Phụ lục Ch€ơng 13 Các mô hình dự báo số

Các mô hình dự báo số

Trong bốn thập niên gần đây, các nh dự báo thời tiết đã dựa trên một số thế hệ máy tính v nhiều mô hình khác nhau. Khi máy tính có tốc độ v khả năng tăng lên, các mô hình trở nên ngy cng phức tạp, luôn luôn đuổi theo những giới hạn của công suất máy tính nhằm đạt tới hiện thực hơn v độ chính xác lớn hơn. Nh‡ng thậm chí với những máy tính ngy nay, vẫn cần rất nhiều sự thỏa hiệp v những phép gần đúng. Thực tế, có thể nói rằng một loạt mô hình ra đời không phải xuất phát từ sự đa dạng về mục đích v lý thuyết, m chỉ từ những cách tiếp cận khác nhau đối với các vấn đề cơ bản về trừu t‡ợng hóa v đơn giản hóa. Kết quả l các mô hình số rất khác nhau cả về những chi tiết lẫn những đặc điểm lớn. Trong phụ lục ny, tr‡ớc hết chúng ta thảo luận những đặc điểm chính của các mô hình số, trong đó sử dụng các mô hình nghiệp vụ chính của NCEP lm các ví dụ. Sau đó chúng ta thảo luận một số ph‡ơng pháp để đánh giá chất l‡ợng dự báo.

Các đặc tr~ng của mô hình

Hiện nay có ba mô hình dự báo số (không kể các biến thể): mô hình phổ toun cầu,mô hình loới lồng vmô hình eta. Tên eta xuất phát từ tọa độ thẳng đứng đ‡ợc sử dụng. Mô hình ny không quy chiếu các độ cao bằng cao độ bên trên bề mặt, m ng‡ợc lại, nó sử dụng áp suất đ‡ợc quy theo một cách đặc biệt về các mực t‡ơng đối so với áp suất bề mặt. Còn tên của hai mô hình khác thì sẽ thấy rõ sau ny.

Vấn đề mực độ cao

Nếu suy xét về những đặc điểm lớn, có lẽ khác nhau cơ bản nhất giữa các mô hình liên quan tới miền tính của mô hình, khu vực của địa cầu đ‡ợc thể hiện. Dĩ nhiên, nếu ng‡ời ta muốn dự báo cho ton bộ địa cầu, thì không phải quyết định gì cả - miền tính phải l ton bộ địa cầu. Nh‡ng dự báo sẽ ra sao, nếu mục đích l châu Âu, hoặc l Bắc Mỹ? Các cạnh miền nên ở đâu? Các biên của miền đòi hỏi xử lý đặc biệt, thông th‡ờng l d‡ới dạng những giả thiết rất thô về vận chuyển khối l‡ợng v năng l‡ợng. Để giảm thiểu ảnh h‡ởng của những giả thiết đó, ng‡ời ta muốn một miền cng lớn cng tốt, với các biên ở xa bên ngoi vùng dự báo. Nh‡ng xa đến đâu thì phụ thuộc một phần vo thời gian báo tr‡ớc của dự báo. Khi thời gian báo tr‡ớc tăng lên, các vị trí cách xa khu vực dự báo hơn sẽ bắt đầu ảnh h‡ởng tới dự báo. Vì vậy ở đây có một sự mặc cả kinh điển. Một miền lớn hơn thì tốt, nh‡ng đòi hởi nhiều ti nguyên máy tính hơn, có nghĩa rằng một số khía cạnh khác của mô hình phải bị nh‡ợng bộ. Trong số ba mô hình của NCEP đã nhắc đến, chỉ có mô hình phổ ton cầu có một miền ton cầu; còn các mô hình khác có các miền tập trung ở Mỹ v chỉ phủ lên một phần của Bắc bán cầu.

Một vấn đề khác l độ phân giải không gian. Các ph‡ơng trình cơ bản điều khiển diễn biến của khí quyển l liên tục trong không gian, nghĩa l chúng mô tả sự tiến hóa của khí quyển ở mọi nơi. Nếu nh‡ các ph‡ơng trình điều khiển đ‡ợc giải

trực tiếp, chúng sẽ dẫn tới một nghiệm cho một số l‡ợng vô hạn các điểm (chúng ta có thể tìm các giá trị dự báo tại từng vị trí trong phạm vi miền). Nh‡ng các ph‡ơng trình quá phức tạp không thể giải trực tiếp bằng các ph‡ơng pháp giải tích; không tồn tại nghiệm nh‡ vậy. Trái lại, các ph‡ơng trình đ‡ợc viết v giải d‡ới dạng gần đúng, kết quả l các giá trị dự báo đ‡ợc nhận chỉ tại những vị trí cách nhau xa.

Phép gần đúng đ‡ợc thực hiện theo một số cách khác nhau, song kết quả luôn l một: có một kích th‡ớc cực tiểu no đó m d‡ới nó thì việc biểu diễn hiện l không thể thực hiện đ‡ợc. Các mô hình hiện nay bị giới hạn ở một vi chục kilômét v lớn hơn; cho nên, ví dụ, không có thứ gì bé bằng một đám mây gây giông tố riêng lẻ có thể xuất hiện đ‡ợc. Nếu nh‡ những hiện t‡ợng “d‡ới quy mô” nh‡ vậy đ‡ợc xem xét, chúng chỉ có thể đ‡ợc biểu diễn thông qua các thnh tạo no phân giải đ‡ợc, một quá trình mang sai số đ‡ợc gọi l “tham số hóa”. Một cách điển hình, việc tham số hóa mây sử dụng những mối liên hệ đơn giản cho phép tính những phần băng v n‡ớc lỏng dựa trên độ ẩm t‡ơng đối v nhiệt độ không khí, m không mô phỏng những chi tiết về sự phát triển của mây. Rõ rng, ng‡ời ta muốn độ phân giải cao sao cho các quá trình v hiện t‡ợng quy mô nhỏ có thể đ‡ợc mô phỏng v xuất hiện trong dự báo, nh‡ng điều đó có thể xảy ra chỉ với trả giá bằng tính toán nhiều hơn. (Nói một cách thô, tăng đôi độ phân giải dẫn tới tăng tính toán tám lần). Tăng về độ phân giải có thể đ‡ợc đổi bằng giảm miền, nh‡ng điều đó lại tạo ra những vấn đề của riêng nó nh‡ chúng ta đã nói tới ở trên.

Vấn đề độ phân giải áp dụng với tọa độ thẳng đứng cũng nh‡ với các tọa độ ngang. Những ng‡ời lm mô hình đối mặt với những câu hỏi khó nh‡ cần đến bao nhiêu mực, cũng nh‡ phải sắp xếp các mực đó nh‡ thế no (ở những độ cao no). Để so sánh, độ phân giải ngang của mô hình phổ ton cầu l khoảng 1 độ vĩ độ v kinh độ (khoảng 60 hải lý). Nó có 28 mực theo chiều thẳng đứng, sắp xếp từ bề mặt đến mực 2,7 mb. Những mực ny rất không cách đều nhau - có 8 mực thấp d‡ới 800 mb, khoảng cách giữa các mực tăng lên ở nơi áp suất thấp hơn (độ cao cao hơn). Các phiên bản nghiệp vụ của mô hình Eta đã chạy với độ phân giải tăng lên so với ban đầu, từ 80 km lúc ban đầu đến 29 km vo thời gian chúng tôi viết cuốn sách ny. Bây giờ mô hình có 50 mực thẳng đứng. Mô hình l‡ới lồng có 16 mực v hai l‡ới tính. L‡ới trong mịn hơn, tập trung trên Hoa Kỳ v Canađa, có một độ phân giải khoảng 80 km. Nó nằm hon ton bên trong một l‡ới ngoi lớn hơn, thô hơn, nó phủ lên phần lớn Bắc bán cầu. Ưu việt của sơ đồ ny l ở chỗ phần lớn tính toán tập trung vo vùng quan tâm - ti nguyên máy tính không bị lãng phí cho những đặc điểm chi tiết ở bên ngoi vùng dự báo. Nh‡ng đồng thời, những khu vực đó không bị bỏ qua, vì chúng cùng với một miền nhỏ hơn.

Biểu diễn ph~ơng ngang

Còn một khác biệt lớn nữa giữa các mô hình, đó l biểu diễn ph‡ơng ngang. Nhiều mô hình chấp nhận một biểu diễn ph‡ơng ngang theo l‡ới, trong đó miền đ‡ợc chia nhỏ thnh một mạng l‡ới các điểm nút. (Các nút tại những mực khác nhau không cần thiết phải trùng khớp, cũng không cần nh‡ nhau đối với tất cả các

biến). Các ph‡ơng trình đ‡ợc giải chỉ tại các điểm nút. Nh‡ chúng tôi đã nói, l‡ới cng mịn thì độ phân giải mô hình cng cao. ý nghĩa ở đây l l‡ới thâu tóm đ‡ợc sự biến thiên ph‡ơng ngang trong khí quyển v các giá trị trung gian có thể đ‡ợc suy ra nếu biết các giá trị tại những nút l‡ới bên cạnh.

Một cách biểu diễn khác đ‡ợc gọi l biểu diễn phổ. (Bạn có thể đoán biểu diễn no đ‡ợc sử dụng trong mô hình phổ ton cầu?) Các biến đ‡ợc biểu diễn thnh một chuỗi “các sóng” trong không gian, mỗi sóng có một b‡ớc sóng đặc tr‡ng. Ví dụ, có những sóng trong mô hình t‡ơng ứng với các sóng Rossby, lặp lại chỉ một vi lần xung quanh một đ‡ờng vĩ tuyến. Xếp chồng lên những sóng đó có các sóng khác biểu diễn những biến thiên quy mô bé hơn v quy mô lớn hơn. Để nhận đ‡ợc giá trị của một biến cụ thể tại một điểm các hm sóng khác nhau của nó đ‡ợc cộng lại theo tất cả các b‡ớc sóng (mô hình phổ ton cầu sử dụng 126 b‡ớc sóng).

Các mô hình phổ có một số ‡u việt, đặc biệt đối với một miền ton cầu (các cực Bắc v Nam rất dễ xử lý trong một phép biểu diễn phổ). Còn có những ‡u việt khác hon ton về mặt kỹ thuật m ở đây chúng ta sẽ không thảo luận. Thay vì đó chúng ta sẽ nêu một vi điểm chung về các thức phổ. Thứ nhất, độ phân giải ngang đ‡ợc xác định bởi hi bé nhất trong các hi đ‡ợc thể hiện (b‡ớc sóng nhỏ nhất), thnh thử không bị gò bó bởi vấn đề lm sao thể hiện đ‡ợc các quá trình d‡ới quy mô. Thứ hai, không phải tất cả các biến có thể đ‡ợc biểu diễn thnh các số hạng phổ. Chỉ có những đại l‡ợng chịu ảnh h‡ởng bởi quá trình bình l‡u, nh‡ nhiệt v hơi n‡ớc, mới bị xử lý theo cách ny. Những biến khác, nh‡ bức xạ, phải đ‡ợc tính toán trên cơ sở điểm qua điểm. Nh‡ vậy, mô hình phổ ton cầu sử dụng một l‡ới cho những đại l‡ợng “vật lý” ny, v có sự chuyển đổi liên tục thông tin từ biểu diễn phổ sang biểu diễn l‡ới. (May mắn l, có những ph‡ơng pháp tính toán nhanh cho việc ny). Cuối cùng, biểu diễn phổ áp dụng chỉ với ph‡ơng ngang - các mô hình phổ chia lớp theo ph‡ơng thẳng đứng.

Các quá trình vật lý

Các mô hình số còn khác nhau rất nhiều về “vật lý” của chúng, ngụ ý tất cả những quá trình khác với các quá trình liên quan tới chuyển động (“động lực học”). Khối vật lý của một mô hình bao gồm những quá trình khí quyển thuần túy (nh‡ ng‡ng tụ), các t‡ơng tác khí quyển - bề mặt (nh‡ ma sát giữa khí quyển v mặt đất) v những quá trình bề mặt thuần túy (nh‡ độ ẩm đất v độ dy tuyết). Ví dụ, ta xét một số quá trình vật lý đ‡ợc đ‡a vo trong mô hình phổ ton cầu:

* Bức xạ: Hấp thụ v tán xạ sóng ngắn trong ba dải b‡ớc sóng (bao gồm các hiệu ứng của ôzôn, hơi n‡ớc v cacbon điôxit), có phản xạ nhiều lần giữa mây v đất. Các hiệu ứng của mây, hơi n‡ớc, CO2 v O3 đối với sự hấp thụ v phát xạ sóng di đ‡ợc mô phỏng một cách t‡ờng minh, kể cả sự phủ chờm trong các dải hấp thụ. Các tính chất bức xạ của mây phụ thuộc vo độ dy mây, nhiệt độ v trữ l‡ợng ẩm.

* Đối l€u, mây vˆ giáng thủy: Các mây dạng mây tầng (không phải mây đối l‡u), nh‡ những đám mây thấy ở trong các front v các nhiễu động nhiệt đới, đ‡ợc xác định từ độ ẩm t‡ơng đối nhờ sử dụng một quan hệ thống kê. Các đám mây đối

l‡u thuộc cả loại gây giáng thủy (đối l‡u sâu) lẫn không gây giáng thủy (đối l‡u nông). Các trắc diện nhiệt độ v độ ẩm đ‡ợc sử dụng để xác định loại mây no xuất hiện. Các dòng giáng v sự bốc hơi từ giáng thủy đ‡ợc mô phỏng, nh‡ sự cuốn hút vo v sự tách ra khỏi các dòng thăng v dòng giáng. Giáng thủy sinh ra từ đối l‡u sâu v từ ng‡ng tụ quy mô lớn (khi không khí tại một điểm trở nên bão hòa, bất chấp có đối l‡u hay không). Giáng thủy bị bốc hơi vo trong không khí ch‡a bão hòa bên d‡ới mây; chỉ có giáng thủy no rơi xuống đ‡ợc mới tích tụ trên bề mặt.

* Các tính chất vˆ quá trình bề mặt: Nhiệt độ mặt đại d‡ơng v phân bố băng biển đ‡ợc cố định trong khi chạy mô hình. Nhiệt độ băng biển đ‡ợc tính từ trao đổi nhiệt giữa khí quyển v đại d‡ơng ở bên d‡ới băng. Anbeđô bề mặt tùy thuộc vo góc thiên đỉnh, vo độ phủ tuyết v kiểu thực vật. Độ phủ tuyết đ‡ợc xác định bằng l‡ợng tích lũy từ tuyết rơi, tuyết tan v thăng hoa. Bốc hơi bề mặt đất gồm bốc hơi từ đất v từ tán lá cây cũng nh‡ quá trình thở của tán lá cây. L‡ợng giáng thủy không bị tán lá cây lấy mất thì nhập vo đất thnh l‡u l‡ợng ẩm của đất v dòng chảy m‡a. (Tuyết tan cũng góp phần vo độ ẩm của đất).

Hãy chú ý rằng nhiều quá trình trên đây l những quá trình d‡ới quy mô; do đó, tham số hóa đ‡ợc sử dụng rất nhiều trong khối vật lý của mô hình. Các mô hình khác nhau không những bao gồm những quá trình khác nhau, m còn sử dụng những cách tham số hóa khác nhau đối với cùng một quá trình. Đôi khi điều ny l do sự bắt buộc chứ không phải l do sự ‡u tiên, bởi vì các phép tham số hóa thích hợp ở một quy mô ny, không nhất thiết hữu ích ở một quy mô khác.

Nh‡ chúng tôi đã nêu, các mô hình tiến hóa không ngừng (v chắc l nhiều điểm trong phụ lục ny đã bị thay đổi tới lúc bạn đọc sách ny). Ví dụ, khi mới đ‡ợc đ‡a ra vo năm 1973, mô hình phổ ton cầu đã l đỉnh cao tại NCEP. Ngy nay, mô hình Eta nói chung đ‡ợc xem l đã chiếm địa vị đó v nó cũng đang tự tiến hóa. Những nỗ lực nhằm cải tiến các mô hình có đ‡ợc bù đắp không - kỹ năng dự báo có cải thiện không? Chắc chắn l có, nh‡ chúng ta sẽ thấy sau đây trong phụ lục ny.

T‡ơng lai của dự báo số đòi hỏi những mô hình hiện thực hơn bao giờ hết. Ví dụ, NCEP đặt kế hoạch xây dựng một mô hình kiểu Eta độ phân giải 5 km v 150 mực trong t‡ơng lai gần. Đó l một nhiệm vụ đáng sợ: một mô hình nh‡ vậy sẽ cần 1000 lần công suất tính toán v 100 lần bộ nhớ của mô hình hôm nay. Thậm chí một mô hình 5 km sẽ ch‡a cho phép tính toán t‡ờng minh về đối l‡u v những quá trình quan trọng cực kỳ khác. Những đánh giá cho rằng cái đó sẽ đòi hỏi khoảng 10000 lần công suất của các siêu máy tính hôm nay. Điều đó có thể hay không l tùy thuộc vo công chúng có sẵn lòng chi hay không cũng nh‡ sự phát triển của công nghệ máy tính hiện ch‡a thấy trên bảng vẽ.

Những tiêu chí về độ chính xác v† kỹ năng dự báo

Đối với một số biến, nh‡ nhiệt độ hoặc l‡ợng m‡a, thì có những số đo về độ chính xác thực tế tự chúng đề xuất ra, nh‡ độ chệch (bias) vsai số tuyệt đối trung bình (MAE). Độ chệch dễ định nghĩa nhất, l hiệu giữa giá trị dự báo trung bình v giá trị quan trắc trung bình. Nó thể hiện một xu thế ph‡ơng pháp đ‡a ra các giá trị

dự báo cao hơn hoặc thấp hơn giá trị thực (ví dụ, quá nóng về trung bình, quá nhiều m‡a về trung bình). Một định nghĩa về độ chệch t‡ơng đ‡ơng về mặt toán học, đó l: độ chệch đơn giản l sai số trung bình. Đối với mỗi dự báo, chúng ta tìm độ sai khác so với quan trắc v tính trung bình của những sai số đó.

Hình 1 minh họa độ chệch có thể đ‡ợc sử dụng nh‡ một ph‡ơng tiện để đánh giá độ chính xác của các mô hình nh‡ thế no. Hình ny thể hiện độ chệch đối với các sự kiện m‡a 1 inch (2,5 cm) đ‡ợc dự báo bởi NCEP trong một số thập niên gần đây. Nếu xem xét các dự báo D1, hình vẽ cho thấy rằng vo đầu những năm 1960 v vo giữa những năm 1970 các sai số bị lớn, vì các nh dự báo đã dự báo thiên cao các vùng m‡a. Mặt khác, từ những năm 1980 trở đi, ta thấy có tiến bộ chút ít nhận ra đ‡ợc về độ chệch trong ton bộ thời kỳ. Độ chệch đối với các dự báo D2 hơi thấp hơn đơn vị từ khoảng năm 1980 trở đi, cho thấy một xu thế nhẹ dự báo thiên cao.

Hình 1. Những thay đổi về độ chính xác (độ chệch) của các dự báo l~ợng m~a 1 inch (2,5 cm) đối với hai kiểu dự báo D1 v† D2. Các dự báo D1 ứng với thời hạn 12 đến 36 giờ tới, còn các dự báo D2 - thời hạn 36 đến 60 giờ tới. Giá trị sai số trung bình bằng 1 xuất hiện khi kích th~ớc của các vùng m~a dự báo v† quan trắc bằng nhau