Nghiên cứu dự báo mưa nhỏ mưa phùn cho khu vực thành phố hải phòng trong các tháng nửa cuối mùa Đông

Bởi vậy việc nghiên cứu về mưanhỏ, mưa phùn v& các phương pháp dự báo sự hình th&nh, tan dã của mưanhỏ, mưa phùn l& một trong những vấn đề hết sức cần thiết, nhất l& trong giaiđoạn kinh

BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG

TRƯỜNG ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƯỜNG HÀ NỘI

-LUẬN VĂN THẠC SĨ

NGHIÊN CỨU DỰ BÁO MƯA NHỎ MƯA PHÙN CHO

KHU VỰC THÀNH PHỐ HẢI PHÒNG

TRONG CÁC THÁNG NỬA CUỐI MÙA ĐÔNG

CHUYÊN NGÀNH: KHÍ TƯỢNG VÀ KHÍ HẬU HỌC

HÀ NỘI, NĂM 2021

BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG

TRƯỜNG ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƯỜNG HÀ NỘI

LUẬN VĂN THẠC SĨ

NGHIÊN CỨU DỰ BÁO MƯA NHỎ MƯA PHÙN CHO

KHU VỰC THÀNH PHỐ HẢI PHÒNG

TRONG CÁC THÁNG NỬA CUỐI MÙA ĐÔNG

CHUYÊN NGÀNH: KHÍ TƯỢNG VÀ KHÍ HẬU HỌC

MÃ SỐ: 60440222

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS.TS Nguyễn Viết L&nh

HÀ NỘI, NĂM 2021

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC TÀI NGUYÊN MÔI TRƯỜNG HÀ NỘI

Cán bộ hướng dẫn : PGS.TS Nguyễn Viết L&nh

Cán bộ chấm phản biện 1:

Cán bộ chấm phản biện 2:

Luận văn thạc sĩ được bảo vệ tại:

HỘI ĐỒNG CHẤM LUẬN VĂN THẠC SĨ

TRƯỜNG ĐẠI HỌC TÀI NGUYÊN MÔI TRƯỜNG HÀ NỘI

Ngày tháng năm 2021

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn thạc sĩ “Nghiên cứu dự báo mưa nhỏ mưa phùn

cho khu vực thành phố Hải Phòng trong các tháng nửa cuối mùa đông” l& do

tôi thực hiện với sự hướng dẫn của PGS.TS Nguyễn Viết L&nh Các kết quả nghiêncứu trong luận văn do tôi thực hiện v& chưa công bố bất cứ ở đâu

Tôi xin ho&n to&n chịu trách nhiệm về những nội dung m& tôi trình b&ytrong luận văn n&y

Hà Nội, ngày tháng năm 2021

TÁC GIẢ Đ&o Thị Linh Hương

LỜI CẢM ƠN Sau một thời gian nỗ lực, cố gắng của bản thân luận văn “Nghiên cứu

dự báo mưa nhỏ mưa phùn cho khu vực thành phố Hải Phòng trong các tháng nửa cuối mùa đông” đã ho&n th&nh Trong quá trình học tập, nghiên

cứu v& ho&n thiện luận văn, tôi đã nhận được rất nhiều sự giúp đỡ của thầy côv& bạn bè

Trước hết tôi xin b&y tỏ lòng biết ơn sâu sắc v& trân trọng tới PGS.TS.Nguyễn Viết L&nh người thầy đã luôn quan tâm, động viên, chỉ bảo, dạy dỗtôi trong suốt gần 2 năm học v& đặc biệt l& trong khoảng thời gian hướng dẫnthực hiện luận văn

Tôi xin gửi lời cảm ơn đến các thầy cô của Nh& trường v& đặc biệt l&các thầy cô của Khoa Khí tượng Thủy văn, Trường Đại học T&i nguyên v&Môi trường H& Nội đã giảng dạy, giúp đỡ trong thời gian học tập cũng nhưthực hiện luận văn

Nhân dịp n&y, tôi xin chân th&nh cảm ơn tập thể cán bộ viên chức v&các đồng nghiệp đã giúp đỡ trong quá trình thực hiện luận văn

Do thời gian nghiên cứu hạn chế, trình độ v& kinh nghiệm thực tiễn cònchưa tốt nên luận văn chắc chắn không tránh được thiếu sót, vì vậy kính mongcác thầy, cô giáo, đồng nghiệp đóng góp ý kiến để kết quả nghiên cứu đượcho&n thiện hơn./

Hà Nội, ngày tháng năm 2021

TÁC GIẢ

Đào Thị Linh Hương

MỤC LỤC

MỤC LỤC iii

TÓM TẮT LUẬN VĂN v

DANH MỤC CHỮ VIẾT TẮT vii

DANH MỤC BẢNG viii

DANH MỤC HÌNH VẼ x

MỞ ĐẦU 1

CHƯƠNG I TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU 3

1.1 Một v&i đặc điểm tự nhiên khu vực th&nh phố Hải Phòng 3

1.2 Tổng quan về hiện tượng mưa nhỏ mưa phùn 4

1.2.1 Định nghĩa 4

1.2.2 Đặc điểm v& phân loại MNMP 4

1.2.3 Quá trình hình th&nh MNMP 9

1.3 Tổng quan tình hình nghiên cứu trong v& ngo&i nước 12

1.3.1 Ngo&i nước 12

1.3.2 Trong nước 14

CHƯƠNG II CƠ SỞ DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 20

2.1 Cơ sở dữ liệu 20

2.1.1 Số liệu quan trắc khí tượng bề mặt 20

2.1.2 Số liệu quan trắc thám không 21

2.1.3 Số liệu mô hình GFS 22

2.1.4 Số liệu thứ cấp 22

2.2 Phương pháp nghiên cứu 26

2.3.1 Phương pháp “Dự báo ho&n hảo” 26

2.3.1 Phương pháp hồi quy phân lớp 28

2.4 Đánh giá chất lượng dự báo 32

2.4.1 Đánh giá chất lượng dự báo pha 32

2.5 Sử dụng phần mềm NCSS để lọc nhân tố v& xây dựng phương trình hồi quy tuyến tính 33

2.5.1 Biến dự báo nhị phân 33

2.5.2 Ngưỡng dự báo 35

CHƯƠNG III MỘT SỐ KẾT QUẢ NGHIÊN CỨU 38

3.1 Một số hình thế gây mưa cho khu vực th&nh phố Hải Phòng 38

3.2 Đặc trưng mưa nhỏ mưa phù tại Hải Phòng 39

3.1.1 Tổng lượng mưa tháng v& 3 tháng thời kì MNMP 39

3.1.2 Số ng&y mưa tháng 1, 2, 3 44

3.2 Hình thế thời tiết gây mưa nhỏ mưa phùn ở khu vực th&nh phố Hải Phòng .45

3.3 Xây dựng phương trình dự báo sự xuất hiện mưa nhỏ mưa phùn 53

3.3.1 Xây dựng phương trình dự báo 53

3.3.2 Kết quả thử nghiệm 59

3.3.3 Phương trình dư báo 3 tháng 1, 2, 3 cho trạm Bạch Long Vỹ, Hòn Dấu v& Phù Liễn Đánh giá chất lượng 64

KẾT LUẬN VÀ KIẾN NGHỊ 68

TÀI LIỆU THAM KHẢO 70

TÓM TẮT LUẬN VĂN

Họ v& tên học viên: Đ&o Thị Linh Hương

Cán bộ hướng dẫn: PGS.TS Nguyễn Viết L&nh

Tên đề t&i: Nghiên cứu dự báo mưa nhỏ mưa phùn cho khu vực th&nhphố Hải Phòng trong các tháng nửa cuối mùa đông

Tóm tắt: Bằng việc sử dụng các yếu tố nhiệt độ, nhiệt độ điểm sương,

độ ẩm tương đối, áp suất v& gió từ năm 2013 đến năm 2019 Tác giả đã xâydựng được 05 phương trình dự báo cho các tháng 1, 2, 3 tại trạm Bạch Long

Vỹ, Hòn Dấu v& Phù Liễn Độ chính xác khi thử nghiệm dự báo trên chuỗi sốliệu độc lập đạt kết quả tương đối cao, cao nhất lên tới 87% v& thấp nhất l&60% Khả năng dự báo sự xuất hiện của mưa nhỏ mưa phùn rất cao, cao nhấtđạt 94% Ngo&i ra, luận văn xây dựng thêm 03 phương trình chung cho 3tháng 1, 2, 3 với kết quả dự báo đạt từ 73% đến 80%

Abstract: By using the factors of temperature, dew point temperature,

relative humidity, pressure and wind from 2013 to 2019 The author hasdeveloped 5 prediction equations for the months of January, February andMarch at Bach Long Vy, Hon Dau and Phu Lien stations The accuracy whentesting the forecast on independent data series has relatively high results, thehighest is up to 87% and the lowest is 60% The ability to predict theoccurrence of small drizzle rain is very high, reaching 94% In addition, thethesis builds three more general equations for January, February and Marchwith forecast results from 73% to 80%

NCEP : Trung tâm dự báo môi trường quốc gia MỹNMC : Trung tâm khí tượng quốc gia

PC/FC : Tỷ lệ dự báo đúng

POD : chỉ số xác xuất phát hiện sự kiện

PP : Phương pháp dự báo ho&n hảo

DANH MỤC BẢNG

Bảng 2.1 Vị trí các trạm khí tượng bề mặt 20

Bảng 2.2: Mô tả cấu trúc số liệu thám không từ năm 2015-2018 21

Bảng 2.3: Bộ số liệu thứ cấp được xây dựng từ số liệu tại trạm 23

Bảng 2.4: Bộ số liệu thứ cấp được xây dựng từ số liệu thám không 24

Bảng 2.5: Bộ số liệu thứ cấp được xây dựng từ số liệu mô hình GFS 25

Bảng 2.6 Bảng phân loại tần suất cho biến dự báo dạng nhị phân 32

Bảng 3.1: Tổng lượng mưa tháng 1 tại Bạch Long Vỹ, Hòn Dấu và Phù Liễn 40

Bảng 3.2: Tổng lượng mưa tháng 2 tại Bạch Long Vỹ, Hòn Dấu và Phù Liễn 40

Bảng 3.3: Tổng lượng mưa tháng 3 tại Bạch Long Vỹ, Hòn Dấu và Phù Liễn 41

Bảng 3.4 Tổng lượng mưa 3 tháng tại trạm Bạch Long Vỹ, Hòn Dấu, Phù Liễn 42

Bảng 3.5 Số ngày mưa trung bình tháng 1, 2, 3 trạm Bạch Long Vỹ, Hòn Dấu và Phù Liễn 44

Bảng3.6: Các phương trình dự báo mưa nhỏ, mưa phùn tại trạm Bạch Long Vỹ 54

Bảng 3.7: Các phương trình dự báo mưa nhỏ mưa phùn tại trạm Hòn Dấu 56

Bảng 3.8: Các phương trình dự báo mưa nhỏ, mưa phùn tại trạm Phù Liễn 57 Bảng 3.9: Kết quả thử nghiệm trên chuỗi số liệu phụ thuộc trạm Bạch Long Vỹ 59

Bảng 3.10: Kết quả thử nghiệm trên chuỗi số liệu phụ thuộc trạm Hòn Dấu 60 Bảng 3.11: Kết quả thử nghiệm trên chuỗi số liệu phụ thuộc trạm Phù Liễn.60 Bảng 3.12: Kết quả thử nghiệm trên chuỗi số liệu độc lập trạm Bạch Long Vỹ 61

Bảng 3.13: Kết quả thử nghiệm trên chuỗi số liệu độc lập trạm Hòn Dấu 62 Bảng 3.14: Kết quả thử nghiệm trên chuỗi số liệu độc lập trạm Phù Liễn 63 Bảng 3 15 : Các phương trình dự báo mưa nhỏ, mưa phùn nửa cuối mùa Đông (tháng 1, 2 và 3) tại trạm Bạch Long Vỹ, Hòn Dấu và Phù Liễn 64 Bảng 3.16: Kết quả thử nghiệm trên chuỗi số liệu phụ thuộc 66 Bảng 3.17: Kết quả thử nghiệm trên chuỗi số liệu độc lập 66

DANH MỤC HÌNH VẼ

Hình 1.1 Bản đồ hành chính thành phố Hải Phòng 3

Hình 1.2 Hình thế synop bề mặt 6

Hình 1.3 Hình thế synop gây mưa phùn ấm [10] 7

Hình 1.4 Hình thế synop gây mưa phùn lạnh [10] 8

Hình 2.1: Modul Logistic Regression và màn hình giao diện 34

Hình 2.2: Đường cong ROC 36

Hình 3.1 Tổng lượng mưa 3 tháng tại Bạch Long Vỹ, Hòn Dấu, Phù Liễn 44

Hình 3.2 Số ngày mưa trung bình tháng trạm BạchLong Vỹ, Hòn Dấuvà Phù Liễn 45

Hình 3.3: Bản đồ synop lúc 7 giờ (giờ Việt Nam) ngày 11 tháng Giêng năm 2015 của các mực: bề mặt (hình a), 850mb (hình b), 700mb (hình c) và 500mb (hình d) 46

Hình 3.4 Bản đồ thiên khí trạm Bạch Long Vĩ lúc 7 giờ (giờ Việt Nam) ngày 11 tháng Giêng năm 2015 47

Hình 3.5: Bản đồ synop lúc 7 giờ (giờ Việt Nam) ngày 12 tháng Giêng năm 2015 của các mực: bề mặt (hình a), 850mb (hình b), 700mb (hình c) và 500mb (hình d) 48

Hình 3.6: Bản đồ thiên khí trạm Bạch Long Vĩ lúc 7 giờ (giờ Việt Nam) ngày 12 tháng Giêng năm 2015 49

Hình 3.7 Bản đồ synop lúc 7 giờ (giờ Việt Nam) ngày 04 tháng Giêng năm 2019 của các mực: bề mặt (hình a), 850mb (hình b), 700mb (hình c) và 500mb (hình d) 50

Hình 3.8 Bản đồ thiên khí trạm Bạch Long Vĩ lúc 7 giờ (giờ Việt Nam) ngày 04 tháng Giêng năm 2019 51 Hình 3.9 Bản đồ synop lúc 7 giờ (giờ Việt Nam) ngày 05 tháng Giêng năm

2019 của các mực: bề mặt (hình a), 850mb (hình b), 700mb (hình c) và

500mb (hình d) 52 Hình 3.10 Bản đồ thiên khí trạm Bạch Long Vĩ lúc 7 giờ (giờ Việt Nam) ngày

05 tháng Giêng năm 2019 53

MỞ ĐẦU

Mưa phùn tương đối đồng nhất, kích thước các hạt nhỏ (bán kính nhỏhơn 1mm), thường rơi hoặc bay lất phất trong không khí, đôi khi mưa phùn đikèm với mù, sương mù Mưa phùn thường xuất hiện v&o mùa Xuân ở miềnBắc, sinh ra từ mây St hoặc có thể do sương mù tan ra Cường độ < 0.25mm/h, tốc độ rơi của hạt từ 0.3 – 2 m/s Mưa phùn có độ trải rộng h&ng trămthậm chí h&ng nghìn km, có thể hơn

Tuy không phải thiên tai nhưng mưa nhỏ, mưa phùn cũng gây ảnhhưởng không nhỏ tới đời sống của con người, l& một trong những nguyênnhân cơ bản l&m cản trở các hoạt động của nhiều ng&nh kinh tế đặc biệt l&trong giao thông đường bộ, đường h&ng không Thực tế hoạt động ở các sânbay cho thấy một tỉ lệ không nhỏ số chuyến bay bị hoãn, dời vì mưa nhỏ, mưaphùn xuất hiện, v& cũng không ít trường hợp tai nạn xảy ra khi máy bay cất hạcánh trong điều kiện có mưa nhỏ, mưa phùn l&m hạn chế tầm nhìn v& mặtđường băng trơn trượt gây khó khăn khi cất hạ cánh Đối với hoat động giaothông đường bộ, đã xảy ra nhiều vụ tai nạn đáng tiếc do mưa nhỏ, mưa phùnkéo d&i, đường trơn trượt l&m ma sát giữa lốp xe với mặt đường giảm, khi xephanh gấp dấn tớ khả năng bị lật đổ rất cao Bởi vậy việc nghiên cứu về mưanhỏ, mưa phùn v& các phương pháp dự báo sự hình th&nh, tan dã của mưanhỏ, mưa phùn l& một trong những vấn đề hết sức cần thiết, nhất l& trong giaiđoạn kinh tế đang phát triển hiện nay ở nước ta

Do kích thước nhỏ của giọt mưa phùn, dưới nhiều ho&n cảnh, mưaphùn phần lớn bị bốc hơi trước khi chạm tới mặt đất v& do đó có thể khó quansát được trên mặt đất để phát hiện Chính vì vậy việc nghiên cứu v& dự báomưa nhỏ, mưa phùn thực sự l& một b&i toán không đơn giản Ở nước ta, dựbáo mưa nhỏ, mưa phùn chủ yếu được thực hiện bằng phương pháp synop, vìvậy, chỉ được tiến h&nh trên quy mô lớn Trong khi đó, mưa nhỏ, mưa phùn l&một hiện tượng có quy mô vừa v& nhỏ Tùy thuộc v&o điều kiện địa lý củatừng địa phương m& mức độ xuất hiện của chúng khác nhau Đó cũng l& lí dol&m cho những thông tin dự báo mưa nhỏ, mưa phùn chưa rõ r&ng v& đầy đủ

Để nâng cao chất lượng, hiệu quả công tác dự báo, phục vụ cho cáchoạt động h&ng không, h&ng hải, đường bộ, giảm thiểu nguy cơ tai nạn dothời tiết, trong khuôn khổ luận văn cao học, tác giả lựa chọn th&nh phố HảiPhòng – khu vực chịu ảnh hưởng của không khí lạnh kèm front lạnh trong cáctháng nửa cuối mùa đông nên xuất hiện mưa nhỏ, mưa phùn tác động trực tiếpđến đời sống dân cư v& các hoạt động kinh tế, lĩnh vực tại địa phương l&mkhu vực nghiên cứu Với luận văn tốt nghiệp cao học “Nghiên cứu dự báomưa nhỏ mưa phùn cho khu vực th&nh phố Hải Phòng trong các tháng nửacuối mùa đông”, mục đích của tác giả l& xác định được hình thế thời tiết hìnhth&nh mưa nhỏ mưa phùn khu vực th&nh phố Hải Phòng v& xây dựng đượcphương trình dự báo mưa nhỏ mưa phùn thời hạn tới 24 giờ cho khu vựcth&nh phố Hải Phòng

Về bố cục, ngo&i phần mở đầu v& kết luận, luận văn được phân bốth&nh 3 chương chính như sau:

Chương 1 Tổng quan về tình hình nghiên cứu;

Chương 2 Cơ sở số liệu v& phương pháp nghiên cứu;

Chương 3 Xây dựng phương trình dự báo mưa nhỏ mưa phùn cho khuvực sân th&nh phố Hải Phòng

CHƯƠNG I TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU

1.1 Một vài đặc điểm tự nhiên khu vực thành phố Hải Phòng

Hải Phòng l& th&nh phố ven biển, nằm phía Đông miền Duyên hải Bắc

Bộ Toạ độ địa lý khoảng 106°23' đến 107°08' kinh độ đông v& từ 20°30' đến21°01' vĩ độ bắc Phía bắc của th&nh phố giáp tỉnh Quảng Ninh, phía tây giáptỉnh Hải Dương, phía nam giáp tỉnh Thái Bình, phía đông giáp biển Đông.Ngo&i ra còn có huyện đảo Bạch Long Vỹ nằm giữa Vịnh Bắc Bộ, có toạ độ

từ 20°07' đến 20°08' vĩ độ Bắc v& từ 107°42' đến 107°44' kinh độ Đông (hình1.1) [13]

Hình 1.1 Bản đồ hành chính thành phố Hải Phòng

Nằm trong v&nh đai nhiệt đới gió mùa châu á, sát biển Đông nên HảiPhòng chịu ảnh hưởng của gió mùa Mùa gió bấc (mùa đông) lạnh v& khô kéod&i từ tháng 11 đến tháng 4 năm sau Gió mùa nồm (mùa hè) mát mẻ, nhiềumưa kéo d&i từ tháng 5 đến tháng 10 Lượng mưa trung bình h&ng năm từ1.600 - 1.800 mm Bão thường xảy ra từ tháng 6 đến tháng 9

Thời tiết của Hải Phòng có 2 mùa rõ rệt, mùa đông v& mùa hè Khí hậutương đối ôn ho& Do nằm sát biển, về mùa đông, Hải Phòng ấm hơn 1°C v&

về mùa hè mát hơn 1°C so với H& Nội Nhiệt độ trung bình h&ng tháng từ 20 23°C, cao nhất có khi tới 40°C, thấp nhất ít khi dưới 5°C Độ ẩm trung bìnhtrong năm l& 80% đến 85%, cao nhất l& 100% v&o những tháng 7, tháng 8,tháng 9, thấp nhất l& v&o tháng 12 v& tháng 1 Trong suốt năm có khoảng1.692,4 giờ nắng Bức xạ mặt đất trung bình l& 117 Kcal cm/phút.[12]

-1.2 Tổng quan về hiện tượng mưa nhỏ mưa phùn

1.2.1 Định nghĩa

Mưa nhỏ mưa phùn (MNMP) l& một hiện tượng thời tiết thường xảy rav&o nửa sau mùa đông ở miền Bắc nói chung v& khu vực Hải Phòng nói riêng,l& một loại giáng thuỷ dưới dạng những hạt nước nhỏ, đường kính nhỏ hơn0.5mm

Đối với mưa nhỏ có thể nhận biết hạt mưa bằng mắt thường hạt mưa rơixuống mặt nước thì tạo th&nh gợn sóng vòng tròn, rơi trên mặt đất khô thì đểlại vết ẩm Mưa nhỏ thường rơi từ các đám mây As, Ns, Sc Lượng mưa nhỏhơn 0.6mm/24h

Mưa phùn l& một loại giáng thủy rất dầy, rơi chậm, bay lơ lửng trongkhông khí Hạt mưa phùn rơi xuống mặt nước không gây ra vòng sóng, rơitrên gỗ khô không gây vết ướt, chỉ l&m gỗ ẩm dần Khoảng cách giữa các giọtmưa phùn thường nhỏ hơn khoảng cách giữa các giọt mưa nhỏ Mưa phùnthường rơi từ mây St v& khá đồng nhất với cường độ khoảng 1 mm/giờ [ ]11

1.2.2 Đặc điểm và phân loại MNMP

Từ rất sớm MNMP đã được các nh& khoa học người pháp nhưC.Robequain (1936) hay E.Bruzon, P.carton v& A.Romer (1940) để tâmnghiên cứu về vấn đề n&y Về sau những năm sáu mươi nhiều nh& khí tượngViệt Nam như Nguyễn Vũ Thi, Lê Đình Quang, Vũ Bội Kiếm, Đặng TrầnDuy, Phùng Ngọc Điệp, Nguyễn Xiển, Phạm Ngọc To&n, Phan Tất Đắc đã cócông trình hoặc b&i viết về MNMP

Các tác giả đã mô tả đặc điểm, phân tích về chế độ MNMP, đưa ra

những giả thuyết v& lập luận về cơ chế hình th&nh MNMP v& một số tác giả(Lê Đình Quang, Phùng Ngọc Điệp) đã đề ta hoặc ho&n thiện phương pháp dựbáo chúng.

Những tác giả kể trên đã thừa nhận rằng điều kiện cần thiết cho sự hìnhth&nh MNMP phải l&:

- Phải có một bình lưu ẩm, yếu ớt nhưng đều đặn, đủ duy trì trạng tháibão hòa hơi nước ở trong một lớp đủ d&y ở sát mặt đất hoặc gần mặt đất

- Phải có một tầng kết đặc biệt ổn định (có lớp nghịch nhiệt hoặc đẳngnhiệt) ở tầng thấp để ngăn chặn không cho hơi nước khuyếch tán lên tầng caov& kìm hãm sự phát triển kích cỡ của các giọt nước

Trong điều kiện như thế, sự hình th&nh MNMP không phải bằng sựlạnh đi đoạn nhiệt của không khí trong quá trình chuyển động thăng m& phảibằng những phương thức khác Theo Bruydon v& Carton [14] thì có thể do haiphương thức ngưng kết l& ngưng kết do hỗn hợp của hai khối không khí gầnbão ho& có nhiệt độ khác nhau v& ngưng kết do sự lạnh đi vì tiếp xúc với mặtđất lạnh hoặc cả hai phương thức ngưng kết n&y đã kết hợp với nhau để hìnhth&nh MNMP

Robequain cũng cho rằng, mưa phùn “có liên quan đồng thời với hướngcủa các đường đẳng áp (hướng NW- SE) v& với sự tồn tại của một vùng giảm

áp gần vịnh Bắc Bộ”

Hình 1.2 trình b&y hình thế thời tiết mặt đất thuận lợi cho KKL biếntính trên biển xâm nhập v&o miền Bắc Việt Nam, trung tâm chính của cao áplạnh thường di chuyển ra đến phía đông Trung Quốc [3]

Hình 1.2 Hình thế synop bề mặt

Đối với miền Bắc Việt Nam, cần phân biệt hai loại mưa phùn: một loạimưa phùn thời tiết lạnh liên quan với gió mùa mùa đông với nhiệt độ trungbình ng&y thấp hơn 20°C được gọi l& mưa phùn lạnh, loại thứ hai liên quanvới sự khống chế của không khí nhiệt đới biển có nhiệt độ trung bình ng&ycao hơn 20°C được gọi l& mưa phùn ấm [10]

Để l&m sáng tỏ sự phân biệt rõ rệt giữa hai loại mưa phùn lạnh v& mưaphùn ấm đồng thời để cụ thể hoá tình hình thời tiết mưa phùn, các tác giả đãtrình b&y hai trường hợp điển hình của mỗi loại mưa phùn đó (hình 1.3 v&1.4)

1) Mưa phùn ấm

Theo cách phân loại vừa trình b&y trên thì mưa phùn ấm được hìnhth&nh trong quá trình biến tính của KKL Song, không phải bất kỳ quá trìnhbiến tính n&o hoặc bất kỳ lúc n&o trong quá trình biến tính đều có MNMP.MNMP chỉ xuất hiện khi có sự xâm nhập mạnh mẽ của không khí biến tính

trên biển v&o khu vực đồng thời với của quá trình hoạt động mạnh của rãnhgió tây trên cao vịnh Bengal

Hình 1.3 Hình thế synop gây mưa phùn ấm [10]

Về cường độ, mưa phùn ấm về đêm v& sáng thường mạnh hơn về trưav& chiều, những ng&y mới hình th&nh thường mạnh hơn những ng&y tiếp sau.Trong quá trình biến tính, nhiệt độ v& điểm sương của không khí cũng nhưnhiệt độ mặt đất dần dần tăng lên thì cường độ mưa phùn cũng giảm dần chođến kết thúc hẳn

2) Mưa phùn lạnh

Mưa phùn lạnh xuất hiện khi KKL đi qua biển gần bão ho& tr&n tớiMiền Bắc Việt Nam với cường độ yếu Nó hình th&nh một lưỡi KKL rấtmỏng, trải rộng dưới một lớp nghịch nhiệt front gần như nằm ngang Cho nên,mặc dù có front, tầng kết khí quyển cũng rất ổn định Chính trong lớp chuyểntiếp mặt front đó đã diễn ra sự ho& trộn chậm chạp v& lâu d&i giữa hai khối

không khí ẩm có nhiệt độ khác nhau Đồng thời, ngay trong lớp KKL sát đấtcũng có thể diễn ra sự bốc hơi nước thêm từ mặt đệm còn nóng hơn KKL vừatr&n tới, l&m cho không khí vốn đã gần bão ho&, đạt tới trạng thái ho&n to&nbão ho& v& một m&n mây tầng (St) d&y đặc có thể hình th&nh ngay trong khốiKKL đó Như vậy, mưa phùn lạnh gắn liền với quá trình xâm nhập của KKL.Song, không phải mọi đợt KKL tr&n về đều gây ra mưa phùn lạnh m& phải l&những đợt KKL có mặt front rõ rệt, chênh lệch nhiệt độ hai bên mặt front lớntr&n về khu vực khi rãnh thấp trong đới gió tây trên cao trên vịnh Bengal vẫnhoạt động mạnh.

Hình 1.4 Hình thế synop gây mưa phùn lạnh [10]

Theo kết quả thống kê, lấy nhiệt độ trung bình ng&y 20°C l&m giới hạn

phân chia hai loại mưa phùn thì ở Đồng bằng Bắc Bộ, xét to&n mùa số ng&y

có mưa phùn thuộc hai loại xấp xỉ nhau Song v&o những tháng 1, 2 thì mưaphùn lạnh chiếm ưu thế rõ rệt (từ 81-88%), trái lại trong tháng 3, mưa phùn

ấm quan sát thấy nhiều hơn (chiếm 63%)

Ngo&i hai loại mưa phùn điển hình nói trên còn phải kể tới một loạimưa phùn nữa m& nguyên nhân hình th&nh v& đặc điểm khác hẳn hai loại trên

Đó l& thứ mưa phùn do sương mù mạnh lên m& sinh ra Nó thường quan sátthấy lẫn với sương mù v&o buổi sáng, kết thúc nhanh chóng cùng với sương

mù, v& sau đó vẫn l& một ng&y nắng đẹp Loại mưa phùn n&y không phổ biếnbằng hai loại trên, song cũng thường gặp ở vùng núi v& ven biển [10]

1.2.3 Quá trình hình thành MNMP

1) MNMP front

Trong nửa đầu mùa đông, khối KKL xâm nhập xuống Việt Namthường l& khối KKL biến tính qua lục địa Trung Quốc cho nên độ ẩm tươngđối nhỏ, ít khi vượt quá 82% Trong nửa sau mùa đông, khối KKL biến tínhqua biển nên độ ẩm tương đối thường lớn hơn 85% Mỗi khi KKL xâm nhậpxuống phía nam, sau khi tr&n qua Bắc Bộ v& Bắc Trung Bộ, front thường nằmtĩnh lại ở phía bắc đèo Hải Vân v& dọc theo sườn núi phía đông dãy TrườngSơn Một mặt do sự bay hơi của những giọt mưa rơi từ front, mặt khác donhững nhiễu động ở sau front, đã đưa không khí v& hơi nước từ bề mặt lên,không khí ở lớp dưới front c&ng ng&y c&ng ẩm thêm Do sự khống chế củatầng nghịch nhiệt front tĩnh nên hơi nước không toả đi m& được tích góp lạirồi tạo th&nh mây St, Sc ở dưới front [9]

2) MNMP dòng giáng

Loại MNMP dòng giáng xảy ra sau khi KKL tr&n xuống Miền Bắc ViệtNam biến tính v& di chuyển về phía đông nam Front lạnh đã tan đi, nhiệt độv& độ ẩm không khí đang tăng dần Trong các lớp không khí bên dưới, gió NE

đã chuyển dần th&nh gió E v& SE Theo đó không khí ẩm v& ấm từ biển thổiv&o đất liền, xáo trộn với không khí tại chỗ còn lạnh hơn v& tiếp xúc với mặtđệm lạnh hơn Không khí hỗn hợp đã trở nên bão ho& v& xáo trộn loạn lưu

nâng chúng dần lên cao Dòng không khí đi lên bị chặn lại bởi một lớp nghịchnhiệt nén (nghịch nhiệt dòng giáng) m& chúng thường hay xuất hiện ở độ cao1000-1500 m khi quá trình biến tính của KKL ở tầng thấp xảy ra Kết quả l&

hệ mây St, Sc được hình th&nh bên dưới lớp nghịch nhiệt nén v& tạo raMNMP dòng giáng Tuỳ mức độ mạnh yếu, có thể chỉ xảy ra v&o đêm v& sángsớm, cũng có thể mưa cả ng&y đêm, song mưa ban đêm vẫn nhiều hơn ng&y.Đây cũng chính l& loại MNMP trời ấm [9]

3) MNMP hỗn hợp

Cùng với hai trường hợp trên còn loại MNMP hỗn hợp của hai loại đó.MNMP hỗn hợp xảy ra khi front lạnh sau khi đã tr&n qua Miền Bắc ViệtNam, tĩnh lại v& tan đi Khi đó, Miền Bắc nước ta hoặc chịu sự khống chế củakhối KKL biến tính qua biển, hoặc chịu sự khống chế của khối không khínhiệt đới biển Đối với trường hợp thứ nhất, trung tâm cao áp thường nằm ởphía đông bắc Việt Nam; vùng Đồng bằng Bắc Bộ có gió E-SE nhẹ v& trênBiển Đông gió vẫn còn có hướng NE Còn đối với trường hợp thứ hai, ViệtNam nằm ở phía tây áp cao Thái Bình Dương, trên Biển Đông v& miền BắcViệt Nam đều có gió SE Quá trình gây ra MNMP, trong cả hai trường hợp cóthể xảy ra như sau [9]:

- Sau khi front lạnh tr&n qua Miền Bắc Việt Nam v& tan đi, mặt đất vẫncòn lạnh Lúc đó những khí đo&n biển tương đối ẩm v& ấm hơn (khối khôngkhí nhiệt đới biển hay khối KKL lục địa biến tính qua biển) sẽ thổi v&o đấtliền Không khí nóng tr&n v&o vùng đất lạnh sẽ gây ra một tầng đẳng nhiệthay nghịch nhiệt ở độ cao khoảng 1000-1500m Tầng n&y ngăn cản sựkhuyếch tán của hơi nước v& sự phát triển theo chiều cao của mây Mặt khác,khi không khí nóng ẩm tr&n v&o ho& trộn với không khí tương đối lạnh trênmặt đất sẽ hình th&nh hoặc sương mù hoặc mây tầng (St), mây tầng tích (Sc)

v&o lục địa đã gây ra mưa có tính chất địa phương Loại mưa phùn n&y khácvới loại mưa phùn front ở chỗ thời tiết ấm hơn, gió đông-đông nam yếu, gọi l&

“gió nồm mưa phùn”

Tóm lại MNMP l& loại mưa của những đám mây thấp không phát triểnmạnh theo chiều cao Nó được hình th&nh hoặc l& trong lớp không khí gầnmặt đất có tầng kết nhiệt đặc biệt ổn định, hoặc l& phải có những quá trìnhhình th&nh v& duy trì được trạng thái bão ho& hoặc quá bão ho& của lớp khôngkhí n&y Cụ thể [9]:

1) Có bình lưu nóng ẩm v& sự lạnh đi của nó trong quá trình di chuyểntrên mặt đệm lạnh (sự lạnh đi vì bức xạ, hoặc quá trình lạnh đi đoạn nhiệt củadòng không khí đi lên) Sự lạnh đi l&m không khí gần hoặc đạt tới bão ho& tạođiều kiện hình th&nh mây Nguyên nhân n&y thể hiện ở Miền Bắc Việt Namvới những hình thế thời tiết sau:

a Điển hình nhất l& những ng&y có MNMP do hệ thống áp cao lục địacực đới biến tính Ho&n lưu ở tầng thấp (trên dưới 1500m) chủ yếu l& SE,nhiệt độ v& điểm sương khá lớn Khối không khí n&y đi từ biển v&o lục địa, bịlạnh đi bởi mặt đệm đang lạnh hơn so với khối không khí đó

b Khi front về, khối không khí trước front l& nóng ẩm, sự xâm nhậpcủa KKL tạo điều kiện ngưng kết Hoặc khi front lạnh tới l&m xuất hiện sựthăng lên của không khí nóng trên nêm KKL, khối không khí nóng n&y lạnh

đi do sự thăng lên đoạn nhiệt

2) Sự xuất hiện những tầng nghịch nhiệt (hay đẳng nhiệt) khoảng 1500mtrở xuống hạn chế đối lưu phát triển, do đó lượng ẩm chỉ tập trung ở tầng thấp(những lớp nghịch nhiệt n&y thường l& nghịch nhiệt bình lưu, nghịch nhiệtfront v& nghịch nhiệt nén) Độ ẩm ng&y c&ng được tăng cường cùng với sựlạnh đi điều kiện ngưng kết được thực hiện, mây hình th&nh v& cho giángthuỷ

3) Sự tồn tại front tĩnh hoặc front mờ nằm dọc theo Trường Sơn v& namkhu IV cũ gây nên: Lượng ẩm lớn ở trong vùng front v& gradient khí áp lớn,l&m cho loạn lưu được tăng cường

Từ cơ sở lý thuyết nêu trên, các nh& khí tượng, bằng nhiều phươngpháp, đã xây dựng các phương pháp dự báo MNMP khác nhau cho từng khuvực cụ thể.

1.3 Tổng quan tình hình nghiên cứu trong và ngoài nước

1.3.1 Ngoài nước

Vấn đề dự báo mưa nói chung, MNMP nói riêng l& một b&i toán vôcùng phức tạp không chỉ ở Việt Nam, m& còn của nhiều nước có nền khoahọc công nghệ tiến tiến như Mỹ, Đức, Nhật Bản, Pháp, Canada, … Bên cạnhphương pháp synốp truyền thống dự báo mưa định tính, các phương phápthống kê v& phương pháp số (NWP)

Việc ứng dụng các phương pháp thống kê trong dự báo khí tượng có thểphân th&nh 2 dạng: dự báo thống kê cổ điển v& dự báo thống kê động lực [20].Phương pháp dự báo thống kê cổ điển được phát triển trước khi có sản phẩmNWP v& chủ yếu được sử dụng cho dự báo khí hậu Khi NWP được sử dụngrộng rãi thì phương pháp dự báo thống kê động lực phát triển mạnh mẽ Cảhai phương pháp đều hướng tới mục đích l&m chính xác hơn các kết quả dựbáo từ mô hình v& về bản chất chả hai phương pháp đều dựa trên một sốphương pháp thống kê để thiết lập mối quan hệ phi tuyến hoặc tuyến tính giữayếu tố dự báo v& một tập hợp nhân tố dự báo Ng&y nay, phương pháp thống

kê động lực được áp dụng rộng rãi hơn phương pháp thống kê cổ điển

Có hai cách tiếp cận chính trong phương pháp dự báo thời tiết thống kêđộng lực đó l& PP (Perfect Prog) v& MOS (Model Output Statistics) Phươngpháp PP được Klein v& cs phát triển v&o những năm 1959 [ ] sử dụng các16thông tin dự báo động lực tất định từ các mô hình NWP Phương pháp PPkhông hiểu chỉnh sai số của mô hình NWP m& chỉ sử dụng dự báo của môhình như l& các biến khí quyển tương lai, ở đây được giả thiết như l& cá giá trịquan trắc ho&n hảo Quá trình phát triển phương trình PP gần giống nhưphương pháp thống kê cổ điển đó l& xem các yếu tố dự báo v& nhân tố dự báođều l& giá trị quan trắc Khác biệt giữa thống kê cổ điển v& PP đó l& trong phaluyện để xác định các hệ số hồi quy phương pháp thống kê cổ điển có một số

độ trễ thời gian giữa yếu tố dự báo v& nhân tố dự báo trong khi các tiếp cận

PP l& sử dụng bộ số liệu đồng thời Đối với pha dự báo, phương pháp thống

kê cổ điển sử dụng các nhân tố dự báo được quan trắc tại thời điểm hiện tại để

dự báo cho yếu tố tương lai thì PP lại sử dụng các nhân tố được dự báo trongtương lai để dự báo yếu tố trong tương lai với cùng một thời điểm Hay nóicách khác, PP không tính toán đến độ trễ thời gian trong cả pha luyện v& pha

dự báo m& cho rằng các nhân tố dự báo trong tương lai l& các giá trị quan trắc

Do đó nếu dự báo từ NWP l& ho&n hảo thì dự báo của PP cũng gần như ho&nhảo Đây cũng l& lý do phương pháp n&y được gọi tên l& phương pháp thống

kê ho&n hảo (PP – Perfect Prog)

Robert v& cs đã sử dụng phương pháp PP để cải thiện dự báo xác xuấtcủa phương pháp thống kê sau mô hình MOS (MOS- Model OutputStatistics) Trong đó ba mô hình PP đã được phát triển: mô hình tương tự, môhình hồi quy logistic v& mô hình lai tương tự / hồi quy Dự báo POP được tạo

ra bởi mô hình ba PP v& mô hình MOS tại bốn trạm Pennsylvania bằng cách

sử dụng 6 tháng dự báo lưới mịn vùng giới hạn độc lập (LEM) Ba mô hìnhkết hợp MOS / PP được hình th&nh bằng cách kết hợp tuyến tính MOS vớimỗi mô hình trong ba mô hình pp Các dự báo mô hình kết hợp MOS / PPđược tạo ra với các dự báo MOS v& PP độc lập bằng cách phân tích kiểmchứng chéo Ba mô hình tổ hợp dự báo thống kê sau mô hình (MOS) v& dựbáo ho&n hảo (PP) cho chất lượng tốt hơn không đáng kể so với mô hìnhMOS Tỷ lệ cải thiện chất lượng dao động ngẫu nhiên từ 6-33% [ ]19Cũng nhằm cải thiện dự báo của phương pháp thống kê UMOS (UMOS-Updatable Model Output Statistics) tại Canada Laurence v& cs [ ]đã dựa18trên hệ thống dự báo ho&n hảo (PP) v& dự báo các yếu tố thời tiết từ mô hình

dự báo thời tiết số Một số thử nghiệm thực hiện bằng cách sử dụng nhiệt độ2m, hướng v& tốc độ gió 10m, v& xác suất lượng mưa., cho 200 trạm trongmùa hè v& mùa đông Các nghiên cứu được xây dựng để đánh giá khả năngcủa hệ thống UMOS trong việc cung cấp các dự báo được cải thiện trong giaiđoạn sau khi thay đổi mô hình khi các mẫu phát triển chứa dữ liệu từ hai hoặcnhiều phiên bản mô hình khác nhau Số liệu độc lập của mùa hè v& mùa đôngđược sử dụng trong đánh giá để so sánh độ chính xác của dự báo UMOS với

dự báo đầu ra của mô hình trực tiếp, dự báo PP v& dự báo MOS chỉ dựa trên

dữ liệu từ phiên bản mô hình trước đó Các tác giả cũng có thể so sánh kếtquả đánh giá của các dự báo được tạo bằng cách sử dụng dữ liệu từ khoảngthời gian 4 tháng mùa hè ''chạy song song '' trong đó hai phiên bản của môhình được chạy đồng thời Kết quả cho thấy rằng các dự báo của UMOS nóichung l& vượt trội hơn so với cả dự báo trực tiếp từ mô hình v& phương pháp

PP cho cả ba yếu tố thời tiết Tuy nhiên kết quả n&y chỉ tốt đối với dự báong&y dầu tiên, từ ng&y thứ 2 phương pháp PP cho kết quả tốt hơn, đặc biệt l&đối với dự báo xác suất

Trong b&i toán dự báo xác suất dịnh lượng mưa ( PQPF – ProbabilisticQuantitative Precipitation Forecast) sử dụng phương pháp PP, khí hậu Synopcủa Korte v& cs.(1972)[17]v& MOS của Glahn v& Lowry (1972) [15] Glahnv& Lowry chính l& những người đầu tiên đặt nền móng trong việc ứng dụngcác phương pháp thống kê kết hợp với các sản phẩm dự báo từ mô hình NWPnhằm mục đích nâng cao chất lượng dự báo mưa từ mô hình NWP; dự báocác điểm không được dự báo trực tiếp từ mô hình NWP v& áp dụng cho b&itoán downscaling

1.3.2 Trong nước

Trước những năm 1997, phương pháp synop chủ yếu được sử dụngtrong nghiệp vụ dự báo h&ng ng&y Một số công vụ trên cơ sở phương phápthống kê truyền thống cũng đã được xây dựng, nhưng phần lớn l& nhữngphương trình hồi quy đơn giản áp dụng cho mọt v&i điểm để dự báo một sốnhân tố như mưa, nhiệt độ, vận tốc gió v& phần lớp l& áp dụng cho những dựbáo hạn vừa v& d&i

Khi thử nghiệm dự báo định lượng mưa cho hạn dự báo 24h dựa trênmột số phương pháp MOS truyền thống như hồi quy tuyến tính đa biến(MLR), phân tích riêng biệt (MDA), mạng thần kinh nhân tạo (ANN) v& hồiquy logistic (LR) từ sản phẩm của mô hình HRM v& GSM Bùi Minh Tăng v&

cs đã xây dựng các phương trình cho cả hai mục đích dự báo định lượng v&

dự báo xác suất mưa Các kết quả đánh giá đã cho thấy kỹ năng dự báo mưa

đã được cải thiện so với dự báo trực tiếp từ mô hình, trong đó phương phápMLR có kỹ năng tốt nhất v& hiệu quả nhất về mặt tính toán.[ Bùi Minh Tăng,

2009, Nghiên cứu thử nghiệm dự báo định lượng mưa từ sản phẩm của môhình HRM v& GSM]

Bằng việc áp dụng phương pháp PP cho việc xây dựng công cụ dự báođịnh lượng v& xác xuất mưa lớn, dự báo xác suất dông v& mưa dông cho khuvực Bắc Bộ Ho&ng Phúc Lâm v& cs [ ] trong nghiên cứu “5 Nghiên cứu khả năng sử dụng phương pháp động lực xoáy thế và xây dựng bộ công cụ dự báo dông, mưa lớn ở khu vực Bắc Bộ” Tác giả đã sử dụng bộ số liệu quan trắc

thám không vô tuyến của 2 trạm l& H& Nội v& Bạch Long Vỹ, số liệu về xoáythế, các chỉ số bất ổn định của khí quyển v& đặc trưng nhiệt động lực khácnhư xoáy tương đối, nhiệt độ thế vị tương đương, gió v& độ ẩm trong mùađông (tháng 12-01-02) v& mùa hè (tháng 6-7-8) từ năm 2006 – 2016 l&m sốliệu đầu v&o cho phương trình dự báo Dựa trên phương pháp hồi quy lô-gicv& hồi quy tuyến tính đa biến.Các dự báo xác suất v& định lượng mưa lớn,dông cho khu vực Bắc Bộ với các thời hạn 24, 48 v& 72 giờ dựa trên phươngpháp Dự báo ho&n hảo v& đầu ra của 3 mô hình to&n cầu l& IFS, GFS v& GSM.Các kết quả dự báo xác suất v& dự báo pha mưa lớn, pha dông có chất lượngtốt, có thể tham khảo trong nghiệp vụ, tuy nhiên tỷ lệ cảnh báo không (FAR)còn khá cao, đặc biệt đối với dự báo dông Dự báo định lượng mưa v& địnhlượng mưa dông còn có sai số lớn, đặc biệt đối với các lượng mưa xấp xỉ100mm/ng&y Tuy nhiên, các kết quả đánh giá cho thấy đối với dự báo địnhlượng mưa cho khoảng lượng mưa 50-70mm/ng&y có chất lượng tốt, có thể sửdụng trong nghiệp vụ

Đối với nghiên cứ về mưa nhỏ mưa phùn, đã được một số nh& nghiêncứu thực hiện trong những năm qua:

Phạm Vũ Anh v& cs khi nghiên cứu nghịch nhiệt trong mưa nhỏ mưaphùn ở Đồng Bằng Trung Du Bắc Bộ đã cho kết quả rằng MNMP ở khu vựcĐBTDBB sinh ra do không khí ẩm bão hòa hay trở nên bão hòa ở bên dướicác lớp nghịch nhiệt tầng thấp, những nghịch nhiệt front v& nghịch nhiệt nén;MNMP với nghịch nhiệt phức hợp xảy ra khi một đợt MNMP với nghịchnhiệt nén đang tồn tại thì lại có một đợt không khí lạnh với Front lạnh tr&n tới.Nêm không khí lạnh luôn xuống dưới “đội” không khí nóng ấm phía trước

cùng với lớp nghịch nhiệt nén lên cao Tình trạng n&y thường chỉ tồn tại trongmột thời gian ngắn Khi Front lạnh tr&n qua không khí lạnh khô hơn thay thếkhông khí nóng ẩm ở bên dưới, đồng thời dòng giáng trên cao cũng suy yếu,nghịch nhiệt nóng tan đi nhanh chóng MNMP với nghịch nhiệt phức hợp cóthể xem l& giai đoạn kết thúc của một đợt MNMP với nghịch nhiệt nén Từ đó

có thể phân biệt hai loại MNMP căn cứ v&o bản chất của lớp nghịch nhiệt cóliên quan đó l& MNMP Front tĩnh v& MNMP dòng giáng Nghiên cứu cũngchỉ ra phương hướng dự báo mỗi loại MNMP: - Đối với MNMP Front tĩnh,ngo&i việc đánh giá mức độ ẩm của không khí lạnh cực đới biến tính sauFront cũng cần xem xét khả năng tĩnh lại của Front lạnh; - Đối với MNMPdòng giáng, ngo&i việc phải dánh giá mức độ ẩm của khối không khí cực đớibiến tính qua biển, điều kiện đủ l& phải dự báo được khả năng xuất hiện khặcduy trì dòng giáng cùng với lớp nghịch nhiệt nén song h&nh với nó[1].Thông qua một số nghiên cứu về mưa nhỏ mưa phùn, có thể thấy rằngmưa phùn ở nước ta thường phân th&nh 2 loại l&: mưa phùn ấm v& mưa phùnlạnh Tròng đó, mưa phùn ấm liên quan với sự khống chế của không khí nhiệtđới biển do không khí lạnh đã trải qua một quá trình, biến tính mạnh mẽ.Những ng&y mưa phùn ấm, nhiệt độ không khí trung bình ng&y cao hơn 20°Cv& thường xảy ra trong quá trình xu thế nhiệt độ trung bình ng&y đang tăng.Mưa phùn lạnh liên quan với gió mùa mùa đông chân chính khi khối khôngkhí lạnh biến tính qua biển cùng với iron lạnh tr&n khu vực rồi tĩnh lại ở phíađông dãy Trường Son Những ng&y có loại mưa phùn n&y, nhiệt độ không khítrung bình ng&y thấp hơn 20(>C v& thường xảy ra trong quá trình xu thế nhiệt

độ trung bình ng&y đang giảm hoặc ít thay đổi Ngo&i ra còn phải kể tới mộtloại mưa phùn nữa do sương mù mạnh lên m& sinh ra Loại mưa phùn n&ythường quan sát thấy lẫn vói sương mù v&o buổi sáng v& kết thúc nhanhchóng cùng với sương mù [9.], [10]

Bằng việc thực hiện nghiện cứu dự báo mưa nhỏ mưa phùn cho khuvực Bắc Trung Bộ, Nguyễn Viết L&nh v& cs đã phân tích được các hình thếsynop cũng như những điều kiện khí tượng có thể gây mưa nhỏ mưa phùn chokhu vực nghiên cứu khá khoa học v& đầy đủ Nghiên cứu xây dựng được bộphương trình dự báo sự xuất hiện của mưa nhỏ mưa phùn với thời hạn dự báo

24 giờ cho 10 trạm khí tượng đại diện cho khu vực Bắc Trung Bộ bằngphương pháp thống kê trên chuỗi số liệu quan trắc của trạm Kết quả cho thấyphương trình xây dựng có độ chính xác trên 79% trên chuỗi số liệu phụ thuộcv& 74% trên chuỗi số liệu độc lập [ 6]

Bằng phương pháp thống kê synop để dự báo MNMP ở Bắc Bộ trongcác tháng 1, 2 v& 3, Phùng Ngọc Điệp v& cs [ ] đã tiến h&nh phân loại hình2thế thời tiết v& ông đã nhận thấy, trong những tháng nói trên có hai hình thếsynop thường cho MNMP, đó l&:

- Lưỡi áp cao phía bắc, tâm nằm trong khoảng từ 1200-1250E, vớihướng gió thịnh h&nh từ ENE-WNW v& tốc độ nhỏ hơn 2m/s

- Lưỡi áp cao phía đông, tâm nằm trong khoảng từ 1200-1250E, hướnggió thịnh h&nh từ E-SSE v& tốc độ nhỏ hơn 2m/s

Tiến h&nh tính xác suất xuất hiện mưa ứng với từng cấp của độ ẩmtương đối lúc 13 giờ (r) ng&y hôm trước để dự báo MNMP cho ng&y sau trênkhu vực H& Nội đối với từng hình thế thời tiết Kết quả tính toán của ông trênkhu vực H& Nội cho thấy, đối với loại hình thế thời tiết thứ nhất, nếu r 60%thì xác suất xuất hiện mưa bằng 0, nếu r > 80% thì xác suất xuất hiện mưabằng 100% Đối với loại hình thế thời tiết thứ hai, nếu r 60% thì xác suấtxuất hiện mưa cũng bằng 0, nếu 81% r 85% thì xác suất xuất hiện mưa l&87%, nếu r > 85% thì xác suất xuất hiện mưa l& 100%

Vũ Thị Hằng đã tiến h&nh xây dựng phương trình dự báo MNMP chosân bay Phú B&i bằng các yếu tố thực đo v& dự báo từ mô hình GFS Kết quả

đã xây dựng được 5 phương trình dự báo MNMP thời hạn 24 giờ cho khu vựcnghiên cứu bao gồm: Trạm A Lưới tháng 1, 2, 3; trạm Huế tháng 2, 3 có độchính xác trên 70%v& trạm Nam Đông tháng 1 Kết quả độ chính xác khi thửnghiệm dự báo trên chuỗi số liệu phụ thuộc đều đạt kết quả rất cao, cao nhấtlên tới 89.03% v& thấp nhất l& 45.39%; trong đó có 4 phương trình trong số 9phương trình có độ chính xác lớn hơn 80%, 4 phương trình có độ chính xáctrên 70% Độ chính xác khi thử nghiệm dự báo trên chuỗi số liệu độc lập nhìnchung kết quả thử nghiệm cũng tương đối cao Độ chính xác cao nhất l&92.86% v& thấp nhất chỉ l& 61.29%.[4]

Đối với dự báo mưa nhỏ cho khu vực H& Nội, Lê Đình Quang [ ] cũng8chọn hai dạng hình thế trên Kết quả đạt được trong trường hợp thứ nhất, nếu

độ ẩm tương đối lúc 13 giờ (r13) 75% thì có thể dự báo đêm hôm đó v&ng&y hôm sau có MNMP với độ chính xác l& 76% Nếu r13 85% thì xácsuất xuất hiện MNMP l& 100% Khi độ ẩm tăng lên thì xác suất xuất hiệnMNMP cũng tăng lên Trong trường hợp thứ hai, nếu r13 75% thì có thể dựbáo đêm hôm đó v& ng&y hôm sau có MNMP với độ chính xác l& 80% v&cũng như trường hợp trên, khi độ ẩm tăng lên thì xác suất xuất hiện MNMPcũng tăng lên v& nếu r13 85% thì xác suất xuất hiện MNMP l& 100% Khi sử dụng phương pháp h&m phân biệt, Lê Đình Quang [ ] đã xây8dựng toán đồ dự báo MNMP trong các tháng mùa đông cho khu vực H& Nội.Hai yếu tố chọn l&m trục toạ độ l& nhiệt độ (T) v& điểm sương (Td)

Với số liệu từ 1958-1963, ông đã xây dựng phương trình đường thẳngphân chia hai vùng có v& không có mưa nhỏ đối với hai loại khác nhau như sau:

0,037 - 0,079*T + 0,088*Td = 0 (đối với hình thế thứ nhất)0,47 - 0,099*T + 0,101*Td = 0 (đối với hình thế thứ hai)Sau khi dự báo hình thế, căn cứ v&o nhiệt độ v& điểm sương lúc 13 giờhôm đó, xác định toạ độ của chúng trên toán đồ, nếu rơi v&o vùng mưa thì ta

dự báo 24 giờ tới (tính từ 19 giờ cùng ng&y) có mưa v& ngược lại

Cũng bằng phương pháp h&m phân biệt, Nguyễn Viết Phong [ ] đã7chọn những ng&y gió có hướng E-NE để xây dựng phương trình đường thẳngphân chia hai vùng có v& không có MNMP từ tháng 12-3 cho khu vực th&nhphố Vinh, với các biến dự báo l& nhiệt độ không khí (T) v& nhiệt độ điểmsương (Td) lúc 13 giờ như sau:

0,579340 - 0,0739*T + 0,0581*Td = 0

Có thể nói, trong các phương pháp trên, hai phương pháp sau có sốnhân tố tham gia v&o phương trình dự báo tăng lên Thế nhưng, nó vẫn còn l&một phương pháp thống kê đơn giản v& chưa thật tiện lợi cho dự báo nghiệp

vụ vì còn mang tính thủ công nên sẽ dẫn đến những sai số khi chấm điểm cóv& không lên giản đồ

Qua đó có thể thấy, việc áp dụng phương pháp thống kê PP trong dựbáo đã được rất nhiều nh& nghiên cứu sử dụng để xây dựng phương trình dựbáo mưa nói riêng v& các yếu tố thời tiết nói chung đã đạt được những kết quảkhả quan trong b&i toán nâng cao chất lượng dự báo thời tiết Cùng từ nhữngcông trình nghiên cứu dự báo MNMP trên, có thể nhận thấy hiện tượng khítượng n&y đã có một số tác giả quan tâm nghiên cứu, các công trình đó chủyếu sử dụng phương pháp phân tích synop hoặc bằng các phương pháp thống

kê đơn giản nên việc đưa số lượng nhân tố dự báo v&o để tính toán rất hạn chếv& mang tính chủ quan Để khắc phục những điểm hạn chế n&y, ở đây, chúngtôi tiến h&nh sử dụng các phương pháp thống kê hiện đại trên cơ sở chuỗi sốliệu sẵn có, dễ khai thác ở các trung tâm dự báo tỉnh v& với số lượng biếnkhông hạn chế để xây dựng các phương trình dự báo MNMP cho khu vựcth&nh phố Hải Phòng

CHƯƠNG II CƠ SỞ DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

2.1 Cơ sở dữ liệu

2.1.1 Số liệu quan trắc khí tượng bề mặt

Trong lĩnh vực khí tượng thủy văn, số liệu quan trắc đóng một vai tròhết sức quan trọng, được sử dụng để tính toán, đánh giá, so sánh với số liệu từcác mô hình số hoặc các phương pháp tính toán nhằm đánh giá độ chính xác,khả năng ứng dụng của các mô hình hoặc các phương pháp tính toán được lựachọn

Ba trạm khí tượng được sử dụng để nghiên cứu xây dựng phương trình

dự báo mưa nhỏ mưa phùn ở Hải Phòng gồm các trạm: Bạch Long Vỹ, HònDấu v& Phù Liễn Số liệu khí tượng bề mặt được quan trắc 4 obs một ng&y v&lấy trong thời đoạn 6 năm (từ năm 2015 đến năm 2018) Vị trí tọa độ các trạmquan trắc được cho trong bảng 2.1

đơn vị đo l& hPa v& cũng lấy chính xác đến phần mười; yếu tố gió được lấytheo 16 hướng la b&n v& quy đổi th&nh độ, ví dụ: 360 độ l& hướng bắc, 90 độl& gió hướng đông v& tốc độ gió l& m/s, LG l& lặng gió,… v& giá trị tốc độ gióchỉ lấy phần nguyên, đơn vị l& “m/s”; số liệu hiện tượng MNMP được lấytheo đợt mưa v& không phân biệt mưa liên tục hay mưa cách khoảng, khôngphân biệt cường độ mạnh – trung bình - nhẹ v& thời gian có mưa lấy chínhxác đến phút

2.1.2 Số liệu quan trắc thám không

Các giản đồ thiên khí đã được sử dụng từ lâu trong nghiệp vụ tại Trungtâm Dự báo KTTV quốc gia với việc phân tích thủ công các giá trị thámkhông từ trước năm 2005 Từ 2005, Trung tâm Dự báo KTTV quốc gia bắtđầu sử dụng song song giản đồ thiên khí phân tích thủ công v& phần mềmphân tích giản đồ thiên khí (RAOB, phiên bản 5.6) do ông Tom Yoshida,nguyên giám đốc Trung tâm dự báo thời tiết của đảo Guam, Hoa Kỳ tặng choTrung tâm Dự báo KTTV quốc gia sau đợt tập huấn về dự báo mưa dông tạiĐ&i Khí tượng Cao không năm 2005 Phần mềm RAOB giúp tính toán các chỉ

số bất ổn định cũng như phân tích các đặc trưng khi quyển như nhiệt độ, điểmsương, hướng gió, tốc độ gió v.v… Các tác giả Ho&ng Phúc Lâm (2007) v&

Lê Đình Quyết v& cs (2016) đã sử dụng phần mềm n&y v& các giá trị đo đượctrong các nghiên cứu của mình

Trong nghiên cứu n&y, số liệu quan trắc tại 01 trạm thám không vôtuyến đặc trưng cho khu vực th&nh phố Hải Phòng l& trạm Bạch Long Vĩ (mãtrạm 48839) Trong đó Bạch Long Vĩ có 01 phiên quan trắc mỗi ng&y v&o00Z Số liệu thám không được mô tả như sau:

Bảng 2.2: Mô tả cấu trúc số liệu thám không từ năm 2015-2018

Year Month day TEMP DWPT RELH DRCT SKNT

Year Month day TEMP DWPT RELH DRCT SKNT

2.1.3 Số liệu mô hình GFS

Hệ thống dự báo to&n cầu (Global Forecast System - GFS) l& một môhình dự báo thời tiết được cung cấp bởi Trung tâm dự báo môi trường quốcgia Mỹ (National Center for Environmental Prediction - NCEP)

Trong nghiên cứu n&y tác giả sử dụng số liệu dự báo của mô hình GFSl&m số liệu độc lập, bao gồm các yếu tố: Nhiệt độ, nhiệt độ điểm sương, giókinh hướng, gió vĩ hướng (gió kinh vĩ được tính toán để ra hướng gió v& tốc

độ gió) tại 04 mực 925mb, 850mb, 700mb v& 500mb trong thời gian từ năm

2019 – 2020 Thời gian trích suất số liệu lúc 13h, cho phiên dự báo 24h Sốliệu được trích xuất về tọa độ tương ứng với 03 điểm trạm l& Bạch Long Vỹ,Hòn Dấu v& Phù Liễn

Số liệu dự báo của mô hình GFS được lấy tại địa chỉ website:https://nomads.ncep.noaa.gov/ l& bộ số liệu ho&n to&n miễn phí với độ phângiải tối thiểu 0.25 x 0.25 Định dạng số liệu Grib2

2.1.4 Số liệu thứ cấp

Bộ nhân tố thứ cấp từ bộ nhân tố sơ cấp từ các yếu tố thực đo tại trạmv& số liệu thám không Ví dụ như ta có thể tính được độ biến thiên của chúngtrong 24 giờ, 18 giờ, 12 giờ v& 6 giờ cũng như tính được đô ¦ hụt điểm sương

từ bộ số liệu quan trắc

Quá trình tính toán còn lấy biến thứ cấp phản ánh sự phân bố của cácyếu tố khí tượng theo phương thẳng đứng giữa tổ hợp ba của 4 mực, như: lấynhiê ¦t đô ¦ mực trên trừ mực dưới (phản ánh đô ¦ bất ổn định của khí quyển), giómực trên trừ mực dưới (phản ánh đô ¦ đứt của gió), đô ¦ ẩm mực trên trừ mựcdưới (phản ánh gradient đô ¦ ẩm theo phương thẳng đứng) Qua đó, luận văn cóthêm được 31 bộ số liệu tham gia v&o xây dựng phương trình Bộ số liệuđược dẫn ra trong bảng 2.3 v& bảng 2.4

Bảng 2.3: Bộ số liệu thứ cấp được xây dựng từ số liệu tại trạm

TT K} hiê ~u Nhân tố

Bảng 2.4: Bộ số liệu thứ cấp được xây dựng từ số liệu thám không

1 TEMP925-850 Gradient nhiệt độ mực 925 v& 850

2 DWPT925-850 Gradient điểm sương mực 925 v& 850

3 RELH925-850 Gradient độ ẩm mực 925 v& 850

4 DRCT925-850 Độ đứt hướng gió mực 925 v& 850

5 SKNT925-850 Độ đứt gió mực 925 v& 850

6 TEMP850-700 Gradient nhiệt độ mực 850 v& 700

7 DWPT850-700 Gradient điểm sương mực 850 v& 700

8 RELH850-700 Gradient độ ẩm mực 850 v& 700

9 DRCT850-700 Độ đứt hướng gió mực 850 v& 700

10 SKNT850-700 Độ đứt gió mực 850 v& 700

11 TEMP700-500 Gradient nhiệt độ mực 700 v& 500

12 DWPT700-500 Gradient điểm sương mực 700 v& 500

STT Ký hiệu Nhân tố

13 RELH700-500 Gradient độ ẩm mực 700 v& 500

14 DRCT700-500 Độ đứt hướng gió mực 700 v& 500

15 SKNT700-500 Độ đứt gió mực 700 v& 500

Bảng 2.5: Bộ số liệu thứ cấp được xây dựng từ số liệu mô hình GFS

TEMP925-850 Gradient nhiệt độ mực 925 v& 850

2 GFS-DWPT925-850 Gradient điểm sương mực 925 v& 850

3 GFS-RELH925-850 Gradient độ ẩm mực 925 v& 850

4 GFS-DRCT925-850 Độ đứt hướng gió mực 925 v& 850

5 GFS-SKNT925-850 Độ đứt gió mực 925 v& 850

6 GFS-TEMP850-700 Gradient nhiệt độ mực 850 v& 700

7 GFS-DWPT850-700 Gradient điểm sương mực 850 v& 700

8 GFS-RELH850-700 Gradient độ ẩm mực 850 v& 700

9 GFS-DRCT850-700 Độ đứt hướng gió mực 850 v& 700

10 GFS-SKNT850-700 Độ đứt gió mực 850 v& 700

STT Ký hiệu Nhân tố

11 GFS-TEMP700-500 Gradient nhiệt độ mực 700 v& 500

GFS-DWPT700-500 Gradient điểm sương mực 700 v& 500

13 GFS-RELH700-500 Gradient độ ẩm mực 700 v& 500

14 GFS-DRCT700-500 Độ đứt hướng gió mực 700 v& 500

15 GFS-SKNT700-500 Độ đứt gió mực 700 v& 500

2.2 Phương pháp nghiên cứu

Trong nghiên cứu n&y tác giả sử dụng số liệu thực đo v& số liệu thámkhông từ năm 2015 – 2018 l&m bộ số liệu phụ thuộc; số liệu dự báo 24h của

mô hình GFS từ năm 2019 – 2020 l&m số liệu độc lập đánh giá chất lượng dựbáo mưa nhỏ mưa phùn khu vực Hải Phòng của phương trình đã xây dựngđược trên cơ sở các phương pháp sau:

2.3.1 Phương pháp “Dự báo hoàn hảo”

Phương pháp dự báo ho&n hảo dựa trên giả thiết rằng dự báo của môhình số trị l& “ho&n hảo” (Mặc dù điều n&y ta biết rằng không bao giờ xảy ra),nói một cách khác, phương pháp n&y cho ta biết hệ quả gì sẽ xảy ra nếu môhình số l& đúng Các phương trình của dự b&o ho&n hảo đơn giản được xâydựng trện cơ sở mối liên hệ giữa thời tiết quan trắc (gọi l& yếu tố dự báo) v&các biến khác (gọi l& nhân tố dự báo) cũng được quan trắc tại cùng thời điểmhoặc ngay trước thời điểm quan trắc yếu tố dự báo với một điều kiện l&: cácnhân tố dự báo phải l& các biến được dự báo bởi mô hình số trị Nói một cáchkhác, trong phương pháp dự báo ho&n hảo, ta sử dụng số liệu quan trắc đồngthời để xây dựng phương trình tương quan, nhưng khi tính toán dự báo, lại sửdụng sản phâm dự báo của mô hình số trị l&m nhân tố dự báo Do đó, ta có thể

sử dụng một phương trình để dự báo cho bất kỳ thời hạn dự báo n&o Tất