Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 12 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
12
Dung lượng
1,05 MB
Nội dung
Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 Thử nghiệm đồng hóa liệu radar mơ hình WRF để dự báo mưa lớn cho khu vực Thành phố Hồ Chí Minh Trần Duy Thức1,*, Cơng Thanh2 Viện Khoa học Khí tượng Thủy Văn Biến đổi khí hậu, 23/62 Nguyễn Chí Thanh, Đống Đa, Hà Nội, Việt Nam Khoa Khí tượng Thủy văn Hải dương học, Trường Đại học Khoa học Tự nhiên, ĐHQGHN 334 Nguyễn Trãi, Thanh Xuân, Hà Nội, Việt Nam Nhận ngày 30 tháng 11 năm 2018 Chỉnh sửa ngày 11 tháng 12 năm 2018; Chấp nhận đăng ngày 25 tháng 12 năm 2018 Tóm tắt: Bài báo sử dụng mơ hình WRF độ phân giải cao mơ số đợt mưa lớn mùa hè khu vực TP Hồ Chí Minh qua việc sử dụng số liệu Radar để đồng hóa trường ban đầu phương pháp 3DVAR, thử nghiệm WRF3Dvar chạy mô với chế độ khởi động lạnh (cold start) khởi động ấm (warm start) kết hợp với phương án đồng hóa: độ phản hồi;độ phản hồi gió xuyên tâm; độ phản hồi, gió xuyên tâm liệu GTS.Trường sử dụng CV7 tạo từ dự báo tháng khu vực Nam Bộ Số liệu Radar trước đưa vào mô hình kiểm định chất lượng(quanlity control) tỉa thưa (thinning data) nhằm loại bỏ nhiễu cung cấp trường quan trắc ban đầu tốt Số liệu mưa 24 trạm quan trắc bề mặt Nam Bộ sử dụng để đánh giá khả mô mơ hình WRF Kết thu cho thấy đồng hóa riêng độ phản hồi có tác động mạnh biến Qrain Qgraup trường ban đầu đồng hóa gió xuyên tâm cải thiện thành phần gió tiếp tuyến So sánh phương án thử nghiệm cho thấy, đồng hóa warm start cho mô lượng mưa tốt nhiều so với cold start Đồng hóa đồng thời gió xuyên tâm độ phản hồi GTS cho kết tương đối khả quan so với phương án khác Từ khóa: WRF3Dvar, Radar Mở đầu phù hợp cho dự báo mưa lớn, đặc biệt mưa lớn hạn cực ngắn Rất nhiều nghiên cứu cho thấy liệu radar có tác động tốt mơ hình WRF Độ xác WRF ngồi phụ thuộc điều kiện ban đầu, biên phụ thuộc vào hiệu ứng spinup [3] Hiệu ứng hiểu khoảng 3-6 h đầu, lượng mưa dự báo từ mơ hình dự báo thường xác so với thực tế, đồng hóa thời gian thực độ phản hồi radar giúp giảm đáng kể hiệu ứng spin-up thiện điều kiện ban đầu Số liệu radar nguồn liệu quan trọng trình đồng hóa, ngồi khả cung cấp lượng lớn liệu từ bề mặt đến nhiều mực độ cao độ phân giải lớn, liệu Radar gần thời gian thực, Tác giả liên hệ ĐT.: 84-1675613351 Email: tranduythuc1@gmail.com https://doi.org/10.25073/2588-1094/vnuees.4336 59 60 T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 điều kiện biên cho mơ hình số [4-5] Xiao Sun [5] minh họa nghiên cứu họ với liệu radar có độ phân giải cao km đồng hóa vào mơ hình số, kết hệ thống đối lưu mô tốt điều kiện ban đầu Một số nghiên cứu cho thấy đồng hóa đồng thời vận tốc gió xuyên tâm độ phản hồi cho kết tốt thành phần, Xiao cs [6] phát triển phương pháp đồng hóa vận tốc xuyên tâm hệ thống 3DVAR, sau phương pháp bổ xung thêm liệu độ phản hồi vô tuyến [7], kết cho thấy có cải thiện dự báo định lượng mưa (QPF) hạn ngắn Trong dự báo bão, Tong Xue [8] đồng hóa radar Doppler cho thấy kết tốt thu hai liệu vận tốc xuyên tâm độ phản hồi Ngoài việc kết hợp liệu radar với liệu khác thể nghiên cứu J Liu cs [9], họ sử dụng chế độ đồng hóa khác nhau: liệu khí tượng, độ phản hồi radar, độ phản hồi radar hiệu chỉnh, độ phản hồi radar kết hợp liệu khí tượng, độ phản hồi radar hiệu chỉnh kết hợp liệu khí tượng nhằm nghiên cứu ảnh hưởng loại liệu đến q trình đồng hóa kết cho thấy đồng hóa đồng thời độ phản xạ radar hiệu chỉnh liệu khí tượng cho kết tốt so với phương án khác Đối với tốn đồng hóa số liệu radar Việt Nam, nghiên cứu tiêu biểu Dư Đức Tiến xử lý số liệu radar Doppler để đưa vào đồng hóa số liệu cho mơ hình WRF Các thuật toán xử lý ứng dụng cho số liệu radar Doppler Đông Hà, bao gồm xử lý nhiễu địa hình, xử lý nhiễu điểm ảnh làm trơn (thinning) tạo số liệu mẫu (super observation) Tác giả trình bày lý thuyết xây dựng tốn tử quan trắc cho số liệu radar Doppler hệ thống WRFDA Một số thử nghiệm thực nhằm đánh giá khả nâng cao chất lượng dự báo mưa lớn cho khu vực miền Trung đồng hóa số liệu radar Đông Hà Các kết thử nghiệm bước đầu cho thấy việc đưa số liệu radar vào đồng hóa số liệu góp phần nâng cao chất lượng dự báo mưa lớn cho khu vực miền Trung đặc biệt sử dụng mơ hình khu vực bất thủy tĩnh phân giải cao [1] Trần Hồng Thái cs đồng hóa số liệu Radar qua phương pháp nudging nhằm tác động tới dự báo mưa lớn khu vực Bắc Bộ [2] Mặc dù đồng hóa số liệu radar có nhiều tác động tích cực nhiên khơng trường hợp thu kết xấu xử lý số liệu ban đầu chưa tốt, số liệu radar thô thường bị tác động nhiễu, dải sáng, suy giảm tín hiệu mưa lớn [1011] trình kiểm định chất lượng cho liệu vô quan trọng Trong báo thực số phương pháp xử lý số liệu radar ban đầu đánh tác động loại liệu độ phản hồi, gió xuyên tâm liệu GTS kết hợp với chế độ chạy warmstart coldstart nhằm tìm số liệu tốt cho phương pháp chạy 3dvar phù hợp với tốn mưa lớn khu vực TP Hồ Chí Minh Phương pháp số liệu nghiên cứu 2.1 Đồng hóa 3dvar mơ hình WRF Bài tốn 3dvar: WRF-Var hệ thống đồng hóa liệu biến phân thiết kế xây dựng cho mô hình WRF bao gồm thành phần 3Dvar 4Dvar Hệ thống có nguồn gốc phát triển từ mơ hình MM5 [12] Năm 2005, Skamarock cs [13] mô tả cải tiến mơ hình WRF WRF-Var đưa giải thích để giúp người dùng hiểu thành phần 3Dvar hệ thống WRF-Var.Nhìn chung mục đích đồng hoá số liệu biến phân ba chiều cung cấp ước lượng tối ưu trạng thái khí thực thời điểm phân tích thơng qua việc giải lặp hàm giá: 12 x x B x x 12 H x y J x b T 1 b o T O 1 H x y o Trong đó: B ma trận sai số tương quan trường nền, O ma trận sai số tương quan sai số quan trắc, H(x) toán tử quan trắc, X: véc trơ trạng thái (biến) khí quyển), Y: quan trắc Trong WRF-var để chuyển đổi từ độ phản hồi vận tốc gió xuyên tâm radar T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 biến mơ hình, sử dụng tốn tử sau: 1) toán tử quan trắc cho vận tốc xuyên tâm Vr từ quan trắc Doppler thu từ trường gió 3D ( u , υ , w) Gió hướng tâm mơ hình thu từ thành phần gió theo cơng thức: vr x xi y yi z zi u v ( w vT ) ri ri ri vT 5.40a qr0.125 , a ( p0 / p)0.4 Lưu ý tốc độ rơi thẳng đứng Vt tính tốn từ tỷ lệ pha trộn nước mưa với hiệu chỉnh độ cao, độ phản hồi mô hình tính theo cơng thức liên hệ với lượng nước mưa Qrain (qr ) Marshall-Palmer [14]: q Z 43.1 17.5log air r 1kg / m 2.2 Xử lý liệu RADAR Trong nghiên cứu tác giả sử dụng liệu radar Nhà Bè (tọa độ 10°39'31" vĩ độ Bắc 106°43'42" kinh độ Đông) với số thơng số kỹ thuật chính: tần số hoạt động: 5500-5700MHz (sóng C); độ rộng cánh sóng antenna: ≤ 1.0°; bán kính quan trắc: 30, 60, 120, 240, 480m; bán kính quan trắc gió Doppler: 30, 60, 120km Trong thời gian qua thiết bị radar phát huy hiệu công tác theo dõi, giám sát tượng thời tiết vịng bán kính khoảng 480 km; cảnh báo, dự báo tượng thời tiết nguy hiểm bão, áp thấp nhiệt đới, dông,… bán kính khoảng 240 km; tượng mưa, mưa lớn… bán kính khoảng 120 km quanh thành phố Hồ Chí Minh Cũng cần lưu ý thêm Radar Nhà Bè bán kính quét lớn 120km, không nên sử dụng số liệu tốc độ gió xun tâm để đồng hóa lúc gió xun tâm khơng tốt Như trình bày vấn đề xử lý liệu radar trước đưa vào đồng hóa bước quan trọng, ảnh hưởng trực tiếp đến kết mơ 3dvar chí có q nhiều liệu làm hỏng phân tích từ 3dvar, có nhiều 61 phương pháp nghiên cứu nhằm thu liệu tốt trước đưa vào mơ hình Trong báo tác giả thực theo bước sau (Hình 2.1) Kiểm soát chất lượng (Quanlity control): Nhiều nghiên cứu so sánh kết đồng hóa khơng kiểm định chất lượng(QC) có QC cho thấy khơng QC làm cho 3dvar không hội tụ tạo trường phân tích liệu xấu lan truyền đến vùng liệu tốt khác kết trường phân tích ban đầu xấu [9] Đối với liệu thô Nhà Bè thơng thường có nhiễu địa hình (ground clutter), biển (sea clutter), hiệu ứng búp sóng phụ nhiễu lệch chồng chéo trường gió (dealiasing, folded velocity) việc kiểm định chất lượng cần thiết Tỉa thưa liệu (thinning data): Dữ liệu radar ban đầu sản phẩm quét khối (ppi phạm vi, góc phương vị độ cao) Để lấy liệu radar từ nhiều mực khác (sản phẩm cappi), sử dụng phương pháp nội suy [15], báo này, liệu radar nội suy thành mảng 512*512 điểm lưới, độ phân giải 1km với 50 mực, mực cách 250m mực ban đầu có độ cao 40m (tương ứng độ cao radar Nhà Bè) Sau có sản phẩm nội suy, đưa độ phân giải với mô hình (độ phân giải liệu radar Nhà Bè 1km, cao nhiều so với độ phân giải mơ hình km với miền 3km cho miền tính 2), liệu radar dày, ta cần phải tỉa thưa chúng cách lấy trung bình điểm gần nhau, việc tỉa thưa giúp cho thời gian tính tốn nhanh làm giảm tương quan điểm liệu Để đưa số liệu lưới mơ hình sử dụng chương trình fortran, chương trình lấy thơng tin lưới mơ hình, sau ứng với điểm lưới theo phương ngang theo mực độ cao, chương trình vẽ bán kính tính tốn giá trị từ điểm gần (các điểm bên trên, bên bên cạnh) 62 T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 Hình 2.1 Các bước xử lý số liệu radar a) b) Hình 2.2 Minh họa kết trước sau kiểm soát chất lượng (quanlity control) 2.3 Thiết kế thí nghiệm Trong nghiên cứu chúng tơi sử dụng mơ hình WRF WRFDA phiên V3.9.1 WRF sử dụng hai lưới lồng tương tác hai chiều với độ phân giải tương ứng là: 9km, 3km (Hình 2.3) Miền gồm 150×150 điểm lưới với tọa độ tâm 10,66oN, 106,728oE, miền gồm 166×166 điểm lưới với 52 mực thẳng đứng Miền thiết kế đủ rộng để mơ hình nắm bắt q trình hồn lưu quy mô lớn ảnh hưởng đến Nam Bộ, miền thu hẹp phạm vi bao trọn khu vực TP Hồ Chí Minh Bảng tham số vật lý mơ hình WRF lựa chọn để mơ mưa khu vực TP Hồ Chí Minh Bảng Sơ đồ vật lý sử dụng thí nghiệm Lớp biên hành tinh Mellor-YamadaJanjic Tham số hóa đối lưu Grell-Devenyi Sơ đồ vi vật lý mây WSM 6-class Bức xạ sóng ngắn Dudhia Bức xạ sóng dài RRTM Sơ đồ đất Noah-MP T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 Hình 2.3 Các miền tính mơ hình Bảng Các trường hợp thử nghiệm STT CASE MƠ TẢ CONTROL WRF khơng đồng hóa WARM-ZH WARM-ZHSY WARM-ZHVR WARM-ZVSY COLD-ZH COLD-ZHVR COLD-ZHVR COLD-ZVSY Warm start, Đồng hóa độ phản hồi Warm start, Đồng hóa độ phản hồi synop Warm start, Đồng hóa độ phản hồi, gió xuyên tâm Warm start, Đồng hóa độ phản hồi, gió xuyên tâm synop Cold start, Đồng hóa độ phản hồi Cold start, Đồng hóa độ phản hồi synop Cold start, Đồng hóa độ phản hồi, gió xuyên tâm Cold start, Đồng hóa độ phản hồi, gió xuyên tâm synop Tác giả sử dụng loại sai số trường nềnCV7 (mới xuất từ phiên WRF-VAR 3.7) loại sai số trường tạo phương pháp NMC [15], để tạo sử dụng hiệu dự báo (T + 24 trừ T + 12) nối tiếp 63 tháng cho khu vực nam từ 31/05/2016 – 01/12/2016 (khoảng 360 lần chạy WRF), sai số trường khơng thể tạo lúc cho miền nên ta cần thực cho miền tính Bài báo sử dụng phương án thử nghiệm (Bảng 2) nhằm đánh giá tác động loại số liệu với hai chế độ khởi chạy khởi động lạnh(cold start) khởi động ấm (warm start) Đối với chế độ coldstart mơ hình chạy với thời gian trùng với mưa quan trắc tức từ 12Z ngày hôm trước đến 12Z ngày hôm sau (giờ GMT) (mưa quan trắc Việt Nam tính từ 19h ngày hơm trước đến 19h ngày hôm sau) Trong chế độ warm start, tương tự cold start nhiên mơ hình khởi chạy trước 06h, mô cập nhật bổ xung vào điều kiện ban đầu cho thời điểm 12Z để dự báo cho Qua số lần thử nghiệm cho thấy sử dụng phân tích NCEP GFS (thí nghiệm coldstart), WRFVar đưa phân tích rõ trường ban đầu thơng tin Với chế độwarm-start thông tin cho trường ban đầu nhiều nhiều so với coldstart, điển biến Qcloud, Qrain Số liệu: số liệu ban đầu hóa số liệu điều kiện biên phụ thuộc thời gian lấy từ dự báo mơ hình tồn cầu GFS cung cấp Trung tâm Quốc Gia Dự báo Môi trường (NCEP)/Hoa Kì với độ phân giải 0.5ºx0.5º kinh vĩ Hình 2.4 Quy trình chạy WRFDA chế độ Warm start 64 T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 Số liệu quan trắc phục vụ đánh giá mô bao gồm số liệu mưa 24 trạm quanh khu vực TP Hồ Chí Minh, số liệu Radar lấy từ Radar Nhà Bè bao gồm độ phản hồi gió xuyên tâm lấy ngày 0203/08/2016, thời gian radar xuất liệu 15 phút quét với bán kính 240km Dữ liệu GTS: số liệu từ trạm thời tiết bề mặt, tàu, phao, máy bay, vệ tinh quan trắc từ GTS xử lý sử dụng tiền xử lý quan sát OBSPROC trước đồng hóa WRF-3DVar Để làm điều chương trình shell script biên dịch chuyển đổi liệu giải mã sang định dạng LITTLE_R phù hợp, sau sử dụng trực tiếp WRF-3DVar Phương pháp đánh giá trạm: sử dụng số thống kê: sai số tuyệt đối trung bình MAE, sai số quân phương RMSE sai số tương đối RE = ∑ | = = − ( ( − − |; ) ; ) ∗ 100 Trong đó: FI giá trị dự báo, OI giá trị quan trắc, tổng lượng mưa trạm cho , giai đoạn trung bình tổng lượng mưa trạm cho giai đoạn khu vực cho mơ hình quan trắc Sai số tương đối RE cho biết thiên hướng mơ hình so với quan trắc, độ lớn sai số RE cho biết phần trăm sai khác Kết thảo luận 3.1 Biến đổi trường ban đầu Để thấy rõ biến đổi trường ban đầu tương ứng với kiểu số liệu, tác giả tính trung bình giá trị biến 20 mực thấp tổng số 52 mực khu vực radar đồng hóa (xung quanh khu vực TP Hồ Chí Minh) Từ bảng thấy trường hợp chưa đồng hóa, tỷ lệ lượng nước mưa (Qrain) có giá trị 0, nhiên sau đồng hóa, mơ hình biến đổi độ phản hồi Radar bổ xung thêm giá trị vào biến Qrain thời điểm ban đầu, đồng thời biến Qgraup mực cao cải thiện nhiều Từ bảng cho thấy đồng hóa coldstart CONTROL cho lượng nước mây (Qcloud) nhiên trình chạy warm start biến bổ xung thông tin từ dự báo trước, thấy tất dự báo warmstart giá trị Qcloud thay đổi đáng kể Tiếp theo, đồng hóa thành phần độ phản hồi chế độ coldstart, thành phần gió kinh hướng U vĩ hướng V khơng thay đổi nhiên bổ xung thêm liệu GTS gió xuyên tâm radarthành phần thay đổi đáng kể So sánh dự báo đồng hóa riêng độ phản hồi số liệu synop trình chạy coldstart, tốc độ thẳng đứng W 0, đồng hóa thêm gió xuyên tâm radar chạy warm starttốc độ cũngđược cải thiện Nhìn chung, độ phản hồi radar làm biến đổi thành phần Qrain, Qcloud, Qvapor, Qgraup… mơ hình, tốc độ gió xuyên tâm làm thay đổi trường gió kinh hướng, vĩ hướng gió thẳng đứng Chế độ chạy warm start cung cấp nhiều thông tin từ dự báo trước làm cho trường ban đầu cải thiện đáng kể so với chạy coldstart 3.2 Đánh giá khả mơ mưa mơ hình Tiếp theo, nghiên cứu phân tích kết so sánh lượng mưa diện mưa sản phẩm CONTROL, trường hợp đồng hóa số liệu quan trắc Hình 3.1a lượng mưa tích lũy 24h quan trắc cho thấy ngày 02/08/0216 khu vực TP Hồ Chí Minh xuất tâm mưa lớn hình thành dải mưa kéo dài đến khu vực Phước Long, Đồng Xoài Lượng mưa từ số liệu quan trắc phổ biến khoảng 20-75mm Ở kết mơ phỏng, thấy phương án CONTROL (hình 3.1 b), T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 đồng hóa độ phản hồi chế độ coldstart CZH (hình 3.1 c) đồng hóa độ phản hồi synop chế độ coldstart CZHSYNOP (hình 3.1d) mơ lượng mưa nhiều so với quan trắc không nắm bắt diện mưa nhiên sau đưa thành phần vận tốc gió xuyên tâm, chất lượng dự báo cải thiện lên đáng kể, trường hợp CZHVR (đồng hóa coldstart độ phản hồi gió xuyên tâm) (hình 3.1e) cho thấy, mơ hình bắt tâm mưa TP Hồ Chí Minh chí bổ xung thêm số liệu GTS trường hợp CZVSYNOP (hình 3.1f) tâm mưa cịn lớn lượng mưa gần so với thực tế Ở thử nghiệm warm start đồng hóa độ phản hồi (trường hợp WZH) (hình 3.1g) nhiên mơ hình nắm bắt lượng mưa tâm mưa khu vực TP Hồ Chí Minh, chứng tỏ liệu từ dự báo trước cải thiện thêm đáng kể trường ban đầu chu kỳ sau Nhìn chung tất thử nghiệm warmstart (hình 3.1g, h, I, k) nắm bắt tốt lượng mưa diện mưa so sánh với thực tế Hình 3.2 cho kết so sánh quan trắc mơ hình ngày 03/08/0216, 65 giống kết mơ bên trên, thử nghiệm CONTROL (hình 3.2b), đồng hóa độ phản hồi chế độ coldstart CZH (hình 3.2c) đồng hóa độ phản hồi synop chế độ coldstart CZHSYNOP (hình 3.2 d) mơ lượng mưa nhiều so với quan trắc chưa nắm bắt diện mưa nhiên sau bổ xung thành phần gió xun tâm, mơ hình nắm bắt tốt diện mưa lượng mưa tương đối thấp thể qua thử nghiệm CZHVR (hình 3.2 e) Khi bổ xung thêm số liệu GTS, trường hợp CZVSYNOP (hình 3.2f) mơ hình cải thiện thêm lượng mưa Trong chế độ chạy warm start (hình 3.2 g, h, i, k) mơ hình nắm bắt tốt diện mưa lượng mưa đặc biệt mơ hình mơ lượng mưa lớn thuộc khu vực Bình Long, Phước Long mà chế độ coldstart chưa thể mô Tuy nhiên khu vực TP Hồ Chí Minh lượng mưa chưa mơ thực tốt chế độ coldstart, trường hợp đồng hóa đồng thời gió xuyên tâm, độ phản hồi, GTS tốt so với trường hợp cịn lại Bảng Giá trị trung bình biến 20 mực thấp trường ban đầu QRAIN (g/kg) QCLOUD (g/kg) QVAPOR (g/kg) QGRAUP (g/kg) U (m/s) V (m/s) W (m/s) CONTROL 0 0.0131687 14.0791 3.49487 CZH 0.0001952 0.0131687 6.84E-06 14.0791 3.49487 CZHSYNOP 0.0001942 0.0131687 6.80E-06 14.1097 3.49235 CZHVR 7.29E-05 0.0131687 3.73E-06 13.957 6.31051 0.0090465 CZVSYNOP 7.29E-05 0.0131687 3.73E-06 13.957 6.31051 0.0090465 WZH 0.003213 0.0014125 0.0145541 0.0016545 18.1206 12.6105 5.09626 WZHSYNOP 0.003213 0.0014125 0.0145541 0.0016545 18.1205 12.6065 5.09626 WZHVR 0.003213 0.0014125 0.0145541 0.0016585 17.4166 14.1657 5.06923 WZVSYNOP 0.003213 0.0014125 0.0145541 0.0016585 17.4166 14.1656 5.06923 66 T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 (c) (a) (b) (d) (e) (f) (h) (i) (g) (k) Hình 3.1 Lượng mưa tích lũy 24h ngày 02/08/2016 quan trắc(a), trường hợp CONTROL(b), CZH(c), CZHSYNO(d), CZHVR(e), CZVSYNOP(f), WZH(g), WZHSYNO(h), WZHVR(i), WZVSYNOP(k) T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 (a) (b) (c) (d) (e) (f) (g) (h) 67 (i) (k) Hình 3.2 Lượng mưa tích lũy 24h ngày 03/08/2016 quan trắc(a), trường hợp CONTROL(b), CZH(c), CZHSYNO(d), CZHVR(e), CZVSYNOP(f), WZH(g), WZHSYNO(h), WZHVR(i), WZVSYNOP(k) 68 T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 Bảng Kết đánh giá sai số MAE(mm), RMSE(mm), RE(%) 02/08/2016 TRƯỜNG HỢP MAE RMSE CONTROL CZH CZHSYNOP CZHVR CZVSYNOP WZH WZHSYNOP WZHVR WZVSYNOP 21.40 19.30 19.90 20.00 17.80 16.30 16.10 17.80 16.40 26.80 25.30 26.20 26.00 22.20 21.70 20.00 21.40 23.20 03/08/2016 RE MAE RMSE -19.59 -14.85 -19.97 -14.37 -8.08 -6.11 0.78 9.41 6.12 19.10 18.10 17.60 19.50 18.80 12.30 11.80 15.90 16.60 28.20 24.60 23.80 28.20 28.10 17.10 16.90 20.60 21.10 3.2 Đánh giá sai số Bảng kết sai số cho trường hợp thử nghiệm, thấy giá trị MAE khoảng 13.95 – 27.5mm cao trường hợp CONTROL, nhỏ trường hợp WZHSYNOP (đồng hóa Warm startvới số liệu phản hồi vơ tuyến GTS), nhìn chung trường hợp đồng hóa đa phần sai số MAE nhỏ so với không đồng hóa Giá trị RMSE khoảng 18.45 – 27.5 mm lớn trường hợp CONTROL, nhỏ trường hợp WZHSYNOP (đồng hóa Warm startsố liệu phản hồi vô tuyến kết hợp với GTS), sai số tương đối RE(%) cho thấy sai số tốt trường hợp WZVSYNOP (đồng hóa Warm startcả số liệu phản hồi, gió xuyên tâm GTS) với giá trị 7.38, lớn CONTROL với giá trị -30.82 Kết luận Bài báo sử dụng WRF mặc định trường hợp đồng hóa liệu nhằm đánh giá khả tác động chế độ chạy WRF-var warm start coldstart với thay đổi loại liệu độ phản hồi, gió xuyên tâm radar liệu GTS, kết cho thấy so với WRF CONTROL đồng hóa có tác động tương đối tốt với hạn dự báo 24h Nhìn chung đồng hóa vận tốc gió xun tâm làm biến đổi trường gió RE -42.05 -37.98 -42.32 -4.09 -7.50 -18.72 -25.03 7.08 8.64 TRUNG BÌNH MAE RMSE RE 20.25 18.70 18.75 19.75 18.30 14.30 13.95 16.85 16.50 27.50 24.95 25.00 27.10 25.15 19.40 18.45 21.00 22.15 -30.82 -26.41 -31.14 -9.23 -7.79 -12.41 -12.12 8.25 7.38 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 Qcloud, QVapor Qrain Chế độ chạy warm startcho trường ban đầu với lượng liệu dồi nhiều so với chạy coldstart thông thường Về kết mô mưa lớn, trường hợp warm start cho mô phù hợp với thực tế, nhìn chung đồng hóa kết hợp loại liệu cho mô tương đối tốt trường hợp khác, kết sai số thấy kết trường hợp đồng hóa warm start với liệu độ phản hồi GTS (WZHSYNOP) cho kết tốt với số MAE 13.95 RMSE 18.45, trường hợp đồng hóa warm start với liệu độ phản hồi, gió xuyên tâm GTS (WZVSYNOP) cho kết tốt với số RE với giá trị 7.38 Ngoài xử lý liệu radar ban đầu bước quan trọng q trình đồng hóa, liệu radar khơng tốt ảnh hưởng lớn đến kết mơ Trong báo trình bày số bước xử lý số liệu nhằm thu liệu quan trắc radar tốt trước đưa vào mơ hình số Lời cảm ơn Nghiên cứu thực hoàn thành nhờ hỗ trợ Đề tài “Xây dựng hệ T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 thống nghiệp vụ dự báo mưa lớn hạn cực ngắn địa bàn Thành phố Hồ Chí Minh” Tác giả xin chân thành cảm ơn Tài liệu tham khảo [1] Dư Đức Tiến cộng , Nghiên cứu đồng hóa số liệu Radar Đông 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 [2] 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 [3] Daley, R: Atmospheric Data Analysis, Cambridge University Press, Cambridge, UK, 1991 [4] 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 [5] 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 [6] Xiao, Q., Y-H Kuo, J Sun, W-C Lee, E Lim, YR 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 [7] 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 69 [8] 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 [9] J Liu, M Bray , and D Han 2012: A study on WRF radar data assimilation for hydrological rainfall prediction [10] Hitschfeld, W and Bordan, J.: Error inherent in the radar measurement of rainfall at attenuating wavelengths, J Meteorol., 11, 58– 67, 1954 [11] 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 [12] Barker, D M., W Huang, Y-R Guo, A J Bourgeois, and Q N.Xiao, 2004: A threedimensional variational data assimilation system for MM5: Implementation and initial results Mon Wea Rev., 132,897–914 [13] 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/TN468+STR, 88 pp [14] 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 Mark A Askelson 2000: An Adaptation of the Barnes Filter Applied to the Objective Analysis of Radar Data [16] Parrish, D F., and J C Derber, 1992: The National Meteorological Center’s spectral statistical-interpolation analysis system Mon Wea Rev., 120, 1747–1763 [15] 70 T.D Thức, C Thanh / Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất Môi trường, Tập 34, Số 1S (2018) 59-70 Radar Data Assimination in Wrf Model to Forecast Heavy Rainfall at Ho Chi Minh City Tran Duy Thuc1, Cong Thanh2 Viet Nam Institute of Meteorology Hydrology and Climate Change, 23/62 Nguyen Chi Thanh, Dong Da, Hanoi, Vietnam Faculty of Hydro-Meteorology and Oceanography, VNU University of Science 334 Nguyen Trai, Thanh Xuan, Hanoi, Vietnam Abstract: This paper uses high resolution WRF model to simulate a number of heavy rainfall events in summer in Ho Chi Minh city using radar data to assimilation initial conditions with 3DVAR method, the WRF3Dvar running simulation with two modes: cold start and warm start combine with three cases: only Reflectivity of radar; Reflectivity and Doppler radar radial wind observations; Reflectivity, Doppler radar radial wind, and GTS data The background error used was CV7 created from months forecast in South Vietnam Radar data before assimilation was quality control and thinned to remove noise and create the best observation 24 station rainfall in South Vietnam using to an evaluation of WRF model simulation Results show assimilation only reflectivity will affect to variable Qcloud, Qvapor and Qrain on the initial condition of model and assimilation only Doppler radar radial wind improve wind Compare each case show warm start simulation precipitation better than the cold start, assimilation both Doppler radar radial wind observations, the reflectivity of radar and GTS better than another case Keywords: WRFDA, RADAR ... báo mưa lớn cho khu vực miền Trung đồng hóa số liệu radar Đơng Hà Các kết thử nghiệm bước đầu cho thấy việc đưa số liệu radar vào đồng hóa số liệu góp phần nâng cao chất lượng dự báo mưa lớn cho. .. để mô hình nắm bắt q trình hồn lưu quy mô lớn ảnh hưởng đến Nam Bộ, miền thu hẹp phạm vi bao trọn khu vực TP Hồ Chí Minh Bảng tham số vật lý mơ hình WRF lựa chọn để mơ mưa khu vực TP Hồ Chí Minh. .. hợp đồng hóa số liệu quan trắc Hình 3.1a lượng mưa tích lũy 24h quan trắc cho thấy ngày 02/08/0216 khu vực TP Hồ Chí Minh xuất tâm mưa lớn hình thành dải mưa kéo dài đến khu vực Phước Long, Đồng