Công thức tính sai số trung bình hoặc BIAS:
(3.1) Với: Fi là thành phần dự báo; Oi là thành phần quan trắc.
Sử dụng công thức (3.1) để tính sai số trung bình của vĩ độ và kinh độ cho tập mẫu 27 trường hợp phụ thuộc và 03 trường hợp độc lập (các trường hợp thử nghiệm trước đó gồm 00z ngày 16, ngày 17/10/2010 bão Megi và 00z ngày 29/9/2011 bão Nalgae) của hai sơ đồ đối lưu KF và Kuo. Kết quả tính toán hiệu chỉnh kinh độ và vĩ độtrên chuỗi số liệu độc lậpđược cho trong Bảng 3.7.
) ( 1 1 i N i O F N ME BIAS i
Bảng 3.6 Kết quả tính sai số trung bình chuỗi số liệu độc lập
Kain - Fritsch Kuo
Hạn dự
báo (h) (độ) (độ) Số mẫu (độ) (độ) Số mẫu
24 1.274 -1.733 27 1.226 -1.411 27
48 1.293 -0.907 27 0.823 -0.796 27
72 0.997 0.813 23 0.094 -0.433 18
96 -0.115 -3.092 13 -1.373 -0.991 11
120 0.680 -3.850 10 -1.089 -2.033 9
Sau khi có kết quả sai số trung bình của vĩ độ và kinh độ, ta tiến hành hiệu chỉnh kết quả dự báo các trường hợp độc lập của từng mẫu thử nghiệm theo công thức: φdbhc = φdb- ; λdbhc = λdb- (3.2)
Với φdbhc , λdbhc là vĩ độ dự báo và kinh độ dự báo đã hiệu chỉnh φdb , λdb là vĩ độ dự báo và kinh độ dự báo chưa hiệu chỉnh
Từ (3.2), ta tính được sai số cho mỗi mẫu thử nghiệm và trung bình sai số khoảng cách tất cả các trường hợp thử nghiệm.
Bảng 3.7 Kết quả trung bình sai số khoảng cáchchưa hiệu chỉnh và sau khi hiệu chỉnh của chuỗi số liệu, chuỗi trường hợp phụ thuộc và các trường hợp độc lập.
Kain – Fritsch Kuo
Hạn dự báo PE PE30 (km) PE27 (km) PE3 (km) PE PE30 (km) PE27 (km) PE3 (km) 24 274 192 180 193 279 191 193 198 48 344 341 325 349 317 292 292 290 72 468 442 429 325 412 402 404 389 96 492 473 400 319 483 470 457 505 120 515 469 482 494 500 473 481 482
Trung bình sai số khoảng cách của 30 trường hợp chưa hiệu chỉnh (PE), 30 trường hợp đã hiệu chỉnh (PE30 (km),), chuỗi phụ thuộc 27 trường hợp (PE27 (km))và chuỗi độc lập 3 trường hợp (PE3 (km)) được đánh giá và so sánh nhằm kiểm nghiện các hệ số hiệu chỉnh của kinh độ, vĩ độ và kết quả dự báo quỹ đạo của bão bằng mô
hình RAMS. Kết quả trung bình sai số khoảng các trước và sau hiệu chỉnh được biểu diễndưới Bảng 3.8 và Hình 3.13 dưới đây. :
So sánh sai số khoảng cách sơ đồ KF trước và sau hiệu chỉnh
0 100 200 300 400 500 600 1 2 3 4 5 Ngày dự báo K m PE chưa HC PE đã HC PE phụ thuộc PE độc lập
So sánh sai số khoảng cách sơ đồ Kuo trước và sau hiệu chỉnh
0 100 200 300 400 500 600 1 2 3 4 5 Ngày dự báo K m PE chưa HC PE đã HC PE phụ thuộc PE độc lập
Hình 3.13. So sánh sai số khoảng cách trước và sau khi hiệu chỉnh
Ta thấy rằng:
- Sai số dự báo sau khi hiệu chỉnh đã làm giảm sai số khoảng cách đáng kể nhất là hạn dự báo 24h giảm 96km với sơ đồ KF và 171km với sơ đồ Kuo. Các hạn dự báo tiếp theo của hai sơ đồ giảm khoảng từ 10 - 40km so với sai số dự báo khi chưa hiệu chỉnh.
- Đối với chuỗi số liệu phụ thuộc (27 trường hợp) cho kết quả sai số tốt hơn chuỗi 30 trường hợp chưa, đã hiệu chỉnh. Điều này cho thấy rằng, chuỗi số liệu phục thuộc độc lập là đáng tin cậy và có thể sử dụng các giá trị kinh độ, vĩ độ hiệu chỉnh cho các trường hợp thử nghiệm độc lập sau.
KẾT LUẬN
Một số kết quả luận văn đãđạt được như sau:
1/ Khai quát về hoạt động của bão trên Biển Đông và các nghiên cứu về dự báo quỹ đạo bão bằng mô hình sốtrên thế giới vàở Việt Nam.
2/ Giới thiệu mô hình RAMS và số liệu ECMWF,ứng dụng cài xoáy giả cho mô hình RAMS và hai sơ đồ đối lưu KF và Kuo.
3/ Trong dự báo thử nghiệm bão Megi và Nalgae:
- Kết quả dự báo thử nghiệm bão Megi và Nalgae khá tốt. Quỹ đạo bão khá sát so với thực tế. Đặc biệt kết quả dự báo quỹ đạo bão Megi chuyển hướng và đi lên phía Bắc là sát với quỹ đạo thực của bão.
- Mô hình RAMS chạy thử nghiệm số liệu ECMWF với sơ đồ KF cho kết quả sai số cao hơn chạy thử nghiệm NCEP với sơ đồ Kuo từ thời điểm 24 giờ đến 72 giờ và sau thời điểm 72 giờ sai số dự báo gần như tương đương. Với sơ đồ Kuo chạy thử nghiệm số liệu ECMWF có sai sốdự báo lớn hơn chạy thử nghiệm NCEP từ thời điểm 24 đến 48 giờ, nhưng sau đó kết quả sai số dự báo với số liệu ECMWF có sai sốdự báobé hơn 30 – 50 km so với sai số dự báo chạy thử nghiệm NCEP.
4/ Tiến hành thử nghiệm trên 09 cơn bão trong 3 năm: 2009 – 2011 với 30 thời điểm và 60 trường hợp thử nghiệm với hai sơ đồ đối lưu KF và sơ đồ đối lưu Kuo bằng mô hình RAMS. Kết quả thu được cho thấy:
a) Kết quả sai số dự báo (km)chưa hiểu chỉnh như sau:
Dự báo
Sơ đồ 24 48 72 96 120
KF 274 344 468 492 515
Kuo 279 317 412 483 500
Kết quả dự báo bão bằng mô hình RAMS với số liệu ECMWF có sai số khoảng cách 24 giờ khoảng 270 km là cao so với sai sốdự báo ở Việt Nam và Thế giới. Từ khoảng 48– 120 giờ sai sốdự báo khoảng 300– 500 km xấp xỉ với các thử nghiệm trong nước khi chưa hiểu chỉnh.
b) Kết quảsai sốdự báo (km) sau hiệu chỉnh hệ thống BIAS như sau:
Dự báo
Sơ đồ 24 48 72 96 120
KF 192 341 442 473 469
Kuo 191 292 402 470 481
Tại thời điểm 24h sai số giảm 82km ở sơ đồ KF và giảm 171km ở sơ đồ Kuo. Sai số dự báoở các thời điểm từ48 giờ đến 120 giờ giảm từ 10– 40 km so với sai số dự báo khi chưa hiệu chỉnh. Kết quả sai số sau hiệu chỉnh ở các thời điểm dự báo xấp xỉ với sai số dự báo củatrong nước và thế giới.
c) Sơ đồ đối lưu Kuo cho kết quả dự báo tốt hơn sơ đồ đối lưu KF trong mô hình RAMS với sai số dự báo quỹ đạo bão bé hơn.Sơ đồ Kuo tính toán ổn định với phần lớn trường hợp thử nghiệm.
Kiến nghị: Cần thử nghiệm dự báo quỹ đạo bão trên khu vực Biển Đông hạn 5 ngày
bằng mô hình RAMS với số liệu ECMWF trên nhiều trường hợp thử nghiệm khác với các cơn bão có cường độ và quỹ đạo bão phức tạp để tăng trường hợp thử nghiệm, tăng độ ổn định của mô hình RAMS với số liệu ECMWF.
TÀI LIỆU THAM KHẢO
1. TS. Hoàng Đức Cường, 2011, “Nghiên cứuứng dụng mô hình WRF phục vụ dự báo thời tiết và bãoở Việt Nam”, Báo cao tổng kết đề tài nghiên cứu khoa học và công nghệ cấp Bộ, Viện KH KTTV & MT.
2. Nguyễn Hương Diễm, 2012, Báo cáo “Thống kê đánh giá hoạt động của bão và áp thấp nhiệt đới trên Biển Đông và ảnh hưởng tới Việt Nam từ năm 1971 đến năm 2010”.
3. Bùi Hoàng Hải, 2008: Nghiên cứu phát triển vàứng dụng sơ đồ ban đầu hóa xoáy ba chiều cho mục đích dự báo chuyển động bão ở Việt Nam, Luận án tiến sĩ ngành Khí tượng, trang 14– 32.
4. Bùi Hoàng Hải, Phan Văn Tân, 2006, “Về một sơ đồ ban đầu hóa xoáy mới áp dụng cho mô hình khu vực phân giải cao HRM”, Tạp chí Khí tượng Thủy văn, 3(555), tr. 42−50.
5. Vũ Thanh Hằng, Ngô Thị Thanh Hương, Phan Văn Tân, 2010, “Đặc điểm hoạt động của bão ở vùng biển gần bờ Việt Nam giai đoạn 1945-2007”, Tạp chí Khoa họcĐHQGHN,Khoa học Tựnhiên và Công nghệ26, Số3S 3 44‐353.
6. Trần Công Minh, 2006, Chương I Áp thấp nhiệt đới và bão, Khí tượng nhiệt đới phần Synop, Nhà xuất bản Quốc Gia Hà Nội.
7. TS. Nguyễn Thị Minh Phương, 2007, “Kết quả dự báo nghiệp vụ quỹ đạo các cơn bão hoạt động trên Biển Đông năm 2005 bằng mô hình chính áp với sơ đồ ban đầu hoá xoáy cải tiến”, Tuyển tập báo cao Hội nghi khoa học lần thứ 10 _ Viện KH TTV & MT.
8. Phan Văn Tân, Bùi Hoàng Hải, 2008, “Thử nghiệm áp dụng phiên bản HRM_TC vào dự báo chuyển động bão ở Việt Nam”, Tạp chí Khí tượng thuỷ văn, 2(566), Tr1-10.
9. Phan Văn Tân, Nguyễn Lê Dũng, 2008, “Thử nghiệm ứng dụng hệ thống WRF-VAR kết hợp với sơ đồ ban đầu hóa xoáy vào dự báo quĩ đạo bão trên Biển Đông”, Tạp chí Khí tượng Thủy văn, Hà Nội, 7(583), tr. 1−9.
10.Công Thanh, 2008, “Thử nghiệm dự báo quỹ đạo bão bằng phương pháp nuôi những dao động phát triển nhanh của mô hình RAMS”, Luận văn thạc sỹ, khoa KTTV– HDH Trường Đại học KHTN Hà Nội.
11. Công Thanh, Trần Tân Tiến, 2013, “Đánh giá kết quả dự báo quỹ đạo bão ở Biển Đông hạn 5 ngày bằng hệ thống dự báo tổ hợp trên mô hình RAMS”, Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 29, Số 1S (2013) 141-146.
12. Trần Tân Tiến, 2007, Phương pháp số dự báo thời tiết, Nhà xuất bản Đại học Quốc gia Hà Nội.
13. Trần Tân Tiến, Công Thanh, Nguyễn Thị Phượng, 2011, “Dự báo cường độ bão bằng mô hình WRF hạn 5 ngày trên khu vực biển Đông”, Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 28, Số 3S (2012) 155 - 160.
14. Trần Tân Tiến và cộng sự, 2010, “Xây dựng công nghệ dự báo liên hoàn bão, nước dâng và sóngở Việt Nam bằng mô hình số với thời gian dự báo trước 3 ngày”, Hội nghị Khoa học và Công nghệ biển toàn quốc lần thứ V - Tiểu ban Khí tượng, Thủy văn và Động lực học biển. Đề tài cấp nhà nước KC.08.05. 15. Trần Tân Tiến, Công Thanh, Nguyễn Thị Hoàng Anh, 2010, “Dự báo quỹ
đạo bão trên Biển Đông bằng phương pháp tổ hợp theo trọng số”, Tạp chí Khoa họcĐHQGHN, Khoa học Tựnhiên và Công nghệ26, Số3S (2010) 457‐462.
16. Trần Tân Tiến, Công Thanh, Nguyễn Minh Trường, Trần Duy Hiền, 2009, “Dự báo quĩ đạo bão Xangsane bằng mô hình MM5 kết hợp với cài xoáy nhân tạo và cập nhật số liệu địa phương khu vực Việt Nam”, Tạp chí Khoa họcĐại học Quốc gia Hà Nội, Khoa học Tựnhiên và Công ng hệ25, Số1S (2009) 103 -108.
17. Phạm Ngọc Toàn, Phan Tất Đắt, 1968, Khí hậu Việt Nam.
18. Trịnh Văn Thư (1976), Dự báo nghiệp vụ các quỹ đạo của tâm bão theo phương pháp dòng dẫn thủy động lực . Khí tượng vật lý địa cầu, Tổng cục Khí tượng thủy văn , tr.52.
19. Nguyễn Văn Tuyên, 2007, “Xu hướng hoạt động của xoáy thuận nhiệt đới trên Tây bắc Thái Bình Dương và Biển Đông theo các cách phân loại khác nhau”, Tạp chí Khí tượng Thủy văn 559, Tr4.
20. Lê Thị Hồng Vân, 2009, “Áp dụng phương pháp đồng hóa số liệu xoáy giả đối với mô hình WRFđể dự báo bão”. Luận văn thạc sĩ Khí tượng.
21. Andy Zung-Ching Goh and Johnny C. L. Chan, 2009, “Interannual and interdecadal variations of tropical cyclone activity in the South China Sea”, Guy Carpenter Asia-Pacific Climate Impact Centre, City University of Hong Kong, Hong Kong, China.
22. Annal Tropical Cyclone.Report Pearl Harbor, Hawaii 2010, 2011 and 2013. U.S Naval Maritime Forecast Center/Joint Typhoon Warning Center.
23.Bin Wang and Johnny C. L. Chan, 2002, “How Strong ENSO Events Affect Tropical Storm Activity over the Western North Pacific”. J. Climate, 15, 1643– 1658.
24. DeMaria M., Aberson S. D., and Ooyama K. V., 1992: A nest spectral model for hurricane track forecasting. Mon. Wea. Rev., 120, 1628-1643.
25. Effect of ENSO on Number of Tropical Cylones Affecting Hong Kong. Y K Leung & W M Leung. Bulletin of Hong Kong Meteorological Society. Volume 12, Number ½, 2002.
26. Mark A. Lander, 1994: An Exploratory Analysis of the Relationship between Tropical Storm Formation in the Western North Pacific and ENSO. Mon. Wea. Rev., 122, 636–651.
27.Ming Xu, Ming Ying, Qiuzhen Yang, “Climate variability of tropical cyclone activities in Western North Pacifi ocean”, Shanghai Typhoon Institute, Shanghai,P.R.China, 2003.
28. Klemp, J.B. and R.B. Wilhelmson, l978a: The simulation of three-
dimensional convective storm dynamics. J. Atmos. Sci., 35, 1070-1096.
29. Klemp, J.B. and RB. Wilhelmson, 1978b: Simulations of right- and left-
moving storms produced through storm splitting. J. Atmos. Sci., 35, 1097-
30. Klemp, J.B. and DR. Durran, 1983: An upper boundary condition permitting
internal gravity wave radiation in numerical mesoscale models. Mon. Wea. Rev., 111, 430-444.
31. Roberto Buizza, 2004, “A Comparison of the ECMWF, MSC, and NCEP Global Ensemble Prediction Systems”, Monthly weather review, Volume 133, P 1076.
32. Sanders, F., and R. W. Burpee, 1968: Experiments in Barotropic hurricane track forecasting. J. Appl. Meteor., 7, 313-323.
33.Shumin Chen, Weibiao Li, Youyu Lu andZhiping Wen, 2013, “Variations of latent heat flux during tropical cyclones over the South China Sea” Meteorological Applications, Volume 21, Issue 3, pages 717–723, July 2014 34.Sujata Pattanayak and U. C. Mohanty, 2008: “A comparetive study on
performance of MM5 and WRF models in sinmulation of tropical cyclones over Indian seas”, Center for Atmospheric Sciences, Indian Institute of Technology New Delhi, New Delhi 110016, India.
35. Tripoli, G.J., and W.R. Cotton, 1982: The Colorado State University three- dimensional cloud/mesoscale model - 1982. Part I: General theoretical
framework and sensitivity experiments. J. de Rech. Atmos., 16, 185-220.
36. Vigh ET AL, Scott R. Fulton. 2003: “Evaluation of a Multigrid Barotropic Tropical Cyclone Track Model”, Department of Atmospheric Science, Colorado State University, Fort Collins, Colorado.
37. Weber, H. C. 2001: Hurricane track prediction with a new barotropic model. Mon. Wea. Rev., 129, 1834-1858.
38.WMO, 2010: “Regional perspective on NWP/EPS systems, products and infrastructure in RA II”, Report.