CHƯƠNG 3: ĐÁNH GIÁ KẾT QUẢ DỰ BÁO SỐ LƯỢNG BÃO BẰNG
3.1. Xây dựng phương trình dự báo trên chuỗi số liệu lịch sử
3.1.1: Cách tổ chức file số liệu
Chọn Y là yếu tố dự báo là tổng số cơn bão đổ bộ vào Việt Nam trong 6 tháng chính trong mùa bão, từ tháng 6 đến tháng 11.
ĐTDB số lượng cơn bão đổ bộ vào Việt Nam từ năm 1970 – 2010 được tác giả thống kê từ trang web Hoa Kỳ. Có rất nhiều các trang web thống kê số lượng cơn bão hằng năm như trang web của Nhật, Hồng Kông,… hay số liệu của Trung tâm Dự báo Khí tượng Thủy văn nhưng các số liệu đó có một chút sự chênh lệch do mỗi khu vực có một số quy định khác nhau. Vì vậy, có thể số liệu sử dụng trong bài khóa luận này chưa được chính xác tuyệt đối nhưng trong khuôn khổ bài này, sinh viên chỉ muốn tiếp cận phương pháp nghiên cứu và nghiên cứu như thế nào để làm tiền đề cho những nghiên cứu sâu hơn cũng như bài toán nghiệp vụ sau này. Đồng thời các cơn bão được sử dụng trong phương trình không bao gồm các áp thấp nhiệt đới và chỉ tính những cơn bão hoạt động lớn hơn 2 ngày. Vì khi cơn bão hoạt động càng lâu thì sức ảnh hưởng của nó trên Biển Đông cũng như khu vực nó đổ bộ càng lớn, và khi đó, cơn bão này sẽ mang đặc trưng cho vùng biển này.
Như đã trình bày ở chương 1, Enso có ảnh hưởng đến số lượng cơn bão hoạt động trên Biển Đông nói chung cũng như Việt Nam nói riêng. Những năm có Elnino thì số lượng cơn bão ít hơn so với trung bình nhiều năm còn những năm có Lanina thì ngược lại. Mà diễn biến của nhiệt độ mặt nước biển được coi là phản ánh cơ bản nhất cho hiện tượng Enso. Ngoài ra, Enso còn được thể hiện qua chỉ số SOI ( chỉ số dao động nam) được tính theo sự chênh lệch khí áp mặt biển giữa 2 trạm Tahiti (ở phía đông) và Darwin (phía tây) trên Thái Bình Dương xích đạo hàng tháng. Vì vậy, chọn nhiệt độ bề mặt nước biển Nino1-2 (90°W- 80°W, 0°S- 10°S);
Nino3 (90°W- 150°W, 5°S- 5°N); Nino3-4 (120°W- 170°W, 5°S- 5°N); Nino4 (150°W- 160°E, 5°S- 5°N); và chỉ số SOI làm nhân tố dự báo. Như ta đã biết, thì NTDB phải có trước ĐTDB mà ĐTDB ta xét trong tháng 6 đến tháng 12 nên NTDB
phải xảy ra trước tháng6, có nghĩa là nếu dự bão số lượng cơn bão năm 1971 thì NTDB phải lấy của năm 1970.
- Chọn nhân tố dự báo là:
1. X1: Trung bình SOItb6 từ tháng 12 năm trước đến tháng 5.
2. X2: Trung bình SOItb3.1 từ tháng 12 năm trước đến tháng 2.
3. X3: Trung bình SOItb3.2 từ tháng 3 đến tháng 5.
4. X4: Trung bình NINO1+2 từ tháng 12 năm trước đến tháng 5.
5. X5: Trung bình NINO3 từ tháng 12 năm trước đến tháng 5.
6. X6: Trung bình NINO3+4 từ tháng 12 năm trước đến tháng 5.
7. X7: Trung bình NINO4 từ tháng 12 năm trước đến tháng 5.
Trong đó: Chuẩn sai nhiệt độ mặt nước biển: Diễn biến của nhiệt độ mặt nước biển (SST) được coi là phản ánh cơ bản nhất cho hiện tượng ENSO, trong đó những thay đổi của nhiệt độ ở nửa phần phía đông và trung tâm của Thái Bình Dương xích đạo là tiêu biểu. Để đặc trưng cho diễn biến của SST trên khu vực Thái Bình Dương xích đạo đáp ứng yêu cầu nghiên cứu trên, người ta đã chọn ra 4 khu vực điển hình là NINO1+2, NINO3, NINO4 và NINO 3.4 được nêu ở Hình 1 6:
Vùng Nino trên khu vực Thái Bình Dương (nguồn: Leung Yin Kong và Leung Wing Mo với nghiên cứu “Ảnh hưởng của ENSO đến số lượng các cơn bão ảnh hưởng đến Hồng Kong” Macau, Trung Quốc năm 2002).Thể hiện những biến động của SST trên mỗi khu vực đã nêu, thông thường người ta không dùng trị số của SST mà dùng chuẩn sai của nó. Đó là hiệu số giữa giá trị thực đo với trung bình nhiều năm tính cho một thời kỳ chuẩn nào đó (SSTA).
Như vậy SSTA > 0 (SSTA <0) biểu thị SST của khu vực trung tâm hay đông Thái Bình Dương đang tăng (giảm).
Chỉ số dao động Nam (Southern Oscillation Index) ký hiệu SOI, được tính theo sự chênh lệch khí áp mặt biển giữa 2 trạm Tahiti (ở phía đông) và Darwin (phía tây) trên Thái Bình Dương xích đạo hàng tháng.
SOI = PTahiti - P Darwin
Trong đó P Tahiti : Khí áp mặt biển trung bình của trạm Tahiti (mb) P Darwin : Khí áp mặt biển trung bình của trạm Darwin (mb)
Rõ ràng khi SOI > 0, áp suất ở phần đông cao hơn phần tây, khẳng định dòng không khí lớp bề mặt chuyển động từ đông sang tây. Nói cách khác tín phong hướng Đông phát triển, tồn tại hoạt động bình thường của hoàn lưu Walker. SOI càng lớn hoạt động của tín phong hướng Đông càng tăng. SOI tăng đến một giá trị d nào đó và ổn định trong một số tháng ta sẽ có hiện tượng La Nina. SOI càng lớn hiện tượng La Nina càng hoạt động mạnh. Ngược lại khi SOI < 0, khí áp mặt biển ở Tahiti thấp hơn ở Darwin, dòng gió tín phong hướng đông có dấu hiệu suy yếu và khi SOI < -d sẽ dẫn đến suy giảm tín phong hướng đông.
Chỉ số ENSO đa biến (Multivariate ENSO Index) được ký hiệu là MEI. Nó là một tổ hợp của 6 biến: Khí áp mực biển (P), gió vĩ hướng của mặt đất (V), nhiệt độ mặt nước biển (S), nhiệt độ không khí bề mặt (T) và tỷ lệ mây tổng quan bao phủ bầu trời (C). Theo Wolter - 1977, MEI được tính như là số hạng thứ nhất trong phân tích các thành phần chính của tổ hợp 6 biến đã nêu. Woter và Timlin (1993) nêu ra quy trình xác định MEI như sau: trước tiên tính tổng phương sai của mỗi trường đặc trưng, sau đó xác định thành phần chính thứ nhất của ma trận hiệp phương sai của trường đã tổng hợp. Theo đó, MEI < 0 biểu thị ENSO lạnh, MEI
> 0 biểu thị ENSO nóng.
Bảng 3.1 :Số liệu đầu vào để xây dựng phương phình dự báo
Năm Y SOItb6 SOItb3.1 SOItb3.2 NINO1+2 NINO3 NINO3+4 NINO4
1970 9 14.467 11.933 17.000 -1.1967 -1.2683 -1.2217 -1.0583
…. …. …. …. …. …. …. …. ….
…. …. …. …. …. …. …. …. ….
2000 5 4.417 9.500 -0.667 -0.175 -0.1833 -0.54 -0.6183 Như vậy, yếu tố dự là tổng số cơn bão đổ bộ vào Việt Nam trong 6 tháng (từ tháng 6 đến tháng 11)và 7 nhân tố dự báo dự
tuyển:SOItb6;SOItb3.1;SOItb3.2;NINO1+2; NINO3; NINO3+4; NINO4 trong phương trình dự báo. Sau khi xây dựng xong phương trình dự báo số liệu tổng số siêu bão trong 6 tháng trong các năm từ 2001 - 20010 sữ được dùng làm kiểm nghiệm phương pháp dự báo.
3.2.2 Xây dựng phương trình dự báo.
Dựa vào bộ số liệu yếu tố dự báo và 7 nhân tố dự báo ta có số tương quan bội được trình bày ở bảng dưới đây. Từ đấy ta thấy hệ số tương quan rất tốt với hầu hết các yếu tố dự báo, trong đó yêu tố X6: NINO3 có hệ số tương quan tốt nhất:
0.948.
Bảng 3.2: Hệ số tương quan bội của nhân tố Y và các yếu tố dự báo.
Y X1 X2 X3 X4 X5 X6 X7
Y
X1 -0.524
X2 -0.394 0.896
X3 -0.545 0.896 0.605
X4 0.462 -0.750 -0.700 -0.644
X5 0.465 -0.900 -0.852 -0.761 0.907
X6 0.532 -0.955 -0.888 -0.823 0.775 0.948
X7 0.621 -0.875 -0.745 -0.823 0.548 0.763 0.909
Tiếp theo ta đưa file số liệu tập hợp gồm yếu tố dự báo và nhân tố dự báo với dung lượng mẫu: Số năm tham gia tính toán 30 năm (1970 ÷ 2000), 01 yếu tố dự báo Y và 07 nhân tố dự báo X1 ÷ X7. Từ đó ta xây dựng các phương trình dự báo theo các bước dưới đây:
+ Bước thứ 1: Xây dựng được phương trình dự báo (1) với nhân tố X5:
Y = 14.91907 + 1.92840*X5 (1)
Với hệ số tương quan bội r = 0.4714
+ Bước thứ 2: Xây dựng phương trình dự báo (2) với nhân tố X5 và X7 Y = 15.24963 – 0.12973*X5 + 3.59472*X7 (2)
Với hệ số tương quan bội r = 0.62566
+ Bước thứ ba: Xây dựng phương trình dự báo (3) với nhân tố X4, X5 và X7.
Y = 15.35496 + 3.87758*X4 – 5.49941*X5 + 5.81953*X7 (3) Với hệ số tương quan bội r = 0.729
Ta thấy rằng,hệ số tương quan bội khá cao phương trình 1 đạt 0.4714, phương trình 2 đạt 0.62566, phương trình 3 đạt 0.729, đây là những giá trị khả quan trong bài toán dự báo thống kê, cho thấy mối quan hệ tuyến tính giữa yếu tố dự báo và các nhân tố dự báo chặt chẽ, bộ nhân tố dự báo tương quan khá tốt với
yếu tố dự báo mặc dù chuỗi số liệu chưa đủ dài để cho được kết quả tốt nhất.