NGHIÊN cứu ĐỒNG HOÁ số LIỆU vệ TINH TRONG mô HÌNH WRF để dự báo mưa lớn ở KHU vực TRUNG bộ

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN NGUYỄN THỊ THANH NGHIÊN CỨU ĐỒNG HOÁ SỐ LIỆU VỆ TINH TRONG MÔ HÌNH WRF ĐỂ DỰ BÁO MƯA LỚN Ở KHU VỰC TRUNG BỘ LUẬN VĂN THẠC SĨ KHOA HỌC Hà Nội-2010 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN NGUYỄN THỊ THANH NGHIÊN CỨU ĐỒNG HOÁ SỐ LIỆU VỆ TINH TRONG MÔ HÌNH WRF ĐỂ DỰ BÁO MƯA LỚN Ở KHU VỰC TRUNG BỘ Chuyên ngành: Khí tượng – khí hậu Mã số: 60.44.87 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: GS.TS TRẦN TÂN TIẾN Hà Nội-2010 LỜI CẢM ƠN Trước hết, xin bày tỏ lòng biết ơn sâu sắc tới GS TS Trần Tân Tiến, người tận tình bảo hướng dẫn hoàn thành luận văn Tôi xin cảm ơn Thầy cô cán khoa Khí tượng - Thủy văn - Hải dương học cung cấp cho kiến thức chuyên môn quý giá, giúp đỡ tạo điều kiện thuận lợi sở vật chất suốt thời gian học tập Khoa Tôi xin cảm ơn Phòng sau đại học, Trường Đại học Khoa học Tự nhiên tạo điều kiện cho có thời gian hoàn thành luận văn Tôi xin cảm ơn ban lãnh đạo Viện Khoa học Khí tượng Thủy văn Môi trường, đặc biệt ban lãnh đạo Trung tâm Nghiên cứu Biển tương tác Biển – Khí giúp đỡ tạo điều kiện giúp hoàn thành luận văn Cuối cùng, xin gửi lời cảm ơn chân thành tới gia đình, người thân bạn bè, người bên cạnh cổ vũ, động viên tạo điều kiện tốt cho suốt thời gian học tập trường Nguyễn Thị Thanh MỤC LỤC MỞ ĐẦU CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO MƯA BẰNG PHƯƠNG PHÁP SỐ TRỊ VÀ ĐỒNG HOÁ SỐ LIỆU VỆ TINH 1.1 Tổng quan dự báo mưa phương pháp số trị 1.2 Dữ liệu vệ tinh cần thiết liệu vệ tinh dự báo thời tiết 1.3 Những nghiên cứu giới Việt Nam đồng hoá số 18 liệu vệ tinh mô hình số trị CHƯƠNG 2: ĐỒNG HÓA SỐ LIỆU VỆ TINH TRONG MÔ 22 HÌNH WRF 2.1 Mô hình WRF 22 2.2 Vấn đề đồng hoá số liệu vệ tinh mô hình WRF 29 2.3 Đồng hoá liệu vệ tinh MODIS mô hình WRF 2.4 Các tiêu đánh giá kết dự báo mưa 39 40 CHƯƠNG 3: KẾT QUẢ ĐỒNG HÓA SỐ LIỆU VỆ TINH 44 TRONG MÔ HÌNH WRF ĐỂ DỰ BÁO MƯA LỚN Ở KHU VỰC TRUNG BỘ 3.1 Nguồn số liệu 44 3.2 Cấu hình lựa chọn 45 3.3 Kết dự báo mưa số trường hợp điển hình 46 3.4 Đánh giá kết dự báo đợt mưa lớn khu vực Trung Bộ 62 hai năm 2007 - 2008 KẾT LUẬN 66 KIÊN NGHỊ 66 TÀI LIỆU THAM KHẢO 67 MỞ ĐẦU Hàng năm, Việt Nam, đặc biệt khu vực Miền Trung, thiên tai có nguồn gốc mưa lớn lũ lụt, lũ quét, sạt lở đất, gây thiệt hại vô to lớn người tài sản Bên cạnh đó, chúng gây nhiều vấn đề xã hội, an ninh, quốc phòng Mưa lớn khu vực Miền Trung thường xảy ảnh hưởng hình thời tiết khác giải hội tụ nhiệt đới (ITCZ), front lạnh, bão, áp thấp nhiệt đới, Trong số trường hợp, kết hợp nhiều hệ thống thời tiết khác làm cho mưa lớn diễn phức tạp Sự tương tác hoàn lưu khí địa hình núi cao dãy núi Trường Sơn làm cho mưa lớn thường xảy diện rộng kéo dài Do đó, dự báo mưa lớn nâng cao chất lượng dự báo mưa lớn vấn đề đặc biệt quan trọng khu vực Miền Trung Dự báo mưa lớn mục tiêu quan trọng dự báo số trị quy mô vừa Tuy nhiên, thiếu xác trường ban đầu tính phi tuyến toán khí tượng, kết dự báo từ mô hình số trị chứa sai số lớn Cùng với cố gắng việc tính toán, mô chi tiết trình vật lý liên quan tới thời tiết, nhà khoa học nước có nhiều cố gắng việc cải thiện trường số liệu ban đầu (vốn trường phân tích mô hình toàn cầu) cho mô hình số trị khu vực số liệu quan trắc địa phương phi truyền thống vệ tinh, radar nhằm nâng cao chất lượng dự báo Các quan trắc mặt đất thám không vô tuyến cung cấp thông tin tương đối xác trường khí tượng bề mặt cao Tuy nhiên, mạng lưới quan trắc thưa không gian thời gian, đặc biệt quan trắc biển Trong năm gần đây, việc cải tiến công nghệ viễn thám cho phép quan trắc khí vệ tinh nơi thiếu số liệu quan trắc, đồng thời, quan trắc có độ phân giải cao so với quan trắc truyền thống Vì vậy, liệu vệ tinh khí tượng ngày ứng dụng rộng rãi việc phát hiện, theo dõi, cảnh báo tượng thời tiết nguy hiểm tăng cường thông tin trường ban đầu cho mô hình số trị khu vực Trên giới có nhiều tác giả nghiên cứu toán đồng hóa số liệu vệ tinh cho mô hình số đạt kết khả quan dự báo thời tiết, dự báo tượng thời tiết cực đoan mưa lớn, bão,…Ở Việt Nam, đồng hóa số liệu, đặc biệt đồng hóa số liệu vệ tinh vấn đề mẻ, chưa có nhiều tác giả nghiên cứu Chính vậy, luận văn này, tiến hành tìm hiểu áp dụng phương pháp đồng hóa 3DVAR cho mô hình WRF để đồng hóa liệu vệ tinh nhằm góp phần nâng cao chất lượng dự báo mưa Khu vực Trung Bộ Bố cục luận văn gồm phần: Mở đầu Chương 1: Tổng quan dự báo mưa mô hình số trị đồng hoá số liệu vệ tinh Chương 2: Đồng hoá số liệu vệ tinh mô hình WRF Chương 3: Kết ứng dụng đồng hoá số liệu vệ tinh mô hình WRF để dự báo mưa lớn khu vực Trung Bộ Kết luận CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO MƯA BẰNG PHƯƠNG PHÁP SỐ TRỊ VÀ ĐỒNG HOÁ SỐ LIỆU VỆ TINH 1.1 Tổng quan dự báo mưa phương pháp số trị Dự báo mưa nhiệm vụ khó khăn khí tượng nghiệp vụ thực tế, vài thập kỷ qua, chất lượng dự báo thời tiết nói chung dự báo mưa nói riêng cải thiện đáng kể Mưa sinh tác động phối hợp hầu hết yếu tố khí tượng, yếu tố biến động mạnh theo không gian thời gian Rất nhiều trình dẫn đến mưa như: hội tụ ẩm qui mô lớn, đối lưu sâu, trình gần bề mặt, Do vậy, dự báo tốt mưa vùng lớn có nghĩa dự báo tốt tất biến khí tượng khác Hiện nay, nước phát triển phương pháp số phương pháp dự báo thời tiết thống Ở Châu Âu, phương pháp bắt đầu phát triển từ năm 50 kỷ XX, đầu tư cao cho hướng nghiên cứu phát triển Liên minh Châu Âu tập trung Trung tâm Dự báo thời tiết hạn vừa Châu Âu (ECMWF) Tuy nhiên, trước năm 80 kỷ XX, nghiên cứu phát triển lý thuyết ứng dụng chủ yếu quan tâm đến khu vực ngoại nhiệt đới Châu Âu Mỹ Dự báo thời tiết nhiệt đới nói chung phương pháp số nói riêng thời kỳ nhiều khó khăn hạn chế động lực học lý thuyết cho vùng nhiệt đới-xích đạo Thời kỳ 1984-1985 ECMWF có cải tiến to lớn dự báo nghiệp vụ mô hình toàn cầu cho vùng nhiệt đới, là, việc đưa vào mô hình sơ đồ tham số hoá đối lưu (TSHĐL) nông, biến đổi TSHĐL sâu, sơ đồ mây tăng độ phân giải ngang mô hình Trên qui mô toàn cầu, nghiên cứu Tiedtke cộng (1988) [32] đánh giá tác động tổ hợp vật lý tăng độ phân giải ngang sai số hệ thống dự báo nghiệp vụ nhiệt đới ECMWF Việc tăng độ phân giải ngang mô hình dự báo thời tiết nghiệp vụ (Black, 1994; Rogers cộng sự, 1998) [11], [36] nhìn chung nâng cao chất lượng dự báo mưa định lượng (QPF) Khi độ phân giải ngang tăng, mô hình nắm bắt chuyển động thẳng đứng tốt dẫn tới làm tăng cực trị mưa dự báo (Weisman cộng sự, 1997) [46] Zhang cộng (1994) [48] nhận thấy rằng, việc nghiên cứu quan hệ mưa qui mô lưới qui mô lưới có tác động đáng kể đến kết mô trường hợp độ phân giải ngang đủ thô để sử dụng sơ đồ TSHĐL Hong Pan (1998) [19] cho thấy vị trí mưa qui mô lưới bị ảnh hưởng nhiều TSHĐL việc thay đổi phương pháp tính mưa qui mô lưới Mặt khác, thời gian kích hoạt sơ đồ TSHĐL sơ đồ ẩm hiển có tác động đáng kể mưa mô (Grell, 1993) [18] thay đổi với sơ đồ khác Những cải tiến thám sát phương pháp đồng hóa số liệu để cải tiến trường ban đầu cho mô hình góp phần quan trọng việc nâng cao chất lượng dự báo mưa (Spencer Stensrud, 1998) [43] Best (1956) [13] sai số trường ban đầu mô hình dự báo thời tiết số khuếch đại theo thời gian dự báo, chí sai số nhỏ trường gió mực 500mb gây nên sai số đáng kể hội tụ phân kỳ trường dự báo Huo cộng (1995) [20] nghiên cứu độ nhạy trường ban đầu dự báo trường bão, kết cho thấy thay đổi nhỏ trường gió ban đầu tạo nên thay đổi lớn dự báo quỹ đạo bão trường mưa dự báo Yoshinori cộng (2009) [49] đồng hoá số liệu lượng nước ngưng tụ (PWV) từ hệ thống GPS mô hình MSM, kết cho thấy cải thiện đáng kể vùng hội tụ phía bắc áp thấp nhiệt đới vùng mưa dự báo Ở nước ta, năm gần đây, công trình nghiên cứu lĩnh vực dự báo mưa lớn mô hình số trị thực Trần Tân Tiến (2004) [6] nghiên cứu phụ thuộc vào độ phân giải lưới hai sơ đồ TSHĐL Kuo Kain Fristch dự báo mưa lớn khu vực Miền Trung mô hình RAMS Kiều Thị Xin (2005) [8] áp dụng mô hình HRM để dự báo mưa lớn diện rộng Việt Nam Hoàng Đức Cường (2008) [1] xây dựng hệ thống tổ hợp dự báo thành phần cách lựa chọn phương án sử dụng sơ đồ tham số hoá vật lý khác mô hình MM5 để dự báo mưa lớn Việt Nam Chu Thị Thu Hường (2007) [3] nghiên cứu thử nghiệm dự báo mưa thời hạn từ đến ngày cho khu vực Trung mô hình WRF Vũ Thanh Hằng (2008) [5] nghiên cứu tác động tham số hóa đối lưu dự báo mưa mô hình HRM Việt Nam 1.2 Dữ liệu vệ tinh cần thiết liệu vệ tinh dự báo thời tiết Trong suốt thập kỷ vừa qua, ảnh vệ tinh nhận dựa vào đầu đo cảm ứng, đầu đo cung cấp cho nhà khoa học tập số liệu toàn cầu thực khách quan diễn biến bầu khí Chúng làm cách mạng khả thám sát tiến triển khí trái đất Công nghệ viễn thám cung cấp cho ta thám sát quanh trái đất, phần lớn trường hợp chúng thích hợp thực so với thám sát từ bề mặt đất Những thông tin số liệu vệ tinh thu nay, cho phép theo dõi liên tục, phân tích xác định yếu tố trường nhiệt, ẩm, gió, trường mây (các trình hình thành phát triển mây, trường nhiệt độ đỉnh mây, độ cao mây, phân loại sơ mây theo cấp độ cao, xác định lượng ẩm khí quyển, hàm lượng nước mây, vùng mây gây mưa, giông,…) Những thông tin giúp nhà khoa học thời tiết xác định dự báo trình hình thành, phát triển tượng thời tiết định lượng thông số yếu tố mây, độ ẩm khí quyển, lượng nước chứa mây, lượng mưa trái đất để từ làm sở cho việc nghiên cứu thực dự án trình tạo mây, mưa…Mặt khác, liệu vệ tinh ứng dụng hiệu mô hình dự báo thời tiết số trị thông qua việc đồng hóa số liệu để nâng cao chất lượng dự báo Bảng 1.1 trình bày quan trắc từ vệ tinh có khả cung cấp liệu cho mô hình dự báo quy mô vừa, đồng hoá liệu xạ trực tiếp từ vệ tinh Bảng 1.1: Các thông tin vệ tinh sử dụng đồng hoá số liệu Thành phần Nhiệt độ khí Khí Khí Khí Khí Khí Độ ẩm khí Giáng thuỷ Các đặc tính mây (Tổng lượng mây, độ cao đỉnh mây, đặc tính quang học) Thông lượng xạ (bề mặt, đỉnh khí quyển) Đặc tính hoá học tầng đối lưu bình lưu (ôZôn, ClO, BrO, OH) Đặc tính Xon khí (Đối lưu, bình lưu) Véc tơ dịch chuyển khí (AMV): cloud motion vector (CMV); water vapor winds (WVW) Trường gió bề mặt Nhiệt độ mặt nước biển Đại dương Đại dương Địa hình bề mặt biển (height, waves, sea level) Diệp lục vật chất lơ lửng biển Băng biển Thiết bị đo AVHRR, HIRS, AIRS/AMSU-A, MLS, HIRDLS, TES, MODIS AIRS/AMSU-A/HSB, MLS, HIRDLS, MODIS, TES AMSR-E, TRMM MODIS, GLAS, AMSR-E, MISR, AIRS, ASTER, SSM/I MODIS, AMSR-E, GLAS, MISR, AIRS, ASTER, TES, MLS, HIRDLS, OMI HIRDLS, MODIS, MISR, OMI, GLAS vệ tinh địa tĩnh Sactterometer (ERS, QSCAT), AMSRE, DORIS, SSM/I MODIS, AIRS, AMSR-E, SSM/I Altimeter, DORIS MODIS, MERIS AMER-E Đại dương 10 103 108 104 109 105 106 107 21 HoiXuan 25.8 20 19 18 YenDinh SamSon QuyChauNhuXuan ThanhHoa27.1 TayHieu QuynhLuu ConCuong1.4 13.8 HuongSon HaTinh HuongKhe 51KyAnh 121.4TuyenHoa 449 BaDon 69.6 17 ConCo DongHa KheSanh 25.1 Hue AluoiNamDon g D a N a n g 16 15 TraMy LySon Tam Ky Quan gNga i BaTo HoaiNhon 66 14 QuyNhon 6.1 SonHoaTuyHoa 13 11.40.1 a) 21 HoiXuan 20 19 18 25.8 YenDinh SamSon QuyChauNhuXuan ThanhHoa27.1 TayHieu QuynhLuu ConCuong1.4 13.8 HuongSon HaTinh HuongKhe 51 KyAnh 121.4TuyenHoa 449 BaDon 69.6 17 ConCo DongHa KheSanh 25.1 16 Hue AluoiNamDon g D a N a n g 15 TraMy LySon Ta mK y Qua ngN gai BaTo 66 14 HoaiNhon QuyNhon 6.1 SonHoaTuyHoa 13 11.40.1 b) Hình 3.14: Lượng mưa quan trắc trạm (điểm tròn) từ 12Z ngày 09 đến 12Z ngày 10/05/2008 lượng mưa tích lũy 24h dự báo từ 30 đến 54h (đường contour) trường hợp không (a) có đồng hóa số liệu (b) 60 BaiThuong 23.6 16.2 TinhGia QuyHop43.9 TuongDuong2.6 62.2 16.351.5 DoLuongHonNgu 4.5 Vinh 49.8 33 12.7 193.8 34.9 19.8 0.2 23 0.4 BaiThuong 23.6 16.2 TinhGia QuyHop43.9 TuongDuong2.6 62.2 16.351.5 DoLuongHonNgu 4.5 Vinh 49.8 33 12.7 193.8 34.9 19.8 0.2 23 0.4 103 104 105 106 107 108 109 21 HoiXuan 83.8 YenDinh SamSon QuyChauNhuXuan ThanhHoa47.1 QuyHopTayHieu QuynhLuu ConCuong5041.4 20 19 39.7 HuongSon HaTinh HuongKhe 51 KyAnh 121.5TuyenHoa 18 459.5 BaDon 69.7 ConCo DongHa 17 KheSanh 55.1 16 Hue AluoiNamDon g D a N a n g 48 15 TraMy LySon Ta mK y Qua ngN gai 43.9 HoaiNhon BaTo 0.1 115 14 QuyNhon 6.3 SonHoaTuyHoa 13 11.417.2 a) 103 104 105 106 107 108 21 HoiXuan 83.8 20 19 18 YenDinh SamSon QuyChauNhuXuan ThanhHoa47.1 QuyHop61.9 QuynhLuu ConCuong 5041.4 39.7 HuongSon HaTinh HuongKhe 51 KyAnh 121.5TuyenHoa 459.5 BaDon 69.7 ConCo DongHa 17 KheSanh 55.1 16 Hue AluoiNamDon g D a N a n g 48 15 TraMy LySon Ta mK y Quan gNga i 43.9 BaTo 115 14 HoaiNhon 0.1 QuyNhon 6.3 SonHoaTuyHoa 13 11.4 7.2 b) 109 Hình 3.15: Lượng mưa quan trắc trạm (điểm tròn) từ 12Z ngày 08 đến 12Z ngày 10/05/2008 lượng mưa tích lũy 48h dự báo từ 06 đến 54h (đường contour) trường hợp không (a) có đồng hóa số liệu (b) BaiThuong 79.6 80.2 TuongDuong 59.9 82.2 TinhGia 61.9 56.361.5 61 DoLuongHonNgu 53 Vinh 49.8 33 12.7 193.8 64.9 41.8 60.5 76 48 BaiThuong 79.6 80.2 TinhGia TayHieu TuongDuong 59.9 82.2 56.361.5 DoLuongHonNgu 53 Vinh 49.8 33 12.7 193.8 64.9 41.8 60.5 76 48 Bảng 3.3 thể sai số dự báo mưa so với số liệu quan trắc mưa trạm Xét lượng mưa, trường hợp đồng hoá số liệu MODIS dự báo mưa lớn (ME > 0) so với thực tế hạn dự báo từ 06-30h nhỏ (ME > 0) so với thực tế Trong đó, trường hợp trường hợp không đồng hoá số liệu dự báo nhỏ so với thực tế (ME < 0) hạn dự báo từ 06-30h 3054h Như vậy, đồng hoá số liệu làm tăng lượng mưa dự báoTheo bảng 3.3, dự báo mưa trường hợp đồng hóa số liệu MODIS cho sai số MAE RMSE nhỏ trường hợp không đồng hóa hạn dự báo từ 06-30h hạn dự báo từ 30-54h Tuy nhiên, hạn dự báo 30-54h, hai trường hợp cho sai số MAE, RMSE tương đối lớn so với thực tế Bảng 3.3: Các sai số dự báo mưa so với số liệu quan trắc mưa trạm đợt mưa ngày 09-10/05/2008 06-30h ME MAE 30-54h RMSE ME MAE RMSE GFS -6.6 12.7 17.1 -25.4 52.8 82.1 3DV 3.5 6.3 8.9 -21.1 33.7 48.6 3.4 Đánh giá kết dự báo đợt mưa lớn khu vực Trung Bộ hai năm 2007 - 2008 Mưa lớn khu vực Miền Trung thường xảy ảnh hưởng hình thời tiết khác giải hội tụ nhiệt đới (ITCZ), front lạnh, bão, áp thấp nhiệt đới, Khó khăn lớn mô mưa lớn khu vực không việc xác định nguồn ẩm Khó khăn lớn mô hoàn lưu mang ẩm đến tương tác địa hình với hoàn lưu Đây vùng chịu tác động gần tất loại nhiễu động nhiệt đới Các loại sóng xích đạo mạnh với dao động nội mùa tương tác với XTNĐ gió mùa đông bắc chi phối hoàn lưu mang ẩm đến Trung Bộ khó mô tốt mô hình số Tất cho ta thấy 62 khó khăn đặc biệt mô dự báo mưa lớn Trung Bộ Bên cạnh đó, việc đánh giá dự báo mưa mô hình diện lượng mưa Trung Bộ khó khăn lưới thám sát thưa thớt diện tích hẹp dài với sườn núi dốc Trong phần này, trình bày kết đánh giá chất lượng dự báo mưa lớn cho 17 đợt mưa lớn khu vực Trung Bộ năm 2007, 2008 theo số tiêu trình bày Chương Để đánh giá khả dự báo có mưa, đồng thời đánh giá khả dự báo mưa lớn mô hình, chọn ngưỡng mưa từ nhỏ đến lớn, cụ thể ngưỡng mưa mưa 1, 5, 15, 20, 30, 50, 100, 150 200mm/ngày Các hình 3.16 đến 3.17 thể điểm số FBI, CSI POD với hạn dự báo 06-30h 30-54h cho đợt mưa lớn khu vực Miền Trung năm 2007, 2008 với hai trường hợp không (GFS) có đồng hoá số liệu (3DV) Theo hình 3.16, với hạn dự báo 06-30h, hai trường hợp đồng hoá không đồng hoá cho mưa lớn thực tế ngưỡng 75mm nhỏ thực tế ngưỡng 75mm (hình 3.16a) Các số CSI POD hai trường hợp không có đồng hoá giảm dần ngưỡng mưa tăng Như vậy, ngưỡng mưa lớn, mô hình dự báo không xác vùng mưa lượng mưa Tuy nhiên, trường hợp đồng hoá số liệu MODIS có số CSI, POD cao so với trường hợp không đồng hoá, đặc biệt ngưỡng mưa lớn Như vậy, việc đồng hoá tăng độ xác dự báo mưa lớn Tương tự với hạn dự báo 06-30h, hai trường hợp không có sử dụng sơ đồ đồng hóa 3DVAR cho mưa lớn thực tế ngưỡng mưa nhỏ cho mưa nhỏ thực tế ngưỡng mưa lớn hạn dự báo 3054h (hình 3.16a) Ở hạn dự báo này, trường hợp không có đồng hoá số liệu có số CSI xấp xỉ cho giá trị CSI tương đối nhỏ ngưỡng mưa lớn Điều có nghĩa ngưỡng mưa lớn, vùng mưa dự báo tương đối khác so với vùng mưa thực tế Theo hình 3.17c, trường hợp 63 đồng hoá số liệu cho thấy cải thiện số lần dự báo mưa thành công, nhiên, hai trường hợp không có đồng hoá cho số lần dự báo mưa thành công thấp ngưỡng mưa lớn Như vậy, đồng hóa số liệu MODIS cải thiện đáng kể trường mưa dự báo hạn mưa 06-30h, thay đổi lớn hạn dự báo 30-54h 1.6 0.8 1.4 0.7 1.2 0.6 0.5 0.8 GFS 0.6 3DV GFS 0.4 3DV 0.3 0.4 0.2 0.2 0.1 0 15 30 50 100 150 200 a) 15 30 50 100 150 200 b) 0.9 0.8 0.7 0.6 0.5 GFS 0.4 3DV 0.3 0.2 0.1 15 30 50 100 150 200 c) Hình 3.16: Các điểm số FBI (a); CSI (b) POD (c) với hạn dự báo 06-30h cho đợt mưa lớn khu vực Trung Bộ năm 2007, 2008 trường hợp không (GFS) có đồng hóa liệu MODIS (3DV) 64 1.6 0.8 1.4 0.7 1.2 0.6 0.5 0.8 GFS 0.4 GFS 0.6 3DV 0.3 3DV 0.2 0.4 0.1 0.2 0 15 30 50 100 150 200 15 30 50 100 150 200 b) a) 0.9 0.8 0.7 0.6 0.5 0.4 GFS 3DV 0.3 0.2 0.1 15 30 50 100 150 200 c) Hình 3.17: Các điểm số FBI (a); CSI (b) POD (c) với hạn dự báo 30-54h cho đợt mưa lớn khu vực Miền Trung năm 2007, 2008 trường hợp không (GFS) có đồng hóa liệu MODIS (3DV) 65 KẾT LUẬN Từ kết cho thấy vai trò đồng hoá liệu vệ tinh quan trọng việc góp phần nâng cao chất lượng dự báo mưa lớn khu vực Trung Bộ Qua nghiên cứu đạt luận văn này, tác giả rút số kết luận sau: 1) Việc đồng hóa profile nhiệt độ nhiệt độ điểm sương từ vệ tinh MODIS thông qua sơ đồ đồng hóa 3DVAR cho thấy khác biệt lớn trường ban đầu so với trường hợp không đồng hóa Có khác biệt lớn trường nhiệt độ điểm sương ban đầu trường nhiệt độ khác biệt thể rõ mực cao mực bề mặt 2) Dựa phân tích trường mưa dự báo mưa trạm cho thấy việc đồng hóa số liệu MODIS cho dự báo xác tâm mưa lượng mưa dự báo 3) Đánh giá thống kê lượng mưa dự báo lượng mưa trạm cho thấy đồng hóa số liệu MODIS cải thiện đáng kể diện mưa lượng mưa dự báo 30h đầu Tuy nhiên, hạn dự báo từ 30 đến 54h, việc đồng hóa số liệu MODIS không cho kết vượt trội so với trường hợp không đồng hóa 4) Để đánh giá định lượng kết dự báo mưa theo tiêu thống kê cần phải nghiên cứu kỹ sử dụng lượng mưa trạm KIẾN NGHỊ Nghiên cứu khai thác số liệu vệ tinh để nâng cao chất lượng trường ban đầu cho khu vực Việt Nam toán có ý nghĩa mặt khoa học lẫn thực tiễn người nghiên cứu làm nghiệp vụ Việc đồng hoá số liệu MODIS cải thiện đáng kể trường mưa dự báo 30h đầu Vì vậy, tương lai cần tập trung nghiên cứu sâu vấn đề để áp dụng vào thực tiễn 66 TÀI LIỆU THAM KHẢO Tiếng Việt Hoàng Đức Cường, 2008: Nghiên cứu thử nghiệm dự báo mưa lớn Việt Nam mô hình MM5 Báo cáo tổng kết đề tài nghiên cứu khoa học cấp Bộ Hoàng Đức Cường, Nguyễn Thị Thanh, Trần Thị Thảo, 2008: Thử nghiệm ứng dụng liệu vệ tinh cho mô hình MM5 Tuyển tập báo cáo hội nghị dự báo viên toàn quốc lần thứ 3, Trung tâm Dự báo Khí tượng Thuỷ văn Trung Ương, tr12-18 Chu Thị Thu Hường, 2007: Nghiên cứu thử nghiệm dự báo mưa thời hạn từ đến ngày cho khu vực Trung Việt Nam mô hình WRF, Luận văn thạc sỹ, Trường ĐHKHTN, ĐH QG HN Lê Đức, Đỗ Lệ Thuỷ, Lương Hồng Trung, 2007: Xây dựng trường ẩm cho mô hình HRM từ số liệu vệ tinh địa tĩnh dựa phương pháp biến phân ba chiều (3DVAR) (Phần I, II) Tạp chí KTTV, số 555-2007, tr 22 – 32 số 558-2007, tr 43-49 Vũ Thanh Hằng, 2008: Nghiên cứu tác động tham số hóa đối lưu dự báo mưa mô hình HRM Việt Nam Luận án tiến sỹ ngành khí tượng Trần Tân Tiến, Nguyễn Minh Trường, Công Thanh, Kiều Quốc Chánh, 2004: Sử dụng mô hình RAMS mô đợt mưa lớn miền Trung tháng 9/2002, Tạp chí khoa học ĐHQGHN, KHTN & CN Tập XX (3PT), tr 51-60 Kiều Thị Xin, Lê Đức, 2003: Nâng cao chất lượng dự báo mưa mô hình khu vực phân giải cao HRM nhờ tăng độ phân giải điều chỉnh trường ban đầu phương pháp đồng hoá số liệu ba chiều Tuyển tập hội nghị khoa học, Viện Khoa học khí tượng thuỷ văn Môi trường 67 Kiều Thị Xin, 2005: Nghiên cứu dự báo mưa lớn diện rộng công nghệ đại phục vụ phòng chống lũ lụt Việt Nam Báo cáo tổng kết đề tài khoa học công nghệ độc lập cấp nhà nước, tr.121-151 Tiếng Anh Anderson, E., Hollingsworth, A., Kelly, G., Lonnberg, P.,1991: Global observing system experiments on operational statistical retrievals of satellite sounding data Mon Weather Rev., 119, 1851-1864 10.Barnes, S L, 1964: A technique for maximizing details in numerical weather-map analysis, Journal of Applied Meterolog, 3, 396–409 11.Black T.M., 1994: The new NMC mesoscale Eta model: Description and forecast examples, Wea Forecasting, 9, 265-278 12 Bergthorsson, P & Doos,B.R,1955: Numreical weather map analysis, Tellus, 7, 329-340 13 Bouttier F and Courtier P., 1999: Data assimilation concepts and methods ECMWF meteorological training course lecture series 14.Courtier P., E Andersson, W Heckley, J Pailleux, D Vasiljevic, M Hamrud, A Hollingsworth, F Rabier and M Fisher, 1998: The ECMWF implementation of threedimensional variational assimilation (3D-Var) I: Formulation Quarterly Journal Royal Met Society, 124, No 550, 1783-1789 15 Hoang Duc Cuong, Nguyen Thi Thanh, Tran Thi Thao (2009): Heavy rainfall forecast over Center Vietnam using MM5 and WRF models, International MAHASRI/HyARC Workshop on Asian monsoon 16.Cresssman, G.P, 1959: An operational objective analysis system, Mon Wea Rev., 87, 367-374 17.Gandin,L.S, 1963: The objective analysis of meteorological fields, Israel program for Scientific Translations, Jerusalam, 242pp 18.Grell G.A., 1993: Prognostic evalation of assumptions used by cumulus parameterizations, Mon Wea Rev, 121, 764-787 68 19 Hong S.-Y, Pan H.-L., 1998: Convective trigger function for a massflux cumulus parameterization scheme, Mon Wea Rev, 126, 25992620 20.Huo, Z., Zhang D-L, Gyakum J., and Staniforth A., 1995: A Diagnostic Analysis of the Superstorm of March 1993 Mon Wea Rev., 123, 17401761 21 Lorenc, A.C, 1981: A global three-dimensional multivariate statistical analysis scheme, Mon Wea Rev., 109, 701-721 22 Lorenc, A.C, 1986: Analysis methods for numerical weather prediction, Quart J Roy Met Soc.,112, 1177-1194 23 Fan, Jeffrey S Tilley, 2005: Dynamic assimilation of MODISretrieved humidity profiles within a regional model for high-latitude forecast Applications Mon Wea Rev.-Special section, 133, 34503480 24 Janjic, Z I., 1996a: The Mellor-Yamada level 2.5 scheme in the NCEP Eta Model 11th Conference on Numerical Weather Prediction, Norfolk, VA, 19-23 August 1996; American Meteorological Society, Boston, MA, 333-334 25 Janjic, Z I., 2002b: Nonsingular Implementation of the Mellor– Yamada Level 2.5 Scheme in the NCEP Meso model, NCEP Office Note, No 437, 61 pp 26 Kain J S., 2004: The Kain–Fritsch Convective Parameterization: An Update Journal of Applied Meteorology, 43, No 1, 170–181 27 Kusaka H., Y.-R Guo, A Crook, D M Barker and H Hirakuchi, 2004: The Impact of Assimilating GPS-PW data using WRF-3DVAR on a Simulation of a Squall Line Observed during IHOP 20th Conference on Weather Analysis and Forecasting/16th Conference on Numerical Weather Prediction 69 28 Liu, Y.-C., S.-H Chen, F.-C Chien, 2010: The impact of MODIS and AIRS total precipitable water on modifying the vertical shear and Hurricane Emily simulations, Journal of Geophysical Research, in press 29 Mlawer, E J., S J Taubman, P D Brown, M J Iacono, and S A Clough, 1997: Radiative transfer for inhomogeneous atmosphere: RRTM, a validated correlated-k model for the longwave J Geophys Res., 102 (D14), 16663–16682 30.Panofsky, H.A, 1949, Objective weather map analysis, J Meteor., 6, 386-392 31 Parrish, DavidF., and Derber, John C, 1992: The National Meteorological Center's Spectral Statistical-Interpolation analysis system, Mon.Wea.Rev., 120, 1747-1763 32 Thompson, Philip D, 1969: Reduction of analysis error through constraints of dynamical consistency, J.Appl.Meteor., 8, 738-742 33 Tiedtke M., 1988: Parameterization of cumulus convection in largescale models, Physically Based Modelling and Simulation of Climate and Climate change, M Schlesinger, Ed., Reidel, 375-431 34.Tobin, D C., H E Revercomb, R O Knuteson, B M Lesht, L L Strow, S E Hannon, W F Feltz, L A Moy, E J Fetzer, and T S Cress, 2006: Atmospheric Radiation Measurement site atmospheric state best estimates for Atmospheric Infrared Sounder temperature and water vapor retrieval validation, J Geophys Res., 111, D09S14 35 Rakesh V, Singh Randhir, Joshi Prakash C, 2009: Intercomparison of the performance of MM5/WRF with and without satellite data assimilation in short-range forecast applications over the Indian region, Journal of Technology and Science, 105, 133-155 36.Rogers E., Coauthors, 1998: “Changes to the NCEP Operational “Early” Eta Analysis/Forecast system NWS Tech Procedures Bull 70 Vol.(447), National Oceanic and Atmospheric Administration/National Weather Service, 14 pp 37 Routray, A., Mohanty, U C., Niyogi, D., Rizvi, S R., Osuri, K K., 2008: First application of 3DVAR-WRF data assimilation for mesoscale simulation of heavy rainfall events over Indian Monsoon region Journal of the Royal Meteorological Society 38 Sasaki, Y., 1958: A objective analysis based on the variational analysis, J Meteor Soc Janpan, 36, 77-88 39 Seemann, S W., J Li, W P Menzel, and L E Gumley, 2003: Operational retrieval of atmospheric temperature, moisture, and ozone from MODIS infrared radiances J Appl.Meteor., 42, 1072-1091 40.Seemann, Borbas, E., Knuteson, R., Weisz, E., Stephenson, G., Li, J., Huang, H-L., 2006: A global infrared surface emissivity database for clear sky sounding retrievals from satellite-based radiance measurements, J Appl Meteor., 52, 1072-1091 41.Seemann, Eva E Borbas, Jun Li,W Paul Menzel, Liame, Gumley, 2006: MODIS atmospheric profile retrieval algorithm theoretical basis document, Cooperative Institute for Meteorological Satellite Studies University of Wisconsin-Madison, Version 42 Shu-Hua Chen, Zhan Zhao, Jennifer S Haase, Aidong Chen, Francois Vandenberghe, 2007: A Study of the Characteristics and Assimilation of Retrieved MODIS Total Precipitable Water Data in Severe Weather Simulations Monthly Weather Review 43.Spencer, P.L, and Stensrud D.J, 1998: Simulating Flash Flood Events: Importance of the Subgrid Representation of Convection Mon Wea Rev., 126, 2884-2912 44 Sun, J., and N A Crook, 1998: Dynamical and Microphysical Retrieval from Doppler Radar Observations Using a Cloud Model and 71 Its Adjoint Part II: Retrieval Experiments for an Observed Florida Convective Storm J Atmos Sci., 55, 835-852 45 Xavier, A Chandrasekar, R Singh and B Simon, 2006: The impact of assimilation of MODIS data for the prediction of a tropical lowpressure system over India using a mesoscale model International Journal of Remote Sensing, 27, No 20, 4655–4676 46.Weisman M.L., Skamarock W.C and Klemp J.B., 1997: The resolution dependence of explicitly modeled convective systems Mon Wea Rev., 125, 527-548 47 William C Skamarock, Joseph B Klemp, Jimy Dudhia, David O Gill, Dale M Barker, Michael G Duda, Xiang-Yu Huang, Wei Wang and Jordan G Powers, 2008: A Description of the Advanced Research WRF Version NCAR Technical Note 48.Zhang D.-L., Kain J.S., Fritsch J.M., Gao K., 1994: Comments on ‘Parameterization of convective precipitation in mesoscale numerical models A critical review, Mon Wea Rev, 122, 2222-2231 49 Yoshinori Shoji, Masaru Kunii, and Kazuo Saito, 2009: Assimilation of Nationwide and Global GPS PWV Data for a Heavy Rain Event on 28 July 2008 in Hokuriku and Kinki, Japan, Mon Wea Rev, 10, 21512159 72 [...]... của mô hình MM5 bằng dữ liệu vệ tinh MTSAT để mô phỏng cơn bão Damrey 20 CHƯƠNG 2: ĐỒNG HÓA SỐ LIỆU VỆ TINH TRONG MÔ HÌNH WRF 2.1 Mô hình WRF 2.1.1 Tổng quan về mô hình WRF Mô hình Nghiên cứu và Dự báo WRF (Weather Research and Forecast) là mô hình đang được phát triển từ những đặc tính ưu việt nhất của mô hình MM5 với sự cộng tác của nhiều cơ quan tổ chức lớn trên thế giới, chủ yếu là: Phòng nghiên cứu. .. và vệ tinh địa tĩnh Kapanal-1 để dự báo mưa lớn ở Ấn độ bằng việc sử dụng hệ thống đồng hoá số liệu 3DVAR cho mô hình WRF Kết quả tính toán cho thấy, việc đồng hoá số liệu đã cải thiện đáng kể chất lượng mô phỏng mưa lớn trong mùa mưa ở Ấn độ Xavier (2006) [45] đồng hoá profile nhiệt độ và độ ẩm từ vệ tinh MODIS cùng với số liệu thám không vô tuyến để cải thiện trường đầu ban đầu của mô hình MM5 Nghiên. .. hình WRF nhỏ hơn khi dự báo bằng mô hình MM5 Ở nước ta, một số nghiên cứu về mô hình đồng hoá số liệu nhằm cải thiện trường ban đầu cũng đã và đang được thực hiện Kiều Thị Xin và Lê Đức (2003) [7] đã nghiên cứu áp dụng mô hình đồng hoá số liệu 3DVAR cho mô hình HRM Kết quả tính toán dự báo thời tiết bằng cách sử dụng các số liệu tại các trạm cao không và SYNOP cho thấy lượng mưa dự báo gần với thực tế... nghiên cứu cho thấy dự báo trường gió từ hai mô hình MM5 và WRF được cải thiện đáng kể trong trường hợp đồng hoá dữ liệu gió từ QSCAT và SSM/I, trong khi trường nhiệt độ và độ ẩm cho hiệu quả kém hơn Trường dự báo mưa tốt nhất trong trường hợp đồng hoá dữ liệu TPW Ngoài ra, nghiên cứu cũng chỉ ra rằng sai số dự báo các trường gió, nhiệt độ và độ ẩm ở các mực khác nhau bằng mô hình WRF nhỏ hơn khi dự. .. và WRF_ Real trong mô hình WRF Còn trong trường hợp tuần hoàn, trường nền là trường dự báo hạn ngắn từ modun ARW của hệ thống mô hình WRF b/ Các số liệu quan trắc y o : nguồn số liệu này sẽ được cung cấp với định dạng ASCII như trong mođun little_r của mô hình MM5 hoặc định dạng BUFR Quá trình cập nhật số liệu quan trắc vào mô hình WRFDA được thực hiện bởi chương trình OBSPROC trong mô hình WRF c/ Tương... (WRF) B0 Hình 2.4: Sơ đồ quy trình đồng hoá dữ liệu WRFDA 33 a/ Số liệu dự báo ban đầu (trường nền) xb : Có hai kiểu tạo trường nền cho quá trình đồng hoá là kiểu khởi động lạnh (cold-start) và kiểu tuần hoàn (cycling) Trong trường hợp khởi động lạnh, các giá trị xb có được từ việc nội suy lưới của mô hình toàn cầu hay từ các mô hình khu vực về lưới của mô hình WRF thông qua chương trình WRFSI và WRF_ Real... cũng như các nhà nghiên cứu có thể đưa thêm các sơ đồ vật lý vào mô hình; điều kiện biên di động; hệ thống đồng hoá số liệu 3DVAR; kỹ thuật lồng ghép miền tính di động 2.1.2 Cấu trúc của mô hình WRF Sơ đồ mô tả cấu trúc các thành phần của mô hình WRF 21 Hình 2.1 Cấu trúc tổng quan của mô hình WRF Các thành phần chính của mô hình WRF gồm có: · Hệ thống tiền xử lý của mô hình WRF (The WRF Pre-processing... sử dụng để tính hệ số tương quan sai số trường nền cho mô hình WRFDA Việc tính toán hệ số tương quan của các sai số trường nền được thiết kế trong môdul gen_be, môdul 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 Không giống như các mô 35 hình khác, các giá trị tại các điểm... cũng đã nghiên cứu hiệu chỉnh trường ban đầu bằng các số liệu SYNOP và vô tuyến thám không để nâng cao chất lượng dự báo thời tiết bằng mô hình MM5 Nghiên cứu cho thấy việc sử dụng số liệu SYNOP và thám không vô tuyến để điều chỉnh trường ban đầu của mô hình MM5 bước đầu cho kết quả khả quan Lê Đức và đồng sự (2007) [4] đã xây dựng trường ẩm cho mô hình HRM từ số liệu vệ tinh địa tĩnh MTSAT dựa trên... không sử dụng đồng hoá số liệu Kiều Thị Xin (2005) [8] cũng đã sử dụng phương pháp biến phân hai chiều để phân tích độ ẩm đất từ nhiệt độ quan trắc hai mét cho mô hình HRM Kết quả cho thấy tác động nhỏ của độ ẩm đất đến dự báo các trường khí tượng trên cao trên khu vực Việt Nam Trong khu n khổ đề tài nghiên cứu khoa học cấp Bộ Nghiên cứu thử nghiệm dự báo mưa lớn ở Việt Nam bằng mô hình MM5” của Hoàng