M −a lớn kéo dà
1.8. Tổng quan về tình hình dự báo m−a lớn trên thế giới và ở Việt Nam
M−a lớn (bao gồm m−a lớn diện rộng, m−a với c−ờng độ lớn, m−a lớn trên các l−u vực nhỏ có độ dốc lớn,...) là một trong những hiện t−ợng thời tiết nguy hiểm, th−ờng gây ra những thiệt hại vô cùng to lớn về ng−ời và tài sản, ảnh h−ởng trực tiếp đến kinh tế - xã hội trong một phạm vi rộng. Tai biến thiên nhiên này diễn ra gần nh− trên mọi miền đất n−ớc, nó gây ra lũ lụt, ngập úng ở đồng bằng hay lũ quét ở vùng núi. Dự báo tốt m−a lớn là một bài toán rất phức tạp và nan giải nh−ng vô cùng quan trọng của ngành Khí t−ợng Thuỷ văn (KTTV) hiện nay mặc dù trên thực tế độ chính xác của các mô hình số đã tăng lên đáng kể trong một vài thập kỷ qua. M−a sinh ra do tác động phối hợp của hầu hết các yếu tố khí t−ợng biến động rất mạnh theo không gian và thời gian hơn tất cả mọi yếu tố khác. Rất nhiều các quá trình có thể dẫn đến m−a nh−: hội tụ ẩm qui mô lớn, đối l−u sâu, các quá trình gần bề mặt,... Các quá trình này cần đ−ợc biểu diễn trong các mô hình dự báo thời tiết số để có thể dự báo kịp thời và chính xác hơn l−ợng m−a và vùng có m−a. Dự báo chính xác m−a phụ thuộc tr−ớc hết vào dự báo chính xác chuyển động khí quyển và l−ợng ẩm. Chính vì vậy, dự báo tốt m−a trên một vùng lớn có nghĩa là dự báo tốt tất cả các biến khí t−ợng khác. Vì thế mà nhiều Trung tâm dự báo lớn sử dụng kỹ năng QPF làm số đo tiêu biểu của khả năng mô hình. Hiểu biết về bản chất của QPF không những giúp ích cho
ng−ời phát triển mô hình mà cả cho ng−ời sử dụng QPF hiểu đ−ợc khả năng của sản phẩm mô hình.
M−a nhiệt đới là một thành phần không chỉ cho phối thời tiết và khí hậu nhiệt đới mà còn rất quan trọng đối với những vĩ độ cao hơn bởi lẽ ẩn nhiệt giải phóng kèm theo của m−a nhiệt đới điều khiển hoàn l−u Hadley để vận chuyển nhiệt từ nhiệt đới về hai cực. Tuy nhiên, sự phát sinh và phát triển m−a nhiệt đới rất phức tạp có tính địa ph−ơng cao và biến động mạnh. Bởi vậy, dự báo số ở nhiệt đới càng phức tạp hơn nhiều so với ngoại nhiệt đới.
ở Liên Xô (cũ), dự báo l−ợng m−a đ−ợc đề cập đến trong nhiều công trình nghiên cứu kể cả trong các tài liệu giáo khoa hoặc “h−ớng dẫn dự báo thời tiết”. Tuy nhiên, do vị trí địa lý, khí hậu, m−a lớn hoặc cực lớn ít khi xuất hiện. Một số ít vùng do ảnh h−ởng của XTNĐ (vùng cực đông) hoặc địa hình (vùng cực tây và phía nam) trong thời kỳ mùa hè cũng có thể có m−a lớn. Có thể điểm qua một số công trình:
- Dự báo thống kê giáng thuỷ mùa hè đối với s−ờn phía tây núi Caspát (Tôkarep – 1971).
- Dự báo giáng thuỷ tháng (Bagrôp – 1966).
- Tính toán giá trị cực đại c−ờng độ m−a rào trên lãnh thổ với bán kính 100 km (Livavôva – 1973).
- Ph−ơng pháp dự báo l−ợng m−a 5 ngày ở vùng Baikan – Amua trong các tháng VII – VIII và kết quả thử nghiệm (Phêđulôva, Taraxenkô - 1977).
- Ph−ơng pháp synôp – thuỷ động – thống kê dự báo l−ợng m−a 5 ngày và kết quả sơ bộ về độ chính xác trên lãnh thổ đông Xibêri và Viễn Đông (Taraxenkô, Makximôva – 1980).
- Một số tính đặc biệt chế độ m−a và m−a rất mạnh ở vùng duyên hải Viễn Đông từ tháng XI đến tháng III (Pinsker – 1987).
Ph−ơng pháp số trị đ−ợc phát triển từ rất sớm ở Liên Xô (cũ) và đã đạt đ−ợc những thành công đáng kể. Một trong những mô hình hoàn thiện nhất (với ý nghĩa tính đến các quá trình vật lý và nhân tố ảnh h−ởng) trong số các mô hình toàn cầu (GCM) là mô hình đ−ợc xây dựng bởi Cơ quan Khí t−ợng Thuỷ văn Liên Xô (cũ) d−ới sự chỉ đạo của Trôsnhikôp và Kurbatkin. Hệ ph−ơng trình nguyên thuỷ bao gồm các ph−ơng trình chuyển động, ph−ơng trình trạng thái, ph−ơng trình nhập nhiệt và vận chuyển ẩm đ−ợc xây dựng trên hệ toạ độ cầu (chiều thẳng đứng đ−ợc coi là khí áp). Mô hình có tính đến các quá trình vật lý cơ bản nh− bức xạ, t−ơng tác giữa khí quyển và lớp bề mặt lục địa, đại d−ơng; chuyển động rối, chu trình ẩm trong đất và lớp tuyết phủ,... Mô hình đ−ợc thử nghiệm và đ−a vào phục vụ công tác dự báo nghiệp vụ từ những năm 1970. Một số hạn chế của mô hình này là ch−a mô phỏng tốt đới gió đông ở vùng nhiệt đới và nhiệt độ tầng đối l−u ở vùng cực và nhiệt đới.
Trong những năm gần đây, Đài Vật lý Địa cầu Trung −ơng thuộc Cơ quan Khí t−ợng Thuỷ văn Liên bang Nga và đơn vị trực thuộc của nó là GGI đã xây dựng thành công các mô hình số trị dự báo hiện t−ợng thời tiết nguy hiểm nh−
mô hình số trị này đóng vai trò quan trọng trong công tác dự báo và cảnh báo các hiện t−ợng thời tiết nguy hiểm ở địa ph−ơng.
Ngoài ra, hàng loạt nghiên cứu về ph−ơng pháp số trị và xây dựng mô hình dự báo thời tiết cho các n−ớc ở vùng vĩ độ thấp đã đ−ợc triển khai (thông qua các luận án tiến sĩ, tiến sĩ khoa học chuyên ngành địa lý và toán lý) bởi sự h−ớng dẫn, cố vấn của các chuyên gia thuộc Cơ quan Khí t−ợng Thuỷ văn Liên xô (cũ) và nay là Cơ quan Khí t−ợng Thuỷ văn Liên bang Nga, Tr−ờng Đại học Khí t−ợng Thuỷ văn Xanh Petebua, Tr−ờng đại học Khí t−ợng Thuỷ văn Ođetxa,...
Hai ph−ơng pháp chính dự báo định l−ợng m−a theo không gian ở Anh đ−ợc sử dụng hiện nay là phân tích hồi qui bội và mô hình số trị. Đối với ph−ơng pháp thống kê, n−ớc Anh đ−ợc chia thành 10 khu vực và dự báo m−a đ−ợc thực hiện thông qua các dự báo về tr−ờng khí áp mặt biển.
Dự báo m−a ở Nhật Bản đ−ợc thực hiện theo bốn h−ớng chính: ph−ơng pháp hồi qui bội, ph−ơng pháp t−ơng tự, ph−ơng pháp phân tích phổ/chu kỳ và đặc biệt là mô hình số trị. Sản phẩm dự báo của mô hình số trị đ−ợc cung cấp cho các n−ớc trong khu vực, trong đó có Việt Nam.
Do ảnh h−ởng của gió mùa, l−ợng m−a năm tập trung chủ yếu ở Trung Quốc vào các tháng mùa hè cho nên dự báo m−a, m−a lớn thời kỳ tháng VI – VIII đ−ợc đặc biệt quan tâm. Ph−ơng pháp dự báo nghiệp vụ hiện nay đ−ợc xây dựng trên cơ sở toán thống kê hiện đại nh− hồi quy bội, phân tích thành phần chính,... Mô hình số trị đã và đang đ−ợc nghiên cứu thử nghiệm.
Ph−ơng pháp dự báo số trị có quy mô toàn cầu và khu vực đ−ợc phát triển và ứng dụng mạnh mẽ trong dự báo thời tiết nói chung và dự báo m−a nói riêng ở Mỹ, úc, các n−ớc Châu Âu,... Hàng loạt mô hình khu vực đ−ợc xây dựng đ−ợc nh− RAMS, ETA, MM5, WRF, RSM (Mỹ), ALADIN (Pháp), CCM, DARLAM (úc), GME, HRM (Đức), ECMWF (Châu Âu),...
Nh− trên đã nói, hầu hết các hiện t−ợng m−a lớn đều có nguồn gốc từ các quá trình vật lý qui mô vừa hay là hệ quả của sự t−ơng tác phức tạp giữa đối l−u và địa hình. Cả hai quá trình này rất nhạy bén với kích th−ớc ô l−ới theo ph−ơng ngang trong mô hình dự báo. Mô hình số trị phân giải cao có thể đáp ứng đ−ợc những yêu cầu đặt ra về thời gian cũng nh− sản phẩm dự báo m−a vừa, m−a lớn trên từng khu vực nhỏ. Cơ chế cơ bản của kỹ thuật mô hình hoá khu vực phân giả cao là: Các mô hình toàn cầu có khả năng thể hiện năng l−ợng qui mô lớn thông qua hoàn l−u qui mô lớn, còn mô hình khu vực phân giải cao (hay mô hình khu vực lồng vào l−ới của mô hình toàn cầu) lại có khả năng phản ánh những hiệu ứng địa ph−ơng biểu diễn năng l−ợng của những quá trình có qui mô d−ới l−ới. Kỹ thuật mô hình hoá lồng ghép này đã đ−ợc sử dụng rộng rãi trong dự báo thời tiết số.
Mô hình khí t−ợng qui mô vừa khu vực hạn chế ETA (do Nam T− (cũ) và Trung tâm Khí t−ợng Quốc gia Mỹ xây dựng) đ−ợc NCEP (Mỹ) cải tiến trở thành một trong những mô hình dự báo nghiệp vụ ở Mỹ. Một số n−ớc trên thế giới cũng sử dụng mô hình ETA trong dự báo nghiệp vụ hoặc dự báo thử nghiệm nh− Nam T− (cũ), Hy Lạp, Rumany, Nam Phi, ấn Độ, ý,...
Mô hình thuỷ tĩnh HRM cho dự báo thời tiết khu vực hạn chế qui mô vừa với cập nhật tr−ờng số liệu ban đầu và điều kiện biên của mô hình toàn cầu GME (Đức) đang đ−ợc sử dụng trong dự báo nghiệp vụ hàng ngày tại một số Trung tâm dự báo ở Ai Cập, Bungari, Balan, Braxin, Rumany, Kenya,...
Năm 1998, trong ch−ơng trình thực nghiệm gió mùa Biển Nam Hải (SCSMEX), mô hình MM5 đ−ợc ứng dụng để mô phỏng và nghiên cứu về các đợt m−a lớn diện rộng trên khu vực. Thời gian tích luỹ l−ợng m−a đ−ợc xác định là 12, 24 và 36h. Độ phân giải theo ph−ơng ngang ở miền tính nhỏ nhất là 15km. Kết quả nghiên cứu cho thấy mô hình này mô phỏng khá thành công 2 thời kỳ m−a lớn ở đây (5 – 25/5/1998 và 5 – 25/6/1998), kết quả mô phỏng m−a đ−ợc so sánh với l−ợng m−a thực tế của 7 trạm quan trắc ở Đài Loan và Biển Đông.
Trong các nghiên cứu của mình, Simon Low-Nam và Christopher Davis (NCAR, Mỹ) đã cho thấy rằng mô hình MM5 có thể sử dụng tốt trong mô phỏng và dự đoán các đặc tr−ng của xoáy thuận nhiệt đới, đây là cơ sở quan trọng trong dự báo m−a lớn gây nên bởi xoáy thuận nhiệt đới ở những khu vực chịu ảnh h−ởng của nhiễu động khí quyển này. Các tác giả đã nghiên cứu tạo xoáy nhân tạo với thành phần đối xứng và cài vào mô hình MM5 trong những tr−ờng hợp trong miền tính có XTNĐ.
ở Hồng Kông, Đài Loan, Hàn Quốc mô hình MM5 đ−ợc sử dụng nh− một công nghệ chính trong dự báo thời tiết hàng ngày. Độ phân giải theo ph−ơng ngang lên tới 1 - 2km.
Một phiên bản của MM5 (MM5-V3) đã đ−ợc sử dụng trong mô phỏng các đợt m−a lớn ở Nam California (Mỹ) do ảnh h−ởng của El Nino 1997-1998 đ−ợc nhóm các nhà nghiên cứu Tr−ờng Đại học Tổng hợp California và Cục Khí t−ợng Quốc gia Los Angeles thực hiện. L−ợng m−a quan trắc đ−ợc trên các trạm thuộc Nam California đ−ợc sử dụng để đánh giá và kiểm nghiệm mô hình. Kết quả cho thấy, mô hình MM5 mô phỏng rất tốt phạm vi (vùng) m−a lớn. Tuy nhiên, l−ợng m−a dự báo đ−ợc th−ờng cao hơn so với l−ợng m−a thực tế.
Thời kỳ 1984 – 1985 ở ECMWF đã có những cải tiến to lớn trong dự báo nghiệp vụ bằng mô hình toàn cầu cho các vùng nhiệt đới. ở đây đã đ−a vào tham số hoá đối l−u (TSHĐL) nông, biến đổi TSHĐL sâu, một sơ đồ mây mới và tăng độ phân giải ngang của mô hình. Kết quả cho thấy những cải tiến trong dự báo nhiệt đới thể hiện chủ yếu qua giảm sai số hệ thống phản ánh ràng buộc phi đoạn nhiệt ở nhiệt đới thực hơn. Trên qui mô toàn cầu, nghiên cứu của Tiedtke & CS (1988) đã đánh giá tác động của tổ hợp vật lý và tăng độ phân giải ngang đối với sai số hệ thống trong dự báo nghiệp vụ ở nhiệt đới của ECMWF. Các cải tiến nêu trên đã góp phần nâng cao hiệu quả trong dự báo m−a ở ECMWF
Nhiều công trình nghiên cứu đã chứng minh, việc tăng độ phân giải ngang có tác động rõ rệt đến l−ợng m−a mô phỏng của mô hình số trị. Tuy nhiên, với điều kiện là độ phân giải ngang vẫn còn đủ thô để sử dụng sơ đồ TSHĐL. Tác động của quá trình tham số hóa thay đổi khi độ phân giải tăng lên có thể rất khó giải thích (Molinari và Dudek, 1986; Zhang và Fritsch, 1988; Molinari và Dudek, 1992). Zhang & CS (1984) cũng đã nhận thấy rằng, việc nghiên cứu quan hệ giữa m−a qui mô d−ới l−ới và qui mô l−ới có tác động đáng kể đến kết
quả mô phỏng. Hong và Pan (1998) cho thấy vị trí của m−a qui mô l−ới bị ảnh h−ởng nhiều bởi TSHĐL hơn là việc thay đổi ph−ơng pháp tính m−a qui mô l−ới. Mặt khác, thời gian kích hoạt của cả sơ đồ TSHĐL và sơ đồ ẩm hiện có tác động đáng kể đối với m−a mô phỏng (Grell, 1993) và có thể thay đổi các sơ đồ khác nhau.
Mặt khác, những cải tiến trong thám sát và ph−ơng pháp đồng hóa để cải tiến tr−ờng ban đầu cho mô hình góp phần quan trọng trong việc nâng cao chất l−ợng dự báo. Nh− đã biết khí quuyển là một hệ thống hỗn loạn (Lorenz, 1963), vì thế những sai số nhỏ trong điều kiện ban đầu của một mô hình dự báo thời tiết số bất kỳ sẽ khuyếch đại theo thời gian dự báo với sai số RMSE cuối cùng sẽ trở nên bão hòa, có nghĩa là ph−ơng sai của sai số dự báo gần bằng hai lần ph−ơng sai của sai số khí hậu (Anthes, 1986). Tuy vậy, mỗi một vấn đề này là một bài toán khí t−ợng phức tạp, trong đó mô phỏng thành công hiện t−ợng m−a lớn có lẽ là bài toán khí t−ợng phức tạp, trong đó mô phỏng thành công hiện t−ợng m−a lớn có lẽ là bài toán khó nhất, bởi lẽ để giải quyết bài toán này tr−ớc hết cần có một mô hình số thích hợp về động lực học cũng nh− vật lý, trong đó quan trọng hơn đối với vùng nhiệt đới là một sơ đồ TSHĐL thích hợp. Vấn đề thứ hai lại đang là bài toán nan giải của khí t−ợng học trên qui mô toàn cầu vì cho đến nay con ng−ời hiểu biết về đối l−u nói chung, đối l−u nhiệt đới nói riêng vẫn còn nhiều hạn chế.
Nghiên cứu dự báo m−a lớn diện rộng ở Việt Nam đã đ−ợc triển khai từ những năm 1960. Các công trình của Vũ Bội Kiếm về hoàn l−u gió mùa ở Đông á có đề cập đến thời tiết m−a ở Việt Nam. Đinh Văn Loan với công trình "Những hình thế thời tiết nửa năm mùa nóng" đã đề cập khá chi tiết về tình hình m−a lớn và những hình thế gây m−a lớn ở đồng bằng trung du Bắc Bộ.
Lê Đình Quang đã đề cập đến "M−a lớn ở đồng bằng Bắc Bộ và phân loại hình thế synôp gây m−a lớn". Ngoài ra, trong nhiều số nội san Khí t−ợng năm 1970 đã đăng tải về m−a lớn do bão ở Bắc Việt Nam nói chung và ở đồng bằng Bắc Bộ nói riêng.
Nguyễn Vũ Thi trong công trình "Thời tiết Việt Nam" cũng đề cập đến m−a và m−a lớn ở đồng bằng Bắc Bộ. Trong tập công trình nghiên cứu số 2 - Khí t−ợng Thuỷ văn 1978-1979, Nguyễn Văn Tuyên đã đề cập tới dự báo m−a rào mùa hè bằng ph−ơng pháp vật lý thống kê sử dụng các nhân tố dự báo: chỉ số hoàn l−u khí quyển và tr−ờng ẩm, quán tính của giáng thuỷ, nhân tố vật lý,... Nguyễn Ngọc Thục với bài báo đăng trong "Tổng kết công tác nghiên cứu dự báo và phục vụ dự báo KTTV" lần IV (1996 - Tập I) đã phân loại các dạng hình thế synôp gây m−a lớn thuộc các tỉnh Nghệ An – Thừa Thiên Huế: do XTNĐ đơn thuần; do XTNĐ đổ bộ kết hợp với không khí lạnh (KKL); do dải hội tụ nhiệt đới; do KKL hội tụ với tín phong hoặc tổ hợp các hình thế này. Trần Đình Bá với công trình "Sử dụng ảnh mây GMS khoanh vùng m−a lớn trong bão".
Vũ Đình Hải đã nêu ra các các dạng hình thế gây m−a lớn ở Miền Trung ("Khoa học, công nghệ dự báo và phục vụ dự báo KTTV"- Hội nghị lần V (2000, Tập I). Hoàng Minh Hiền với báo cáo "Thử nghiệm sử dụng ảnh mây vệ tinh địa tĩnh GMS-5 trong đánh giá m−a" và Lê Văn Thảo với báo cáo "M−a lớn ở các
tỉnh Miền Trung do tác động KKL với nhiễu động sóng Đông trong đới gió đông cận nhiệt đới" cũng đã trình bày khá chi tiết tại Hội nghị lần này.
Việc ứng dụng mô hình số trị trong dự báo thời tiết ở n−ớc ta tuy mới đ−ợc