ẢNH HƯỞNG CỦA ĐỒNG HÓA DỮ LIỆU RADAR ĐẾN DỰ BÁO MƯA NGẮN HẠN TRÊN KHU VỰC THÀNH PHỐ HỒ CHÍ MINH

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Trần Duy Thức ẢNH HƯỞNG CỦA ĐỒNG HÓA DỮ LIỆU RADAR ĐẾN DỰ BÁO MƯA NGẮN HẠN TRÊN KHU VỰC THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ KHOA HỌC Hà Nội -12018 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN - Trần Duy Thức ẢNH HƯỞNG CỦA ĐỒNG HÓA DỮ LIỆU RADAR ĐẾN DỰ BÁO MƯA NGẮN HẠN TRÊN KHU VỰC THÀNH PHỐ HỒ CHÍ MINH Chun ngành: Khí tượng học Mã số: 8440222.01 LUẬN VĂN THẠC SĨ KHOA HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: TS CÔNG THANH Hà Nội - 2018 LỜI CẢM ƠN Tác giả xin gửi lời cảm ơn chân thành tới tiến sĩ Cơng Thanh, cơng tác Khoa Khí tượng Thủy Văn Hải Dương học, người thầy trực tiếp hướng dẫn, tận tình bảo, định hướng đề tài tạo điều kiện thuận lợi cho tác giả suốt trình làm luận văn Lời cảm ơn xin gửi đến q thầy Bộ mơn khí tượng nói riêng Khoa Khí tượng Thủy Văn Hải Dương học nói chung dồn hết tâm huyết để truyền đạt tri thức cho học viên Lời cảm ơn tới ban lãnh đạo Viện Khoa học Khí tượng Thủy văn Mơi trường, đặc biệt ban lãnh đạo Trung tâm Nghiên cứu Khí tượng Khí hậu giúp đỡ tạo điều kiện giúp tơi hồn thành luận văn Cuối lời cảm ơn chân thành tới gia đình, người thân bạn bè, người bên cạnh, động viên tác giả suốt trình học tập nghiên cứu Tác giả Trần Duy Thức MỤC LỤC DANH MỤC HÌNH .5 DANH MỤC BẢNG DANH MỤC KÝ HIỆU VIẾT TẮT .9 MỞ ĐẦU .11 CHƯƠNG 1: TỔNG QUAN 1.1 Tổng quan chung đồng hóa số liệu 1.2 Nghiên cứu đồng hóa số liệu RADAR toán dự báo mưa lớn hạn ngắn phương pháp 3DVAR 1.2.1 Ngoài nước 1.2.2 Trong nước .16 1.3 Khu vực nghiên cứu mục tiêu luận văn 18 CHƯƠNG 2: PHƯƠNG PHÁP VÀ SỐ LIỆU 20 2.1 Phương pháp đồng hóa số liệu Radar WRF-3DVAR 20 2.1.1 Giới thiệu mơ hình WRF 20 2.1.2 Giới thiệu phương pháp biến phân ba chiều 3DVAR 22 2.1.3 Hệ thống đồng hóa 3DVAR mơ hình WRF 24 2.1.4 Tương quan sai số trường 25 2.2 Quy trình xử lý số liệu Radar Nhà Bè .27 2.2.1 Giới thiệu Radar Nhà Bè .27 2.2.2 Xử lý số liệu Radar Nhà Bè 32 2.3 Số liệu .38 2.3.1 Số liệu mưa lớn 38 2.3.2 Số liệu chạy mơ hình 39 2.4 Thiết kế thí nghiệm 40 2.5 Phương pháp đánh giá dự báo 44 CHƯƠNG 3: KẾT QUẢ VÀ THẢO LUẬN .48 3.1 Một số ảnh hưởng q trình đồng hóa 48 3.1.1 Ảnh hưởng đồng hóa Radar đến thay đổi trường ban đầu 48 3.1.2 Ảnh hưởng đồng hóa q trình tích phân mơ hình 54 3.2 Kết mơ mưa lớn cho đợt mưa 02-03/08/2016 59 3.2.1 Hình synop đợt mưa 02-03/08/2016 59 3.2.2 Khả mô mưa lớn cho đợt mưa 02-03/08/2016 61 3.3 Đánh giá sai số 65 3.3.1 Kết sai số cho hạn 06h .65 3.3.2 Kết sai số cho hạn 12h 67 3.3.3 Kết sai số cho hạn 24h 69 KẾT LUẬN 71 TÀI LIỆU THAM KHẢO 73 DANH MỤC HÌNH Hình 1.1 Lưới mơ hình (các vòng tròn), số liệu quan trắc (hình vng) bán kính ảnh hưởng xung quanh điểm lưới Hình 1.2 So sánh quan trắc OBS dự báo CN(có đồng hóa) CO (khơng đồng hóa) thời điểm 0000, 0100, 0300 0600 UTC[45] Hình 1.3 So sánh quan trắc (truth) mơ Qrain (trái), Qsnow (giữa) Qhail (phải) điều kiện ban đầu với phương án đồng hóa vận tốc xuyên tâm liệu phản xạ (VR&Z1); sử dụng vận tốc xuyên tâm liệu phản xạ với việc sửa đổi công thức liên hệ độ phản hồi vơ tuyến biến khí tượng (VR&Z2) [46] Hình 1.4 Sơ đồ hệ thống RUC sử dụng mơ hình WRF.[44] 12 Hình 1.5 Sơ đồ hệ thống RAP[47] .13 Hình 1.6 Minh họa trình loại bỏ nhiễu địa hình nhiễu biển Radar Đông Hà [2] 16 Hình 1.7 Ảnh minh họa trình xử lý từ liệu sau lọc nhiễu đến điểm liệu lựa chọn [2] 17 Hình 2.1 Cấu trúc tổng quan mơ hình WRF 21 Hình 2.2 Sơ đồ giải lặp phương pháp biến phân ba chiều .24 Hình 2.3 Sơ đồ quy trình đồng hóa liệu WRFDA 25 Hình 2.4 Khu vực trạm Radar Nhà Bè .27 Hình 2.5 Mơ sản phẩm qt khối PPI(a), sản phẩm cappi(b), cmax (c) 28 Hình 2.6 Một ví dụ cấu trúc phần tiêu đề số liệu đa DWSR-2500C 30 Hình 2.7 Mơ hình trình qt khối đa DWSR .32 Hình 2.8 Các bước xử lý số liệu Radar .32 Hình 2.9 Sản phẩm a) PPI, b) Cmax , c) Hmax, d) Mặt cắt Cappi lat 10.3cho Radar Nhà Bè thời điểm 12z ngày 24/10/2016 33 Hình 2.10 Biểu thị trình QC cho độ phản hồi Radar a) độ phản hồi thô, b) độ phản hồi qua hiệu chỉnh c) độ phản hồi bị loại bỏ trình hiệu chỉnh .34 Hình 2.11 Minh họa trình chuyển đổi liệu PPI sang CAPPI .35 Hình 2.12 Tổng hợp giá trị lớn độ phản hồi Radar sau tỉa thưa nhiều mực cho miền tính độ phân giải 3km thời điểm 12z ngày 24/10/2016 .36 Hình 2.13 Độ phản hồi Radar sau tỉa thưa mực 1km, 2km, 3km 4km cho miền tính độ phân giải 3km) thời điểm 12z ngày 24/10/2016 .37 Hình 2.14 Đồng hóa độ phản hồi 37 Hình 2.15 Đồng hóa độ phản hồi, vận tốc gió xun tâm .38 Hình 2.16 Vị trí trạm đồ 39 Hình 2.17 Các miền tính mơ hình 40 Hình 2.18 Sơ đồ chạy đồng hóa số liệu với chế độ khởi động lạnh 42 Hình 2.19 Sơ đồ chạy đồng hóa số liệu với chế độ khởi động ấm (Warmstart) 44 Hình 2.20 Sơ đồ chạy đồng hóa số liệu với chế độ cycling 44 Hình 3.1 Sự thay đổi độ phản hồi vơ tuyến cực đại first guess (trường ban đầu trước đồng hóa) analyse (trường ban đầu sau đồng hóa) thời điểm 12z ngày 02/09/2018 49 Hình 3.2 Sự thay đổi trường gió first guess (trường ban đầu trước đồng hóa) analyse (trường ban đầu sau đồng hóa) thời điểm 12z ngày 02/09/2018 51 Hình 3.3 Sự thay đổi tỷ lệ nước mưa (Qrain) first guess (trường ban đầu trước đồng hóa) analyse (trường ban đầu sau đồng hóa) thời điểm 12z ngày 02/09/2018 52 Hình 3.4 Sự thay đổi tỷ lệ nước đá (Qgraupel) first guess (trường ban đầu trước đồng hóa) analyse (trường ban đầu sau đồng hóa) thời điểm 12z ngày 02/09/2018 52 Hình 3.5 Độ phản hồi vơ tuyến cực đại DBZ mơ từ mơ hình WRF 0-20 phút tính từ thời điểm ban đầu 12Z ngày 02/08/2018 trường hợp NON_DA (khơng đồng hóa) RADAR_DA (đồng hóa độ phản hồi) 54 Hình 3.6 Độ phản hồi cực đại DBZ mô từ mô hình WRF 3050 phút tính từ thời điểm ban đầu 12Z ngày 02/08/2018 trường hợp NON_DA (khơng đồng hóa) RADAR_DA (đồng hóa độ phản hồi) .55 Hình 3.7 Biến trình độ phản hồi cực đại DBZ mơ từ mơ hình WRF từ thời điểm bắt đầu tích phân 12Z00 phút đến 21Z20 phút trường hợp CONTROL, COLD_ZH WARM_ZH khu vực Tp HCM .56 Hình 3.8 Biến trình Qrain mơ từ mơ hình WRF từ thời điểm bắt đầu tích phân 12Z00 phút đến 21Z20 phút trường hợp CONTROL, COLD_ZH WARM_ZH khu vực Tp HCM 57 Hình 3.9 Biến trình Qcloud mơ từ mơ hình WRF từ thời điểm bắt đầu tích phân 12Z00 phút đến 21Z20 phút trường hợp CONTROL, COLD_ZH WARM_ZH khu vực Tp HCM 58 Từ kết thấy, đồng hóa số liệu radar chế độ khởi động lạnh có tác dụng mạnh khoảng tiếng đầu, sau kết có khơng đồng hóa khác biệt không đáng kể Đối với chế độ chạy khởi động ấm, ảnh hưởng đồng hóa giữ lâu nhiều so với coldstart Ngoài trình warm start cung cấp lượng Qcloud đáng kể trường ban đầu mà đồng hóa radar coldstart khơng mang lại Tuy nhiên điều khơng có nghĩa warm start tốt so với coldstart Nếu mơ hình dự báo warm tốt cold, trường ban đầu cải thiện nhiều gần quan trắc so với cold Nếu mơ hình dự báo sai warm cold Do việc chạy warm start hay chí cycling, cần dự báo ban đầu sai kéo theo chuỗi dự báo phía sau bị sai lệch 58 Hình 3.10: Bản đồ khí áp lúc 12z ngày 31 (trái) tháng ngày 02 (phải) tháng 08 năm 2016 [49] .59 Hình 3.11 Bản đồ 12z mực 850mb ngày 31/07 02/08/2016 [49] 60 Hình 3.12 Bản đồ 12z mực 700mb ngày 31/07 02/08/2016 [49] 60 Hình 3.13 Bản đồ 12z mực 500mb ngày 31/07 02/08/2016 [49] 61 Hình 3.14 Lượng mưa tích lũy 24h ngày 02/08/2016 quan trắc (a), CONTROL (b), COLD-ZH (c), COLD-ZHVR (d), WARM-ZH (e), WARM-ZHVR (f) 63 Hình 3.15 Lượng mưa tích lũy 24h ngày 03/08/2016 quan trắc (a), CONTROL (b), COLD-ZH (c), COLD-ZHVR (d), WARM-ZH (e), WARM-ZHVR (f) 64 DANH MỤC BẢNG Bảng 1.1 Thông tin trường loại CV3, CV5, CV6, CV7 15 Bảng 2.1 Ý nghĩa tên tệp số liệu quét khối đa DWSR-2500C 29 Bảng 2.2 Nội dung ý nghĩa dòng tiêu đề 30 Bảng 2.3 Các ngày mưa lớn lựa chọn 38 Bảng 2.4 Các trạm quan trắc 39 Bảng 2.5 Sơ đồ vật lý sử dụng thí nghiệm 40 Bảng 2.6 Các trường hợp thử nghiệm 41 Bảng 3.1 Giá trị trung bình biến 20 mực thấp trường ban đầu 53 Bảng 3.2 Kết đánh giá sai số MAE(mm), RMSE(mm), RE(%) 65 Bảng 3.3 Kết sai số cho hạn 06h ngưỡng mưa 1, 5, 10mm trường hợp COLD-ZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL 66 Bảng 3.4 Kết sai số ME,MAE,RMSE cho hạn 06h trường hợp COLD-ZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL 67 Bảng 3.5 Kết sai cho hạn 12h ngưỡng mưa 1, 5, 10mm trường hợp COLD-ZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL 67 Bảng 3.6 Kết sai số ME, MAE, RMSE cho hạn 12h trường hợp COLD-ZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL 68 Bảng 3.7 Kết sai cho hạn 24h ngưỡng mưa 1, 5, 10mm trường hợp COLD-ZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL 69 Bảng 3.8 Kết sai số ME,MAE,RMSE cho hạn 24h trường hợp COLD-ZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL 70 DANH MỤC KÝ HIỆU VIẾT TẮT KÝ HIỆU 3DVAR 4DVAR BE CSI CTL CHÚ THÍCH Đồng hóa biến phân ba chiều (Three-dimensional variational) Đồng hóa biến phân bốn chiều (Four-dimensional variational) Lỗi trường (Background error) Chỉ số thành công (Critical Success Index) Trường hợp thử nghiệm dự báo khơng đồng hóa CWB Cục Thời tiết Trung ương Đài Loan (Central Weather Bureau) EnKF FAR Ensemble Kalman Filter(Tổ hợp lọc Kalman) Tỷ lệ dự báo sai (False Alarms Ratio) GEN_BE GFS LETKF MAE ME NCAR NCEP NWP PC POD QC R UF WRF WRFDA XTNĐ Z QPF TRMM NMC Qvapor Qcloud Qrain Qgraupel Qsnow Qhail DZ CZ VR ZT SW Lỗi trường (Generate the Background Errors) Hệ thống dự báo toàn cầu (Global Forecasct System) Bộ lọc Kalman tổ hợp địa phương hóa biến đổi (Local ensemble transform Kalman filter) Sai số trung bình tuyệt đối (Mean Absolute Error) Sai số trung bình (Mean Error) Trung tâm nghiên cứu khí quốc gia, Hoa Kỳ (National Center for Atmospheric Research) Trung tâm dự báo Môi trường quốc gia Mỹ (National Centers for Environmental Prediction ) Mơ hình dự báo thời tiết số (Numerical Weather Prediction) Độ xác (Percentage Correct) Xác suất phát hiện tượng (Probability of Detection) Kiểm định chất lượng (Quality control) Lượng mưa trung bình ngày (Daily Rainfall) Một định dạng số liệu Radar (Universal File Format) Mô hình dự báo nghiên cứu thời tiết (Weather Research and Forecast model) Module đồng hóa số liệu mơ hình WRF Xốy thuận nhiệt đới Độ phản hồi vơ tuyến Dự báo định lượng mưa (Quantitative Precipitation Forecasts) Số liệu vệ tinh (Tropical Rainfall Measuring Mission) Phương pháp NMC ( The National Meteorological Center method) Tỉ số xáo trộn nước (kg/kg) Tỉ số xáo trộn nước mây (kg/kg) Tỉ số xáo trộn nước mưa (kg/kg) Graupel (kg/kg) Tỉ số xáo trộn tuyết (kg/kg) Tỉ số xáo trộn nước đá (kg/kg) Độ phản hồi radar Độ phản hồi radar qua hiệu chỉnh Tốc độ gió xuyên tâm Độ phản hồi vô tuyến tổng hợp Độ rộng phổ 10 Hình 3.15 Lượng mưa tích lũy 24h ngày 03/08/2016 quan trắc (a), CONTROL (b), COLD-ZH (c), COLD-ZHVR (d), WARM-ZH (e), WARM-ZHVR (f) 64 Đánh giá sai số Bảng 3.2 kết sai số cho trường hợp thử nghiệm, thấy giá trị MAE khoảng 14.3 – 20.25mm, đó, cao trường hợp CONTROL, nhỏ trường hợp WARM-ZH (đồng hóa Warmstart với số liệu phản hồi vô tuyến) Giá trị RMSE khoảng 19.4 – 27.5 mm, đó, lớn trường hợp CONTROL, nhỏ trường hợp WARM-ZH, sai số tương đối RE(%) cho thấy sai số tốt trường hợp WARM-ZHVR (đồng hóa Warmstart số liệu phản hồi, gió xuyên tâm) với giá trị 8.25, lớn CONTROL với giá trị -30.82 Bảng 3.2 Kết đánh giá sai số MAE(mm), RMSE(mm), RE(%) 02/08/2016 TRƯỜNG MA HỢP E 21.4 CONTROL COLD-ZH COLDZHVR WARM-ZH WARMZHVR 19.3 20.00 16.3 17.80 MA 03/08/2016 RMS E E RMSE RE 26.80 -19.59 19.10 28.20 25.30 -14.85 18.10 24.60 26.00 -14.37 19.50 28.20 21.70 -6.11 12.30 17.10 21.40 9.41 15.90 20.60 RE 42.05 37.98 -4.09 18.72 7.08 TRUNG BÌNH MA RMS RE E E 20.25 27.50 -30.82 18.70 24.95 -26.41 19.75 27.10 -9.23 14.30 19.40 -12.41 16.85 21.00 8.25 3.3 Đánh giá sai số Như trình bày trên, việc thu thấp liệu Radar năm 2016 không nhiều, để chạy mơ hình chế độ cycling cần lượng liệu Radar tương đối lớn phần này, tác giả trình bày kết đánh giá chất lượng dự báo mưa lớn cho đợt mưa lớn khu vực TP.HCM năm 2018 theo bảng 2.3 trình bày Chương 3.3.1 Kết sai số cho hạn 06h Kết đánh giá cho thấy, hạn dự báo 06h (bảng 3.3), ngưỡng 1mm, cho thấy q trình đồng hóa độ phản hồi COLD-ZH khơng có cải thiện nhiều so với CONTROL, COLD-ZHVR cải thiện chút so với CONTROL Tác động 65 đồng hóa hạn 06h với ngưỡng 1mm mạnh phương án WARMSTART CYCLING, cho thấy cải thiện đáng kể số FBI, CSHI POD so với trường hợp lại Tương tự ngưỡng 10mm, phương án COLD-ZH cho thấy khơng có cải thiện so với CONTROL đồng hóa thêm thành phần gió xuyên tâm, cho thấy cải thiện ba số FBI, CSI POD Các phương án chạy Warmstart Cycling cho kết tốt cả, Cycling cho kết số tốt Bảng 3.3 Kết sai số cho hạn 06h ngưỡng mưa 1, 5, 10mm trường hợp COLD-ZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL HẠN 06H 10mm 5mm 1mm NGƯỠNG TRƯỜNG HỢP FBI POD CSI COLD-ZH 0.22 0.15 0.14 COLD-ZHVR 0.24 0.15 0.14 WARM-ZH 0.88 0.67 0.55 WARM-ZHVR 0.84 0.65 0.55 CYCLING 0.88 0.67 0.55 CONTROL 0.23 0.15 0.14 COLD-ZH 0.09 0.08 0.08 COLD-ZHVR 0.16 0.13 0.13 WARM-ZH 0.8 0.58 0.47 WARM-ZHVR 0.79 0.6 0.5 CYCLING 0.8 0.58 0.47 CONTROL 0.1 0.09 0.09 COLD-ZH 0.08 0.06 0.06 COLD-ZHVR 0.13 0.09 0.09 WARM-ZH 0.79 0.54 0.43 WARM-ZHVR 0.74 0.53 0.44 CYCLING 0.79 0.54 0.43 CONTROL 0.09 0.06 0.06 66 Bảng 3.4 Kết sai số ME, MAE, RMSE cho hạn 06h, cho thấy số ME, giá trị phương án COLD-ZH, COLD-ZHVR CONTROL âm chứng tỏ mơ hình dự báo thiên âm so với quan trắc, giá trị MAE khoảng 11.4 - 12.8mm, nhỏ COLD-ZH COLD-ZHVR, lớn WARM-ZH CYCLING Kết tương tự sai số RMSE Bảng 3.4 Kết sai số ME,MAE,RMSE cho hạn 06h trường hợp COLDZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL TRƯỜNG HỢP ME MAE RMSE COLD-ZH -9.5 11.4 22.8 COLD-ZHVR -9.1 11.4 22.8 WARM-ZH 1.5 12.8 25 WARM-ZHVR 0.2 12.1 24.1 CYCLING 1.5 12.8 25 -9.4 11.5 22.8 CONTROL 3.3.2 Kết sai số cho hạn 12h Đối với hạn dự báo 12h (bảng 3.5), ngưỡng 1mm, cho thấy q trình đồng hóa độ phản hồi COLD-ZH có cải thiện so với CONTROL, trường hợp đồng hóa độ phản hồi gió xuyên tâm COLD-ZHVR lại cho kết so với CONTROL Các phương án WARMSTART cho thấy cải thiện đáng kể số FBI, POD CSI so với phương án CONTROL Đặc biệt, chế độ chạy CYCLING cho số tốt hẳn phương án khác Tương tự ngưỡng 10mm, gần khác biệt CONTROL đồng hóa chế độ COLD-ZH, trường hợp COLD-ZHVR cho thấy có cải thiện so với CONTROL Chế độ chạy Warmstart CYCLING cho thấy cải thiện đáng kế so sánh với phương án khác Bảng 3.5 Kết sai cho hạn 12h ngưỡng mưa 1, 5, 10mm trường hợp COLD-ZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL 67 HẠN 12H 10mm 5mm 1mm NGƯỠNG TRƯỜNG HỢP FBI POD CSI COLD-ZH 0.33 0.21 0.19 COLD-ZHVR 0.3 0.19 0.17 WARM-ZH 0.88 0.72 0.62 WARM-ZHVR 0.87 0.72 0.63 CYCLING 0.91 0.83 0.67 CONTROL 0.31 0.21 0.19 COLD-ZH 0.19 0.12 0.12 COLD-ZHVR 0.25 0.18 0.17 WARM-ZH 0.78 0.58 0.49 WARM-ZHVR 0.78 0.62 0.53 CYCLING 0.84 0.71 0.6 CONTROL 0.21 0.14 0.13 COLD-ZH 0.17 0.09 0.09 COLD-ZHVR 0.21 0.13 0.12 WARM-ZH 0.74 0.52 0.42 WARM-ZHVR 0.71 0.53 0.45 CYCLING 0.79 0.6 0.49 CONTROL 0.17 0.09 0.09 Bảng 3.6 Kết sai số ME, MAE, RMSE cho hạn 12h, thấy số ME có giá trị âm cho thấy mơ hình dự báo thiên âm so với quan trắc, giá trị MAE khoảng 11.1 - 14.4mm, nhỏ CYCLING, lớn COLD-ZH COLD-ZHVRS Sai số RMSE khoảng 22 - 27.9mm, nhỏ CYCLING lớn COLD-ZHVR Bảng 3.6 Kết sai số ME, MAE, RMSE cho hạn 12h trường hợp COLDZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL TRƯỜNG HỢP ME MAE RMSE COLD-ZH -10.8 14.4 27.7 68 COLD-ZHVR -10.3 14.4 27.9 WARM-ZH -0.9 14.3 26.9 WARM-ZHVR -1.7 13.8 26.3 CYCLING -1.1 11.1 22 CONTROL -10.7 14.3 27.7 3.3.3 Kết sai số cho hạn 24h Đối với hạn dự báo 24h (Bảng 3.7), ngưỡng 1mm, cho thấy q trình đồng hóa độ phản hồi COLD-ZH đồng hóa độ phản hồi bổ sung thành phần gió xun tâm khơng có cải thiện nhiều so với CONTROL, trường hợp đồng hóa WARMSTART cho thấy cải thiện so với phương án CONTROL Đặc biệt, chế độ chạy CYCLING cho số tốt hẳn phương án khác Tương tự ngưỡng 10mm, gần khơng có khác biệt CONTROL đồng hóa chế độ Coldstart chế độ Warmstart CYCLING cho cải thiện đáng kể Bảng 3.7 Kết sai cho hạn 24h ngưỡng mưa 1, 5, 10mm trường hợp COLD-ZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL HẠN 24H 5mm 1mm NGƯỠNG TRƯỜNG HỢP FBI POD CSI COLD-ZH 0.88 0.79 0.72 COLD-ZHVR 0.89 0.82 0.77 WARM-ZH 1.04 0.92 0.82 WARM-ZHVR 1.03 0.92 0.83 CYCLING 0.95 0.88 CONTROL 0.88 0.82 0.77 COLD-ZH 0.85 0.73 0.66 COLD-ZHVR 0.86 0.76 0.69 WARM-ZH 1.07 0.83 0.68 WARM-ZHVR 1.05 0.86 0.73 69 10mm CYCLING 1.02 0.88 0.83 CONTROL 0.86 0.75 0.67 COLD-ZH 0.81 0.62 0.52 COLD-ZHVR 0.82 0.64 0.55 WARM-ZH 1.07 0.76 0.58 WARM-ZHVR 1.01 0.77 0.61 CYCLING 1.03 0.81 0.72 CONTROL 0.81 0.66 0.57 Bảng 3.8 kết sai số ME, MAE, RMSE cho hạn 24h, thấy số ME trường hợp COLD-ZH, COLD-ZHVR CONTROL mang giá trị âm cho thấy mơ hình dự báo thiên âm so với quan trắc, giá trị MAE khoảng 27 - 30.9mm, nhỏ COLD-ZHVR lớn WARM-ZH Đối với số RMSE có giá trị khoảng 43 - 46.1, lớn COLD-ZH nhỏ phương án COLD-ZHVR Bảng 3.8 Kết sai số ME,MAE,RMSE cho hạn 24h trường hợp COLDZH, COLD-ZHVR, WARM-ZH, WARM-ZHVR, CYCLING, CONTROL TRƯỜNG HỢP ME MAE RMSE COLD-ZH -4.1 29.1 46.1 COLD-ZHVR -4.5 27 43 WARM-ZH 4.9 30.9 45.6 WARM-ZHVR 6.5 30.7 45.4 CYCLING 3.1 28.3 45 CONTROL -4.6 28.1 45 70 KẾT LUẬN Trên số kết bước đầu nhằm thử nghiệm đồng hóa liệu Radar mơ hình WRF để dự báo mưa lớn hạn ngắn khu vực TP Hồ Chí Minh Trong luận văn có hai tốn lớn cần giải là: 1) Xử lý số liệu Radar ban đầu 2) Thử nghiệm đồng hóa Radar cho khu vực TP Hồ Chí Minh Đối với tốn thứ nhất, tác giả trình bày phương pháp xử lý, kiểm định chất lượng bước đầu loại bỏ nhiễu địa hình, nhà cao tầng mục tiêu cố định cho số liệu radar, nhiên nói trên, vấn đề phức tạp hiểu biết radar tác giả hạn chế nên thời gian cần tìm hiểu kỹ lưỡng Đối với toán thứ hai, tác giả tiến hành đánh giá khả tác động chế độ chạy WRF-var Warmstart, Coldstart Cycling với thay đổi số loại liệu cho đồng hóa RADAR, tốn có số kết luận sau: - Nhìn chung, đồng hóa vận tốc gió xuyên tâm làm biến đổi trường gió kinh, vĩ hướng thành phần gió thẳng đứng W Đồng hóa độ phản hồi vô tuyến làm biến đổi nhân tố quan trọng góp phần hình thành mưa Q rain Qgraupel Chế độ 71 chạy Warmstart cho trường ban đầu nhiều thông tin hơnvới lượng liệu dồi nhiều so với chạy Coldstart thông thường đặc biệt trường Qcloud Qvapor (Bảng 3.1) - Độ phản hồi chế độ Coldstart giữ thời gian ngắn sau q trình tích phân, sau khoảng 1h độ phản hồi có khác biệt Control Coldstart (Hình 3.7) Tương tự với biến Qrain sau khoảng tiếng tích phân, biến tương tự với Control (Hình 3.8) Ở chế độ Warmstart giúp cho cải thiện trường ban đầu khác biệt với Control kéo dài (Hình 3.7-3.9) Tuy nhiên khơng thể kết luận đồng hóa warm start hay cycling tốt cold start dự báo ban đầu sai, dẫn đến chuỗi dự báo sau bị sai theo, dẫn đến mơ cold start - Về kết đánh giá sai số, hạn 6h trường hợp WARM-ZH (Warmstart đồng hóa độ phản hồi) Cycling cho số FBI tốt so với phương án khác ngưỡng mưa WARM-ZHVR cho số POD CSI tốt với ngưỡng mưa 5mm 10mm (Bảng 3.3), hạn 12h trường hợp cycling cho kết mô tốt ba ngưỡng mưa cho ba số (Bảng 3.5)Về kết mô mưa lớn, kết cho thấy so với WRF Control đồng hóa có tác động chút tốt với hạn dự báo 24h, trường hợp Warmstart Cycling cho mô phù hợp với thực tế tương đồng hạn 06h, Cycling mô tốt hạn 12h, hạn 24h trường hợp CONTROL Coldstart khơng có khác biệt nhiều, trường hợp chạy Warmstart Cycling cho kết tốt - 72 TÀI LIỆU THAM KHẢO Tiếng Việt Bùi Minh Tăng cộng tác viên, 2014 Nghiên cứu xây dựng công nghệ dự báo mưa lớn thời hạn 2-3 ngày phục vụ công tác cảnh báo sớm lũ lụt khu vực Trung Bộ Việt Nam Báo cáo tổng kết đề tài NCKH cấp Nhà nước Dư Đức Tiến cộng sự, Nghiên cứu đồng hóa số liệu Radar Đơng Hà để nâng cao chất lượng dự báo mưa lớn cho khu vực miền Trung Tạp chí Khí tượng Thủy văn 2013, số 632 tr.12-19 – 2013 Kiều Quốc Chánh, Tổng quan hệ thống đồng hóa lọc Kalman tổ hợp ứng dụng cho mơ hình dự báo thời tiết WRF, Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên Công nghệ 27, Số 1S (2011) 17-28 73 Lê Đức cộng tác viên, 2007 Thử nghiệm khai thác số liệu vệ tinh địa tĩnh bổ sung trường ẩm cho mơ hình nghiệp vụ HRM Phần II: Phương pháp thực Kết nghiên cứu Tạp chí KTTV, số 558 Trần Hồng Thái cộng sự, Phương pháp đồng hóa số liệu nudging cho quan trắc Radar tác động tới dự báo mưa lớn khu vực Bắc Bộ tạp chí Khí tượng Thủy văn 2016, số 670 tr.1-6 – 2016 Trần Tân Tiến, Nguyễn Thị Thanh, 2011 Đồng hóa liệu vệ tinh modis mơ hình WRF để dự báo mưa lớn khu vực Trung Bộ Tiếng anh Daley P (1991) Atmospheric Data Analysis Cambridge Atmospheric and space Science Series, Cambridge University press ISBN 0-521-38215-7,457 Lorenc A C (1986) Analysis methods for numerical weather prediction Quarterly Journal of the Royal Meteorological Society, 112, 1177 Charney J et al (1950) On a physical basis for numerical prediction of largescale motions in the atmosphere Journal of Meteorology, 6,371 10 Gilchrist B., Cressman G (1954) An experiment in objective analysis Tellus 6, 309 11 Bergthorsson P., Doos B (1955) Numerical weather map analysis Tellus, 12 Cressman G P (1959) An operational objective analysis system Monthly Weather Review, 87, 367 13 Gilchrist B., Cressman G (1954) An experiment in objective analysis Tellus 6, 309 14 Lions J L (1968) Contrˆole optimal de syst`emes gouvern´es par des ´equations aux d´eriv´ees partielles Dunod 15 Bennett A F (2002) Inverse Modeling of the Ocean and Atmosphere Cambridge University Press, Cambridge 16 Lewis J M., Derber J C (1985) The use of adjoint equations to solve a variational adjustment problem with convective constraints Tellus, 37A:309 74 17 Talagrand O., Courtier P (1987) Variational assimilation of meteorological observations with the adjoint vorticity equation Part I: Theory Quarterly Journal of the Royal Meteorological Society, 113,1311 18 Ghil M (1989) Meteorological data assimilation for oceanographers Part I: description and theoretical framework Dynamics of Atmosphere and Oceans, 13,171 19 Daley, R: Atmospheric Data Analysis, Cambridge University Press, Cambridge, UK, 1991 20 Sokol, Z: Effects of an assimilation of Radar and satellite data on a very short range forecast of heavy convective rainfalls, Atmos Res., 93, 188–206, 2009 21 Xiao, Q and Sun, J.: Multiple Radar data assimilation and shortrange Quantitative Precipitation Forecasting of a squall line ob served during IHOP 2002, Mon Weather Rev., 135, 3381–3404, 2007 22 Xiao, Q., Y-H Kuo, J Sun, W-C Lee, E Lim, Y-R Guo, and D M Barker, 2005: Assimilation of Doppler Radar observations with a regional 3DVAR system: Impact of Doppler velocities on forecasts of a heavy rainfall case J Appl Meteor., 44, 768–788 23 Xiao, Q., Kuo, Y., Sun, J., Lee, W., Barker, D M., and Lim, E.: An approach of Radar reflectivity data assimilation and its assessment with the inland QPF of Typhoon Rusa (2002) at landfall, J Appl Meteorol Clim., 46, 14–22, 2007 24 QINGNONG XIAO AND JUANZHEN SUN ,2006: Multiple-Radar Data Assimilation and Short-Range Quantitative Precipitation Forecasting of a Squall Line Observed during IHOP_2002 25 SOICHIRO SUGIMOTO , N ANDREW CROOK,* JUANZHEN SUN, AND QINGNONG XIAO , DALE M BARKER , 2009: An Examination of WRF 3DVAR Radar Data Assimilation on Its Capability in Retrieving 75 Unobserved Variables and Forecasting Precipitation through Observing System Simulation Experiments American Meteorological Society 26 S Abhilash et al: Assimilation of Doppler Weather Radar Radial Velocity and Reflectivity Observations in WRF-3DVAR System for Short-Range Forecasting of Convective Storms Pure Appl Geophys 169 (2012), 2047– 2070 27 Tong, M and Xue, M.: Ensemble Kalman filter assimilation of Doppler Radar data with a compressible nonhydrostatic model: OSS experiments, Mon Weather Rev., 133, 1789–1807, 2005 28 J Liu, M Bray , and D Han 2012: A study on WRF Radar data assimilation for hydrological rainfall prediction 29 Hitschfeld, W and Bordan, J.: Error inherent in the Radar measurement of rainfall at attenuating wavelengths, J Meteorol., 11, 58– 67, 1954 30 Browning, K A., Pardoe, C W., and Hill, F F.: The nature of orographic rain at wintertime cold fronts, Q J Roy Meteorol Soc., 101, 333–352, 1975 31 Skamarock, W C., and Coauthors, 2008: A Description of the Advanced Research WRF Version NCAR Technical Note NCAR/TN-475+STR, doi:10.5065/D68S4MVH 32 Barker, D M., W Huang, Y-R Guo, A J Bourgeois, and Q N.Xiao, 2004: A three-dimensional variational data assimilation system for MM5: Implementation and initial results Mon Wea Rev., 132,897–914 33 Skamarock, W C., J B Klemp, J Dudhia, D O Gill, D M.Barker, W Wang, and J G Powers, 2005: A description of the advanced research WRF version NCAR Tech Note NCAR/TN-468+STR, 88 pp 34 Sun, J., and N A Crook, 1997: Dynamical and microphysical retrieval from Doppler Radar observations using a cloud model and its adjoint Part I: Model development and simulated data experiments J Atmos Sci., 54, 1642–1661 76 35 Daley, R., 1991: Atmospheric Data Analysis Cambridge University Press, 457 pp Google Scholar 36 Bannister, R N., 2008: A review of forecast error covariance statistics in atmospheric variational data assimilation I: Characteristics and measurements of forecast error covariances 37 Hollingworth, A and Lăonnberg, P., The statistical structure of short-range forecast errors as determined from radiosonde data Part I: The wind field., Tellus, 38A, 111, 1986 38 Parrish, D., and J Derber, 1992: The National Meteorological Center’s spectral statistical-interpolation analysis system Mon Wea Rev., 120, 1747– 1763, 39 Fisher, M., 2003: Background error covariance modelling In Proc ECMWF Seminar on Recent developments in data assimilation for atmosphere and ocean, 8–12 September 2003, 45–63 40 M Dhanya and A Chandrasekar 2016: Impact of variational assimilation using multivariate background error covariances on the simulation of monsoon depressions over India 41 Y.-R Guo1 , H.-C Lin1 , X X Ma , X.-Y Huang1 , C.T Terng2 , and Y.H Kuo1, 2008: Impact of WRF-Var (3DVar) Background Error Statistics on Typhoon analysis and Forecast 42 Mei-Hsin Chen, Yong-Run Guo, Syed Rizvi, and Chin-Tzu Fong: Analysis of Balance/Unbalance Parts of Background Error Covariance Option 3(CV3) and Option 5(CV5) in CWB WRFDA 43 Skamarock, W., Klemp, J B., Dudhia, J., Gill, D O., Barker, D., Duda, M G., Huang, X Y., and Wang, W.: A Description of the Advanced Research WRF Version NCAR Technical Note NCAR/TN-475+STR, doi:10.5065/D68S4MVH, 2008 44 Thomas Schwitalla1 and Volker Wulfmeyer, 2013: Radar data assimilation experiments using the IPM WRF Rapid Update Cycle 77 45 JOHN S KAIN and et.al 2010: Assessing Advances in the Assimilation of Radar Data and Other Mesoscale Observations within a Collaborative Forecasting–Research Environment 46 JIDONG GAO AND DAVID J STENSRUD.2011: Assimilation of Reflectivity Data in a Convective-Scale, Cycled 3DVAR Framework with Hydrometeor Classification, JOURNAL OF THE ATMOSPHERIC SCIENCES 47 Benjamin, S G., and Coauthors, 2004: An hourly assimilation-forecast cycle: The RUC Mon Wea Rev., 132, 495-518 48 Soichiro Sugimoto, N Andrew Crook, Juanzhen Sun, Qingnong Xiao, Dale M Barker, 2009 An Examination of WRF 3DVAR Radar Data Assimilation on Its Capability in Retrieving Unobserved Variables and Forecasting Precipitation through Observing System Simulation Experiments Mon Wea Rev., 137, 4011-4029 49 https://www.tmd.go.th/en/weather_map.php 78