Nghiên cứu THỬ NGHIỆM DỰ BÁO NHIỆT ĐỘ VÀ LƯỢNG MƯA TRÊN KHU VỰC HÀ NỘI BẰNG MƠ HÌNH WRF Chu Thị Thu Hường, Nguyễn Tiến Mạnh, Nguyễn Trần Hoàng, Trần Đức Việt Trường Đại học Tài nguyên Môi trường Hà Nội Tóm tắt Dự báo thử nghiệm từ đến ngày cho nhiệt độ khơng khí bề mặt (Tsfc) lượng mưa tích lũy 24h cho trạm khu vực Hà Nội tháng tháng năm 2016 mơ hình WRF thấy rằng, mơ hình WRF thường dự báo nhiệt độ thấp lượng mưa cao thực tế Kết dự báo Tsfc trung bình ngày tốt, khoảng 0,5 ÷ 10C (đối với hạn dự báo 24 giờ), khoảng ÷ 20C (đối với hạn dự báo 48h 72h) Tuy nhiên, hệ thống thời tiết thường mơ hình dự báo di chuyển chậm so với thực tế nên sai số dự báo thường lớn ngày mà hệ thống ảnh hưởng trực tiếp đến khu vực Bởi vậy, vùng mưa lượng mưa sai số lớn Hơn nữa, sai số dự báo tháng thường nhỏ tháng Từ khóa: Nhiệt độ khơng khí bề mặt (Tsfc); Mơ hình WRF; Sai số dự báo Abstract Experimental predictions for temperature and precipitation in hanoi using the WRF model Experimental predictions of to days for surface air temperature (Tsfc) and Cumulative rainfall within 24 hours for meteorological stations in Hanoi during January and July 2016 that is used the WRF model The results indicate that, the WRF model often predicts lower temperatures and higher rainfall than actual ones The average daily Tsfc forecasts are good, only about 0.5÷10C (for 24 hours forecast period), about 1÷20C (for 48 hours and 72 hours forecast period) However, because weather systems are predicted to move more slowly than reality, the forecast errors are often greater in days when the systems affect directly the area Therefore, the error in rain areas and rainfall is still quite large Moreover, the forecast error in January is usually smaller than in July Keywords: Surface air temperature (Tsfc); WRF model; Forecast errors Mở đầu biến đổi khí hậu Điển hình Dự báo thời tiết tháng năm 2016, miền Bắc Việt Nam nhiệm vụ quan trọng ngành Khí chịu ảnh hưởng đợt rét kỷ lục tượng, có ảnh hưởng khơng nhỏ đến vòng nhiều năm qua, tỉnh miền ngành, lĩnh vực khác núi phía Bắc xảy rét đậm, rét hại, đời sống xã hội Trong năm gần kèm theo mưa tuyết diện rộng, gây thiệt đây, khí hậu tồn cầu biến hại hàng ngàn gia súc, nhiều hecta đổi mạnh mẽ, tần suất cường độ hoa màu công nghiệp ngắn ngày thiên tai ngày gia tăng toàn Trong tháng năm 2016, miền Bắc chịu giới Việt Nam thiệt hại nặng nề mưa lớn kéo dài, quốc gia chịu ảnh hưởng nặng nề đặc biệt tỉnh Quảng Ninh Mưa lũ 50 Tạp chí Khoa học Tài nguyên Môi trường - Số 19 - năm 2018 Nghiên cứu khiến hàng nghìn nhà bị ngập, hoa màu vật nuôi bị trôi, gây thiệt hại to lớn người của, ảnh hưởng nghiêm trọng tới phát triển kinh tế, xã hội Hiện nay, với phát triển khoa học, công nghệ máy tính, mơ hình dự báo số trị áp dụng dự báo thời tiết hàng ngày dự báo hạn mùa, đặc biệt tượng thời tiết cực đoan mưa lớn, bão, áp thấp nhiệt đới, rét đậm, rét hại, sai số khả cho phép, dự báo định lượng xác Một mơ hình sử dụng nghiên cứu dự báo nghiệp vụ mô hình WRF Đây mơ hình khí quy mơ vừa, hệ phương trình động lực học phi thủy tĩnh, sơ đồ vật lí tích hợp cho ứng dụng quy mơ từ mét đến hàng nghìn km có mã nguồn mở để người sử dụng đưa thêm sơ đồ vật lý vào mơ hình, điều kiện biên di động, có hệ thống đồng hóa số liệu 3DVAR, kỹ thuật lồng ghép miền tính di động Với ưu điểm trên, có nhiều tác giả sử dụng mơ hình WRF vào nghiên cứu cho kết tương đối tốt Cụ thể, Chu Thị Thu Hường (2006) sử dụng mô hình WRF với hai sơ đồ tham số hóa đối lưu Betts-Miller-Janjic Kain-Fritsch để dự báo mưa lớn cho khu vực Trung Bộ thời hạn từ đến ngày Kết cho thấy, lượng mưa dự báo thường thấp so với thực tế, diện mưa chưa thực xác Hơn nữa, sơ đồ Betts-Miller-Janjic dự báo lượng mưa sơ đồ Kain-Fritsch dự báo diện mưa xác [2] Cũng với mục đích dự báo mưa lớn cho khu vực Trung Bộ, song Nguyễn Thị Thanh (2010), tiến hành việc đồng hóa số liệu vệ tinh MODIS vào mơ hình WRF Kết rằng, việc đồng hóa số liệu vệ tinh cho kết tốt hạn dự báo 30 giờ, với hạn dự báo từ 30 đến 54 việc đồng hóa số liệu khơng cho kết vượt trội so với trường hợp khơng đồng hóa [3] Bên cạnh đó, để đánh giá khả dự báo mưa lớn cho khu vực Trung Trung Bộ khu vực chịu ảnh hưởng kết hợp khơng khí lạnh dải hội tụ nhiệt đới, Nguyễn Tiến Toàn (2011) sử dụng phương pháp hồi quy bước dựa sản phẩm dự báo mơ hình WRF kết hợp với số liệu địa phương Tác giả cho rằng, kết dự báo mưa xác dự báo có cập nhật số liệu địa phương [4] Ngồi ra, để khảo sát độ nhạy sơ đồ tham số hoá đối lưu việc dự báo mưa, Nguyễn Thị Hạnh cs (2016) sử dụng mô hình clWRF để dự báo lượng mưa hạn mùa (từ đến tháng) cho tháng 6, 7, 8, năm 2012 Kết cho thấy, sơ đồ Kain-Fritsch thường dự báo lượng mưa cao sai số lớn hơn, đặc biệt vùng khí hậu Nam Bộ Trong đó, sơ đồ Betts-Miller-Janjic Grell Devenji thường dự báo thấp thực tế, khu vực phía Bắc Hơn nữa, nghiên cứu cho thấy, mơ hình c/WRF cho kết dự báo tốt vùng khí hậu phía Bắc vùng khí hậu Nam Bộ [1] Có thể nói, kết dự báo của mơ hình WRF cịn có hạn chế định, song so với số mơ hình đời trước HRM, MM5, ETA, kết dự báo mơ hình WRF phù hợp Mặc dù vậy, nghiên cứu trước dừng lại việc mơ hay dự báo thời tiết nói chung hay nhiệt độ lượng mưa nói riêng cho khu vực, phạm vi lớn mà chưa có nghiên cứu sử dụng mơ hình WRF để dự Tạp chí Khoa học Tài ngun Mơi trường - Số 19 - năm 2018 51 Nghiên cứu báo điểm Chính việc sử dụng mơ hình WRF để thử nghiệm dự báo Tsfc lượng mưa cho khu vực Hà Nội tháng tháng vấn đề có tính thực tiễn, nhằm đáp ứng yêu cầu ngày cao xã hội Số liệu phương pháp nghiên cứu 2.1 Số liệu Số liệu trường ban đầu sử dụng mô hình kết dự báo mơ hình dự báo toàn cầu GFS tháng tháng Đây số liệu biến khí lưới với độ phân giải ngang 0,5x0,5 độ kinh vĩ 27 mực thẳng đứng từ 1000 đến 10mb Số liệu lưu dạng GRIB2, có hạn dự báo tới đa 16 ngày (384 giờ) khai thác website: http://nomads ncdc.noaa.gov/GFS/grid4 Số liệu tái phân tích trường mưa, nhiệt độ khơng khí bề mặt, độ cao địa vị gió mực đẳng áp chuẩn 1000, 850, 700, 500, 300 200mb sử dụng để so sánh với kết dự báo mơ hình Số liệu có độ phân giải 0,5 x 0,5 độ kinh vĩ, cung cấp Trung tâm Dự báo hạn vừa châu Âu (ERA) khai thác website: http://apps.ecmwf.int/ datasets/data/interim-full-daily Số liệu quan trắc Tsfc trung bình, cao nhất, thấp ngày lượng mưa obs quan trắc (1, 7, 13 19 giờ) trạm khí tượng khu vực Hà Nội (Hà Đông, Láng, Sơn Tây, Ba Vì, Hồi Đức) tháng tháng năm 2016 để đánh giá kết dự báo Tsfc trung bình lượng mưa tích lũy 24 hạn dự báo 24, 48 72 mơ hình 2.2 Phương pháp nghiên cứu 52 a Phương pháp dự báo Dự báo Tsfc lượng mưa tích lũy 24 thời hạn 24, 48 72 cho khu vực Hà Nội tháng tháng mơ hình WRF, nghiên cứu sử dụng phiên WRF3.8 với 27 mực thẳng đứng lưới lồng Điều kiện ban đầu mơ hình trường yếu tố khí tượng dự báo toàn cầu NCEP-GFS, bước thời gian sai phân 90 giây Miền tính mơ hình Trong nghiên cứu này, dự báo thử nghiệm với miền tính lồng ghép với tọa độ tâm lưới 210N, 105,850E (hình 1) Trong đó, miền có độ phân giải 36km, với 100 x 95 điểm lưới, đảm bảo vùng đủ rộng để đánh giá ảnh hưởng trung tâm khí áp gió mùa đến thời tiết khu vực Hà Nội Miền có độ phân giải 12km, với 88 x 85 điểm lưới Miền có độ phân giải 4km với 76 x 73 điểm lưới Miền bao trùm Hà Nội tỉnh lân cận Từ đó, đồ trường yếu tố khí tượng vẽ lưới 2, giá trị nhiệt độ lượng mưa dự báo chiết xuất lưới Hình 1: Các miền tính nghiên cứu Các sơ đồ tham số vật lý mơ hình Trong nghiên cứu này, sơ đồ tham số hóa sử dụng để chạy dự báo thử nghiệm gồm: Sơ đồ tham số hóa đối lưu Betts-Miller-Janjic, sơ đồ tham Tạp chí Khoa học Tài nguyên Môi trường - Số 19 - năm 2018 Nghiên cứu số vi vật lý mây Thompson, sơ đồ xạ sóng ngắn RRTM, xạ sóng dài Duhia, sơ đồ bề mặt MM5, sơ đồ lớp đất bề mặt Noah LSM b Phương pháp đánh giá kết dự báo Sau chạy mơ hình dự báo hạn từ đến ngày cho ngày tháng tháng năm 2016, nghiên cứu sử dụng số thống kê để đánh giá kết dự báo Các số sử dụng nghiên cứu gồm: sai số trung bình (ME - Mean Error), sai số trung bình tuyệt đối (MAE - Mean Absolute Error sai số bình phương trung bình (RMSE - Root Mean Square Error) Các sai số tính trung bình tháng hạn dự báo F O N ME MAE RMSE i i 1 i (1) N N i1 Fi Oi (2) N N N ( F O ) i i (3) i 1 Trong đó, Fi giá trị dự báo thứ i; Oi giá trị quan trắc thứ i; N dung lượng mẫu Sai số trung bình (ME) xác định xu mơ hình dự báo vượt hay thấp giá trị thực tế Giá trị ME dương thể xu dự báo mơ hình vượt q giá trị quan trắc ngược lại giá trị âm ME thể xu dự báo mơ hình thấp giá trị quan trắc Sai số trung bình tuyệt đối (MAE) cho biết độ lớn trung bình sai số khơng hướng độ lệch Sai số bình phương trung bình (RMSE) xác định sai số độ lớn biến dự báo Giá trị tiến tới không mơ hình dự báo xác Kết dự báo thử nghiệm Trong nghiên cứu này, nhóm tác giả phân tích đánh giá kết dự báo thử nghiệm hạn dự báo 24, 48 72 ngày tháng năm 2016 Tuy nhiên, khuôn khổ báo này, nhóm tác giả đưa hình ảnh minh họa cho ngày có Tsfc cao, thấp có mưa lớn tháng Cụ thể, chúng tơi tiến hành phân tích trường Tsfc lúc ngày 23, 24, 25 (trong tháng 1), lúc 13 ngày 16, 17, 18 (trong tháng 7) lượng mưa tích lũy 24 ngày 27, 28, 29/7 tương ứng với dự báo hạn 24, 48 72 Đồng thời, nguồn số liệu tái phân tích sử dụng để đánh giá kết dự báo ngày tương ứng 3.1 Dự báo nhiệt độ khơng khí bề mặt Kết dự báo Tsfc lúc ngày 23/1/2016 cho thấy, trường Tsfc dự báo tái phân tích tương đồng với nhau, Tsfc dự báo cao phân tích khoảng 30C (Hình 2) Kết mơ hình dự báo chưa tốt thời điểm xâm nhập không khí lạnh Thời điểm khơng khí lạnh ảnh hưởng đến khu vực Hà Nội thực tế sớm so với thời điểm dự báo mơ hình nên Tsfc thực tế giảm nhiều dự báo ngày Sang ngày 24 25 tháng 1, trường Tsfc giá trị dự báo tái phân tích đồng Lúc hồn lưu khơng khí lạnh bao trùm toàn khu vực nên trường nhiệt ổn định Theo số liệu quan trắc, Tsfc lúc ngày 23 tháng trạm khí tượng Hà Nội dao động từ 100C Đến ngày 24, 25 tháng 1, Tsfc giảm xuống 50C Tạp chí Khoa học Tài ngun Mơi trường - Số 19 - năm 2018 53 Nghiên cứu Hình 2: Trường Tsfc lúc ngày 23/1/2016 hạn dự báo 24 - 48 - 72 (phía trên) số liệu tái phân tích 23, 24, 25/1/2016 (phía dưới) Hình 3: Bản đồ Tsfc lúc 13 ngày 16/07/2016 hạn dự báo 24 - 48 - 72 (phía trên) số liệu tái phân tích (phía dưới) Tương tự tháng 1, đồ trường Tsfc lúc 13 ngày 16, 17 18/7/2016 kết dự báo hạn 24, 48 72 ngày 15/7/2016 phân tích so sánh với 54 đồ tái phân tích ngày tương ứng Có thể thấy, với hạn dự báo 24 48 giờ, mơ hình dự báo tương đối xác trường Tsfc khu vực, đặc biệt vùng xảy nắng nóng Tạp chí Khoa học Tài nguyên Môi trường - Số 19 - năm 2018 Nghiên cứu ngày 16/7 17/7 Cụ thể, ngày 16/7/2016, vùng Đồng Bắc Bộ nắng nóng xảy ra, chí Tsfc phía Nam vùng lên tới 38ºC Sang ngày 17/7/2016, phạm vi vùng nắng nóng đồ dự báo tái phân tích có xu hướng mở rộng phía Đơng Bắc xuống phía Nam Tuy nhiên, đến ngày 18/7, mơ hình lại dự báo Tsfc thấp từ 40C so với thực tế Theo số liệu tái phân tích, phạm vi nhiệt độ vùng nắng nóng biến đổi khơng nhiều so với ngày 17/7, song kết dự báo Tsfc vùng dao động từ khoảng 33 - 360C (Hình 3) Sai số dự báo Tsfc trung bình tháng tháng 7/2016 hạn dự báo 24, 48 72 hình Có thể thấy, sai số trung bình có giá trị âm, giá trị dự báo thấp giá trị quan trắc (Hình 4) Giá trị sai số trung bình hạn dự báo 24 tháng (ME < 0,5) nhỏ tháng (ME ~ 1), trạm Ba Vì (ME ~ 0) Đối với hạn dự báo 48h 72h, ME dao động khoảng từ 2ºC (trong tháng 7) So với trạm khu vực, Tsfc dự báo trạm Ba Vì (đối với hạn dự báo) tháng có sai số nhỏ (xấp xỉ 0,10C) (Hình 4b) Hình 4: Sai số dự báo Tsfc trung bình ngày Hà Nội tháng (bên trái) tháng (bên phải) với thời hạn dự báo 24, 48 72 Như vậy, nói, mơ hình WRF dự báo Tsfc ngày tốt Sai số lớn xảy Tsfc trung bình tháng khoảng 10C, 1,20C 20C hạn dự báo 24, 48 72 tương ứng Trong đó, sai số lớn xảy trạm Hà Đông với ME cao so với trạm khác khu vực từ 0,2 - 1,50C (trừ trạm Ba Vì) 3.2 Dự báo lượng mưa tích lũy 24 Tương tự dự báo nhiệt độ, lượng mưa tích lũy 24 trung bình tháng 7/2016 với hạn dự báo 24, 48 72 minh họa đợt mưa lớn Đây đợt mưa ảnh hưởng bão số (MIRINAE) Trên đồ phân bố khí áp bề mặt lúc ngày 27/7, bão số nằm Biển Đơng (19,50N; 108,50E) Nó di chuyển theo hướng Tây Tây Bắc đổ vào Bắc Bộ Lúc 19h ngày, vị trí tâm bão khoảng 19,90N; 106,60E, nằm vùng biển tỉnh Thái Bình Do ảnh hưởng hoàn lưu bão, khu vực Hà Nội có mưa Đến ngày 28/7, bão tiếp tục sâu vào đất liền Hà Nội nằm hoàn toàn hoàn lưu bão nên lượng mưa đạt giá trị lớn Sang ngày 29/7, bão suy yếu vùng áp thấp nên mưa giảm nhiều Bản đồ mưa tích lũy 24 tái phân tích ngày 27, 28 29/7/2016 phân tích để đánh giá diện mưa dự báo mơ hình với Tạp chí Khoa học Tài ngun Môi trường - Số 19 - năm 2018 55 Nghiên cứu hạn dự báo 24, 48 72 ngày 26/7/2016 (Hình 5) Có thể thấy, vùng mưa dự báo lệch phía Đơng so với số liệu tái phân tích Trong ngày 27/7, ta thấy vùng mưa lớn khu vực vịnh Bắc Bộ, với lượng mưa tích lũy 24 lên đến 100 mm Vùng trung tâm mưa phía tây đảo Hải Nam (khoảng 108,50E, 180N) với lượng mưa tích lũy lên tới 500 mm Còn tỉnh ven biển Đồng Bắc Bộ, lượng mưa đạt từ khoảng 50 đến 100 mm Kết phù hợp với mưa tái phân tích, song vùng mưa 100 mm số liệu tái phân tích mở rộng so với dự báo Sang ngày 28/7/2016, bão đổ nên vùng mưa di chuyển vào sâu đất liền Tuy vùng mưa dự báo lệch sang phía Đơng, song so với kết dự báo cho ngày 27 ngày 29/7 vùng mưa dự báo ngày phù hợp với thực tế Lượng mưa tích lũy 24 Hà Nội ngày 28/7 lên đến 300 mm Sang ngày 29/7, bão tan nên đồ tái phân tích, vùng mưa thu hẹp lệch phía Tây Bắc Trên khu vực Đồng Bắc Bộ nói chung Hà Nội nói riêng, lượng mưa tích lũy khoảng 50 mm Song theo kết dự báo, khu vực mưa lớn tồn Bắc Bộ với lượng mưa lớn lên tới 500 mm vùng Đồng Đông Bắc Bộ (Hình 5) Từ đó, thấy rằng, mơ hình WRF dự báo tốt quỹ đạo di chuyển bão, song tốc độ di chuyển bão dường lại chậm so với thực tế Hơn nữa, lượng mưa dự báo hạn dự báo từ đến ngày cao nhiều so với thực tế Đánh giá kết dự báo lượng mưa tích lũy 24 Hà Nội tháng tháng phân tích dựa giá trị trung bình sai số dự báo tất ngày tháng (Hình 6) Có thể thấy, tháng tháng 7, giá trị ME, MAE RMSE có giá trị dương Điều chứng tỏ rằng, 56 mơ hình dự báo lượng mưa thường lớn so với quan trắc Kết đáng giá dự báo tháng cho thấy, hạn 24 48 giờ, sai số trung bình tháng trạm khu vực Hà Nội có giá trị nhỏ (chỉ 10 mm) Tuy nhiên, với hạn dự báo 72 giờ, sai số trung bình lên tới 40 mm (Hình 6) Sai số lượng mưa tích lũy 24 tháng cao so với tháng Điều hồn tồn hợp lý lượng mưa trung bình tháng cao nhiều so với tháng Với hạn dự báo 24 48 giờ, ME MAE trạm khu vực Hà Nội dao động khoảng 15 5mm, sai số lớn xảy trạm Ba Vì nhỏ trạm Láng Song sai số trung bình trạm khu vực lại lên tới khoảng 70 80 mm (Hình 7) Như vậy, thấy, mơ hình WRF dự báo tốt nhiệt độ lượng mưa tích lũy 24 (đối với hạn dự báo 24 48 giờ) Đối với hạn dự báo 72 giờ, mơ hình dự báo với sai số lớn Nhìn chung, sai số dự báo tháng thường nhỏ tháng Kết mơ hình dự báo hệ thống thời tiết ảnh hưởng đến khu vực chậm so với thực tế Kết luận Nghiên cứu dự báo thử nghiệm Tsfc lượng mưa tích lũy 24 cho trạm khu vực Hà Nội tháng tháng mơ hình WRF, chúng tơi thấy rằng, với hạn dự báo 24 48 giờ, mô hình dự báo tốt Kết dự báo Tsfc thường thấp hơn, lượng mưa lại cao thực tế Điều thời gian mà hệ thống thời tiết ảnh hưởng trực tiếp đến khu vực thường chậm so với thực tế Mặc dù vậy, sai số mơ hình nằm giới hạn sai số cho phép nên sử dụng mơ hình để thử nghiệm cho tất tháng năm nhằm đưa mơ hình vào dự báo nghiệp vụ Tạp chí Khoa học Tài nguyên Môi trường - Số 19 - năm 2018 Nghiên cứu Hình 5: Bản đồ phân bố lượng mưa tích lũy 24 ngày 27, 28 29/07/2016 ứng với hạn dự báo 24, 48 72 (hình trên) số liệu tái phân tích (hình dưới) Hình 6: Sai số lượng mưa tích lũy 24 hạn dự báo 24, 48 72 Hà Nội tháng TÀI LIỆU THAM KHẢO [1] Nguyễn Thị Hạnh, Vũ Thanh Hằng, Phan Văn Tân (2016) Dự báo mưa hạn mùa mơ hình clWRF: Độ nhạy sơ đồ tham số hóa đối lưu Tạp chí Khoa học ĐHQGHN Tập 32, Số (2016), p.25-33 [2] Chu Thị Thu Hường (2006) Nghiên cứu thử nghiệm dự báo mưa lớn thời hạn từ đến ngày cho khu vực Trung Việt Nam mơ hình WRF Luận văn Thạc sĩ, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội Hình 7: Sai số lượng mưa tích lũy 24 với hạn dự báo 24, 48 72 Hà Nội tháng [3] Nguyễn Thị Thanh (2010) Nghiên cứu đồng hóa số liệu vệ tinh mơ hình WRF để dự báo mưa lớn khu vực Trung Bộ Luận văn thạc sĩ, Trường Đại học Khoa học Tự nhiên, Đại học Quốc Gia Hà Nội [4] Nguyễn Tiến Toàn (2011) Khả dự báo mưa lớn khơng khí lạnh kết hợp với dải hội tụ nhiệt đới cho khu vực Trung Trung Bộ mơ hình WRF Luận văn thạc sĩ, trường Đại học Khoa học Tự nhiên, Đại học Quốc Gia Hà Nội BBT nhận bài: 12/01/2018; Phản biện xong: 27/02/2018 Tạp chí Khoa học Tài nguyên Môi trường - Số 19 - năm 2018 57 ... dụng mơ hình WRF để dự Tạp chí Khoa học Tài ngun Mơi trường - Số 19 - năm 2018 51 Nghiên cứu báo điểm Chính việc sử dụng mơ hình WRF để thử nghiệm dự báo Tsfc lượng mưa cho khu vực Hà Nội tháng... lũy 24 hạn dự báo 24, 48 72 mô hình 2.2 Phương pháp nghiên cứu 52 a Phương pháp dự báo Dự báo Tsfc lượng mưa tích lũy 24 thời hạn 24, 48 72 cho khu vực Hà Nội tháng tháng mơ hình WRF, nghiên... tốt nhiệt độ lượng mưa tích lũy 24 (đối với hạn dự báo 24 48 giờ) Đối với hạn dự báo 72 giờ, mơ hình dự báo với sai số lớn Nhìn chung, sai số dự báo tháng thường nhỏ tháng Kết mơ hình dự báo