Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 146 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
146
Dung lượng
6,45 MB
Nội dung
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
NGHIÊN CỨU ỨNG DỤNG SƠ ĐỒ ĐỒNG HÓA SỐ LIỆU 3DVAR CHO
MÔ HÌNH WRF NHẰM DỰ BÁO QUỸ ĐẠO BÃO TRÊN BIỂN ĐÔNG
Hoàng Đức Cường, Nguyễn Thị Thanh, Trần Thị Thảo
Viện Khoa học Khí tượng Thủy văn và Môi trường
Báo cáo trình bày tóm tắt về hệ thống đồng hóa số liệu 3DVAR trong mô hình WRF
nhằm điều chỉnh trường ban đầu là sản phẩm phân tích của mô hình toàn cầu với sự tham gia
của các số liệu thám sát địa phương.
Kết quả dự báo thử nghiệm đối với cơn bão NEOGURI trong hai trường hợp, có và
không đồng hóa số liệu cho trường ban đầu cho thấy, sai số khoảng cách khi có đồng hóa số
liệu giảm đáng kể trong 30h dự báo đầu tiên, sai số dọc và sai số ngang cũng có những cải
thiện nhất định. Tổng hợp kết quả thử nghiệm đối với 18 cơn bão hoạt động trên Biển Đông
năm 2008, 2009 cũng cho thấy hiệu quả sử dụng của sơ đồ đồng hóa số liệu cho mô hình
WRF nhằm dự báo quỹ đạo bão, nhất là trong khoảng 42h dự báo đầu tiên.
1. Mở đầu
Điều quan trọng ảnh hưởng tới chất lượng dự báo của các mô hình dự báo số là
trường ban đầu, các dữ liệu đầu vào, số liệu quan trắc địa phương. Để cải thiện trường
số liệu ban đầu, các nhà khoa học sử dụng những mô hình đồng hoá số liệu, trong đó,
trường số liệu ban đầu được hiệu chỉnh bởi các số liệu quan trắc như các số liệu quan
trắc tại mặt đất, số liệu quan trắc thám không vô tuyến, số liệu quan trắc Radar và số
liệu đo đạc bằng các vệ tinh khí tượng.
Trong những năm qua, các nghiên cứu về đồng hoá số liệu và phát triển cho mô
hình WRF đã được thực hiện. Modun WRF_3DVAR đóng vai trò quan trọng trong
việc nghiên cứu và áp dụng bài toán đồng hoá số liệu phi tuyến.
2. Hệ thống đồng hóa số liệu 3DAVR trong mô hình WRF
Mục đích cơ bản của đồng hoá số liệu biến phân ba chiều là cung cấp một ước
lượng tối ưu của trạng thái khí quyển thực ở thời điểm phân tích thông qua việc giải
lặp hàm giá [3,4]:
J ( x) = J b ( x) + J 0 ( x) =
1
1
( x − x b ) T B −1 ( x − x b ) + ( y − y 0 ) T ( E + F ) −1 ( y − y 0 )
2
2
(1)
Trong đó: x là véc tơ trạng thái phân tích, xb là véc tơ trường nền, B là ma trận
tương quan sai số nền, y0 là trường quan trắc, y là véc tơ chuyển đổi từ trạng thái
không gian mô hình đến không gian quan trắc, E, F tương ứng là ma trận tương quan
sai số quan trắc và ma trận tương quan sai số biểu diễn.
Như vậy, bài toán đồng hoá số liệu biến phân 3DVAR có thể nói ngắn gọn là
lời giải lặp của phương trình (1) để tìm trạng thái được phân tích x sao cho J(x) là nhỏ
nhất. Ngoài ra bài toán còn đòi hỏi phải thiết lập được ma trận tương quan sai số
trường nền và ma trận tương quan sai số quan trắc.
Ma trận tương quan sai số trường nền với phương sai sai số trường nền là các
phần tử nằm trên đường chéo của ma trận sai số nền B. Chúng thường được đánh giá
thông qua phương sai của trường dự báo mà ta sử dụng làm trường nền hoặc có thể
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
1
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
được đánh giá thông qua việc xác định phương sai của độ lệch giữa trường dự báo và
trường phân tích. Tương quan giữa các sai số trường nền là các phần tử nằm ngoài
đường chéo của ma trận sai số nền B. Tương quan sai số trường nền có tầm quan trọng
trong bài toán phân tích vì chức năng truyền thông tin, làm trơn, cân bằng vật lý.
Ma trận tương quan sai số quan trắc bao gồm những ảnh hưởng của sai số đo,
các sai số trong hoạt động quan trắc và sai số biểu diễn. Phương sai của sai số quan
trắc chính là các phần tử nằm trên đường chéo của ma trận tương quan. Tương quan
sai số quan trắc là các phần tử nằm ngoài đường chéo của ma trận tương quan sai số
quan trắc. Sự có mặt của tương quan sai số quan trắc góp phần làm giảm trọng số của
quan trắc và giảm sự chênh lệch giữa các giá trị quan trắc thông qua gradient hay xu
thế.
Để cực tiểu hoá hàm giá, mô hình WRFDA đã sử dụng phiên bản được cải tiến
về giới hạn vùng nhớ của phương pháp Quasi_Newton (QNM) hoặc phương pháp liên
kết Gradient (CGM). Mục đích của các phương pháp này là hướng tới quá trình tương
tác của những giải pháp phi tuyến (ví dụ như sự tương tác giữa giá trị quan trắc và quá
trình cân bằng cưỡng bức,…) được sử dụng để phân tích biến trong mô hình WRFDA.
Theo đó giá trị quan trắc sẽ bị loại bỏ nếu hiệu sai số quan trắc và sai số trường nền
(O_B) vượt quá giá trị cho phép (sai số độ lệch chuẩn).
Trong mô hình WRF, quá trình đồng hóa số liệu được thực hiện theo sơ đồ trên
Hình 1 [3].
Hình 1. Sơ đồ tổng quát quá trình đồng hóa dữ liệu WRF-Var
Việc tính toán hệ số tương quan của các sai số trường nền được thiết kế trong
module gen_be, module này sẽ cập nhật dữ liệu từ mô hình toàn cầu hay mô hình khu
vực sau đó sẽ tính toán để tạo ra các hệ số tương quan thống kê của sai số sử dụng
trong hệ thống đồng hoá số liệu. Để tính toán hệ số tương quan giữa các trường thì
những giá trị trung bình cần phải được loại bỏ đầu tiên, để loại bỏ các giá trị này ta đã
sử dụng module gen_be_stage2. Module này sẽ đưa ra biến thống kê và được sử dụng
như là các biến điều khiển trong mô hình WRF_VAR. Các biến điều khiển được định
nghĩa là sự sai khác giữa các thành phần cân bằng và các thành phần đầy đủ của
trường. Đối với hệ số tương quan thẳng đứng, vector riêng, giá trị riêng và các biến
điều khiển được tính toán qua module gen_be_stage3 của mô hình. Hệ số tương quan
theo chiều ngang được tính toán qua module gen_be_stage.
2
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Để thực hiện quy trình mô tả ở Hình 1 nêu trên cần ba nguồn dữ liệu đầu vào là
số liệu dự báo ban đầu (trường nền) xb, các số liệu quan trắc yo và tương quan sai số
trường nền (B).
Các trường ban đầu và điều kiện biên cho mô hình WRF các trường phân tích
và dự báo của mô hình GFS do NCEP cung cấp cách nhau 6h, địa chỉ download:
http://nomads.ncdc.noaa.gov/.
Việc đồng hoá số liệu truyền thống và phi truyền thống được thực hiện thông
qua module WRF-Var. Số liệu quan trắc bề mặt là số liệu synop của các trạm tại Việt
Nam và khu vực lân cận được cung cấp bởi NCAR, địa chỉ download:
http://dss.ucar.edu/datasets/ds336.0/.
Số liệu cao không sử dụng để đồng hoá là số liệu nhiệt độ, nhiệt độ điểm sương,
áp suất, hướng gió, tốc độ gió tại các trạm cao không của Việt Nam và khu vực lân cận
tại thời điểm 00Z của hai mùa bão năm 2008, 2009. Số liệu được cung cấp bởi Khoa
Nghiên cứu Khí quyển, thuộc Trường Đại học Kỹ thuật, Đại học Wyoming (Mỹ), địa
chỉ download: http://weather.uwyo.edu/upperair/sounding.html.
3. Kết quả thử nghiệm
Miền tính của mô hình WRF
nhằm dự báo bão trên Biển Đông được
xây dựng với 160 x 100 điểm lưới, từ 3030oN, 90-130oE, độ phân giải ngang là
27km và 27 mực theo chiều thẳng đứng
(Hình 2).
Các sơ đồ tham số hóa vật lý lựa
chọn cho WRF bao gồm tham số hoá đối
lưu Betts-Miller-Janjic, tham số háo lớp
biên hành tinh MRF, sơ đồ đất bề mặt
Noah Land-Surface Model, tham số hóa
Hình 2. Miền tính của mô hình WRF
bức xạ sóng dài RRTM và tham số hoá
nhằm dự báo bão trên Biển Đông
vi vật lý mây Thompson [1,2]. Thời gian
dự báo tối đa cho tất cả các trường hợp là 72h với các sản phẩm dự báo được chiết
xuất từng 6h một. Đối với mỗi cơn bão, hai dự báo được thử nghiệm:
Trường hợp 1 (KDH): không sử dụng sơ đồ đồng hóa 3DVAR cho mô hình
WRF và chỉ sử dụng trường phân tích và dự báo toàn cầu NCEP-GFS làm điều kiện
ban đầu và điều kiện biên.
Trường hợp 2 (DH): sử dụng sơ đồ đồng hóa 3 DVAR cập nhật số liệu synốp
và cao không để cải thiện điều kiện ban đầu sử dụng trong trường hợp 1.
Các thử nghiệm trên đây được thực hiện đối với 18 cơn bão hoạt động ở Biển
Đông trong năm 2008 và 2009. Khả năng dự báo quyc đạo bão trên Biển Đông được
đanh giá thông qua sai số khoảng cách, sai số dọc và sai số ngang [1,2].
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
3
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Trường hợp cơn bão NEOGURI năm 2008 sẽ được phân tích chi tiết nhằm làm
rõ vai trò của đồng hóa số liệu trong dự báo bão. Bão NEOGURI mạnh lên từ một áp
thấp nhiệt đới vào ngày 15/4/2008 ở Đông Nam Biển Đông. Sau khi hình thành, bão
chủ yếu di chuyển theo hướng Tây Bắc và đến ngày 17/04, bão đổi hướng Bắc Tây
Bắc (Hình 3), cường độ bão mạnh cấp 10, cấp 11. Bão NEOGURI đổ bộ vào Hải Nam
(Trung Quốc) và sau đó suy yếu ở vùng biển phía Tây Nam tỉnh Quảng Đông (Trung
Quốc).
Dự báo quỹ đạo
bão NEOGURI với hai
phương án DH và KDH
tại thời điểm dự báo 00Z
ngày 15/04/2008 cho
thấy, trường hợp DH cho
dự báo quỹ đạo bão
tương đối sát với quỹ đạo
thực tế, trong khi trường
hợp KDH dự báo bão
NEOGURI di chuyển
chậm hơn thực tế và vị
trí tâm bão lệch về phía
tây nam so với vị trí tâm
bão thực.
Hình 3. Bão NEOGURI: quỹ đạo bão thực tế (1), dự
báo theo phương án KDH và DH
Trường hợp DH
cho sai số khoảng cách (PE) nhỏ hơn đáng kể so với trường hợp KDH, đặc biệt là
trong 30h dự báo
đầu tiên (Hình 4a).
Từ các hạn dự báo
tiếp theo, trường hợp
đồng hóa số liệu
cũng làm giảm sai số
khoảng cách so với
b)
a)
trường hợp không
đồng hóa số liệu, tuy
nhiên, cả hai trường
hợp DH và KDH
đều cho sai số về
khoảng cách vị trí
tâm bão dự báo và
c)
tâm bão thực tương
đối lớn. Phân tích sai
Hình 4. Sai số khoảng cách (a), sai số dọc (b) và sai số
số dọc (ATE) cho
ngang (c) khi dự báo bão NEOGURI theo phương án KDH
thấy, cả hai phương
và DH
án dự báo đều cho
xu hướng di chuyển chậm hơn so với quan trắc (giá trị sai số âm), tuy nhiên, trường
hợp đồng hóa số liệu có trị tuyệt đối sai số nhỏ hơn hẳn trường hợp không đồng hóa số
400
0
6
350
12 18 24 30 36 42 48 54 60 66 72
-50
300
250
200
PE_KDH
150
PE_DH
-100
ATE_KDH
ATE_DH
-150
100
50
-200
0
6
12
18 24
30
36
42
48
54 60
66
72
-250
0
-10
6
12 18 24 30 36 42 48 54 60 66 72
-20
-30
-40
CTE_KDH
CTE_DH
-50
-60
-70
-80
4
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
liệu (Hình 4b). Việc cải thiện sai số ngang của trường hợp DH so với KDH chỉ tìm
thấy ở 30h dự báo đầu tiên, từ 30h đến 72h dự báo tiếp theo, trường hợp đồng hóa số
liệu lại cho sai số ngang lớn hơn trường hợp không đồng hóa số liệu (Hình 4c).
Tổng hợp đánh giá kết quả dự báo quỹ đạo bão trong hai trường hợp có và
không sử dụng sơ đồ đồng hóa 3DVAR nhằm cập nhật số liệu cao không và Synốp
cho trường ban đầu đối với sai số khoảng cách trung bình, sai số dọc trung bình và sai
số ngang trung bình cho 18 cơn bão hoạt động trên Biển Đông trong năm 2008, 2009
được trình bày trên Hình 5.
Trường hợp DH cho sai số khoảng cách trung bình nhỏ hơn trường hợp KDH ở
42h dự báo đầu tiên, còn từ 42h đến 72h dự báo tiếp theo, sai số khoảng cách trung
bình trong cả hai trường hợp là xấp xỉ nhau. Như vậy, đối với bài toán dự báo quỹ đạo
bão, trường hợp đồng hóa số liệu cho kết quả khả quan hơn so với trường hợp không
đồng hóa số liệu ở
những hạn dự báo
trước 42h.
400
350
300
250
Sai số dọc
trung bình có giá trị
dương ở tất cả các
thời điểm dự báo đối
a)
với trường hợp
KDH, chứng tỏ bão
có xu hướng di
chuyển nhanh hơn
so với quan trắc
(Hình 5b). Khi có
đồng hóa số liệu,
MATE có giá trị âm
b)
c)
ở hạn dự báo trước
30h và dương ở hạn
Hình 5. Sai số khoảng cách trung bình (a), sai số dọc trung
dự báo từ 30h đến
bình (b) và sai số ngang trung bình (c) đối với 18 cơn bão
72h. Như vậy, trong
năm 2008, 2009 được dự báo theo phương án KDH và DH
trường hợp có đồng
hóa số liệu, ở những hạn dự báo trước 30h, bão có xu hướng di chuyển nhanh hơn so
với thực tế và di chuyển tương đối chậm ở những hạn dự báo sau 30h (Hình 5b).
200
MPE_KDH
150
MPE_DH
100
50
0
6
12
18
24 30 36 42
200
48
54
60
66
72
200
150
150
100
50
MCTE_KDH
0
-50
-100
-150
-200
6
12 18 24 30 36 42 48 54 60 66 72
100
MATE_KDH
MATE_DH
MCTE_DH
50
0
6
12 18 24 30 36 42 48 54 60 66 72
-50
Có sự trái ngược nhau trong kết quả đánh giá sai số ngang ở hai trường hợp, có
và không đồng hóa số liệu ở 24h dự báo đầu tiên còn ở các hạn dự báo sau đó, hai
phương án dự báo đều cho sai số ngang tương tự nhau (Hình 5c).
4. Kết luận
Sơ đồ 3DVAR đã được thử nghiệm cho việc điều chỉnh trường ban đầu của
GFS/NCEP với nguồn số liệu quan trắc cao không, bề mặt khai thác từ NCAR/NCEP
và trong đa số các trường hợp có trên 380 trạm tham gia vào quá trình đồng hóa số liệu
cho dự báo bão hạt động trên Biển Đông.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
5
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Kết quả dự báo thử nghiệm đối với cơn bão NEOGURI trong hai trường hợp,
có và không đồng hóa số liệu cho trường ban đầu cho thấy, sai số khoảng cách khi có
đồng hóa số liệu giảm đáng kể trong 30h dự báo đầu tiên, sai số dọc và sai số ngang
cũng có những cải thiện nhất định.
Tổng hợp kết quả thử nghiệm đối với 18 cơn bão hoạt động trên Biển Đông
năm 2008, 2009 cũng cho thấy hiệu quả sử dụng của sơ đồ đồng hóa số liệu cho mô
hình WRF nhằm dự báo quỹ đạo bão, nhất là trong khoảng 42h dự báo đầu tiên.
TÀI LIỆU THAM KHẢO
1. Hoàng Đức Cường (2008), Nghiên cứu thử nghiệm dự báo mưa lớn ở Việt Nam
bằng mô hình MM5. Báo cáo tổng kết đề tài nghiên cứu khoa học cấp Bộ, Hà
Nội.
2. Hoàng Đức Cường (2012), Nghiên cứu ứng dụng mô hình WRF phục vụ dự
báo thời tiết và bão ở Việt Nam, Báo cáo tổng kết đề tài nghiên cứu khoa học
cấp Bộ, Hà Nội.
3. Y.-R. Guo, H.-C.Lin, X.X.Ma, X.-Y. Huang, C.T.Terng and Y.-H.Kuo (2006),
Impact of WRF-Var (3DAVR) Background Error Statistics on Typhoon
Analysis and Forecast, WRF users workshop, Boulder, Colorado.
4. Dale M.Barker, W. Huang, Y.-R. Guo, and Q. Xiao (2004): A threedimensional variational (3DVAR) data assimilation system for use with MM5:
Implementation and initial results. Mon. Wea. Rev., 132, 897–914.
APPLICATION OF DATA ASSIMILATION SCHEME (3DVAR) IN WRF
MODEL FOR STORM TRACK FORECAST OVER THE EAST SEA
Hoang Duc Cuong, Nguyen Thi Thanh, Tran Thi Thao
Vietnam Institute of Meteorology, Hydrology and Environment
In this paper, we introduce about the data assimilation 3DVAR system within WRF
model for correcting the initial condition which is the data combination from GCM’s output
and local observation.
The experimental forecast for NEOGURI typhoon in 2 cases of with initial
assimilation and without initial assimilation data shows that the distance-error reduces
significantly in the first 30h forecast, the vertical and horizontal errors are also certain
improvements. Summering results for the 18 storms in the East sea for 2008 and 2009 also
show that effective use of data assimilation scheme for WRF model to storm forecast,
especially in the range of 42h first forecast.
6
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
XÂY DỰNG BỘ BẢN ĐỒ NHIỆT ĐỘ, LƯỢNG MƯA CHO HÀ NỘI
Hoàng Đức Cường, Trần Thị Thảo, Lã Thị Tuyết
Viện Khoa học Khí tượng Thủy văn và Môi trường
Trên cơ sở phân tích số liệu nhiệt độ, lượng mưa của khoảng 10 trạm khí tượng, trên
50 trạm đo mưa ở Hà Nội và khu vực lân cận thời kỳ 1961-2010 đã xây dựng các bản đồ phân
bố nhiệt độ (tháng I, tháng VII, năm) và lượng mưa (mùa khô, mùa mưa, năm) cho thành phố
Hà Nội. Trên đa phần diện tích Hà Nội, nhiệt độ trung bình năm dao động từ dưới 23 đến
trên 24 oC và khu vực có nhiệt độ trung bình năm cao nhất thuộc trung tâm và phía Đông
thành phố, lượng mưa năm tăng dần từ Bắc xuống Nam và từ Đông sang Tây trong khoảng từ
1400 đến trên 1800mm/năm, riêng khu vực núi thuộc Ba Vì có lượng mưa năm cao hơn, vào
khoảng 2200-2400mm. Ở Hà Nội, có thể phân biệt 6 khu vực tương đối khác nhau về tài
nguyên nhiệt, ẩm.
1. Mở đầu
Hà Nội sau khi mở rộng là khu vực có địa hình tương đối đa dạng, thấp dần từ
Bắc xuống Nam; từ Tây sang Đông. Phần lớn diện tích Hà Nội là đồng bằng được bồi
đắp bởi các dòng sông với các bãi bồi cao và các vùng trũng với các hồ đầm (dấu vết
của các dòng sông cổ). Riêng các bậc thềm sông chỉ có ở huyện Sóc Sơn và phía Bắc
huyện Đông Anh, nơi có địa thế cao so với các vùng khác của Hà Nội. Ngoài ra, Hà
Nội còn có các dạng địa hình núi, chủ yếu
tập trung ở khu vực đồi núi Sóc Sơn với
diện tích không lớn lắm.
Xây dựng tập bản đồ nhiệt độ,
lượng mưa và trên cơ sở các bản đồ này là
sơ đồ phân vùng tài nguyên nhiệt - ẩm cho
Hà Nội sau khi mở rộng là một việc quan
trọng giúp các nhà hoạch định chính sách
cũng như các nhà quản lý có cái nhìn tổng
thể về khí hậu Hà Nội trong quy hoạch
phát triển kinh tế, chính trị, xã hội phù hợp
cho thủ đô.
2. Cơ sở số liệu và phương pháp xây
dựng bộ bản đồ khí hậu cho Hà Nội
Cơ sở số liệu nhiệt độ và lượng
mưa của khoảng 10 trạm khí tượng, trên
50 trạm đo mưa ở Hà Nội và khu vực lân
cận thời kỳ 1961-2010 đã được khai thác,
sử dụng cho việc xây dựng các bản đồ
nhiệt độ, lượng mưa thành phố Hà Nội
(Hình 1). Các chuỗi số liệu được kiểm tra
về tính đồng nhất và được xử lý nhằm loại
bỏ các số liệu không tin cậy với chỉ tiêu 3
Hình 1. Bản đồ địa hình, mạng lưới
trạm khí tượng, đo mưa của Hà Nội
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
7
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
sigma. Hai đặc trưng thống kê cơ bản là trung bình nhiều năm và độ lệch tiêu chuẩn
của chuỗi đã được tính toán phục vụ việc xây dựng các bản đồ khí hậu. Tháng I được
lựa chọn nhằm nghiên cứu về nhiệt độ mùa đông và tháng VII là tháng đặc trưng cho
mùa hè. Lượng mưa mùa mưa được tính trong thời kỳ V-X và 6 tháng còn lại (XI-IV)
được tính cho mùa khô [1,2].
Bản đồ phân cấp màu độ cao địa hình thành phố Hà Nội tỷ lệ 1:200.000 được
sử dụng nhằm hỗ trợ cho các phân tích về phân bố theo không gian của các yếu tố khí
hậu như nhiệt độ, lượng mưa . Các đường đẳng trị được vẽ trên bản đồ này có thể coi
là “bản đồ tác giả”. Đường đi của các đường đẳng trị theo khoảng cách không thể
tránh khỏi yếu tố chủ quan của tác giả như việc chọn khoảng cách của các đường đẳng
trị theo yếu tố, theo tháng, mùa, năm; việc ước lượng mức độ tăng, giảm theo độ cao
địa hình và theo sườn khuất, đón gió theo mùa ở vùng núi; việc vẽ các đường đẳng trị
đi qua các khu vực thưa số liệu hoặc không có số liệu,...
Khoảng cách giữa các đường đẳng trị phụ thuộc vào độ lớn và sự biến động của
yếu tố khí hậu được xác định thông qua độ lệch tiêu chuẩn của yếu tố phân tích. Như
vậy ở Hà Nội, khoảng cách giữa các đường đẳng trị được chọn là 1,0oC đối với nhiệt
độ và 200mm đối với lượng mưa năm, 100mm đối với lượng mưa mùa mưa, 30mm
đối với lượng mưa mùa khô. Ngoài ra, căn cứ vào thực tế phân bố của nhiệt độ trung
bình năm ở vùng đồng bằng thuộc Hà Nội, đã bổ sung đường đẳng trị 23,5oC làm cơ
sở cho việc phân vùng tài nguyên nhiệt, ẩm.
Sau khi xây dựng được các bản đồ khí hậu cho Hà Nội, có thể thực hiện phân
vùng khí hậu, hay nói một cách nôm na là phân chia các khu vực có những nét đặc
trưng trong chế độ khí hậu tương đối khác nhau. Nguyên tắc chính trong phân vùng
khí hậu là bảo đảm tính khoa học, thông qua việc xác định cơ cấu khí hậu và quy luật
phân hóa khí hậu và coi thông tin khí hậu đúc kết được từ các trạm quan trắc trên lưới
trạm được thể hiện dưới dạng bản đồ là cơ sở chủ yếu của việc xác định cơ cấu khí hậu
cũng như quy luật phân hóa khí hậu. Ngoài ra, cũng cần lưu ý là các ranh giới khí hậu
chỉ là sự tượng trưng cho sự quá độ giữa các đơn vị khí hậu trên khu vực.
Hai căn cứ quan trọng trong phân vùng khí hậu ở các đơn vị địa lý khác nhau
của nước ta là phân hoá về tài nguyên nhiệt và phân hoá về tài nguyên ẩm [4].
Đối với Hà Nội, phân hoá về tài nguyên nhiệt chủ yếu là sự hạ thấp các trị số
đặc trưng cho tài nguyên nhiệt mùa đông ở những nơi chịu ảnh hưởng của gió mùa
đông bắc và do độ cao địa hình. Ngoài ra, đây là khu vực thành phố, nơi tập trung
đông dân nên còn chịu ảnh hưởng của hiệu ứng đô thị. Phân hoá về tài nguyên ẩm, chủ
yếu là sự khác biệt sâu sắc về mùa mưa, mùa ẩm và lượng mưa giữa các khu vực do
các điều kiện địa lý, địa hình và hiệu ứng đô thị.
Một trong những đặc trưng chỉ thị của sự phân hoá khí hậu theo độ cao địa hình
là nhiệt độ, đây là yếu tố biến thiên có quy luật ổn định nhất, lại có ý nghĩa to lớn, nhất
là đối với khu vực nghiên cứu với đặc trưng khí hậu nhiệt đới gió mùa có mùa đông
lạnh. Biểu thị cho chế độ nhiệt là nhiệt độ tích luỹ (hay tổng nhiệt độ), được sử dụng
rộng rãi và có hiệu quả trong khí tượng nông nghiệp. Lượng mưa cũng là một yếu tố
biến thiên theo độ cao địa hình khá mạnh mẽ. Điểm khác biệt so với nhiệt độ là lượng
mưa còn phụ thuộc vào dạng của địa hình nên sự biến đổi của nó khá phức tạp. Tổng
8
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
lượng mưa năm, trong khu vực nhiệt đới gió mùa như ở nước ta, tuy có hạn chế sự
phân hoá mùa và diễn biến năm, nhưng mang nhiều ý nghĩa thực tiễn. Tóm lại, chỉ tiêu
phân chia các tiểu vùng khí hậu cho Hà Nội được lựa chọn như sau:
- Nhiệt độ trung bình năm 23,5oC (tổng nhiệt độ năm tương ứng khoảng trên
8500oC).
- Lượng mưa năm 1400, 1600 và 1800mm.
3. Thuyết minh bản đồ khí hậu Hà Nội
Nhiệt độ trung bình tháng I ở Hà Nội dao động từ 11 đến trên 17oC với hai khu
vực có nhiệt độ thấp hơn cả là Sóc Sơn (12-13oC) và vùng núi Ba Vì (dưới 11oC). Đại
bộ phận vùng đồng bằng và trung tâm thành phố Hà Nội có nhiệt độ tháng đặc trưng
màu đông vào khoảng 16-17oC (Hình 2a).
Nhiệt độ trung bình tháng VII ở Hà Nội dao động từ 22 đến trên 29oC. Khu vực
trung tâm và phía Bắc trung tâm Hà Nội có nhiệt độ trung bình tháng đặc trưng mùa hè
lên đến trên 29oC, nhiệt độ thấp nhất xuất hiện ở vùng núi Ba Vì với giá trị khoảng 2223oC (Hình 2b).
Nhiệt độ trung bình năm ở Hà Nội dao động từ 19 đến trên 24oC. Đại bộ phận
diện tích Hà Nội có nhiệt độ trung bình năm vào khoảng 23-24oC nên đường đẳng trị
23,5oC sẽ phân chia một cách tương đối Hà Nội thành hai phần có diện tích tương
đương nhau: khu vực có nhiệt độ trung bình năm trên và dưới 23,5oC (Hình 2c).
a)
b)
c)
Hình 2. Bản đồ phân bố nhiệt độ không khí trung bình tháng I (a), tháng VII
và trung bình năm (c) thành phố Hà Nội
Lượng mưa mùa khô ở Hà Nội dao động từ khoảng dưới 200 đến 400mm với
xu hướng tăng dần từ Bắc xuống Nam và từ Đông sang Tây. Khu vực ít mưa nhất vào
mùa khô (dưới 200mm) phân bố ở phía Bắc trung tâm thành phố (Hình 3a).
Lượng mưa mùa mưa ở Hà Nội dao động từ khoảng dưới 1100 đến 1800mm
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
9
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
với các khu vực mưa nhiều hơn thuộc Sóc Sơn và phía Tây Nam thành phố. Lượng
mưa ở các khu vực này vào khoảng 1600 đến 1700mm (Hình 3b).
Lượng mưa năm ở Hà Nội dao động từ khoảng dưới 1200 đến trên 2400mm
với các tâm mưa lớn thuộc Mê Linh, Bắc Sóc Sơn vùng núi Ba Vì (Hình 3c).
a)
b)
c)
Hình 3. Bản đồ phân bố lượng mưa mùa khô: XI-IV (a), mùa mưa: V-X (b)
và lượng mưa năm (c) thành phố Hà Nội
Trên cơ sở phân tích phân bố theo không gian của nhiệt độ và lượng mưa ở Hà
Nội kết hợp với chỉ tiêu phân vùng lựa chọn nêu trên, thành phố Hà Nội sau khi mở
rộng có thể được phân chia thành 6 tiểu vùng tương đối khác nhau về tài nguyên nhiệt,
ẩm (Hình 4), bao gồm:
- Tiểu vùng I, ở phía Bắc Hà Nội, bao gồm có các huyện Mê Linh, Sóc Sơn.
Đây là một trong hai tiểu vùng có nhiệt độ thấp nhất ở Hà Nội. Nhiệt độ trung bình
năm ở đây nhỏ hơn 230C. Lượng mưa trung bình năm từ 1400-1600mm.
- Tiểu vùng II (Đông Anh) là tiểu vùng có nhiệt độ trung bình năm cao hơn tiểu
vùng I (23oC – 24oC) nhưng lại là tiểu vùng có lượng mưa nhỏ nhất khu vực Hà Nội
(dưới 1400mm/năm).
- Tiểu vùng III, bao gồm khu vực trung tâm thành phố và Hoài Đức, Từ Liêm.
Nhiệt độ tại tiểu vùng này tương đối cao hơn so với các tiểu vùng khác (23,5oC đến
24oC), lượng mưa năm ở mức trung bình so với khu vực (1400-1600mm/năm).
- Tiểu vùng IV là tiểu vùng có nhiệt độ trung bình năm cao nhất so với các tiểu
vùng còn lại (>24oC), lượng mưa năm cũng ở mức trung bình so với khu vực (từ 14001600mm/năm). Tiểu vùng IV nằm ở phía Đông của Hà Nội.
- Tiểu vùng V nằm ở phía Tây và Nam Hà Nội và là nơi có nhiệt độ tương đối
thấp so với các tiểu vùng khác nhưng lại có lượng mưa lại tương đối lớn. Đại bộ phận
của Ba Vì, thị xã Sơn Tây, các huyện Thạch Thất, Quốc Oai, Chương Mỹ thuộc tiểu
vùng này. Nhiệt độ trung bình năm ở tiểu vùng này khoảng 23oCvà lượng mưa năm
trên 1800mm.
10
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
- Tiểu vùng VI thuộc khu vưc đồi núi phía Tây Hà Nội có nhiệt độ trung bình
năm dưới 230C và lượng mưa trên 1800mm/năm.
Hình 4. Sơ đồ phân vùng tài nguyên nhiệt ẩm thành phố Hà Nội
5. Kết luận
Trên đa phần diện tích Hà Nội, nhiệt độ trung bình năm dao động từ
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
11
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
dưới 23 đến trên 24oC và khu vực có nhiệt độ trung bình năm cao nhất thuộc trung tâm
và phía Đông thành phố, lượng mưa năm tăng dần từ Bắc xuống Nam và từ Đông sang
Tây trong khoảng từ 1400 đến trên 1800mm/năm, riêng khu vực núi thuộc Ba Vì có
lượng mưa năm cao hơn, vào khoảng 2200-2400mm.
Ở Hà Nội, có thể phân biệt 6 khu vực tương đối khác nhau về tài nguyên nhiệt,
ẩm. Chênh lệch nhiệt độ trung bình năm giữa các tiểu vùng không lớn, chỉ vào khoảng
0,5 đến 1oC, trong khi đó chênh lệch lượng mưa năm vào khoảng 200-400mm.
TÀI LIỆU THAM KHẢO
1. Nguyễn Đức Ngữ, Nguyễn Trọng Hiệu (2004). Khí hậu và tài nguyên khí hậu
Việt Nam.- NXB Nông nghiệp, Hà Nội.
2. Nguyễn Hữu Tài (1988). Phân vùng tự nhiên khí hậu Việt Nam.- Báo cáo đề tài
nghiên cứu khoa học, Hà Nội.
3. Phạm Ngọc Toàn, Phan Tất Đắc. Khí hậu Việt Nam.- NXB Khoa học Kỹ thuật,
Hà Nội, 1993.
4. McKnight Tom L; Hess Darrel (2000). Climate Zones and Types: The Köppen
System. Physical Geography: A Landscape Appreciation. Upper Saddle River,
NJ: Prentice Hall. pp. 200-1.
BUILDING THE MAPS OF TEMPERATURE AND RAINFALL
FOR HANOI
Hoang Duc Cuong, Tran Thi Thao, La Thi Tuyet
Vietnam Institute of Meteorology, Hydrology and Environment
Based on the analysis of temperature and rainfall from 10 meteorological stations
over Hanoi, from about 50 rain gauges in Hanoi and surrounding areas, for the period of
1961-2000, we built successfully the distribution maps of temperature (January, July and
annual) and of rainfall (dry season, rainy season and annual) for Hanoi. From the analysis
results show that the mean annual temperature ranges from below 23 to over 24°C on the
most areas of city and the highest value appears on the central and eastern of city. The
distribution of annual rainfall shows that increases of rainfall from north to south and from
east to west of city, with the values are mostly about 1400 to 1800mm/year. Particularly, the
more heavy rainfall appears in the Bavi mountain with the total annual rainfall ranges about
from 2200 to 2400mm. Totally, in Hanoi, we can classify into six different areas based on the
relative difference in temperature and humidity resources.
12
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
NGHIÊN CỨU ỨNG SƠ ĐỒ PHÂN TÍCH XOÁY NHÂN TẠO KẾT HỢP
ĐỒNG HÓA SỐ LIỆU 3DVAR CHO MÔ HÌNH WRF NHẰM DỰ BÁO
QUỸ ĐẠO VÀ CƯỜNG ĐỘ BÃO TRÊN BIỂN ĐÔNG
Hoàng Đức Cường, Vũ Văn Thăng
Viện Khoa học Khí tượng Thủy văn và Môi trường
Báo cáo trình bày về một phương pháp tạo trường ban đầu cho mô hình WRF nhằm
dự báo bão trên Biển Đông khi kết hợp đồng thời sơ đồ phân tích xoáy nhân tạo và sơ đồ
đồng hóa số liệu 3DVAR. Yếu tố khí tượng được đồng hóa từ các quan trắc “giả” là tốc độ
gió ngang tại các mực khác nhau theo chiều thẳng đứng. Trường ban đầu nhận được cho vị
trí và cường độ bão gần thực tế hơn so với trường phân tích của mô hình toàn cầu, đồng thời
cấu trúc cơn bão về trường gió không bị thay đổi nhiều.
Kết quả thử nghiệm đối với 10 cơn bão hoạt động trên Biển Đông năm 2008, 2009 cho
thấy, tuy kết quả dự báo chưa được cải thiện nhiều về quỹ đạo nhưng đã có những kết quả
khả quan đối với cường độ bão. Hướng nghiên cứu này có thể được mở rộng đối với các yếu
tố khí tượng đưa vào sơ đồ đồng hóa khác như khí áp, nhiệt độ, độ ẩm.
1. Mở đầu
Bão hình thành và hoạt động trên các vùng đại dương nhiệt đới, nơi có mạng
lưới quan trắc truyền thống thưa thớt, nên hầu hết các cơn bão được biểu diễn không
rõ và sai lệch vị trí trên trường phân tích (Weber và Smith, 1995). Những sai lệch ban
đầu về vị trí và cấu trúc sẽ dẫn đến những sai số lớn hơn trong các bước thời gian tích
phân tiếp theo. Để nâng cao chất lượng dự bão báo, trường ban đầu cần biểu diễn tốt
hơn vị trí, cấu trúc và cường độ. Bài toán thực hiện quá trình này được gọi là ban đầu
hóa xoáy bão.
Ở Việt Nam, bài toán ban đầu hóa xoáy cũng đã được nhiều tác giả đề cập đến
[1,2,3,4,5]. Tuy nhiên trong những nghiên cứu này, các tác giả chủ yếu sử dụng
phương pháp phân tích xoáy nhân tạo bằng cách cài xoáy giả vào trường môi trường
để tạo trường ban đầu cho mô hình số trị. Tuy vị trí và cường độ bão đã gần với thực tế
hơn nhưng cấu trúc cơn bão thường bị thay đổi khá nhiều.
Một trong các phương pháp nhằm khắc phục hạn chế nêu trên là sử dụng đồng
thời sơ đồ phân tích xoáy và sơ đồ đồng hóa số liệu ba chiều (3DVAR) để tạo trường
ban đầu cho mô hình số trị nhằm dự báo báo bão. Profile các yếu tố khí tượng theo
chiều thẳng đứng được chiết xuất sau khi cài xoáy giả vào trường ban đầu được coi là
các dữ liệu quan trắc về yếu tố đó và được sử dụng tương tự như số liệu các trạm thám
sát cao không cho sơ đồ 3DVAR đồng hóa số liệu.
2. Quy trình đồng hóa trường cài xoáy giả
Quá trình đồng hóa trường cài xoáy giả cho mô hình WRF được bắt đầu bằng
việc sử dụng mô đun tc.exe nhằm cài vào trường ban đầu một xoáy giả có vị trí và
cường độ sát với thực tế hơn so với trường phân tích của mô hình toàn cầu (Hình 1).
Sau khi nhận được file số liệu trường cài xoáy giả từ mô-đun tc.exe, sử dụng chương
trình ARWpost và mô đun Little để tạo ra file oblittle_r chứa các thông tin về yếu tố
khí tượng được chiết xuất từ trường cài xoáy giả tại những vị trí xác định và có định
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
13
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
dạng tương tự file đầu vào của chương trình xử lý số liệu trong hệ thống 3DVAR (môđun OBSPROC). Yếu tố khí tượng quan trắc “giả” được sử dụng ở đây là các Profile
gió trên 27 mực: 1000, 925, 850, 700, 600, 500, 400, 300, 250, 200mb,... Xoáy nhân
tạo sẽ được hòa hợp vào trường môi trường như là các quan trắc bổ sung thông qua
quá trình đồng hóa số liệu này.
Quá trình đồng hóa số liệu tiếp theo được thực hiện tương tự như trong [2,6]:
chạy mô đun OBSPROC để tạo ra file obs_gst_yyyy-mmdd_hh:00:00.3DVAR chứa
các dữ liệu đồng hóa, kết hợp với trường ban đầu wrfinput_d01 và ma trận sai số
trường nền (BE) cho mô đun 3DVAR. Cuối cùng sẽ thu được các file điều kiện biên và
điều kiện ban đầu đã cập nhật số liệu xoáy giả cho mô hình WRF nhằm dự báo bão
trên Biển Đông.
Gfs
WPS
Thông tin BÃO
TC.exe
Mô - đun OBSPROC
Mô-đun Genbe (BE)
Mô - đun 3DVAR
Mô hình - WRF
Hình 1. Quy trình đồng hóa cài xoáy giả
Trong tất cả các thử
nghiệm, mô hình WRF được chạy
với miền tính có độ phân giải
ngang 27x27 km (khoảng 0.25 độ
kinh vĩ) và 27 mực thẳng đứng,
bao phủ một vùng rộng từ
90−130oE và từ 3oS−30oN (Hình 2)
gồm trọn vẹn khu vực Biển Đông
và một phần phía Đông quần đảo
Philippine thuộc khu vực Tây Bắc
Thái Dương. Bước thời gian tích
Hình 2. Miền tính cho mô hình
phân là 120s với hạn dự báo đến
72h. Điều kiện biên được cập nhập 6h một. Các sơ đồ tham số hóa được sử dụng trong
mô hình như sơ đồ vi vật lý Thomson, sơ đồ phát xạ sóng dài RRTM, sơ đồ phát xạ
sóng ngắn Dudhia, sơ đồ lớp sát đất Monin-Obukhov, sơ đồ khuếch tán nhiệt với các
quá trình bề mặt, sơ đồ YSU cho lớp biên, sơ đồ lớp biên hành tinh MRF, sơ đồ tham
số hóa đối lưu Betts-Miller [1,2].
Các số liệu sử dụng trong nghiên cứu này bao gồm: 1) Điều kiện ban đầu và
điều kiện biên phụ thuộc thời gian là số liệu phân tích và dự báo của mô hình toàn cầu
14
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
GFS; 2) Các thông tin chỉ thị bão cho sơ đồ ban đầu hóa xoáy được lấy từ trang web
http://agora.ex.nii.ac.jp/digital-typhoon; 3) Các tập số liệu về độ cao địa hình, lớp phủ
bề mặt,… với độ phân giải 30s được cung cấp bởi NCEP/Hoa Kỳ; 4) Sai số nền cho
trường toàn cầu được cung cấp từ số liệu thống kê của NCEP; 5) Số liệu quan trắc
“giả” được tạo ra nhờ chương trình tc.exe của WRF nhằm xây dựng xoáy nhân tạo dựa
trên lý thuyết xoáy của Lownam (2001) áp dụng cho mô hình MM5, với xoáy nhân tạo
được xác định có phân bố Rankine [1]. Mạng lưới trạm quan trắc "giả" phân bố trên tất
cả các nút lưới của miền tính.
Nhằm đánh giá khả năng dự báo quỹ đạo và cường độ của bão trên Biển Đông,
10 cơn bão (Bảng 1) trong hai mùa bão năm 2008-2009 đã được lựa chọn thử nghiệm
với hai phương án dự báo: có và không thực hiện đồng hóa số liệu với tập số liệu “giả”
trích từ xoáy nhân tạo. Các phương án nêu trên sẽ được ký hiệu là WRF-VAR và WRF.
Bảng 1. Danh sách các cơn bão được lựa chọn thử nghiệm
Tên bão
Thời điểm dự
báo
Vĩ độ
(độ)
Kinh độ
(độ)
NEOGURI
00Z-16/04/2008
13.1
113.0
25.0
990
HALONG
00Z-17/05/2008
15.3
118.6
25.0
985
KAMMURI
00Z-5/08/2008
20.0
116.2
17.5
990
SINLAKU
00Z-9/09/2008
17.3
125.5
45.0
990
HAGUPIT
00Z-22/09/2008
18.9
123.4
37.5
955
CHANHON
00Z-7/05/2009
15.3
117.3
32.5
975
GONI
00Z-04/8/2009
20.7
114.3
35.0
992
NANGKA
00Z-24/06/2009
12.8
122.3
20.0
994
MOLAVE
00Z-17/7/2009
18.7
124.4
22.5
992
MUJIGAE
00Z-10/09/2009
19.0
114.9
17.5
998
Vmax(m/s) Pmin(mb)
3. Kết quả thử nghiệm
Hình 3 mô tả quỹ đạo quan trắc và dự báo của một số cơn bão điển hình được
thử nghiệm. Có thể nhận thấy rằng, cả hai phương án WRF-VAR và WRF đều nắm
bắt được sự đổi hướng di chuyển của bão Hagupit, Halong và bão Neoguri. Mặc dù
vậy, quĩ đạo dự báo của WRF (không thực hiện đồng hóa) dường như hợp lý hơn và
bám sát quĩ đạo quan trắc hơn so với trường hợp WRF-VAR (có thực hiện đồng hóa số
liệu). Như vậy, vai trò của việc đồng hóa Profile gió trong các trường hợp thử nghiệm
này chưa được phát huy trong dự báo quỹ đạo bão.
Số liệu trong Bảng 2 là kết quả tính toán sai số trung bình theo khoảng cách và
sai số trung bình của khí áp thấp nhất vùng tâm bão đối với 10 cơn bão thử nghiệm. Có
thể nhận thấy, sai số khoảng cách trung bình của phương án WRF thấp hơn so với
phương án WRF-VAR ở hầu hết các hạn dự báo, đặc biệt là đối với các hạn dự báo từ
36-72h. Chênh lệch giữa khí áp thấp nhất vùng tâm bão dự báo và thực tế mang dấu
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
15
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
dương, tức là cường độ bão dự báo luôn yếu hơn thực tế ở tất cả các hạn dự báo và đối
với hai phương án dự báo. Tuy nhiên, phương án WRF-VAR cho sai số này nhỏ hơn
so với phương án WRF từ hạn dự báo 24 đến 72h. Hướng nghiên cứu này mở ra khả
năng cải thiện các dự báo đối với cường độ bão trên Biển Đông.
a) Bão Hagupit
c) Bão Kammuri
b) Bão Halong
d) Bão Neoguri
Hình 3. Quỹ đạo bão trong các trường hợp (BT- thực tế, WRF-VAR- dự báo khi có
đồng hóa số liệu xoáy giả và WRF-dựu báo khi không đồng hóa số liệu xoáy giả)
4. Kết luận
Sử dụng phương pháp tạo trường ban đầu cho mô hình WRF bằng cách kết hợp
đồng thời sơ đồ phân tích xoáy nhân tạo và sơ đồ đồng hóa số liệu 3DVAR với yếu tố
khí tượng được đồng hóa từ các quan trắc “giả” là tốc độ gió ngang tại các mực khác
nhau theo chiều thẳng đứng đã tạo ra trường ban đầu có vị trí và cường độ bão gần
thực tế hơn so với trường phân tích của mô hình toàn cầu, đồng thời cấu trúc cơn bão
về trường gió không bị thay đổi nhiều.
Kết quả thử nghiệm đối với 10 cơn bão hoạt động trên Biển Đông năm 2008,
2009 cho thấy dự báo quỹ đạo bão chưa được cải thiện đáng kể khi áp dụng kết hợp
đồng thời sơ đồ phân tích xoáy nhân tạo và sơ đồ đồng hóa số liệu 3DVAR cho mô
hình WRF. Tuy nhiên, đã có những kết quả khả quan đối với dự báo cường độ bão.
16
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Hướng nghiên cứu này có thể được mở rộng đối với các yếu tố khí tượng khác ngoài
gió cho sơ đồ đồng hóa số liệu như khí áp, nhiệt độ, độ ẩm.
Bảng 2. Trung bình của sai số khoảng cách (km) vị trí bão và sai số khí áp thấp nhất
vùng tâm bão (mb) giữa dự báo và thực tế
Hạn dự báo
(h)
Sai số khoảng cách (km)
Chênh lệch Pmin (mb)
WRF-VAR
WRF
WRF-VAR
WRF
00
71.0
68.3
15
9
06
119.0
96.2
16
13
12
165.9
176.2
18
16
18
223.0
184.3
19
20
24
271.5
247.4
24
25
30
316.7
253.7
27
29
36
371.1
283.2
26
28
42
393.7
306.0
25
28
48
430.4
299.0
19
26
54
416.5
284.1
14
24
60
427.4
330.4
10
22
66
440.1
373.2
8
21
72
462.7
358.7
4
18
TÀI LIỆU THAM KHẢO
1. Hoàng Đức Cường (2008), Nghiên cứu thử nghiệm dự báo mưa lớn ở Việt Nam
bằng mô hình MM5. Báo cáo tổng kết đề tài nghiên cứu khoa học cấp Bộ.
2. Hoàng Đức Cường (2012), Nghiên cứu ứng dụng mô hình WRF phục vụ dự
báo thời tiết và bão ở Việt Nam, Báo cáo tổng kết đề tài nghiên cứu khoa học
cấp Bộ.
3. Nguyễn Lê Dũng, Phan Văn Tân (2008), Thử nghiệm áp dụng hệ thống WRFVAR kết hợp ban đầu hóa xoáy dự báo quỹ đạo bão trên khu vực Biển Đông.
Tuyển tập báo cáo Hội nghị dự báo viên toàn quốc lần thứ III, Trung tâm Dự
báo KTTV TW, Tập 1- Dự báo khí tượng, trang 36-46.
4. Bùi Hoàng Hải, Phan Văn Tân (2007), Về một sơ đồ ban đầu hóa xoáy mới áp
dụng cho mô hình khu vực phân giải cao HRM. Tạp chí Khí tượng Thủy văn,
3(555), tr. 42−50.
5. Đặng Hồng Nga (2009), Nghiên cứu ứng dụng mô hình MM5 dự báo cường độ
và quỹ đạo bão ở Việt Nam. Báo cáo tổng kết đề tài nghiên cứu cấp Bộ
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
17
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
6. Y.-R. Guo, H.-C.Lin, X.X.Ma, X.-Y. Huang, C.T.Terng and Y.-H.Kuo (2006),
Impact of WRF-Var (3DAVR) Background Error Statistics on Typhoon
Analysis and Forecast, WRF users workshop, Boulder, Colorado
APPLICATION OF VORTEX BOGUS IN COMBINATION WITH
3DVAR SCHEMES IN WRF MODEL FOR STORM TRACK AND
INTENSITY PREDICTION OVER THE EAST SEA
Hoang Duc Cuong, Vu Van Thang
Vietnam Institute of Meteorology, Hydrology and Environment
The paper introduces the methodology of generating initial condition for WRF model
for storm forecast in the East sea area by using combination from the vortex artificial and
ddata assimilation 3dvar schemes. The meteorological varioables to be assimilated from
observations “assumption” are horizontal wind speed at different vertical levels. The initial
field received for position and intensity of storms close to reality than the analysis of global
patterns, and structure of the wind storm not changed much.
The experimental results for the 10 storms on the East sea area for 2008 and 2009
showed that although the forecast results are not expected to improve much on track but had
positive results with regard to storm intensity. This research can be extended to other
meteorological factors included in the assimilation scheme such as air pressure, temperature,
humidity.
18
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
PHƯƠNG PHÁP ĐO MƯA BẰNG RADAR THỜI TIẾT VÀ MỘT VÀI
NHẬN XÉT VỀ ĐO MƯA BẰNG RADAR Ở VIỆT NAM
Tạ Văn Đa, Nguyễn Văn Thắng, Hoàng Đức Cường
Viện Khoa học Khí tượng Thủy văn và Môi trường
Một trong những ứng dụng sớm nhất của số liệu radar khí tượng là để đo mưa. Ở Việt
Nam đã có mạng lưới radar hiện đại có thể bao quát được không gian khá rộng lớn trên lãnh
thổ. Nếu hoạt động tốt, mạng lưới radar này có thể cung cấp lượng thông tin về mưa khá
phong phú cũng như trực tiếp cảnh báo mưa cho nhiều khu vực nhất là các vùng núi sâu và
xa. Đã có nhiều phương pháp đo mưa bằng radar được đưa ra nhưng phương pháp chủ yếu
được ứng dụng ở Việt Nam là sử dụng độ phản hồi vô tuyến của mây quan trắc bởi radar để
ước lượng cường độ mưa. Tuy nhiên, việc đo mưa bằng radar thời tiết ở Việt Nam còn một số
điểm về mặt kỹ thuật chưa được giải quyết thỏa đáng dẫn đến chất lượng các thông tin về
mưa từ radar chưa cao nên hiệu quả khai thác sử dụng còn nhiều hạn chế. Bài báo này trình
bày về phương pháp đo mưa bằng radar thời tiết và một vài nhận xét về đo mưa bằng radar ở
Việt Nam. Hy vọng có thể giúp ích cho việc nâng cao chất lượng quan trắc đo mưa bằng
radar thời tiết ở Việt Nam.
1. Mở đầu
Phần nhiều các ứng dụng của quan trắc radar thời tiết là để đo trường mưa. So
với mạng lưới đo mưa thông thường, đo mưa bằng radar có những tiện ích quan trọng
như [4]:
- Tính liên tục về không gian của các quan trắc (mắt lưới của mạng đo mưa
thông thường lớn hơn quy mô các ổ đối lưu mạnh, do đó có thể bỏ sót cường độ mưa
hoặc gây ra sai số rất lớn);
- Cải thiện quan trắc sự biến đổi của mưa;
- Khả năng quan trắc cấu trúc ba chiều của hệ thống gây mưa;
- Khả năng quét giám sát thời gian thực trên một vùng rộng so với điểm đo mưa
độc lập;
- Thuận lợi cho việc thu thập, xử lý và lưu giữ số liệu.
Phương pháp đo mưa bằng radar còn có thêm nhiều ứng dụng rộng rãi như phục
vụ thống kê khí hậu về mưa, phục vụ sản xuất nông nghiệp, dự báo lũ và theo dõi lũ
trong những thời kỳ quyết định,…
2. Phương pháp đo mưa bằng radar
2.1. Sử dụng radar để phát hiện mưa
Khi hoạt động, radar có thể phát hiện được rất nhanh các vùng mưa rào và dông
trên phạm vi khoảng từ 120km đến 200km cách nơi đặt trạm radar tuỳ theo khả năng
của từng loại radar. Chẳng hạn, radar MRL-2 hoặc MRL-5 của Nga có thể phát hiện
vùng mưa đến độ xa đến 120km, các radar của Nhật Bản 80 ÷ 120km, radar loại TRS
– 2730 của hãng Tomson (Pháp) là 150km, các radar của hãng EEC (Hoa Kỳ) là
200km,... Các vùng mưa trên màn chỉ thị quét tròn thường lẫn với các vùng mây chưa
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
19
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
cho mưa, nhưng trên màn chỉ thị quét đứng thì khác: các vùng mưa có ảnh phản hồi sát
xuống đến mặt đất, trong khi ảnh phản hồi của mây thì lơ lửng ở trên cao. Tuy nhiên,
cần lưu ý rằng, khi có điều kiện siêu khúc xạ trong khí quyển thì ảnh phản hồi của
vùng mưa sẽ bị nâng lên cao, còn khi có điều kiện khúc xạ yếu (dưới chuẩn) thì ngược
lại, ảnh phản hồi sẽ bị hạ thấp xuống dưới cả mức mặt đất trên màn chỉ thị quét đứng.
Việc phát hiện vùng mưa còn được tiến hành bằng cách đo độ phản hồi radar Z
tại độ cao xác định (gọi là H1) so với mặt đất và phía dưới mức băng tan trong phạm vi
phát hiện của radar đồng thời nhận dạng vùng mưa theo ngưỡng (chỉ tiêu) của Z đối với
mưa (vùng nào có Z vượt các chỉ tiêu này là vùng có mưa). Chẳng hạn, khi tồn tại ảnh
phản hồi vô tuyến (PHVT) hỗn hợp tầng – tích, dấu hiệu để phân biệt vùng có mưa dầm
là:
- Giá trị độ phản hồi lgZ3 ở mức H3 (độ cao mực 0oC + 2 km) nhỏ hơn nhiều
(khoảng từ 0,6 đến 18 khi Z tính ra mm6/m3) so với giá trị trong các ổ mây tích;
- Giá trị độ phản hồi tại mức H2 (độ cao mực 0oC) lớn hơn nhiều giá trị tại mức
H3 (chẳng hạn, đối với MRL-2 và MRL-5 của Nga lgZ2 – lgZ3 > 2);
- Tồn tại một dải sáng cho đến khoảng cách 90 ÷120km.
Nói chung, trong thực tế quan trắc, khi đo độ phản hồi để phát hiện vùng mưa
phải chọn các góc cao (còn gọi là góc nâng) hợp lý của anten radar.
2.2. Sử dụng radar để ước lượng mưa
Một trong những ứng dụng sớm nhất của số liệu radar khí tượng là để đo mưa
hay nói đúng hơn là để ước tính lượng mưa (hay ước lượng mưa). Từ lâu, trên Thế
giới đã có nhiều phương pháp đo mưa bằng radar được đưa ra nhưng về cơ bản có ba
phương pháp chủ yếu sau: 1) Đo cường độ của bức xạ phản hồi từ vùng mưa về radar
(thường được gọi là độ phản hồi vô tuyến mưa); 2) Đo sự suy yếu của năng lượng
sóng điện từ do radar phát ra khi đi qua vùng mưa; 3) Đo sự suy yếu của sự suy yếu
của và độ phản hồi vô tuyến (PHVT) tạo ra đồng thời ở hai bước sóng (đối với radar
có hai bước sóng).
Kỹ thuật được phát triển rộng rãi nhất là dựa trên cơ sở sử dụng độ phản hồi
radar (phương pháp thứ nhất). Trong vài năm gần đây, người ta đã tập trung đầu tư
nhiều vào nghiên cứu khả năng sử dụng việc đo độ phản hồi vào ước lượng mưa theo
những góc độ khác nhau. Phương pháp thứ nhất được phát triển và áp dụng rộng rãi
nhất nhờ sự thuận lợi trong thực hành của nó.
Đối với phương pháp thứ hai, bức xạ với bước sóng nhỏ hơn 3cm bị suy yếu
mạnh bởi mưa, mối quan hệ giữa mức độ suy yếu và tích cường độ mưa với kích thước
ngang của vùng mưa dọc theo hướng truyền sóng của radar hầu như tuyến tính [1].
Thực tế này có thể được sử dụng để đo cường độ mưa trung bình giữa điểm đầu và
cuối của quãng đường mà sóng truyền qua. Song, vì các khó khăn thực tế của việc tạo
ra độ phân giải không gian tốt để đo cường độ mưa đối với tất cả các vùng mưa nên kỹ
thuật này không được phát triển cho sử dụng tác nghiệp.
Phương pháp thứ ba được đưa ra ở Nga và Hoa Kỳ, nó kết hợp hai phương
pháp đầu nhằm tăng độ chính xác, nhưng đòi hỏi phải có chủng loại radar phù hợp và
20
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
cần được nghiên cứu thêm trước khi đưa vào áp dụng. Do vậy, Việt Nam hiện đang sử
dụng phương pháp thứ nhất trong nghiệp vụ. Dưới đây sẽ trình bày chi tiết hơn về
phương pháp này.
2.3. Sử dụng độ phản hồi vô tuyến quan trắc bởi radar để ước lượng cường độ mưa
Độ phản hồi radar Z được xác định bởi số lượng hạt trong một đơn vị thể tích,
sự phân bố hạt theo kích thước và chỉ số khúc xạ phức của chúng [2]. Vì cường độ
mưa (R) và độ phản hồi radar (Z) cùng có quan hệ với số lượng hạt trong một đơn vị
thể tích và sự phân bố hạt theo kích thước, do đó, hiển nhiên là giữa chúng có một mối
quan hệ. Thực vậy, người ta đã sử dụng các kết quả đo sự phân bố hạt bằng thực
nghiệm để tính cả độ phản hồi radar và cường độ mưa. Ta có thể xét một ví dụ dưới
đây để thấy rõ hơn về cách tính này.
Mối quan hệ toán học giữa độ phản hồi và cường độ mưa là mối quan hệ thực
nghiệm do Marshall và Palmer đưa ra vào năm 1948 có dạng
Z = ARb,
(1)
ở đây, R là cường độ mưa (mm/h), Z là độ phản hồi vô tuyến (PHVT) mà radar thu
được từ vùng mưa (mm6/m3), A và b là các hệ số thực nghiệm.
Mối quan hệ được sử dụng rộng rãi nhất cũng do Marshall và Palmer đưa ra có
A = 200 và b = 1,6, tức là:
Z = 200R1,6.
(2)
Công thức này được hình thành trên cơ sở nhiều công trình nghiên cứu và
thường được cài đặt mặc định trong radar để tính cường độ mưa R từ độ phản hồi
radar Z. Như vậy, radar là một phương pháp rất hữu ích để đo mưa trên các vùng rộng
lớn và quan hệ Z – R là trụ cột cho phương pháp này.
Có thể mô tả một cách vắn tắt nguyên lý đo PHVT từ các vùng mưa về radar
(thường gọi chung là phản hồi radar) như sau:
Năng lượng phản xạ ngược từ các hạt mưa trong các vùng mưa bên trên mặt đất
ở nhiều độ xa (range) cho đến 200km và ở các góc hướng khác nhau, có liên quan đến
cường độ của mưa. Biết rằng, với điều kiện là vùng mưa lấp đầy một khối xung thì
Pr =
Cr Z
r
2
La ,
(3)
Pr là công suất phản hồi trung bình thu được từ mưa ở khoảng cách r ; La là độ truyền
qua của sóng trong khí quyển; Cr là hằng số radar (một hàm của các tham số radar). Từ
r2
giá trị Pr thu được, radar tự động khuếch đại lên
lần để nhận được độ phản hồi
Cr La
vô tuyến Z. Sau đó, áp dụng công thức thực nghiệm dạng (1), dễ dàng xác định được
cường độ mưa R.
Khó khăn nhất trong phương pháp này là các hệ số thực nghiệm A và b trong
công thức (1) không ổn định mà phụ thuộc vào hàm phân bố hạt mưa theo kích thước.
Yếu tố này thay đổi nhiều theo không gian và thời gian ngay cả trong một trận mưa.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
21
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Do vậy mà công thức (2) do Marshall và Palmer đưa ra nhiều lúc dẫn đến sai số lớn
trong việc ước lượng mưa.
Vì vậy, nhiều giá trị A và b đã được đưa ra bởi các tác giả khác nhau. Ngoài ra,
quan hệ Z – R sẽ khác nhau rất nhiều trong không khí tĩnh so với trong không khí có
chuyển động thẳng đứng. Trong không khí có chuyển động thăng với tốc độ 2m/s thì
kết quả ước lượng cường độ mưa bằng radar có thể lớn hơn 100% so với thực tế. Khi
sử dụng quan hệ Z – R để đo mưa, việc sửa đổi A và b cho thích hợp tỏ ra không phức
tạp, tuy nhiên, các công thức vẫn không tránh khỏi sai số lớn, vì ngoài các nguyên
nhân nêu trên, còn do nhiều nguyên nhân khác nữa do các điều kiện thực tế phát sinh
khi tiến hành quan trắc.
Cho rằng mỗi loại mưa có một hàm phân bố hạt theo kích thước riêng, người ta
đã xác định nhiều cặp giá trị A và b trong phương trình dạng (1) cho từng loại mưa.
Năm 1973, Battan [3] đã liệt kê trên 60 quan hệ giữa R và Z. Mỗi phương trình thích
hợp với từng hoàn cảnh cá biệt. May mắn là hầu hết các quan hệ này không khác nhau
nhiều khi cường độ mưa nằm trong khoảng từ 20 đến xấp xỉ 200mm/h. Tuy nhiên, có
những trường hợp rất khó xếp vào loại nào như mưa hỗn hợp (lỏng lẫn với đá, tuyết).
Các quan hệ điển hình ứng với các kiểu mưa khác nhau được cho trong bảng 1 dưới
đây.
Bảng 1. Các quan hệ thực nghiệm điển hình giữa độ phản hồi Z (mm6/m3)
và cường độ mưa R (mm/h)[3]
Quan hệ thực nghiệm
giữa Z và R
Kiểu mưa
Z = 140 R1,5
Mưa phùn
Z = 250 R1,5
Mưa diện rộng
Z = 200R1,6
Mưa dầm
Z = 31 R1,71
Mưa địa hình
Z = 500 R1,5
Mưa dông
Z = 485 R1,37
Mưa dông
Z = 2000 R2.0
Mưa tuyết bông lớn
Z = 1780 R2.21
Mưa tuyết
Tham khảo
Joss và những người
khác (1970)
Joss và những người
khác (1970)
Marshall và Palmer
(1948)
Blanchard (1953)
Joss và những người
khác (1970)
Jones (1956)
Gunn và Marshall
(1958)
Sekhon và Srivastava
(1970)
Tháng 12/1999, Cơ quan Khí tượng Quốc gia Hoa Kỳ đã ra hướng dẫn rằng
radar WSR-88D do họ sản xuất phải chọn một trong 5 phương trình
Z – R trình bày trong bảng 2 dưới đây, tuỳ thuộc vào mùa, vị trí địa lí và loại hình thời
22
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
tiết dự kiến. Các phương trình này được cho là “tối ưu” và khuyến khích sử dụng ở
Hoa Kỳ.
Bảng 2. Các phương trình Z – R do Cơ quan Khí tượng Quốc gia Hoa Kỳ khuyến cáo sử
dụng [2]
1
Tên
phương trình
Marshall–Palmer
2
East - Cool
Z = 130R2,0
3
West – Cool
Stratiform
Z = 75R2,0
4
WSR88D
Z = 300R1,4
5
Nhiệt đới
(Rosenfeld)
Z = 250R1,2
TT
Phương trình
Trường hợp sử dụng
Z = 200R1,6
Dùng cho mưa dạng tầng nói chung
Dùng cho mưa dạng tầng mùa đông ở
phía đông của lục địa Bắc Mỹ; mưa địa
hình
Dùng cho mưa dạng tầng mùa đông ở
phía tây của lục địa Bắc Mỹ; mưa địa
hình
Dùng cho đối lưu sâu mùa hè và đối
lưu không nhiệt đới khác
Dùng cho mưa từ các hệ thống đối lưu
vùng nhiệt đới
Để phát hiện vùng mưa và ước lượng lượng mưa, đối với bất kỳ loại radar thời
tiết nào cũng đều phải lấy thông tin về độ PHVT của vùng mưa trên một độ cao nhất
định thích hợp với điều kiện địa lý địa hình của khu vực đặt trạm. Độ cao như vậy
(tạm gọi là độ cao lấy số liệu radar về mưa) cần phải đạt được các tiêu chí sau:
+ Tránh ảnh hưởng của dải sáng tầng tan băng (0oC);
+ Tránh sai số do vật địa hình;
+ Càng gần với mặt đất càng tốt.
3. Một vài nhận xét về đo mưa bằng radar ở Việt Nam
Việc xác định độ cao lấy số liệu là yêu cầu cần thiết hàng đầu để đảm bảo độ
chính xác cho ước lượng mưa và thường được xác định trên cơ sở xác định góc nâng
của anten radar khi tiến hành các chương trình quét. Tuy nhiên, ở Việt Nam từ khi có
radar thời tiết (kể từ có radar MRL – 2 của Nga đặt tại đường Nguyễn Huệ, TP. Hồ
Chí Minh) đến nay, thường sử dụng độ cao thu số liệu theo quy định của Nga trước
đây dùng cho các trạm radar thời tiết MRL của Nga là 1km. Việc nghiên cứu xác định
độ cao thích hợp ở Việt Nam để lấy số liệu chưa được quan tâm. Thực tế ở Việt Nam
cho thấy, hầu hết các trạm radar thời tiết được đặt ở các địa phương có địa hình khá
phức tạp, độ che chắn búp sóng radar gây ra bởi các vật địa hình như đồi núi, các công
trình xây dựng cao tầng nằm quanh trạm trong bán kính quét của radar là khá lớn. Cho
nên, nếu sử dụng mức 1km để làm độ cao lấy số liệu thì tất cả các trạm radar ở Việt
Nam đều không thể có được thông tin về mưa đầy đủ và chính xác cho đến độ xa cách
trạm 100km. Trạm có thể thu được thông tin đầy đủ và chính xác ở mức 1km có độ xa
thu số liệu lớn nhất là trạm Nhà Bè (TP. Hồ Chí Minh) cũng chỉ đạt được đến khoảng
90km. Thậm chí có trạm như Nha Trang (Khánh Hòa) chỉ có thể đến độ xa khoảng
20km và Tam Kỳ (Quảng Nam) là khoảng 30km.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
23
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Các ngưỡng (chỉ tiêu), chẳng hạn như các hệ số A và b của công thức dạng (1)
nêu trên, để ước lượng lượng mưa cũng đã được quan tâm giải quyết cho một vài trạm
như cho trạm radar MRL – 5 Phù Liễn, trạm DWSR – 2500C Tam Kỳ. Nhưng các kết
quả mới dừng lại ở mức tính toán thử nghiệm, có tính chất thăm dò, chưa đi đến một
kết luận thỏa đáng, chưa xác định một cách triệt để và đồng bộ cho các trạm radar trên
lãnh thổ.
Vì vậy, cho đến nay, việc đo mưa bằng radar (phát hiện vùng mưa và ước lượng
lượng mưa) ở Việt Nam chưa đạt được kết quả như mong muốn.
4. Kết luận
Việc sử dụng các thông tin về độ phản hồi vô tuyến (PHVT) của vùng mưa để
phát hiện mưa và quan hệ thực nghiệm giữa độ PHVT (Z) và cường độ mưa (R) do
Marshall và Palmer đưa ra theo dạng phương trình (1) dùng để ước lượng lượng mưa
là phương pháp tiện dụng nhất có thể áp dụng cho đo mưa bằng radar thời tiết ở Việt
Nam. Tuy nhiên, theo chúng tôi, để việc đo mưa bằng radar ở Việt Nam đạt chất lượng
tốt đảm bảo hiệu quả khai thác sử dụng cao, cần giải quyết thỏa đáng hai vấn đề về kỹ
thuật sau:
+ Cần nghiên cứu xác định độ cao lấy số liệu radar về mưa một cách thích hợp
đối với các trạm trên cơ sở đảm bảo tốt các tiêu chí đã nêu trên đây. Tức là nghiên cứu
để có cơ sở đặt góc nâng anten radar phù hợp cho chương trình quét đo mưa đối với
từng trạm cụ thể.
+ Nghiên cứu xác định các ngưỡng chỉ tiêu cho ước lượng mưa (cụ thể ở đây là
các hệ số thực nghiệm A và b trong phương trình (1) nêu trên) cho tương đối phù hợp
với điều kiện của các địa phương ở Việt Nam.
TÀI LIỆU THAM KHẢO
1. Đài Khí tượng Cao không. Tài liệu tập huấn Khí tượng Radar. Tổng cục Khí
tượng Thủy văn. Hà Nội, 1998.
2. Nguyễn Hướng Điền, Tạ Văn Đa. Khí tượng Radar. Nxb. Đại học Quốc gia Hà
Nội. 2010.
3. Battan. L.J. 1973. Radar Observation of the atmosphere. University of Chicago
Press.
4. Sauvageot H., 1991. Radar Meteorology. Artech House Boston – London.
METHOD TO MEASURE THE RAIN BY WEATHER RADAR AND
SOME COMMENTS ON MEASURING OF RAIN BY RADAR
IN VIETNAM
Ta Van Da, Nguyen Van Thang, Hoang Duc Cuong
Vietnam Institude Meteorology Hydrology and Environment
One of the earliest applications of weather radar data is to measure rainfall. In
Vietnam has the most modern networks can cover quite a large space in the territory. If all
24
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
goes well, this radar network can provide information about the amount of rainfall is plentiful
as well as direct rainfall warning for many areas especially in remote mountainous areas.
There have been many methods using radar rainfall is given but the method is applied mainly
in Vietnam is to use the radio echo of clouds observed by radar to estimate rainfall intensity.
However, the rainfall measured by weather radar in Vietnam is still a technical score has not
been satisfactorily resolved resulting in the quality of information from radar rainfall is not
high, the effective exploitation and use are limited. This paper presents the measurement of
rainfall by weather radar and a few comments on using radar to measure rainfall in Vietnam.
Hope can help improve the quality of the rain gauge observations by weather radar in
Vietnam.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
25
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
NGHIÊN CỨU XU THẾ BIẾN ĐỘNG CỦA HOÀN LƯU GIÓ MÙA MÙA
HÈ Ở VIỆT NAM
Trần Quang Đức
Trường Đại học Khoa học Tự nhiên
Sử dụng số liệu vận tốc gió vĩ hướng, u, của bộ số liệu tái phân tích NCAR/NCEP trên
mực đẳng áp 850mb giai đoạn từ năm 1950 đến năm 2010 bài báo nghiên cứu đánh giá sự
biến động của một số đặc trưng gió mùa mùa hè: ngày bắt đầu, ngày kết thúc, độ kéo dài, số
nhịp, cường độ gió mùa mùa hè khu vực Việt Nam trên cơ sở chỉ số SCSSM. Nghiên cứu cho
thấy trong giai đoạn tuy còn ngắn một số đặc trưng gió mùa mùa hè có biến động: Ngày bắt
đầu và kết thúc gió mùa mùa hè dường như ngày càng sớm hơn, cường độ gió mùa mùa hè
ngày càng yếu hơn.
1. Khái quát gió mùa mùa hè khu vực Việt Nam
Lãnh thổ Việt Nam từ nam tới bắc kéo dài trên 15 vĩ độ, điểm cực Nam 8o30’B
và điểm cực Bắc 23o22’B [1]. Việt Nam nằm gọn trong vùng nội chí tuyến, nếu xét về
đới gió hành tinh thì đây là nơi chịu ảnh hưởng mạnh của đới gió đông có nguồn gốc
từ dải áp cao cận nhiệt đới. Việt Nam nằm ở một vị trí đặc biệt, như là bán đảo, toàn
bộ phía đông và phía nam giáp biển và gần như toàn bộ phía tây và phía bắc giáp lục
địa. Tiếp về phía tây Việt Nam là lục địa Miến Điện, Ấn Độ, Ả Rập, tiếp về phía bắc là
lục địa Trung Quốc và Siberia (Nga), phía nam về phía Nam Bán Cầu là đại dương và
lục địa Châu Úc rộng lớn. Chính vì có vị trí đặc biệt như vậy nên Việt Nam chịu tác
động của nhiều hoàn lưu, nhiều dòng ẩm từ các trung tâm tác động khác nhau. Có
nhiều trung tâm tác động mà hoàn lưu của nó chi phối hoạt gió mùa mùa hè khu vực
Việt Nam. Các trung tâm tác động chính bao gồm: áp cao cận nhiệt đới Nam Ấn độ
dương, áp thấp Ấn Độ-Miến Điện, áp thấp gió mùa Vịnh Bengal, áp cao cận nhiệt Bắc
Thái Bình Dương, áp cao Châu Úc (Nam Bán Cầu).
Vào mùa hè (mùa hè Bắc Bán Cầu) trong khoảng giữa giai đoạn tháng 5 đến
tháng 10 gió mùa mùa hè (GMMH) ảnh hưởng đến toàn bộ lãnh thổ Việt Nam và lân
cận. Trong khoảng thời gian này hướng gió chủ yếu là Tây-Nam, đôi khi xen kẽ gió
Đông-Nam và gió từ cực đới, đây cũng là cơ sở để xác định mùa gió mùa mùa hè.
Thời gian bắt đầu gió mùa mùa hè dao động mạnh và nằm trong khoảng từ cuối tháng
4 đến cuối tháng 5, vào thời điểm này bắt đầu giai đoạn đốt nóng mạnh Bán Cầu Bắc
bởi bức xạ Mặt Trời. Thời gian kết thúc gió mùa mùa hè dao động trong khoảng từ
cuối tháng 9 đến cuối tháng 10, vào thời điểm gần kết thúc giai đoạn đốt nóng Bắc Bán
Cầu. Như vậy, thấy rằng quá trình đốt nóng Bắc Bán Cầu bởi bức xạ đóng vai trò quan
trọng tới ngày bắt đầu, ngày kết thúc và thời gian kéo dài mùa gió mùa mùa hè. Tuy
gọi là mùa gió mùa mùa hè với hướng gió là Tây-Nam, nhưng hướng gió chủ đạo này
có thể không liên tục trong toàn bộ giai đoạn, tùy thuộc vào cường độ đốt nóng bức xạ
và cường độ của hoàn lưu từ các trung tâm tác động khác nhau sẽ xuất hiện hoàn lưu
hướng khác làm gián đoạn hướng gió Tây-Nam và đồng thời cũng ảnh hưởng tới
cường độ gió mùa. Sự gián đoạn của hướng gió Tây-Nam có thể được thể hiện qua sự
đổi dấu của một số chỉ số gió mùa đặc trưng. Số lần gián đoạn gió mùa theo các năm
có thể nhiều có thể ít và nó cũng là cơ sở mô tả đặc tính của gió mùa.
26
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
2. Chỉ số gió mùa mùa hè và số liệu nghiên cứu
Một số chỉ số gió mùa cho khu vực Châu Á và Việt Nam
Sau đây là một số chỉ số đối lưu và hoàn lưu thường được dùng trong nghiên
cứu gió mùa Châu Á và ở Việt Nam [2-6]:
WNPMI (WPEMI) U850(5-15oN, 100-130oE)-U850(20-30oN, 110-140oE)
Wang
AUSMI U850(0-10oS,120-150oE) Wang
SSI1 V850(5-15oN,120-145oE)+V850(5oS-5oN, 90-120oE) Wang & Fan
WYI U850-U200 (0-20oN, 40-110oE) Weber & Yang
CI1 OLR(10-25oN, 70-100oE) Wang & Fan
CI2 OLR(10-20oN,115-140oE), trung bình tháng 6-9 Wang & Fan
U bengal, U bengal= U850 (5-10°N, 90-100°E)
EAMI, EAMI= U850-U200 (0-10°N, 100-130°E) +(SLP (10-50°N, 160°E) –
SLP (10-50°N ,110°E) ) H.Zhu
EASMI, EASMI=ΔSLP(10-50oN, 110-160 oE) Guo
RM2 (EAMI) U200(40-50oN, 110-150oE)-U200(25-35oN, 110-150oE) Lau
DU2 (SEAMI), (MCI2) U850(5-15oN, 90-130oE)-U850(22.5-32.5oN, 110140oE) Wang & Fan
IMI U850(5-15oN, 40-80oE)-U850(20-30oN, 60-90oE) Wang
Uscs (SCSSM), Uscs= U850hPa(5-15°N, 110-120°E)
SCSMI, SCSMI= U850(5-15°N,110-120°E)-U850(20-25°N,110-120°E) Bin
Wang
ORLI, ORLI=ORL(5-20°N, 110-120°E) JiangYu Mao and Johny C. L. Chan
EASMI, U850(10-20oN, 100-150oE)-U850(25-35oN, 100-150oE) Quingyun
Zhang, Shiyang Tao
Issm, Issm= Psub − Psib Psub=SLP(40-50oN, 110 oE) Psib=SLP(30-40oN,
160oE) Zhao Ping
SSI2 V850(15-30oN,85-100oE) + V850(0-15oS,40-55oE) Wang & Fan
MHI (HSACELL) V850-V200 (10-30oN, 70-100oE) Goswami
UEOF1, UEOF1 = U850hPa(0-40°N, 100-140°E) B. Wang, Lin Ho, Y Zhang.
M.M. Lu
CSHL, CSHL= U850(2.5-12.5°N, 95-115°E) – U 850 (20-27.5°N, 105-120°E)
CSĐL, CSĐL = - OLR(5-15°N, 100-115°E)
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
27
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Mỗi chỉ số có ưu điểm và nhược điểm riêng, trong khuôn khổ của bài báo
chúng tôi sử dụng chỉ số SCSSM đã được một số tác giả trong và ngoài nước sử dụng
để nghiên cứu một số đặc trưng cơ bản của gió mùa mùa hè ở khu vực Việt Nam.
Khái niệm về một số đặc trưng gió mùa
Chỉ số gió mùa SCSSM (South China Sea Summer Monsoon) của tác giả B.
Wang, Lin Ho, Y Zhang. M.M. Lu, (2004) được tính theo công thức sau [5]:
SCSSM = U850hPa(5-15°N, 110-120°E)
Khái niệm về một số đặc trưng gió mùa: ngày bắt đầu, ngày kết thúc, độ kéo
dài, số nhịp, cường độ gió mùa mùa hè khu vực Việt Nam trên cơ sở chỉ số SCSSM:
• Ngày bắt đầu: Ngày bắt đầu của GMMH là ngày đầu tiên của chuỗi có
SCSSM liên tục dương và có chứa hậu bùng nổ. Hậu bùng nổ được xác định là hậu
đầu tiên sau ngày 25/4 (bắt đầu từ pentad 24) thỏa mãn cả hai điều kiện:
° SCSSM >0 trong hậu bùng nổ;
° Bốn hậu tiếp theo, gồm cả hậu bùng nổ, SCSSM>0 trong ít nhất 3 hậu và
SCSSM trung bình bốn hậu đó lớn hơn 1m/s [5].
• Ngày kết thúc của GMMH là ngày trước ngày đầu tiên của chuỗi có SCSSM
liên tục âm và có chứa hậu kết thúc. Hậu kết thúc là hậu sau ngày 15/9 (bắt đầu từ hậu
53) thỏa mãn:
° SCSSM 0,
SCSSM trung bình bốn hậu nhỏ hơn hoặc bằng 1 m/s.
° Sau hậu kết thúc, không còn hậu nào thỏa mãn điều kiện của hậu bùng nổ
GMMH (điều kiện hậu kết thúc ngược với điều kiện hậu bắt đầu của B. Wang, Lin
Ho, Y Zhang. M.M. Lu, (2004))
• Thời gian kéo dài: thời gian kéo dài của GMMH là khoảng thời gian tính bằng
ngày từ ngày bắt đầu tới ngày kết thúc của GMMH.
• Số nhịp GMMH: Là số lần có SCSSM ngày đổi dấu từ dương sang âm trong
thời kì GMMH.
• Cường độ GMMH là trung bình vận tốc gió của ô chữ nhật để xác định chỉ số
SCSSM (một cách khác hay chính là giá trị trung bình SCSSM trong thời kì GMMH).
Số liệu
Bài báo sử dụng số liệu vận tốc gió vĩ hướng u (m/s) của bộ số liệu tái phân tích
NCAR/NCEP trên mực đẳng áp 850mb giai đoạn từ năm 1950 đến năm 2010 [7].
3. Xu thế biến động của một số đặc trưng gió mùa mùa hè khu vực Việt Nam
Trên cơ sở chuỗi số liệu chỉ số SCSSM và vận tốc gió nêu trên, bài báo đưa ra
nhận định về xu thế biến động ngày bắt đầu, ngày kết thúc, độ kéo dài, số nhịp, cường
độ gió mùa mùa hè khu vực Việt Nam giai đoạn 1950-2010.
28
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Xu thế biến động ngày bắt đầu gió mùa mùa hè
Những năm có ngày bắt đầu gió mùa mùa hè muộn nhất đều ở gần đầu và giữa
giai đoạn, vào những năm 1957, 1968, 1973 trong đó năm có ngày đến muộn nhất là
năm 1968 vào ngày 171, hai năm còn lại lần lượt ngày bắt đầu gió mùa mùa hè vào
ngày 157 và 174. Những năm có ngày bắt đầu gió mùa mùa hè sớm nhất đều ở gần
cuối giai đoạn, vào những năm 1994, 1999, 2009 trong đó năm có ngày đến sớm nhất
là năm 1999 vào ngày 114, vào năm 1994 và 2009 ngày bắt đầu gió mùa mùa hè đến
chậm hơn so với năm 1999 và tương ứng vào các ngày 124 và 115. Xu thế ngày bắt
đầu gió mùa mùa hè giảm, hay nói cách khác ngày bắt đầu gió mùa mùa hè càng ngày
càng dịch chuyển về đầu năm, với mức trung bình khoảng hơn năm ngày trong 50
năm.
Ngày
Ngày bắt đầu gió mùa mùa hè
200
190
180
170
160
150
140
130
120
y = -0.1085x + 144.31
110
100
1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
Năm
Hình 1. Ngày bắt đầu (ngày) gió mùa mùa hè giai đoạn 1950-2010 và xu thế tuyến tính
Xu thế biến động ngày kết thúc gió mùa mùa hè
Biến động ngày kết thúc gió mùa mùa hè giai đoạn 1950-2010 được mô tả trên
Hình 2. Những năm có ngày kết thúc gió mùa mùa hè muộn nhất đều ở gần đầu và
giữa giai đoạn, vào những năm 1952, 1958, 1970, 1974 trong đó năm có ngày kết thúc
muộn nhất là năm 1974 vào ngày 316, ba năm còn lại lần lượt ngày kết thúc gió mùa
mùa hè vào ngày 308, 308 và 307. Những năm có ngày kết thúc gió mùa mùa hè sớm
nhất đều ở gần giữa và cuối giai đoạn, vào những năm 1987, 1999, 2002 trong đó năm
có ngày đến sớm nhất là năm 1987 vào ngày 263, vào năm 1999 và 2002 ngày kết thúc
gió mùa mùa hè muộn hơn so với năm 1987 và tương ứng vào các ngày 269 và 270.
Xu thế ngày kết thúc gió mùa mùa hè giảm, hay nói cách khác ngày kết thúc gió mùa
mùa hè càng ngày càng dịch chuyển về đầu năm, nhưng so với ngày bắt đầu gió mùa
mùa hè tốc độ dịch chuyển nhỏ hơn, với mức trung bình khoảng hơn ba ngày trong 50
năm. Như vậy có thể thấy thời gian kéo dài mùa gió mùa mùa hè dường như ngày càng
dài hơn.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
29
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
320
310
300
290
280
270
260
250
20
10
20
05
20
00
19
95
19
90
19
85
19
80
19
75
19
70
19
65
19
60
y = -0.0644x + 290.22
19
55
19
50
Ngày
Ngày kết thúc gió mùa mùa hè
Năm
Hình 2. Ngày kết thúc (ngày) gió mùa mùa hè giai đoạn 1950-2010 và xu thế tuyến tính
Xu thế biến động thời gian kéo dài gió mùa mùa hè
Thời gian kéo dài giai đoạn gió mùa mùa hè ngày càng dài trong giai đoạn 60
năm từ năm 1950 đến 2010. Nhận định trên được thể hiện qua xu thế tuyến tính trên
Hình 3 với mức tăng trung bình tương đối nhỏ, khoảng hơn 2 ngày trên 50 năm. Trong
toàn bộ giai đoạn, những năm có mùa gió mùa mùa hè ngắn nhất đều ở gần đầu và
giữa giai đoạn, vào những năm 1954, 1956, 1968, 1987 trong đó năm 1987 có mùa gió
mùa mùa hè ngắn nhất với 103 ngày, ba năm còn lại thời gian kéo dài mùa gió mùa
mùa hè lần lượt với 124, 120, 108 ngày. Những năm có mùa gió mùa mùa hè dài nhất
đều ở gần cuối giai đoạn, đặc biệt vào năm 2009 có mùa gió mùa mùa hè dài cực đại
với 185 ngày.
200
190
180
170
160
150
140
130
120
110
100
20
10
20
05
20
00
19
95
19
90
19
85
19
80
19
75
19
70
19
65
19
60
y = 0.0441x + 145.91
19
55
19
50
Sốngày
Thời gian kéo dài gió mùa mùa hè
Năm
Hình 3. Thời gian kéo dài (số ngày) mùa gió mùa mùa hè giai đoạn 1950-2010 và xu
thế tuyến tính
Xu thế biến động nhịp gió mùa mùa hè
Như ở trên đã nói, số nhịp gió mùa mùa hè là số lần có SCSSM ngày đổi dấu từ
dương sang âm trong thời kì gió mùa mùa hè. Số nhịp có giá trị nguyên với khoảng
dao động từ 0 đến ½ số ngày kéo dài mùa gió mùa mùa hè, với giá trị càng lớn tính
liên tục của mùa gió mùa mùa hè càng nhỏ hay nói cách khác gió mùa mùa hè càng
hay bị gián đoạn. Trong giai đoạn 1950-2010, số nhịp gió mùa mùa hè có xu thế tăng
nhưng không rõ ràng, cực đại số nhịp là 18 và 13 vào các năm 1998 và 2010 tương
ứng. Cực tiểu số nhịp đều vào những năm gần đầu và giữa giai đoạn, năm 1968, 1977
với cùng 2 nhịp và đặc biệt năm 1982 mùa gió mùa mùa hè hoàn toàn như liên tục
không bị ngắt quãng với giá trị số nhịp là 1 (Hình 4).
30
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Số nhịp gió mùa mùa hè
18
Nhịp
15
12
9
6
3
20
10
20
05
20
00
19
95
19
90
19
85
19
75
19
70
19
65
19
60
19
55
19
50
19
80
y = 0.0113x + 6.2066
0
Năm
Hình 4. Nhịp gió mùa mùa hè giai đoạn 1950-2010 và xu thế tuyến tính
Xu thế biến động cường độ gió mùa mùa hè
Cường độ gió mùa mùa hè được xác định là giá trị trung bình SCSSM trong
thời kì gió mùa mùa hè. Hình 5, đồ thị mô tả biến động cường độ gió mùa mùa hè giai
đoạn 1950-2010. Những năm có cường độ gió mùa mùa hè mạnh nhất đều ở gần đầu
và giữa giai đoạn, vào những năm 1961, 1968, 1982 trong đó năm có cường độ gió
mùa mùa hè mạnh nhất là năm 1982 với vận tốc trung bình 6,5m/s, hai năm còn lại lần
lượt với cường độ gió mùa mùa hè là 6,1 và 6,2 m/s. Những năm có cường độ gió mùa
mùa hè yếu nhất đều ở gần cuối giai đoạn, vào những năm 1995, 1998, 2010 trong đó
năm có cường độ gió mùa mùa hè yếu nhất là năm 2010 với vận tốc trung bình 0,6
m/s, vào năm 1995 và 1998 có cường độ gió mùa mùa hè tương ứng 2,3 và 1,5 m/s. Xu
thế cường độ gió mùa mùa hè giảm, hay nói cách khác cường độ gió mùa mùa hè ngày
càng yếu hơn, với mức trung bình khoảng 0,5 m/s trong 50 năm.
Cường độ gió mùa mùa hè
10.0
m/s
8.0
6.0
4.0
2.0
y = -0.0086x + 4.6775
20
10
20
05
20
00
19
95
19
90
19
85
19
80
19
75
19
70
19
65
19
60
19
55
19
50
0.0
Năm
Hình 5. Cường độ (m/s) gió mùa mùa hè giai đoạn 1950-2010 và xu thế tuyến tính
4. Kết luận
Gió mùa mùa hè khu vực Việt Nam có biến động, rõ ràng đối với một loạt các
đặc trưng như: ngày bắt đầu, ngày kết thúc, độ kéo dài, số nhịp, cường độ gió mùa
mùa hè ….Với những tính toán ban đầu đối với một số đặc trưng nêu trên trong giai
đoạn 1950-2010, có thể rút ra một số kết luận sau:
- Ngày bắt đầu, ngày kết thúc gió mùa mùa hè càng ngày càng đến sớm hơn,
mùa gió mùa mùa hè ngày càng dài. Nói cách khác xu thế ngày bắt đầu, ngày kết thúc
gió mùa mùa hè giảm, xu thế thời gian kéo dài mùa gió mùa mùa hè tăng. Mức độ
giảm ngày bắt đầu gió mùa mùa hè nhanh gần gấp đôi mức độ giảm ngày kết thúc gió
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
31
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
mùa mùa hè. Mức độ tăng thời gian kéo dài mùa gió mùa mùa hè gần tương đương
mức độ giảm ngày kết thúc gió mùa mùa hè.
- Có vẻ như tính liên tục của hướng gió tây nam trong giai đoạn gió mùa mùa
hè khu vực Việt Nam ngày càng kém, tuy nhiên xu thế này nhỏ và chưa thực sự rõ nét.
Cường độ gió mùa mùa hè ngày càng yếu hơn, có thể bởi bản thân vận tốc gió TâyNam ngày càng yếu, hoặc gió đông trong giai đoạn gió mùa mùa hè xuất hiện thường
xuyên và ngày càng mạnh hơn.
TÀI LIỆU THAM KHẢO
1. Nguyễn Đức Ngữ, Nguyễn Trọng Hiệu, Khí hậu & tài nguyên khí hậu Việt Nam,
NXB Nông nghiệp, 2004, 296 tr.
2. Nguyễn Thị Hiền Thuận, Ảnh hưởng của ENSO đến gió mùa mùa hè và mưa ở Nam
Bộ, Luận án tiến sĩ địa lý, 2007.
3. Chen Hong, Lin Zhao-Hui, The Potential Predictability of the South China Sea
Summer Monsoon in a Dynamical Seasonal Prediction System, Atmospheric and
oceanic science letter, Vol. 2, No. 5 (2009) 1.
4. B. Parthasarathy, Rs.R. Kumar and Kothawale, Indian summer monsoon rainfall
index, 1871- 1990, Met.Mag, 121 (1992) p174-186.
5. B. Wang, Lin Ho, M.M. Lu, Definition of South China Sea Monsoon Onset and
Comencement of the East Asia Summer Monsoon. J. of Climate Vol 17 (2004).
6. B. Wang, Renguang Wu, K.M. Lau, Interannual Variability of Asian Summer
Monsoon: Contrasts between the Indian and Wester North Pacific- East Asian
Monsoon. American Meteorological Society. J. of Climate. Vol. 14 (2001).
7. http://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.html.
STUDYING ON TREND OF SUMMER MONSOON CIRCULATION
OVER VIETNAM
Tran Quang Duc
Ha Noi University of Science
The NCEP/NCAR reanalysis zonal wind speed data at the 850 mb pressure level from
1950 to 2010 are used in this study. We evaluate variabilities of some summer monsoon
characteristics over Vietnam such as: onset day, end day, duration period, frequency, and
intensity based on the SCSSM index. Although it is a rather short study period, some summer
monsoon characteristics have been revealed: onset and end days are starting earlier, summer
monsoon intensity is becoming weaker.
32
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
TỐI ƯU HÓA TỐC ĐỘ TÍNH TOÁN TRONG MỘT PHƯƠNG PHÁP
BAN ĐẦU HÓA XOÁY ĐỘNG LỰC
Nguyễn Văn Hiệp(1), (2), Yi-Leng Chen(2)
(1)
Viện Khoa học Khí tượng Thuỷ văn và Môi trường
(2)
Trường Đại học Tổng hợp Hawaii, Hawaii, Hoa Kỳ
Phương pháp ban đầu hóa xoáy động lực bằng chạy lặp của Nguyễn Văn Hiệp và YiLeng Chen đã thể hiện được một số ưu điểm đáng chú ý trong việc tạo ra trường ban đầu cho
mô hình số. Đặc biệt phương pháp có thể ban đầu hóa khá phù hợp các trường nhiệt ẩm phi
đối xứng trong bão, việc ban đầu hóa phù hợp các trường này đã và đang là một thách thức
với các nhà khoa học trên thế giới. Phương pháp cũng thể hiện ưu điểm trong dự báo quỹ đạo
và cường độ bão. Tuy nhiên, thời gian tính toán quá dài ngay cả với siêu máy tính mạnh là
một trong những hạn chế lớn nhất của phương pháp. Với cả hai cách tiếp cận là cải tiến công
nghệ và cải tiến vật lý, chúng tôi đã giảm đáng kể thời gian tính toán của phương pháp. Ở
góc độ công nghệ, thay vì chạy lặp với toàn bộ miền tính, các miền tính đệm có kích thước
tương đương với vùng ảnh hưởng của bão được tạo ra cho quá trình chạy lặp. Sau khi xoáy
trong mô hình phát triển tới cường độ xoáy bão thực tế, xoáy bão được chuyển từ các miền
đệm sang miền tính lớn để thực hiện dự báo.Về cách tiếp cận vật lý, chúng tôi đã tiến hành
nhiều thử nghiệm để tìm ra các quá trình mang tính quyết định tới việc phát triển xoáy bão
trong phương pháp ban đầu hóa. Các hiệu chỉnh vật lý trong tạo xoáy đã được thực hiện để
giảm số vòng lặp xuống một nửa. Kết hợp cải tiến về mặt công nghệ và hiệu chỉnh vật lý giảm
thời gian ban đầu hóa xoáy khoảng 5 tới 10 lần. Việc cải tiến đáng kể thời gian thực hiện ban
đầu hóa xoáy tăng tiềm năng ứng dụng phương pháp trong nghiên cứu và dần tiến tới các
ứng dụng trong dự báo bão nghiệp vụ. Các thử nghiệm vật lý cho thấy đối lưu giúp vận
chuyển năng lượng từ mặt biển và giúp tập trung năng lượng ẩn nhiệt từ môi trường để hình
thành tâm nóng trong bão, từ đó giúp bão phát triển trong quá trình tạo xoáy của phương
pháp ban đầu hóa.
1. Mở đầu
Ban đầu hóa xoáy đã và đang được nghiên cứu ở trong nước cũng như trên thế
giới nhằm cải thiện chất lượng trường ban đầu của mô hình số dự báo bão. Một trong
những hướng tiếp cận của ban đầu hóa xoáy là ban đầu hóa xoáy bằng phương pháp
tích phân mô hình. Công trình của Kurihara và các cộng tác viên [1] là một điển hình
của phương pháp này. Trong phương pháp, các tác giả xây dựng thành phần đối xứng
của bão bằng cách tích phân phiên bản đối xứng của mô hình bão GFDL (Geophysical
Fluid Dynamics Laboratory). Thành phần phi đối xứng của xoáy bão được xây dựng
bằng việc tích phân phương trình xoáy chính áp trên mặt Beta với điều kiện ban đầu
lấy từ xoáy đối xứng đã xây dựng trước đó [2].
Gần đây, Nguyễn Văn Hiệp và Yi-Leng Chen [3] xây dựng một phương pháp
ban đầu hóa xoáy động lực bằng chạy lặp mô hình. Trong quá trình chạy lặp, tại mỗi
vòng lặp, mô hình trước hết được tích phân cho một khoảng thời gian một giờ. Sau đó,
cấu trúc xoáy tại thời điểm cuối của thời gian tích phân vòng lặp trước được sử dụng
để hiệu chỉnh xoáy tại thời điểm ban đầu của vòng lặp sau. Quá trình lặp được thực
hiện tới khi xoáy bão phát triển tới cường độ quan trắc. Phương pháp đã thể hiện được
một số ưu điểm đáng chú ý trong việc tạo ra trường ban đầu cho mô hình số. Đặc biệt
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
33
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
phương pháp có thể ban đầu hóa khá phù hợp các trường nhiệt ẩm phi đối xứng trong
bão, việc ban đầu hóa phù hợp các trường này đã và đang là một thách thức với các
nhà khoa học trên thế giới. Phương pháp cũng thể hiện ưu điểm trong dự báo quỹ đạo
và cường độ bão [3]. Tuy nhiên, thời gian tính toán quá dài ngay cả với siêu máy tính
mạnh là một trong những hạn chế lớn nhất của phương pháp. Trong báo cáo này, các
tác giả trình bày những nghiên cứu cải tiến nhằm giảm thiểu thời gian tính toán của
phương pháp. Đồng thời, báo cáo cũng sẽ đề cập tới những yếu tố cơ bản quyết định
việc phát triển xoáy bão trong quá trình ban đầu hóa.
2. Cải tiến thời gian tính toán trong ban đầu hóa xoáy và các quá trình ảnh
hưởng tới sự phát triển xoáy
Nhằm tìm hướng giảm thiểu thời gian tính toán của phương pháp ban đầu hóa
do các tác giả xây dựng, trước hết chúng tôi thực hiện cải tiến phương pháp về mặt
công nghệ. Trong quá trình chạy lặp, thay vì tích phân trên toàn miền tính, chúng tôi
tạo ra các vùng đệm cho mỗi lưới lồng có kích thước tương đương với bán kính ảnh
hưởng của bão. Việc chạy lặp được thực hiện trên các miền tính đệm. Xoáy bão sau
khi đã đạt tới cường độ quan trắc sẽ được chuyển từ các miền đệm sang các miền dự
báo tương ứng để thực hiện dự báo. Việc tạo các miền dự báo, miền đệm được thực
hiện tự động khi nhập vào tọa độ tâm bão quan trắc. Chạy lặp tạo xoáy trên vùng đệm
thay vì trên toàn bộ miền dự báo đã giảm đáng kể thời gian tính toán.
Để cải tiến hơn nữa thời gian tính toán, chúng tôi thực hiện tám thử nghiệm vật
lý (Bảng 1). Các thử nghiệm được thực hiện tại thời điểm 00 UTC ngày 15 tháng 5
năm 2006 cho cơn bão Chanchu. Tại thời điểm ban đầu hóa, theo số liệu của cơ quan
khí tượng Nhật Bản, bão Chanchu có gió cực đại (Vmax) khoảng 49 m s-1 và khí áp
cực tiểu ở tâm (Pmin) khoảng 930 hPa. Ngoài các diễn giải cụ thể ở Bảng 1, các thử
nghiệm được thực hiện chạy lặp tương tự như mô tả tại công trình của Nguyễn Văn
Hiệp và Yi-Leng Chen [3]. Ở đây, số vòng lặp được cố định là 90 cho tất cả các thử
nghiệm.
Bảng 1. Ký hiệu và mô tả các thử nghiệm
Ký hiệu
NSLP
Không đưa vào trường áp giả
WSLP
Đưa vào trường áp giả với giá trị Pmin quan trắc thực tế
LSLP
Đưa vào trường áp giả với Pmin thấp nhất trong lịch sử quan trắc
WCOR
34
Mô tả
Như NSLP đồng thời thêm tâm nóng giả
CSST
Như NSLP đồng thời SST giảm xuống 25.9 oC tại nơi SST lớn hơn 25.9 oC
NoSH
Như NSLP đồng thời tắt các trao đổi bề mặt trong mô hình
NoLH
Như NSLP đồng thời tắt vai trò của ẩn nhiệt ngưng kết trong mô hình
RMIX
Như NSLP đồng thời giảm tỉ số xáo trộn trong mô hình tại thời điểm ban đầu
bằng 75 % giá trị phân tích
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Ba thử nghiệm đầu tiên, NSLP, WSLP và LSLP nhằm xác định vai trò của
trường áp giả đưa vào trong mỗi vòng lặp. Trong thử nghiệm LSLP, cấu trúc trường áp
mực biển giả được xây dựng từ số liệu quan trắc của cơn bão Tip (1979) với giá trị
Pmin là 870 hPa. Đây là một trong những giá trị Pmin nhỏ nhất trong lịch sử quan trắc
[4]. Biến đổi Pmin và Vmax theo số vòng lặp của các thử nghiệp trên Hình 1 cho thấy
tại một vòng lặp cố định, không có sự khác biệt đáng kể trong cường độ xoáy bão giữa
ba thử nghiệm NSLP, WSLP và LSLP. Trong cả ba thử nghiệm, xoáy bão đều đạt tới
giá trị quan trắc của Vmax (49 m s-1, Hình 1a) và Pmin (930 hPa, Hình 1b) sau khoảng
80 vòng lặp. Điều này chứng tỏ trường áp giả không có vai trò quan trọng trong việc
phát triển xoáy của phương pháp.
Một tâm nóng giả được đưa vào tại bước thời gian đầu tiên của 10 vòng lặp đầu
trong thử nghiệm WCOR. Tâm nóng được xây dựng phù hợp với đặc điểm của tâm
nóng quan trắc trong bão. Cụ thể, tâm nóng có cực đại tại độ cao khoảng 250 hPa, có
độ lớn tỉ lệ với cường độ bão. Tâm nóng được xây dựng đối xứng với bán kính cố định
là 50 km. Cấu trúc tâm nóng ở bán kính lớn hơn 50 km được phát triển tự do trong mô
hình nhằm tạo thành phần phi đối xứng của tâm nóng. Từ vòng lặp thứ 11, toàn bộ tâm
nóng được phát triển tự do và tự hiệu chỉnh trong quá trình tích phân. Hình 1 cho thấy
với việc đưa vào tâm nóng giả, xoáy bão có thể đạt tới giá trị Vmax và Pmin quan trắc
chỉ sau khoảng 40 vòng lặp (đường hồng). Như vậy số vòng lặp có thể giảm đi khoảng
một nửa so với trường hợp không đưa vào tâm nóng. Các kết quả trên cho thấy không
cần thiết phải đưa vào trường áp giả trong quá trình chạy lặp của phương pháp ban đầu
hóa xoáy nguyên thủy do các tác giả xây dựng, thay vào đó là đưa vào tâm nóng giả ở
một số vòng lặp ban đầu.
Bốn thử nghiệm cuối nhằm khảo sát vai trò của các quá trình nhiệt ẩm tới sự
hình thành xoáy bão trong phương pháp ban đầu hóa. Đối với thử nghiệm LSST, Hình
2 cho thấy khi giảm nhiệt độ mặt biển (SST), xoáy bão vẫn có thể phát triển, tuy nhiên
sau 90 vòng lặp, cường độ bão chỉ đạt khoảng 35 m s-1 đối với Vmax (Hình 2a, đường
hồng) và khoảng 970 hPa đối với Pmin (Hình 2b, đường hồng). Các giá trị gió cực đại
này thấp hơn rất nhiều so với quan trắc. Điều này phù hợp với thực tế là bão thường
suy yếu khi đi vào vùng biển lạnh. Thử nghiệm NoSH (Hình 2, đường xanh da trời)
cho thấy khi thông lượng nhiệt ẩm bề mặt được tắt đi trong mô hình, xoáy bão vẫn có
thể phát triển tới một cường độ nhất định. Trong trường hợp này, mặc dù không có
trao đổi nhiệt ẩm với mặt biển, ẩn nhiệt ngưng kết từ hội tụ ẩm khí quyển vẫn có thể
thúc đẩy xoáy bão phát triển. Khi loại bỏ vai trò đốt nóng của ẩn nhiệt ngưng kết trong
thử nghiệm NoLH (Hình 2, đường xanh lá cây), xoáy bão hoàn toàn không thể phát
triển trong toàn bộ quá trình chạy lặp. Điều đó chứng tỏ giải phóng ẩn nhiệt ngưng kết
đối lưu là điều kiện không thể thiếu trong việc phát triển xoáy bão. Trong thử nghiệm
RMIX, tỉ số xáo trộn trong mô hình tại thời điểm ban đầu của vòng lặp đầu tiên được
giảm xuống bằng 75 % giá trị phân tích. Khi ẩm trong khí quyển bị giảm xuống, ở 20
vòng lặp đầu, cả Vmax (Hình 2a, đường đen) và Pmin (hình 2b, đường đen) đều không
tăng, sau đó cả Pmin và Vmax đều tiến tới tương đương với giá trị của trường hợp
chạy không giảm ẩm NSLP (Hình 2, đường đỏ) ở khoảng vòng lặp 80. Có thể suy luận
rằng ở 20 vòng lặp đầu, mô hình thúc đẩy trao đổi ẩm khí quyển-đại dương để tăng ẩm
khí quyển. Sau khi ẩm trong khí quyển tăng tới một ngưỡng nhất định, xoáy bão sẽ bắt
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
35
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
đầu phát triển. Cấu trúc tâm nóng và trường tốc độ gió tại vòng lặp đầu tiên và tại
vòng lặp xoáy bão đạt cường độ quan trắc được đưa ra trên hình 3.
Từ các thử nghiệm trên có thể nhận định rằng trong quá trình chạy lặp, năng
lượng từ mặt biển và khí quyển được tập trung vào vùng bão, đốt nóng không khí
thông qua giải phóng ẩn nhiệt ngưng kết đối lưu, từ đó tạo tâm nóng trong bão và giúp
xoáy bão phát triển trên cơ sở điều kiện trường môi trường không đổi trong qúa trình
chạy lặp. Quá trình vật lý phát triển xoáy bão này cũng sảy ra tương tự khi mô hình
tích phân không có cài xoáy. Tuy nhiên do xoáy bão ban đầu trong trường hợp không
cài xoáy yếu và sai vị trí, xoáy này sẽ mất khoảng 1 tới 3 ngày tích phân phát triển cấu
trúc và cường độ xoáy thực. Mặc dù vậy, ngay cả sau 1-3 ngày tích phân với không cài
xoáy, mô hình vẫn khó có thể tạo ra xoáy bão phù hợp thực tế vì điều kiện môi trường
thay đổi trong quá trình tích phân. Trong phương pháp ban đầu hóa trình bày ở đây, sự
hình thành tâm nóng qua các quá trình nhiệt động đóng vai trò quyết định tới sự phát
triển của xoáy bão, do vậy việc đưa tâm nóng giả vào một số vòng lặp ban đầu là giải
pháp giảm đáng kể số vòng lặp và thời gian tính toán. Kết hợp cải tiến về mặt công
nghệ và hiệu chỉnh vật lý giảm thời gian ban đầu hóa xoáy khoảng 5 tới 10 lần. Cụ thể,
với trường hợp thử nghiệm ở đây chạy 38 mực thẳng đứng, hai miền tính độ phân giải
18 km và 6 km với số nút lưới ngang tương ứng là 301x221 và 385x337. Với trường
hợp sử dụng 100 bộ vi xử lý, trước khi cải tiến cần khoảng 10-15 giờ để hoàn thành
một trường hợp ban đầu hóa, sau khi cải tiến thời gian này chỉ còn 60 tới 90 phút.
4. Kết luận
Sự phát triển của xoáy bão trong quá trình chạy lặp của phương pháp ban đầu
hóa không đơn thuần là sự điều chỉnh của các trường khí tượng đối với trường áp giả
đưa vào. Thực tế trường khí áp giả không có vai trò quan trọng trong việc phát triển
xoáy bão, do vậy bước xây dựng khí áp giả đã được loại bỏ trong phương pháp ban
đầu hóa.
Các thử nghiệm vật lý cho thấy đối lưu giúp vận chuyển năng lượng từ mặt biển
và giúp tập trung năng lượng từ môi trường để hình thành tâm nóng trong bão, từ đó
giúp bão phát triển trong quá trình tạo xoáy của phương pháp ban đầu hóa. Do tâm
nóng có vai trò quyết định trong việc phát triển xoáy bão, việc cài tâm nóng giả vào
bão tại một số vòng lặp ban đầu là một trong những giải pháp hiệu quả rút ngắn thời
gian tính toán.
Kết hợp cải tiến về mặt công nghệ và hiệu chỉnh vật lý giảm thời gian ban đầu
hóa xoáy khoảng 5 tới 10 lần. Việc cải tiến đáng kể thời gian thực hiện ban đầu hóa
xoáy tăng tiềm năng ứng dụng phương pháp trong nghiên cứu và dần tiến tới các ứng
dụng trong dự báo bão nghiệp vụ. Bên cạnh việc giảm thời gian tính toán, qua mô
phỏng thử nghiệm cho 4 cơn bão trên Biển Đông năm 2006 cho thấy không có sự khác
biệt đáng kể về sai số dự báo giữa sơ đồ nguyên thủy và sơ đồ cải tiến.
36
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Hình 1. Sự thay đổi của (a) Vmax (m s1
) và (b) Pmin (hPa) theo số vòng lặp
cho các thử nghiệm: NSLP (đỏ),
WCOR (hồng), WSLP (xanh da trời) và
LSLP (xanh lá cây)
a
Hình 2. Sự thay đổi của (a) Vmax (m s1
) và (b) Pmin (hPa) theo số vòng lặp
cho các thử nghiệm: NSLP (đỏ), CSST
(hồng), NoSH (xanh da trời), NoLH
(xanh lá cây), và RMIX (đen).
b
Hình 3. Mặt cắt thẳng đứng dọc vĩ tuyến qua tâm bão cuả tốc độ gió ( m s-1) và dị
thường nhiệt độ so với môi trường (K) tại thời điểm ban đầu hóa cho (a) vòng lặp đầu
tiên sau khi đưa vào tâm nóng và (b) vòng lặp cuối cùng sau khi xoáy bão đạt cường
độ quan trắc.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
37
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
TÀI LIỆU THAM KHẢO
1. Kurihara, Y., M. A. Bender, and R. J. Ross, 1993: An Initialization scheme of
hurricane models by vortex specification. Mon. Wea. Rev., 121, 2030-2045.
2. Ross, R., and Y. Kurihara, 1992: A simplified scheme to simulate asymmetries
due to the beta effect in barotropic vortices. J. Atmos. Sci., 49, 1620–1628.
3. Nguyen, H. V., and Y.-L. Chen, 2011: High Resolution Initialization and
Simulations of Typhoon Morakot (2009). Mon. Wea. Rev., 139, 1463-1491.
4. Dunnavan. G. M. and J. W. Diercks, 1980: An analysis of super typhoon Tip
(October 1979). Mon. Wea. Rev., 108, 1915-1923.
COMPUTATIONAL OPTIMIZATION IN A DYNAMICAL VORTEX
INITIALIZATION SCHEME
Hiep Van Nguyen(1), (2) and Yi-Leng Chen(2)
(1)Vietnam Institute of Meteorology, Hydrology and Environment
(2)University of Hawaii at Manoa, Honolulu, Hawaii, USA
In this report, we would like to show results and approaches which reduce the
computational cost of the dynamical vortex initialization technique developed by Nguyen and
Chen (2011). The dynamical vortex initialization technique has advantages in generating an
initial vortex with structure and intensity in reasonably good agreement with observations. In
particular, the scheme can initialize asymmetric features of moisture and thermodynamic
variables fairly well. The new technique also shows advantages in tropical cyclone (TC) track
and intensity forecasts. One of the challenging problems in implementing the technique for
operational forecasts is reducing the computational time required to spin up the vortex in the
model. Toward this end, both technical and dynamical approaches were tested. In terms of
the technical approach, small buffer domains are created with centers at the observed TC
center for use in the vortex spin up. After the vortex has reached the observed intensity, the
vortex structures are transferred from the buffer domains to the large domains, which are
then used to conduct TC forecasts. Additionally, the adjustment processes during each cycle
run are performed in a parallel mode to reduce the computational time. In the dynamical
approach, sensitivity tests are performed to find the crucial physical processes occurring in
the vortex spin up. Proper dynamical adjustments are then carried out during subsequent
cycle runs. The number of cycle runs necessary for the vortex to reach the observed intensity
is reduced to about a half with dynamical adjustment alone. The combination of technical and
dynamical adjustments results in a 5 to 10-time reduction in computational time for model
initialization. The significant reduction in computational time will make the technique more
suitable in real-time operational forecasting.
38
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
PHÂN BỐ HẠN HÁN VÀ QUAN HỆ GIỮA ENSO VỚI HẠN HÁN
Nguyễn Trọng Hiệu(1), Phạm Thị Thanh Hương(2),
Vũ Văn Thăng(2), Nguyễn Thị Lan(2)
(1)
Trung tâm Khoa học Công nghệ Khí tượng Thủy văn và Môi trường
(2)
Viện Khoa học Khí tượng Thủy văn và Môi trường
Hạn được đặc trưng bằng thời gian khá dài lượng mưa không đạt được yêu cầu về
nước của sản xuất và đời sống, trước hết là sản xuất nông nghiệp: không quá 10mm/tháng
trong mùa đông (XI, XII, I, II), không quá 30mm/tháng trong mùa xuân (III, IV), mùa thu (IX,
X) và không quá 80mm/tháng trong mùa hè (V, VI, VII, VIII).
Tần suất hạn tương đối cao trong mùa thu, mùa đông và mùa xuân trên các vùng khí
hậu Tây Bắc, Đông Bắc, đồng bằng Bắc Bộ, Tây Nguyên, Nam Bộ và trong mùa hè trên các
vùng khí hậu Bắc Trung Bộ và Nam Trung Bộ. Về cơ bản có thể phân định hai loại hạn: hạn
đông xuân trên các vùng Tây Bắc, Đông Bắc, đồng bằng Bắc Bộ, Tây Nguyên, Nam Bộ và
hạn xuân hè ở Bắc Trung Bộ và Nam Trung Bộ.
Nói chung, các vụ hạn thường bắt đầu là mùa đông qua mùa xuân, mùa hè và sang tận
mùa thu. Các vụ hạn tương đối dài ở Nam Trung Bộ, vừa phải ở Tây Bắc, Tây Nguyên, Nam
Bộ và tương đối ngắn ở Đông Bắc, đồng bằng Bắc Bộ và ngắn nhất ở Bắc Trung Bộ.
Hạn hán có quan hệ chặt chẽ với El Nino hơn so với La Nina. Khi có El Nino hạn tăng
lên đáng kể, nhất là ở các vùng khí hậu phía Nam. Hạn cũng giảm đi trong các đợt La Nina,
nhất là ở các vùng khí hậu Bắc Trung Bộ, Nam Trung Bộ, Tây Nguyên và Nam Bộ.
1. Phương pháp và số liệu
1.1. Tần suất hạn
Mức độ hạn trên các địa điểm được đặc trưng bằng tần suất hạn tháng:
P (t ) =
m(H t )
n(H t )
Trong đó:
Ht: Sự kiện hạn xảy ra vào tháng t
Pt: Tần suất hạn tháng t
n(Ht): Số năm quan trắc hạn
Sự kiện hạn được xác định từ chuỗi lượng mưa tháng Rt. Tùy thuộc đặc điểm
khí hậu, trên hết là diễn biến nhiệt độ, lượng mưa, lượng bốc hơi, tiêu chuẩn hạn khác
nhau:
- Hạn trong các tháng mùa đông (XI, XII, I, II): Rt ≤ 10mm
- Hạn trong các tháng mùa xuân (III, IV), mùa thu (IX, X): Rt ≤ 30mm
- Hạn trong các tháng mùa hè (V, VI, VII, VIII): Rt ≤ 80mm
Tần suất hạn được phân thành 5 cấp: Thấp: 0 – 20%; vừa: 20 - 40%; cao: 40 –
60%; rất cao: 60 – 80%; đặc biệt cao: > 80%.
1.2. Thời gian hạn
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
39
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Mức độ hạn hàng năm trên các địa điểm còn được đặc trưng bằng thời gian hạn
từ khi mùa hạn bắt đầu cho đến khi mùa hạn kết thúc. Trên lãnh thổ Việt Nam, thời
gian hạn vào năm t (THt) được xác định bằng số tháng xảy ra sự kiện Ht, tính từ tháng
XI năm t-1 đến tháng X năm t.
Số liệu lượng mưa tháng được lấy trong thời kỳ 1960 – 2009 của 56 trạm khí
tượng chia đều cho 7 vùng khí hậu và vùng đảo.
2. Các đợt ENSO
Các đợt ENSO được xác định theo số liệu trung bình trượt 3 tháng chuẩn sai
nhiệt độ nước biển (SSTA) trung bình tháng trên NINO 3.4 thời kỳ 1960 – 2009.
Đợt El Nino là một chuỗi ít nhất 5 tháng liên tục SSTA trị số trung bình trượt 3
tháng cả toàn khu vực NINO 3.4 không dưới 0,50C.
Đợt La Nina là một chuỗi ít nhất 5 tháng liên tục trị số trung bình trượt 3 tháng
của SSTA trên khu vực NINO 3.4 âm với trị số tuyệt đối không dưới 0,50C.
Trong thời kỳ 1960 – 2009 có 14 đợt El Nino (gọi tắt là đợt E) và 12 đợt La
Nina (gọi tắt là đợt La), không tính đợt E xuất hiện vào tháng 6 năm 2009 và kết thúc
vào năm 2010 [5]. Để cho thuận tiện, các tháng có El Nino hoạt động gọi là tháng E và
tháng có La Nina gọi là tháng La.
3. Kết quả và thảo luận
3.1. Tần suất hạn trên các vùng
Có thể lược thuật phân bố tần suất hạn trên các vùng khí hậu (Bảng 1) như sau:
a) Tây Bắc
Tần suất hạn phổ biến thấp, vừa vào mùa thu, cao vào mùa đông, vừa trong mùa
xuân. Ở Yên Châu, Sông Mã, tần suất hạn cao hơn một cấp so với hầu hết các nơi
khác. Ngược lại ở Sìn Hồ hạn thấp hơn một cấp so với các vùng thấp. Vào đầu mùa hè,
hạn cũng xảy ra trong một số năm nhất định, nhất là ở Yên Châu, Sông Mã.
b) Đông Bắc
Tần suất hạn phổ biến thấp vào mùa thu, vừa, cao trong mùa đông, thấp trong
mùa xuân. Ở Cao Bằng, Lạng Sơn hạn nhiều hơn chút ít so với hầu hết nơi khác.
Riêng ở các tâm mưa lớn (Sa Pa, Bắc Quang) tần suất hạn rất thấp. Trong mùa hè, một
đôi năm hạn xảy ra ở các tỉnh phía Đông.
c) Đồng bằng Bắc Bộ
Tần suất hạn phổ biến thấp vào mùa thu, vừa/cao trong mùa đông, vừa/thấp
trong mùa xuân. Vào mùa hè, nhất là đầu mùa, hạn hán đã xẩy ra ở các tỉnh phía Nam.
d) Bắc Trung Bộ
Có thể phân biệt hạn ở Thanh Hóa, vùng núi Thanh Nghệ với hạn ở các tỉnh
Nghệ An, Hà Tĩnh, Quảng Bình, Quảng Trị, Thừa Thiên Huế ở phía Nam.
Ở Thanh Hóa và các vùng núi Thanh Nghệ, tần suất hạn thấp vào cuối thu,
cao/rất cao vào mùa đông, mùa xuân, thấp/vừa vào mùa hè.
40
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Ở phần lớn Bắc Trung Bộ, tần suất hạn thấp/vừa trong mùa xuân, đầu mùa hè,
cao/rất cao giữa mùa hè. Một số năm vào cuối đông cũng xảy ra hạn.
e) Nam Trung Bộ
Cần phải phân biệt hạn ở các tỉnh phía Bắc: Đà Nẵng, Quảng Nam, Quảng
Ngãi, Bình Định, Phú Yên, Khánh Hòa với hạn ở hai tỉnh cực Nam Trung Bộ: Ninh
Thuận, Bình Thuận.
Ở hầu hết các tỉnh phía Bắc, tần suất hạn phổ biến thấp vào cuối đông, rất
cao/đặc biệt cao vào mùa xuân và suốt cả mùa hè. Mùa thu và hơn nửa đầu mùa đông
hầu như không có hạn. Trên các tâm mưa lớn, tần suất hạn thấp hơn hẳn so với các nơi
khác.
Ở Ninh Thuận, Bình Thuận, hạn rất cao/đặc biệt cao vào mùa đông và mùa
xuân, thấp vào mùa hè, mùa thu.
g) Tây Nguyên
Tần suất hạn rất thấp vào mùa thu, rất cao/đặc biệt cao vào mùa đông, cao/rất
cao vào mùa xuân và thấp vào mùa hè.
Ở Gia Lai và Kon Tum, nhất là ở Ayunpa hạn nhiều hơn các tỉnh phía Nam.
Ngược lại ở tâm mưa Bảo Lộc, tần suất hạn thấp hơn các nơi khác, kể cả các vùng núi
cao kế cận như Đà Lạt.
h) Nam Bộ
Tần suất hạn rất cao/đặc biệt cao vào mùa đông, mùa xuân và rất thấp vào đầu
mùa hè. Nói chung, ở Đông Nam Bộ, tần suất hạn không thua kém Tây Nam Bộ. Có
điều là, ở nơi mưa tương đối nhiều như Rạch Giá, Cà Mau, tần suất hạn thường kém
hơn các nơi khác khoảng một cấp.
i) Vùng đảo
Trên các đảo Bắc Bộ, tần suất hạn thấp vào cuối thu, vừa/cao vào mùa đông,
mùa xuân và thấp/vừa vào mùa hè. Trên các đảo ngoài khơi Trung Bộ, tần suất hạn rất
cao/đặc biệt cao vào mùa đông, mùa xuân, vừa vào mùa hè. Trên các đảo lớn của Nam
Bộ, tần suất hạn cao/rất cao trong mùa đông, mùa xuân, rất thấp đầu mùa hè. Có điều
là, đảo Phú Quốc do mưa nhiều nên hạn ít hơn hẳn so với Côn Đảo.
Bảng 1. Tần suất hạn thời kỳ 1960 -2009 ở Việt Nam (%)
Trạm
I
II
III
IV
V
VI
VII VII
IX
X
XI
XII
Lai Châu
46
24
24
0
0
0
0
2
4
12
18
48
Hà Giang
6
10
36
0
0
0
0
0
0
0
14
12
Hà Nội
46
24
46
4
6
2
0
8
0
14
22
50
Phù Liễn
32
10
16
12
14
4
2
0
0
0
28
32
Thanh Hóa
42
24
40
20
26
14
16
0
4
12
12
38
Đông Hà
8
27
59
35
30
35
65
51
0
0
0
0
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
41
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Quy Nhơn
2
28
72
64
64
70
90
68
0
0
0
0
Phan Thiết
100 100
96
62
10
12
6
2
0
2
24
64
Plâycu
90
82
58
8
0
0
0
0
0
2
18
76
Vũng Tàu
98
100
94
68
0
0
0
0
0
0
16
52
Cần Thơ
76
84
88
52
8
0
0
0
0
0
0
30
Hòn Dấu
48
26
42
24
18
8
22
0
0
18
38
54
Côn Đảo
82
94
82
10
10
18
0
0
0
0
0
34
3.2 Chuẩn sai hạn trong các vụ hạn có hoạt động của ENSO
3.2.1 Chuẩn sai hạn trong các vụ hạn có hoạt động của ElNino
Quan hệ giữa hạn và hoạt động của El Nino được xem xét thông qua 135 lượt
trắc nghiệm chuẩn sai hạn trên 7 vùng khí hậu và 2 vùng đảo, bao gồm 4 vùng khí hậu
và vùng đảo phía Bắc, 3 vùng khí hậu và vùng đảo phía Nam, trong 14 đợt E thời kỳ
1960 – 2009.
Chuẩn sai hạn được ký hiệu là SΔH = S (Ht - H )
Trong đó, Ht- Số tháng hạn trung bình của 6 trạm tiêu biểu trong vụ hạn t; H Số tháng hạn trung bình của 6 trạm tiêu biểu trong vụ hạn thời kỳ 1960 – 2009; S-Dấu
của trị số chuẩn sai Ht - H , S nhận dấu (+) khi Ht ≥ H và nhận dấu (–) khi Ht ≤ H .
Trong 135 lượt trắc nghiệm chung cho cả 7 vùng khí hậu 2 vùng đảo, có 81 lượt
chuẩn sai dương và 54 lượt chuẩn sai âm. Điều đó có nghĩa là, trên phạm vi cả nước,
hạn tăng lên khi El Nino hoạt động.
Theo bảng 2, trong 14 đợt E, có 11 đợt có chuẩn sai hạn dương, bao gồm các
đợt: 68 – 69; 72 – 73; 76 – 77; 82 – 83; 86 – 87; 91 – 92; 94 – 95; 97 – 98; 02 – 03; 04
– 05; 06 – 07 và 4 đợt có chuẩn sai âm là: 63 – 64; 65 – 66; 69 – 70; 09.
Bảng 2. Dấu chuẩn sai hạn trong các vụ hạn có hoạt động El Nino
Các vùng phía Bắc
Vụ hạn
trong các
đợt E
TB
ĐB
ĐB
BB
BT
B
Đảo
phía
Bắc
Số dấu +
7
6
7
9
7
Số dấu -
8
9
8
6
8
Các vùng phía Nam
NTB
TN
NB
Đảo
phía
Nam
11
12
11
11
4
3
4
4
Số dấu
+
-
36
39
Cả nước
Số dấu
Số dấu
+
+
-
45
-
81
15
54
Nói chung các đợt E có dấu chuẩn sai dương với trị số tương đối lớn tập trung
trong 3 thập kỷ 1971 – 1980; 1981 – 1990 và 1991 – 2000. Ngược lại, nhiều đợt E có
dấu chuẩn sai âm đều tập trung trong thập kỷ 1961 – 1970.
Thực ra, dấu chuẩn sai hạn trong các đợt E rất khác nhau giữa các vùng khí hậu.
42
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Ở Tây Bắc, đồng bằng Bắc Bộ và các đảo phía Bắc, số dấu chuẩn sai dương ít
hơn số dấu chuẩn sai âm trong 15 lượt trắc nghiệm. Ở ĐB, số dấu chuẩn sai dương lại
càng ít hơn số dấu chuẩn sai âm. Có thể cho rằng trên 3 vùng khí hậu và cả vùng đảo
BB, hạn hán không tăng lên, thậm chí giảm đi trong các đợt El Nino. Trong khi đó, ở
BTB, số đợt E có chuẩn sai dương tỏ ra vượt trội so với số đợt E có chuẩn sai âm.
Đáng chú ý là, ở BTB, các đợt E có chuẩn sai hạn dương cũng tập trung trong 3 thập
kỷ: 71 – 80; 81 – 90; 91 – 00 như tình hình chung của cả nước. Như vậy, trên phạm vi
Miền Bắc, El Nino không góp phần gia tăng mà ngược lại giảm bớt số tháng hạn hán,
ngoại trừ Bắc Trung Bộ. Ở vùng khí hậu phía Bắc của Trung Bộ, vai trò của El Nino
đối với hạn hán tương tự miền khí hậu phía Nam.
Ở Nam Trung Bộ, Tây Nguyên, Nam Bộ và cả vùng đảo phía Nam, số dấu
chuẩn sai dương vượt xa số dấu chuẩn sai âm trong 15 lượt trắc nghiệm. Đặc biệt, ở
TN số vụ hạn trong El Nino chiếm đến 50% số vụ hạn trắc nghiệm. Trong số 15 vụ
hạn trắc nghiệm chỉ có 3 vụ hạn số dấu chuẩn sai dương ít hơn số dấu chuẩn sai âm.
Đáng chú ý là, trong 9 vụ hạn từ đầu thập kỷ 1971 – 1980 đến giữa thập kỷ gần đây
nhất, hạn hán nhất loạt tăng lên trên cả 3 vùng khí hậu và vùng đảo phía Nam.
Tóm lại, trong thời kỳ 1960 – 2009, El Nino góp phần gia tăng hạn hán trên
phạm vi cả nước, đặc biệt là các đợt E trong 3 thập kỷ 1971 -1980; 1981 – 1990; 1991
– 2000. Có điều là, tác động của El Nino đối với hạn hán rất khác nhau giữa hai miền,
rất rõ rệt ở Miền Nam và khá mờ nhạt ở miền Bắc, trừ Bắc Trung Bộ.
3.2.2 Chuẩn sai hạn trong các đợt hạn có hoạt động của La Nina
Khác với các đợt El Nino, khá nhiều đợt La Nina kéo dài không chỉ trong một
vụ mà là hai hoặc 3 vụ hạn: Đợt La 70 – 72 bao gồm hai vụ hạn: 70 – 71; 71 – 72, đợt
La 73 – 76 có 3 vụ hạn: 73 – 74, 74 – 75, 75- 76 và đợt La 98 – 01 bao gồm 2 vụ hạn:
98 – 99 và 99 – 00. Vì vậy các trắc nghiệm và chuẩn sai hạn trên 7 vùng khí hậu và 2
vùng đảo được tiến hành 17 vụ hạn thuộc 12 đợt La Nina thời kỳ 1960 – 2009 với
phương pháp hoàn toàn giống với phương pháp đã tiến hành đối với El Nino.
Kết quả của 153 lượt trắc nghiệm (Bảng 3) cho thấy trên phạm vi cả nước
trường hợp có số dấu chuẩn sai âm có phần trội hơn số trường hợp có dấu chuẩn sai
dương. Xét riêng từng vụ hạn, có đến 12 vụ La Nina góp phần giảm thiểu hạn hán trên
đa số vùng khí hậu, rõ nhất là các vụ 74 – 75 và 07 – 08 hoạt động của la Nina góp
phần gia tăng hạn hán trong 4 vụ: 70 – 71, 73 – 74, 83 – 84 và 84 – 85.
Trên các vùng khí hậu phía Bắc, La Nina góp phần làm giảm hạn hán ở Tây
Bắc, Bắc Trung Bộ, vùng đảo và làm gia tăng hạn hán ở đồng bằng Bắc Bộ và không
có ảnh hưởng rõ rệt đối với hạn hán ở Đông Bắc.
Các đợt La Nina góp phần giảm thiểu rõ rệt hạn hán là: La77 – 78, La73 – 76
(năm sau) và La77 – 78. Các đợt La góp phần gia tăng hạn hán đáng kể là La 70 – 71,
La83 – 84, La 85 – 86 và La 98 – 01 (nửa đầu).
Bảng 3. Dấu chuẩn sai hạn trong các vụ hạn có hoạt động La Nina
Vụ hạn
trong các
Các vùng phía Bắc
TB
ĐB
ĐBBB
BTB
Đảo
Các vùng phía Nam
Số dấu
NTB
TN
NB
Đảo
Cả nước
Số dấu
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Số dấu
43
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
đợt E
phía
Bắc
+
36
Số dấu +
5
9
11
5
6
Số dấu -
12
8
6
12
11
-
49
phía
Nam
+
28
7
6
6
9
10
11
11
8
-
+
-
64
40
89
Trên các vùng khí hậu phía Nam, nói chung tác động của La Nina tương tự ở
Tây Bắc, Bắc Trung Bộ, nghĩa là giảm thiểu hạn hán. Trong khi đó, ở vùng đảo phía
Nam, La Nina không có ảnh hưởng rõ rệt đối với sự gia tăng giảm thiểu thiên tai quan
trọng này.
Các đợt La Nina góp phần giảm thiểu rõ rệt hạn hán ở đây bao gồm là : La74 –
75 và 3 đợt gần đây : La 98 -01, La07 – 08, La08-09.
Tóm lại, tác động chủ yếu của La Nina trên phạm vi cả nước là giảm thiểu một phần
nhất định hạn hán, đặc biệt là các đợt La74 – 75, La77-78 và La07 – 08. Không có sự
khác biệt đáng kể về tác động của hạn hán giữa hai miền khí hậu Bắc và Nam song lại
có sự phân hóa đáng kể về hiệu ứng của ENSO đối với hạn hán giữa các vùng trên
cùng miền khí hậu.
4. Kết luận
1. Ở Việt Nam, hạn được đánh giá bằng tần suất hạn trong các tháng và số
tháng hạn trong các vụ. Tần suất hạn được chia thành 5 cấp ứng với các khoảng tần
suất khác nhau: Thấp (< 20%), vừa (20 – 40%), cao (40 – 60%), rất cao (60 – 80%) và
đặc biệt cao (> 80%). Số tháng hạn được tính cho từng vụ hạn, bắt đầu từ tháng XI
năm trước tháng X năm sau.
2. Trong thời kỳ 1960 – 2009, El Nino góp phần gia tăng hạn hán trên phạm vi
cả nước đặc biệt là các đợt E trong 3 thập kỷ 1971 – 1980, 1981 – 1990, 1991 - 2000
và ngược lại, La Nina góp phần giảm thiểu hạn hán, đặc biệt là các đợt La73 – 76, La77 –
78 đối với các vùng khí hậu phía Bắc và La98 – 01, La07- 08 đối với các vùng khí hậu phía
Nam.
3. Tác động của El Nino đối với hạn hán rất rõ rệt ở Miền Nam và khá mờ nhạt
ở Miền Bắc, trừ Bắc Trung Bộ trong khi tác động của La Nina đối với hạn hán tuy
khác nhau giữa các vùng song lại khá đồng đều giữa Miền Bắc và Miền Nam.
TÀI LIỆU THAM KHẢO
1. Nguyễn Trọng Hiệu (1995), Phân bố hạn hán và tác động của chúng. Viện Khí
tượng Thủy văn.
2. Nguyễn Trọng Hiệu, Phạm Thị Thanh Hương (2002), Đặc điểm hạn và phân
vùng hạn ở Việt Nam. Viện Khí tượng Thủy văn.
3. Nguyễn Đức Ngữ, nnk. Tác động của ENSO đến thời tiết, khí hậu, môi trường
và kinh tế, xã hội ở Việt Nam.
4. Nguyễn Đức Ngữ, nnk. Những điều cần biết về El Nino và LaNina.
44
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
5. Nguyen Trong Hieu, Pham Thi Thanh Huong and Vu Van Thang. Distribution
of heavy rainfall in Vietnam and prediction probability based on ENSO indies.
Agenda The Second International MAHASRI/HyAR, 8/2011.
6. Mie Gomyo and Kuraji Koichiro (2009), Spatial and Temporal Variations in
Rainfal and the ENSO – rainfall Relatioship over Sarawak. Malaysian Borneo.
7. Larcef Zubair (2007), Predictability of Sri Lankan rainfall based on ENSO.
International journal of Chimatology.
DISTRIBUTION OF DROUGHT AND ITS RELATIONSHIP WITH
ENSO PHENONMEMON
Nguyen Trong Hieu(1), Pham Thi Thanh Huong(2),
Vu Van Thang(2), Nguyen Thi Lan(2)
(1)
Center for Meteorology, Hydrology and Environmental science and technology
(2)
Vietnam Institute of Meteorology, Hydrology and Environment
The drought is characterized by long-time raifall not reach water requirememts for
production and life, first in agricultural production : less than 10mm/month in the Winter
(DJF),30mm/month in the Spring (MAM) and Fall (SON), 80mm/month in the Summer (JJA).
The relatively frequency of drought is quite high the Fall, Winter, Spring on the North
West, NorthEast, NorthDelta, CentralHighlands, Southern region and the Summer on the
North Central and South Central. Basically, we can define two types of drought: winterspring drougt at the NorthWest, NorthEast, Delta, Central Highlands, South and springsummer drougt at the North Central and South Central.
In generally, these droughts often start from Winter to Spring or from Summer to Fall.
They occur quitely long at South Central, moderately at North Westt, Central Highlands,
South and shortly at North East, North Delta and shortest at North Central.
Drought has closed-relative with El Nino than La Nina. When El Nino phase happens,
drought will increase so quitely and especially at southern climate regions. Drought will
decreases in the La Nina phase, especially at the North Cental, South Central, Cental
Highkands and South.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
45
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
ĐÁNH GIÁ KHẢ NĂNG MÔ PHỎNG CỰC TRỊ NHIỆT ĐỘ CỦA MÔ
HÌNH KHÍ HẬU KHU VỰC PRECIS
Nguyễn Thị Hoan, Lê Duy Điệp, Nguyễn Đăng Mậu,
Trương Bá Kiên, Mai Văn Khiêm
Viện Khoa học Khí tượng Thủy văn và Môi trường
Mục đích của nghiên cứu này là đánh giá khả năng mô phỏng của mô hình PRECIS
đối với cực trị nhiệt độ và một số đặc trưng liên quan như số ngày có nhiệt độ thấp nhất dưới
ngưỡng (10, 13, 15, 25oC), nhiệt độ cao nhất vượt ngưỡng (30, 35oC). Sản phẩm mô phỏng
cực trị nhiệt độ của mô hình PRECIS trong thời kỳ 1989-2000 được đánh giá thông qua hai
chỉ số chính là sai số trung bình và sai số bình phương trung bình ở 7 vùng khí hậu của Việt
Nam với khoảng 40 trạm đại diện. Kết quả cho thấy rằng mô hình có khả năng mô phỏng khá
tốt các nhiệt độ cực trị. Tuy nhiên, các gia trị mô phỏng thường cho kết quả cao hơn chút ít so
với thực tế.
1. Mở đầu
Trong những năm gần đây, bài toán mô phỏng dự báo khí hậu nói chung và các
hiện tượng khí hậu cực đoan nói riêng đã nhận được rất nhiều sự quan tâm của các nhà
nghiên cứu. Trên thế giới và cả ở trong nước đã xuất hiện nhiều công trình nghiên cứu
chú trọng vào bài toán khí hậu cực đoan trong mối quan hệ với biến đổi khí hậu
(BĐKH). Phát triển mạnh mẽ nhất theo hướng này là việc ứng dụng các mô hình khí
hậu khu vực để mô phỏng các quá trình khí hậu. Nói chung, lĩnh vực mô hình hóa khí
hậu khu vực đã được đề cập đến trong rất nhiều công trình nghiên cứu như Walsh và
McGregor (1995); Leung và nnk (1999); Nobre và nnk (2001) [1,3,5,6].
Gần đây, mô hình PRECIS (Providing Regional Impacts for Climate Studies)
được ứng dụng rộng rãi trên thế giới và ở Việt Nam nhằm xây dựng các kịch bản
BĐKH. PRECIS là hệ thống mô hình khí hậu khu vực có thể chạy trên bất kỳ miền
nào trên thế giới và có thể chạy được trên máy tính cá nhân với cấu hình vừa phải.
Islam Sirajul và CS (2009) đã ứng dụng mô hình PRECIS để nghiên cứu biến động
tương lai của các chỉ số nhiệt độ cực đoan mà cụ thể là biến đổi trong tần suất kéo dài
các đợt nóng và lạnh ở Pakistan. Kết quả mô phỏng cho thấy, vào mùa hè nhiệt độ cực
tiểu tăng nhiền hơn nhiệt độ cực đại ngày, trong khi đó vào mùa đông sự biến đổi nhiệt
độ cực đại là lớn hơn [1,4].
Để có thể ứng dụng mô hình PRECIS ở Việt Nam cho việc xây dựng các kịch
bản BĐKH đối với yếu tố cực trị thì việc đánh giá khả năng mô phỏng của mô hình là
rất cần thiết. Bài báo này sẽ trình bày một số kết quả đánh giá khả năng mô phỏng một
số đặc trưng nhiệt độ cực trị của PRECIS dựa trên cơ sở so sánh với số liệu thực đo
trên 7 vùng khí hậu của nước ta.
2. Cấu hình mô hình PRECIS, phương pháp đánh giá và số liệu sử dụng
Mô tả chi tiết về mô hình PRECIS có thể tham khảo trong nghiên cứu của Jones
và công sự [4]. Ở đây chỉ đề cập đến việc xây dựng miền tính và lựa chọn độ phân giải
ngang cho mô hình. Lựa chọn miền tính và việc xử lí biên xung quanh là những vấn đề
đầu tiên cần lưu ý trong nghiên cứu áp dụng mô hình để mô phỏng hoặc dự báo khí
46
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
hậu khu vực. Kích thước miền tính càng nhỏ, ảnh hưởng của biên xung quanh đến kết
quả mô phỏng càng lớn [1], vai trò điều khiển của trường qui mô lớn càng được thể
hiện rõ, song đó cũng là nguyên nhân làm xuất hiện những phản ứng không thực của
chính mô hình khu vực đối với tác động quy mô lớn được truyền vào. Do đó, miền tính
phải đủ lớn để mô hình khu vực có thể bộc lộ được động lực nội tại của nó thay vì bị
ép buộc về trạng thái của trường điều khiển. Độ phân giải ngang của miền tính cũng
phải phù hợp với độ phân giải của số liệu trường điều khiển toàn cầu và năng lực tính
toán của máy tính. Nói chung, độ phân giải ngang của miền tính chỉ nên nằm trong
phạm vi 1/4 đến 1/10 độ phân giải của trường điều khiển [1].
Trên cơ sở các phân tích trên đây, miền tính cho Việt Nam được xây dựng với
phạm vi không gian trong khoảng: 4N- 36oN, 93-120oE, độ phân giải ngang 25x25km
(Hình 1). Có thể nhận thấy, Việt Nam nằm ở trung tâm miền tính và các sản phẩm khí
hậu từ miền tính này cho phép đánh giá diễn biến khí hậu không chỉ ở Việt Nam mà
còn ở Biển Đông và trên hầu hết diện tích lưu vực sông Mê Kông. Độ phân giải ngang
của miền tính đủ mức chi tiết cho các mô phỏng khí hậu đến đơn vị hành chính cấp
huyện và nhỏ hơn.
Hình 1. Miền tính cho mô hình PRECIS nhằm mô phỏng khí hậu Việt
Nam và khu vực lân cận
Số liệu tái phân tích ERA-INTERIM thời kỳ 1989-2000 đã được sử dụng làm
điều kiện ban đầu và điều kiện biên cho mô hình PRECIS nhằm mô phỏng khí hậu khu
vực Việt Nam và lân cận. Số liệu mô phỏng trên lưới tinh của mô hình được nội suy về
lưới thô của số liệu quan trắc trước khi thực hiện phân tích so sánh. Các cực trị khí hậu
được chiết xuất, tính toán bao gồm nhiệt độ thấp nhất, số ngày có nhiệt độ thấp nhất
dưới ngưỡng (10oC, 13oC, 15oC, 25oC), số đợt rét hại, nhiệt độ cao nhất, số ngày có
nhiệt độ cao nhất vượt ngưỡng (30oC, 35oC) và số ngày nắng nóng.
Số liệu quan trắc về nhiệt độ cực trị tháng và năm của 40 trạm thời kỳ 19892000 được sử dụng cho việc đánh giá sai số mô phỏng cực trị khí hậu của mô hình
PRECIS. Phân bố của các trạm này trên 7 vùng khí hậu như sau: Tây Bắc Bộ (TBB): 5
trạm; Đông Bắc Bộ (ĐBB): 9 trạm; Đồng bằng Bắc Bộ (ĐBBB): 6 trạm; Bắc Trung
Bộ (BTB): 6 trạm; Nam Trung Bộ (NTB): 5 trạm; Tây Nguyên (TN): 5 trạm và Nam
Bộ (NB): 4 trạm.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
47
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Hai chỉ số thống kê cơ bản được sử dụng để đánh giá sai số của mô mô hình
trong mô phỏng các cực trị nhiệt độ là ME (sai số hệ thống hay sai số trung bình) và
RMSE (sai số quân phương, bằng căn bậc hai của sai số bình phương trung bình
MSE).
Sai số ME xác định xu thế mô hình dự báo vượt quá hay thấp hơn giá trị thực tế
và được xác định bằng công thức toán học cho một biến x dạng:
ME ( x ) =
1
N
∑ (x
N
f
− xo
)
(1)
i =1
Sai số bình phương trung bình (RMSE) là căn bậc hai của trung bình bình
phương sai số giữa giá trị dự báo và thực tế, được xác định theo công thức:
(
)
2⎞
⎛1 N
RMSE ( x) = ⎜ ∑ x f − x o ⎟
⎝ N i =1
⎠
1/ 2
(2)
3. Khả năng mô phỏng cực trị nhiệt độ của mô hình PRECIS
3.1. Khả năng mô phỏng nhiệt độ thấp nhất và các đặc trưng liên quan
Mô phỏng từ mô hình PRECIS cho thấy khuynh hướng sai số hệ thống là không
rõ ràng và không thống nhất giữa các khu vực nghiên cứu đối với nhiệt độ thấp nhất
(Tm). Thường ở Bắc Bộ, Tm mô phỏng bằng PRECIS thấp hơn so với thực tế và
ngược lại ở phía Nam lãnh thổ. Kỹ năng mô phỏng của mô hình PRECIS đối với nhiệt
độ thấp nhất khả quan ở Bắc Trung Bộ và Nam Bộ, trong khi đó kỹ năng mô phỏng
kém hơn ở vùng Nam Trung Bộ, sai số quân phương RMSE trên 4oC (Hình 2a).
Chỉ số ME đối với số ngày có nhiệt độ thấp nhất dưới ngưỡng 10oC (nTm10)
và 13oC (nTm13) mang dấu dương ở cả 4 vùng khí hậu phía Bắc chứng tỏ mô hình
mô phỏng đặc trưng này thường cao hơn thực tế ở đây. Cần lưu ý là ngày có nhiệt độ
thấp nhất dưới ngưỡng 10oC và 13oC hầu như không xuất hiện ở khu vực phía Nam
lãnh thổ, ngoại trừ một vài ngày ở vùng núi cao thuộc Tây Nguyên. Về biên độ sai số,
mô phỏng nTm10 và nTm13 cho sai số quân phương lớn nhất tại khu vực Tây Bắc và
Đông Bắc Bộ, RMSE xấp xỉ 3 ngày (Hình 2b, 2c).
Kết quả mô phỏng số ngày có nhiệt độ thấp nhất dưới ngưỡng 15oC (nTm15)
cho thấy, mô hình PRECIS mô phỏng đặc trưng này thường cao hơn so với thực tế ở
các vùng khí hậu phía Bắc và thấp hơn so với thực tế ở Tây Nguyên. Sai số mô phỏng
từ 3-5 ngày (Hình 2d).
Khi tăng ngưỡng nhiệt độ thấp nhất lên 25oC (nTm25), khu vực phía Nam lãnh
thổ cho khả năng mô phỏng của PRECIS kém hơn so với các khu vực phía Bắc. Sai số
cao nhất thuộc Nam Trung Bộ và Nam Bộ, có thể đến 10 ngày. Bắc Trung Bộ và Nam
Bộ là những nơi thường có số ngày nhiệt độ thấp nhất dưới ngưỡng 25oC thực tế cao
hơn so với mô phỏng. Các khu vực khác có xu thế ngược lại, số liệu thống kê từ sản
phẩm của PRECIS thường lớn hơn so với thực tế (Hình 2e).
Sai số mô phỏng số đợt rét hại (3 ngày liên tiếp trở lên có nhiệt độ trung bình
ngày nhỏ hơn hoặc bằng 13oC) - SĐRH trong năm chỉ vào khoảng 0,5-0,6 đợt ở Tây
48
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Bắc, Đông Bắc Bộ và Đồng Bằng Bắc Bộ. Sai số này vào khoảng 0,3 đợt ở Bắc Trung
Bộ và Tây Nguyên. SĐRH không có ở Nam Trung Bộ và Nam Bộ (Hình 2f).
a)
b)
c)
d)
e)
f)
Hình 2. Chỉ số ME và RMSE trung bình cho 7 vùng khí hậu đối với nhiệt độ thấp nhất, số
ngày có nhiệt độ thấp nhất dưới ngưỡng (100C, 130C, 150C, 250C) và số đợt rét hại
3.2. Khả năng mô phỏng nhiệt độ cao nhất và các đặc trưng liên quan
Chỉ số RMSE đối với nhiệt độ cao nhất (Tx) dao động trong khoảng 0-1oC ở
Tây Bắc, Bắc Trung Bộ, Tây Nguyên, Nam Bộ và lớn hơn, từ 3-5oC ở Đông Bắc Bộ,
Đồng bằng Bắc Bộ, Nam Trung Bộ. Mô hình có xu hướng mô phỏng Tx thấp hơn thực
tế ở Tây Bắc, Đồng bằng Bắc Bộ, Tây Nguyên, Nam Bộ và ngược lại ở các vùng khí
hậu khác, đặc biệt là ở Đông Bắc Bộ (Hình 3a).
Phân bố các chỉ số ME đối với số ngày có nhiệt độ cao nhất trên 30oC (nTx30)
cho thấy mô hình thường mô phỏng đặc trưng này thấp hơn so với thực tế ở tất cả các
vùng khí hậu (Hình 3b). Tuy nhiên nếu tăng ngưỡng Tx lên 35oC (chỉ tiêu xác định
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
49
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
ngày nắng nóng) thì lại nhận được bức tranh ngược lại: nTx35 thực tế thấp hơn so với
mô phỏng (Hình 3c). Sai số nói chung của các đặc trưng nêu trên (nTx30, nTx35) dao
động từ 0,5-1 ngày (Hình 3b,c).
Nếu quy ước đợt nắng nóng xuất hiện khi ba ngày liên tiếp trở lên có Tx bằng
hoặc lớn hơn 35oC thì có thể thấy, mô hình thường mô phỏng số đợt nắng nóng
(SDNN) cao hơn so với thực tế ở tất cả các vùng khí hậu với sai số bình phương trung
bình dưới 0,5 đợt (Hình 3d).
a)
b)
c)
d)
Hình 3. Chỉ số ME và RMSE trung bình cho 7 vùng khí hậu đối với nhiệt độ cao nhất, số
ngày có nhiệt độ cao nhất vượt ngưỡng (300C, 350C) và số đợt nắng nóng
4. Kết luận
Nhìn chung, mô hình PRECIS mô phỏng khá tốt các cực trị nhiệt độ như nhiệt
độ thấp nhất, cao nhất và các đặc trưng thống kê liên quan. Sai số trong mô phỏng
nhiệt độ thấp nhất lớn hơn so với nhiệt độ cao nhất ở hầu hết các vùng khí hậu, ngoại
trừ Đông Bắc Bộ. Xu hướng của sai số hệ thống là không rõ ràng ở các vùng khí hậu
đối cả hai cực trị nhiệt độ nêu trên, khi thì sản phẩm của mô hình cao hơn thực tế, khi
thì ngược lại. Mô hình PRECIS thường mô phỏng số ngày có nhiệt độ thấp nhất dưới
ngưỡng và nhiệt độ cao nhất vượt ngưỡng cao hơn so với thực tế.
Các thông tin đánh giá về khả năng mô phỏng cực trị nhiệt độ của mô hình
PRECIS rất có ý nghĩa trong việc khai thác các sản phẩm của mô hình nhằm nghiên
cứu khí hậu nói chung và biến đổi khí hậu nói riêng ở các vùng khí hậu của Việt Nam.
50
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
TÀI LIỆU THAM KHẢO
1. Phan Văn Tân (2010), Nghiên cứu tác động của biến đổi khí hậu toàn cầu đến
các yếu tố và hiện tượng khí hậu cực đoan ở Việt Nam, khả năng mô phỏng và
giải pháp chiến lược ứng phó. Báo cáo tổng kết đề tài NCKH cấp Nhà nước
KC08.29/06-10
2. Nguyễn Văn Thắng (2005), Nghiên cứu các hiện tượng cực đoan (cực trị khí
hậu và thiên tai thời tiết) phục vụ phòng chống và giảm nhẹ thiệt hại thiên tai ở
thành phố Hà Nội. Báo cáo tổng kết đề tài NCKH cấp Nhà nước
3. Kiều Thị Xin, Trần Ngọc Anh, Lê Công Thành, Phan Văn Tân. 2000. Về thử
nghiệm mô phỏng mưa trên lãnh thổ Việt Nam bằng mô hình mô phỏng khí hậu
khu vực RegCM. Tạp chí Khí tượng Thuỷ văn 7 (475), tr. 10-18.
4. Jones RG, Noguer M, Hassell DC, Hudson D, Wilson SS, Jenkins GJ, Mitchell
JFB (2004) Generating high resolution climate change change scenarios using
PRECIS. Met Office Hadley Centre, Exeter, UK
5. Yanjun Jiao. 2006. An Investigation of Summer Precipitation Simulated by the
Canadian Regional Model. Weather and Forecasting, Volume 134, pp. 919 –
932.
6. Liang Xin-Zhong. 2004. Regional climate model simulation of US precipitation
during 1982 – 2002. Part I: Annual cycle, J. Clim., Vol.17, pp. 3510 – 3529.
EVALUATION OF TEMPERATURE EXTREMES PREDICTABILITY
OF PRECIS MODEL
Nguyen Thi Hoan, Le Duy Điep, Nguyen Đang Mau,
Truong Ba Kien, Mai Van Khiem
Viet Nam Institute of Meteorology, Hydrology and Environment
The purpose of this study was to evaluate the temperature extremes predictability of
ability of regional climate model such as number of days a number of days with minimum
temperature below the threshold (10, 13, 15, 25°C), the highest temperature exceeds
thresholds (30, 35°C). Temperature simulations of PRECIS model during period of 19892000 were assessed using statistical indices ME and RMSE over 7 climate region of Vietnam,
with about 40 station representatives. Results indicate that model simulations well agree with
observation.However. there is a slight overestimatation of thresholds of temperatures.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
51
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
NGHIÊN CỨU XU THẾ HOẠT ĐỘNG CỦA BÃO, ATNĐ ẢNH HƯỞNG
ĐẾN KHU VỰC TỈNH KHÁNH HOÀ
Trần Văn Hưng
Đài Khí tượng Thuỷ văn khu vực Nam Trung Bộ, Trung tâm Khí tượng thuỷ văn quốc gia
Bão và áp thấp nhiệt đới (ATNĐ), gọi chung là xoáy thuận nhiệt đới (XTNĐ), là hiện
tượng thiên tai cực kỳ nguy hiểm, kèm theo gió mạnh là mưa lớn, sóng cao, nước biển dâng.
Đã có nhiều công trình nghiên cứu và các nhận định khác nhau về đặc điểm biến động và xu
thế biến đổi của bão và áp thấp nhiệt đới đến Biển Đông và vùng biển Việt Nam. Trong bài
báo này, chúng tôi tập trung nghiên cứu biến động của những cơn bão có khả năng gây ảnh
hưởng đến Khánh Hoà. Theo kết quả nghiên cứu thì hàng năm có khoảng 01 XTNĐ ảnh
hưởng đến Khánh Hoà và 0,43 cơn bão đổ bộ trực tiếp vào Khánh Hoà.
1. Đặt vấn đề
Tỉnh Khánh Hoà là một tỉnh thuộc duyên hải Nam Trung Bộ có bờ biển kéo dài
hơn 200km, hàng năm gánh chịu nhiều thiệt hại do thiên tai do bão, ATNĐ gây ra.
Bão, ATNĐ khi ảnh hưởng đến tỉnh thường gây mưa to, gió mạnh, kèm theo sau là lũ
lớn gây thiệt hại to lớn về người, về của và ảnh hưởng nghiêm trọng đến đời sống dân
sinh kinh tế xã hội.
Việc đánh giá số lượng bão và áp thấp nhiệt đới ảnh hưởng đến vùng bờ biển
Việt Nam thường được tiến hành theo các vùng địa lý hoặc các đơn vị hành chính, trên
cơ sở thống kê các cơn bão đổ bộ trực tiếp đến từng khu vực. Số lượng các cơn bão có
khả năng ảnh hưởng đến từng khu vực thường được đánh giá theo các chỉ tiêu không
thống nhất. Với quan điểm cho rằng, với kích thước bão trung bình, những cơn bão
hoạt động trên phạm vi bán kính đến 150 - 250km vẫn có khả năng gây tác động ảnh
hưởng đến khu vực nghiên cứu, chúng tôi tiến hành xử lý thống kê.
2. Đặc điểm Bão, ATNĐ hoạt động trên Biển Đông
Việt Nam có bờ biển dài hơn 3.200 km, trải dài trên 13 vĩ độ từ bờ biển Móng
Cái đến mũi Cà Mau nên đây là khu vực chịu ảnh hưởng mạnh của ổ bão Tây Bắc
Thái Bình Dương. Các XTNĐ ảnh hưởng đến Việt Nam có thể hình thành ngay ở Biển
Đông hoặc từ Thái Bình Dương di chuyển vào. XTNĐ hoạt động trên khu vực Biển
Đông vừa mang đặc thù chung của bão Tây Bắc Thái Bình Dương vừa mang những
nét riêng biệt của bão Biển Đông. Trong thời kỳ 1959 - 2010 có 635 cơn bão, ATNĐ
hoạt động trên khu vực Biển Đông (Bảng 1), trung bình mỗi năm có khoảng 12 cơn.
Năm nhiều bão, ATNĐ nhất có tới 18 cơn như các năm 1961, 1964, 1973, 1974; năm
1969 là năm ít nhất (4 cơn)
Nếu coi mùa bão của Việt Nam trong năm, tính từ tháng có tần suất bão, ATNĐ
xuất hiện ≥1 cơn thì mùa bão ở khu vực Biển Đông kéo dài 6 tháng. Trong đó từ tháng
6 đến tháng 11, mỗi tháng có khoảng 1 - 2 cơn; từ tháng 1 - 4 có tần suất xuất hiện
bão, ATNĐ rất nhỏ; các tháng 5, 12 thì trung bình khoảng 2 năm thì có 1 cơn bão,
ATNĐ hoạt động. Trong số 635 cơn bão, ATNĐ hoạt động trên Biển Đông thời kỳ
1959-2010 có 296 cơn nảy sinh ngay trên Biển Đông, chiếm 47%, còn lại khoảng 53%
từ Thái Bình Dương di chuyển vào. Điều đó chứng tỏ Biển Đông là nơi có nhiều điều
52
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
kiện thuận lợi cho việc hình thành bão, ATNĐ. Phần phía Nam của khu vực Bắc Biển
Đông là nơi có tần suất hình thành bão, ATNĐ lớn nhất. Bão hoạt động trên khu vực
Biển Đông thường ở giai đoạn cuối đời của bão Tây Bắc Thái Bình Dương di chuyển
vào, hoặc ở giai đoạn hình thành và phát triển của bão nảy sinh trên Biển Đông, nên
cường độ bão không mạnh so với bão hoạt động trên khu vực Tây Bắc Thái Bình
Dương. Bão hoạt động trên khu vực Biển Đông có đường đi khá phức tạp, tốc độ di
chuyển không ổn định.
Bảng 1. Bão, ATNĐ hoạt động trên Biển Đông thời kỳ 1959 đến 2010
Tháng
1
2
3
4
5
6
7
8
9
10
11
12
Tổng
năm
Số cơn
10
1
8
9
32
57
96
105
112
95
79
31
635
TBNN
0,2 0,0 0,2 0,2 0,6 1,1 1,8
2,0
2,2
1,8
1,5
0,6
12,2
Bão, ATNĐ ảnh hưởng đến nước ta là những cơn bão, ATNĐ có tác động làm
thay đổi hoàn toàn thời tiết (gió, mây, mưa) trên một khu vực hay nhiều khu vực trên
một lãnh thổ. Căn cứ vào tốc độ gió và hiện tượng thời tiết đặc trưng (chủ yếu là mưa)
ta có thể chia thành các mức ảnh hưởng trực tiếp hoặc gián tiếp.
Ảnh hưởng trực tiếp đến nước ta là những cơn bão, ATNĐ gây gió mạnh cấp 6
trở lên cho một hay nhiều khu vực đất liền (bao gồm vùng biển) thuộc lãnh thổ nước
ta, còn ảnh hưởng gián tiếp là những cơn bão, ATNĐ chỉ gây ra gió mạnh dưới cấp 6
nhưng làm thay đổi thời tiết và gây mưa diện rộng cho một hay nhiều khu vực. Nhiều
cơn bão hoạt động ở vùng ven biển, không đổ bộ nhưng cũng đã gây tác hại rất lớn
đến đất liền không kém các cơn bão đổ bộ. Các cơn bão, ATNĐ thường gây ảnh
hưởng mạnh trong khu vực khoảng 2 độ kinh vĩ (khoảng 220 km) tính từ tâm bão,
ATNĐ. Trong thời kỳ 1959 - 2010 có 357 cơn bão, ATNĐ ảnh hưởng trực tiếp đến đất
liền Việt Nam, trung bình mỗi năm có khoảng 7 cơn ảnh hưởng (Bảng 2). Trong 52
năm qua chỉ có 1 cơn ảnh hưởng vào tháng 1, 2 và 2 cơn ảnh hưởng vào tháng 3. Thời
gian bão, ATNĐ ảnh hưởng đến Việt Nam kéo dài từ tháng 2 đến tháng 12, trong đó
các tháng từ tháng 8 đến tháng 11 có tần suất đáng kể, trung bình mỗi tháng có trên 1
cơn bão, ATNĐ ảnh hưởng.
Bảng 2. Bão, ATNĐ ảnh hưởng đến Việt Nam thời kỳ 1959 đến 2010
Tháng
1
2
3
4
5
6
7
8
9
10
11
12
Tổng
năm
Số cơn
1
1
2
3
6
28
42
56
79
65
56
18
357
TBNN
0
0,0 0,0 0,1 0,1 0,6 0,8
1,1
1,5
1,3
1,1
0,3
6,9
Có thể nói mùa bão, ATNĐ đổ bộ vào Việt Nam tập trung vào các tháng nửa
sau của năm, từ tháng 7 đến tháng 11 và trọng tâm trong hai tháng 9, 10, mỗi tháng có
khoảng 1 cơn bão hoặc ATNĐ đổ bộ. Tuy nhiên không phải địa phương nào, khu vực
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
53
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
nào cũng xuất hiện như vậy, mà thời gian có thể thay đổi theo quy luật muộn dần về
phía nam, ngoài ra địa hình, hình dạng bờ biển nên sự phân bố bão , ATNĐ cũng
không đều. Phân tích khu vực đổ bộ của bão, ATNĐ vào Việt Nam theo tháng cho
thấy, các cơn bão đổ bộ sớm (tháng 3, tháng 5) đi vào khu vực miền Trung, từ 12160N; tháng 6 vùng bão đổ bộ dịch lên phía Bắc, trải dài từ 13,50N trở lên hết vùng bờ
biển nước ta; tháng 7, các cơn bão đổ bộ tập trung thành chùm vào khu vực 170N trở
lên; từ tháng 8 trở đi, khu vực đổ bộ của các cơn bão, ATNĐ lại dịch chuyển dần
xuống phía Nam (Hình 1). Theo thống kê các khu vực từ vĩ độ 170N trở lên có mật độ
bão đổ bộ cao nhất. Khu vực phía Nam dưới 110N trong 50 năm qua chỉ có 8 cơn bão,
ATNĐ đổ bộ vào.
VI
VI
VII
IX
V
X
XI,
XII
Hình 1. Đường đi trung bình của XTNĐ đổ bộ vào Việt Nam
(Nguồn: Trung tâm Dự báo KTTV Trung ương)
3. Đặc điểm mùa bão ở Khánh Hoà
Khánh Hoà là tỉnh ven biển thuộc khu vực duyên hải Nam Trung Bộ, có bờ
biển dài hơn 200km là một trong những nơi chịu ảnh hưởng nhiều của bão, ATNĐ.
Mùa bão ở Khánh Hòa được xác định từ tháng 9 đến tháng 12 hàng năm và xuất hiện
nhiều nhất là tháng 10 và tháng 11, nhưng cũng có năm tháng 3, tháng 6 đã có bão đổ
bộ. Đặc biệt ở các tỉnh Trung Bộ nói chung và Khánh Hòa nói riêng, mùa bão xảy ra
trùng với thời kỳ hoạt động của gió mùa mùa Đông, và dải hội tụ nhiệt đới theo chu kỳ
khí hậu tự nhiên có trục đi qua các tỉnh Trung Bộ- Nam bộ. Do đó tổ hợp kết hợp giữa
bão, ANTĐ với các hình thế thời tiết khác như không khí lạnh, dải hội tụ nhiệt đới hay
các nhiễu động nhiệt đới luôn là những nguyên nhân gây ra các đợt mưa lũ lớn là xảy
ra các hiện tượng thời tiết cực đoan và nguy hiểm.
Theo số liệu nghiên cứu thời kỳ từ năm 1977 đến nay tần suất xuất hiện của
bão, ATNĐ ảnh hưởng đến tỉnh vào tháng 11 là khoảng 20 cơn, tiếp đến là tháng 10 là
54
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
8 cơn, còn lại là vào các tháng 3, 6, 12 khoảng từ 1 – 5 cơn; trung bình năm tần suất
bão, ATNĐ xuất hiện ảnh hưởng đến tỉnh Khánh Hoà là khoảng 1 cơn , tuy nhiên đổ
bộ trực tiếp vào thường không lớn với tần suất là khoảng 0,49 cơn (Bảng 3). Tháng bị
ảnh hưởng nhiều nhất của bão, ATNĐ là tháng 11 với tần suất là 0,37. Khi bão ảnh
hưởng trực tiếp đến khu vực thường gây ra mưa to, gió lớn và kèm theo sau đó là lũ
đặc biệt lớn điển hình như năm 1998, 2009.
Bão số 7 (FAITH) đổ bộ vào bắc Khánh Hòa - nam Phú Yên khoảng 8h sáng
ngày 14/12/1998. Do ảnh hưởng kết hợp của bão và KKL tăng cường nên khu vực có
mưa to đến rất to. Tổng lượng mưa 5 ngày (10 - 14/12/1998) các nơi phổ biến từ 200 370mm, lũ ở các sông tỉnh Khánh Hoà vượt báo động III từ 1,28 - 3,12m.
Bão số 11 (MARINAE) đổ bộ vào bắc Khánh Hoà - nam Phú Yên vào lúc 14
giờ ngày 2/11/2009 gây ra gió mạnh cấp 8, cấp 9, giật cấp 10, cấp 11 ở Khánh Hòa. Cụ
thể tại Tuy Hòa giật 33m/s và Nha Trang giật 22m/s. Do ảnh hưởng kết hợp của hoàn
lưu bão số 11 với KKL tăng cường nên khu vực Khánh Hoà có mưa to trên diện rộng.
Tổng lượng mưa 3 ngày (2 - 4/11) các nơi phổ biến từ 250 - 350 mm, lũ trên các sông
trong tỉnh vượt trên mức báo động III, đặc biệt trên sông Cái Nha Trang tại trạm Đồng
Trăng đã xuất hiện lũ lớn vượt đỉnh lũ lịch sử năm 2003 là 0,08m.
Hình 2. Đường đi cơn bão FAITH và cơn bão MARINAE
Ở Khánh Hòa không phải bão đổ bộ trực tiếp vào tỉnh mới gây những hiện
tượng thời tiết cực đoan mà nhiều cơn bão đổ bộ vào những tỉnh lân cận cũng gây thời
tiết nguy hiểm không kém như: Bão số 10 (TES) đổ bộ vào Ninh Thuận lúc 19 giờ
ngày 6/11/1988 với vận tốc gió mạnh nhất vùng gần trung tâm bão mạnh cấp 11 - 12,
tốc độ gió đo được ở Nha Trang 30m/s, Cam Ranh 25m/s cũng là tốc độ lớn nhất đo
đạc được do bão gây ra trong chuỗi số liệu quan trắc.
Bảng 3. Bão, ATNĐ ảnh hưởng đến tỉnh Khánh Hoà từ năm 1977 - 2010
Tháng
1
2
3
4
5
6
7
8
9
10
11
12
Tổn
g số
Số
XTNĐcơn
0
0
1
0
0
4
0
0
0
8
20
5
38
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
55
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Bão, ATNĐ
0,0
0,1
ảnh hưởng
0
0
0
0
0
3
1
đến Khánh
Hoà
Số cơn Bão,
0
0
1
0
0
0
0
ATNĐ đổ bộ
vào Khánh
0,0
0
0
0
0
0
0
Hoà
3
4. Xu thế diễn biễn của bão, áp thấp nhiệt đới
0
0
0,2
3
0,5
4
0,1
1
1,08
0
0
2
10
2
18
0
0
0,0
6
0,3
7
0,0
3
0,43
Trong 52 năm qua, số lượng bão, ATNĐ trên khu vực Tây Bắc Thái Bình
Dương và Biển Đông có sự biến động khá lớn. Số lượng các loại: bão khu vực Tây
Bắc Thái Bình Dương, bão khu vực Biển Đông, XTNĐ ảnh hưởng đến Việt Nam và
XTNĐ đổ bộ vào Việt Nam đều có xu hướng giảm dần, chỉ riêng số lượng XTNĐ hoạt
động trên khu vực Biển Đông có xu hướng tăng nhẹ. Xu thế tăng này không loại trừ do
điều kiện khoa học công nghệ của nước ta trong những năm 1950 - 1960 của thế kỷ
trước chưa cho phép quan trắc được đầy đủ các ATNĐ như hiện nay [6]. Tóm lại
không có dấu hiệu rõ rệt về sự gia tăng về mặt tần số của các loại XTNĐ trên khu vực
TBTBD, Biển Đông và ảnh hưởng đến Việt Nam (Bảng 4).
Bảng 4. Trung bình năm của Bão, ATNĐ hoạt động qua các thời kỳ
19591968
19691978
19791988
19891998
19992010
Trung
bình
XTNĐ trên Biển Đông
12,1
11,7
11,8
13,2
12,4
12,2
XTNĐ ảnh hưởng đến Việt
Nam
6,5
7,0
7,1
8,3
5,8
6,9
XTNĐ đổ bộ vào đất liền Việt
Nam
4,9
5,7
5,8
6,0
4,2
5,3
Thập kỷ
Bão ảnh hưởng đến Khánh Hòa có năm nhiều, năm ít, có năm xảy ra dồn dập,
liên tục 3 cơn (như năm 1998) nhưng cũng có năm không có cơn bão, ATNĐ nào ảnh
hưởng (Bảng 5). Qua số liệu thống kê từ năm 1977 đến nay ta thấy số cơn bão, ATNĐ
ảnh hưởng hoặc đổ bộ trực tiếp vào Khánh Hoà có xu hướng giảm. Cụ thể số cơn bão,
ATNĐ đổ bộ và Khánh Hoà trong thập niên từ năm 1981 - 1990 là 6 cơn; năm 1991 2000 là 5 cơn; năm 2001 - 2010 là 2 cơn (Bảng 5). Đặc biệt từ trong thập niên đầu của
thế kỉ 21 thì có những năm không có ảnh hưởng của bão, ATNĐ đến tỉnh Khánh Hoà
như năm 2002, 2003, 2005. Xu hướng bão đổ bộ chủ yếu là vào phía nam và phía bắc
tỉnh. (Bảng 5).
56
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Bảng 5. Số cơn Bão, ATNĐ ảnh hưởng đến Khánh Hoà qua các thập kỷ
19811990
19912000
20012010
Trung bình
XTNĐ ảnh hưởng đến Khánh
Hoà
12
12
8
1,06
XTNĐ đổ bộ vào đất liền Khánh
Hoà
6
5
2
0,43
Thập kỷ
5. Kết luận
- Mùa bão ở Khánh Hoà thường bắt đầu từ tháng 10 - 12, trong đó tập trung chủ
yếu là vào tháng 11 hàng năm với tổng số khoảng 20 cơn bão, ATNĐ ảnh hưởng đến
Khánh Hoà.
- Trung bình mỗi năm có khoảng 1 cơn bão, ATNĐ ảnh hưởng đến tỉnh Khánh
Hoà, trong đó số cơn bão ATNĐ đổ bộ trực tiếp vào tỉnh là 0,43 cơn. Xu hướng bão đổ
bộ chủ yếu là vào phía bắc (55%) và phía nam (45%)
- Theo số liệu thống kê trong 3 thập kỷ gần đây thì trong thập kỷ đầu tiên của
thế kỷ 21 tần xuất bão, ATNĐ xuất hiện có xu hướng giảm, đặc biệt là trong những
năm 2002, 2003, 2005 không có xuất hiện của bão, ATNĐ ảnh hưởng đến tỉnh, nhưng
khi có bão ảnh hưởng kết hợp với một số hình thế gây mưa khác đã gây ra những trận
lũ đặc biệt lớn như năm 2009.
TÀI LIỆU THAM KHẢO
1. Dương Liên Châu (2004) Xây dựng cơ sở dữ liệu về bão và áp thấp nhiệt đới
trên khu vực Biển Đông và ảnh hưởng đến Việt Nam. Báo cáo tổng kết đề tài
cấp Bộ, Bộ Tài nguyên và Môi trường.
2. Lê Bắc Huỳnh, Nguyễn Viết Thi, Lê Văn Thảo và cộng tác viên (1999), Nghiên
cứu xác định căn cứ khoa học nhằm tăng cường một bước năng lực và chất
lượng dự báo bão, lũ phục vụ phòng tránh giảm nhẹ thiệt hại, Báo cáo tổng kết
đề tài cấp Nhà nước, Trung tâm KTTV Quốc gia, Hà Nội.
3. Trần Gia Khánh (1998), Hướng dẫn nghiệp vụ dự báo thời tiết. Trung tâm
KTTV Quốc gia, Hà Nội.
4. Nguyễn Đức Ngữ (1998), Bão và phòng chống bão, NXB Khoa học kỹ thuật,
Hà Nội.
5. Trang web http://www.usno.navy.mil/JTWC/annual-tropical-cyclone-reports.
6. Đặng Hồng Nga, Nguyễn Minh Việt, Hoàng Đức Cường, Tuyển tập báo cáo
hội thảo lần thứ VIII. Viện khoa học Khí tượng Thuỷ văn và môi trường, Hà
Nội.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
57
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
7. Đài khí tượng thủy văn khu vực Nam Trung Bộ. Đặc điểm khí hậu thủy văn
tỉnh Khánh Hòa. Khánh Hòa 2002.
STUDY ON ACTIVITY TREND OF THE STORMS, TROPICAL
DEPRESSIONS AFFECTING THE KHANH HOA PROVINCE
Tran Van Hung
South Central Regional Hydro-Meteoroloagical Center, NHMS
Storms and Tropical Depressions, referred to as Tropical Cyclones, a phenomenon
extremely dangerous natural disasters, accompanied by strong winds as heavy rain, high
waves and sea level rise. There are several publications on the theme of variability of the
tropical cyclone activity in the East Sea and Vietnamese sea area. This paper we make
attention to estimate the variability of the tropical cyclones affected to Khanh Hoa province.
According to the statistics of the frequency of the Tropical Cyclones affected to Khanh Hoa
province from 1977 to present, there was average of 1 Tropical Cyclone per year. But Storm
and Tropical Depressions directly landed on Khanh Hoa province were not strong with
frequency was 0.43 Tropical Cyclones per year
58
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
QUAN HỆ GIỮA TẦN SỐ FRONT LẠNH QUA HÀ NỘI VỚI MỘT
SỐ ĐẶC TRƯNG HOÀN LƯU TRÊN KHU VỰC ĐÔNG Á - TÂY THÁI
BÌNH DƯƠNG
Phạm Thị Thanh Hương (1), Nguyễn Trọng Hiệu (2)
Vũ Văn Thăng (1), Nguyễn Thị Lan (1)
(1)
Viện Khoa học Khí tượng Thủy văn và Môi trường
(2)
Trung tâm Khoa học Công nghệ Khí tượng Thủy văn và Môi trường
Hàng năm, nhất là vào mùa Đông, không khí lạnh từ áp cao lục địa châu Á và các vĩ
độ phía Bắc thâm nhập sâu xuống phía Nam theo sau các front lạnh gây ra hai đặc trưng thời
tiết quan trọng: gió chuyển hướng thiên Bắc và có tốc độ ngoài khơi từ cấp 6 trở lên, nhiệt độ
trung bình ngày giảm không dưới 3-50C trên các khu vực phía Đông Bắc Bộ và Thanh Hóa.
Số đợt không khí lạnh tràn qua các khu vực này được gọi chung là tần số front lạnh qua Hà
Nội, viết tắt là TSFRLHN.
Nghiên cứu cho thấy, giữa TSFRLHN và các trung tâm khí áp ở khu vực Đông Á –
Tây Thái Bình Dương, khí áp khu vực lân cận và một số chỉ số hoàn lưu ở Đông Á có mối liên
hệ rất phức tạp, hoặc đồng biến, hoặc nghịch biến và thay đổi nhiều về trị số tuyệt đối giữa
mùa này sang mùa khác. Trong các mối quan hệ trên, đáng kể hơn cả là quan hệ đồng thời
giữa TSPRLHN với áp cao lục địa châu Á trong mùa Đông, áp thấp Aleus trong mùa xuân và
áp cao Thái Bình Dương trong mùa thu.
Trong các mối quan hệ không đồng thời, đáng lưu ý hơn cả là quan hệ giữa khí áp
trung bình ở Tây Úc mùa 10 (tháng X, XI, XII), chỉ số hoàn lưu Đông Nam – Tây Bắc trên
mực 300hPa Đông Á mùa 11 (tháng XI, XII, I) với TSPRLHN mùa đông (XII, I, II).
1. Giới thiệu
Hoàn lưu gió mùa ở Việt Nam là sự tổng hòa của hệ thống gió mùa Nam Á và
hệ thống gió mùa Đông Bắc Á với nhiều sắc thái riêng biệt cho hai mùa chủ yếu: mùa
đông (XII – II), mùa hè (VI – VIII) và hai mùa chuyển tiếp: xuân (III – V) và thu (IX –
XI) [1].
Về mùa đông, không khí cực đới từ áp cao lục địa thâm nhập sâu về phía vĩ độ
thấp ở Đông Nam Á, được tăng cường bởi sườn phía Đông cao nguyên Tây Tạng tràn
xuống phía Nam với hướng chủ yếu thiên Bắc: Tây Bắc – Bắc – Đông Bắc. Mỗi khi áp
cao lục địa (Clđ) bạo phát, không khí cực đới tràn xuống Việt Nam theo sau front cực.
Nhiều trường hợp, không khí lạnh từ phần phía Tây của các áp thấp tồn tại trên dải
front tĩnh Hoa Nam cũng tràn xuống Việt Nam. Vì vậy, front lạnh tràn xuống Việt
Nam mỗi tháng cuối mùa thu (IX), mùa đông (XII – I) và đầu mùa xuân (III) lên đến 3
– 4 đợt. Tính chung cả các đợt xẩy ra vào đầu và giữa mùa thu (IX, X) cuối mùa xuân
(III, IV) và mùa hè, số đợt front lạnh trung bình hàng năm ở Bắc Bộ lên đến 27 – 28.
Điều đáng chú ý là, tần số front lạnh (TSFRL) biến đổi nhiều từ năm này qua năm
khác. Biến suất của TSFRL trong các tháng mùa hè là 32 – 46% và tính chung cho cả
năm là 16%, tương đối bé so với biến đổi của lượng mưa song lớn hơn so với nhiệt độ.
TSFRL cũng biến đổi từ thập kỷ này sang thập kỷ khác và có xu thế giảm đi chút ít
trong các thập kỷ gần đây. Những biến đổi đó bắt nguồn từ các nhân tố hoàn lưu khí
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
59
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
quyển, đặc biệt là phân bố khí áp và hoạt động của các trung tâm khí áp chính ở Đông
Á – Tây Thái Bình Dương [3, 4].
Nhiều chỉ số hoàn lưu liên quan đến phân bố khí áp và nhiệt độ trong tầng đối
lưu cũng có tác động ở mức độ nhất định đến TSFRL đến Việt Nam nói chung và Hà
Nội nói riêng. Dĩ nhiên, TSFRL ở Việt Nam còn liên quan đến nhiều yếu tố hoàn lưu
khác: bức xạ sóng dài, vận tải ẩm,... Tuy nhiên, trong khuôn khổ bài báo này, chỉ giới
thiệu mối quan hệ giữa TSFRL qua Hà Nội (TSFRLHN) với các đặc trưng khí áp của
các trung tâm chính và một số chỉ số hoàn lưu quan trọng đã được xây dựng trong thời
gian gần đây.
2. Phương pháp và số liệu
2.1. Tính toán các đặc trưng hoàn lưu trên khu vực Đông Á – Tây Thái Bình
Dương
Khu vực Đông Á – Tây Thái Bình Dương (ĐATTBD) trong báo cáo này trên
phạm vi từ 400S đến 600N và từ 600E đến 900W. Trị số của các đặc trưng hoàn lưu trên
khu vực này bao gồm khí áp trung bình của các trung tâm hoàn lưu và chỉ số hoàn lưu
của các khu vực liên quan. Phạm vi không gian của các trung tâm và khu vực được
nghiên cứu trong báo cáo này bao gồm:
1. Cao lục địa (Clđ): 350S – 550N; 800E – 1400 E
2. Thấp Aleus (Tale): 400N – 600N; 150E – 150W
3.Cao Tây Thái Bình Dương (Ctbd): 250N – 400N; 1400W – 1600W
4. Thấp Ấn Độ (Tađ): 50N – 250N; 600E – 1400E
5. Thấp xích đạo (Txđ): 100S – 100N; 1200E – 1400E
6. Khu vực phía Tây châu Úc (TU): 250S – 400S; 800E – 1200E
7. Khu vực phía Đông châu Úc (ĐU): 250S – 400S; 1200E – 1600E
8. Hoa Nam Trung Quốc (HN): 250N – 350N; 800E – 1400E
9. Bắc Bộ Việt Nam (BB): 200N – 230N; 900E – 1200E
10. Trung Bộ Việt Nam (TB) 100N – 200N; 900E – 1200E
11. Nam Bộ Việt Nam (NB): 60N – 100N; 900E – 1200E
12. Xích đạo Đông Nam Á (XĐĐNA): 50S – 50N; 800E – 1400E
Chỉ số hoàn lưu gió mùa: Độ cao địa thế vị mực 500hpa ở Đông Á (H500); Hoàn
lưu Đông Nam trên mực 300 hPa ở Đông Á (U300); Chỉ số hoàn lưu trên Biển Đông
(UMI); Chỉ số hoàn lưu kinh hướng trên bờ Đông Đông Á (WMI) và Chỉ số hoàn lưu
Đông Bắc trên ở Tây Thái Bình Dương (EAWMI) được giới thiệu trong [2]
2.2. Phân chia các mùa
Để nghiên cứu quan hệ đồng thời và không đồng thời giữa TSFRL và các đặc
trưng hoàn lưu, phân định các mùa gồm 3 tháng liên tiếp và bắt đầu từ mùa 1 bao gồm
3 tháng I, II, III và kết thúc vào mùa 12 bao gồm 3 tháng XII, I, II.
60
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Trong báo cáo này, quan hệ giữa TSFRLHN mùa K (1, 2,...,12) với đặc trưng
hoàn lưu mùa J (1, 2,..., 12) được xác định bằng hệ số tương quan: đồng biến (nghịch
biến) tương ứng với dấu dương (âm) của hệ số tương quan; mức độ tương quan được
xác định dựa trên độ lớn của trị số truyệt đối của hệ số tương quan.
3. Kết quả và thảo luận
3.1. Quan hệ đồng thời giữa tần số front lạnh Hà Nội với một số đặc trưng hoàn lưu
thuộc Đông Á – Tây Thái Bình Dương
3.1.1 Quan hệ giữa TSFRLHN với khí áp trung bình trên các trung tâm
a) Cao lục địa (Clđ)
TSFRLHN có quan hệ đồng biến với khí áp trung bình của Clđ trong cả năm và
trong các mùa chủ yếu. Tính cho cả năm ở mức thấp song tính riêng cho các mùa
(xuân, hè, thu, đông), mức độ tương quan đạt mức rất cao trong mùa đông, thấp trong
mùa xuân, không đáng kể trong mùa hè và mùa thu (bảng 1)
b) Áp thấp Aleus (Tale)
Tale có quan hệ nghịch biến với TSFRLHN trong cả năm cũng như trong các
mùa chủ yếu. Tính chung cho cả năm, mức độ tương quan thuộc loại cao song tính
riêng cho các mùa thì ở mức thấp trong mùa đông, mùa xuân, mùa hè và rất cao trong
mùa thu.
c) Áp cao Thái Bình Dương (Ctbd)
Ctbd có quan hệ không ổn định với TSFRLHN, nghịch biến ở mức không đáng
kể trong cả năm, mùa đông, đồng biến ở mức độ thấp trong mùa xuân và không đáng
kể trong mùa hè nhưng lại nghịch biến với mức độ rất cao trong mùa thu.
d) Áp thấp Ấn Độ (Tad)
Tad có quan hệ không ổn định với TSFRLHN, nghịch biến không đáng kể trong
cả năm, thấp trong mùa đông, mùa xuân và đồng biến không đáng kể trong mùa hè và
mùa thu.
e) Áp thấp xích đạo (Txd)
Txd cũng có quan hệ không ổn định với TSFRLHN tương tự Tad, nghịch biến
không đáng kể trong cả năm và mùa đông, thấp trong mùa xuân, mùa thu và đồng biến
không đáng kể trong mùa hè.
g) Tây Úc (Tu)
Khí áp ở Tu có quan hệ nghịch biến TSFRLHN ở mức thấp trong cả năm, mùa
xuân, mùa thu và đồng biến với mức độ thấp trong mùa đông và cao trong mùa hè.
h) Đông Úc (Đu)
Khí áp ở Đu có quan hệ nghịch biến với TSFRLHN trong cả năm, mùa thu với
mức độ thấp, không đáng kể trong mùa đông, rất cao trong mùa xuân và đồng biến với
mức độ thấp trong mùa hè.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
61
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Đáng lưu ý, TSFRLHN chỉ có quan hệ đồng biến với khí áp trung bình của áp
cao lục địa và quan hệ nghịch biến không thật sự ổn định với các trung tâm khí áp
khác. Xét chung cả năm, quan hệ nghịch biến giữa TSFRLHN với khí áp trung bình
của áp thấp Aleus là đáng kể hơn cả. Xét riêng từng mùa, đáng chú ý là hệ số tương
quan dương cao trong mùa đông giữa TSFRLHN với Cld và hệ số tương quan âm với
mức độ rất cao trong mùa xuân giữa TSFRLHN với khí áp Đu và trong mùa thu giữa
TSFRLHN với Tale và Cttbd.
Bảng 1. Hệ số tương quan đồng thời giữa tần số không khí lạnh với một số đặc
trưng hoàn lưu trong các mùa và cả năm
Đặc trưng
Pa (Cld)
Pa (Tale)
Pa (Ctbd)
Pa (Tad)
Pa (Txd)
Pa (TU)
Pa (DU)
Pa (HN)
Pa (BB)
Pa (TB)
Pa (NB)
U300
H500
UMI
WMI
EAWMI
Mùa đông
0,28
-0,12
-0,02
-0,13
-0,05
0,05
-0,01
-0,04
-0,03
-0,10
-0,15
0,24
-0,12
-0,11
0,24
0,08
Mùa xuân
0,07
-0,20
0,13
-0,14
-0,10
-0,17
-0,37
0,07
-0,06
-0,13
-0,13
0,35
-0,28
0,08
0,26
-0,14
Mùa hè
0,04
-0,16
0,05
0,04
0,03
0,24
0,09
0,11
0,14
-0,15
0,13
0,21
-0,12
-0,30
-0,02
0,21
Mùa thu
0,07
-0,34
-0,31
0,05
-0,05
-0,16
-0,11
0,05
0,12
0,09
0,05
0,29
-0,45
-0,28
0,21
-0,02
Năm
0,11
-0,25
0,00
-0,02
-0,01
-0,10
-0,14
0,04
0,09
0,05
0,01
0,22
-0,07
-0,16
0,04
-0,15
3.1.2. Quan hệ giữa TSFRLHN với trị số khí áp trung bình một số khu vực lân cận
a) Hoa Nam
Khí áp ở khu vực Hoa Nam có quan hệ đồng biến với TSFRLHN ở mức không
đáng kể cho cả năm, thấp trong cả 3 mùa: xuân, hè, thu và nghịch biến với mức không
đáng kể trong mùa đông.
b) Xích đạo Đông Nam Á
Khí áp ở khu vực xích đạo Đông Nam Á có quan hệ đồng biến không đáng kể
với TSFRLHN trong cả năm, mùa hè, mùa thu song có quan hệ nghịch biến với mức
độ thấp trong mùa đông, mùa xuân.
c) Bắc Bộ
62
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Khí áp ở khu vực có quan hệ đồng biến ở mức thấp hoặc không đáng kể với
TSFRLHN tính chung cả năm cũng như trong mùa xuân, mùa hè và mùa thu song
nghịch biến ở mức không đáng kể trong mùa đông.
d) Trung Bộ
Khí áp ở khu vực Trung Bộ tuy đồng biến ở mức độ thấp với TSFRLHN trong
mùa đông, mùa xuân, mùa hè song quan hệ đó trở nên đồng biến ở mức độ thấp trong
mùa thu và cả năm.
e) Nam Bộ
Tương tự Trung Bộ, giữa TSFRLHN với khí áp Nam Bộ có quan hệ đồng biến
ở mức độ thấp trong cả năm, mùa hè, mùa thu song nghịch biến với mức độ thấp trong
mùa đông và mùa xuân.
g) Xích đạo Đông Nam Á (XĐĐNA)
Quan hệ giữa khí áp XĐĐNA với TSFRLHN là đồng biến không đáng kể trong
cả năm, mùa hè, mùa thu song nghịch biến ở mức thấp trong mùa đông và mùa xuân.
3.1.3. Quan hệ giữa TSFRLHN với một số chỉ số hoàn lưu
- Độ cao địa thế vị mực 500hpa ở Đông Á (H500): TSFRLHN luôn có quan hệ
nghịch biến với độ cao địa thế vị mực 500hPa cho cả năm cũng như trong các mùa. Có
điều là quan hệ đó trở nên cao trong mùa xuân và rất cao trong mùa thu.
- Hoàn lưu Đông Nam trên mực 300 hPa ở Đông Á (U300): Với dòng gió Đông
Nam – Tây Bắc trên mực 300 hPa, TSFRLHN luôn có quan hệ đồng biến với hệ số
tương quan cao cho cả năm, mùa đông, mùa hè, mùa thu và rất cao trong mùa xuân.
- UMI: Chỉ số hoàn lưu trên Biển Đông có quan hệ nghịch biến với TSFRLHN
ở mức thấp cho cả năm, mùa xuân song lại ở mức cao trong mùa hè và mùa thu. Riêng
trong mùa xuân, quan hệ nói trên là đồng biến ở mức độ thấp.
- WMI: Chỉ số hoàn lưu kinh hướng trên bờ Đông Đông Á có quan hệ đồng
biến với TSFRLHN ở mức không đáng kể cho cả năm nhưng cao trong mùa thu, mùa
đông và mùa xuân và riêng trong mùa hè là nghịch biến ở mức thấp.
- EAWMI: Chỉ số hoàn lưu Đông Bắc trên ở Tây Thái Bình Dương có quan hệ
nghịch biến với TSFRLHN ở mức thấp cho cả năm, mùa đông, mùa xuân, không đáng
kể trong mùa thu và quan hệ đó trở thành đồng biến với mức cao trong mùa hè.
3.2. Quan hệ không đồng thời giữa TSFRLHN các mùa với một số đặc trưng hoàn
lưu các mùa trên đó
3.2.1. Quan hệ giữa TSFRLHN mùa đông với một số đặc trưng hoàn lưu mùa thu và
các mùa kế tiếp
Với các trung tâm khí áp của ĐÁ – TTBD, TSFRLHN mùa đông (12, 1, 2) có
quan hệ nghịch biến với trị số khí áp mùa thu (9, 10, 11) của các khu vực: Clđ, Tale,
Tad, Tu song lại có quan hệ đồng biến với khí áp của các khu vực: Ctbd, Txd và Đu.
Với trị số khí áp của các khu vực lân cận, TSFRLHN có quan hệ đồng biến
song ở mức không đáng kể, trừ khí áp khu vực Hoa Nam với mức thấp.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
63
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Với nhiều chỉ số hoàn lưu, TSFRLHN mùa đông đều có quan hệ đồng biến hay
nghịch biến không đáng kể, riêng với độ cao địa thế vị mực 500 hPa có hệ số tương
quan 0,15 và với chỉ số EAWMI có hệ số tương quan -0,10.
Quan hệ giữa TSFRLHN mùa đông với các đặc trưng hoàn lưu mùa sau mùa thu (mùa
10, mùa 11) có các đặc điểm sau đây:
- Hầu hết trị số tương quan đều âm với mức không đáng kể ( r 0 trong pentad bùng nổ; (2)
Trong bốn pentad tiếp theo, gồm cả pentad bùng nổ, SCSSM>0 trong ít nhất 3 pentad
và SCSSM trung bình của bốn pentad đó lớn hơn 1m/s.
- Ngày kết thúc của gió mùa mùa hè là ngày trước ngày đầu tiên của chuỗi có
SCSSM liên tục âm và có chứa pentad kết thúc. Pentad kết thúc là pentad sau ngày
15/9 (bắt đầu từ pentad 53) thỏa mãn: (1) SCSSM 0,
SCSSM trung bình bốn pentad nhỏ hơn hoặc bằng 1 m/s; (3) Sau pentad kết thúc,
không còn pentad nào thỏa mãn điều kiện của pentad bùng nổ gió mùa mùa hè.
- Thời gian kéo dài gió mùa mùa hè: là khoảng thời gian tính bằng ngày từ ngày
bắt đầu tới ngày kết thúc của gió mùa.
- Cường độ gió mùa mùa hè là giá trị trung bình SCSSM thời kì diễn ra gió
mùa.
2.2. Nguồn số liệu
Số liệu được sử dụng để xác định thời kỳ ENSO và phân loại các nhóm năm
ENSO là số liệu tháng của chuẩn sai nhiệt độ bề mặt nước biển (SSTA) tại khu vực
Nino 3 từ tháng 1/1950 tới tháng 3/2011. Số liệu được tải từ [6].
Số liệu hoàn lưu để xác định chỉ số gió mùa là số liệu gió vĩ hướng ngày tại
mực 850 mb được lấy từ nguồn số liệu tái phân tích của Trung tâm Nghiên cứu Khí
quyển - Trung tâm Quốc gia về Dự báo môi trường (NCAR/NCEP). Số liệu này có độ
phân giải 2.5x2.5 độ kinh vĩ trên toàn cầu trong giai đoạn từ năm 1950 tới 2010, được
tải từ [7].
3. Kết quả nghiên cứu
3.1. Kết quả xác định và phân loại các năm ENSO
Từ năm 1950 tới năm 2010 xảy ra 14 đợt El Nino và 14 đợt La Nina, trong đó
có 7 đợt El Nino mạnh và 9 đợt La Nina mạnh (các đợt ENSO mạnh là các đợt có dấu
gạch chân trong Bảng 1). Kết quả phân loại các năm El Nino và La Nina cho thấy: có
19 năm được xếp vào nhóm năm El Nino, trong đó có có 15 năm El Nino phát triển, 4
năm El Nino suy yếu; 23 năm được xếp vào nhóm năm La Nina trong đó có 15 năm
La Nina phát triển và 8 năm La Nina suy yếu (Bảng 1).
Bảng 1: Các thời kỳ ENSO và phân loại các năm ENSO
Năm El Nino Năm El Nino
Thời kỳ El Nino
phát triển
suy yếu
1951
1957/1958
1951
1957
Thời kỳ La
Nina
1950/1951
1958
1954/55/56
Năm La
Nina phát
triển
1950
1954
1955
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Năm La
Nina suy
yếu
69
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Năm El Nino Năm El Nino
Thời kỳ El Nino
phát triển
suy yếu
1963
1965/1966
1969/70
1972/1973
1976/1977
1982/1983
1986/87/88
1991/1992
1997/1998
2002/2003
2006/2007
2009/2010
1963
1965
1969
1972
1976
1982
1956
1964/1965
1967/68
1970/71/72
1983
1986
1987
1991
1973/74
1974/75/76
1992
1997
1998
2002
2006
2009
Thời kỳ La
Nina
1984/85/86
1988/1989
1995/96
1998/99/2000
2007/08
2010/2011
Năm La
Nina phát
triển
1956
1964
1967
Năm La
Nina suy
yếu
1968
1970
1971
1973
1974
1975
1984
1985
1988
1989
1995
1996
1999
2000
2007
2008
2010
3.2. Biến động các đặc trưng gió mùa mùa hè trong những năm ENSO
Các đặc trưng của gió mùa được xác định thông qua chỉ số gió mùa SCSSM.
Kết quả tính toán (Hình 1, Hình 2) cho thấy: 53% số năm El Nino phát triển có ngày
bắt đầu gió mùa mùa hè sớm hơn trung bình thời kì 1950-2010, ngày kết thúc gió mùa
mùa hè có xu hướng đến sớm hơn (chiếm 60%), thời gian kéo dài có xu hướng rút
ngắn lại (khoảng 67%). Trong các năm El Nino suy yếu, gió mùa mùa hè bắt đầu
muộn hơn và kết thúc muộn hơn, 75 % trong số đó có thời gian kéo dài lớn hơn trung
bình với xu hướng rõ rệt.
Trong những năm diễn ra hiện tượng La Nina, gồm cả những năm La Nina phát
triển và La Nina suy yếu, gió mùa bắt đầu muộn hơn, kết thúc muộn hơn và kéo dài
hơn trung bình cả thời kì 1950-2010. Tỷ lệ phần trăm số năm El Nino có xu hướng này
lớn nhưng mức độ lại không rõ rệt.
Đối với những năm El Nino suy yếu, cường độ gió mùa yếu hơn bình thường
nhưng không rõ rệt. Cường độ gió mùa mạnh hơn trung bình (chiếm 87%) trong
những năm El Nino phát triển. Khi diễn ra La Nina, cường độ gió mùa yếu hơn trung
bình, tuy nhiên xu hướng không thể hiện rõ ràng (Hình 3).
4. Kết luận
Qua phân tích biến động chuẩn sai các đặc trưng có thể thấy rằng gió mùa mùa
hè bị biến động trong thời kỳ diễn ra các pha ENSO nhưng với mức độ khác nhau.
70
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Trong khuôn khổ của nghiên cứu chưa thể kết luận chính xác về ảnh hưởng của ENSO
tới gió mùa mùa hè, nhưng những tính toán ban đầu đối với các đặc trưng gió mùa cho
thấy gió mùa bị biến động mạnh trong pha EL Nino, đặc biệt là những năm El Nino
suy yếu và ít biến động trong các pha La Nina.
30
30
20
20
10
10
Ngày
0
-10
Chuẩn sai ngày bắt đầu
-20
Chuẩn sai ngày kết thúc
2004
2010
2001
2004
2007
1998
1995
2001
1992
1995
1998
1989
1992
1986
1989
1983
1986
1980
1983
1977
(b)
30
20
20
10
10
Ngày
30
0
0
-10
-10
Chuẩn sai ngày kết thúc
(c)
2010
2007
1980
1977
1974
1971
1968
1965
1962
1959
1956
2010
2007
2004
2001
1998
1995
1992
1989
1986
1983
1980
1977
-30
1974
1971
1968
1965
1962
1956
1953
1950
1959
Chuẩn sai ngày kết thúc
-30
Chuẩn sai ngày bắt đầu
-20
Chuẩn sai ngày bắt đầu
1953
-20
1950
Ngày
(a)
1974
1956
1953
1950
2010
2007
2004
2001
1998
1995
1992
1989
1986
1983
1980
1977
1974
1971
1968
1965
1962
1959
1956
1953
1971
Chuẩn sai ngày kết thúc
-30
1950
-30
1968
Chuẩn sai ngày bắt đầu
1965
-20
1962
-10
0
1959
Ngày
Có rất nhiều chỉ số gió mùa và phương pháp đánh giá ảnh hưởng của ENSO tới
gió mùa, nghiên cứu này chỉ sử dụng một trong số những chỉ số đó và đánh giá theo
các nhóm năm ENSO, do đó, mới chỉ bước đầu đưa ra nhận xét về sự biến động của
các đặc trưng gió mùa trong các pha ENSO. Vì vậy cần có thêm những nghiên cứu về
các chỉ số gió mùa và phương pháp đánh giá ảnh hưởng nhằm đưa ra những nhận xét
về ảnh hưởng của ENSO tới gió mùa mùa hè nói riêng và các yếu tố khí tượng thủy
văn nói chung.
(d)
(a)
2010
2005
2000
1995
1990
1985
1980
1975
1970
2005
2000
1995
1990
1985
1980
1975
1970
1965
1960
1955
-60
1965
-40
1960
0
-20
1955
20
18
16
14
12
10
8
6
4
2
0
-2
1950
40
Chuẩn sai TGKD năm El Nino suy yếu
(ngày)
60
1950
C huẩn sai TGK D năm El N ino phá
triển (ngày)
Hình 1. Biến động chuẩn sai ngày bắt đầu, ngày kết thúc của gió mùa mùa hè trong
những năm El Nino phát triển (a), El Nino suy yếu (b), La Nina phát triển (c), La
Nina suy yếu (d)
(b)
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
71
-30
-40
(c)
2010
2005
2000
1995
1990
1985
1980
-50
1975
2010
2005
2000
1995
1990
1985
1980
1975
1970
1965
1960
1955
1950
-30
-20
1970
-20
-10
1965
-10
10
0
1960
0
20
1955
10
30
1950
20
Chuẩn sai TGKD năm La Nina suy
yếu (ngày)
C huẩn sai TGK D năm La N ina phát
triển (ngày)
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
(d)
-3
1990
1995
2000
2005
2010
1995
2000
2005
2010
-2
(c)
1980
2010
2005
2000
1995
1990
1985
1980
1975
1970
1965
1960
1955
-5
-1
-1.5
1975
-4
1970
-3
1965
-2
0
-0.5
1960
0
-1
1
0.5
1955
1
1950
2
1950
1985
(b)
Chu ẩn sai cường độ năm La Nina
suy yếu (m /s)
(a)
1990
-3.5
1985
20 0 5
20 0 0
19 9 5
19 9 0
19 8 5
19 8 0
19 7 5
19 7 0
19 6 5
19 6 0
19 5 5
-1
1980
-0.5
-2
-2.5
1975
0
1970
0.5
-1
-1.5
1965
1
1960
1.5
0
-0.5
1955
2
1950
Chuẩn sai cường độ năm El Nino
suy yếu (m /s)
2.5
19 5 0
C huẩ n s ai cư ờ ng độ nă m El N ino
phá t triể n (m /s )
Hình 2. Biến động chuẩn sai thời gian kéo dài gió mùa mùa hè trong những năm El
Nino phát triển (a), El Nino suy yếu (b), La Nina phát triển (c), La Nina suy yếu (d)
(d)
Hình 3. Biến động chuẩn sai cường độ gió mùa mùa hè trong những năm El Nino
phát triển (a), El Nino suy yếu (b), La Nina phát triển (c), La Nina suy yếu (c)
TÀI LIỆU THAM KHẢO
1. Pao-S.C., Jianxin Wang (1997): Tropical Cyclone Occurences in the Vicinity of
Hawaii: Are the Differences between El Nino and non-El Nino Years
Significant of Climate, p229-235.
2. Nguyễn Thị Hiền Thuận (2007): Ảnh hưởng của ENSO đến gió mùa mùa hè và
mưa ở Nam Bộ, Luận án tiến sĩ địa lý.
3. Nguyễn Đức Ngữ, 2003: Tác động của ENSO tới thời tiết khí hậu, môi trường
và kinh tế - xã hội ở Việt Nam, Báo cáo tổng kết đề tài, Tổng cục Khí tượng
Thủy văn.
72
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
4. Trần Việt Liễn: Chỉ số gió mùa và việc sử dụng chúng trong đánh giá mối quan
hệ mưa-gió mùa ở các vùng thuộc lãnh thổ Việt Nam, phục vụ yêu cầu nghiên
cứu và dự báo gió mùa.
5. B. Wang, Lin Ho, M.M. Lu (2004): Definition of South China Sea Monsoon
Onset and Comencement of the East Asia Summer Monsoon. J. of Climate Vol
17.
6. http://www.cpc.ncep.noaa.gov/data/indices/
7. http://www.esrl.noaa.gov/
STUDY THE INFLUENCE OF ENSO ON THE CHARACTERISTICS OF
SUMMER MONSOON IN VIET NAM
Nguyen Thi Lan (1), Tran Quang Duc (2)
(1)
Viet Nam Institute of Meteorology, Hydrology and Environment
(2)
Ha Noi University of Science
Sea surface temperature anomaly data (SSTA) of the Nino 3 region is used to identify
the phase of ENSO. The phase of ENSO are classified into groups corresponding to the
period before and after the most powerful stage of ENSO development, including: developing
and weakening ENSO years. The characteristics of the summer monsoon are determined
basing on SCSSM monsoon index. The paper study the influence of ENSO on the
characteristics of summer monsoon in Viet Nam base on analysis of monsoon characteristics
variability in the ENSO years. The result showed that: the characteristics of monsoon is
variability in El Nino phases, especialy in El Nino weakening years and less variability in La
Nina phases.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
73
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
ẢNH HƯỞNG CỦA SỰ PHÁT XẠ BỀ MẶT ĐỊA HÌNH ĐẾN SỰ TÍNH
TOÁN NHIỆT ĐỘ MẶT ĐẤT
Doãn Hà Phong, Hoàng Thanh Tùng, Nguyễn Ngọc Anh
Viện Khoa học Khí tượng Thủy văn và Môi trường
Bài báo bước đầu nghiên cứu sự ảnh hưởng của phát xạ bề mặt địa hình thu từ ảnh
viễn thám MODIS đến quá trình tính toán nhiệt độ mặt đất (LST) bằng các giá trị thực đo.
Kết quả cho thấy rằng ngoài việc nội suy thuần túy về mặt thống kê, yếu tố đặc trưng cho mặt
đệm là giá trị phát xạ bề mặt địa hình được tích hợp vào trong mô hình nội suy sẽ làm tăng độ
chính xác và tính phù hợp của kết quả so với thực tế. Nghiên cứu được tiến hành trên phạm vi
vùng đồng bằng Sông Hồng với 11 trạm đo nhiệt độ.
1. Mở đầu
Nhiệt độ mặt đất là yếu tố khí tượng được đo tại các trạm quan trắc khí tượng
thủy văn, thuộc mạng lưới quan trắc tài nguyên môi trường quốc gia. Tùy vào mục
đích sử dụng dữ liệu này được thể hiện ở dạng bảng biểu phục vụ cho các mô hình khí
hậu và thời tiết, hoặc được nội suy để thể hiện sự phân bố trong không gian dưới dạng
các bản đồ một cách trực quan.
Vấn đề thường gặp ở các nghiên cứu đi trước khi nội suy nhiệt độ mặt đất là
cách đưa các đặc trưng của bề mặt như địa hình, hướng phơi, cấu trúc vật lý và hóa
học của mặt đệm vào mô hình nội suy. Một số nghiên cứu này đã sử dụng kiến thức
chuyên gia về các quy luật khí hậu ở khu vực nghiên cứu để vẽ các đường đẳng trị
nhiệt độ [2], một số nghiên cứu sử dụng dữ liệu độ cao địa hình tích hợp vào quá trình
nội suy [3,4]. Các nghiên cứu này đã đạt được độ chính xác nhất định, tuy nhiên quá
trình nội suy đòi hỏi phải có kiến thức chuyên gia hoặc bổ xung thêm dữ liệu độ cao
địa hình làm đầu vào cũng là một hạn chế đáng kể.
Thông qua việc nghiên cứu ảnh hưởng của phát xạ bề mặt đến nhiệt độ, bài báo
này đưa ra một cách tiếp cận mới trong việc nội suy dữ liệu nhiệt độ thực đo, đó là tích
hợp hệ số phát xạ bề mặt thu từ ảnh MODIS vào mô hình nội suy nhằm tăng độ chính
xác của kết quả. Tóm lại, nghiên cứu hướng đến 2 mục tiêu cụ thể như sau: 1) Đánh
giá sự ảnh hưởng của sự phát xạ bề mặt địa hình đến quá trình nội suy nhiệt độ mặt
đất, và 2) So sánh kết quả với dữ liệu LST sẵn có của ảnh MODIS.
2. Cơ sở lý thuyết của sự ảnh hưởng của hệ số phát xạ bề mặt tới sự tính toán
nhiệt độ bề mặt đất
Về mặt vật lý, mỗi vật mang năng lượng hay nói cách khác, mỗi vật có nhiệt độ
sẽ bức xạ ra môi trường bên ngoài một lượng năng lượng nhất định tỉ lệ thuận với
nhiệt độ của vật chất đó theo định luật Stefan – Bolzman (hình 2). Tuy nhiên giả thiết
của định luật này chỉ thỏa mãn khi coi vật chất đang xét như một vật đen tuyệt đối, là
vật chất lý tưởng mà có thể hấp thụ và tái phát toàn bộ năng lượng rơi vào nó [1].
Trên thực tế, mỗi điểm trên bề mặt trái đất đều có đặc tính cấu tạo lý hóa khác
nhau và không thể có đặc tính lý tưởng của vật đen tuyệt đối, nên mặc dù trong cùng
một khu vực vĩ độ, các đối tượng có thể nhận lượng năng lượng từ mặt trời như nhau
74
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
nhưng đặc tính lý hóa của mặt đệm sẽ làm nên sự khác biệt về nhiệt độ của các đối
tượng này. Sự khác nhau về đặc tính của mỗi đối tượng vật chất trên mặt đệm này
được thể hiện qua hệ số phát xạ bề mặt thu từ các kênh hồng ngoại nhiệt của ảnh vệ
tinh (TIR).
Hình 1. Hệ số phát xạ tính từ ảnh
MODIS (ngày 19-9-2009)
Hình 2. Định luật Stefan - Bolzman
Do đầu đo vệ tinh có thể đo được phát xạ phổ của các đối tượng mặt đất và
năng lượng tới của mặt trời nên, hệ số phát xạ bề mặt có thể dễ dàng tính được theo
công thức (1) phía dưới [5]. Đối với dữ liệu MODIS, hệ số phát xạ bề mặt được tính
toán và lưu trữ ở sản phẩm MOD13A1, và được cung cấp miễn phí bởi NASA.
SE =
E
EB
(1)
Trong đó, SE (surface emissivity) là hệ số phát xạ bề mặt; E (emissive value) là
phát xạ phổ bề mặt ở các kênh TIR (Wcm-2sr-1μm-1); EB (black body emissive value) là
phát xạ phổ vật đen tuyệt đối.
3. Phương pháp nghiên cứu
Với dữ liệu đầu vào là số liệu nhiệt độ tại các trạm khí tượng ở đồng bằng sông
Hồng và hệ số phát xạ bề mặt của ảnh MODIS ngày 19-9-2009, quá trình nghiên cứu
được tiến hành theo sơ đồ sau:
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
75
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Hình 3. Sơ đồ quy trình tiến hành nghiên cứu
4. Kết quả và thảo luận
a. Bản đồ hành chính
c. Bản đồ nhiệt độ mặt đất sau khi nội
suy
76
b. Hệ số phát xạ bề mặt
d. Bản đồ nhiệt độ mặt đất sau khi nội
suy và tích hợp hệ số phát xạ bề mặt
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
e. Bản đồ hành chính
g. Bản đồ nhiệt độ mặt đất sau khi nội
suy
f. Hệ số phát xạ
bề mặt
h. Bản đồ nhiệt độ mặt đất sau khi nội
suy và tích hợp hệ số phát xạ bề mặt
Hình 4. So sánh nhiệt độ nội suy và nhiệt độ nội suy đã tích hợp hệ số phát xạ khu vực
Vĩnh Yên và khu vực huyện Mỹ Đức
Kết quả ở hình 4 đã thể hiện sự khác nhau rõ rệt giữa dữ liệu nhiệt độ nội suy
đơn giản và dữ liệu nhiệt độ mặt đất có sự tích hợp của hệ số phát xạ mặt đất. Khu vực
Hà Nội – Vĩnh Phúc được thể hiện trên 4 hình 4a, 4b, 4c, 4d. So với các đối tượng mặt
đất khác như đất trống hoặc núi đá, hệ số phát xạ của nước luôn ở mức thấp hơn và
điều này dễ dàng nhận thấy ở bản đồ hệ số phát xạ hình 4b ở một khúc sông Hồng
thuộc giáp ranh hai tỉnh Hà Nội, Vĩnh Phúc. Kết quả của bản đồ nhiệt độ mặt đất có
tích hợp hệ số phát xạ bề mặt (hình 4d) rõ ràng phù hợp với thực tế hơn khi thể hiện
nhiệt độ của khúc sông Hồng chỉ ở khoảng nhiệt độ 31 – 320C, thấp hơn so với nhiệt
độ xung quanh ở mức 35 - 370C. Trong khi đó, bản đồ nhiệt độ mặt đất sử dụng
phương pháp nội suy Kriging thông thường (hình 4c), nên sự phân bố nhiệt độ ở khu
vực thể hiện sự đồng nhất ở nền nhiệt 36 - 370C.
Một bằng chứng khác cho thấy sự hợp lý khi sử dụng hệ số phát xạ bề mặt là
vùng rừng cây thuộc huyện Mỹ Đức, Hà Nội (hình 4e, 4f, 4g, 4h). Rừng cây là đối
tượng có hệ số phát xạ thấp, thể hiện bằng gam màu nhạt ở bản đồ hệ số phát xạ (hình
4f). Tuy nhiên, phương pháp nội suy bình thường đã đồng nhất hóa vùng rừng này có
nhiệt độ ngang bằng nhiệt độ tại trạm Phủ Lý đặt tại thành phố Phủ Lý (370C) (hình
4g). Trong khi đó, phương pháp sử dụng hệ số phát xạ bề mặt đã thể hiện nhiệt độ
vùng rừng cây này có nhiệt độ 33 - 340C thấp hơn vùng thành phố tại trạm Phủ Lý
(370C) ở hình 4h. Những phân tích trên cho thấy rõ ràng phương pháp nội suy có tích
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
77
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
hợp hệ số phát xạ bề mặt cho kết quả phù hợp với thực tế hơn phương pháp nội suy
thông thường.
Để đi sâu phân tích độ chính xác một cách định lượng, kết quả nghiên cứu đã
được so sánh với dữ liệu LST từ ảnh MODIS cùng thời điểm. Chuỗi số liệu đánh giá
độ chính xác là số liệu LST và kết quả nội suy của 30 điểm được lựa chọn ngẫu nhiên
và phân bố đều trên phạm vi nghiên cứu (hình 5a). Quá trình phân tích thống kê cho
thấy hệ số tương quan (R) giữa số liệu kết quả và số liệu LST là khá cao, R = 0,88 (R2
= 0,7911) (hình 5b) và sai số trung phương (RMSE) đạt 0,760C. Như vậy, nếu đặt giả
thiết dữ liệu nhiệt độ mặt đất LST từ ảnh MODIS là chuẩn thì kết quả nghiên cứu đạt
mức chính xác khá khả quan.
a. LST từ ảnh MODIS
b. Biểu đồ tương quan của số liệu của
các điểm chọn để đánh giá độ chính
xác
Hình 5. So sánh nhiệt độ mặt đất nội suy đã tích hợp hệ số phát xạ với dữ liệu LST từ
ảnh MODIS để đánh giá độ chính xác
5. Kết luận
Từ kết quả và phân tích như trên, vài điểm kết luận chính có thể được rút ra như
sau: 1) Khi tính toán nhiệt độ mặt đất, những đặc trưng của mặt đệm là những yếu tố
rất quan trọng, không thể bỏ qua. Hệ số phát xạ bề mặt là một đại lượng có thể đại
diện cho tất cả những đặc trưng bề mặt đó. 2) Phương pháp nội suy đơn giản chỉ xét
đến sự phân bố số liệu một cách thuần túy về mặt toán học, khi đó độ chính xác sẽ phụ
thuộc vào vị trí của điểm đang xét tới giá trị gốc gần nhất (trạm đo gần nhất); ngược
lại, khi tích hợp hệ số phát xạ bề mặt, các đặc tính của mặt đệm liên quan trực tiếp tới
nhiệt độ bề mặt được đưa vào phép tính, do đó kết quả đạt được phù hợp với thực tế.
3) Nghiên cứu bước đầu cho kết quả có độ chính xác có thể chấp nhận được. Kết quả
có thể được sử dụng như một nguồn dữ liệu tham khảo thay cho các nguồn dữ liệu
nhiệt độ có độ phân giải rất thấp (kích thước điểm ảnh 4 hoặc 5km2) vẫn được sử dụng
cho các mô hình khí hậu toàn cầu hoặc địa phương.
78
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
TÀI LIỆU THAM KHẢO
1. Nguyễn Ngọc Thạch (2004), Giáo trình cơ sở viễn thám, Nhà xuất bản
ĐHQGHN, Hà Nội.
2. Trần Thục, Ngô Sỹ Giai (2008), Xây dựng bản đồ hạn hán và mức độ thiếu
nước sinh hoạt ở Nam Trung Bộ và Tây Nguyên, Báo cáo tổng kết đề án nghiên
cứu khoa học, Hà Nội.
3. Phillips, D.L., Dolph, J. and Marks, D. (1992). A comparison of geostatistical
procedures for spatial analysis of precipitation in mountainous terrain. Agr.
Forest Meteorol., 58, 119-141.
4. Price, D.T., McKenney, D.W., Nalder, I.A., Hutchinson, M.F. and Kesteven,
J.L. (2000). A comparison of two statistical methods for spatial interpolation of
Canadian monthly mean climate data. Agr. Forest Meteorol., 101 (2-3), 81-94.
5. Qin, Z. and Karnieli, A. (1999). Progress in the remote sensing of land surface
temperature and ground emissivity using NOAA-AVHRR data. Int. J. Remote
Sens., 20(12), 2367-2393.
IMPACT OF SURFACE EMISSIVITY ON CALCULATION OF LAND
SURFACE TEMPERATURE
Doan Ha Phong, Hoang Thanh Tung, Nguyen Ngoc Anh
Viet Nam Institute of Meteorology, Hydrology and Environment
This paper initially research into the impact of MODIS satellite-derived surface
emissivity on calculation of Land Surface Temperature (LST) using in situ. Results show that
aside from purely statistical interpolation, surface emissivity, the factor characterising for
surface, is integrated into calculation model in order to enhance the accuracy of results and
the rationality in compared with real value. The research was conducted for Red River Delta
as the study area, with 11 meteorological stations.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
79
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
NGHIÊN CỨU KHẢ NĂNG DỰ BÁO BÃO KHU VỰC TÂY BẮC THÁI
BÌNH DƯƠNG HẠN 5 NGÀY BẰNG PHƯƠNG PHÁP NUÔI NHIỄU
KẾT HỢP VỚI CÀI XOÁY GIẢ VÀO TRƯỜNG BAN ĐẦU
Công Thanh, Trần Tân Tiến, Nguyễn Minh Trường
Trường Đại học Khoa học Tự nhiên, ĐHQGHN
Báo cáo trình bày phương án dự báo bão cho khu vực tây bắc Thái Bình Dương hạn 5
ngày dựa trên phương pháp nuôi nhiễu kết hợp với trường ban đầu có cài xoáy giả. Phương
án nuôi nhiễu dựa trên phương pháp nuôi một cặp nhiễu (nhiễu dương và nhiễu âm)của Toth,
1997 và sử dụng công thức chuẩn hóa theo trung bình khí hậu của Wang, 2003. Cặp nhiễu
sau khi nuôi được kết hợp với trường phân tích ban đầu có cài xoáy giả để tạo ra trường ban
đầu mới. Áp dụng phương pháp trên cho ngày 01/10/2007 tạo trường ban đầu để dự báo quỹ
đạo cho 2 cơn bão Krosa và LEKIMA (bão đôi) hạn 5 ngày. Kết quả thử nghiệm cho thấy vai
trò của nuôi nhiễu và cài xoáy giả vào trường ban đầu trong quá trình dự báo hạn 5 ngày.
1. Mở đầu
Nghiên cứu dự báo quỹ đạo bão bằng phương pháp tổ hợp ở Việt Nam và trên
thế giới vẫn còn mới mẻ, nhiều công trình nghiên cứu trên thế giới về bão dựa trên các
mô hình số khu vực. Các thử nghiệm chủ yếu tập chung vào sử dụng và cải tiến mô
hình, nghiên cứu xoáy giả cho trường ban đầu, sử dụng phương pháp tổ hợp để dự báo
bão. Hiện nay sử dụng phương pháp nuôi nhiễu và cài xoáy giả cho trường ban đầu để
dự báo quỹ đạo bão được tiến hành ở Viện nghiên cứu xoáy thuận nhiệt đới Thượng
Hải và trung tâm CMA. Được sự hỗ trợ bởi chính phủ Trung Quốc, hệ thống dự báo
bão GRAPES_TCM được 2 trung tâm này phát triển dựa trên hệ thống GRAPES
(Global/Regional Assimilation and PrEdiction System). Hệ thống GRAPES_TCM
hoạt động dựa trên phương pháp nuôi xoáy.
Trong công trình này đã sử dụng phương pháp cài xoáy giả cho các trường ban
đầu kết hợp với nuôi các trường nhiễu để nghiên cứu phương pháp dự báo quỹ đạo bão
trên khu vực Biển Đông.
2. Mô hình dự báo và phương pháp tạo xoáy giả
2.1. Mô hình
Mô hình RAMS (Regional Atmospheric Modeling System) được Đại học Tổng
hợp Colorado (CSU) kết hợp với ASTER divsion- thuộc Mission Research
Corporation phát triển đa mục đích. Đó là một mô hình dự báo số mô phỏng hoàn lưu
khí quyển với qui mô từ toàn cầu cho đến các mô phỏng xoáy lớn (Large Eddy
Simulation-LES) của lớp biên khí quyển hành tinh.
Miền dự báo: Mô hình RAMS được chạy với miền lưới 192x157 điểm lưới theo
phương ngang với bước lưới 28km,miền tính từ 5oN – 35oN và 100 oE -150 oE,tâm
miền tính đặt ở 15 oN-110 oE bao gồm khu vực biển Đông và một phần phía Đông của
quần đảo Philipin thuộc khu vực Tây Thái Bình Dương. Bước thời gian tích phân 60s,
điều kiện biên được cập nhật 6h/lần, hạn dự báo là 5 ngày.
80
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
2.2. Cài xoáy giả vào trường ban đầu
Xoáy giả được sử dụng ở đây là xoáy giả 3 chiều [4] với phương pháp xây dựng
xoáy giả được thiết kế như sau: Xoáy nhân tạo ba chiều được xây dựng dựa trên quá
trình phân tích tất cả các biến trường trên nhiều mực. Số liệu ban đầu là trường phân
tích toàn cầu gồm các biến trường áp suất mực biển P, các thành phần gió ngang U, V,
nhiệt độ T, độ ẩm tương đối RH và độ cao địa thế vị H trên các mực khác nhau.
3. Phương pháp xây dựng trường ban đầu
3.1. Phương pháp nuôi nhiễu (BV)
3.1.1. Tạo nhân ban đầu
Trong thí nghiệm này, chúng tôi tiến hành
tạo nhân ban đầu bằng phương pháp dự báo trễ.
Nhân ban đầu này được tạo bằng cách lấy hiệu của
hai trường khí tượng dự báo được tại 2 thời điểm
trước khi nuôi nhiễu ( R=T(-36)-T(-30) ).
3.1.2. Chu kỳ nuôi nhiễu
}R
T(-36)
T(-30)
T(-24)
Hình 1. Cách tạo nhân ban đầu
Chu kỳ nuôi được thực hiện như sau:
a. Thêm vào và trừ đi trường phân tích một
nhiễu R.
b. Tích phân dự báo 6 tiếng cho cả trường hợp
nhiễu dương và nhiễu âm.
c. Lấy hiệu của 2 trường hợp dự báo nhiễu
dương và nhiễu âm tại thời điểm 6 giờ (chu kỳ phân
Hình 2. Sơ đồ 1 cặp nhiễu
tích).
tổ hợp dự báo được nuôi
(nguồn Toth,1997[2])
d. Giảm quy mô của trường nhiễu sao cho
trường này giống với trường nhiễu ban đầu (dùng
biên độ sai số bình phương trung bình).
Trường nhiễu sau khi đã giảm quy mô được
cộng vào và trừ đi trường phân tích thời điểm 6 giờ
giống như bước a.
Chu kỳ này lặp cho tới thời điểm làm dự báo
(Hình 3). Quá trình giảm quy mô trong quy trình
Hình 3. Chu kỳ nuôi nhiễu kết
nuôi cũng được sử dụng hay còn được gọi là ước
hợp với trường ban đầu có cài
lượng sai số phân tích [5].
xoáy giả
R: Nhân ban đầu; D: Nhiễu tạo ra trong quá
trình nuôi; FB: Trường ban đầu có cài xoáy giả;
FBD+: Trường ban đầu có cài xoáy giả cộng với
nhiễu nuôi; FBD-: Trường ban đầu có cài xoáy
giả trừ với nhiễu nuôi;
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
81
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
x a ij = x f ij .cij
(1.1)
f
a
Trong đó, x ij là các thành phần của sai số phân tích theo kinh độ và vĩ độ; x ij
là các thành phần của sai số dự báo theo kinh độ và vĩ độ; c ij là hệ số chuẩn hóa, được
xác định bằng công thức:
(1.2)
⎧1
yijf ≤ eij
⎪
cij = ⎨ eij
⎪yf
⎩ ij
e
ij
yijf > eij
:
tính theo bình phương trung bình (rms) theo phương thẳng đứng của nhiễu
trường gió trong tháng 9/2006.
N
(1.3)
p
n 2
M
eij =
∑
∑ [T
lev
− Tlev
]
lev =1
N
i =1
M
Trong đó, N: số mực của mô hình; M: số fngày xây dựng; Tp: Thành phần gió dự
báo dương; Tn: Thành phần gió dự báo âm; y ij : Tính theo bình phương trung bình
theo phương thẳng đứng của từng thành phần sai số của dự báo.
N
y f ij =
[
p
n
−T lev
∑ T lev
lev =1
]
2
N
3.2 Kết hợp trường ban đầu có cài xoáy giả với nhiễu môi trường
Sau quá trình nuôi nhiễu cặp nhiễu dương và nhiễu âm được kết hợp với trường
ban đầu có cài thêm xoáy giả 3 chiều được trình bày trong mục 3.2 tại thời điểm dự
báo. Kết quả tạo ra 3 trường dự báo mới (Hình 3)
4. Kết quả thử nghiệm
Tiến hành thử nghiêm dự báo cho ngày 01/10/2007. Trong đợt thử nghiệm này
tồn tại 2 cơn bão trong miền tính là KROSA và LEKIMA. Bão KROSA tại thời điểm
này mới chỉ là một vùng thấp tại khu vực tây bắc thái bình dương. Sau 2 ngày tồn tại
quanh 17 độ vĩ bắc và 130 độ kinh đông, bão trở thành siêu bão và di chuyển theo
hướng tây bắc di chuyển qua đảo Đài Loan và đổ bộ vào Trung Quốc. Trong khi đó
trên khu vực biển Đông, tại thời điểm thử nghiệm cơn bão
LEKIMA đang trong quá trình chuyển hướng tây tây bắc
sang hướng tây và đổ bộ vào miền Trung Việt Nam (hình
6).
4.1. Bão KROSA
Bão KROSA trong 48 h đầu diễn biến khá phức tạp,
bão di chuyển gần hình số 8 (Hình 4), trong ngày 01/10 bão
Hình 4. Bản đồ quỹ đạo thực
có xu hướng di chuyển theo hướng Nam, sau đó chuyển
của
bão KROSA tại thời điểm
sang hướng đông Nam. Trưa ngày 02/10 bão bất ngờ
chuyển
hướng (nguồn: Viện
chuyển hướng tây bắc (chuyển hướng gần 180 độ) và
thông tin QG Nhật[1])
hướng về đảo Đài Loan.
82
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
1. Phân tích kết quả dự báo
Tiến hành thử nghiệm các phương án dự báo nuôi nhiễu môi trường cho sơ đồ
KF của mô hình RAMS để thử nghiệm dự báo cho cơn bão này, để thuận tiện trong
quá trình phân tích ký hiệu một số phương án dự báo như sau:
-
KF_BD: dùng mô hình RAMS với sơ đồ đối lưu KF
KF_A: dùng mô hình RAMS với thành phần nhiễu âm
KF_D: dùng mô hình RAMS với thành phần nhiễu dương
KF+BG_BD: dùng mô hình RAMS với sơ đồ KF và cài xoáy giả
KF+BG_A: dùng mô hình RAMS với thành phần nhiễu âm có cài xoáy giả
KF+BG_D: dùng mô hình RAMS với thành phần nhiễu dương có cài xoáy
giả
Do diễn biến cơn bão phức tạp đã tiến hành phân tích theo khoảng thời gian gần
điểm đổi hướng di chuyển của bão. Vì vậy, cơn bão KROSA có thể chia thành 3 giai
đoạn:
+ Giai đoạn 1: trong 30h dự báo đầu bão di chuyển theo hướng đông đông nam.
+ Giai đoạn 2: từ 36 đến 72h tiếp theo: bão đổi hướng di chuyển theo hướng tây và tây
tây bắc.
+ Giai đoạn 3: từ 72 đến 120h: bão di chuyển theo hướng bắc tây bắc
Gia đoạn 1:
19
18.5
Trong 24h dự báo đầu, vị trí di chuyển của
bão chủ yếu di chuyển theo hướng đông nam hình
5, kết quả dự báo từ các phương án cho kết quả dự
báo quỹ đao bão sau 6h (đối với phương án KF_A,
KF+BG_D) hoặc 12h đầu (đối với phương án
KF_BD; KF_D) cho quỹ đạo bão di chuyển theo
hướng tây. Hai phương án (KF+BG_BD và
KF+BG_A) dự bão quỹ đạo bão trong 18 giờ đầu ít
di chuyển ,12 giờ tiếp theo các phương án thử
nghiệm bắt đầu dự báo bão đổi hướng đông nam.
Giai đoạn 2:
Quỹ đạo dự báo của bão KROSA sau khi
bão đổi hướng (từ 36 đến 72 giờ) đựợc biểu diễn
trên hình 6.Trong giai đoạn này các phương án cài
xoáy giả đều dự báo hướng di chuyển khá giống
quỹ đạo thực, phương án KF_A cũng cho bão di
chuyển theo hướng tây tuy nhiên tốc độ di chuyển
của bão chậm. Trong khi 2 phương án không cài
xoáy còn lại đều dự báo bão tiếp tục di chuyển về
phía đông, cho tới các hạn dự báo 48 đến 72h các
phương án này mới dự báo khả năng đổi hướng của
bão.
18
17.5
17
16.5
16
127.5
128.5
BEST_TRACK
129.5
KF_BD
KF_A
130.5
KF_D
131.5
KF+BG_BD
132.5
KF+BG_A
133.5
KF+BG_D
Hình 5. Quỹ đạo thực và dự báo
của bão KROSA tại giai đoạn 1
20
19
18
17
16
15
14
125
126
127
BEST_TRACK
128
KF_BD
129
130
KF_A
KF_D
131
132
KF+BG_BD
133
134
KF+BG_A
135
KF+BG_D
Hình 6. Quỹ đạo thực và dự báo
của bão KROSA tại giai đoạn 2
23
22
21
20
19
18
17
16
15
14
120
122
BEST_TRACK
124
KF_BD
126
KF_A
128
KF_D
130
KF+BG_BD
132
KF+BG_A
134
KF+BG_D
Hình 7. Quỹ đạo thực và dự báo của
bão KROSA tại giai đoạn 3
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
83
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Gia đoạn 3:
7.0
6.0
Hạn dự báo từ 78 đến 120 giờ cho thấy các
phương án đều dự báo bão di chuyển theo hướng tây
bắc (hình 7) tuy nhiên do sai số ngay từ những thời
điểm ban đầu dẫn tới kết quả dự báo tại các hạn này là
lớn.
5.0
4.0
3.0
2.0
1.0
0.0
0
24
KF_BD
2. Đánh giá kết quả dự báo
48
KF_A
KFD
72
KF+BG_BD
96
KF+BG_A
120
KF+BG_D
Hình 8. Sai số khoảng cách của cơn
bão KROSA
Từ phân tích khả năng dự báo quỹ đạo bão ở phần
trên, trong phần này đã tiến hành đánh giá sai số khoảng cách cho tất cả các phương án
thử nghiệm (Hình 8). Trong 36 giờ đầu, hầu như các phương án cài xoáy giả chưa cho
thấy được ưu điểm vượt trội, thậm chí trong thời đoạn 18 đến 36 giờ sai số khảng cách
của phương án cài xoáy còn lớn hơn so với phương án không cài xoáy. Tuy nhiên từ
hạn dự báo 42 h đến 120h, phương án cài xoáy cho kết quả sai số vợt trội so với
phương án không cài xoáy, đặc biệt là phương án
KF+BG_A cho sai số dự báo chỉ dao động từ 1 đến 1.5
độ trong khoảng thời gian từ 06 đến 108h.
4.2. Bão LEKIMA
Trong trường hợp thử nghiệm dự báo cơn bão
LEKIMA từ ngày 01/10 đến 06/10, trong khoảng thời
gian này cơn bão LEKIMA đổi hướng 1 lần (chuyển từ
hướng tây bắc sang hướng tây) vì vậy đã tiến hành
phân tích thành 3 giai đoạn. Giai đoạn 1 từ 06 đến 24h
và giai đoạn 2 từ 24 đến 90 h (thời điểm kết thúc bão).
Hình 9. Bản đồ quỹ đạo thực của bão
LEKIMA tại giai đoạn 1[1]
4.2.1. Phân tích kết quả dự báo
18
17.5
Giai đoạn 1:
17
16.5
16
Trong giai đoạn này, bão chủ yếu di chuyển
theo hướng bắc tây bắc. Kết quả thử nghiệm cho các
phương án này cùng di chuyển theo hướng bắc tây bắc,
gần như song song với quỹ đạo thực (hình 10).
15.5
15
14.5
14
110
KF_BD
112
KF_A
113
KF+BG_BD
114
KF+BG_A
115
KF+BG_D
22
21
20
19
18
17
16
15
14
105
106
BEST_TRACK
107
KF_BD
108
KF_A
109
KF_D
110
KF+BG_BD
111
112
113
KF+BG_A
KF+BG_D
Hình 11. Quỹ đạo thực và dự báo
của bão LEKIMA tại giai đoạn 2
Giai đoạn 3:
84
KF_D
Hình 10. Quỹ đạo thực và dự báo của
bão LEKIMA tại giai đoạn 1
Giai đoạn 2:
Giai đoạn này là giai đoạn bão di chuyển sang
hướng tây và đổ bộ vào đất liền. Các phương án thử
nghiệm trong nghiên cứu này đều cho thấy được khả
năng dự báo chuyển hướng (hạn dự báo 24h). Tuy
nhiên ở các hạn dự báo sau chỉ có các phương án
KF+BG_BD, KF_D và KF+BG_D là dự báo cho quỹ
đạo bão di chuyển theo hướng tây, còn các phương án
khác dự báo bão di chuyển theo hướng tây tây bắc
(hình 11). Chính vị vậy dẫn tới sai số dự báo quỹ đạo
bão trong quá trình đổ bộ.
111
BEST_TRACK
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Trong giai đoạn này bão đã đổ bộ vào
đất liền và suy yếu (hình 12), chính vì vậy dự
báo chính xác là điều rất khó khăn (bên cạnh
phương án dự báo, quá trình tìm tâm bão trên
đất liền cũng gặp sai số lớn). Vì vậy các
phương án dự báo cho kết quả khả quan trước
đó cho kết quả không tốt mặc dù phân tích sai
số định tính đều cho thấy các phương án đều dự
báo bão di chuyển theo hướng tây (hình 12).
26
24
22
20
18
16
14
99
100
101
BEST_TRACK
102
KF_BD
103
KF_A
104
KF_D
105
106
KF+BG_BD
107
KF+BG_A
108
109
KF+BG_D
Hình 12. Quỹ đạo thực và dự báo của
bão LEKIMA tại giai đoạn 3
4.2.2. Đánh giá sai số
Đã đánh giá sai số dự báo quỹ đạo cơn
bão LEKIMA trước khi bão đổ bộ vào đất liền
được trình bày trên hình13. Kết quả đánh giá cho
các phương án thử nghiệm cho thấy tại các hạn
dự báo trước 48 giờ kết quả tính sai số vị trí của
các phương án gần như tương đương. Tuy nhiên
ở các hạn dự báo 54 và 60 kết quả đánh giá sai
số vị trí có biên độ biến động lớn dao động trong
khoảng 2 độ.
4.0
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0
12
KF_BD
KF_A
24
36
KF_D
KF+BG_BD
48
KF+BG_A
60
KF+BG_D
Hình 13. Sai số khoảng cách của cơn
bão LEKIMA
5. Kết luận
Từ kết quả nghiên cứu ảnh hưởng của các nhiễu và cài xoáy giả tới sai số dự
báo vị trí của bão đã rút ra được những nhận xét sau:
Trường hợp thử nghiệm dự báo quỹ đạo bão 01/10/2007 là trường hợp phức
tạp, trong trường hợp này có xuất hiện bão đôi, một cơn bão đang ở thời kỳ phát triển
mạnh (LEKIMA) và một cơn bão đang bắt đầu hình thành (KROSA). Quỹ đạo bão di
chuyển rất phức tạp, đặc biệt là cơn bão KROSA, kết quả thử nghiệm kết hợp trường
nhiễu môi trường và trường ban đầu có cài xoáy giả cho kết quả khả quan, chúng làm
giảm đáng kể sai số vị trí của quỹ đạo bão với hạn dự báo 5 ngày.
TÀI LIỆU THAM KHẢO
1. .
2. Toth.Z, E.K., Ensemble Forecasting at NCEP and the Breeding Method. Mon.
Wea. Rev. , 1997. 125: p. 3297-3318.
3. Trần Tân Tiến, Xây dựng mô hình dự báo các trường khí tượng thủy văn vùng
biển Đông. Báo cáo tổng kết đề tài cấp nhà nước KC.09.04. 2004.
4. Phan Văn Tân, B.H.H., Về một phương pháp ban đầu hóa xoáy ba chiều. Tạp
chí Khí tượng Thủy văn, 2003. 11(515): p. 1-12.
5. Wang, X.a.C.H.B., A comparison of breeding and ensemble transform Kalman
filter ensemble forecast schemes. J. Atmos. Sci., 2003. 60: p. 1140-1158.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
85
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
5-DAY PREDICTABILITY OF NORTHWESTERN PACIFIC
TROPICAL CYCLONES USING BREEDING AND BOGUS VORTEX
METHOD
Cong Thanh, Tran Tan Tien, Nguyen Minh Truong
Ha Noi University of Science
This study presents 5-day predictability of Northwestern Pacific tropical cyclones
using breeding method and bogus vortex for the initial fields. The breeding method is given by
Toth that breeds a perturbation pair and uses the formula given by Wang to normalize
perturbations using climatological mean. The perturbation pair and the initial fields with
bogus vortex are used to create new initial fields. This method is then applied to tropical
cyclone (TC) Krosa and LEKIMA for 5-day lead time. The results show essential role of such
perturbation pair and bogus vortex for TC 5-day forecast.
86
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
NGHIÊNCỨU ẢNH HƯỞNG CỦA THAM SỐ HÓA ĐỐI LƯU TRONG MÔ
HÌNH WRF ĐẾN DỰ BÁO MƯA TRÊN LƯU VỰC SÔNG ĐỒNG NAI
Trương Hoài Thanh, Nguyễn Văn Tín, Bùi Chí Nam
Viện Khoa học Khí tượng Thủy văn và Môi trường
Trong nghiên cứu này chúng tôi nghiên cứu ảnh hưởng của việc lựa chọn sơ đồ tham
số hóa đối lưu trong mô hình WRF đến dự báo mưa. Kết quả tính toán ban đầu cho thấy việc
lựa chọn sơ đồ tham số hóa đối lưu có ảnh hưởng rất lớn đến kết quả mô phỏng lượng mưa. Về kỹ
năng dự báo, cả ba thử nghiệm đều cho kết quả mô phỏng lương mưa khá sai lệch so với thực tế.
1. Mở đầu
Trong những năm gần đây các mô hình dự báo số trị đã có những cải tiến đáng kể
và trở thành một công cụ hữu ích trong nghiên cứu và dự báo thời tiết. Tuy nhiên, độ
chính xác dự báo của mô hình vẫn còn xa so với nhu cầu thực tế. Có nhiều yếu tố ảnh
hưởng đến khả năng dự báo của mô hình số trị trong đó việc tính toán và xử lý các quá
quá trình đối lưu còn nhiều hạn chế, đặc biệt là ở khu vực nhiệt đới nơi và hoạt động đối
lưu đóng vai trò rất quan trọng trong sự hình thành thời tiết như dông, bão ở tầng đối lưu.
Trong mô hình WRF cho phép lựa chọn một số sơ đồ tính toán tham số hóa đối lưu khác
nhau như Grell, Kuo, Betts-Miller, Arakawa-Schubert, Fritsch-Chappell, Kain-Fritsch.
Mỗi sơ đồ đều có những ưu và nhược điểm riêng do đó cần phải có những nghiên cứu
đánh giá lựa chọn sơ đồ phù hợp với khu vực nghiên cứu trước khí áp dụng mô hình WRF
trong dự báo nghiệp vụ. Trong nghiên cứu này chúng tôi thực hiện tính toán mô phỏng
mưa trên lưu vực sông Đồng Nai với các sơ đồ tham số hóa đối lưu khác nhau, qua đó
đánh giá độ chính xác và kỹ năng dự báo của mô hình WRF ứng với mỗi sơ đồ. Kết
quả nghiên cứu sẽ góp phần làm sáng tỏ vài trò của tham số hóa đối lưu trong mô hình
WRF khi áp dụng trong thực tế.
2. Mô hình và thiết kế thử nghiệm
2.1. Mô hình WRF
Mô hình WRF là mô hình khí quyển quy mô vừa, được thiết kế linh động, có độ
tùy biến cao và có thể sử dụng trong nghiên cứu và dự báo nghiệp vụ. WRF là kết quả
của sự hợp tác, phát triển của nhiều trường đại học, trung tâm nghiên cứu và dự báo
khí tượng Hoa Kỳ.Hệ phương trình cơ bản của WRF là hệ phương trình đầy đủ phi
thủy tĩnh viết cho chất lỏng nén được, có khả năng mô phỏng được các quá trình khí
quyển trên nhiều quy mô khác nhau. WRF sử dụng hệ tọa độ áp suất cho phương
thẳng đứng và lưới ngang xen kẽ Arkawa-C với sơ đồ tích phân thời gian Runge –
Kutta bậc ba.
Mô hình WRF gồm hai bộ phận chính như mô tả trên Hình 1. Bộ phận xử lý và
bộ phận mô phỏng.Bộ phận xử lý đầu tiên sẽ thực hiện nội suy ngang và thẳng đứng
số liệu các trường khí tượng từ lưới mô hình toàn cầu NCEP cũng như nội suy
số liệu địa hình (Topography), loại đất (Soil texture), lớp phủ thực vật
(Vergetation).v.v... về lưới của mô hình. Sau đó bộ phận mô phỏng của WRF sẽ thực
hiện tích phân hệ các phương trình với các tham số đầu vào đã được xác định như:
miền tính, độ phân giải, bước thời gian,... Bộ phận xử lý cuối cùng sẽ sử dụng các
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
87
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
phần mềm đồ họa để hiển thị các kết quả dự báo của mô hình (các phần mềm đồ họa
thường được sử dụng trong mô hình WRF là: GRADS, Vis5D,...).
Hình 1. Cấu trúc các modun chính của mô hình WRF
2.2. Thiết kế thử nghiệm
Để tiến hành thử nghiệm, mô hình được
chạy với hai miền tính lồng nhau, theo tỷ lệ 1/3.
Miền 1 (domain 1) có kích thước 100x120 điểm
nút lưới, bước lưới 19.2 km, miền 2 (domain 2) có
kích thước 88x109 điểm nút lưới,bước lưới 6.4
km.Tương tác giữa miền 1 và miền 2 là tương tác
hai chiều (two way Nesting) .Bước thời gian tích
phân là 180 giây, số mực thẳng đứng là 27 mực
(Hình 2)
Ba tính toán thử nghiệm dự báo mưa 3 ngày
bằng mô hình WRF ứng với ba sơ đồ tham số hóa
đối lưu khác nhau bao gồm: (1) Sơ đồ Kain Fritsh;
(2) sơ đồ Bett – Miller; (3) sơ đồ Grell 1. Các lựa
chọn vật lý khác là giống nhau đối với cả 3 thử
nghiệm bao gồm: Sơ đồ vi vật lý mây WSM3, sơ
đồ bức xạ sóng dài RRTM, sơ đồ bức xạ sóng Hình 2: Miền tính của mô hình
ngắn Dudhia, sơ đồ lớp bề mặt Unified Noah, sơ
WRF
đồ bề mặt đất Monin Obukhov, sơ đồ lớp biên
hành tinh YSU. Thời gian thực hiện dự báo là 00z ngày 12 tháng 7 năm 2011. Các
trường ban đầu và điều kiện biên cho mô hình WRF các trường phân tích và dự báo
của mô hình GFS do NCEP cung cấp cách nhau 6h, địa chỉ download:
http://nomads.ncdc.noaa.gov/.
Để thực hiện đánh giá kết quả dự báo, chúng tôi so sánh với số liệu đo mưa tại
50 trạm thuộc lưu vực sông Đồng Nai. Các chỉ số đánh giá bao gồm.
- Độ lệch hay sai số trung bình (Mean Error):
ME =
88
1
N
N
∑ (F
i =1
i
− O1 )
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
(1)
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
ME cho biết xu hướng lệch trung bình của giá trị dự báo so với giá trị quan trắc,
nhưng không phản ánh độ lớn sai số. ME dương cho biết giá trị dự báo vượt quá giá trị
quan trắc và ngược lại. ME có thể được biểu diễn khi lấy giá trị trung bình của dự báo
trừ đi giá trị trung bình của quan trắc.
- Sai số tuyệt đối trung bình (Mean Absolute Error):
1
MAE =
N
N
∑F
i =1
i
− Oi
(2)
MAE nằm trong khoảng (0,+∝). MAE biểu thị độ lớn trung bình của sai số
nhưng không nói lên xu hướng lệch của giá trị dự báo và giá trị quan trắc.
RMSE biểu thị độ lớn trung bình của sai số:
RMSE =
E2
1/ 2
x, y
t
(3)
Cả MSE và RMSE chỉ bằng không khi và chỉ khi giá trị quan trắc và giá trị
quan trắc bằng nhau tại mọi điểm trong không gian.
3. Kết quả và thảo luận
Kết quả mô phỏng lương mưa 24h từ ba thử nghiệm với các sơ đồ tham số hóa đối
lưu khác nhau được mô tả trên hình 3. Kết quả cho thấy việc lựa chọn sơ đồ tham số hóa
đối lưu có ảnh hưởng rất lớn đến kết quả mô phỏng lượng mưa từ mô hình WRF. Trong 3
sơ đồ, sơ đồ Kain Fritsh cho kết quả mô phỏng lượng mưa lớn hơn cả và phù hợp hơn
với số liệu thực đo. Sơ đồ Bett – Miller cho kết quả mô phỏng lượng mưa thấp nhât và
không mô phỏng được khu vực mưa lớn.
Để đánh giá kỹ năng dự báo của mô hình, chúng tôi so sánh kết quả mô phỏng
lượng mưa tích lũy 24h,48h,72h với dố liệu mưa thực đo tại 50 trạm quan trắc trên lưu
vực sông Đồng Nai. Việc đánh giá sai số của mô hình dựa trên các chỉ số thống kê
được tính căn cứ vào các chuỗi số liệu quan trắc và dự báo. Số liệu dự báo được nội
suy từ các trường dự báo về vị trí trạm khi sử dụng phần mềm GrADS. Lượng mưa
tích lũy được tính theo hạn dự báo, tức là với hạn dự báo 24h thì lượng mưa tích lũy
từ 0-24h.
Kết quả đánh giá được mô tả trên các Bảng 1-3. Nhìn chung, cả 3 mô phỏng
đều không có độ chính xác cao. Tính toán chỉ số thống kê cho thấy sơ đồ Kain Fritsh
và Grell có chỉ số ME < 0 trong 3 thời hạn dự báo, điều này có nghĩa là lượng mưa dự
báo của mô hình theo sơ đồ Kain Fritsh và Grell thấp hơn lượng mưa quan trắc. Chỉ
số MAE dao động trong khoảng 6 -12 mm/ngày trong khi sai số bình phương trung
bình RMSE dao động trong khoảng 8-16 mm/ngày. Sai số bình phương trung bình
RMSE lớn hơn so với MAE ở tất cả các hạn dự báo chứng tỏ một thực tế khách quan
là sai số dự báo lượng mưa biến động khá mạnh theo các sơ đồ đối lưu khác nhau cũng
như các hạn dự báo khác nhau.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
89
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Bảng 1. Kết quả đánh giá của mô phỏng với sơ đồ Kain-Fritsh
Hạn dự báo
ME
-1.01
-1.34
-5.34
24h
48h
72h
MAE
6.35
10.07
11.16
Các đặc trưng thống kê
RMSE
Tỷ số MAE/trung bình
8.69
0.37
12.62
0.81
13.29
1.23
Bảng 2. Kết quả đánh giá của mô phỏng với sơ đồ Bett-Miler
Hạn dự báo
ME
-8.39
0.77
0.97
24h
48h
72h
MAE
11.24
10.03
7.99
Các đặc trưng thống kê
RMSE
Tỷ số MAE/trung bình
15.14
0.67
11.67
0.81
9.60
0.88
Bảng 3. Kết quả đánh giá của mô phỏng với sơ đồ Grell
Hạn dự báo
24h
48h
72h
90
ME
-6.61
-3.77
-0.47
MAE
11.53
11.05
10.73
Các đặc trưng thống kê
RMSE
Tỷ số MAE/trung bình
15.56
0.69
14.45
0.89
13.01
1.19
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
a)
b)
c)
d)
Hình 3. Tổng lượng mưa (mm) ngày 12/07/2011. a) quan trắc; b) mô phỏng theo sơ
đồ Kain Fritsh; c) mô phỏng theo sơ đồ Bett – Miller; d) mô phỏng theo sơ đồ Grell
3. Kết luận
Nghiên cứu này nhằm mục đích khảo sát ảnh hưởng của việc lựa chọn sơ đồ
tham số hóa đối lưu khác nhau trong mô hình WRF. Kết quả tính toán ban đầu cho
thấy việc lựa chọn sơ đồ tham số hóa đối lưu có ảnh hưởng rất lớn đến kết quả mô phỏng
lượng mưa. Về kỹ năng dự báo, cả ba thử nghiệm đều cho kết quả mô phỏng lương mưa
khá sai lệch so với thực tế. Tuy nhiên, nghiên cứu này mới dừng lại ở một trường hợp
mưa lớn. Cần có thêm nhiều thử nghiệm để đánh giá độ chính xác và kỹ năng của mô
hình toàn diện hơn, qua đó lựa chọn được sơ đồ tham số hóa đối lưu phù hợp với khu vực
quan tâm.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
91
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
TÀI LIỆU THAM KHẢO
1. Hoàng Đức Cường (2004), “Nghiên cứu thử nghiệm mô hình quy mô vừa MM5
vào dự báo hạn ngắn ở Việt Nam”. Báo cáo tổng kết đề tài nghiên cứu khoa
học và công nghệ cấp Bộ, 147 trang.
2. Hoàng Đức Cường (2008), “ Nghiên cứu thử nghiệm dự báo mưa lớn ở Việt
Nam bằng mô hình MM5”. Báo cáo tổng kết đề tài nghiên cứu khoa học và
công nghệ cấp Bộ,
3. Chu Thị Hường, 2007: Nghiên cứu thử nghiệm dự báo mưa thời hạn từ 1 đến 3
ngày cho khu vực Trung Bộ Việt Nam bằng mô hình WRF, Luận văn thạc sĩ,
Trường ĐHKHTN, ĐHQGHN.
4. Vũ Thanh Hằng, 2008: Nghiên cứu tác động của tham số hóa đối lưu đối với dự
báo mưa bằng mô hình HRM ở Việt Nam. Luận án tiến sỹ ngành khí
tượng.
5. Phan Văn Tân, Các phương pháp thống kê trong khí hậu, Nxb ĐHQGHN, 2003.
6. Trần Tân Tiến, Nguyễn Minh Trường, Công Thanh, Kiều Quốc Chánh,
2004: Sử dụng mô hình RAMS mô phỏng đợt mưa lớn ở miền Trung tháng
9/2002, Tạp chí khoa học ĐHQGHN, KHTN & CN Tập XX (3PT), tr. 51-
STUDY THE INFLUENCE OF CONVECTION ARAMETERIZATION
IN WRF MODEL ON RAINFALL PREDICTION OVER DONG NAI
RIVER BASIN
Truong Hoa Thanh, Nguyen Van Tin, Bui Chi Nam
Vietnam Institute of Meteorology, Hydrology and Environment
In this report, we investigate influence of convection parameterizations on rainfall
simulation using WRF model. Three experiments of heavy rainfall prediction over Dong Nai
river basin with three different convective parameterization schemes including Kain Fritsh,
Betts-Miller and Grell were carried out. The results showed that, Selection of convection
schemes in WRF model have a strong effect on rainfall simulations. Evaluation of simulations
indicated that simulated rainfall does not agree with observation well at all.
92
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
ĐẶC ĐIỂM VẬN TẢI ẨM Ở VIỆT NAM TRONG CÁC THỜI KỲ
HOẠT ĐỘNG CỦA EL NINO
Vũ Văn Thăng (1), Phạm Thị Thanh Hương (1),
Nguyễn Văn Thắng (1), Nguyễn Trọng Hiệu (2)
(1)
Viện Khoa học Khí tượng Thủy văn và Môi trường
(2)
Trung tâm Khoa học Công nghệ Khí tượng Thủy văn và Môi trường
Trong bài báo này, vận tải ẩm trong lớp khí quyển từ mực 1000 hPa đến mực 300 hPa
được nghiên cứu theo 3 loại: vĩ hướng, kinh hướng và tổng hợp theo 8 cấp cường độ. Nghiên
cứu sử dụng 50 năm số liệu phân tích lại của NCEP/NCAR.
Kết quả nghiên cứu cho thấy, ở Việt Nam vận tải ẩm vĩ hướng (Qu) có hướng Đông
vào thu – đông và hướng Tây vào xuân – hè, vận tải ẩm kinh hướng (Qv) có hướng Bắc vào
thu – đông và hướng Nam vào xuân – hè, vận tải ẩm tổng hợp (Q) phổ biến có hướng Đông
Bắc vào cuối thu qua mùa đông cho đến đầu xuân và hướng Tây Nam từ cuối xuân qua mùa
hè đến đầu thu. Trong phần lớn các đợt El Nino, cường độ vận tải ẩm tăng lên 1-2 cấp vào
thời kỳ Hình thành, giảm đi 1-2 cấp vào thời kỳ Phát triển, Suy thoái rồi tăng dần lên trong
thời kỳ Tan rã và trở lại bình thường trong thời kỳ Sau, xấp xỉ thời kỳ Trước.
1. Mở đầu
Trong thời gian gần đây, nhiều công trình nghiên cứu khí hậu ở Việt Nam bắt
đầu quan tâm đến một trong những yếu tố hoàn lưu khí quyển quan trọng: vận tải ẩm
trong khí quyển. Sở dĩ như vậy vì vận tải ẩm không những ảnh hưởng đến lượng mưa
và phân bố mưa mà còn tác động sâu sắc đến cường độ mưa, đặc biệt là cường độ mưa
trong các thời kỳ có hoạt động của El Nino. Dẫn đến tình trạng hạn hán kéo dài trên
nhiều vùng, có năm đến 5 – 7 tháng.
Ở Việt Nam, vai trò của El Nino đối với thời tiết khí hậu ngày càng được thừa
nhận, nhất là trong bối cảnh biến đổi khí hậu hiện nay, với sự xuất hiện nhiều hiện
tượng cực đoan trong đó có hạn hán. Hạn hán có thể xảy ra từ tháng XI, tháng XII cho
đến tháng IX năm tiếp theo, nặng nhất vào thời gian từ tháng I đến tháng IV ở Bắc Bộ,
Tây Nguyên, Nam Bộ và từ tháng V đến tháng VIII ở Trung Bộ. Riêng ở Nam Trung
Bộ hạn nặng suốt từ tháng I đến tháng VIII.
2. Phương pháp và số liệu
2.1. Phương pháp tính toán lượng vận tải ẩm
Lượng vận tải ẩm trong khí quyển rất khác nhau trên các độ cao và trong các
lớp khí quyển. Lượng vận tải ẩm ở độ cao có khí áp p (hPa) được tính theo [4]:
1) Lượng vận tải ẩm vĩ hướng (Qu, kg m-1s-1) trên toàn cột khí quyển
300 hpa
Qu =
1
q( p)u ( p)dp
g 1000∫hpa
(1)
2) Lượng vận tải ẩm kinh hướng (Qv, kg m-1s-1) trên toàn cột khí quyển
300 hpa
1
Qv =
q( p)v( p)dp
g 1000∫hpa
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
(2)
93
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
3) Lượng vận tải ẩm tổng hợp (Q, kg m-1s-1) trên toàn cột khí quyển
2
Q 2 = Q u +Q v
2
(3)
Trong đó:
g - Gia tốc trọng trường (m s-2), u(p) - tốc độ gió vĩ hướng (m s-1), v(p) - tốc độ
gió kinh hướng (m s-1), q(p) - độ ẩm riêng (kg kg-1).
Số liệu được sử dụng trong bài báo này bao gồm: độ ẩm riêng (q, g kg-1), tốc độ
gió vĩ hướng, kinh hướng (u, v) trên 8 mực đẳng áp: 1000, 925, .., 400 và 300 hPa với
độ phân giải ngang 2.50x2.50 độ kinh vĩ trên khu vực Đông Á-Tây Thái Bình Dương
mở rộng (ĐA-TTBD) giới hạn 400S - 600N, 600E - 900W, lấy từ số liệu phân tích lại
thời kỳ 1960-2009 của NCEP/NCAR thuộc Mỹ.
2.2. Ước lượng lượng vận tải ẩm ở Việt Nam và khu vực lân cận
Để nghiên cứu phân bố không gian và thời gian của lượng vận tải ẩm ở Việt
Nam, thực hiện ước lượng vận tải ẩm trung bình cho 9 khu vực thuộc Đông Á – Tây
Thái Bình Dương mở rộng bao gồm: 1) Bắc Bộ Việt Nam (BBVN) với phạm vi 150N250N, 900E-1200E; 2) Trung Bộ Việt Nam (TBVN), 100N-200N, 900E-1200E; 3) Nam
Bộ Việt Nam (NBVN), 50N-150N, 900E-1200E. 4) Hoa Nam Trung Quốc (HNTQ)
250N-350N, 800E-1400E; 5) Bengal (BG) 00N-250N, 800E-1000E; 6) Biển Đông (BĐ)
00N-250N, 1050E-1200E; 7) Xích đạo Đông Nam Á (XĐĐNA) 50S-50N, 800 E-1400E;
8) Áp thấp Ấn Độ (Tad) 50N-250N, 600E-1000E; 9) Áp thấp xích đạo (Txd) 100S-100N;
1200E-1800E.
Các cấp vận tải ẩm được qui định như sau: Cấp 1: ≤ 50kg m-1s-1; Cấp 2: 51 100kg m-1s-1; Cấp3: 101 - 150kg m-1s-1; Cấp 4: 151 - 200kg m-1s-1; Cấp 5: 201 - 250kg
m-1s-1; Cấp 6: 251 - 300kg m-1s-1; Cấp 7: 301 - 350kg m-1s-1; Cấp 8: > 350kg m-1s-1.
2.3. Các đợt El Nino và phân định các thời kỳ
Các đợt El Nino được xác định theo số liệu trung bình trượt 3 tháng chuẩn sai
nhiệt độ nước biển (SSTA) trung bình tháng trên vùng NINO 3.4 thời kỳ 1960 – 2009.
Trong thời kỳ 1960 – 2009 có 14 đợt EL Nino [3].
Để phân chia các thời kỳ có hoặc không có hoạt động El Nino nhóm tác giả
thực hiện phân chia một chu trình El Nino thành 6 thời kỳ:1) Trước; 2) Hình thành; 3)
Phát triển; 4) Suy thoái; 5)Tan rã; 6) Sau. Mỗi thời kỳ dài từ 3-4 tháng tùy theo thời
gian kéo dài của chu trình E.
3. Kết quả và thảo luận
3.1. Đặc điểm vận tải ẩm ở Việt Nam và khu vực lân cận
1) Trên phạm vi Đông Á – Tây Thái Bình Dương mở rộng, hầu như khu vực
nào cũng xuất hiện và tồn tại cả vận tải ẩm vĩ hướng lẫn vận tải ẩm kinh hướng song
thường xuyên biến đổi theo chu kỳ năm và biến đổi từ năm này qua năm khác, về
hướng cũng như về cường độ (Bảng 1).
94
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
2) Ở Việt Nam, thường xuyên xuất hiện vận tải ẩm vĩ hướng thu đông có hướng
Đông, xuân – hè có hướng Tây và vận tải ẩm kinh hướng thu – đông có hướng Bắc,
xuân – hè có hướng Nam. Tuy nhiên, cũng có sự khác biệt nhất định giữa 3 miền về
thời gian chuyển tiếp từ hướng Đông sang hướng Tây và ngược lại của vận tải ẩm vĩ
hướng cũng như thời gian đổi chiều từ hướng Nam sang hướng Bắc và ngược lại của
vận tải ẩm kinh hướng.
Ở Bắc Bộ, vận tải ẩm tổng hợp phổ biến có hướng Tây Bắc, Đông Bắc, cấp 3, 4
trong suốt mùa thu, đầu đông, chuyển sang Tây Nam cấp 3, 4, 5 vào mùa xuân, cấp 5,
cấp 6 vào mùa hè sau đó hạ xuống cấp 3 và chuyển sang Đông Nam vào đầu thu.
Ở Trung Bộ, vận tải ẩm tổng hợp phổ biến có hướng Đông Bắc, cấp 3, 4 vào
cuối thu, suốt mùa đông, chuyển sang Tây Nam rồi tăng dần cường độ từ cấp 3, 4 lên
cấp 5, cấp 6, thậm chí cấp 7 trong suốt mùa hè rồi hạ xuống cấp 4 vào đầu thu.
Ở Nam Bộ, vận tải ẩm tổng hợp tương tự Trung Bộ, về hướng cũng như về
cường độ.
3) So với các nơi khác trên khu vực Đông Á -Tây Thái Bình Dương, vận tải ẩm
ở Việt Nam có các đặc điểm sau đây:
- Thể hiện sự phân mùa rõ rệt về hướng cũng như về tốc độ phù hợp với mùa
hoàn lưu và do đó góp phần quan trọng quyết định chế độ mưa ở Việt Nam.
- Vận tải ẩm vĩ hướng khá cân bằng với vận tải ẩm kinh hướng về cường độ.
- Cường độ vận tải ẩm lớn hơn các khu vực vĩ độ cao hơn và cả các khu vực có
vĩ độ thấp hơn.
Bảng 1. Vận tải ẩm trung bình tháng ở Việt Nam và phụ cân
Đặc
trưn
g
Qu
Qv
Khu
vực
HNTQ
BBVN
TBVN
NBVN
BG
BĐ
XĐĐN
A
Tad
Txd
HNTQ
BBVN
TBVN
NBVN
BG
VII
IX
I
I
II
III
IV
V
VI VII
X
XI XII
105
122
147
154
150
171
102
20
54
75
89
94
33
61
82
103
112
147
126
89
-37
-93
-55
-11
-83
-56
-41
-20
73
196
216
234
72
-111
-168
-141
-193
-170
-147
-105
62
206
233
268
164
-20
-172
-224
-87
-65
-41
-1
112
219
230
213
119
10
-65
-98
-110
-93
-72
-43
30
101
106
118
24
-69
-114
-127
15
8
0
-9
-1
-10
-8
-18
-25
3
35
46
-51
-29
-12
14
110
276
324
289
153
9
-64
-78
-68
-75
-91
-119
-149
-166
-148
-143
-125
-91
-67
-59
-1
8
19
40
62
120
148
110
80
28
6
-4
-4
17
40
62
100
168
160
111
44
-3
-20
-20
-40
-13
17
40
91
145
132
113
53
-14
-52
-63
-70
-44
-12
16
71
106
105
101
61
-1
-49
-82
-31
-20
-7
20
61
106
114
108
77
32
-6
-30
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
95
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Q
BĐ
XĐĐN
A
Tad
Txd
HNTQ
BBVN
TBVN
NBVN
BG
BĐ
XĐĐN
A
Tad
Txd
-74
-47
-5
30
68
118
120
98
40
-21
-55
-77
-60
-58
-32
0
26
44
60
66
50
24
-1
-34
-39
-30
-19
-5
17
67
74
53
22
-6
-25
-38
-55
-59
-38
-3
20
36
51
52
44
29
6
-26
128
145
172
187
204
265
249
196
192
164
138
123
145
158
168
185
192
260
255
209
140
174
180
156
164
153
142
136
162
285
296
301
174
161
214
205
227
201
172
141
158
274
293
325
217
133
210
257
140
124
109
117
200
315
335
328
222
135
142
148
216
208
188
167
148
214
221
223
163
164
205
230
170
165
130
106
134
164
182
189
171
138
132
149
126
114
105
110
171
334
396
365
216
115
127
137
229
243
203
167
174
200
207
212
188
150
138
184
3.2 Diễn biến vận tải ẩm trong các thời kỳ của chu trình El Nino
Để phản ánh diễn biến tổng thể của vận tải ẩm thực hiện việc phân cấp cường
độ trung bình của 14 đợt El Nino trong 6 thời kỳ: Trước, Hình thành, Phát triển, Suy
thoái, Tan rã và thời kỳ Sau.
Quá trình phân cấp chỉ thực hiện với 9 khu vực đại diện cho Việt Nam (BBVN,
TBVN, NBVN) và một số khu vực nhiệt đới xích đạo Đông Nam Á (Tad, BG, BĐ,
Txd, XĐĐNA). Ngoài ra, việc phân cấp cũng được thực hiện với khu vực Hoa Nam
Trung Quốc (HNTQ), liền kề với Bắc Bộ ở phía Bắc.
Kết quả trình bày trên bảng 2 cho thấy ba điều đáng chú ý:
1) Cường độ vận tải ẩm vĩ hướng phổ biến trong các thời kỳ Trước và Sau El
Nino là cấp 1, 2 hoặc cấp 3 phản ánh cường độ trung bình của vận tải ẩm tương ứng
trong các thời kỳ không có hoạt động của El Nino. Tuy nhiên trị số phổ biến trong thời
kỳ Hình thành El Nino, cấp cường độ phổ biến là 2, 3, 4 và ngược lại trong thời kỳ
Phát triển El Nino chỉ là cấp 1, 2. Ngoài ra, trị số phổ biến trong thời kỳ Suy thoái
cũng tương tự thời kỳ Hình thành song mang dấu âm là chủ yếu.
2) Cấp cường độ vận tải ẩm kinh hướng phổ biến là 1, 2 trong thời kỳ Trước
hoặc Sau, cấp 2 trong thời kỳ Hình thành, cấp 1 trong thời kỳ Phát triển, Tan rã và -1
trong thời kỳ Suy thoái.
3) Cấp cường độ vận tải ẩm tổng hợp phổ biến là 4, 5 trong thời kỳ Trước, Hình
thành và 3, 4, 5 trong thời kỳ Phát triển, Suy thoái, Tan rã và thời kỳ Sau.
Các đặc điểm trên cho phép rút ra nhận định là:
- Trên dải nhiệt đới xích đạo Đông Nam Á, trong đó có Việt Nam, vận tải ẩm vĩ
hướng, tăng lên trong thời kỳ Hình thành rồi giảm đi trong thời kỳ Phát triển, Suy
thoái, nhích dần lên trong thời kỳ Tan rã và trở lại bình thường trong thời kỳ Sau. Xin
96
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
lưu ý là, quá trình diễn biến tổng thể nói trên tương đối rõ rệt đối với vận tải ẩm vĩ
hướng, kém rõ rệt hơn với vận tải ẩm kinh hướng và rất khó phát hiện đối với vận tải
ẩm tổng hợp.
- Vận tải ẩm vĩ hướng chuyển từ hướng Đông sang hướng Tây hay ngược lại và
vận tải ẩm kinh hướng chuyển từ hướng Nam sang hướng Bắc hay ngược lại trong thời
kỳ Hình thành.
- Quy luật phổ quát không thể hiện đầy đủ trên cả 3 miền: Bắc Bộ, Trung Bộ và
Nam Bộ Việt Nam.
4) Đáng lưu ý là, trong một số chu trình El Nino mạnh, chẳng hạn chu trình E9192; E97-98, vận tải ẩm có diễn biến không phù hợp với quy luật phổ quát như đã thấy
trong một số chu trình El Nino khác.
Tổng hợp diễn biến vận tải ẩm trong các thời kỳ của các chu trình El Nino bao
gồm các chu trình thỏa mãn hoàn toàn quy luật phổ quát và cả các chu trình chỉ bảo
đảm một phần quy luật đó được trình bày trong bảng 3 có thể cung cấp cho người đọc
một số thông tin cơ bản nhất về đặc điểm vận tải ẩm ở Việt Nam trong quá trình diễn
biến của một chu trình El Nino.
Bảng 2. Các cấp cường độ vận tải ẩm trung bình trong các thời kỳ của El Nino
Loại
Qu
Qv
Q
Khu vực
HNTQ
BBVN
TBVN
NBVN
BG
BĐ
XĐĐNA
Tad
Txd
HNTQ
BBVN
TBVN
NBVN
BG
BĐ
XĐĐNA
Tad
Txd
HNTQ
BBVN
TBVN
NBVN
BG
BĐ
XĐĐNA
Tad
Txd
Trước
3
2
2
2
3
1
1
2
-2
2
2
2
1
2
2
1
1
1
4
4
5
5
5
4
4
5
4
Hình thành
2
2
3
3
4
2
-1
4
-2
2
2
2
2
2
2
1
1
1
4
5
5
5
5
4
4
5
4
Thời kỳ
Phát triển Suy thoái
2
3
1
1
1
-2
1
-4
2
-1
-1
-2
-1
-1
2
-1
-1
-2
1
1
1
1
1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
1
-1
4
4
4
4
4
4
5
5
4
3
4
5
3
3
4
3
4
4
Tan rã
3
2
1
-2
1
-1
-1
1
-3
1
2
1
1
1
1
-1
-1
-1
4
4
4
5
4
5
3
4
5
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Sau
3
2
1
1
3
1
-1
3
-3
2
2
1
2
2
2
1
1
1
5
4
4
4
4
4
3
4
5
97
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Bảng 3. Lượng vận tải ẩm trung bình trong các thời kỳ của chu trình El Nino
Loại vận
tải ẩm
Khu vực
BBVN
TBVN
NBVN
BBVN
TBVN
NBVN
BBVN
TBVN
NBVN
Vĩ hướng
Kinh
hướng
Tổng hợp
Trước
93
94
72
89
76
48
198
214
227
Hình thành
83
117
122
91
83
63
202
226
234
Thời kỳ
Phát triển Suy thoái
4
38
15
-72
37
-160
37
15
28
-30
23
-37
165
167
196
177
216
214
Tan rã
84
6
-68
65
38
15
186
177
206
Sau
99
50
11
98
78
55
199
184
192
4. Kết luận
1. Vận tải ẩm ở Bắc Bộ, Trung Bộ và Nam Bộ không sai khác nhiều so với khu
vực kế cận như vịnh Bengan, Biển Đông và xích đạo Đông Nam Á thuộc loại phong
phú nhất vượt xa các khu vực ở vĩ độ cao, vĩ độ trung bình và cả một số khu vực xích
đạo - nhiệt đới trong phạm vi Đông Á - Tây Thái Bình Dương mở rộng.
2. Vận tải ẩm ở Việt Nam có sự phân hóa rõ rệt trong hai mùa thu - đông với
hướng Đông Bắc, cường độ tương đối thấp và vào xuân – hè với hướng Tây – Nam
hay Đông Nam, cường độ tương đối lớn.
3. Ở Việt Nam cũng như các khu vực trong dải nhiệt đới - xích đạo Đông Nam
Á có sự đồng nhất tương đối về quy luật phổ quát trong diễn biến tổng thể của vận tải
ẩm trong các thời kỳ của chu trình El Nino. Gia tăng trong thời kỳ Hình thành, suy
giảm trong thời kỳ Phát triển, Suy thoái và hồi phục trong thời kỳ Tan rã.
TÀI LIỆU THAM KHẢO
4. Vũ Văn Thăng, Nguyễn Trọng Hiệu và nnk. Phân bố độ ẩm và vận tải ẩm trong
các lớp khí quyển trên khu vực Bắc Bộ Việt Nam. Tạp chí Khí tượng Thủy văn
số 602, 2/2011.
5. Nguyễn Thị Hiền Thuận. Tính toán vận tải ẩm trong khí quyển” Báo cáo Hội
thảo khoa học lần thứ 11 Viện KHKTTV&MT (Phân viện phía Nam). Tuyển
tập Báo cáo, 10/2004.
6. Nguyen Trong Hieu, Pham Thi Thanh Huong and Vu Van Thang. Distribution
of heavy rainfall in Vietnam and prediction probability based on ENSO indies.
Agenda The Second International MAHASRI/HyAR, 8/2011.
7. Ma Khai Ngoc, nnk (1996) Chẩn đoán khí hậu, tr 95-99. Nxb Khí tượng, Trung
Quốc.
98
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
CHARTERISTICS OF MOISTURE TRANSPORT IN VIET NAM
PERIOD EL NINO
Vu Van Thang (1), Phạm Thị Thanh Hương (1),
Nguyen Van Thang (1), Nguyen Trong Hieu (2)
(1)
Vietnam Institute of Meteorology, Hydrology and Environment
(2)
Center for Meteorology, Hydrology and Environmental science and technology
In this work, the moisture transport in the atmospheric layer from level 1000 to 300
hPa is studied under three categories: Zonal moisture transport, meridional moisture
transport and total moisture transport in the 8 levels intensity. Data used are 50 years
reanalysis data of the NCEP/NCAR.
Research results show that, in Vietnam zonal moisture transport (Qu) direction is
Eastward in the autumn; eastward and westward in the spring and summer. Meridional
moisture transport (Qv) direction is northward in autumn and winter and southestward in
spring and summer. Total moisture transport are mainly northeastward in the late autumn to
early spring and southwestward in the late spring to early autumn.
In most of El Nino cases, the intensity of total moisture transport increased 1-2 levels
in the formation El Nino, decrease 1-2 levels in the period El Nino development,decrease then
increase during disintegration and back to normal during the later period.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
99
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
ĐÁNH GIÁ KHẢ NĂNG MÔ PHỎNG KHÍ HẬU MÙA CỦA MÔ HÌNH
PRECIS CHO KHU VỰC VIỆT NAM
Trần Thục, Mai Văn Khiêm, Hoàng Đức Cường, Nguyễn Văn Thắng
Viện Khoa học Khí tượng Thủy văn và Môi trường
Mục đích của nghiên cứu này là đánh giá kỹ năng của mô hình khí hậu khu vực
PRECIS do Trung tâm Khí tượng Hadley-Vương Quốc Anh phát triển trong việc mô phỏng lại
điều kiện khí hậu hạn dài (30 năm, 1961-1990). Các phân tích được thực hiện trên cơ sở so
sánh giá trị trung bình mùa các trường nhiệt độ, mưa, tốc độ và hướng gió mực 850hpa của 5
mô phỏng khác nhau từ mô hình PRECIS với số liệu quan trắc. Kết quả phân tích ban đầu chỉ
ra rằng mô hình biểu diễn khá tốt các hình thế không gian chính của khí hậu địa phương. Tuy
nhiên, tổng lượng mưa mô phỏng thấp hơn chút ít so với quan trắc trong khoảng thời gian từ
tháng 3 đến tháng 6, xu thế tương tự đối với nhiệt độ trong khoảng tháng 9 đến tháng 2 năm
sau, đặc biệt là các tỉnh Bắc Bộ và Trung Bộ.
1. Mở đầu
Những năm gần đây khả năng dự báo của các mô hình khí hậu toàn cầu (GCM)
đã được cải tiến đáng kể, là công cụ hỗ trợ đắc lực cho các nghiên cứu về khoa học khí
quyển. Tuy nhiên, mô hình GCM thường có độ phân giải trên 1 độ kinh vĩ nên không
thể biểu diễn đủ chi tiết các đặc trưng khí hậu của khu vực và địa phương, nơi mà phân
bố các biến khí quyển bề mặt như nhiệt độ, gió,… phụ thuộc rất lớn vào đặc điểm địa
hình. Chính vì vậy cần thiết phải chi tiết hóa thông tin dự báo từ GCM trước khi được
ứng dụng. Biện pháp khoa học phổ biển hiện nay là hạ thấp quy mô (downscaling)
thống kê và hạ thấp quy mô động lực. Hạ thấp quy mô động lực là lồng một mô hình
khí hậu khu vực phân giải cao (Regional Climate Model-RCM) vào mô hình GCM để
GCM điều khiển RCM thông qua điều kiện biên xung quanh của miền RCM, còn
RCM phát triển khí hậu trong miền hữu hạn của mình [3]. Mô hình khí hậu khu vực đã
trở thành một công cụ quan trọng trong dự báo các dao động và biến đổi khí hậu.
Ở Việt Nam, sử dụng mô hình động lực trong dự báo khí hậu mới bắt đầu được
quan tâm nghiên cứu khoảng chục năm trở lại đây trong đó những nghiên cứu điển
hình nhất là nghiên cứu của Kiều Thị Xin, Phan Văn Tân [1,2]. Thử nghiệm mô phỏng
mưa trên lãnh thổ Việt Nam bằng mô hình dự báo khí hậu khu vực RegCM của Kiều
Thị Xin [1] là một trong những kết quả đầu tiên về mô phỏng khí hậu bằng mô hình số
ở Việt Nam. Hiện nay, Viện Khoa học Khí tượng Thủy văn và Môi trường đang sử
dụng mô hình PRECIS để xây dựng kịch bản biến đổi khí hậu, tuy nhiên khả năng mô
phỏng khí hậu của mô hình vẫn còn là câu hỏi để mở. Trong nghiên cứu này chúng tôi
thực hiện phân tích, so sánh giá trị trung bình mùa các trường nhiệt độ, mưa, tốc độ và
hướng gió mực 850 hpa của 5 mô phỏng khác nhau từ mô hình PRECIS với số liệu
quan trắc. Kết quả nghiên cứu góp phần làm sáng tỏ khả năng ứng dụng mô hình
PRECIS trong nghiên cứu đánh giá tác động của biến đổi khí hậu.
2. Mô hình PRECIS và số liệu
PRECIS (Providing Regional Climates for Impacts Studies) là hệ thống mô hình
khí hậu khu vực được xây dựng bởi Trung tâm Nghiên cứu khí tượng Hadley, Vương
100
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Quốc Anh. Mô hình có thể chạy trên máy tính cá nhân (PC). Tiền thân của mô hình
PRECIS là mô hình HadRM3P xây dựng từ năm 1991 và được phát triển, cải tiến để dự
tính biến đổi khí hậu. HadRM3P là mô hình thủy tĩnh với hệ phương trình nguyên thủy
đầy đủ, bao gồm. Mô hình sử dụng hệ tọa độ Lai (Hybrid, η) gồm 19 mực thẳng đứng
với mỗi mực η, k (k = 1,..., 19) xác định bởi sự kết hợp tuyến tính giữa độ cao địa hình
và các mực khí áp. Lưới ngang của mô hình là lưới xen kẽ, các biến vô hướng như
nhiệt độ, khí áp, độ ẩm được xác định tại tâm ô lưới còn các thành phần gió được xác
định tại các điểm nút lưới. PRECIS sử dụng phép chiếu cực quay, đảm bảo cho sự ổn
định mô hình mà không cần tới phép lọc phi vật lí. Hệ phương trình trong mô hình dựa
trện hệ phương trỉnh thủy tĩnh. Mô hình mô phỏng các biến riêng biệt, khoảng cách
giữa các lưới và thời gian là như nhau. Sự thay đổi của áp suất, gió, nhiệt độ, độ ẩm và
các yếu tố khác tuân theo 3 định luật bảo toàn chính: định luật bảo toàn mô men động
lượng, bảo toàn khối lượng và định luật bảo toàn năng lượng. Chuyển động thẳng
đứng còn chịu ảnh hưởng của lực gradient khí áp và lực trọng trường. Tuy nhiên trong
mô phỏng của PRECIS vận tốc và gia tốc thẳng đứng của các yếu tố là rất nhỏ, do đó
được bỏ qua. Miền tính cho Việt Nam được xây dựng với phạm vi không gian trong
khoảng: 4N- 36oN, 93-120oE, độ phân giải ngang 25x25km. Kích thước lưới tính:
140x160 nút lưới. Điều kiện biên cho mô hình được lấy từ kết quả mô phỏng của
GCM. Mô tả chi tiết về tính chất của mô hình PRECIS có thể tham khảo trong nghiên
cứu của Jones và công sự [4].
Để đánh giá khả năng mô phỏng của PRECIS, 5 mô phỏng với điều kiện biên
khác nhau (Q0, Q3, Q10, Q11, Q13)được thực hiện trong khoảng thời gian 1961-1990.
Kết quả mô phỏng sau đó được so sánh với số liệu quan trắc trên lưới (CRU) và số liệu
tái phân tích ERA. Số liệu mô trên lưới tinh của mô hình được nội suy về lưới thô của
số liệu quan trắc trước khi thực hiện phân tích so sánh.
3. Kết quả và thảo luận
3.1. Nhiệt độ
Các hình 1 và 2 mô tả quan trắc và mô phỏng nhiệt độ trung bình mùa hè, mùa
đông của 3 trong năm phương án tính toán (2 phương án còn lại có kết quả tương tự).
Có thể thấy rằng mô hình PRECIS mô phỏng khá tốt phân bố không gian trường nhiệt
độ không khí bề mặt. Giống như quan trắc, kết quả mô hình cũng thể hiện được các
vùng có nền nhiệt độ cao là các tỉnh thuộc Bắc Bộ và dãi ven biển miền Trung. Trong
khi đó vùng Nam Bộ có nhiệt độ tương đối đồng nhất, các tỉnh ở khu vực khí hậu Tây
Nguyên có nền độ tương đối thấp so với cả nước trong các tháng mùa hè. Trong mùa
đông, nhiệt độ mô phỏng có xu thế cao hơn chút ít so với quan trắc ở một số tỉnh Bắc
Bộ và Trung Bộ. Giá trị nhiệt độ trung bình cao nhất trong mùa hè khoảng 320C, thấp
nhất trong mùa đông khoảng 100C. Một điểm đặc biệt có thể nhận ra là nhiệt độ mô
phỏng ở khu vực Tây Nguyên và Tây Bắc thường thấp hơn quan trắc, sai khác có thể
lên tới 2-30C, kết quả này thể hiện ở cả 5 phương án tính toán. Một trong những lý do
có thể là mô hình chưa tính được hết các tác động của địa hình phức tạp ở hai khu vực
này.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
101
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
a)
b)
c)
d)
Hình 1. Nhiệt độ trung bình mùa hè thời kỳ 1961-1990(0C). a) quan trắc; b)mô phỏng
Q0; c)mô phỏng Q3;d )mô phỏng Q10
a)
b)
c)
d)
Hình 2. Nhiệt độ trung bình mùa đông thời kỳ 1961-1990(0C). a) quan trắc; b)mô
phỏng Q0; c)mô phỏng Q3;d )mô phỏng Q10
3.2. Mưa
Lượng mưa trung bình ngày thời kỳ 1961-1990 theo số liệu quan trắc CRU và 3
mô phỏng từ mô hình PRECIS cho mùa đông và mùa hè được mô tả trên các hình 3 và
4. Nhìn chung mô hình đã tái diễn được phân bố không gian của mưa trên khu vực
Việt Nam. Trong mùa hè, mưa tập trung nhiều hơn ở Bắc Bộ, Nam Bộ và Tây Nguyên
trong khi các tỉnh khu vực Trung Bộ có lượng mưa trung bình thấp hơn so với cả nước
và thấp hơn so với quan trắc. Trong mùa đông, vùng mưa lớn lại xuất hiện chủ yếu ở
các tỉnh miền Trung và Tây Bắc Việt Nam và cũng lớn hơn so với quan trắc. Phân bố
mưa theo không gian như trên được thể hiện ở tất cả các phương án tính toán của mô
102
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
hình PRECIS. Hình 5 thể hiện biến trình năm của mưa và nhiệt độ trung bình trên toàn
lãnh thổ Việt Nam. Rõ ràng là mô hình PRECIS hoàn toàn có thể mô phỏng được diễn
biến theo mùa đối với cả nhiệt độ và mưa, tuy nhiên lượng mưa mô phỏng cao hơn
quan trắc trong các tháng 3-6. Xu thế tương tự đôi với nhiệt độ trong các tháng 9 đến
tháng 2 năm sau. Lượng mưa và nhiệt độ đạt cực đại trong các tháng mùa hè và cực
tiểu trong các tháng mùa đông, kết quả này liên quan đến biến động theo mùa của hoàn
lưu gió mùa.
a)
b)
c)
d)
Hình 3. Mưa trung bình mùa hè thời kỳ 1961-1990(mm/ngày). a) quan trắc; b)mô
phỏng Q0; c)mô phỏng Q3;d )mô phỏng Q10
a)
b)
c)
d)
Hình 4. Mưa trung bình mùa đông thời kỳ 1961-1990(mm/ngày). a) quan trắc; b)mô
phỏng Q0; c)mô phỏng Q3;d )mô phỏng Q10
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
103
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Hình 5.Biến trình năm của mưa trung bình(a) và nhiệt độ trung bình (b) theo số quan
trắc và mô phỏng thời kỳ 1961-1990
a)
d)
b)
c)
e)
f)
Hình 6. Tốc độ và hướng gió trung bình mùa hè thời kỳ 1961-1990(m/s). a) quan trắc;
b)mô phỏng Q0; c)mô phỏng Q3;d )mô phỏng Q10;e)mô phỏng Q11, f)mô phỏng Q13
104
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
a)
b)
c)
d)
e)
f)
Hình 7. Tốc độ và hướng gió trung bình mùa đông thời kỳ 1961-1990(m/s). a) quan
trắc; b)mô phỏng Q0; c)mô phỏng Q3;d )mô phỏng Q10;e)mô phỏng Q11, f)mô phỏng
Q13
3.3. Hoàn lưu gió
Khí hậu Việt Nam chịu ảnh hưởng rất lớn bởi hoàn lưu gió mùa (gió đông bắc
trong mùa đông và gió tây nam trong mùa hè). Hình 6 thể hiện kết quả mô phỏng và
quan trắc tốc độ và hướng gió trung bình thời kỳ 1961-1990 tại mực 850hPa. Có thể
thấy rằng cả 5 phương án tính toán từ mô hình PRECIS đều nắm bắt được khá tốt hoàn
lưu gió mùa hè. Mặc dù vậy, mô phỏng hoàn lưu gió mùa hè khá mạnh so với quan
trắc. Sai số lớn nhất có thể lên tới 4-5m/s. Sai số hệ thống này thể hiện ở cả 5 mô
phỏng và hoàn toàn có thể hiệu chỉnh được khi ứng dụng mô hình trong thực tế. Kết
quả tính toán mô phỏng tương tự đối với hoàn lưu gió mùa đông như thể hiện trên
Hình 7. So với mùa hè, mô phỏng mùa đông phù hợp hơn với số liệu quan trắc, đặc
biệt là về cường độ.
4. Kết luận
Nghiên cứu này đã phân tích khả năng mô phỏng khí hậu mùa bằng mô hình
khí hậu khu vực PRECIS. Nhìn chung mô hình mô phỏng khá tốt phân bố không gian
và dao động theo mùa của các trường nhiệt độ, mưa và hoàn lưu gió. Mặc dù còn tồn
tại những sai khác giữa mô hình và quan trắc nhưng điều quan trọng là các sai số đều
mang tính hệ thống và hoàn toàn có thể hiệu chỉnh được. Tổng lượng mưa mô phỏng
thấp hơn chút ít so với quan trắc trong khoảng thời gian từ tháng 3 đến tháng 6, xu thế
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
105
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
tương tự đối với nhiệt độ trong khoảng tháng 9 đến tháng 2 năm sau, đặc biệt là các
tỉnh Bắc Bộ và Trung Bộ. So với mùa hè, mô phỏng hoàn lưu gió mùa đông thể hiện
được mức độ chính xác cao hơn, đặc biệt là cường độ gió.
Kết quả phân tích từ nghiên cứu này đã chứng minh rằng mô hình PRECIS
hoàn toàn có thể là một công cụ hữu ích trong nghiên cứu dao động và biến đổi khí
hậu. Tuy nhiên, vẫn cần có thêm các so sánh chi tiết giữa kết quả mô phỏng với số liệu
quan trắc tại trạm để nhận được các đánh giá toàn diện hơn.
TÀI LIỆU THAM KHẢO
1. Kiều Thị Xin, Trần Ngọc Anh, Lê Công Thành, Phan Văn Tân. 2000. Về thử
nghiệm mô phỏng mưa trên lãnh thổ Việt Nam bằng mô hình dự báo khí hậu
khu vực RegCM. Tạp chí Khí tượng Thuỷ văn 7 (475), tr. 10-18.
2. Phan Văn Tân. 2010. Nghiên cứu tác động của biến đổi khí hậu toàn cầu đến
các yếu tố và hiện tượng khí hậu cực đoan ở Việt Nam, khả năng dự báo và giải
pháp chiến lược ứng phó. Đề tài cấp nhà nước KC08.29/06-10
3. Giorgi F., Mearns L.O. (1999), "Introduction to special section: Regional
climate modeling revisited" Journal of Geophysical Research Vol. 104 (D6),
pp. 6335-6352
4. Jones RG, Noguer M, Hassell DC, Hudson D, Wilson SS, Jenkins GJ, Mitchell
JFB (2004) Generating high resolution climate change change scenarios using
PRECIS. Met Office Hadley Centre, Exeter, UK
EVALUATION OF SEASONAL CLIMATE PREDICTABILITY USING
PRECIS MODEL OVER VIETNAM AREA
Tran Thuc, Nguyen Van Thang, Mai Van Khiem, Hoang Duc Cuong
Viet Nam Institute of Meteorology, Hydrology and Environment
The aim of this study is to evaluate the skill of regional climate model-PRECIS in
simulating the long-term climate (30 year, 1961-1990). The analysis was performed based on
compassion of seasonal averages between observed and simulated precipitation, temperature,
and 850hpa wind speed and direction. These initial validations demonstrate that the models
represent well the key geographical and seasonal patterns in the local climate. However,
there is a slight underestimation of March to June rainfall and September to February
temperatures, especially for North and Central provinces.
106
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
DỰ BÁO KHÍ HẬU MÙA BA THÁNG III, IV, V NĂM 2012
Đào Thị Thúy, Nguyễn Văn Thắng, Hoàng Đức Cường,
Nguyễn Đăng Mậu, Phạm Hải Yến, Nguyễn Thu Hoa, Lê Duy Diệp
Viện Khoa học Khí tượng Thuỷ văn và Môi trường
Báo cáo trình bày nhận định về diễn biến của hiện tượng ENSO, diễn biến nhiệt độ,
lượng mưa khu vực châu Á trong 3 tháng III, IV, V năm 2012 được tổng hợp từ các dự báo
của các Trung tâm dự báo khí hậu lớn trên thế giới ở Hoa Kỳ, Châu Âu, Úc,… và dự báo khí
hậu cho Việt Nam trên cơ sở sản phẩm của các mô hình dự báo khí hậu ở Viện Khoa học Khí
tượng Thủy văn và Môi trường. Trong 3 tháng III, IV, V năm 2012, các điều kiện khí quyển và
đại dương có khả năng sẽ dịch chuyển dần về trạng thái trung gian của ENSO. Ở Việt Nam,
nhiệt độ có khả năng hụt đến cận chuẩn trên đa phần diện tích cả nước với chuẩn sai chủ yếu
dao động từ -1 đến 0,5oC, trên phần lớn diện tích cả nước, lượng mưa có khả năng xấp xỉ đến
cao hơn trung bình nhiều năm với chuẩn sai dao động chủ yếu từ 0 đến 200mm.
1. Mở đầu
Thông tin khí hậu, nhất là thông tin dự báo khí hậu (DBKH), rất cần cho công
tác chỉ đạo quy hoạch sản xuất từ Trung ương đến địa phương. Ở nhiều nước trên thế
giới, DBKH đã được triển khai từ rất lâu với các bản tin DBKH nghiệp vụ định kỳ và
không định kỳ. Ở Việt Nam, sau khi Viện Khoa học Khí tượng Thủy văn và Môi
trường thực hiện thành công Đề án cấp Bộ "Nghiên cứu, thử nghiệm dự báo khí hậu ở
Việt Nam" [1] năm 2001, Trung tâm Nghiên cứu Khí tượng - Khí hậu đã ra định kỳ
hàng tháng bản tin Thông báo và DBKH mùa. Các thông tin khí hậu và DBKH đã
phần nào đáp ứng được nhu cầu của khoa học và đời sống. Báo cáo trình bày nhận
định về diễn biến của hiện tượng ENSO, diễn biến nhiệt độ, lượng mưa khu vực châu
Á trong 3 tháng III, IV, V năm 2012 được tổng hợp từ các dự báo của các Trung tâm
dự báo khí hậu lớn trên thế giới ở Hoa Kỳ, Châu Âu, Úc,… và dự báo khí hậu cho Việt
Nam trên cơ sở sản phẩm của các mô hình dự báo khí hậu ở Viện Khoa học Khí tượng
Thủy văn và Môi trường.
2. Nhận định chung về diễn biến khí hậu thế giới và khu vực
2.1. Hiện tượng ENSO
Bản tin dự báo về ENSO của Trung tâm Chuẩn đoán Khí hậu Hoa Kỳ (CPC)
ngày 9/II/2012 cho thấy, trong tháng I/2012, các điều kiện khí quyển và đại dương trên
khu vực xích đạo TBD vẫn tiếp tục nghiêng về phía pha lạnh (La Nina) với chuẩn sai
nhiệt độ mặt nước biển duy trì gần -1oC tại khu vực NINO3.4 và NINO4. Đa số các
mô hình thống kê và động lực đều dự báo các điều kiện khí quyển và đại dương tiếp
tục nghiêng về phía pha lạnh đến cuối mùa đông 2011/2012 ở Bắc bán cầu và sau đó
ENSO có khả năng chuyển về trạng thái trung gian trong các tháng tiếp theo.
Bản tin dự báo về ENSO của Viện Nghiên cứu quốc tế về dự báo khí hậu (IRI)
ngày 16/II/2012 tương đối thống nhất với bản tin của CPC. Xác suất xuất hiện các pha
của ENSO trên cơ sở dự báo chuẩn sai nhiệt độ bề mặt nước biển (SSTA) tại NINO3.4
trong 3 tháng tới là 48% đối với La Nina, 52% đối với pha trung gian và chỉ 0,3% cho
El Nino.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
107
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Hình 1 là kết quả dự báo SSTA trong 3 tháng III, IV, V năm 2012 của IRI cho
khu vực Thái Bình Dương (TBD), Ấn Độ Dương và Đại Tây Dương. Trên khu vực
xích đạo TBD, ở phía Tây, SST vượt chuẩn từ 0 đến 0,25oC; tại Trung tâm và ở phía
Đông, SSTA có giá trị từ -0,5 đến 0oC. Khu vực xích đạo Đại Tây Dương, SST hụt
chuẩn từ 0,5 đến 0oC. Tại khu vực xích đạo Ấn Độ Dương, SSTA có giá trị gần 0oC.
Trên khu vực Biển Đông, SST dao động xung quanh giá trị chuẩn.
Kết quả tổng hợp của Trung
tâm Khí hậu Quốc gia Úc (NCC) về
các mô hình dự báo hiện tượng
ENSO cho năm 2012 từ các Trung
tâm dự báo lớn trên thế giới được
trình bày trong Bảng 1. Tính đến mùa
từ tháng III - V/2012, trong số 7 mô
hình dự báo, có 3 mô hình dự báo pha
lạnh và 3 mô hình dự báo pha trung
gian của ENSO và 1 mô hình không
Hình 1. Dự báo SSTA 3 tháng III, IV, V
cho kết quả dự báo. Nếu kéo dài thời
năm 2012 (Nguồn: IRI, tháng II/2012)
gian dự báo đến mùa sau (từ tháng VI
- VIII/2012) thì có 6 mô hình dự báo
pha trung gian và 1 mô hình không cho kết quả dự báo. Như vậy, tổng hợp các dự báo
của NCC cho thấy các điều kiện khí quyển và đại dương có khả năng nghiêng về phía
pha lạnh trong 3 tháng III - V/2012.
Bảng 1. Tổng hợp dự báo SST tại NINO3 của các mô hình dự báo ENSO
(Nguồn: NCC, tháng II/2012)
Thời kỳ dự báo
Pha nóng(*)
Trung gian
Pha lạnh
Không có kết quả
III- V/2012
0
3
3
1
VI - VIII/2012
0
6
0
1
(*) Pha nóng của SST tại NINO3 xuất hiện khi chuẩn sai của đặc trưng này ≥
0,8 C và là pha lạnh khi ≤ -0,8oC.
o
Các dự báo về SSTA của Trung
tâm Dự báo Thời tiết Hạn vừa châu Âu
(ECMWF) các tháng III - V/2012 cho
thấy, SSTA tại NINO3 dao động xung
quanh giá trị 0oC và có xu hướng tăng
lên trong các tháng tiếp theo (Hình 2).
Từ các phân tích và thông tin dự
báo trên đây có thể đưa ra nhận định:
các điều kiện khí quyển và đại dương có
khả năng dịch chuyển dần về trạng thái
trung gian của ENSO trong 3 tháng tới.
108
Hình 2. Sơ đồ dự báo SSTA tại NINO3
(Nguồn: ECMWF, tháng II/2012)
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
2.2. Diễn biến khí hậu khu vực châu Á
Hình 3 và Hình 4 là kết quả dự
báo xác suất của IRI để nhiệt độ và
lượng mưa rơi vào các pha hụt chuẩn,
cận chuẩn và vượt chuẩn cho khu vực
châu Á trong 3 tháng III, IV, V năm
2012.
Trong 3 tháng tháng III, IV, V
năm 2012, nhiệt độ có khả năng vượt
chuẩn trên đa phần diện tích châu Á
với xác suất khoảng 40-70%. Khả
năng hụt chuẩn của nhiệt độ có thể
xảy ra ở đa phần diện tích Nam Á với
xác suất khoảng 40-60%. Đối với lãnh
thổ Việt Nam, nhiệt độ có khả năng
hụt chuẩn trên hầu hết diện tích cả
nước với xác suất khoảng 40-60%
(Hình 3).
Trong 3 tháng III, IV, V năm
2012, lượng mưa có khả năng vượt
chuẩn ở một phần nhỏ diện tích
thuộc Nam Ấn Độ và Myanma, Thái
Lan, hầu hết diện tích bán đảo Đông
Dương, Philippin, một phần nhỏ diện
tích thuộc Malaixia và Đông
Inđônêxia với xác suất khoảng 4070%. Khả năng hụt chuẩn của lượng
mưa có thể xảy ra ở một phần nhỏ
diện tích thuộc Trung Quốc và khu
vực Trung tâm Inđônêxia. Tại Việt
Nam, lượng mưa có khả năng vượt
chuẩn với xác suất khoảng 40-70%,
ngoại trừ khu vực Đông Bắc Bộ
không có tín hiệu dự báo (Hình 4).
Dự báo chuẩn sai nhiệt độ và
lượng mưa của ECMWF đối với khu
vực Đông Á trong 3 tháng tới cho
thấy: nhiệt độ có khả năng hụt chuẩn
ở một phần diện tích thuộc Nam Ấn
Độ, Nam Trung Quốc, Nam
Myanma, Thái Lan, bán đảo Đông
Dương, Tây Malaixia và một phần
Hình 3. Dự báo xác suất nhiệt độ 3 tháng III,
IV, V năm 2012 cho khu vực châu Á (Nguồn:
IRI, tháng II/2012)
Hình 4. Dự báo xác suất lượng mưa 3 tháng
III, IV, V năm 2012 cho khu vực châu Á
(Nguồn: IRI, tháng II/2012)
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
109
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
nhỏ diện tích thuộc Inđônêxia với chuẩn sai từ -2 đến 0oC. Khả năng vượt chuẩn của
nhiệt độ có thể xảy ra ở một phần nhỏ diện tích thuộc Bắc Ấn Độ, Trung Quốc,
Philippin và đa phần diện tích Inđônêxia với chuẩn sai từ 0 đến lớn hơn 2oC. Tại Việt
Nam, nhiệt độ có khả năng hụt chuẩn trên phạm vi cả nước với chuẩn sai từ nhỏ hơn -1
đến 0oC (Hình 5).
Lượng mưa có khả năng vượt chuẩn từ 0 đến lớn hơn 200mm trên đa phần diện
tích khu vực Đông Nam Á. Khả năng hụt chuẩn của lượng mưa có thể xảy ra ở một
phần diện tích thuộc Bắc Ấn Độ, Đông Trung Quốc và đa phần diện tích Inđônêxia với
chuẩn sai từ -50 đến 0mm. Đối với lãnh thổ Việt Nam, lượng mưa có khả năng vượt
chuẩn với chuẩn sai từ 0 đến 200mm, ngoại trừ khu vực Đông Bắc Bộ không có tín
hiệu dự báo (Hình 6).
Hình 5. Dự báo chuẩn sai nhiệt độ 3
tháng III, IV, V năm 2012 cho khu vực
Đông Á (Nguồn: ECMWF, tháng II/2012
Hình 6. Dự báo chuẩn sai lượng mưa 3
tháng III, IV, V năm 2012 cho khu vực
Đông Á (Nguồn: ECMWF, tháng II/2012)
3. Dự báo khí hậu cho Việt Nam
Kết quả dự báo khí hậu của các mô hình dự báo nhiệt độ và lượng mưa 3 tháng
III, IV, V năm 2012 (thực hiện vào tháng II/2012 tại Trung tâm Nghiên cứu khí tượng
- khí hậu, Viện Khoa học Khí tượng Thuỷ văn và Môi trường) được thể hiện dưới dạng
bản đồ (Hình 7, 8) và bảng số liệu xác suất để nhiệt độ và lượng mưa nhỏ hơn phân vị
thứ nhất (trị số ứng với xác suất tích luỹ 33% - ngưỡng của pha hụt chuẩn) và lớn hơn
phân vị thứ hai (trị số ứng với xác suất tích luỹ 67% - ngưỡng của pha vượt chuẩn) ở
một số trạm chính trên 7 vùng khí hậu của nước ta. Các sản phẩm dự báo này có thể
tham khảo tại [5].
3.1. Nhiệt độ
Kết quả dự báo nhiệt độ 3 tháng III, IV, V năm 2012 (Hình 7) cho thấy, khả
năng hụt chuẩn của nhiệt độ có thể xảy ra trên đa phần diện tích ở phía Bắc (từ Quảng
Bình trở ra), phần lớn diện tích Tây Nguyên, một phần nhỏ diện tích thuộc Nam Trung
Bộ và Tây Nam Bộ với xác suất từ 66 đến trên 77%. Nhiệt độ có khả năng cận chuẩn ở
Lào Cai, Đồng Nai và Long Xuyên với xác suất khoảng 66-77%. Khả năng vượt chuẩn
của nhiệt độ có thể xảy ra ở Sơn La, Quảng Ninh, Thừa Thiên Huế, Bình Phước, Tây
Ninh, Bình Thuận, Sóc Trăng và Bạc Liêu với xác suất từ 66 đến trên 77%. Chuẩn sai
của nhiệt độ chủ yếu dao động từ nhỏ hơn -1 đến 0oC trên đa phần diện tích ở phía Bắc
110
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
(từ Quảng Bình trở ra) và đại bộ phận diện tích Tây Nguyên; từ 0 đến hơn 0,5oC tại
khu vực Quảng Trị đến Quảng Nam và hầu hết diện tích từ Phú Yên trở vào.
24°N
Trung quèc
22°N
20°N
L
µ
18°N
o
Q§. Hoµng Sa
16°N
Th¸i Lan
1.5°C
14°N
1°C
0.5°C
C¨m pu chia
12°N
0°C
-0.5°C
10°N
-1°C
Sa
Tr−êng
Q§.
8°N
102°E
104°E
106°E
108°E
110°E
112°E
-1.5°C
114°E
Hình 7. Dự báo xác suất hụt chuẩn (trái), vượt chuẩn (giữa) và chuẩn sai (phải) của
nhiệt độ mùa 3 tháng III-V/2012
3.2. Lượng mưa
Trong ba tháng III, IV, V năm 2012, khả năng hụt chuẩn của lượng mưa có thể
xảy ra ở Tuyên Quang, Đắc Nông và Bến Tre với xác suất khoảng 66-77%. Lượng
mưa có khả năng cận chuẩn ở Tây Ninh và Bình Dương với xác suất từ 66 đến 77%.
Khả năng vượt chuẩn của lượng mưa có thể xảy ra trên đa phần diện tích cả nước (xác
suất từ 66 đến trên 77%) với chuẩn sai chủ yếu từ 0 đến 200mm (Hình 8).
24°N
Trung quèc
22°N
20°N
L
µ
18°N
o
Q§. Hoµng Sa
16°N
Th¸i Lan
77%
14°N
66%
C¨m pu chia
55%
12°N
44%
10°N
33%
Tr
Q§.
8°N
102°E
104°E
106°E
108°E
Sa
−êng
110°E
112°E
22%
114°E
Hình 8. Dự báo xác suất hụt chuẩn (trái), vượt chuẩn (giữa) và chuẩn sai (phải) của
lượng mưa mùa 3 tháng III-V/2012
3.3. Xoáy thuận nhiệt đới và không khí lạnh
Kết quả thống kê trung bình 3 tháng III, IV, V thời kỳ 1971-2000 cho thấy, cứ
khoảng từ 10 năm thì có khoảng từ 7 đến 8 xoáy thuận nhiệt đới (bão và áp thấp nhiệt
đới) hoạt động trên khu vực Biển Đông và có khoảng 2 cơn xoáy thuận nhiệt đới ảnh
hưởng đến Việt Nam.
Trung bình của thời kỳ 1971 – 2000 thì trong 3 tháng III, IV, V số đợt không
khí lạnh ảnh hưởng đến Việt Nam là khoảng 8 đợt.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
111
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
4. Kết luận
1) Các điều kiện khí quyển và đại dương có khả năng sẽ dịch chuyển dần về
trạng thái trung gian của ENSO trong 3 tháng III, IV, V năm 2012.
2) Nhiệt độ có khả năng hụt đến cận chuẩn trên đa phần diện tích cả nước với
chuẩn sai chủ yếu dao động từ -1 đến 0,5oC;
3) Trên phần lớn diện tích cả nước, lượng mưa có khả năng xấp xỉ đến cao hơn
trung bình nhiều năm với chuẩn sai dao động chủ yếu từ 0 đến 200mm.
TÀI LIỆU THAM KHẢO
1. Nguyễn Duy Chinh, Trần Việt Liễn, Nguyễn Văn Thắng. Nghiên cứu, thử
nghiệm dự báo khí hậu ở Việt Nam. Báo cáo tổng kết đề án cấp Bộ, Hà Nội,
2001.
2. http://www.bom.gov.au/climate/ahead/ENSO-summary.shtml
3. http://www.cpc.ncep.noaa.gov/products/Global_Monsoons/GlobalMonsoon.shtml
4. http://www.ecmwf.int/products/forecasts/d/charts/seasonal/forecast/seasonal_ra
nge_forecast/
5. http://www.imh.ac.vn/c_tt_chuyen_nganh/cb_thongbao_khihau/
6. http://iri.columbia.edu/climate/ENSO/currentinfo/update.html
SEASONAL CLIMATE OUTLOOK FOR MARCH TO MAY 2012
Dao Thi Thuy, Nguyen Van Thang, Hoang Duc Cuong,
Nguyen Dang Mau, Pham Thi Hai Yen, Nguyen Thu Hoa, Le Duy Diep
Viet Nam Institute of Meteorology and Hydrology and Environment
The paper presents assessments for trend of ENSO condition, temperature and
precipitation in Asia region during March-May 2012 based on the combination from
predictions of climate prediction centers in the world such as in the United States, Europe,
Australia, ... and from climate prediction for Vietnam using climate prediction models of
Vietnam Institute of Meteorology, Hydrology and Environment (IMHEN). During March-May
2012, the ocean-atmosphere condition is expected to transition to ENSO-neutral conditions.
For Vietnam, temperature is likely to below to normal on major area of country with the
anomaly mostly ranges from -1 to 0.5oC. On the most area of country, precipitation is likely
to normal to above with the precipitation anomaly mainly ranges from 0 to 200mm.
112
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
NGHIÊN CỨU THỬ NGHIỆM MÔ HÌNH COSMO DỰ BÁO ĐỢT MƯA
LỚN MIỀN TRUNG TỪ 14-19 THÁNG 10 NĂM 2010
Dư Đức Tiến, Nguyễn Lê Dũng, Võ Văn Hòa
Trung tâm Dự báo Khí tượng Thủy văn Trung ương
Bài báo bước đầu so sánh và đánh giá kết quả dự báo một đợt mưa lớn từ 1419/10/2010 tại Miền trung Việt Nam giữa mô hình thủy tĩnh HRM đang chạy nghiệp vụ tại
NCHMF và mô hình phi thủy tĩnh COSMO. Các trường hợp đã được thử nghiệm bao gồm mô
hình HRM với độ phân giải ngang là 14km, mô hình COSMO với độ phân giải ngang 14km
(COSMO_14km) và 7km (COSMO_7km). Điều kiện biên và ban đầu cho mô hình HRM và
COSMO với độ phân giải 14km được lấy từ kết quả dự báo của mô hình toàn cầu GME. Đối
với mô hình COSMO chạy độ phân giải 7km, điều kiện biên và ban đầu được lấy từ mô hình
COSMO độ phân giải 14km. Ngoài ra, mô hình COSMO độ phân giải 14km cũng được thử
nghiệm với 2 sơ đồ tham số hóa đối lưu khác nhau. Kết quả bước đầu đánh giá cho thấy, đối
với dự báo 24h, sai số lượng mưa tích lũy ngày được cải thiện trong mô hình COSMO với
cùng độ phân giải và cùng sơ đồ tham số hóa đối lưu của HRM. Sai số quân phương của mô
hình COSMO_14km giảm 10% so với HRM. Cũng đối với dự báo 24h, mô hình COSMO cho
tỉ lệ dự báo đúng tại các ngưỡng mưa khác nhau tăng và tỉ lệ dự báo khống giảm rõ rệt. Tuy
nhiên kết quả mô hình COSMO lại làm tăng tỉ lệ dự báo sót. Đối với dự báo 48h, hầu như
không có sự cải thiện chất lượng nào từ mô hình COSMO so với mô hình HRM. Những kết
quả đánh giá này sẽ rất có ích trong lộ trình dịch chuyển từ mô hình thũy tĩnh HRM đang
được sử dụng trong nghiệp vụ sang mô hình phi thủy tĩnh COSMO.
1. Mở đầu
Consortium for Small-scale Modeling - COSMO là một mô hình dự báo khí
quyển không gian giới hạn và phi thủy tĩnh. Mô hình này được thiết kế nhằm mục đích
dự báo khí tượng bằng phương pháp số trong nghiệp vụ và trong các ứng dụng khác
(mô phỏng khí hậu, mô phỏng lan truyền ô nhiễm trong khí quyển) với quy mô không
gian vừa (meso) β (khoảng từ 5-15km) và quy mô γ (dưới 3km). COSMO dựa trên các
phương trình thống trị cơ bản thủy nhiệt động lực học cho các dòng nén được và tính
đến ẩm trong khí quyển. Hệ phương trình được xây dựng trên hệ tọa độ địa lý quay và
hệ tọa độ thẳng đứng được sinh theo sự biến đổi của địa hình. Các quá trình vật lý quy
mô dưới lưới được mô phỏng trong COSMO thông qua tham số hóa vật lý, bao gồm:
quá trình rối dưới lưới; tham số hóa lớp bề mặt; quá trình giáng thủy quy mô lưới và
dưới lưới; mây quy mô dưới lưới; đối lưu ẩm; đối lưu nông; bức xạ và mô hình đất
nhiều lớp. COSMO sử dụng hệ lưới Arakawa C và hệ lưới thẳng đứng dạng so le của
Lorenz. Sơ đồ tích phân theo thời gian là sơ đồ bậc 2 Leapfrog hoặc sơ đồ hiện RungeKutta bậc 2 hoặc 3.
Điều kiện biên và điều kiện ban đầu của COSMO được nội suy từ các mô hình
điều khiển độ phân giải thấp hơn như GME (DWD) hay ECMWF (Trung tâm dự báo
khí tượng hạn vừa Châu âu) hoặc từ chính các dự báo của mô hình COSMO (với độ
phân giải thấp hơn). Đối với quá trình ban đầu hóa dữ liệu, một lựa chọn được xây
dựng cho COSMO là sơ đồ lọc số (DFI). Mô hình COSMO là mô hình phi thủy tĩnh vì
thế cho phép độ phân giải ngang cao hơn ( 50 mm/12h.
Mưa lớn diện rộng là mưa lớn xảy ra ở một hay nhiều khu vực dự báo liền kề
với tổng số trạm quan trắc được mưa lớn theo quy định sau đây:
-
Một khu vực dự báo được coi là có mưa lớn diện rộng khi mưa lớn xảy ra ở
quá một nửa số trạm trong toàn bộ số trạm quan trắc của khu vực đó.
-
Mưa lớn xảy ra ở 2 hoặc 3 khu vực dự báo liền kề nhau, thì khi tổng số trạm
quan trắc được mưa lớn phải vượt quá 1/2 hoặc 1/3 tổng số trạm quan trắc
trong 2 hoặc 3 khu vực liền kề.
Một đợt mưa lớn diện rộng là một đợt mưa xảy ra liên tục trong một khoảng
thời gian nhất định, trong đó có ít nhất một ngày đạt tiêu chuẩn mưa lớn diện rộng.
2.2. Hình thế gây mưa lớn diện rộng do tín phong Đông Nam
Bảng 2.1. Phân loại hình thế sy nốp gây mưa lớn diện rộng do gió Đông Nam
TT
1
2
Hình thế
Số đợt mưa
Tỷ lệ (%)
Tín phong Đông Nam đơn thuần
2
16,7
Tín phong Đông Nam + XTNĐ
10
83,3
Tổng số
12
100
Hình thế sy nốp đặc trưng do ảnh hưởng của tín phong Đông Nam gây mưa lớn
diện rộng đối với các tỉnh miền Trung chỉ bao gồm 2 loại hình thế chính: hình thế tín
phong Đông Nam tác động đơn thuần và hình thế xoáy thuận nhiệt đới (XTNĐ) kết
hợp với hoạt động của tín phong Đông Nam (gió Đông Nam sau bão). Hướng bờ biển
của các tỉnh miền Trung có thể chia làm hai hướng chính là Tây bắc - Đông nam
(Đoạn từ Thanh Hóa đến Thừa Thiên Huế) và hình cánh cung hướng Bắc - Nam (đoạn
từ Đà Nẵng đến Bình Thuận) nên thực tế cho thấy khi có ảnh hưởng của đới gió Đông
Nam ở rìa Tây lưỡi áp cao cận nhiệt đới thì thường gây mưa tập trung đối với các tỉnh
Bắc Trung Bộ và rất ít khi gây mưa cho các khu vực còn lại của miền Trung và Tây
128
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Nguyên. Tuy nhiên, không phải đợt nào cũng có thể gây mưa lớn mà nó hoàn toàn
phụ thuộc hoàn lưu trên cao của lưỡi áp cao cận nhiệt đới. Thời gian bắt đầu và kết
thúc mưa, cường độ mưa, thời gian duy trì mưa lớn, phạm vi mưa,... không đồng nhất
giữa các đợt do ảnh hưởng của tín phong Đông Nam. Nó không chỉ phụ thuộc vào sự
tác động bởi rìa phía Tây hay Tây Nam của lưỡi áp cao cận nhiệt đới (vị trí trục của
lưỡi áp cao cận nhiệt đới) mà còn phụ thuộc vào độ dày của lớp gió Đông Nam ở lớp
dưới của tầng đối lưu. Bảng 2.1 chỉ ra các hệ thống thời tiết gây mưa lớn diện rộng cho
các tỉnh miền Trung và Tây Nguyên do ho ạt động của tín phong Đông Nam.
2.3. Hình thế thời tiết gây mưa lớn do hội tụ gió trên cao
Bảng 2.2 chỉ ra các hệ thống thời tiết gây mưa lớn diện rộng cho các tỉnh miền
Trung và Tây Nguyên do ảnh hưởng của hội tụ gió trên cao. Khác với các loại hình thế
sy nốp khác gây mưa lớn cho các tỉnh miền Trung và Tây Nguyên, một điều rất dễ
nhận thấy là trong 10 năm qua không có đợt mưa lớn diện rộng nào trên khu vực này
có ảnh hưởng đơn thuần của các nhiễu động trên cao (nhiễu động trong đới gió Tây
cận nhiệt đới và nhiễu động trong đới gió Đông nhiệt đới). Do vậy, trong phần này
chúng tôi sẽ không đề cập đến loại hình thế sy nốp hoạt động độc lập này nữa.
Bảng 2.2. Phân loại hình thế sy nốp gây mưa lớn diện rộng do ảnh hưởng của hội tụ
gió trên cao
TT
1
2
3
4
5
6
Hình thế
Nhiễu động gió E + KKL
Nhiễu động gió E + XTNĐ
Nhiễu động gió E + XTNĐ + KKL
Nhiễu động gió E + Rãnh thấp + KKL
Nhiễu động gió W + KKL
Nhiễu động gió W + Rãnh thấp + KKL
Tổng số
Số đợt mưa
20
3
4
4
3
4
38
Tỷ lệ (%)
52,7
7,9
10,5
10,5
4,4
10,5
100
Qua số liệu thống kê thu thập được trong 10 năm qua (2001 - 2010), phân tích
và đánh giá cho từng đợt mưa lớn trên khu vực các tỉnh miền Trung và Tây Nguyên,
chúng tôi nhận thấy hình thế sy nốp đặc trưng gây mưa lớn diện rộng do ảnh hưởng
của hội tụ gió trên cao bao gồm 6 loại hình thế chính (xem chi tiết trên bảng 2.2).
Trong 6 loại hình thế chính nêu trên có thể phân làm 2 dạng chính: dạng thứ nhất là
loại hình thế nhiễu động trên cao kết hợp với hình thế sy nốp là KKL hoặc XTNĐ.
Dạng thứ 2 phức tạp hơn gồm nhiều hình thế tác động. Phức tạp nhất là nhiễu động
trên cao kết hợp với rãnh áp thấp (rãnh áp thấp ở đây bao gồm cả hoạt động của rãnh
áp thấp đơn thuần, rãnh áp thấp bị nén, dải hội tụ nhiệt đới) có hoặc không có kết hợp
với KKL (có thể là gió mùa Đông Bắc kèm theo front lạnh, không khí lạnh tăng cường
hoặc chỉ là đới gió Đông Bắc do khối không khí lạnh lệch Đông gây ra).
2.4. Hình thế gây mưa lớn do dải hội tụ nhiệt đới
Bảng 2.3. Phân loại hình thế sy nốp gây mưa lớn diện rộng do ITCZ
TT
1
2
Hình thế
ITCZ
ITCZ + KKL
Số đợt mưa
3
7
Tỷ lệ (%)
12,0
28,0
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
129
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
3
4
5
ITCZ + XTNĐ
ITCZ + Gió Tây Nam
ITCZ + Nhiễu động gió Tây
Tổng số
6
8
1
25
24,0
32,0
4,0
100
Có nhiều dạng hình thế sy nốp do dải hội tụ nhiệt đới (ITCZ) gây ra mưa lũ lớn
cho các tỉnh miền Trung và Tây Nguyên. Các dạng hình thế sy nốp thường khác nhau
và điều này quyết định đến cường độ, tổng lượng mưa cũng như thời gian kéo dài do
ITCZ gây ra. Do sự khác biệt về địa lý, địa hình giữa các tỉnh Bắc, Trung và Nam
Trung Bộ mà sự tương tác giữa các hệ thống sy nốp với ITCZ gây mưa lớn có sự khác
biệt không chỉ về mức độ ảnh hưởng mà cả về thời gian trong năm. Cũng như tác động
của ATNĐ, bão, các hình thế sy nốp gây mưa lớn diện rộng cho các tỉnh miền Trung
và Tây Nguyên bởi ITCZ có thể phân chia vào 2 dạng chính: ITCZ hoạt động đơn
thuần và ITCZ kết hợp với các hình thế sy nốp gây mưa khác. Bảng 2.3 thống kê các
hệ thống sy nốp gây mưa lớn diện rộng cho các tỉnh miền Trung và Tây Nguyên do
hoạt động của ITCZ.
2.5. Hình thế thời tiết gây mưa lớn do không khí lạnh
Bảng 2.4 chỉ ra các hệ thống thời tiết gây mưa lớn diện rộng cho các tỉnh miền
Trung và Tây Nguyên do hoạt động của KKL. Hình thế sy nốp đặc trưng áp cao lạnh
ảnh hưởng gây mưa lớn đối với các tỉnh miền Trung và Tây Nguyên bao gồm hình thế
áp cao lạnh tác động đơn thuần hoặc áp cao lạnh kết hợp với các hình thế sy nốp khác
như rãnh áp thấp bị nén, tín phong và các nhiễu động nhiệt đới khác như dải hội tụ
nhiệt đới (ITCZ), XTNĐ hay nhiễu động sóng trong đới gió Đông trên cao,… Trong
các loại hình thế sy nốp đặc trưng gây mưa lớn đối với các tỉnh miền Trung thì loại
hình thế áp cao lạnh kết hợp với ITCZ hoặc XTNĐ gây mưa mãnh liệt nhất. Thực tế
cho thấy khi áp cao lạnh ảnh hưởng thì thường gây mưa đối với các tỉnh miền Trung
nhưng không phải đợt nào cũng gây mưa lớn mà nó hoàn toàn phụ thuộc hoàn lưu
trên cao ở lớp dưới của tầng đối lưu (tiêu biểu ở mực 1500m). Thời gian bắt đầu và kết
thúc mưa, cường độ mưa, thời gian duy trì mưa lớn, phạm vi mưa... không đồng nhất
giữa các đợt xâm nhập của KKL. Nó không chỉ phụ thuộc vào sự tác động bởi rìa phía
nam hay tây nam của áp cao lạnh ở khu vực đông nam Trung Quốc mà còn phụ thuộc
vào điều kiện mặt đệm, địa hình.
Bảng 2.4. Phân loại hình thế sy nốp gây mưa lớn diện rộng do KKL
TT
1
2
3
4
5
6
7
130
Hình thế
KKL
KKL + ITCZ
KKL + XTNĐ
KKL nén rãnh áp thấp
KKL + Nhiễu động gió Đông
KKL + Nhiễu động gió Tây
KKL + Rãnh thấp xích đạo
Tổng số
Số đợt mưa
17
7
14
8
17
3
2
68
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Tỷ lệ (%)
25
8,8
22,1
11,8
25
4,4
2,9
100
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
2.6. Hình thế thời tiết gây mưa lớn diện rộng do ảnh hưởng của ATNĐ, bão
Đối với các tỉnh miền Trung và Tây Nguyên mưa lớn diện rộng do ảnh hưởng
của ATNĐ hay bão xảy ra khá nghiêm trọng đặc biệt đối với các khu vực trước vùng
chắn gió. Đối với vùng ven biển các tỉnh miền Trung do điều kiện hướng bờ biển và
địa hình dãy Trường Sơn mà tình hình mưa xảy ra ác liệt hơn các khu vực khác đặc
biệt các tỉnh Trung Trung Bộ. Mưa bão xảy ra tùy thuộc tốc độ di chuyển nhanh hay
chậm, hướng di chuyển, hệ thống sy nốp xung quanh, khả năng tồn tại của xoáy thuận
nhiệt đới (XTNĐ) trên khu vực ảnh hưởng. Cường độ của XTNĐ có liên quan đến
mưa do quá trình phát triển đối lưu mạnh hay yếu song không thể nói mưa bão sẽ lớn
hơn mưa do ATNĐ. Mưa lớn do XTNĐ ảnh hưởng đối với các tỉnh miền Trung xảy ra
rất nguy hiểm với hai lý do: một là sông suối miền Trung thường ngắn và dốc, cường
độ mưa lớn sẽ có nhiều khả năng hình thành lũ nhanh đặc biệt là lũ quét. Hai là mùa
bão miền Trung thường trùng với mùa hoạt động của gió mùa mùa đông nên ATNĐ,
bão hoạt động thường kết hợp với nhiều hệ thống sy nốp khác như KKL, dải hội tụ
nhiệt đới, tín phong cường độ mạnh,... làm quá trình mưa trở nên phức tạp. Có nhiều
dạng hình thế sy nốp do ATNĐ, bão đã gây mưa lũ đối với các tỉnh miền Trung và
Tây Nguyên nhưng các dạng hình thế sy nốp thường khác nhau và điều đó quyết định
cường độ và tổng lượng mưa do ATNĐ, bão gây ra đối với khu vực miền Trung. Do
sự khác biệt về địa lý, địa hình giữa các tỉnh Bắc, Trung và Nam Trung Bộ mà sự
tương tác giữa các hệ thống sy nốp với ATNĐ, bão gây mưa lớn có sự khác biệt không
chỉ về mức độ ảnh hưởng mà cả về thời gian trong năm. Các hình thế sy nốp gây mưa
lớn diện rộng cho các tỉnh miền Trung và Tây Nguyên do ATNĐ, bão có thể phân chia
thành 2 dạng chính: XTNĐ hoạt động độc lập và XTNĐ kết hợp với các hệ thống gây
mưa khác. Bảng 2.5 thống kê phân loại hình thế sy nốp gây mưa lớn diện rộng cho các
tỉnh miền Trung và Tây Nguyên do ATNĐ, bão trong khoảng 10 năm vừa qua (2001 2010). Số liệu trên bảng cho thấy trong 10 năm qua đã có 42 đợt mưa lớn diện rộng
gây ra bởi ATNĐ, bão. Trong số đó có đến 16 XTNĐ hoạt động độc lập ảnh hưởng
đến khu vực này (chiếm tỷ lệ 38,1%), còn lại là ảnh hưởng kết hợp của các hệ thống sy
nốp khác với ATNĐ, bão (chiếm tỷ lệ 61,9%). 2 hình thế thời tiết gây nhiều đợt mưa
lớn diện rộng nhất cho các tỉnh miền Trung và Tây Nguyên là XTNĐ hoạt động độc
lập và XTNĐ kết hợp với không khí lạnh chiếm quá nửa số đợt mưa lớn diện rộng xảy
ra trong 10 năm qua.
Bảng 2.5. Phân loại hình thế sy nốp gây mưa lớn diện rộng do ATNĐ, bão
TT
1
2
3
4
5
6
7
8
9
Hình thế
Xoáy thuận nhiệt đới (ATNĐ, bão)
XTNĐ + KKL
XTNĐ + Nhiễu động gió Đông
XTNĐ + KKL + Nhiễu động gió Đông
XTNĐ + Gió Đông Nam
XTNĐ + Gió Tây Nam
XTNĐ + Gió Đông Nam + Gió Tây Nam
XTNĐ + ITCZ
XTNĐ + ITCZ + KKL
Tổng số
Số đợt mưa
16
10
3
3
2
4
1
2
1
42
Tỷ lệ (%)
38,1
23,8
7,1
7,1
4,8
9,6
2,4
4,8
2,4
100
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
131
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
3. Kết luận
+ Hoạt động của tín phong Đông Nam trong năm ảnh hưởng đến các tỉnh miền
Trung và Tây Nguyên xảy ra trong khoảng thời gian từ tháng 6 đến tháng 10 hàng
năm. Riêng tháng 7 và 8 chỉ xảy ra trên khu vực Bắc Trung Bộ do quá trình nhảy trục
lên phía Bắc của áp cao cận nhiệt đới.
+ Các nhiễu động trên cao (nhiễu động trong đới gió Tây cận nhiệt đới và nhiễu
động trong đới gió Đông nhiệt đới) không hoạt động độc lập và nếu có hoạt động độc
lập thì không gây mưa lớn diện rộng cho khu vực các tỉnh miền Trung và Tây Nguyên.
+ Hoạt động của dải hội tụ nhiệt đới ảnh hưởng đến các tỉnh Trung Bộ và Tây
Nguyên tập trung chính vào 4 tháng: 7, 8 9 và 10, đây có thể gọi là “mùa” hoạt động
của ITCZ trên khu vực này.
+ Hoạt động của KKL ảnh hưởng đến các tỉnh miền Trung và Tây Nguyên kéo
dài nhiều tháng trên khu vực các tỉnh Bắc Trung Bộ, nhưng chỉ tập trung chính vào 4
tháng (từ tháng 9 đến tháng 12) trên các khu vực còn lại.
+ ATNĐ, bão khi ảnh hưởng trực tiếp đến Việt Nam trong 10 năm qua gây tổng
lượng mưa cho cả đợt không quá lớn. Có đến quá nửa số cơn ATNĐ, bão ảnh hưởng
trực tiếp gây ra tổng lượng mưa phổ biến cho cả đợt trong khoảng 100–300 mm
(chiếm tỷ lệ 71,5%), thời gian kéo dài phổ biến 2 – 3 ngày.
TÀI LIỆU THAM KHẢO
1. Phạm Ngọc Toàn, Phan Tất Đắc: Khí hậu Việt Nam NXB KHKT (1975)
2. Nguyễn Ngọc Thục: Hình thế Synop mưa lớn miền Trung (Dự án MT) (1994)
3. Trần Gia Khánh: Hướng dẫn nghiệp vụ dự báo thời tiết (1998)
4. Tổng cục khí tượng thủy văn. Tuyển tập các báo cáo tại hội nghị “khoa học,
công nghệ dự báo và phuc vụ dự báo KTTV” – Hội nghị khoa học lần thứ 5,
1996 – 2000. Tháng 12/2000
5. Trần Công Minh – Khí tượng học sy nốp (Phần nhiệt đới) – NXB Đại học quốc
gia Hà Nội, 2006
6. Trung tâm Dự báo khí tượng thủy văn Trung ương. Đặc điểm khí tượng thuỷ
văn từ năm 2001 – 2010.
132
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
CHARACTERISTICS OF KEY LARGE-SCALE PATTERNS CAUSED
HEAVY RAINFALL IN THE MIDDLE PART AND TAY NGUYEN
REGION OF VIET NAM
Vu Anh Tuan, Nguyen Van Huong, Bui Minh Tang, Vo Van Hoa
National Center for Hydro-Meteorological Forecasting
The paper carried out summary of large-scale patterns that caused heavy rainfall in
the Mddile part and Tay Nguyen region based on recent 10 years dataset (2001-2010) in
order to find out the key thermodynamical mechanism spatial and temporal activities of these
patterns. The comprehensive understand of large-scale patterns that caused heavy rainfall in
the Mddile part and Tay Nguyen region will not only improve the rainfall forecast skill at
NCHMF but aslo help governmental offices to give out exact and on-time decision making
thereby improving natural disaster reduction and prepareness activities in the Mddile part
and Tay Nguyen region.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
133
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
THỬ NGHIỆM DỰ BÁO VỊ TRÍ VÀ THỜI GIAN ĐỔ BỘ CỦA BÃO
XANGSANE BẰNG MÔ HÌNH WRF HẠN TỪ 4 ĐẾN 5 NGÀY
Lã Thị Tuyết(1), Trần Tân Tiến(2),
(1)
Viện Khoa học Khí tượng Thủy văn và Môi trường
(2)
Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội
Trong nghiên cứu này mô hình số WRF được ứng dụng cho dự báo vị trí và thời gian
đổ bộ của bão Xangsane với hạn dự báo là 4 và 5 ngày trước khi bão đổ bộ. Các thử nghiệm
được tiến hành với hai phương án: mô hình WRF có cài xoáy nhân tạo (bogus) và không cài
xoáy nhân tạo (nobogus). Kết quả thử nghiệm cho thấy, về thời điểm đổ bộ, hầu hết các
trường hợp mô hình đều dự báo bão đổ bộ sớm hơn so với thực tế. Ở từng hạn dự báo, sai số
vị trí đổ bộ ở phương án có cài xoáy và không cài xoáy là tương đương nhau. Bão đổ bộ lệch
Nam so với vị trí đổ bộ thực.
1. Mở đầu
Dự báo bão đã được quan tâm từ rất lâu trên thế giới trong đó có Việt Nam, với
nhiều phương pháp dự báo khác nhau. Hiện nay dự báo bão bằng phương pháp số
đang được chú trọng, đó là phương pháp mang tính khách quan có thể mang lại những
dự báo có chất lượng tốt. Phần lớn các nghiên cứu thử nghiệm về dự báo bão được
quan tâm ở các yếu tố như dự báo quỹ đạo, cường độ bão và mới chỉ thực hiện cho các
hạn đến 72h. Dự báo vị trí và thời gian đổ bộ của bão vừa là thách thức vừa là một
trong những vấn đề cấp bách được đặt ra trong công tác dự báo bão vì dự báo được
chính xác vị trí và thời gian đổ bộ của bão có ý nghĩa rất lớn đối với công tác phòng
chống bão. Có thể kể đến một vài nghiên cứu về bão đổ bộ trên thế giới như nghiên
cứu của nhóm tác giả nhóm Hồng Kông (2000) đã sử dụng ảnh vệ tinh và rada để đánh
giá các đặc trưng của các cơn bão đổ bộ, thử nghiệm với trường hợp cơn bão đổ bộ
Nam Trung Quốc, bão Kompasu [6]. Để mô tả sự về sự đổ bộ của các cơn bão nhiệt
đới tác giả Tuleya (1983) đã sử dụng mô hình lưới tinh [5]. Các tác giả Dastoor và
Krishnamurti (1991) nghiên cứu về tác động của độ ẩm đất đến cấu trúc và chuyển
động của bão đổ bộ. Theo các tác giả thì đối với mô hình quy mô vừa, các tham số độ
ẩm đất có tác dụng đáng kể trong việc cải thiện cấu trúc và chuyển động của các cơn
bão đổ bộ. Cũng với nghiên cứu này nhóm tác giả cho rằng khi nghiên cứu dự báo đối
với bão đổ bộ bằng mô hình số trị thì những yếu tố cần quan tâm nhất đó là những yếu
tố đặc trưng cho địa hình đồi núi (độ phân giải ngang); tác động của độ ẩm bề mặt và
điều kiện biên [4],…
Ở Việt Nam, nghiên cứu về vị trí và thời gian đổ bộ của bão, Trần Ngọc Vân
(2009) đã ứng dụng mô hình ETA để dự báo vị trí và thời điểm đổ bộ của bão vào bờ
biển Việt Nam với hạn 3 ngày [3]. Tác giả Lê Hồng Vân (2009) đã sử dụng mô hình
WRF với đồng hóa số liệu xoáy giả 3DVAR để dự báo vị trí và thời điểm đổ bộ của
bão đối với hạn từ 1 đến 3 ngày [2].
Trong bài báo này, tác giả sử dụng mô hình WRF, phiên bản ARW để thử
nghiệm dự báo vị trí và thời gian đổ bộ của bão Xangsane với hạn dự báo là 4 ngày và
5 ngày trước khi bão đổ bộ. Các thử nghiệm được tiến hành với hai phương án dự báo
là mô hình WRF có cài xoáy nhân tạo và không cài xoáy nhân tạo.
134
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
2. Phương pháp
2.1. Miền tính và số liệu
Với mục đích thử nghiệm khả năng dự báo bão đổ bộ của mô hình WRF với
hạn dự báo trước 4 đến 5 ngày nên miền tính của mô hình được chọn từ -50S-350N và
900E-1500E. Tâm miền lưới được đặt ở 150N và 1200E; Độ phân giải của mô hình là
30km; Số chiều theo mực thẳng đứng là: 23; Bước thời gian tích phân là 90s; Điều
kiện biên và điều kiện ban đầu là số liệu phân tích và dự báo của mô hình toàn cầu
AVN được cập nhật 6h một lần; Thông tin chỉ thị bão được lấy từ trang web
http://weather.unysis.com, bao gồm kinh vĩ độ tâm bão, bán kính gió cực đại; Sơ đồ
tham số hóa vi vật lý: Thompson; Sơ đồ bức xạ sóng dài: RRTM; Sơ đồ đất bề mặt:
Noah Land-Surface Model; Sơ đồ lớp biên hành tinh: MRF; Sơ đồ tham số hóa đối
lưu: Betts-Miller-Janjic. Việc lựa chọn các sơ đồ tham số hóa vật lý nêu trên được tiếp
thu từ đề tài nghiên cứu khoa học và công nghệ cấp Bộ về ứng dụng mô hình WRF
trong dự báo thời tiết và bão ở Việt Nam [1].
2.2. Phương phác xác định vị trí, thời gian bão đổ bộ và đánh giá
Phương pháp xác định vị trí và thời gian đổ bộ của bão là kết hợp sử dụng quy
chế báo bão lũ của Việt Nam và file địa hình của Hội địa chất Mỹ. Theo file địa hình
này, tất cả các điểm trên biển có độ cao địa hình nhỏ hơn hoặc bằng 0, tất cả các điểm
trên đất liền có độ cao địa hình > 0.
File địa hình có tên là GTOPO30_2MIN.DAT được tải từ trang web
http://users.ictp.it/~pubregcm/RegCM3/globedat.htm#part5 có kích thước vùng từ 180-1800E, -90-900N gồm 10801 điểm theo phương ngang và 5400 điểm theo phương
dọc với độ phân giải là 0.03 x 0.03.
Hình 2 là hình minh họa file GTOPO30_2MIN.DAT dưới dạng text khi độ cao
địa hình giá trị âm được gán bằng 0 và độ cao địa hình giá trị dương được gán bằng 1.
Hình 1. Miền tính mô hình
Hình 2. Minh họa file địa hình
Các chỉ tiêu đánh giá kết quả gồm: sai số vị trí PE (là khoảng cách giữa tâm bão
thực tế và tâm bão dự báo) và sai số thời gian Δt (là hiệu giữa thời điểm dự báo và thời
điểm quan trắc); Δt < 0 (> 0): mô hình dự báo bão đổ bộ sớm (muộn) hơn so với thực.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
135
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
3. Kết quả thử nghiệm
3.1. Diễn biến bão Xangsane
Trong chuỗi số liệu thống kê của Việt Nam thì bão Xangsane năm 2006 là một
trong những cơn bão mạnh hiếm gặp. Với thời gian hoạt động tuy không dài so với
một số cơn bão khác nhưng đây là một cơn bão mạnh, hình thành ở phía Đông
Philippin, sau đó di chuyển vượt qua quần đảo Philippin đi vào Biển Đông với hướng
di chuyển khá ổn định.
Bão hình thành ở phía Đông Philippin. Trong quá trình di chuyển cường độ bão
tăng rất nhanh, lên tới cấp 15 chỉ sau một ngày hình thành. Trong khoảng thời gian từ
27/IX đến 28/IX, bão đi vào quần đảo Philippin, đã suy yếu đi một chút nhưng cường
độ sau khi suy yếu vẫn còn ở cấp 12. Vượt qua quần đảo Philippin bão lại được tăng
cường cường độ trở lại lên cấp 13. Bão đổ bộ vào Đà Nẵng sáng 1/X/2006 với sức gió
mạnh cấp 10, 11, giật trên cấp 12.
3.2. Kết quả dự báo vị trí và thời gian đổ bộ của bão Xangsane, hạn 4 ngày
Dự báo ở phương án có
cài xoáy cho thấy bão di chuyển
nhanh hơn và cũng đổ bộ sớm
hơn so với quan trắc.
600
500
400
PE (km)
Nobogu
s
bogus
300
200
100
96
72
48
24
0
0
Kết quả dự báo hạn 4
ngày cho thấy bão Xangsane đã
đổ bộ sớm hơn thực tế. Thời
điểm cuối cùng của hạn dự báo
là 00Z ngày 1/X/2006 vị trí tâm
bão đã vượt qua biên giới Việt
Nam sang phía tây trong khi theo
quan trắc thì lúc này tâm bão vẫn
đang còn trên biển, chuẩn bị đi
vào Đà Nẵng (Hình 4).
Hạn
Hình 3. Biểu diễn sai số vị trí bão Xangsane, hạn 4 ngày
Như vậy với hai phương án dự báo có cài xoáy và không cài xoáy thì mô hình
đều dự báo bão đổ bộ vào bờ biển Việt Nam như thực tế nhưng cả hai phương án đều
dự báo bão đổ bộ sớm hơn. Sai số thời gian đổ bộ trong hai phương án chỉ hơn kém
nhau 1 giờ, sai số vị trí cũng tương đương nhau, khoảng 90km (Bảng 1).
Bảng 1. Sai số vị trí và thời gian đổ bộ bão Xangsane, hạn 4 ngày
136
Phương án
Kinh vĩ độ
thử nghiệm
đổ bộ
Quan trắc
16,00N-108,30E
Thời điểm đổ bộ
Sai số vị Sai số thời
trí (km)
1,30Z _20061001
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
gian (giờ)
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Không cài
xoáy
Có cài xoáy
21,15Z
16,50N-107,60E
_20060930
22,5Z _
15,30N-108,70E
20060930
a)
94,6
-4
88,7
-3
b)
Hình 4. Kết quả dự báo bão Xangsane hạn 4 ngày khi không cài xoáy (a) và
khi có cài xoáy (b). Thời điểm dự báo: 00Z ngày 27/IX/2006
800
700
600
500
400
300
200
100
0
12
0
96
72
48
bogus
24
0
Kết quả dự báo 5 ngày
trước khi bão đổ bộ đối với cơn
Xangsane cho thấy, từ các hạn
72h đến 120h sai số vị trí tâm
bão tăng rất nhanh. Với phương
án có cài xoáy sai số vị trí lên
tới trên 700km ở hạn 94h, sau
đó lại giảm dần xuống khoảng
600km đối với hạn 120h. Với
phương án không cài xoáy thì
sai số vị trí lớn nhất ở hạn 120h,
với giá trị là 366km.
PE (km)
3.3. Kết quả dự báo vị trí và thời gian đổ bộ của Xangsane, hạn 5 ngày
Hạn (h)
Hình 5. Biểu diễn sai số vị trí bão Xangsane, hạn 5 ngày
Về thời gian đổ bộ, ở cả hai phương án, mô hình đều dự báo bão đổ bộ sớm hơn
so với thực tế. Tuy nhiên ở phương án có cài xoáy thì bão đổ bộ sớm hơn so với
phương án không cài xoáy. Khoảng thời gian chênh lệch giữa hai phương án này là 5h
(Bảng 2).
Bảng 2 . Sai số vị trí và thời gian đổ bộ bão Xangsane, hạn 5 ngày
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
137
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Bão Xangsane
đổ bộ
Thời điểm đổ bộ
Sai số
vị trí
(km)
Sai số thời
gian (giờ)
16,00N108,30E
1,30Z_ 20061001
cài 20,10N109,20E
9,25Z_20060930
483,3
- 16
14,25Z_
20060930
497,4
-11
Quan trắc
Không
xoáy
Kinh vĩ độ
Có cài xoáy
19,70N105,70E
Hình 6. Kết quả dự báo bão Xangsane hạn 5 ngày khi không cài xoáy (a) và
khi có cài xoáy (b). Thời điểm dự báo: 00Z ngày 27/IX/2006
4. Kết luận
Thời điểm dự báo cho cả hai hạn dự báo đều được chọn khi bão Xangsane vẫn
còn ở phía đông Philippin, chưa đi vào Biển Đông, kết quả dự báo với hạn 4 ngày sai
số về vị trí và thời gian đều nhỏ hơn nhiều so với hạn 5 ngày. Hạn 4 ngày bão đổ bộ
sớm hơn so với thực tế từ 3h đến 4h với sai số vị trí khoảng 90km. Tuy nhiên với hạn
dự báo 5 ngày thì sai số thời gian lớn hơn nhiều, bão đổ bộ sớm hơn so với thực tế từ
11 đến 16h với sai số vị trí lên tới gần 500km và đều đổ bộ lệch về phía Nam so với vị
trí đổ bộ thực.
Tóm lại, có thể sử dụng mô hình WRF trong dự báo vị trí và thời gian đổ bộ của
bão đối với các hạn dự báo 4 ngày và 5 ngày nhằm mục đích tham khảo cho công tác
nghiệp vụ. Đối với cả hai hạn dự báo, mô hình WRF có cài xoáy cho bão đổ bộ sớm
hơn so với không cài xoáy.
138
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
TÀI LIỆU THAM KHẢO
1. Hoàng Đức Cường (2012), Nghiên cứu ứng dụng mô hình WRF phục vụ dự
báo thời tiết và bão ở Việt Nam. Báo cáo tổng kết đề tài nghiên cứu khoa học
và phát triển công nghệ cấp Bộ.
2. Lê Hồng Vân, (2009), Dự báo bão đổ bộ vào bờ biển Việt Nam bằng mô hình
WRF sử dụng đồng hóa số liệu xoáy giả. Luận văn Thạc sỹ Khí tượng.
3. Trần Ngọc Vân, (2009), Đánh giá khả năng dự báo vị trí bão đổ bộ vào bờ biển
Việt Nam bằng mô hình ETA. Luận văn Thạc sỹ Khí tượng.
4. Ashu Dastoor and T.N.Krishnamurti, (1991), The Landfall and Structure of A
Tropical Cyclone: The Sensitivity of Model Predictions to Soil Moisture
Parameterizations. Boundary-Layer Meteorolory, 55, 345-380.
5. Robert E.Tuleya, Morris A.Bender anh Yoshio Kurihara (1983), A similation
study of the landfall of tropical cyclone using a movable nested-Mesh model.
Monthly weather Review, volume 112, page 14-136.
6. T.W. Hui and K.Y. Shum, (2005), Changes in the Structure of Tropical Storm
Kompasu (0409) Before and After over Hong Kong in July 2004. WMO
International Workshop on Tropical Cyclone Landfall. Processes, Macao,
China.
7. http://www.mmm.ucar.edu/wrf/
APPLICATION TO WRF MODEL TO PRECDIC LOCATION AND
LANDFALL TIME OF STORM NAMED XANGSANE WITH TEARM
FORECAST 4 TO 5 DAYS
La Thi Tuyet (1), Tran Tan Tien (2)
(1)
Vietnam Institude Meteorology Hydrology and Environment
(2)
Ha Noi University of Science, Vietnam National University
In this study, WRF model is applied to predict location and landfall time of the storm
named Xangsane (2006) with term forecast 4 to 5 days before storm landfalls. Have two trials
conducted: used WRF model with install artificial vortex (bogus) and used WRF model with
uninstall artificial vortex (nobogus). Most of used model ways that has landfall time earlier
than the actual. Error of location in install artificial vortex case and error of location in
uninstall artificial vortex case is so similar. Storm landfall south differences compared with
the landing position.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
139
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
HOẠT ĐỘNG CỦA BÃO VÀ ÁP THẤP NHIỆT ĐỚI Ở TÂY BẮC
THÁI BÌNH DƯƠNG VÀ BIỂN ĐÔNG NĂM 2011
Nguyễn Thị Xuân, Phạm Thị Thanh Hương, Hoàng Đức Cường
Viện Khoa học Khí tượng Thủy văn và Môi trường
Bão và áp thấp nhiệt đới gọi chung là xoáy thuận nhiệt đới là một loại hình thời tiết
cực đoan thường gây ra thiệt hại lớn về người và tài sản ở nhưng vùng chúng đi qua hoặc
chịu ảnh hưởng. Với mục đích là cung cấp thông tin về mùa bão năm 2011 cho người sử
dụng, bài báo này tổng kết lại tình hình hoạt động của xoáy thuận nhiệt đới trên khu vực Tây
Bắc Thái Bình Dương, Biển Đông và đổ bộ vào Việt Nam. Bên cạnh đó, một số đặc trưng
thống kê nhiều năm cũng được giới thiệu để làm cơ sở cho việc so sánh, đánh giá tần suất và
cường độ hoạt động của xoáy thuận nhiệt trong năm 2011.
1. Hoạt động của bão trên khu vực Tây Bắc Thái Bình Dương
Năm 2011 có 21 cơn bão hoạt động trên khu vực Tây Bắc Thái Bình Dương,
thấp hơn nhiều so với trung bình nhiều năm.
Đường đi của các XTNĐ đạt cấp bão được trình bày trên Hình 1 và phân bố của
bão trên khu vực Tây Bắc Thái Bình Dương năm 2011 được trình bày trong Bảng 1.
Hình 1. Đường đi của bão trên khu vực Tây Bắc Thái Bình Dương năm 2011
(nguồn: Trung tâm bão Tokyo Nhật Bản [3])
Mùa bão năm 2011 bắt đầu từ tháng V với cơn bão AERE và cơn bão
SONGDA (có cường độ rất mạnh) và kết thúc vào nửa cuối tháng XII với cơn bão
WASHI. Mùa bão tập trung chủ yếu vào 4 tháng VI, VII, VIII, IX với 17/21 cơn
chiếm 81% số lượng cả mùa. Tháng IX có tới 7 cơn bão hoạt động là tháng có số
lượng nhiều nhất trong năm; tháng VI, VII, VIII có từ 3 đến 4 cơn, các tháng V, X, XII
có từ 1 đến 2 cơn. Đặc biệt tháng XI không có bão hoạt động trong khi TKC tháng này
có trung bình 2 cơn.
140
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Bảng 1. Bão hoạt động ở Tây Bắc Thái Bình Dương năm 2011 [3]
Tháng
Loại
I
II
III
IV
Bão
V
VI VII VIII IX
X
1
2
1
1
1
1
2
2
1
4
4
3
7
Bão mạnh
Bão rất mạnh
1
Tổng số
2
3
3
XI XII Cả năm
1
9
4
8
1
1
21
Năm 2011 có 12 cơn bão mạnh chiếm 57% số lượng bão cả năm và tỷ lệ này
cũng nhỏ hơn so với tỷ lệ trên dãy số liệu thời kỳ chuẩn. Trong số 12 cơn bão mạnh có
5 cơn có cường độ gió mạnh nhất đạt trên 95kts. Cơn bão có cường độ gió mạnh nhất
năm 2011 là cơn SONGDA với Pmin = 920hPa, Vmax = 105 kts.
2. Hoạt động của bão và áp thấp nhiệt đới ở Biển Đông
Năm 2011 có 13 xoáy thuận nhiệt đới (XTNĐ) hoạt động trên Biển Đông. Mùa
bão bắt đầu từ tháng IV với 1 áp thấp nhiệt đới (ATNĐ) hoạt động ở vùng biển phía
Nam của nước ta và hoạt động liên tục tới nửa cuối tháng XII mới kết thúc với cơn bão
WASHI. Như vậy mùa bão năm 2011 trên Biển Đông bắt đầu sớm hơn 2 tháng và kết
thúc muộn hơn 1 tháng so với trung bình thời kỳ chuẩn.
Trong tổng số 7 cơn bão và 6 ATNĐ hoạt động ở Biển Đông có 6 cơn bão và 1
ATNĐ (do bão BAYAN yếu đi) có nguồn gốc từ Tây Bắc Thái Bình Dương, có 1 cơn
bão (HAITANG) và 5 ATNĐ hình thành và tan ở Biển Đông. Các cơn bão ở Biển
Đông năm 2011 hoạt động chủ yếu trên vùng biển phía Bắc của vĩ độ 150N (9/13 cơn)
(Bảng 2, Hình 2).
Bảng 2. Bão và ATNĐ hoạt động ở Biển Đông năm 2011[1,2,3]
Tên bão
Tháng
Số
Tên
Quốc tế
Quốc tế
Cường độ
Số Cấp
Việt bão
Nam
Pmin
Vmax
(hPa) (kts)
Phạm vi hoạt động
Nơi
Nơi
phát sinh
( N; E)
kết thúc
(0N;0E)
0
0
IV
ATND1
TD
9,0-111,8
7,5-114,0
V
ATND2
TD
19,5-11,6
22,2-118,0
14,3-120,3
24,9-117,0
VI
1103
VI
SARIKA
Số 1
ATND3
HAIMA
TS
996
40
TD
14-114
17-113,5
20,2-106,4
VI
1104
Số 2
TS
985
40
9,3-129,1
VII
1108 NOCK-TEN Số 3
STS
985
50
12,7-128,1
IX
1118
TS
996
35
HAITANG Số 4
15,8-110,9
18,0-102,1
16,6-107,5
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
141
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
IX
X
1117
1119
NESAT
NALGAE
*
Số 5
TY
970
65
12,6-139,2
21,5-106,2
Số 6
TY
965
75
18,3-139,6
18,0-107,5
X
ATND4
TD
8,1-135,5
18,2-117,2
XI
ATND5
TD
16,6-109,8
17,2-116,8
XII
ATND6
TD
11,7-115,8
6,6-109
WASHI
Số 7 STS
6,2-143,1
9,0-112,0
XII
1121
996
40
*Bão NALGAE hình thành ở Thái Bình Dương từ tháng IX, hoạt động ở Biển
Đông tháng X
Hình 2. Đường đi của bão và ATNĐ trên khu vực Biển Đông năm 2011
Tháng IV có 1 áp thấp nhiệt đới hoạt động ở vùng biển phía Nam Biển Đông,
không ảnh hưởng đến thời tiết đất liền nước ta;
Tháng V có 1 áp thấp nhiệt đới hoạt động ở phía Đông Bắc Biển Đông, không
ảnh hưởng đến thời tiết trên đất liền nước ta;
Tháng VI có 2 cơn bão (SARIKA và HAIMA) và 1 áp thấp nhiệt đới hoạt
động trên Biển Đông:
- Bão số 1 (SARIKA) hoạt động trên biển Đông từ ngày 9 đến ngày 11/VI, suy
yếu thành ATNĐ sau đó đi vào đất liền thuộc địa phận tỉnh Quảng Đông – Phúc Kiến
(Trung Quốc). Bão SARIKA không ảnh hưởng tới thời tiết nước ta;
- ATNĐ3 hình thành trên khu vực giữa biển Đông từ ngày 15 đến ngày 16/VI
suy yếu và tan trên biển, không ảnh hưởng tới thời tiết trên đất liền;
- Bão số 2 (HAIMA) hoạt động trên biển Đông từ chiều ngày 20 đến sáng sớm
ngày 25/VI thì suy yếu và tan. Không đổ bộ vào đất liền nhưng bão số 2 ảnh hưởng
trực tiếp đến khu vực đất liền các tỉnh ven biển Bắc Bộ và Bắc Trung Bộ, nhất là các
tỉnh Hải Phòng, Nam Định và Nghệ An;
142
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
Tháng VII có 1 cơn bão số 3 (NOCK-TEN) hoạt động trên Biển Đông từ ngày
27 đến ngày 30/VII sau đó đổ bộ vào khu vực Thanh Hóa - Nghệ An, gây ra mưa vừa,
mưa to và dông ở các tỉnh Nam đồng bằng Bắc Bộ và Bắc Trung Bộ;
Tháng IX có 3 cơn bão là bão số 4 (HAITANG), bão số 5 (NESAT), bão số 6
(NALGAE):
- Bão số 4 được hình thành trên Biển Đông từ ngày 24 đến sáng ngày 27/IX.
Bão đổ bộ vào đất liền thuộc khu vực các tỉnh từ Quảng Trị đến Thừa Thiên Huế, sau
đó suy yếu thành áp thấp nhiệt đới và tan trên địa phận Trung Lào. Bão số 4 gây ra
mưa to diện rộng cho các tỉnh miền Trung, đặc biệt các tỉnh từ Quảng Bình – Thừa
Thiên Huế có nơi mưa to, có nơi mưa rất to.
- Bão số 5 hoạt động trên Biển Đông từ ngày 27 đến ngày 30/IX. Bão đổ bộ vào
đất liền thuộc khu vực các tỉnh từ Quảng Ninh đến Hải Phòng sau đó suy yếu thành
vùng áp thấp và tan đi ở khu vực miền núi phía Bắc. Các tỉnh khu vực Bắc Bộ và Bắc
Trung Bộ có mưa to, đặc biệt là các tỉnh Quảng Ninh, Hải Phòng, Thái Bình.
Tháng X có 1 cơn bão số 6 (NALGAE) và 1 áp thấp nhiệt đới (ATND4):
- Bão số 6 hoạt động ở biển Đông từ ngày 1 đến ngày 5/X sau đó bão suy yếu
và tan trên vùng biển thuộc các tỉnh Nghệ An - Quảng Trị. Bão số 6 không đổ bộ vào
đất liền nhưng do ảnh hưởng của hoàn lưu bão số 6 các tỉnh từ Thanh Hóa - Quảng
Nam có mưa to đến rất to, gây ngập úng và thiệt hại nặng cho sản xuất nông nghiệp.
- ATND4: Có nguồn gốc từ bão BAYAN hoạt động ở Biển Đông từ ngày 12
đến ngày 14/X, không ảnh hưởng tới thời tiết đất liền.
Tháng XI có 1 áp thấp nhiệt đới (ATND5), hình thành và hoạt động trên Biển
Đông từ ngày 7 đến ngày 10/XI, suy yếu trên khu vực Bắc Biển Đông. ATND5 gây
mưa to đến rất to cho các tỉnh Bắc và Trung Trung Bộ.
Tháng XII có 1 cơn bão số 7 (WASHI) và 1 áp thấp nhiệt đới (ATND6):
- Bão số 7 hoạt động ở Biển Đông từ ngày 17 đến ngày 18/XII, không ảnh
hưởng đến thời tiết Việt Nam;
- ATND6 hoạt động từ ngày 10 đến ngày 14/XII, không ảnh hưởng tới thời tiết
Việt Nam.
3. Xoáy thuận nhiệt đới đổ bộ vào đất liền Việt Nam
Năm 2011 có 3 cơn bão đổ bộ vào đất liền Việt Nam, đó là các cơn bão số 3
(NOCK-TEN), bão số 4 (HAITANG), bão số 5 (NESAT) (Bảng 3).
Bảng 3. Bão và ATNĐ đổ bộ vào đất liền Việt Nam năm 2011
Tên bão
Tháng
VII
Số
Tên
Quốc tế
Quốc tế
Cấp
Số bão
Việt
đổ bộ
Nam
1108 NOCK-TEN Số 3
TS
Cường độ đổ bộ
Pmin
Vmax
(hPa)
(kts)
992
40
Phạm vi hoạt động
Nơi
Nơi
phát sinh
( N; E)
kết thúc
(0N;0E)
12,7-128,1
18,0-102,1
0
0
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
143
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
IX
1118
HAITANG Số 4
TS
1000
35
15,8-110,9
16,6-107,5
IX
1117
NESAT
TS
998
35
12,6-139,2
21,5-106,2
Số 5
- Bão số 3 (NOCK-TEN): Hình thành từ một áp thấp nhiệt đới ở vùng biển
ngoài khơi Philippin. Hồi 13h ngày 25/VII vị trí tâm áp thấp nhiệt đới ở vào khoảng
13,10N - 127,40E. Áp thấp nhiệt đới này mạnh lên thành bão vào sáng sớm ngày
26/VII. Bão di chuyển chủ yếu theo hướng giữa Tây Tây Bắc và Tây Bắc mỗi giờ đi
được khoảng 15km và đi vào Biển Đông vào sáng ngày 28/VII. Sức gió mạnh nhất
vùng gần tâm bão mạnh cấp 9, cấp 10 giật cấp 11,12. Đêm ngày 29/VII bão đổ bộ vào
khu vực phía Đông Nam đảo Hải Nam (Trung Quốc). Đến chiều tối ngày 30/VII bão
đổ bộ vào địa phận các tỉnh từ Thanh Hóa đến Nghệ An và suy yếu thành áp thấp nhiệt
đới và sau đó suy yếu thành một vùng thấp di chuyển theo hướng Tây và tan dần trên
khu vực Trung Lào. Bão số 3 đã gây ra gió mạnh ở một số nơi như: Thái Bình 16m/s
(cấp 7), giật 20m/s (cấp 8), ở Sầm Sơn (Thanh Hóa) có gió mạnh 17m/s ( cấp 7), giật
22m/s (cấp 9), Hòn Ngư (Nghệ An) 18m/s (cấp 8), giật 22m/s (cấp 9). Một số nơi có
mưa vừa đến mưa to, lượng mưa phổ biến từ 50 – 100mm, riềng một số nơi có mưa rất
to như: Thành phố Vinh 208mm; Hòn Ngư (Nghệ An) 240mm; Linh Cảm (Hà Tĩnh)
178mm; Tuyên Hóa (Quảng Bình) 101mm.
- Bão số 4 (HAITANG): Sáng 24/IX một áp thấp ở vùng biển tỉnh Quảng Nam
đến Đà Nẵng đã mạnh lên thành áp thấp nhiệt đới. Hồi 7h sáng ngày 24/IX vị trí tâm
áp thấp nhiệt đới ở vào khoảng 15,60N – 1110E. Sáng ngày 25/IX áp thấp nhiệt đới
mạnh lên thành bão, có tên quốc tế là HAITANG. Bão di chuyển chủ yếu theo hướng
Tây mỗi giờ đi được khoảng 10 - 15 km. Hồi 04 giờ ngày 27/IX vị trí tâm bão ở vào
khoảng 16,70N; 108,30E trên vùng ven bờ biển các tỉnh Quảng Trị - Thừa Thiên Huế,
sức gió mạnh nhất ở vùng gần tâm bão mạnh cấp 8 (tức là từ 62 đến 74 km/h), giật cấp
9. Bão đổ bộ vào các tỉnh từ Quảng Trị đến Thừa Thiên Huế và suy yếu thành áp thấp
nhiệt đới đi sâu vào đất liền trở thành một vùng áp thấp và tan trên địa phận Trung
Lào. Bão số 4 đã gây ra gió mạnh ở một số nơi như: đảo Bạch Long Vĩ có gió mạnh
14m/s (cấp 7); ở Cồn Cỏ gió 11m/s (cấp 6), giật 18m/s (cấp 8); Đông Hà (Quảng Trị)
11m/s (cấp 6), giật 16m/s (cấp 7). Các tỉnh từ Quảng Trị đến Quảng Nam có mưa to
đến rất to, lượng mưa từ ngày 26 đến 7h ngày 27/IX phổ biến trong khoảng từ 100 200mm; một số nơi có mưa lớn hơn như: Hải Tân (Quảng Trị) 212mm; Nam Đông
(Huế) 310mm; thành phố Huế 216mm.
- Bão số 5 có tên quốc tế là NESAT hình thành ở vùng biển ngoài khơi phía
Đông Philippin. Bão di chuyển theo hướng Tây Tây Bắc, mỗi giờ đi được khoảng
20km vào Biển Đông chiều ngày 27/IX. Hồi 13h ngày 27/IX, vị trí tâm bão ở vào
khoảng 16,60N - 120,40E, sức gió mạnh nhất ở vùng gần tâm bão mạnh cấp 12, giật
cấp 14, cấp 15. Chiều ngày 29/IX bão đi vào đảo Hải Nam (Trung Quốc) rồi tiếp tục đi
sâu vào vịnh Bắc Bộ. Lúc 10 giờ ngày 30/IX, vị trí tâm bão ở vào khoảng 20,90N;
107,30E, trên bờ biển các tỉnh Quảng Ninh - Hải Phòng. Bão tiếp tục đi sâu vào đất
liền theo hướng Tây và Tây Tây Bắc suy yếu dần thành một vùng áp thấp và tan
đi ở vùng núi phía Bắc. Trước khi vào bờ bão số 5 đã gây ra gió mạnh ở một vài nơi
như: Cửa Ông (Quảng Ninh) có gió mạnh 22m/s (cấp 9); Phủ Liễn (Hải Phòng) có gió
144
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
mạnh 15m/s (cấp 7); giật 21m/s (cấp 9); Thái Bình có gió mạnh 12m/s (cấp 6); giật
19m/s (cấp 8). Ở các tỉnh phía Đông Bắc Bộ, Bắc và Trung Trung Bộ có mưa vừa,
mưa to, với lượng mưa phổ biến từ 20 - 50mm; một số nơi có mưa to hơn như Cô Tô
(Quảng Ninh) 126mm; Cửa Ông (Quảng Ninh) 125mm; Ba Đồn (Quảng Bình) 100
mm.
4. Kết luận
Trong năm 2011 bão trên khu vực Tây Bắc Thái Bình Dương, Biển Đông có
những diễn biến khác thường so với quy luật chung:
- Trên khu vực Tây Bắc Thái Bình Dương: Đây là năm thứ 2 liên tiếp trên khu
vực Tây Bắc Thái Bình Dương có số lượng bão ít hơn rất nhiều so với trung bình thời
kỳ chuẩn; Tháng IX có tới 7 cơn bão nhiều hơn so với trung bình thời kỳ chuẩn 2 cơn
nhưng tháng 11 lại không có cơn bão nào hoạt động.
- Trên khu vực Biển Đông: Mùa bão bắt đầu từ tháng IV, sớm hơn 2 tháng và
kết thúc vào tháng XII, muộn hơn 1 tháng so với trung bình thời kỳ chuẩn. Tháng VIII
không có cơn bão nào hoạt động; Hoạt động của bão chủ yếu ở phía Bắc 150N; Các
cơn bão chủ yếu hình thành ở Tây Bắc Thái Bình Dương di chuyển vào Biển Đông
(6/7 cơn); Có 5/6 áp thấp nhiệt đới hình thành và hoạt động ở Biển Đông.
- Đổ bộ vào đất liền Việt Nam: Có 3 cơn bão đổ bộ vào Việt Nam; Không có
cơn bão nào đổ bộ vào khu vực Nam Trung Bộ và Nam Bộ.
TÀI LIỆU THAM KHẢO
1. Viện Khoa học Khí tượng Thủy văn và Môi trường: Thông báo và dự báo khí
hậu số tháng 2-12 năm 2011, số tháng 2 năm 2002.
2. http://agora.ex.nii.ac.jp/digital-typhoon/year/wnp/2011.html.
3. http://www.jma.go.jp/jma/indexe.htm.
ACTIVITIES OF TROPICAL DEPRESSIONS AND TROPICAL
STORMS IN NORTH-WESTERN PACIFIC AND EAST SEA IN 2011
Nguyen Thi Xuan, Pham Thi Thanh Huong, Hoang Duc Cuong
Institute of Meteorology, Hydrology and Environment
Storms and tropical depressions referred to as tropical cyclone is a type of extreme
weather often causes great losses of life and property in areas they pass through or be
affected. With the goal of providing information about the 2011 tropical cyclone season for
the users, this paper summarizes the operations of tropical cyclones over the North-Western
Pacific, East Sea and landed in Vietnam. In addition, some annual specific statistics were
introduced as a basis for comparison and evaluation of frequency and intensity of tropical
cyclones in 2011.
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
145
Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi trường và Biến đổi Khí hậu
146
Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu
[...]... tượng Thủy văn, Môi trường và Biến đổi Khí hậu NGHIÊN CỨU ỨNG SƠ ĐỒ PHÂN TÍCH XOÁY NHÂN TẠO KẾT HỢP ĐỒNG HÓA SỐ LIỆU 3DVAR CHO MÔ HÌNH WRF NHẰM DỰ BÁO QUỸ ĐẠO VÀ CƯỜNG ĐỘ BÃO TRÊN BIỂN ĐÔNG Hoàng Đức Cường, Vũ Văn Thăng Viện Khoa học Khí tượng Thủy văn và Môi trường Báo cáo trình bày về một phương pháp tạo trường ban đầu cho mô hình WRF nhằm dự báo bão trên Biển Đông khi kết hợp đồng thời sơ đồ phân tích... án WRF từ hạn dự báo 24 đến 72h Hướng nghiên cứu này mở ra khả năng cải thiện các dự báo đối với cường độ bão trên Biển Đông a) Bão Hagupit c) Bão Kammuri b) Bão Halong d) Bão Neoguri Hình 3 Quỹ đạo bão trong các trường hợp (BT- thực tế, WRF- VAR- dự báo khi có đồng hóa số liệu xoáy giả và WRF- dựu báo khi không đồng hóa số liệu xoáy giả) 4 Kết luận Sử dụng phương pháp tạo trường ban đầu cho mô hình WRF. .. tích Hình 2 Miền tính cho mô hình phân là 120s với hạn dự báo đến 72h Điều kiện biên được cập nhập 6h một Các sơ đồ tham số hóa được sử dụng trong mô hình như sơ đồ vi vật lý Thomson, sơ đồ phát xạ sóng dài RRTM, sơ đồ phát xạ sóng ngắn Dudhia, sơ đồ lớp sát đất Monin-Obukhov, sơ đồ khuếch tán nhiệt với các quá trình bề mặt, sơ đồ YSU cho lớp biên, sơ đồ lớp biên hành tinh MRF, sơ đồ tham số hóa đối... (3DVAR) để tạo trường ban đầu cho mô hình số trị nhằm dự báo báo bão Profile các yếu tố khí tượng theo chiều thẳng ứng được chiết xuất sau khi cài xoáy giả vào trường ban đầu được coi là các dữ liệu quan trắc về yếu tố đó và được sử dụng tương tự như số liệu các trạm thám sát cao không cho sơ đồ 3DVAR đồng hóa số liệu 2 Quy trình đồng hóa trường cài xoáy giả Quá trình đồng hóa trường cài xoáy giả cho. .. cơn bão hoạt động trên Biển Đông năm 2008, 2009 cho thấy dự báo quỹ đạo bão chưa được cải thiện đáng kể khi áp dụng kết hợp đồng thời sơ đồ phân tích xoáy nhân tạo và sơ đồ đồng hóa số liệu 3DVAR cho mô hình WRF Tuy nhiên, đã có những kết quả khả quan đối với dự báo cường độ bão 16 Tập 1: Khí tượng - Khí hậu, Khí tượng Nông nghiệp và Biến đổi Khí hậu Hội thảo khoa học Quốc gia về Khí tượng Thủy văn, Môi... hóa xoáy dự báo quỹ đạo bão trên khu vực Biển Đông Tuyển tập báo cáo Hội nghị dự báo viên toàn quốc lần thứ III, Trung tâm Dự báo KTTV TW, Tập 1- Dự báo khí tượng, trang 36-46 4 Bùi Hoàng Hải, Phan Văn Tân (2007), Về một sơ đồ ban đầu hóa xoáy mới áp dụng cho mô hình khu vực phân giải cao HRM Tạp chí Khí tượng Thủy văn, 3(555), tr 42−50 5 Đặng Hồng Nga (2009), Nghiên cứu ứng dụng mô hình MM5 dự báo cường... nghiệm Hình 3 mô tả quỹ đạo quan trắc và dự báo của một số cơn bão điển hình được thử nghiệm Có thể nhận thấy rằng, cả hai phương án WRF- VAR và WRF đều nắm bắt được sự đổi hướng di chuyển của bão Hagupit, Halong và bão Neoguri Mặc dù vậy, quĩ đạo dự báo của WRF (không thực hiện đồng hóa) dường như hợp lý hơn và bám sát quĩ đạo quan trắc hơn so với trường hợp WRF- VAR (có thực hiện đồng hóa số liệu) Như... trình đồng hóa số liệu tiếp theo được thực hiện tương tự như trong [2,6]: chạy mô đun OBSPROC để tạo ra file obs_gst_yyyy-mmdd_hh:00:00 .3DVAR chứa các dữ liệu đồng hóa, kết hợp với trường ban đầu wrfinput_d01 và ma trận sai số trường nền (BE) cho mô đun 3DVAR Cuối cùng sẽ thu được các file điều kiện biên và điều kiện ban đầu đã cập nhật số liệu xoáy giả cho mô hình WRF nhằm dự báo bão trên Biển Đông Gfs... LIỆU THAM KHẢO 1 Hoàng Đức Cường (2008), Nghiên cứu thử nghiệm dự báo mưa lớn ở Việt Nam bằng mô hình MM5 Báo cáo tổng kết đề tài nghiên cứu khoa học cấp Bộ 2 Hoàng Đức Cường (2012), Nghiên cứu ứng dụng mô hình WRF phục vụ dự báo thời tiết và bão ở Việt Nam, Báo cáo tổng kết đề tài nghiên cứu khoa học cấp Bộ 3 Nguyễn Lê Dũng, Phan Văn Tân (2008), Thử nghiệm áp dụng hệ thống WRFVAR kết hợp ban đầu hóa. .. phân bố trên tất cả các nút lưới của miền tính Nhằm đánh giá khả năng dự báo quỹ đạo và cường độ của bão trên Biển Đông, 10 cơn bão (Bảng 1) trong hai mùa bão năm 2008-2009 đã được lựa chọn thử nghiệm với hai phương án dự báo: có và không thực hiện đồng hóa số liệu với tập số liệu “giả” trích từ xoáy nhân tạo Các phương án nêu trên sẽ được ký hiệu là WRF- VAR và WRF Bảng 1 Danh sách các cơn bão được ... tượng Thủy văn, Môi trường Biến đổi Khí hậu NGHIÊN CỨU ỨNG SƠ ĐỒ PHÂN TÍCH XOÁY NHÂN TẠO KẾT HỢP ĐỒNG HÓA SỐ LIỆU 3DVAR CHO MÔ HÌNH WRF NHẰM DỰ BÁO QUỸ ĐẠO VÀ CƯỜNG ĐỘ BÃO TRÊN BIỂN ĐÔNG Hoàng Đức... giả WRF- dựu báo không đồng hóa số liệu xoáy giả) Kết luận Sử dụng phương pháp tạo trường ban đầu cho mô hình WRF cách kết hợp đồng thời sơ đồ phân tích xoáy nhân tạo sơ đồ đồng hóa số liệu 3DVAR. .. Thủy văn Môi trường Báo cáo trình bày phương pháp tạo trường ban đầu cho mô hình WRF nhằm dự báo bão Biển Đông kết hợp đồng thời sơ đồ phân tích xoáy nhân tạo sơ đồ đồng hóa số liệu 3DVAR Yếu