2.5. Phƣơng pháp đánh giá dự báo
-Sai số trung bình ME:
-Sai số trung bình tồn phương RMSE:
Trong đó: Fi: là số liệu dự báo Oi: là số liệu quan trắc n: là dung lượng mẫu
Kết quả đánh giá dự báo theo hạn và ngưỡng mưa mưa tại các trạm thông qua các điểm số đánh giá FBI, POD, FAR, CSI và PC được dựa vào bảng ngẫu nhiên sau (Damrath, 2002):
Misses (M) = dự báo khơng + quan trắc có
False alarms (F) = dự báo có + quan trắc khơng
Correct negatives (CN) = dự báo không + quan trắc không
FBI= (H+ F)/(H+ M)
POD= H/(H+M)
FAR= F/(H+ F)
CSI= TS= H/(M+ F+ H)
PC=( H+ CN)/ (M+ F+ H+CN
Đánh giá thống kê theo loại là tiêu chuẩn đánh giá sự phù hợp giữa sự xảy ra hiện tượng dự báo và quan trắc. Các điểm số đánh giá được dựa vào:
Hits (H) = dự báo có khi quan trắc có Misses (M) = dự báo khơng khi quan trắc có False alarms (F) = dự báo có khi quan trắc khơng
Correct non-event (CN) = dự báo không khi quan trắc không
Chỉ số FBI (BS hay FBI – Bias score): Đánh giá tỷ số giữa vùng dự báo và vùng thám sát.
FBI là tỉ lệ giữa số lần có xảy ra hiện tượng theo mơ hình và theo quan trắc. Giá trị FBI biến đổi trong khoảng (0,+ ).
M H F H FBI
FBI < 1 : vùng dự báo nhỏ hơn vùng thám sát. FBI >1 : vùng dự báo lớn hơn vùng thám sát.
FBI = 1 : vùng dự báo trùng với vùng thám sát (giá trị lý tưởng).
FBI càng nhỏ hơn 1 mơ hình cho kết quả càng dự báo sót nhiều, FBI càng lớn hơn 1 mơ hình cho kết quả càng dự báo khống nhiều. Đại lượng FBI chỉ cho biết mức độ phù hợp giữa mơ hình và quan trắc về tần số xuất hiện nhưng khơng phản ánh độ chính xác của mơ hình.
Xác xuất phát hiện (Probability of Detection – POD)
Formatted: Font: 13 pt
Formatted: Font: 13 pt Formatted: Font: 13 pt Formatted: Font: 13 pt Formatted: Font: 13 pt
M H H POD
POD là xác suất xuất hiện hiện tượng, được tính bằng tỉ số giữa số lần trùng khớp giữa mơ hình và quan trắc khi hiện tượng có xuất hiện và tổng số lần xuất hiện hiện tượng trong thực tế. POD cho biết khả năng thành cơng của mơ hình, có giá trị trong khoảng (0, 1), POD = 1 là giá trị lý tưởng mơ hình được xem là hồn hảo. POD càng gần 1 thì độ chính xác của mơ hình càng cao, POD chỉ nhạy đối với những hiện tượng không dự báo được chứ không nhạy đối với phát hiện sai.
Tỷ lệ dự báo sai (False Alarms Ratio – FAR)
F H F FAR
FAR cho biết tỷ lệ mơ phỏng / dự báo khống của mơ hình (mơ hình cho kết quả có nhưng thực tế hiện tượng khơng xảy ra). Giá trị FAR biến đổi từ (0,1).
FAR = 0 khi F = 0 tức tỷ lệ khống của mơ hình bằng 0. Giá trị FAR càng gần 0 thì mơ hình càng tốt, FAR càng tiệm cận tới 1 (tương đương với H tiến gần tới 0) thì mơ hình càng kém.
Điểm số thành công (Critical Success Index – CSI hay Threat Score – TS)
H F M H TS CSI
CSI (hay TS) phản ánh mối quan hệ giữa số lần mơ hình cho kết quả hiện tượng có xuất hiện và số lần quan trắc được hiện tượng có xuất hiện. Nó có thể được xem như thước đo độ chính xác của mơ hình khi bỏ qua những trường hợp hiện tượng không xuất hiện. Phạm vi biến thiên của CSI từ 0 đến 1. CSI = 0 nghĩa là mơ hình khơng có kỹ năng, CSI = 1 mơ hình là hồn hảo.
Độ chính xác (Percentage Correct – PC hay Eraction Correct – FC)
Formatted: Font: 13 pt Formatted: Font: 13 pt Formatted: Font: 13 pt Formatted: Font: 13 pt Formatted: Font: 13 pt Formatted: Font: 13 pt Formatted: Centered Formatted: Font: 13 pt Formatted: Font: 13 pt
PC phản ánh tỷ lệ trùng khớp giữa kết quả của mơ hình và quan trắc trong cả hai pha có và khơng xuất hiện hiện tượng. Giá trị của PC biến đổi trong khoảng từ 0 đến 1. Nếu mơ hình là hồn hảo, tức kết quả mơ hình trùng khớp hồn tồn với quan trắc thì PC bằng 1, ngược lại, PC sẽ bằng 0 nếu tất cả mọi trường hợp kết quả của mơ hình đều ngược với quan trắc. PC càng lớn độ chính xác mơ phỏng, dự báo của mơ hình càng cao.
CHƢƠNG 3: KẾT QUẢ VÀ THẢO LUẬN 3.1. Một số ảnh hƣởng của q trình đồng hóa 3.1. Một số ảnh hƣởng của q trình đồng hóa
Mưa là hệ quả mơ phỏng của mơ hình sau cùng cho nên trước khi đi vào kết quả mô phỏng mưa lớn, tác giả sẽ trình bày về những ảnh hưởng của đồng hóa dữ liệu đến trường phân tích tối ưu. Từ đó có thể thấy được ảnh hưởng của từng phương án, từng loại số liệu trong q trình đồng hóa.
Ngồi ra, tác giả cũng muốn thấy được thời gian mà đồng hóa ảnh hưởng tới các biến trực tiếp (độ phản hồi vô tuyến) và các biến gián tiếp (như Qrain, Qcloud, Qvapor …) là bao nhiêu lâu kể từ lúc mơ hình tích phân từ đó có thể điều chỉnh kiểu chạy, hạn dự báo cho phù hợp.
Trong phần này sẽ tập trung phân tích kết quả của một đợt mưa bất kỳ năm 2018 vào ngày 02/09/2018 tại thời điểm 12Z (mơ hình chạy trước 12 tiếng để lấy
mưa trùng với múi giờ Việt Nam)
3.1.1. Ảnh hưởng của đồng hóa Radar đến thay đổi trường ban đầu
Đầu tiên là ảnh hướng tới trường phân tích tối ưu, các bản đồ so sánh biến trực tiếp (độ phản hồi vô tuyến cực đại) và các biến gián tiếp (trường gió, Qrain,
Qgraup) vào thời điểm phân tích: 12Z ngày 02/09/2018 đối với 2 trường hợp là khơng
đồng hóa và đồng hóa số liệu độ phản hồi, gió xuyên tâm ở chế độ Coldstart được phân tích.
Đối với biến trực tiếp, Hình 3.1.a là kết quả mô phỏng độ phản hồi vô tuyến cực tại của trường ban đầu chưa đồng hóa, có thể thấy giá trị độ phản hồi lúc này bằng 0 trên tồn miền tính. Sau khi đồng hóa, độ phản hồi đã xuất hiện tại khu vực quanh TP. Hồ Chí Minh. So sánh độ phản hồi này với độ phản hồi thô từ Radar (Hình 3.1.c), có thể thấy chúng khá tương đồng nhau về vị trí và giá trị tuy nhiên tùy vào cách đặt bán kính ảnh hưởng của từng điểm quan trắc mà các giá trị này sẽ có một chút khác biệt.
a) b)
c)
Hình 3.1. Sự thay đổi của độ phản hồi vô tuyến cực đại giữa first guess (trường ban đầu trước đồng hóa) và analyse (trường ban đầu sau đồng hóa) thời điểm 12z ngày
02/09/2018
Đối với các biến gián tiếp, tác giả chọn ra một vài mực tiêu biểu vì số liệu Radar liên tục từ độ cao 40m đến khoảng 12km (tùy vào số góc quét) cho nên sẽ ảnh hưởng tới nhiều mực trong mơ hình. Hình 3.2.b là kết quả của trường gió sau khi đồng hóa gió xun tâm tại thời điểm phân tích tại mực sigma 20. Có thể thấy có sự khác biệt với trường gió trước khi đồng hóa hình 3.2a, nhất là tại các khu vực quanh TP. Hồ Chí Minh nơi có tốc độ gió xun tâm từ RADAR lớn (hình 3.2.c) điều này cho thấy tốc độ gió xun tâm đã phần nào ảnh hưởng tới tốc độ gió thực (trường gió kinh vĩ hướng u,v) làm cho tốc độ gió tại trường ban đầu gần hơn với quan trắc của Radar.
a) b)
c)
Hình 3.2. Sự thay đổi của trường gió giữa first guess (trường ban đầu trước đồng hóa) và analyse (trường ban đầu sau đồng hóa) thời điểm 12z ngày 02/09/2018
Tương tự đối với các biến rất cần cho sự hình thành mưa: Qrain (Hình 3.3) và Qgraupel (Hình 3.4), ở thời điểm chưa đồng hóa giá trị của chúng đều bằng 0, tuy nhiên, sau khi đồng hóa giá trị của chúng đã được cải thiện đáng kể, đặc biệt là ở
những vị trí có độ phản hồi Radar lớn. Điều này khá phù hợp với công thức 2.2 - mối liên hệ giữa độ phản hồi và Qrain được trình bày trong mục 2.13. Nếu các cơng thức liên hệ giữa độ phản hồi và Qrain phù hợp với khu vực nghiên cứu và số liệu radar được kiểm sốt chất lượng tốt thì sẽ rất có ý nghĩa đối với trường ban đầu bởi vì mơ hình phải mất một khoảng thời gian mới hình thành ra các biến này.
Hình 3.3. Sự thay đổi của tỷ lệ nước mưa (Qrain) giữa first guess (trường ban đầu trước đồng hóa) và analyse (trường ban đầu sau đồng hóa) thời điểm 12z ngày
Hình 3.4. Sự thay đổi của tỷ lệ nước đá (Qgraupel) giữa first guess (trường ban đầu trước đồng hóa) và analyse (trường ban đầu sau đồng hóa) thời điểm 12z ngày
02/09/2018
Tiếp theo, để thấy rõ hơn ảnh hưởng của từng phương án đối với trường phân tích tối ưu, tác giả tính trung bình giá trị của các biến cơ bản ở 20 mực thấp nhất trên tổng số 52 mực trong khu vực đượcđồng hóa dữ liệu (xung quanh khu vực TP. Hồ Chí Minh) (Bảng 3.1). Từ bảng có thể thấy, trong trường hợp chưa đồng hóa, tỷ lệ lượng nước trong mưa (Qrain) có giá trị là 0, tuy nhiên, sau khi được đồng hóa, mơ hình đã biến đổi độ phản hồi Radar và bổ sung thêm giá trị vào biến Qrain tại thời điểm ban đầu, đồng thời biến Qgraup ở các mực trên cao cũng được cải thiện khá nhiều. Từ bảng cũng cho thấy, đồng hóa Coldstart và Control đều cho lượng nước trong mây (Qcloud) là 0, tuy nhiên, trong quá trình chạy Warmstart biến này được bổ sung thơng tin từ các dự báo trước, có thể thấy tất cả các dự báo Warmstart giá trị của Qcloud đã thay đổi đáng kể. Tiếp theo, nếu chỉ đồng hóa thành phần độ phản hồi ở chế độ Coldstart, các thành phần gió kinh hướng U, vĩ hướng V và gió thẳng đứng W khơng thay đổi tuy nhiên nếu bổ sung thêm gió xuyên tâm của Radar thành phần này đã thay đổi đáng kể. Nhìn chung, độ phản hồi Radar làm biến đổi các thành phần Qrain, Qgraup tại thời điểm phân tích, tốc độ gió xun tâm làm thay đổi trường
gió kinh hướng, vĩ hướng và gió thẳng đứng. Chế độ chạy Warmstart cung cấp khá nhiều thông tin từ dự báo trước làm cho trường ban đầu đặc biệt là Qcloud, Qvapor mà q trình đồng hóa số liệu Radar khơng bổ sung được.
Bảng 3.1. Giá trị trung bình của các biến ở 20 mực thấp nhất tại trường ban đầu
QRAIN (g/kg) QCLOUD (g/kg) QVAPOR (g/kg) QGRAUP (g/kg) U (m/s) V (m/s) W (m/s) CONTROL 0 0 0.01148 0 3.4517 -1.6709 0 COLD-ZH 8.95E- 06 0 0.01148 5.72E-07 3.4517 -1.6709 0 COLD- ZHVR 8.58E- 06 0 0.01148 6.05E-07 2.9264 -1.7479 - 0.00024 WARM-ZH 1.64E- 05 4.67E-05 0.01159 6.45E-07 3.9079 - 0.91495 0.04065 WARM- ZHVR 1.53E- 05 4.67E-05 0.01159 6.57E-07 3.9079 - 0.91495 0.04065
3.1.2. Ảnh hưởng của đồng hóa trong q trình tích phân của mơ hình
Tiếp theo, để thấy được thời gian ảnh hưởng của đồng hóa số liệu sau khi mơ hình khởi chạy. Tác giả tiến hành mô phỏng trường độ phản hồi, Qrain và Qcloud với bước thời gian là 10 phút một cho hai trường hợp có và khơng đồng hóa số liệu.
Hình 3.5 là kết quả mô phỏng độ phản hồi vô tuyến cực đại cách nhau 10 phút của NON_DA (khơng đồng hóa) và RADAR_DA(đồng hóa số liệu RADAR). Có thể thấy trong khoảng 20 phút đầu tiên, ở trường hợp NON_DA mơ hình vẫn chưa khởi tạo được biến này với minh chứng giá trị của độ phản hồi bằng 0 trên tồn miền tính trong khi đó ở trường hợp RADAR_DA, kể từ thời điểm ban đầu (lúc 0 phút dự báo) sau 20 phút giá trị của độ phản hồi giảm đi nhanh chóng.
Hình 3.5. Độ phản hồi vơ tuyến cực đại DBZ mơ phỏng từ mơ hình WRF trong 0-20 phút đầu tiên tính từ thời điểm ban đầu 12Z ngày 02/08/2018 của 2 trường hợp
NON_DA (khơng đồng hóa) và RADAR_DA (đồng hóa độ phản hồi)
Ở thời điểm sau 30 - 50 phút tích phân (hình 3.6). Trường hợp NON_DA bắt đầu xuất hiện các thông tin đầu tiên của độ phản hồi, sau đó đến khoảng 50 phút tích phân, độ phản hồi trường hợp RADAR_DA bắt đầu có xu hướng gần với NON_DA.
Hình 3.6. Độ phản hồi cực đại DBZ mơ phỏng từ mơ hình WRF trong 30-50 phút đầu tiên tính từ thời điểm ban đầu 12Z ngày 02/08/2018 của 2 trường hợp
NON_DA (khơng đồng hóa) và RADAR_DA (đồng hóa độ phản hồi)
Để thấy rõ hơn về các quá trình này, tác giả tiến hành vẽ các biến trình độ phản hồi từ thời điểm ban đầu 12Z 00phút đến 21Z 20 phút với khoảng cách giữa các thời điểm xuất dữ liệu vẫn là 10 phút. Kết quả của trường hợp mô phỏng độ phản hồi vơ tuyến cực đại (hình 3.7) cho thấy ở chế độ Coldstart sau khoảng 1 tiếng tích phân thì xu hướng của độ phản hồi cực đại khá tương đồng nhau cho hai trường hợp là Coldstart và khơng đồng hóa. Ở các khoảng thời gian sau, sự chênh lệch là không đáng kể và sau khoảng 21Z 00 phút thì giá trị của hai trường hợp này gần như trùng nhau. Ở chế độ Warmstart, kể từ thời điểm ban đầu đến 17Z 00 phút, có sự khác biệt rất lớn so với hai trường hợp còn lại, tuy nhiên, sau 17Z 00 phút, về xu hướng độ phản hồi cực đại lại tương đối giống với hai trường hợp còn lại, tuy nhiên giá trị vẫn cao hơn đáng kể..
Hình 3.7. Biến trình độ phản hồi cực đại DBZ mơ phỏng từ mơ hình WRF từ thời điểm bắt đầu tích phân 12Z00 phút đến 21Z20 phút của 3 trường hợp CONTROL,
Tiếp theo là đối với các biến gián tiếp Qrain (hình 3.8), q trình đồng hóa độ phản hồi (Coldstart) mang đến một giá trị rất lớn tại thời điểm phân tích tuy nhiên cũng chỉ sau khoảng 2 tiếng tích phân, giá trị này gần như trùng khớp giữa có đồng hóa và khơng đồng hóa. Trong chế độ Warmstart, giá trị Qrain ở thời điểm phân tích thấp hơn so với Coldstart, chứng tỏ 3Dvar đã điều chỉnh để biến này để cân bằng hơn so với các biến khác, ngoài ra trong chế độ này, phải mất 4 tiếng để giá trị Qrain gần tương đồng với control.
Hình 3.8. Biến trình Qrain mơ phỏng từ mơ hình WRF từ thời điểm bắt đầu tích phân 12Z00 phút đến 21Z20 phút của 3 trường hợp CONTROL, COLD_ZH và
WARM_ZH tại khu vực Tp. HCM
Đối với biến Qcloud (hình 3.9), đây là biến mà quá trình đồng hóa số liệu coldstart Radar khơng có ảnh hưởng (có thể thấy các đường trùng nhau ở thời điểm ban đầu và gần trùng nhau sau 4h tích phân ở 2 trường hợp Control và Cold_ZH) trong khi đó chế độ Warmstart đã mang đến một lượng Qcloud rất lớn ngay tại thời điểm ban đầu và phải sau 6-7 tiếng, giá trị này bắt đầu có xu hướng gần tương đồng so với Control.
Hình 3.9. Biến trình Qcloud mơ phỏng từ mơ hình WRF từ thời điểm bắt đầu tích phân 12Z00 phút đến 21Z20 phút của 3 trường hợp CONTROL, COLD_ZH và
WARM_ZH tại khu vực Tp. HCM
Từ các kết quả trên có thể thấy, đồng hóa số liệu radar ở chế độ khởi động lạnh có tác dụng mạnh nhất trong khoảng 1 tiếng đầu, sau đó kết quả giữa có và khơng đồng hóa khác biệt không đáng kể. Đối với chế độ chạy khởi động ấm, những ảnh hưởng của đồng hóa được giữ lâu hơn khá nhiều so với coldstart. Ngồi ra q trình warm start cung cấp một lượng Qcloud đáng kể ở trường ban đầu mà đồng hóa radar coldstart khơng mang lại được. Tuy nhiên điều này khơng có nghĩa là warm start luôn tốt hơn so với coldstart. Nếu mơ hình dự báo đúng thì warm có thể tốt hơn cold, do trường ban đầu được cải thiện nhiều và gần quan trắc hơn so với cold. Nếu mơ hình dự báo sai thì warm có thể kém hơn cold. Do vậy việc chạy warm start hay thậm chí là cycling, chỉ cần một dự báo ban đầu sai thì nó có thể kéo theo cả chuỗi dự báo phía sau bị sai lệch.
3.2. Kết quả mô phỏng mƣa lớn cho đợt mƣa 02-03/08/2016
3.2.1. Hình thế synop đợt mưa 02-03/08/2016
Trong phần này sẽ trình bày kết quả mô phỏng của một đợt mưa lớn điển hình từ ngày 02-03/08/2016 với các phương án Control, Warm-Zh, Warm-Zhvr, Cold-Zh, Cold-Zhvr.
Đợt mưa này đã gây mưa rất lớn cho khu vực Nam Bộ và TP. Hồ Chí Minh với nguyên nhân chủ yếu do ảnh hưởng của áp thấp nhiệt đới. Diễn biến chính như