M −a lớn kéo dà
5 BR Betts-Miller Reisne r
6 AR Anthes-Kuo Reisner I
Mô hình dự báo tổ hợp của Canađa. Mô hình này đ−ợc sử dụng từ năm 1996 với 8 dự báo thành phần với các tr−ờng ban đầu của mô hình phổ toàn cầu SEF và đến năm 1999 đ−ợc bổ sung thêm 8 thành phần khác với các tr−ờng ban đầu của mô hình GME để tạo ra một hệ thống dự báo tổ hợp gồm 16 thành phần. Năm 2005 ph−ơng pháp sử dụng phép nội suy đ−ợc thay thế bởi dự báo tổ hợp sử dụng kỹ thật lọc Kalman. Mỗi ngày mô hình tổ hợp tiến hành dự báo thời tiết trong vòng 10 ngày. Tất cả 16 thành phần này đều có các sơ đồ tham số hóa vật lý, sơ đồ đồng hóa dữ liệu và sơ đồ tham số hóa rối khác nhau. Ngoài ra, các điều kiện biên nh− nhiệt độ bề mặt biển, albedo,… cũng đ−ợc sử dụng trong các dự báo thành phần cũng khác nhau.
Hệ thống dự báo tổ hợp của Nhật Bản. Hệ thống này đã cho kết quả từ năm 1996 và là cơ sở cho việc dự báo dài hạn. Mô hình dự báo số cho ESP (Ensemble Prediction System) là phiên bản T106 của mô hình toàn cầu GSMO103T213 (Global Spectral Model) dùng cho dự báo hạn ngắn với điều kiện biên d−ới SST đ−ợc cố định trong vòng 34 ngày, nhiệt độ, độ ẩm và độ dày của tuyết đ−ợc dự báo bởi mô hình với các điều kiện ban đầu đ−ợc cung cấp bởi hệ thống đồng hóa dữ liệu. Mô hình tổ hợp ESP dùng cho dự báo một tháng đ−ợc mở rộng cho hệ thống dự báo tổ hợp trung bình b−ớc đầu đã cho thấy kết quả rất tốt hàng ngày. 25 thành phần d−ợc so sánh bởi BGM (breeding of growing
mode), 13 thành phần trong 25 thành phần đ−ợc mở rộng từ ngày thứ tám bắt đầu từ tr−ờng ban đầu 1200 UTC ngày thứ t− và 13 thành khác từ 12UTC ngày thứ năm, sau đó 26 thành phần đ−ợc so sánh với sự liên kết của BGM và ph−ơng pháp dự báo trung bình LAF (Lagged Average Forecast) dùng cho dự báo một tháng đ−a ra hàng tuần.
Mô hình NSIPP. Đây là mô hình đ−ợc phát triển tại NASA (NASAs seasonal to internnunal prediction project – NSIPP) với độ phân giải ngang 2.5 độ kinh vĩ và chia khí quyển ra thành 34 mực theo ph−ơng đứng. Để có đ−ợc kết quả dự báo tổ hợp mô hình đã sử dụng 9 thành phần, những điều kiện ban đầu của 9 thành phần đ−ợc cung cấp bởi những số liệu ban đầu từ 9 hệ thống đồng nhất dữ liệu mà NSIPP đã đ−ợc quan sát với SST nhiều năm.
Ngoài ra hiện nay trên thế giới còn có nhiều hệ thống dự báo tổ hợp khác trên cơ sở mô hình số trị mà ở đây ch−a có điều kiện giới thiệu.
• Trong n−ớc
Hệ thống dự báo tổ hợp do Trần Tân Tiến cùng các cộng sự xây dựng bao gồm bao gồm hai mô hình số trị chính là mô hình RAMS và mô hình ETA với hy vọng xây dựng lên một hệ thống cho sản phẩm tốt hơn từ dự báo riêng lẻ của các mô hình. Dữ liệu đầu vào của mô hình lấy từ số liệu mô hình toàn cầu AVN của Mỹ sau đó cung một dữ liệu đó làm đầu vào cho hai mô hinh RAMS và ETA, sản phẩm riêng của mỗi mô hình sau đó đ−ợc phân tích và sử lý tổ hợp và đ−a ra kết quả cuối cùng. Kết quả nghiên cứu cho thấy ở mực sát bề mặt kết quả tổ hợp ch−a thể hiện rõ −u thế của nó, từ mực 850 mb đến mực 300 mb thì mô hình dự báo tổ hợp đã thể hiện rõ tính −u việt đối với các tr−ờng khí t−ợng nh− nhiệt độ, độ ẩm t−ơng đối.
Ph−ơng pháp dự báo do Nguyễn Chi Mai, Võ Văn Hòa cùng các cộng sự sử dụng trong việc ứng dụng vào thử nghiệm dự báo tổ hợp cho quỹ đạo bão bằng các ph−ơng pháp thống kê từ dự báo của các Trung tâm quốc tế. Với việc sử dụng các ph−ơng pháp nh−: trung bình đơn giản, ph−ơng pháp hồi quy tuyến tính đa biến, ph−ơng pháp trọng số phụ thuộc sai số và ph−ơng pháp lọc Kalman, các tác giả đã thu đ−ợc một số nh−ng kết quả nhất định. Kết quả thử nghiệm cho một vài mùa bão gần đây đã cho thấy hiệu quả t−ơng đối rõ rệt của ph−ơng pháp tổ hợp trung bình đơn giản và có thể sử dụng cho công tác dự báo nghiệp vụ. Mặt khác, việc tiếp tục thử nghiệm và nghiên cứu ảnh h−ởng của từng điều kiện synop cụ thể đến sai số của từng dự báo thành phần cũng cần đ−ợc xem xét để sử dụng các thông tin này một cách hiệu quả hơn.
H−ớng nghiên cứu mới nhất về dự báo tổ hợp ở Việt Nam là tạo ra tập hợp các trạng thái nhiễu động ban đầu cho quá trình phân tích mô hình từ nhiều những ph−ơng pháp tạo nhiễu động khác nhau. Các ph−ơng pháp tạo ra nhiễu động ban đầu bao gồm:
- Ph−ơng pháp Monte-carlo: ph−ơng pháp này tạo ra các nhiễu động ngẫu nhiên với sai số phạm vi cho phép.
- Ph−ơng pháp phân tích véc tơ kỳ dị.
- Ph−ơng pháp lấy các Mode đang phát triển.
- Ph−ơng pháp sử dụng các phân tích từ nhiều mô hình khác nhau.
- Ph−ơng pháp nhiễu động giá trị/ véc tơ riêng dựa trên phân tích hàm trực giao.
3.2. Kết quả thử nghiệm dự báo tổ hợp đối với mô hình MM5
3.2.1. Các ph−ơng án dự báo tổ hợp
Trên cơ sở ph−ơng pháp dự báo tổ hợp thuộc nhóm II đã đ−ợc trình bày ở trên, chúng tôi lựa chọn các ph−ơng án sử dụng sơ đồ tham số hóa vật lý khác nhau của mô hình MM5 để tạo ra các dự báo thành phần. Về lý thuyết, có thể tạo tối đa trên 3500 dự báo thành phần với các lựa chọn sơ đồ tham số hóa vật lý khác nhau trong các mảng đối l−u (7 sơ đồ), vi vật lý mây (7 sơ đồ), bức xạ (6 sơ đồ), lớp biên hành tinh (4 sơ đồ) và sơ đồ đất - bề mặt (3 sơ đồ). Tuy nhiên, trong khuôn khổ đề tài này chúng tôi mới chỉ đề cập đến các lựa chọn đối với 3 sơ đồ tham số hóa đối l−u và vi vật lý mây (sơ l−ợc về các sơ đồ này có thể tham khảo trong ch−ơng 2). Đây cũng là các sơ đồ tham số hóa vật lý liên quan trực tiếp đến tính toán l−ợng m−a của mô hình số trị. Nh− vậy, có 9 dự báo thành phần đ−ợc sử dụng nh− trình bày trong bảng 3.2. Các lựa chọn khác trong các mảng bức xạ, lớp biên hành tinh và sơ đồ đất - bề mặt đ−ợc thống nhất cho cả 9 dự báo thành phần, cụ thể là: Cloud - radiation cho bức xạ, MRF PLB cho lớp biên hành tinh và LSM cho các quá trình đất - bề mặt.
Trong đú: KW; KS; KM; GW; GS; GM; BW; BS; BM lần lượt là ký hiệu của cỏc phương ỏn Kuo – Warm rain; Kuo – Simple ice; Kuo – Mixed phase; Grell – Warm rain; Grell – Simple ice; Grell – Mixed phase; Betts Miller – Warm rain; Betts Miller – Simple ice; Betts Miller – Mixed- phase.
3.2.2. Kết quả dự báo tổ hợp đối với khí áp mực biển và độ cao địa thế vị
Với tr−ờng khí áp, để tiện cho việc so sánh, đánh giá, chúng tôi kết hợp vẽ trên cùng một bản đồ các tr−ờng dự báo và tr−ờng phân tích (trong tr−ờng hợp này chỉ là một đ−ờng đẳng áp trên bề mặt hay đẳng độ cao địa thế vị trên mực 500mb). Trong đó, hai đ−ờng đậm hơn là đ−ờng dự báo tổ hợp và đ−ờng phân tích của AVN cùng thời điểm, các đ−ờng còn lại thuộc các dự báo thành phần (Hình 3.6, Hình 3.7). Ví dụ đ−ợc minh họa trên các hình này là dự báo ngày 15, 16 và 17 tháng 9 năm 2005 với các hạn dự báo 24, 48, 72h. Đây là thời điểm bão Vicente hoạt động trên Biển Đông, gây m−a vừa, m−a lớn cho các tỉnh Miền Trung.
Nhìn chung, ph−ơng pháp dự báo tổ hợp sử dụng trong dự báo tr−ờng khí áp là t−ơng đối sát với thực tế diễn biến cả ở bề mặt và trên cao. Tuy nhiên, khả năng dự báo cho khí áp mực biển (1008mb) và cho hạn ngắn (24h) là tốt hơn so với độ cao địa thế vị (584dam trên mực 500mb) và đối với các hạn dự báo dài hơn (48h, 72h).
Bảng 3.2. Các ph−ơng án lựa chọn cho dự báo tổ hợp đối với MM5
STT Sơ đồ đối l−u Sơ đồ vi vật lý mây
Ph−ơng án 1 (KW) Kuo Warm-rain
Ph−ơng án 2 (KS) Kuo Simple ice
Ph−ơng án 3 (KM) Kuo Mixed- phase
Ph−ơng án 4 (GW) Grell Warm-rain
Ph−ơng án 5 (GS) Grell Simple ice
Ph−ơng án 6 (GM) Grell Mixed- phase
Ph−ơng án 7 (BW) Betts-Miller Warm-rain
Ph−ơng án 8 (BS) Betts-Miller Simple ice
Ph−ơng án 9(BM) Betts-Miller Mixed- phase
Thật vậy, trên hình 3.6a, c, e ta thấy, hầu hết các đ−ờng đẳng thuộc dự báo tổ hợp gần trùng với đ−ờng đẳng phân tích. Điều này đồng nghĩa với dự báo tổ hợp đã thể hiện khá tốt xu thế và diễn biến tr−ờng khí áp mực biển (hai đ−ờng đậm hơn rất gần nhau). Trong khi đó, một số đ−ờng dự báo thành phần có xu h−ớng lệch nhiều về phía tây và ở phía nam so với đ−ờng phân tích. Một số đ−ờng dự báo thành phần khác lệch hẳn so với đ−ờng phân tích và phạm vi không gian của khu vực có khí áp mực biển d−ới 1008mb lớn hơn rất nhiều so với thực tế. Đ−ờng dự báo tổ hợp đã làm giảm bớt mức độ “phân tán” của các dự báo thành phần so với thực tế, đồng thời làm giảm “độ lệch” với các dự báo có độ lệch lớn và thu hẹp bớt vùng có khí áp nhỏ hơn 1008mb đối với các dự báo phạm vi bão mạnh hơn thực tế ở bề mặt. Cũng có những tr−ờng hợp mà đ−ờng dự báo thành phần cho dự báo tốt hơn dự báo tổ hợp, tuy nhiên, các dự báo này lại không đồng nhất cho các tr−ờng hợp thử nghiệm. Nghĩa là trong tr−ờng hợp này là một ph−ơng án dự báo nào đó và trong tr−ờng hợp khác lại là ph−ơng án dự báo khác.
Đ−ờng đẳng độ cao địa thế vị 584dam trên mực 500mb cho thấy, dự báo tổ hợp vẫn phát huy đ−ợc vai trò của mình (hình 3.6b, d, f). Tuy nhiên, mức độ chính xác kém hơn so với bề mặt (đ−ờng phân tích và dự báo cách xa nhau hơn). Hầu hết các ph−ơng án sử dụng đều cho dự báo phạm vi không gian của bão lớn hơn thực tế ngay cả ở các mực trên cao. Trong một vài tr−ờng hợp (hình 3.6b, f), một trong các dự báo thành phần tỏ ra có hiệu quả hơn so với dự báo tổ hợp.
Với hạn dự báo 48h, chúng ta có thể nhận thấy bức tranh t−ơng tự nh−
trong dự báo 24h. Trên hình 3.7a, b, c, thay vì sự lệch tây của hầu hết các đ−ờng đẳng khí áp thuộc các dự báo thành phần so với thực tế ở dự báo 24h là sự lệch đông đối với dự báo 48h. Sự lệch đông này của đ−ờng đẳng khí áp 1008mb là khá lớn ở một số dự báo thành phần và dự báo tổ hợp giúp chúng ta giảm bớt sai số của các dự báo thành phần so với thực tế, đồng nghĩa với việc tăng độ chính xác cho dự báo. Riêng với đ−ờng đẳng độ cao địa thế vị 584dam trên mực 500mb thì có sự khác biệt đáng kể so với hạn dự báo 24h (hình 3.7b, d, f). Sự khác biệt này đ−ợc thể hiện tr−ớc hết ở sự “phân tán” khá lớn của các dự báo thành phần so với thực tế. Đặc biệt, với dự báo ngày 17 tháng 9 năm 2005 (Hình 3.7f), đ−ờng dự báo tổ hợp và đ−ờng phân tích khác nhau một cách rõ rệt. Tuy nhiên, sự khác nhau này là hệ quả không thể khác đ−ợc do sự sai số có hệ thống của hàng loạt các dự báo thành phần. Trong tr−ờng hợp này, dự báo tổ hợp cũng chỉ góp phần làm “giảm sai” mà không thể đ−a ra đ−ợc kết quả phù hợp hơn.
Hình 3.6. Đ−ờng đẳng khí áp mực biển 1008mb trên bề mặt (a, c, e) và độ cao địa thế vị
584dam trên mực 500mb (b, d, f) dự báo 24h và đ−ờng đẳng phân tích t−ơng ứng. Thời