Dự báo tổ hợp

Dự báo tổ hợp

Dự báo tổ hợp

1

Nhóm 1

Giới thiệu chung về DBTH

 Dự báo tổ hợp sẽ gồm khoảng 30 – 50 dự báo thành phần (member forecast), sau đó đưa vào chạy mô hình nhiều lần

 Các số liệu được lấy một cách đồng thời với sự biến đổi các điều kiện đầu vào biến đổi

 Mang lại tính chính xác cao và là phương pháp thực nghiệm

3

Giới thiệu chung về DBTH

 Phương pháp dự báo tổ hợp nhằm hạn chế, khắc phục những khó khăn ban đầu

 Hiện nay có 4 phương pháp được sử dụng rộng rãi: phương pháp lấy trung bình đơn giản, phương pháp lấy trung bình có trọng số, phương pháp “Spaghetti” và phương pháp xác xuất

4

vd: dự báo tổ hợp cùng điều kiện đầu

°C

Forecast Day

5

Mô hình dự báo tổng thể ECMWF:

 Mô hình này được ứng dụng đầu tiên vào năm 1992

 Chạy 51 lần với điều kiện ban đầu khác nhau không đáng kể Các thành phần nhiễu động từ các điều kiện ban đầu khác nhau đại diện cho tính không chính xác có trong phân tích

7

Mô hình dự báo NWP

 Các mô hình NWP khác nhau có quá trình dự báo tiến triển khác nhau, sự đóng góp ở đây:

o Điều kiện đầu vào khác nhau.

o Khí quyển nhạy (sensitive) với điều kiện đầu vào khác nhau.

o Các phương pháp động học khác nhau.

o Phương pháp khác nhau cho việc ước lượng hiệu quả trong các quá trình vật lý.

8

Mô hình MM5:

 Mô hình khí tượng động lực qui mô vừa thế hệ thứ 5 (MM5) của trung tâm nghiên cứu khí quyển quốc gia

Mỹ (NCAR) và trường đại học tổng hợp Pennsylvania

Mỹ (PSU) là thế hệ mới nhất trong một loạt các mô hình nghiên cứu và dự báo thời tiết được Anthes phát triển từ những năm 1970.

 Mô hình đã được cải tiến nhiều lần nhằm mô phỏng và

dự báo tốt hơn các quá trình vật lý qui mô vừa và có thể

áp dụng với nhiều đối tượng sử dụng khác nhau.

9

Mô hình MM5(tt)

 Phiên bản 3.5 (MM5V3.5) của mô hình ra đời năm 2001 được điều chỉnh và cải tiến trong các mảng:

▪ Kỹ thuật lồng ghép nhiều mức

▪ Động lực học bất thủy tĩnh

▪ Đồng hóa số liệu 4 chiều (FDDA)

▪ Bổ sung các sơ đồ tham số hóa vật lý

▪ Kỹ thuật tính toán…

10

Mô hình MM5:

 Phiên bản sử dụng trong dự báo thời tiết ở viện Khí tượng thủy văn (Việt Nam) là MM5V3.7 (mới nhất) cập nhật cuối 2004.

 Miền tính: các dự báo về hầu hết các yếu tố khí tượng thực hiện cho 2 miền tính

Mô hình MM5 (tt)

 Dự báo thời tiết ở viện khí tượng- thủy văn (VN):

o Hiện thời: mô hình MM5 được chạy 1 lần/1 ngày với các trường phân tích và dự báo bắt đầu từ 7h hàng ngày.

o Khoảng 12h30, mô hình hoàn tất các sản phẩm dự báo cho

2 miền tính với hạn dự báo đến 72h.

o Các dự báo được thực hiện trên máy tính song song với 8 CPU của viện khí tượng – thủy văn.

o Một số sản phẩm dự báo: nhiệt độ, lượng mưa, độ ẩm tương đối cho một số điểm trên cả nước…

12

Mô hình MM5 (tt)

 Lưu ý về các sản phẩm dự báo:

 Nhiệt độ ngày là nhiệt độ cao nhất từ 7h - 19h.

 Nhiệt độ đêm là nhiệt độ thấp nhất từ 19h - 7h.

 Lượng mưa ngày là tổng lượng mưa từ 7h - 19h.

 Lượng mưa đêm là tổng lượng mưa từ 19h - 7h.

 Độ ẩm ngày là độ ẩm thấp nhất từ 7h - 19h.

 Độ ẩm đêm là độ ẩm cao nhất từ 19h - 7h.

13

Ứng dụng mô hình DBTH MM5 ở Việt Nam:

 Mô hình MM5 thích hợp với dự báo mưa lớn

 MM5 đã và đang được áp dụng trong:

 Dự báo hạn ngắn

 Dự báo khí hậu

 Cơ sở lý luận chính của DBTH

 Là một nhiễu động nhỏ trong trường phân tích ban đầu sẽ được khuếch đại và trở thành sai số lớn của trường dự báo so với thực tế.

 Mô hình này gồm các tham số hóa vật lý khác nhau.

14

Ứng dụng mô hình DBTH MM5 ở Việt Nam (tt)

 Tính hiệu quả của DBTH được thể hiện qua ví dụ về:

 Trường dự báo mưa.

 Trường khí áp bằng Mô hình MM5

 Sử dụng phương pháp dự báo số trị : Chất lượng

dự báo về mưa lớn cao hơn hẳn so với các phương pháp dự báo khác Vì vậy, ưu tiên phát triển phương pháp dự báo số trị, mà trước hết là áp dụng các mô hình số ở nước ta là một hướng đi nhằm tăng cường chất lượng dự báo

15

Kết luận

 Diện mưa của DBTH với các hạn dự báo khác nhau thường lớn hơn so với thực tế, đều phản ánh được khu vực mưa lớn

 Sử dụng tổ hợp để nhận ra chuỗi sự kiện dự báo trong tương lai một cách hợp lí Hơn nữa,

sử dụng tổ hợp để xác định xác suất cụ thể những kết quả dự báo chiếm ưu thế, như lốc mùa đông, dẫn nhiệt, giá trị ngưỡng của giáng thủy…

16

Hầu hết các đường đẳng dự báo gần trùng với đường đẳng phân tích Dự báo tổ hợp đã thể hiện khá tốt xu thế và diễn biến trường áp bề mặt.

17

18

Dự báo vùng ven biển Đà Nẳng đến Quảng Ngãi lượng mua lớn nhưng thực tế thì không Dự báo chính xác mưa từ Huế đến Phan Thiết Dự báo tổ hợp dự báo các vùng chính xác.

19

Ưu điểm và nhược điểm của

phương pháp DBTH:

 Ưu điểm

 Nhược điểm

22

Ưu điểm:

 Tăng cường chất lượng dự báo

 DBTH mô tả chính xác hơn từng phương pháp

dự báo riêng lẻ

 Xây dựng được công nghệ dự báo liên hoàn bão, nước dâng và sóng ở Việt Nam bằng mô hình số với thời gian dự báo trước 3 ngày, đạt

độ chính xác cho phép, phục vụ phòng chống

và giảm nhẹ thiên tai

23

Nhược điểm:

 Không biết được chắc chắn điều kiện đầu vào

 DBTH là sự tổng hợp kết quả của các thành phần tổ hợp riêng lẻ, mỗi thành phần dự báo đều có sai số nhất định Do đó DBTH có sai

Kết luận

 Mô hình DBTH được phát triển dựa trên nền tảng toán học và cơ sở của các mô hình trước đó

 Mô tả chính xác hơn từng phương pháp dự báo riêng lẻ

 Trên thế giới, các mô hình dự báo lần lượt được thử nghiệm và thành công từ cách đây hàng thế kỷ

25

Tài liệu tham khảo

 Tài liệu bồi dưỡng nghiệp vụ dự báo viên khí tượng thủy văn – Trung tâm khí tượng thủy văn quốc gia

 http://biblioteca.universia.net/html_bura/ficha/params/id/2102227.html

 http://en.wikipedia.org/wiki/Numerical_weather_prediction

 http://meted.ucar.edu/nwp/pcu1/ensemble_webcast/index.htm

26