Bài báo này trình bày kết quả thử nghiệm các phương pháp xác định sai số của mô hình WRF mô phỏng quĩ đạo và cường độ cơn bão Usagi năm 2018. Mời các bạn cùng tham khảo bài viết để nắm chi tiết hơn nội dung nghiên cứu.
Tạp chí Phát triển Khoa học Cơng nghệ – Khoa học Trái đất Môi trường, 5(1):298-311 Bài nghiên cứu Open Access Full Text Article Ứng dụng phương pháp đa vật lý xác định sai số mơ hình WRF mô quỹ đạo cường độ bão Usagi 2018 Phạm Thị Minh1,* , Nguyễn Thị Hằng2 , Phạm Kim Thủy2 , Cao Nguyễn Hồng Gia3 TĨM TẮT Use your smartphone to scan this QR code and download this article Khoa Khí tượng Thủy văn Biến đồi khí hậu, Trường Đại học Tài ngun Mơi trường TP.HCM, Việt Nam Bài báo trình bày kết thử nghiệm phương pháp xác định sai số mơ hình WRF mơ quĩ đạo cường độ bão Usagi năm 2018 Nghiên cứu tiến hành ba thí nghiệm: (1) 21 thành phần tổ hợp tạo từ hốn vị 11 lựa chọn mơ hình vật lí, khơng có gia tăng tương quan sai số (MP – Multi-Physics-đa vật lý); (2) 21 thành phần tổ hợp sử dụng mơ hình vật lý với gia tăng tương quan sai số hệ số λ = 6,5 (MI - Multiplicative Inflation – tăng cấp nhân); (3) 21 thành phần tổ hợp sử dụng mơ hình vật lý, khơng có gia tăng tương quan sai số (PF – PerFect – hoàn hảo) Kết thử nghiệm cho thấy phương pháp đa vật lý (MP) mô tốt cường độ hướng di chuyển áp cao lạnh phía bắc khu vực bão Usagi hoạt động Nhờ quỹ đạo cường độ bão Usagi 2018 mô thử nghiệm MP tốt so với thử nghiệm MI thử nghiệm PF Cụ thể, hạn dự báo 48 giờ, sai số dự báo quỹ đạo thử nghiệm MP 350 km thấp so với hai thử nghiệm MI PF, hạn dự báo 60 72 sai số quỹ đạo thử nghiệm MP giảm 3-6% so với thử nghiệm PF, so với thử nghiệm MI, sai số dự báo quỹ đạo thử nghiệm MP giảm từ 5% đến 10% hạn dự báo 12 đến 72 Về cường độ, sai số tuyệt đối Pmin (Vmax) thử nghiệm MP ln có giá trị thấp so với hai thử nghiệm MI PF Trong đó, sai số tuyệt đối Vmax thử nghiệm MP giảm từ 30-40% so với hai thử nghiệm lại tất hạn dự báo, đặc biệt hạn dự báo dài ngày Như vậy, phương pháp đa vật lý ứng dụng tiềm toán xác định sai số mơ hình để mơ quỹ đạo cường độ bão ảnh hưởng đến Việt Nam Từ khoá: Sai số mơ hình, Lọc Kalman, mơ hình WRF, bão Khoa Đại cương, Trường Đại học Tài nguyên Môi trường TP HCM, Việt Nam Sinh viên Khoa Khí tượng Thủy văn Biến đồi khí hậu, Trường Đại học Tài nguyên Môi trường TP.HCM, Việt Nam Liên hệ Phạm Thị Minh, Khoa Khí tượng Thủy văn Biến đồi khí hậu, Trường Đại học Tài nguyên Mơi trường TP.HCM, Việt Nam Email: minhpt201@gmail.com Lịch sử • Ngày nhận: 25-9-2020 • Ngày chấp nhận: 28-5-2021 • Ngày đăng: 04-6-2021 DOI : 10.32508/stdjsee.v5i1.547 Bản quyền © ĐHQG Tp.HCM Đây báo công bố mở phát hành theo điều khoản the Creative Commons Attribution 4.0 International license GIỚI THIỆU Xác định tính bất định nội mơ hình dự báo xốy thuận nhiệt đới vấn đề khó khăn Trong có nhiều nguồn sai số liên quan đến sai số quan trắc, ban đầu hóa xốy khơng đầy đủ, tương quan ảo bước tích phân 1–5 ngun nhân sai số mơ hình xốy thuận nhiệt đới hạn dự báo ngày dài q trình vật lý mơ hình khơng biểu diễn đầy đủ 1–5 Cụ thể trình lưới tồn thời gian ngắn rối vi vật lý mây, việc tham số hóa khơng đầy đủ q trình tác động đến kỹ dự báo cường độ quỹ đạo áp thấp nhiệt đới (bão) Một số nghiên cứu thay đổi nhỏ sơ đồ vi vật lý tham số hóa lớp biên cho kết dự báo khác điều kiện ban đầu, hệ thống qui mơ trung bình có tính bất định cao mưa lớn xốy thuận nhiệt đới 6–10 Ngồi ra, nghiên cứu trước 11–16 đề cập khảo sát sai số mơ hình Trong tác giả Kiều cộng năm 2013 16 sử dụng phương pháp đa vật lý để xác định sai số mơ hình cải thiện kết dự báo bão Conson 2012 Cụ thể, nghiên cứu sử dụng phương pháp đa vật lý để xác định thông số liên quan đến sai số mơ hình q trình tính tốn giá trị trường phân tích (trường đầu vào mơ hình) lọc Kalman tổ hợp Do nghiên cứu nhóm tác giả ứng dụng đa vật lý xác định sai số mơ hình WRF để mô quỹ đạo cường độ bão Usagi năm 2018 TÓM TẮT HOẠT ĐỘNG CỦA CƠN BÃO USAGI Bão Usagi hay biết đến với tên gọi Cơn bão số năm 2018 Việt Nam, bão gây mưa to gió mạnh cho tỉnh Nam Bộ Nam Trung Bộ nước ta Bão bắt nguồn từ vùng áp thấp hình thành khu vực trung tâm phía Bắc Thái Bình Dương mang số hiệu 98C hình thành vào ngày 8/11/2018 Bão Usagi di chuyển theo quỹ đạo tựa Đơng-Tây trì liên tục tan rã hoàn toàn vào ngày 26/11/2018 Tại Việt Nam, bão biết đến với tên gọi Cơn bão số biển Đông năm 2018 tính từ đầu năm, bão chuyển Trích dẫn báo này: Minh P T, Hằng N T, Thủy P K, Gia C N H Ứng dụng phương pháp đa vật lý xác định sai số mơ hình WRF mô quỹ đạo cường độ bão Usagi 2018 Sci Tech Dev J - Sci Earth Environ.; 5(1):298-311 298 Tạp chí Phát triển Khoa học Cơng nghệ – Khoa học Trái đất Môi trường, 5(1):298-311 hướng quỹ đạo thành Tây Bắc vào ngày 24/11/2018 cường độ tăng nhanh liên tục đổ vào đất liền lần thứ hai Trưa chiều ngày 25/11/2018, bão Usagi tiếp tục di chuyển theo hướng Tây Bắc đổ vào tỉnh Bà Rịa - Vũng Tàu Tp.HCM, tâm bão qua huyện Cần Giờ (Tp.HCM) lúc 14 (giờ Việt Nam) với cường độ đầu cấp (trước bão qua mũi Nghinh Phong Thành phố Vũng Tàu), gây gió mạnh cấp 6-7 cho loạt tỉnh từ Khánh Hịa đến Bến Tre (Nha Trang, Phan Rang gió cấp 6, giật cấp 7; Phan Thiết, Vũng Tàu gió cấp 7, giật cấp 8; Tp.HCM, Tiền Giang, Bến Tre gió cấp 6, giật cấp 7-8) Sau đó, bão suy yếu nhanh chóng thành áp thấp nhiệt đới trở thành vùng áp thấp đất liền Tp.HCM tối ngày trước tan rã hoàn toàn vào ngày 26/11/2018 Như vậy, bão Usagi suốt khoảng thời gian tồn cho ta thấy bão đồng thời đổi hướng quỹ đạo nhanh chóng tăng cường độ đột ngột khoảng thời gian ngắn, cụ thể từ ngày 22/11/2018 đến ngày 25/11/2018 Ngồi ra, thơng tin từ Tổng cục Phịng, chống thiên tai (Việt Nam) cho biết thiệt hại bão gây khu vực Nam Bộ khoảng 925 tỉ Đồng (39,5 triệu USD), có người Tp.HCM bị thiệt mạng đổ đè chết, 51 nhà bị sập đổ hư hỏng nhiều xanh bị gãy, đổ Thiệt hại tài sản, có 46 tàu, thuyền bị chìm, hỏng (Khánh Hịa: 1; Ninh Thuận: 2; Bình Thuận: 38; Bình Định: 1; Bà Rịa - Vũng Tàu: 4), 99 lồng bè bị chìm, hỏng Diện tích lúa bị ngập: 718 ha, diện tích hoa màu bị ngập: 380 Về giao thơng, có vị trí đường sắt bị cố (Ninh Thuận); 1500 m đường quốc lộ bị ngập (Bình Dương); 170 m đường tỉnh bị sạt lở hư hỏng (Khánh Hòa 30, Ninh Thuận 140) Trên 2663 m đê, kè bị sạt lở, hư hỏng (Ninh Thuận: 40 m; Bình Thuận: 2623 m) Vì thế, nghiên cứu lựa chọn bão Usagi để tiến hành thử nghiệm xem xét hiệu phương pháp xác định sai số mơ hình Trong nghiên cứu này, nhóm tác giả tiến hành thử nghiệm dự báo bão Usagi 2018 với hạn ngày với thời điểm bắt đầu dự báo từ 00 UTC ngày 22/11/2018 đến 00 UTC ngày 25/11/2018, thử nghiệm: (1) 21 thành phần tổ hợp tạo từ hốn vị 11 lựa chọn mơ hình vật lí, khơng có gia tăng tương quan sai số (MP – Multi-Physics-đa vật lý); (2) 21 thành phần tổ hợp sử dụng mơ hình vật lý với gia tăng tương quan sai số hệ số λ = 6,5 (MI - Multiplicative Inflation – tăng cấp nhân); (3) 21 thành phần tổ hợp sử dụng mơ hình vật lý, khơng có gia tăng tương quan sai số (PF – PerFect – hoàn hảo) Các thử nghiệm đồng hóa số liệu gió vệ tinh lọc Kalman tổ hợp Trong thí nghiệm (MP), 21 mơ hình vật lí (Bảng 2) gồm tập hợp thành phần tổ hợp hoán vị sơ đồ tham số hóa Bảng Trong thí nghiệm thứ hai (MI), tập hợp mơ hình vật lí cụ thể mơ hình WRF bao gồm (a) sơ đồ vi vật lí WSM3, (b) sơ đồ truyền xạ nhanh (RRTM) cho xạ sóng dài sóng ngắn (c) sơ đồ tham số hóa đối lưu BMJ (thành phần tổ hợp 11) áp dụng vào cho tất thành phần tổ hợp với hệ số tăng cấp nhân λ =6,5 thêm vào ma trận tương quan sai số biến đổi Pa biểu thức (4) Tuy nhiên, hệ số λ khơng thay đổi tất chu kì thí nghiệm để so sánh tính hiệu phương pháp MI việc xử lí sai số mơ hình so với phương pháp MP Trong thí nghiệm thứ ba (PF), ta xem xét mơ hình hồn hảo với sai số không thay đổi tất chu kì chạy thí nghiệm Tương tự phương pháp tăng cấp nhân, thí nghiệm sử dụng mơ hình vật lí thí nghiệm MI để so sánh tính hiệu phương pháp việc xử lí sai số mơ hình so với hai phương pháp cịn lại THIẾT LẬP CƠ SỞ CHO MƠ HÌNH Điều kiện đầu vào điều kiện biên sử dụng số liệu dự báo GFS NCEP/NCAR (NCEP-The National Center for Environmental Prediction/NCARThe National Center for Atmospheric Research) có độ phân giải ngang 0.5x0.5 độ kinh vĩ định dạng grib2 Số liệu GFS lấy từ trang web: https://www.ncdc.noaa.gov/data-access/modeldata/model-datasets/global-forcast-system-gfs Số liệu quan trắc vị trí cường độ bão thu thập từ trang web: https://www.metoc.navy.mil/jtwc /jtwc.html?western-pacific Số liệu quan trắc gió từ vệ tinh nguồn số liệu đặc biệt quan trọng mơ hình dự báo chạy nghiệp vụ giới với độ phủ sóng tồn cầu Mơ hình Sử dụng mơ hình WRF phiên V3.9.1 với 31 mực (Sigma) theo phương thẳng đứng có mực áp suất cao (biên mơ hình) có giá trị 10hPa Mơ hình WRF lựa chọn với hai miền tính lồng ghép sử dụng phép chiếu Mercator Miền lưới thiết kế cho thử nghiệm mô bão Usagi lưới lồng gồm miền tính với độ phân giải ngang tương ứng 36 km 12 km, miền lưới gồm 151x151 điểm lưới miền lưới gồm 151x151 điểm lưới với tâm miền tính cố định 11.2◦ N & 112.3◦ E (Hình 2) sử dụng mơ hình WRF 299 Số liệu Tạp chí Phát triển Khoa học Cơng nghệ – Khoa học Trái đất Môi trường, 5(1):298-311 Bảng 1: Sơ đồ tham số hóa mơ hình WRF ứng với lựa chọn cụ thể Sơ đồ Kí hiệu Các lựa chọn Vi vật lý mp_physics = 1, Kessler scheme = 2, Lin et al scheme = 3, WSM 3-class simple ice scheme = 4, WSM 5-class scheme = 5, Ferrier (new Eta) microphysics = 6, WSM 6-class graupel scheme Bức xạ sóng ngắn ra_sw_physics = 1, Dudhia scheme = 2, Goddard short wave Bức xạ sóng dài ra_lw_ physics = 1, rrtm scheme Đối lưu cu_physics = 1, Kain-Fritsch (new Eta) scheme = 2, Betts-Miller-Janjic scheme Bảng 2: Thành phần tổ hợp tương ứng với sơ đồ vật lý khác Tổ hợp Ra_lw_ physics Ra_sw_ physics mp_ physics cu_physics 001 1 002 1 003 2 004 1 005 2 006 1 2 007 2 008 1 009 010 1 011 012 1 013 014 1 015 016 1 017 018 1 019 020 1 021 300 Tạp chí Phát triển Khoa học Cơng nghệ – Khoa học Trái đất Mơi trường, 5(1):298-311 Hình 1: Diễn biến đường bão Usagia a Nguồn: https://vi.wikipedia.org/wiki/B%C3%A3o_Usagi_(2018) thời gian thu thập số liệu vòng từ - phụ thuộc vào đặc tính vệ tinh Số liệu gió vệ tinh cho phép biết tình trạng động lực khí góp phần bổ sung thông tin cho trường ban đầu mô hình dự báo đồng hóa số liệu Hiện số liệu gió vệ tinh tiền xử lí tổ chức hợp tác nghiên cứu vệ tinh khí tượng trường đại học Wisconsin (Cooperative Institute for Meteorological Satellite Studies - University of Wisconsin satellite atmospheric motion vector CIMSS-AMV) khoảng thời gian chọn Một số nghiên cứu với số liệu CIMSS-AMV số liệu giúp cải thiện chất lượng dự báo hệ thống qui mơ trung bình khác Ưu điểm số liệu CIMSSAMV sai số kiểm định chất lượng cao xác định thuật toán lọc đệ quy Mỗi số liệu kiểm tra cho phù hợp hầu hết với số liệu xung quanh kĩ thuật số chất lượng Hầu hết số liệu CIMSS-AMV phân bố vùng khác lưu trữ nhiều định dạng bao gồm ASCII và/hoặc BUFR Trong nghiên cứu số liệu gió vệ tinh lấy khu vực Ấn Độ, Tây Bắc Thái Bình Dương (Hình 3) downloads từ trang website http://tropic.ssec.wisc.edu định dạng ASCII 301 Phương pháp lọc Kalman Ý tưởng thuật toán lọc Kalman tổ hợp sử dụng ma trận tổ hợp toán tử chuyển đổi từ khơng gian mơ hình dựa vào điểm lưới khu vực địa phương chọn sang không gian tổ hợp dựa thành phần tổ hợp, thực phân tích khơng gian tổ hợp điểm lưới Đối với thuật toán LETKF, giả thiết có tổ hợp {xb(i) : i = 1, , k}, k số thành phần tổ hợp Theo Hunt cộng (2007), ma trận trung _ bình tổ hợp xb ma trận nhiễu tổ hợp X b xác định: _ xb = k b(i) ∑x k i=1 _ X b = xb(i) − xb (1) _ Ký hiệu x = xb + X b w, w véc tơ địa phương không gian tổ hợp, hàm giá địa phương cực tiểu hóa khơng gian tổ hợp có dạng: J ′ (w) = { } ( )T [ b ( b )T ]−1 B (k − 1) wT I − X b X X X w (2) [ b ] +J x + X b w [ ] Trong J xb + X b w hàm giá khơng gian mơ hình Nếu hàm giá xác định khơng gian đầy Tạp chí Phát triển Khoa học Công nghệ – Khoa học Trái đất Mơi trường, 5(1):298-311 Hình 2: Miền lưới thử nghiệm Hình 3: Khu vực có số liệu gió quan trắc từ vệ tinh bao phủ.a a Nguồn: http://tropic.ssec.wisc.edu 302 Tạp chí Phát triển Khoa học Công nghệ – Khoa học Trái đất Môi trường, 5(1):298-311 đủ Xb ( N = {v | Xbv = 0}), dễ dàng thấy hàm giá J ′ (w) phân thành phần: Một phần bao gồm thành phần w N (số hạng phương trình 2), thành phần thứ phụ thuộc vào thành phần w trực giao với N Điều kiện trạng _ thái phân tích trung bình wa trực giao với N để hàm giá J ′ (w) cực tiểu hóa, ma trận trạng thái phân tích trung bình ma trận tương quan sai số tương ứng khơng gian tổ hợp biểu diễn sau: [ ] _ _ wa = P′a (Y b )T R−1 y0 − H xb (3) [ ]−1 ( )T P′a = (k − 1) I + Y b R−1Y b (4) ( ) _ Trong Y b ≡ H xb(i) − xb ma trận tổ hợp giá trị nhiễu vị trí quan trắc R ma trận tương quan sai số quan trắc Chú ý ma trận tương quan sai số phân tích Pa khơng gian mơ hình P′a khơng gian tổ hợp có mối quan ( )T hệ đơn giản Pa = X b P′a X b , ma trận nhiễu tổ hợp phân tích X a biểu diễn sau: X a = X b [(k − 1) P′a ]1/2 (5) Tổ hợp phân tích xa cuối thực sau: {_ } _ xa(i) = xb + X b wa + [(k − 1) P′a ]1/2 (6) Chi tiết thuật tốn LETKF tìm Hunt cộng 17 _ Trong đó, xb ma trận trung bình tổ hợp; X b ma trận nhiễu tổ hợp; P′a ma trận tương quan sai số phân tích _ wa ma trận trọng số khơng gian tổ hợp Thuật tốn sử dụng trường hợp xem mơ hình hồn hảo Cịn trường hợp có sai số mơ hình, nhân tố xác định sai số mơ hình thêm vào phía bên phải phương trình nhân tố có phương pháp xác định khác Trong nghiên cứu nhóm tác giả sử dụng phương pháp xác định sai số mơ hình: phương pháp đa vật lý 16 phương pháp tăng cấp nhân 11 Trong đó, Phương pháp tăng cấp nhân 11 làm tăng giá trị ma trận tương quan sai số hệ số λ =6.5 16 PHƯƠNG PHÁP ĐÁNH GIÁ Phương pháp trung bình tuyệt đối Theo Wilks (1997) 18 , sai số MAE sử dụng để đánh giá dự báo biến khí liên tục Do vậy, MAE áp dụng số để đánh giá sai số cường độ bão (áp suất mực biển cực tiểu - Pmin; 303 Tốc độ gió cực đại Vmax) Với MAE-sai số trung bình tuyệt đối tính cơng thức: MAE = N ∑ |Fi − Oi | N i=1 (7) Trong đó: MAE sai số trung bình tuyệt đối, Fi giá trị dự báo, Oi giá trịquan trắc, N độ dài chuỗi số liệu Phương pháp khoảng cách tâm bão Sai số quỹ đạo tính theo cơng thức (8): PE = Re × arc cos[sin(α1 ) × sin(α2 ) + cos(α1 ) × cos(α2 ) × cos(β1 − β2 )] (8) Trong Re bán kính trái đất (6378.16 km); α , α vĩ độ tâm bão thực tế tâm bão mơ hình dự báo (đv radian); β , β kinh độ tâm bão thực tế tâm bão dự báo (đv radian) Sai số trung bình khoảng cách tính sau: MPE j = ∑ni=1 PEi, j n (9) Trong đó, PE sai số khoảng cách trường hợp dự báo; n số trường hợp thử nghiệm; j hạn dự báo KẾT QUẢ VÀ THẢO LUẬN Mô đường dòng Do quỹ đạo bão Usagi mạnh lên đổi hướng vào thời điểm lúc 00 UTC ngày 24 tháng 11 năm 2018, ngồi mơ lại cho kết đổi hướng bão Usagi sớm 24 nên phần nghiên cứu so sánh mơ trường đường dịng trường hợp thử nghiệm dự báo PF, MI MP mực đẳng áp 850 hPa, 700 hPa 500 hPa vào lúc 12 ngày 23 24/11/2018 Theo phân tích synop (khơng đây) thời gian hoạt động bão Usagi có hình hồn lưu quy mơ lớn khống chế khu vực áp cao lạnh phía bắc dịch chuyển sang phía đơng di chuyển xuống phía Nam áp thấp phía đơng bão Usagi Vào lúc 12 ngày 23/11/2018 mực 850 hPa, ba thử nghiệm tiếp tục cho mô áp thấp phía đơng bão Usagi có tâm khoảng 31◦ N-128◦ E lệch phía Tây Bắc so với quan trắc dịch chuyển theo hướng Đơng Bắc so với 24 trước (Hình 4) Trường n hồn lưu bão với xốy thuận nhiệt đới liền kề phía Đơng Philippines mơ rõ, đặc biệt thử nghiệm MP trường yên mơ gần với vị trí trường n quan trắc so với thử nghiệm lại Trong đó, đồ synop mực 859 áp cao lạnh phía bắc dịch chuyển sang phía đơng lấn xuống phía Tạp chí Phát triển Khoa học Công nghệ – Khoa học Trái đất Môi trường, 5(1):298-311 Hình 4: Bản đồ đường dịng mực 850 hPa thử nghiệm PF (hình trái), thử nghiệm MI (hình giữa) thử nghiệm MP (hình phải) lúc 12 UTC ngày 23/11/2018 nam, hình mô thử nghiệm Tuy nhiên, thử nghiệm MP mơ áp cao lạnh phía bắc lấn xuống phía nam nhiều so với hai thử nghiệm PF MI (Hình 4), hạn chế bão usagi di chuyển phía bắc Đến lúc 12 ngày 24/11/2018, hình xảy tương tự với thời điểm 12 UTC ngày 23/11/2018 Tuy nhiên, cường độ áp cao phía bắc thử nghiệm MP mạnh so với thử nghiệm cịn lại, hạn chế hướng dịch chuyển bão theo hướng bắc Mặt khác áp thấp nhiệt đới phía đơng bão usage suy yếu, điều tạo điều kiện thuận lợi cho vão Usagi di chuyển sang phía tây (Hình 5) Hình tương tự xảy mực 700 hPa mực 500 hPa (khơng đây) Trong mực 500 hPa, thay áp cao lạnh phía bắc rãnh gió tây cao Như vậy, thử nghiệm MP mơ áp cao lạnh phía bắc lấn xuống phía nam nhiều so với hai thử nghiệm PF MI, hình tạo điều kiện cho bão di duyển hướng tây bắc Trong phần nghiên cứu phân tích tác động phương pháp xác định sai số mơ hình đến việc mơ quỹ đạo cường độ bão Usagi 2018 Quỹ đạo cường độ bão Usagi Quỹ đạo Như nhận định phần trước, bão Usagi có thay đổi đáng kể quỹ đạo cường độ từ ngày 22/11/2018 đạt giá trị cực trị vào ngày 24/11/2018 trước đổ mặt đất vào ngày 25/11/2018 Vì vậy, nghiên cứu tiến hành mô quỹ đạo bão Usagi 2018 00 ngày 22/11/2018 đến 00 ngày 25/11/2018 với thử nghiệm PF, MI MP Vị trí tâm bão mô trường hợp thử nghiệm PF, MI, MP giá trị trung bình 21 thành phần tổ hợp (Hình 6) Hình cho thấy trung bình quỹ đạo mơ thời gian gần đổ vào bờ lệch xa so với quỹ đạo thực Cịn quỹ đạo mơ thành phần tổ hợp thử nghiệm MP có độ tán lớn, số quỹ đạo thành phần gần với quỹ đạo thực, quỹ đạo thành phần tổ hợp hai thử nghiệm MI PF khơng có độ tán lớn, đa số quỹ đạo thành phần tổ hợp cách xa so với quỹ đạo thực Tuy nhiên, xem xét quỹ đạo trung bình tổ hợp ba thử nghiệm PF, MI MP (Hình 7) cho thấy 24 đầu tiên, quỹ đạo mô thử nghiệm gần với quan trắc (Hình 7) Đặc biệt, ba thử nghiệm dự báo quỹ đạo bão Usagi đổi hướng vào lúc 00 ngày 23/11/2018, sớm 24 so với thực tế vào lúc 00 ngày 24/11/2018 bão Usagi đối hướng từ Tây-Tây Nam sang Tây Bắc Trong 48 đến 72 giờ, thử nghiệm MP mô quỹ đạo bão gần với quỹ đạo thực so với hai thử nghiệm lại Nghĩa lệch thiên phía Tây Bắc so với hướng Bắc-Tây Bắc thử nghiệm PF MI Kết thể rõ sai số quỹ đạo bão thử nghiệm (Hình 8) Trong sai số dự báo quỹ đạo thử nghiệm MP 250 km 336 km hạn 48 72 giờ, sai số thấp sai số dự báo quỹ đạo bão hai thử nghiệm cịn lại Ngun nhân áp cao lạnh phía bắc thử nghiệm MP 304 Tạp chí Phát triển Khoa học Công nghệ – Khoa học Trái đất Mơi trường, 5(1):298-311 Hình 5: Bản đồ đường dòng mực 850 hPa thử nghiệm PF (hình trái), thử nghiệm MI (hình giữa) thử nghiệm MP (hình phải) lúc 12 UTC ngày 24/11/2018 Hình 6: Quỹ đạo bão Usagi quan trắc (màu cam), thử nghiệm PF (hình trái, màu tím), thử nghiệm MI (hình giữa, màu tím), thử nghiệm MP (hình phải, màu tím) Quỹ đạo mơ cac thành phần tổ hợp đường mảnh Thời gian bắt đầu dự báo 00 UTC ngày 22/11/2018 mô lấn xuống phía nam nhiều so với thử nghiệm PF MI (Hình 6), hình hạn chế quỹ đạo bão dịch chuyển theo hướng bắc tây bắc thử nghiệm MP, tạo điều kiện thuận lợi cho bão di chuyển theo hướng Tây bắc (Hình 7) Như vậy, thử nghiệm xử lý sai số mơ hình theo phương pháp đa vật lí cho kết dự báo quỹ đạo bão tốt so với phương pháp tăng cấp nhân xem xét mơ hình hoàn hảo Trong phần nghiên cứu xem xét tác động phương pháp xác định sai số mơ hình đến kỹ dự báo cường độ bão Cường độ bão Cường độ bão thể qua giá trị áp suất mực biển cực tiểu (Pmin) tốc độ gió cực đại (Vmax) Các giá trị Pmin Vmax tính trung bình cho 21 thành phần dự báo a) Mô áp suất mực biển cực tiểu 305 Hình cho thấy áp thấp nhiệt đới - bão Usagi có diễn biến vơ phức tạp từ hình thành khu vực Tây Bắc Thái Bình Dương Cho đến ghi nhận bão lấy tên Usagi vào ngày 23/11/2018, áp thấp nhiệt đới 98C nhiều lần thay đổi áp suất cực tiểu tâm (Pmin) trì mức 1004-1006 hPa (ngưỡng trung bình áp thấp nhiệt đới) Bão Usagi có Pmin giảm mạnh nhanh chóng từ ngày 23/11/2018 đạt cực tiểu vào ngày 24/11/2108 với giá trị khoảng 970 hPa, giá trị Pmin tăng lên nhanh chóng sau bão vào Nam Bộ Hình cho thấy, biến trình Pmin thử nghiệm MP tương đồng với biến trình Pmin quan trắc, trừ thời điểm 48 72 thời điểm bão Usagi mạnh lên yếu Trong đó, thử nghiệm PF MI mô thời điểm bão mạnh lên sớm 18 so với thực tế (Hình 9) không mô Pmin thời điểm bão suy yếu (72 Tạp chí Phát triển Khoa học Công nghệ – Khoa học Trái đất Môi trường, 5(1):298-311 Hình 7: Quỹ đạo bão quan trắc (màu xanh lá), quỹ đạo bão thử nghiệm PF (màu xanh lam), quỹ đạo bão thử nghiệm MI (màu đỏ), quỹ đạo bão thử nghiệm MP (màu đen) bão Usagi 2018 Thời điểm bắt đầu dự báo lúc 00 UTC ngày 22/11/2018 Hình 8: Sai số quỹ đạo bão trung bình thử nghiệm Dự báo lúc 00 UTC ngày 22/11/2018 306 Tạp chí Phát triển Khoa học Cơng nghệ – Khoa học Trái đất Mơi trường, 5(1):298-311 Hình 9: Biến trình Pmin trung bình thử nghiệm Với thời điểm bắt đầu dự báo lúc 00 UTC ngày 22/11/2018 Hình 10: Sai số tuyệt đối Pmin bão Usagi mô lúc 00 UTC ngày 22/11/2018 giờ) Kết mô thấy rõ thơng qua sai số tuyệt đối Pmin (Hình 10) Cụ thể, sai số tuyệt đối Pmin thử nghiệm MP thấp so với thử nghiệm lại hầu hết hạn dự báo ngoại trừ hạn dự báo 48 Còn thử nghiệm PF cho sai số tuyệt đối Pmin thấp so với sai số tuyệt đối Pmin thử nghiệm MI hạn dự báo dài hai ngày Kết dường quỹ đạo bão thử nghiệm MP dự báo tốt thử nghiệm 307 lại, dẫn đến kết dự báo Pmin thử nghiệm MP hiệu 19 (Tiến Dư Kiều Chánh 2012) Ngồi việc xác định sai số phương pháp đa vật lý, tức tính đến bất định sơ đồ tham số hóa vật lý mơ hình WRF nên kết dự báo Pmin tốt b) Mô tốc độ gió cực đại Tốc độ gió trung bình cực đại (Vmax) có xu biến đổi gần giống với Pmin Từ Hình 11, ta Tạp chí Phát triển Khoa học Cơng nghệ – Khoa học Trái đất Môi trường, 5(1):298-311 thấy đường biến trình Vmax có cực tiểu nhỏ diễn từ ngày 20/11/2018 đến ngày 21/11/2018 (10 m/s), sau tốc độ gió trì từ khoảng 15-20 m/s hết ngày 22/11/2018 Giá trị Vmax sau tăng nhanh đạt cực đại vào ngày 24/11/2018 (giá trị đạt 45 m/s) giảm nhanh chóng bão tan rã đất liền Biến trình Vmax Hình 11 cho thấy, bão Usagi mạnh lên mô sớm so với thực tế 18 Còn cường độ Vmax mạnh lên thử nghiệm MP trì gần với quan trắc 00 ngày 24/11/2018 Kết thấy rõ thông qua sai số tuyệt đối Vmax (Hình 12) thử nghiệm MP thấp sai số tuyệt đối Vmax thử nghiệm PF MI hạn dự báo 48 Ngoài thời điểm bão Usagi suy yếu mô lại muộn so với thực tế 12 giờ, giá trị Vmax thử nghiệm MP trì gần giá trị quan trắc thực so với hai thử nghiệm lại với sai số Vmax tuyệt đối nhỏ sai số tuyệt đối Vmax thử nghiệm PF MI hạn dự báo dài 48 (Hình 12) Như việc xác định sai số mơ hình phương pháp đa vật lý cho kết mô Vmax tốt thử nghiệm dự báo bão Usagi KẾT LUẬN Nghiên cứu thử nghiệm phương pháp xác định sai số mơ hình thử nghiệm coi mơ hình khơng tồn sai số, ba thử nghiệm đồng hóa số liệu gió vệ tinh lọc Kalman tổ hợp để mô quỹ đạo cường độ bão Usagi Kết thử nghiệm cho thấy, phương pháp đa vật lý (MP) mô hồn lưu quy mơ lớn - áp cao lạnh phía bắc di chuyển xuống phía nam nhiều so với hai thử nghiệm tăng cấp nhân (MI) coi mô hình hồn hảo (PF) hạn chế bão di chuyển theo hướng bắc tây bắc Vì vậy, quỹ đạo bão Usagi thử nghiệm MP có sai số nhỏ so với sai số quỹ đạo hai thử nghiệm MI PF Cụ thể, sai số quỹ đạo bão thử nghiệm MP giảm từ 3% đến 6% so với thử nghiệm PF hạn dự báo dài hai ngày, đặc biệt thử nghiệm MP giảm sai số dự báo quỹ đạo bão từ 5% đến 10% so với thử nghiệm MI Đối với cường độ bão, thử nghiệm MP giảm sai số tuyệt đối Pmin Vmax xuống 20% đến 30% so với hai thử nghiệm lại hầu hết hạn dự báo Như vậy, phương pháp xác định sai số mơ hình phương pháp đa vật lý mô quỹ đạo cường độ bão Usagi 2018 tốt so với phương pháp tăng cấp nhân coi mơ hình hồn hảo Ngồi ra, thời hạn dự báo lớn, bão tiến vào đất liền sai số dự báo quỹ đạo lớn, tất thử nghiệm cho thấy bão đổ vào khu vực miền trung thực tế bão đổ vào khu vực miền Nam Tuy nhiên, bão Usagi 2018 bão yếu, nên hiệu phương pháp mô cường độ cần phải xem xét thêm bão có cường độ mạnh Ngồi ra, xét tính hiệu mơ quỹ đạo bão Usagi, phương pháp đa vật lý hiệu so với phương pháp tăng cấp nhân, cịn so với dự báo đơn từ mơ hình tồn cầu GFS lại khơng hiệu (khơng đây) Đây vấn đề mà nhóm tác giả lý giải nghiên cứu DANH MỤC TỪ VIẾT TẮT ARW: Nghiên cứu cải tiến WRF AMV: vecto chuyển động khí WRF: Mơ hình dự báo nghiên cứu thời tiết GFS: Hệ thống dự báo tồn cầu MAE: Sai số trung bình tuyệt đối Pmin: Áp suất mực biển cực tiểu tâm bão Vmax: Tốc độ gió cực đại gần tâm bão PE: Sai số quỹ đạo bão UTC: Giờ quốc tế OBS: Quan trắc XUNG ĐỘT LỢI ÍCH Nhóm tác giả cam đoan khơng có xung đột lợi ích công bố báo “Ứng dụng phương pháp đa vật lý xác định sai số mơ hình WRF mơ quỹ đạo cường độ bão USAGI 2018” ĐÓNG GÓP CỦA TÁC GIẢ Tác giả Phạm Thị Minh, Nguyễn Thị Hằng, Phạm Thị Kim Thủy Cao Nguyễn Hoàng Gia thực bước thử nghiệm kết nghiên cứu TÀI LIỆU THAM KHẢO Daley R Atmospheric data analysis Cambridge University Press: Cambridge 1993; Anderson JL Exploring the need for localization in ensemble data assimilation using a hierarchical ensemble filter Physica D 2007a; 230: 99-111;Available from: https://doi.org/10.1016/ j.physd.2006.02.011 Anderson JL An adaptive covariance inflation error correction algorithm for ensemble filters Tellus 2007b; 59A: 210224;Available from: https://doi.org/10.1111/j.1600-0870.2006 00216.x Baek SJ, Hunt BR, Kalnay E, Ott E and Szunyogh I Local ensemble Kalman filtering in the presence of model bias Tellus 2006; 58A: 293-306;Available from: https://doi.org/10.1111/j 1600-0870.2006.00178.x Hong L, et al Accounting for model errors in ensemble data assimilation Mon Wea Rev 2009; 137: 3407-3419;Available from: https://doi.org/10.1175/2009MWR2766.1 Zhu Y Ensemble forecast: A new approach to uncertainty and predictability Adv Atmos Sci 2005; 22: 781-788;Available from: https://doi.org/10.1007/BF02918678 308 Tạp chí Phát triển Khoa học Công nghệ – Khoa học Trái đất Mơi trường, 5(1):298-311 Hình 11: Biến trình Vmax trung bình bão Usagi trường hợp thử nghiệm quan trắc Dự báo lúc 00 UTC ngày 22/11/2018 Hình 12: Sai số tuyệt đối Vmax bão Usagi mô lúc 00 UTC ngày 22/11/2018 309 Tạp chí Phát triển Khoa học Công nghệ – Khoa học Trái đất Môi trường, 5(1):298-311 Byun KY, Yang J and Lee TY Numerical Simulation of Winter Precipitation and Its Sensitivity to Microphysics Schemes Asia-Pacific J Atmos Sci.2007; 43: 59-75; Li X and Pu Z Sensitivity of numerical simulation of early rapid intensification of Hurricane Emily (2005) to cumulus parameterization schemes in different model horizontal resolutions J Meteor Soc Japan 2009; 87: 403-421;Available from: https: //doi.org/10.2151/jmsj.87.403 Kieu CQ and Zhang DL Genesis of Tropical Storm Eugene (2005) Associated with the ITCZ Breakdowns Part III: Sensitivity to different genesis parameters J Atmos Sci 2010; 67: 1745-1758;Available from: https://doi.org/10.1175/ 2010JAS3227.1 10 PU Z Improving Hurricane Intensity Forecasting through Data Assimilation: Environmental Conditions Versus the Vortex Initialization (Book Chapter), Recent Hurricane Research - Climate, Dynamics, and Societal Impacts, Anthony Lupo (Ed.) 2011; 11 Anderson JL and Anderson SL A Monte Carlo implementation of the non-linear filtering problem to produce ensemble assimilations and forecasts Mon Wea Rev 1999; 127: 2741 2758;Available from: https://doi.org/10.1175/1520-0493(1999) 1272.0.CO;2 12 Houtekamer PL, Mitchell HL, Pellerin G, Buehner M, Charron M, Spacek L, Hansen B Atmospheric data assimilation with an ensemble Kalman filter: Results with real observations Mon Wea Rev 2005; 133: 604;Available from: https://doi.org/10 1175/MWR-2864.1 13 Whitaker JS, Hamill TM Ensemble data assimilation without perturbed observations Mon Wea Rev 2002; 130: 19131924;Available from: https://doi.org/10.1175/1520-0493(2002) 1302.0.CO;2 14 Szunyogh I, Kostelich EJ, Gyarmati G, Kalnay E, Hunt BR, Ott E, Satterfield E, Yorke JA A local ensemble transform Kalman filter data assimilation system for the NCEP global model Tellus A 2008; 60: 113-130;Available from: https://doi.org/10.1111/j 1600-0870.2007.00274.x 15 Meng Z, Zhang F Tests of an ensemble Kalman filter for mesoscale and regional-scale data assimilation Part II: Imperfect model experiments Mon Wea Rev 2007; 135: 14031423;Available from: https://doi.org/10.1175/MWR3352.1 16 Chanh K, et al An Application of the Multi-Physics Ensemble Kalman Filter to Typhoon Forecast Pure Appl Geophys 2013;170:745–954 17 Hunt BR, Kostelich E, Szunyogh I Efficient data assimilation for spatiotemporal chaos: a local ensemble transform Kalman filter Physica D 2007; 230: 112-126;Available from: https://doi org/10.1016/j.physd.2006.11.008 18 Wilks DS Statistical Methods in the Atmospheric Scienes, Ithaca New York 1997; 59: 255; 19 Tien DD, Duc TN, et al A study of the connection between tropical cyclone track and intensity errors in the WRF model Meteorol Atmos Phys 2013;121:278–300 310 Science & Technology Development Journal – Science of The Earth & Environment, 5(1):298-311 Research article Open Access Full Text Article An application of the multi-physical method of determining error of WRF models to simulate the track and intensity Usagi storm in 2018 Pham Thi Minh1,* , Nguyen Thi Hang2 , Pham Kim Thuy2 , Cao Nguyen Hoang Gia3 ABSTRACT Use your smartphone to scan this QR code and download this article This paper presents the test results of the WRF model error determination methods simulating the trajectory and intensity of storm Usagi in 2018 The study conducted three experiments: (1) The Combination of 11 options physical model, 21 composites, no increase in error correlation (MP); (2) Using a set of physical model, 21 composite components, multiplier growth factor λ = 6.5 (MI); (3) Using a set of physical model, 21 compositions, no increase in error correlation (PF) Test results show that the multi-physics (MP) method has quite well simulated the intensity as well as the moving direction of the northern cold high pressure in the active Usagi storm area As a result, The 2018 Usagi 's trajectory and intensity is simulated in MP test better than in MI test and PF test Specifically, at the 48-hour forecast term, the orbital prediction error of the MP test is below 350 km which is lower than the two tests (MI and PF), The orbital error in the MP test at the forecast term of 60 and 72 hours is 3-6% reduction in compared with the PF test, and in compared with the MI test, the orbital predictive error of the MP test decreased from 5% to 10% at the 12 hour to 72 hours forecast period In terms of intensity, absolute error of Pmin (Vmax) in MP test always has lower value than two MI and PF tests In particular, the absolute error of Vmax in the MP test decreased from 30-40% in compared to the other two trials at all forecasting terms, especially at the forecast term longer than days Thus, the multi-physics method can be a potential application of determining the error for the model to simulate the trajectory and intensity of storms affecting Vietnam Key words: Error model, The Kalman filter, Typhoon, Ensemble forecasting Department of Meteorology, Hydrology and Climate change, Ho Chi Minh University of Natural Resources and Environment, Vietnam Department of General Science Ho Chi Minh University of Natural Resources and Environment, Vietnam Student of Department of Meteorology, Hydrology and Climate change, Ho Chi Minh University of Natural Resources and Environment, Vietnam Correspondence Pham Thi Minh, Department of Meteorology, Hydrology and Climate change, Ho Chi Minh University of Natural Resources and Environment, Vietnam Email: minhpt201@gmail.com History • Received: 25-9-2020 • Accepted: 28-5-2021 • Published: 04-6-2021 DOI : 10.32508/stdjsee.v5i1.547 Cite this article : Minh P T, Hang N T, Thuy P K, Gia C N H An application of the multi-physical method of determining error of WRF models to simulate the track and intensity Usagi storm in 2018 Sci Tech Dev J - Sci Earth Environ.; 5(1):298-311 311 ... vậy, phương pháp xác định sai số mơ hình phương pháp đa vật lý mô quỹ đạo cường độ bão Usagi 2018 tốt so với phương pháp tăng cấp nhân coi mơ hình hồn hảo Ngồi ra, thời hạn dự báo lớn, bão tiến vào... MI, hình tạo điều kiện cho bão di duyển hướng tây bắc Trong phần nghiên cứu phân tích tác động phương pháp xác định sai số mơ hình đến việc mơ quỹ đạo cường độ bão Usagi 2018 Quỹ đạo cường độ bão. .. phương trình nhân tố có phương pháp xác định khác Trong nghiên cứu nhóm tác giả sử dụng phương pháp xác định sai số mơ hình: phương pháp đa vật lý 16 phương pháp tăng cấp nhân 11 Trong đó, Phương