị mô phỏng nhỏ hơn

giá trị quan sát

- Sai số trung bình tuyệt đối (MAE - Mean Absolute Error):

Trong đó: Đại lượng Oi là giá trị quan trắc thứ i; Fi là giá trị mô hình thứ i và

N là tổng dung lượng mẫu

MAE có giá trị nằm trong giới hạn (0,+∞) MAE phản ánh độ lớn trung bình của sai số song không cho biết xu hướng lệch giữa giá trị quan trắc và giá trị dự báo Khi MAE = 0, mô hình được xem là lý tưởng nghĩa là giá trị quan trắc trùng khớp với giá trị dự báo của mô hình Để đánh giá độ tin cậy thông thường sử dụng MAE cùng với ME Nếu MAE khác biệt nhiều so với ME thì việc hiệu chỉnh cần hết sức cẩn trọng Ngược lại, nếu ME và MAE tương đối gần với nhau thì có thể dùng ME để hiệu chỉnh sản phẩm dự báo một cách đáng tin cậy

- Sai số bình phương trung bình quân phương (RMSE - Root Mean Square Error):

N

RMSE = (Fi - Oi)

N i=1 

Trong đó: Đại lượng Oi là giá trị quan trắc thứ i; Fi là giá trị mô hình thứ i và

N là dung lượng mẫu

RMSE có giá nằm trong khoảng (0,+ ∞) Sai số bình phương trung bình RMSE là một đại lượng dùng để biểu thị sai số của độ lớn trung bình Những giá trị sai số lớn thường RMSE rất nhạy Do đó nếu RMSE càng gần MAE thì mô hình có sai số càng ổn định và dễ dàng thực hiện việc hiệu chỉnh sản phẩm mô hình

- Hệ số tương quan: Hệ số tương quan (Correlation coefficient) cho biết mối quan hệ giữa giá trị quan trắc và giá trị dự báo là có quan hệ chặt chẽ hay kém chặt chẽ, có quan hệ nghịch hay thuận chiều…

N(Fi - F)(Oi - O)i=1

hệ ngược chiều (nghịch biến) giữa quan trắc và dự báo Hệ số tương quan dương chỉ

ra mối quan hệ cùng chiều (đồng biến)

2.3.2 Đánh giá dự báo theo chỉ số pha [25]

Đánh giá khả năng mô phỏng mưa lớn từ mô hình WRF tại điểm trạm thông qua việc đánh giá các điểm số gồm POD, CSI, FBI, FAR và PC dựa vào bảng ngẫu

nhiên của tác giả Damrath, U., 2004 [14], Bảng 2.3

Bảng 2.3: Bảng tần suất cho biến dự báo