Luận văn thạc sỹ mô hình khí hậu khu vực (regional climate model RCM) trong mô phỏng và dự báo khí hậu

Luận văn thạc sỹ Mô hình khí hậu khu vực (Regional Climate Model - RCM) trong mô phỏng và dự báo khí hậu Mô hình khí hậu khu vực (Regional Climate Model - RCM) ngày nay đã trở thành một công cụ quan...

Kỹ thuật trồng điều

MỤC LỤC 0

MỞ ĐẦU 1

CHƯƠNG 1 TỔNG QUAN 2

1.1 Các nghiên cứu trên thế giới 3

1.2 Các nghiên cứu trong nước 5

1.3 Mô hình khí hậu khu vực RegCM3 7

CHƯƠNG 2 CÁC PHƯƠNG PHÁP XỬ LÝ VÙNG ĐỆM 15

2.1 Các phương pháp cơ bản 15

2.1.1 Phương pháp xử lý vùng đệm dạng xốp (sponge) 17

2.1.1 Phương pháp xử lý vùng đệm dạng giảm dư (relaxation) 25

2.2 Xử lý điều kiện biên trong RegCM3 35

CHƯƠNG 3 KẾT QUẢ MÔ PHỎNG KHÍ HẬU KHU VỰC VIỆT NAM 38

3.1 Chọn miền tính và độ phân giải 42

3.2 Các phương pháp xử lý vùng đệm và chọn độ rộng vùng đệm 62

KẾT LUẬN 75

TÀI LIỆU THAM KHẢO 77

PHỤ LỤC 78

Việc hạ quy mô (downscaling) từ mô hình toàn cầu có độ phân giải thô bằng

mô hình khu vực có độ phân giải tinh cho ta dự báo chi tiết hơn Vì thế sản phẩm có

độ chi tiết cao này sẽ rất hữu ích cho người sử dụng nếu có chất lượng tốt Ưu điểm của mô hình dự báo số là tính khách quan trong kết quả tính toán Tuy nhiên nhược điểm của công cụ này cũng không ít, chẳng hạn như kết quả phụ thuộc vào tính chủ quan trong các giả thiết trong các sơ đồ tham số hoá các quá trình quy mô nhỏ và vừa Ngay cả với các nước đi đầu trong lĩnh vực dự báo số trị, chất lượng dự báo của mô hình vẫn là một vấn đề đã và đang được quan tâm nghiên cứu với rất nhiều hướng tiếp cận khác nhau Một trong những hướng đã trở thành kinh điển trong bài toán dự báo số cho khu vực giới hạn đó là vấn đề giải quyết bài toán điều kiện biên xung quanh

Luận văn này tập trung vào giải quyết ba vấn đề Một là chọn kích cỡ miền tính thích hợp sao cho biên không quá gần, đảm bảo cho RCM tự do tạo ra các quá trình quy mô nhỏ, hay không quá xa khiến RCM mất đi điều khiển từ các trường quy mô lớn bên ngoài Hai là chọn độ phân giải thích hợp để nắm bắt được các quá trình quy mô vừa Ba là xử lý vùng đệm bằng phương pháp thích hợp sao cho sai số

do sai khác giữa trường quy mô lớn từ bên ngoài và trường quy mô vừa bên trong miền tính không làm hỏng kết quả mô phỏng của RCM

CHƯƠNG 1 TỔNG QUAN

Mô hình RCM là mô hình số trị dự báo cho một miền được bao bởi các biên xung quanh Điều kiện tiên quyết là mô hình này phải được điều khiển bởi mô hình toàn cầu (Global Climate Model - GCM) trên các biên này Để làm được điều này người ta sử dụng phương pháp lồng (nesting) một chiều (GCM điều khiển RCM) Phương pháp lồng mô hình khu vực phân giải cao vào trong mô hình toàn cầu được sử dụng rộng rãi trong nghiên cứu cũng như trong nghiệp vụ dự báo thời tiết

số trị (NWP) Tuy nhiên đối với mô hình khí hậu khu vực (RCM) thì mãi tới những năm 1989 mới có những nghiên cứu bước đầu Dickinson và nnk (1989) hay Giorgi (1990) đã phỏng theo cách tiếp cận của NWP và áp dụng trong mô phỏng khí hậu khu vực Cho đến nay cách làm này được biết đến và được nghiên cứu và phát triển rộng rãi trên thế giới Sản phẩm của việc làm này là một loạt các mô hình dự báo số trị được ứng dụng Các mô hình này có thể kể đến một vài đại diện như RegCM3, MM5 hay WRF Nói riêng, đối với MM5, Leung và Gahn (1998) đã phát triển mô hình này thành dạng RCM trong đó đã đưa ra được các đặc trưng khí hậu có thể so sánh được với quan trắc ở quy mô khu vực Những nỗ lực sau đó đã đưa ra nhiều đặc trưng khí hậu hơn tại miền Tây nước Mỹ năm 2003

Nhằm nâng cao chất lượng dự báo, một số tác giả đã nghiên cứu chọn độ phân giải của mô hình cho phù hợp với miền tính mà mình quan tâm Những nghiên cứu đưa ra sau đây là ví dụ

Một mô hình RCM cung cấp kết quả dự báo khí hậu phân giải cao rất quan trọng trong đánh giá các tác động và quản lý tài nguyên Độ phân giải cao hơn cho phép mô tả kỹ hơn các tác động bề mặt gây bởi yếu tố địa hình, tương phản đất-biển

và các đặc điểm của thảm thực vật Do đó, các quá trình bị tác động lớn bởi bề mặt như mưa địa hình hay hoàn lưu gió mùa, được cải thiện đáng kể khi tăng độ phân giải (Giorgi và Marinucci, 1996 – sử dụng mô hình RegCM) Các quá trình quy mô nhỏ được mô tả tốt hơn có thể dẫn đến những tác động quy mô lớn được cải thiện

do đó RCM có thể được dùng để nghiên cứu ảnh hưởng tăng quy mô (upscale) của các tác động khu vực đối với khí hậu quy mô lớn (v.d hiệu ứng bóng địa hình - orographic shadowing effect) Dưới góc độ này, việc đánh giá giá trị của mô hình khí hậu khu vực với độ phân giải cao là rất quan trọng

Tuy vậy, độ phân giải cao hơn không nhất thiết đưa đến mô phỏng khí hậu chính xác hơn (Boyle, 1993; Sperber và nnk, 1994; và Senior, 1995) Độ nhạy của các quá trình trong sơ đồ tham số hóa vật lý với khoảng cách lưới có thể lấn át mọi lợi ích mà độ phân giải cao mang lại (Duffy và nnk, 2003) Vì thế việc chọn độ phân giải cho phù hợp là một trong những yếu đầu tiên quyết quyết định chất lượng

dự báo

Trong các mục tiếp theo sẽ trình bày về một số nghiên cứu trong nước và trên thế giới, cuối chương là giới thiệu về mô hình khí hậu khu vực RegCM3 là công cụ chính dùng trong luận văn

1.1 Các nghiên cứu trên thế giới

Seth và Giorgi (1998) đã nghiên cứu hiệu ứng của việc chọn miền tính trong

mô phỏng giáng thủy và độ nhạy đối với mô hình khí hậu khu vực Nghiên cứu được thực hiện tại trung tâm nước Mỹ vào mùa hè năm 1988 và 1993 bằng mô hình RegCM3 Kết quả cho thấy mô phỏng giáng thủy mùa cũng như độ nhạy đối với độ

ẩm đất bị tác động bởi kích cỡ miền tính và vị trí biên Miền tính nhỏ bắt được giáng thủy gần quan trắc hơn tại lưu vực sông Mississippi; tuy nhiên đối với giáng thủy (để ban đầu hóa độ ẩm đất) thực hơn đối với miền tính lớn Điều này được giải thích là do trường điều khiển tại biên ảnh hưởng lớn đối với miền tính nhỏ kéo théo

mô phỏng toàn thể tốt hơn, tuy nhiên nó cũng đưa đến phản hồi không thực từ các trường bên trong Kết luận cuối cùng của 2 tác giả là cần phải lựa chọn miền tính sao cho phù hợp để hài hòa giữa hai yếu tố này

Giorgi và Marinucci (1996) đã khảo sát độ nhạy của mô hình khí quyển khu vực với độ phân giải ngang và đặc điểm địa hình Mô hình chạy mô phỏng tháng 1

và tháng 7 trên khu vực châu Âu với bước lưới trong khoảng từ 200 km đến 50 km,

với các cấu hình đặc điểm địa hình khác nhau Khi lấy trung bình trên toàn bộ đất liền, lượng giáng thủy nhạy hơn với thay đổi độ phân giải hơn là thay đổi đặc điểm địa hình Đặc điểm địa hình đóng góp chủ yếu vào phân bố giáng thủy theo không gian, và tác động của nó chủ yếu thống trị ở khu vực có đặc điểm địa hình phức tạp như dãy An pơ Đối với các biến khác, như là lượng mây, các dòng năng lượng bề mặt, hay phân bố cường độ giáng thủy cũng nhạy đối với độ phân giải Kết quả còn cho thấy khi chạy mô hình với nhiều độ phân giải ngang khác nhau như là trong hệ lưới lồng, tác động của trường điều khiển vật lý như đặc điểm địa hình có thể được điều chỉnh một cách mạnh mẽ bởi độ nhạy trực tiếp với độ phân giải

Leung và Gahn (1998) đã thử nghiệm và phát triển tham số hóa quy mô dưới lưới nhằm biểu diễn mưa địa hình Trong đó những thay đổi quy mô dưới lưới của

độ cao bề mặt tập hợp lại thành một số giới hạn các lớp độ cao, mô hình dòng khí

và mô hình nhiệt động lực được sử dụng để tham số hóa quá trình nâng lên hay hạ xuống theo địa hình khi phần tử khí vượt núi Xây dựng dựa trên các mô hình này, một sơ đồ thực vật quy mô dưới lưới được phát triển dựa trên các quan hệ thống kê giữa độ cao và thực vật Bằng cách phân tích số liệu thực vật và độ cao địa hình độ phân giải cao, một loại thực vật thống trị được xác định cho mỗi mực độ cao khác nhau của mõi ô lưới Nếu trong ô lưới có xuất hiện hồ, chúng không nằm trong đất liền bởi không có độ cao địa hình, tuy nhiên sẽ được xử lý thông qua mô hình hồ Kết quả của các việc làm trên đây là đã thể hiện bộ mặt lớp phủ bề mặt chi tiết tên khu vực phía Tây nước Mỹ Mô phỏng với sơ đồ thực vật mới này lạnh hơn 1oC khi

so với trước, góp phần giảm bias dương của mô hình khí hậu khu vực Thí nghiệm này được thực hiện trong 3 năm và so sánh với quan trắc thực tế

Liang và nnk (2001) phát triển mô hình MM5 phiên bản 3.3 thành một mô hình khí hậu khu vực Nghiên cứu này xác định miền tính tối ưu và kỹ thuật đồng hóa số liệu hiệu quả nhằm xử lý một cách chính xác điều kiện biên xung quanh tại vùng đệm Điều kiện biên xung quanh được xây dựng từ trường phân tích của NCEP-NCAR và ECMWF Miền tính được chọn sao cho biểu diễn chính xác các quá trình vật lý chủ đạo trong khi giảm đến mức tối thiểu sai số trên biên Các thí

nghiệm về độ nhạy được tiến hành cho mùa lũ hè năm 1993 tại vùng Midwest nhằm khảo sát những ảnh hưởng của vùng đệm lên kết quả dự báo của RCM Kết quả cho thấy hiệu quả thấy rõ của việc xử lý vùng đệm (bao gồm việc lựa chọn miền tính và

kỹ thuật xử lý) Với cách xử lý trên đây, RCM mô phỏng cả về dao động theo thời gian và phân bố theo không gian trong khu vực lũ chính (Major Flood Area – MFA) Kết quả có được là do việc mô tả chính xác dòng xiết trên cao và dòng xiết mực thấp Great Plains (LLJ) RCM đưa ra nhiều chế độ khí hậu khác nhau, trong đó mưa quan trắc được là do chu kỳ 5 ngày của xoáy thuận ngoại nhiệt đới trong tháng

6 và các hoàn lưu synop trong tháng 7 Mô hình cũng mô phỏng chính xác chu trình mưa hàng ngày … Mặt khác, hiệu quả của RCM giảm đi khi vùng đệm phía nam

mở rộng về miền nhiệt đới nơi có sai số từ trường điều khiển lớn Nói riêng, RCM

mô phỏng LLJ yếu dẫn đến là giảm lượng mưa và trễ pha Thêm vào đó, kỹ thuật

xử lý biên mặc định cho bias mô hình chấp nhận được trong khi kỹ thuật xử lý biên mới làm tăng hiệu quả dự báo của RCM và làm giảm độ nhạy đối với kích cỡ miền tính

Marbaix (2003) đưa ra nghiên cứu lý thuyết về phương pháp xử lý tại biên xung quanh cho các mô hình khí hậu khu vực Kết quả được nghiên cứu đối với vài profile hệ số giảm dư và được chứng thực bằng mô hình MAR (Modèle Atmosphérique Régional) của Pháp Kết quả cho biết ưu và nhược điểm của các profile này và khả năng ứng dụng vào xử lý vùng đệm trong thực tiễn Những profile được đem ra so sánh bao gồm: (1) tuyến tính của Anthes (1989), (2) parabol của Davies (1976), (3) luỹ thừa của Giorgi (1993), (4) tối ưu của Davies (1983) và tối ưu của Lehmann (1993)

1.2 Các nghiên cứu trong nước

Phương pháp mô hình hoá mới bắt đầu được quan tâm nghiên cứu ở Việt Nam trong khoảng chục năm trở lại đây trong đó những nghiên cứu điển hình nhất là nghiên cứu của Kiều Thị Xin, Phan Văn Tân (Trường Đại học Khoa học Tự nhiên, ĐHQGHN), Nguyễn Văn Thắng (Viện Khoa học Khí tượng thủy văn và Môi

trường),… Thử nghiệm mô phỏng mưa trên lãnh thổ Việt Nam bằng mô hình DBKH khu vực RegCM của Kiều Thị Xin (2002) là một trong những kết quả đầu tiên về mô phỏng khí hậu bằng mô hình số ở Việt Nam Đề tài trong chương trình NCCB cấp Nhà Nước năm 2004-2005 “Nghiên cứu mô phỏng các hiện tượng khí hậu bất thường hạn mùa trên khu vực Bán đảo Đông Dương – Biển Đông bằng mô hình thủy động” cũng được thực hiện bởi Kiều Thị Xin vcs (2005) Luận văn thạc

sỹ của Nguyễn Đăng Quang (2004) về mô phỏng mưa trên khu vực bán đảo Đông Dương và biển Đông là một trong những thành quả khoa học của đề tài này Phan Văn Tân (2003) đã có những thử nghiệm về độ nhạy của mô hình RegCM2 đối với địa hình và điều kiện mặt đệm trong đề tài nghiên cứu khoa học của ĐHQGHN Đề tài này cũng đào tạo được một thạc sỹ nghiên cứu về ảnh hưởng của sự bất đồng nhất bề mặt đến các quá trình trao đổi đất-khí quyển khi sử dụng RegCM2 và chỉ ra rằng dòng năng lượng ẩn nhiệt, hiển nhiệt, lượng mưa, cường độ mưa và tỷ lệ giáng thuỷ sinh ra do đối lưu và không đối lưu trong mô hình rất nhạy với những thay đổi mặt đệm (Dư Đức Tiến, 2003) Viện Khoa học Khí tượng thủy văn và Môi trường cũng đã chạy thử nghiệm mô hình RegCM mô phỏng cho 2 tháng xảy ra lũ lụt lịch

sử ở Trung Trung Bộ, Việt Nam là tháng 11 năm 1999 và tháng 10 năm 2003 (Lê Văn Thiện và Nguyễn Văn Thắng, 2004) Luận án Tiến sỹ của Hồ Thị Minh Hà (2008) “nghiên cứu khả năng mô phỏng mùa các yếu tố khí tượng trên lãnh thổ Việt Nam bằng phương pháp thủy động và thống kê” trong đó sử dụng mô hình RegCM3 làm công cụ mô phỏng khí hậu trên khu vực Đông Nam Á 3 tháng mùa hè trong 10 năm Luận án còn cải thiện kết quả dự báo của RegCM bằng cách thêm vào một sơ

đồ tham số hoá đối lưu mới và hiệu chỉnh thống kê sản phẩm mô hình

Trong các nghiên cứu đã nêu ở trên, hầu hết đã lựa chọn miền tính và độ phân giải nhưng không đưa những lý lẽ và kết quả chi tiết (trừ luận án của Hồ Thị Minh Hà) Đối với bài toán xử lý vùng đệm thì hiện nay chưa có nghiên cứu nào thực hiện nhằm đánh giá ảnh hưởng của yếu tố này đến kết quả mô phỏng và dự báo khí hậu Chính vì hai lý do này, luận văn sẽ chia làm hai bước Một là chọn miền tính và độ phân giải phù hợp Sau đó nghiên cứu các phương pháp xử lý vùng đệm

1.3 Mô hình khí hậu khu vực RegCM3

Luận văn sử dụng mô hình RegCM phiên bản 3 của ICTP trong mô phỏng khí hậu cho khu vực Việt Nam Trong mục này sẽ đề cập đến động lực học của mô hình cũng như các tuỳ chọn tham số hoá vật lý được sử dụng, cuối cùng là các số liệu sẽ dùng cho việc chạy mô hình này

  pp t p s  p trong đó p là áp suất, p t t là áp suất tại đỉnh mô hình, được cho

bằng hằng số và p s là áp suất tại bề mặt  bằng 0 tại đỉnh và bằng 1 tại mặt đất, mỗi mực mô hình được xác định bởi một giá trị của  Độ phân giải thẳng đứng trong lớp biên tinh hơn các lớp trên; và số các mực thay đổi tuỳ yêu cầu người sử dụng Trong RegCM3, lưới ngang có dạng xen kẽ - B Arakawa-Lamb đối với các

biến vận tốc và các biến vô hướng (Hình 1.1) Các biến vô hướng (T, q, p,…) được

xác định tại trung tâm các ô lưới trong khi các thành phần tốc độ gió hướng đông

(u) và hướng bắc (v) được xác định tại các góc Điểm trung tâm ký hiệu là dấu nhân,

điểm góc ký hiệu là dấu tròn Tất cả các biến này được xác định tại trung tâm của mỗi lớp thẳng đứng, gọi là các mực phân Vận tốc thẳng đứng được thực hiện trên mực nguyên

Hình 1.1: Lưới ngang dạng xen kẽ dạng B - Arakawa - Lamb

b) Điều kiện ban đầu và điều kiện biên

Tùy theo mục đích mô phỏng hay dự báo mà điều kiện ban đầu và điều kiện biên của mô hình được cung cấp bởi trường điều khiển là số liệu tái phân tích hoặc trường dự báo của GCM Điều kiện ban đầu cần thiết cho bước tích phân đầu tiên Đối với điều kiện biên, mô hình sẽ cập nhật phân tích (hay dự báo) sau từng khoảng thời gian tích phân nào đó, ở đây sử dụng 6h một Số liệu ban đầu của RegCM3 còn bao gồm số liệu mặt đệm như loại đất phủ và thực vật, độ cao địa hình, nhiệt độ mặt nước biển SST và các trường gió, nhiệt độ, độ ẩm trên các lưới kinh vĩ được nội suy

về lưới của mô hình bằng phương pháp nội suy tối ưu

Điều kiện biên được cập nhật từ miền lớn vào miền tính nhỏ hơn thông qua miền đệm xung quanh Chi tiết về các phương pháp xử lý điều kiện biên được đưa

ra ở mục 2.2 trong chương 2

c) Hệ phương trình thống trị trong mô hình RegCM

Hệ phương trình thống trị của RegCM3 trước hết bao gồm các phương trình chuyển động ngang như sau:

với u, v- các thành phần vận tốc hướng đông và hướng bắc, T v - nhiệt độ ảo, 

-độ cao địa thế vị, f - tham số Coriolis, R - hằng số khí đối với không khí khô, m -

với c p - nhiệt dung riêng đẳng áp đối với không khí ẩm c p = c pd (1 + 0.8q v ), q v -

tỷ số hỗn hợp của hơi nước và c pd - nhiệt dung riêng đẳng áp của không khí khô; Q -

đốt nóng phi đoạn nhiệt

Phương trình omega () được viết:

q q RT

và mưa trở thành mưa tuyết Các phương trình đối với ẩm dạng hơi q v , dạng lỏng q c

trong đó P RA - phần mây/băng tăng thêm nhờ nước mưa/tuyết, P RC - lượng

nước chuyển từ mây thành mưa (hoặc băng thành tuyết), P RE - bay hơi/thăng hoa

của mưa/tuyết, P CON - phần nước ngưng kết (và đóng băng khi T<0oC) của hơi nước

trong mây/băng và V f - tốc độ rơi của hạt mưa/tuyết Khi biểu diễn các quá trình

chuyển đổi của băng có thêm thành phần P I I - lượng tinh thể băng ban đầu và P I D - thăng hoa/lắng đọng của băng mây Trong tất cả các quá trình trên đều coi phân bố kích thước của hạt mưa/tuyết là phân bố Marshall-Parmer và vận tốc rơi của các hạt nhỏ có dạng ( ) V D  aD b trong đó D là đường kính của hạt Tiếp theo là các thành

phần vật lý trong RegCM3

* CÁC SƠ ĐỒ THAM SỐ HOÁ VẬT LÝ

Trong RegCM3 có tính đến các quá trình vật lý cơ bản bao gồm (1) đối lưu trong khí quyển, (2) giáng thuỷ quy mô lưới, (3) trao đổi sinh quyển - khí quyển, (4) bức xạ, (5) chuyển động rối trong lớp biên hành tinh, (6) trao đổi thông lượng đại dương - khí quyển, (7) trao đổi giữa hồ - khí quyển và (8) vận chuyển các thành

phần hóa học Tuy nhiên luận văn không tính đến tác động của các thành phần (7)

và (8)

a) Tham số hoá đối lưu mây tích

Trong mô hình RegCM có một số tùy chọn sơ đồ tham số hóa đối lưu như sơ

đồ tham số hóa đối lưu kiểu Kuo (Kuo, 1974; Anthes, 1977), sơ đồ Grell (Grell, 1993), sơ đồ BMJ (Betts, Miller và Janjic, 1996) và sơ đồ MIT-Emanuel (Emanuel,

1995) Tuy nhiên, luận văn không tập trung vào khảo sát độ nhạy của các sơ đồ này

mà sử dụng luôn sơ đồ Grell với giả thiết khép kín của Arakawa và Schubert

b) Giáng thủy quy mô lưới

Có thể xem chi tiết về sơ đồ ẩm hiện ô lưới (SUBEX) Trong RegCM, SUBEX tính các quá trình ẩm diễn ra trong các đám mây gây mưa xác định qua các biến mô hình, giải thích sự biến đổi ẩm trong ô lưới trong đám mây bằng cách gắn độ ẩm tương đối lấy trung bình trong toàn ô lưới với phần phủ mây và lượng nước mây theo công trình của Sundqvist vcs (1989)

c) Tham số hóa các quá trình bề mặt đất

Tham số hoá các quá trình vật lý bề mặt trong RegCM3 sử dụng sơ đồ vận chuyển sinh-khí quyển BATS được mô tả cụ thể bởi Dickinson vcs (1993) BATS

mô tả vai trò của thực vật và sự tương tác ẩm và đất trong quá trình biến đổi những trao đổi động lượng, năng lượng và hơi nước giữa mặt đất và khí quyển

d) Bức xạ

Sơ đồ bức xạ của được sử dụng trong RegCM3 là sơ đồ bức xạ của NCAR CCM3, được mô tả bởi Kiehl vcs (1996) trong đó biểu diễn ảnh hưởng của O3,

H2O, CO2 và O2 đến các thành phần phổ của bức xạ (bao gồm 18 khoảng phổ, biến

đổi từ 0.2 tới 5 m ) theo xấp xỉ -Eddington [Briegleb, 1992]

e) Tham số hoá lớp biên hành tinh

Sơ đồ lớp biên hành tinh (PBL) được phát triển bởi Holtslag vcs (1990) Sơ

đồ này được xây dựng dựa trên khái niệm khuyếch tán phi địa phương có tính đến các thông lượng phản gradient nhận được từ các xoáy quy mô lớn trong khí quyển bất ổn định rất xáo trộn

f) Tham số hoá thông lượng đại dương – khí quyển

Tham số hoá thông lượng từ đại dương vào khí quyển trong RegCM3 có thể được tuỳ chọn sơ đồ mặt đất BATS(1E) của Dickinson vcs (1993) hoặc sơ đồ của

Zeng vcs (1998) trong đó sử dụng thuật toán khí động lực học tổng quát Luận văn

sử dụng sơ đồ thứ nhất - BATS

* NGUỒN SỐ LIỆU SỬ DỤNG TRONG LUẬN VĂN

Nguồn số liệu cung cấp cho mô hình RegCM3 bao gồm số liệu về độ cao địa hình, các loại bề mặt, nhiệt độ mặt nước biển và các biến khí tượng cơ bản từ số liệu tái phân tích làm điều kiện ban đầu và điều kiện biên cập nhật theo thời gian

Bộ số liệu Đặc trưng đất phủ toàn cầu (Global Landuse Cover Characteric: GLCC) cung cấp thông tin về thực vật/mặt đệm, nhận được từ số liệu Bức xạ phân giải rất cao tiên tiến (Advanced Very High Resolution Radiation: AVHRR) từ tháng 4/1992 đến tháng 3/1993 và được chia thành 18 loại đất phủ/thực vật được định nghĩa trong sơ đồ tương tác sinh quyển-khí quyển BATS Mặt đệm của mỗi ô lưới của mô hình được xác định thuộc 1 trong số 18 loại này

 Số liệu độ cao địa hình được lấy từ USGS Các file số liệu mặt đệm và độ cao địa hình có độ phân giải 10 phút

 Số liệu SST là số liệu phân tích TB tháng trên lưới 1 độ của nhiệt độ mặt biển ngoại suy tối ưu (OISST) (1981-2002)

 Số liệu tái phân tích toàn cầu để sử dụng đối với các điều kiện ban đầu và biên là ERA40: Số liệu tái phân tích của Trung tâm dự báo thời tiết hạn vừa của Châu Âu (ECMWF Re-analysis) Đây là số liệu tái phân tích toàn cầu của các biến khí quyển từ rất nhiều quan trắc truyền thống và số liệu vệ tinh cho giai đoạn từ tháng 9/1957 đến 8/2002

 Số liệu thẩm định

o CRU: Số liệu tái phân tích của Trung tâm nghiên cứu khí hậu của Anh với độ phân giải ngang 0,5 độ, chỉ có số liệu nhiệt độ bề mặt, lượng mưa, tổng lượng mây và độ ẩm tuyệt đối trung bình tháng

o CMAP: số liệu phân tích mưa toàn cầu của trung tâm dự báo khí hậu thuộc NOAA Đây là số liệu kết hợp giữa quan trắc từ các trạm đo

mưa và số liệu vệ tinh Với độ phân giải ngang khá thô (2,5 độ), số liệu này chủ yếu được dùng trong phân tích mưa trên biển thay cho CRU

o Số liệu đầu vào ERA40 (ECMWF): có thể so sánh với chính số liệu đầu vào để xem xét khả năng tái tạo các trường gió, nhiệt và ẩm của

mô hình

o Quan trắc thực tế trên Việt Nam: 50 trạm quan trắc khí tượng điển hình trải đều trên lãnh thổ Việt Nam Đây là số liệu trung bình tháng

CHƯƠNG 2 CÁC PHƯƠNG PHÁP XỬ LÝ VÙNG ĐỆM

2.1 Các phương pháp cơ bản

Khi kỹ thuật lồng một mô hình khu vực giới hạn phân giải cao vào trong mô hình toàn cầu được sử dụng thì người ta phát hiện ra một vấn đề về mặt kỹ thuật Điều kiện khí quyển quy mô lớn cần được cung cấp cho mô hình khí hậu khu vực, trong khi đó cần tránh tương tác nhiễu giữa nghiệm giải được từ mô hình và biên xung quanh Việc giải bài toán điều kiện biên là không hề đơn giản chính bởi những

lý do về cơ sở toán học Khó khăn đến từ nguyên lý của kỹ thuật lồng một chiều, bởi vì nó ghép đơn hướng giữa dữ liệu từ bên ngoài và bên trong, khi đó hoà trộn 2 nghiệm khác nhau giải được từ 2 hệ phương trình khác nhau trên 2 lưới khác nhau

Dữ liệu trên biên được cung cấp bởi mô hình hoàn lưu chung khí hậu hoặc bởi trường tái phân tích Khi mà mục tiêu chính của mô hình khí hậu khu vực là hạ quy

mô động lực, điều hiển nhiên là RCM cần có các đầu ra chứa các chi tiết quy mô vừa không có trong dữ liệu bên ngoài Khác biệt giữa RCM và dữ liệu quy mô lớn được cung cấp từ bên ngoài được cho là chủ yếu từ sự hiện diện của địa hình chi tiết hơn của RCM, cũng như sự khác biệt từ các đặc điểm bề mặt đệm của RCM và sự khác biệt từ các quá trình quy mô dưới lưới mà RCM biểu diễn được

Cũng có những gợi ý cho rằng, trong phần lớn các trường hợp, khác biệt giữa RCM và trường điều khiển chỉ nên ở các chi tiết phân giải cao, và rằng có thể tối ưu hoá kích cỡ miền tính vì mục đích này (Jones và nnk, 1995) Phương pháp nudging phổ (Storch và nnk, 2000) là một cách khác để đưa vào những khác biệt giữa RCM

và trường điều khiển

Phương pháp lồng một chiều đã được sử dụng trong mô hình dự báo thời tiết (NWP) trong một thời gian dài Trường hợp đối với RCM thì khác đi đôi chút do quy mô thời gian dài hơn, tuy nhiên kinh nghiệm tích luỹ được từ NWP đóng vai trò dẫn đường trong việc áp dụng vào RCM Trong cả hai trường hợp, cơ chế điều khiển mạnh từ khu vực sẽ cung cấp một giá trị thêm vào, trong đó một phần không

phụ thuộc vào trường quy mô lớn và điều kiện biên xung quanh (LBC) Về khía cạnh đối lập, cơ chế này xảy ra gần biên là không mong muốn, bởi vì nó làm tăng bất ổn định giữa RCM và dòng bên ngoài và do đó làm phức tạp thêm bài toán LBC Nhận định tổng quát về vấn đề này có thể tìm thấy trong Warner và nnk (1997)

Trong trường hợp NWP, một số nghiên cứu đã tập trung vào giải bài toán điều kiện ban đầu và điều kiện biên theo hướng chính xác về mặt toán học (Elvius và Sundstrom 1973 hay Davies 1973) Mục tiêu là xác định điều kiện biên sao cho hệ phương trình vi phân cho nghiệm duy nhất phụ thuộc vào dữ liệu được cung cấp Cách tiếp cận này tạm gọi là “sắp đặt tốt” (well posed) Nhằm thực hiện mục tiêu này, ta không được phép xác định các giá trị mô hình trên biên một cách tuỳ tiện, chỉ được phép kết hợp chúng một cách thích hợp Ép buộc quá nhiều trên biên càng làm cho bài toán giải tích trở nên không thể giải được Đối với hệ sai phân, tình huống tương tự được gọi là “xác định thừa” (overspecified) Chính điều này phát động nhiễu và do đó làm giảm nghiêm trọng chất lượng nghiệm giải được từ mô hình Tuy nhiên, cách tiếp cận “sắp đặt tốt” rất khó đưa vào áp dụng thực tế, và những nghiên cứu vẫn đang được tiếp tục theo hướng này (MacDonald 2000) Thêm vào đó, như Davies (1976) đã chỉ rõ, sự phức tạp liên quan với phương pháp sắp đặt tốt sinh ra do tìm nghiệm dung hoà giải tích giữa dữ liệu biên và dòng bên trong Với quy mô thời gian lớn khi mô phỏng khí hậu, tình huống này càng trở nên tồi tệ hơn so với bài toán dự báo thời tiết bởi vì mô hình không đồng nhất với điều kiện ban đầu, tức là các giá trị mô phỏng được sẽ khác nhiều so với trường điều khiển

Để vượt qua các vấn đề với việc xử lý điều kiện biên nêu trên thông thường người ta sử dụng kỹ thuật “thực tế” (pragmatic) Thay vì cố gắng đạt được các chỉ tiêu chặt chẽ về mặt toán học, mục tiêu lúc này là cung cấp dữ liệu quy mô lớn vào

mô hình khu vực mà không tạo ra nhiều tạp nhiễu Tiếp theo sẽ giới thiệu lý thuyết của hai phương pháp xử lý vùng đệm được sử dụng trong luận văn đó là “xốp” và

“giảm dư”

2.1.1 Phương pháp xử lý vùng đệm dạng xốp (sponge)

Trước khi đưa một mô hình số độ phân giải cao vào hoạt động, ta cần phải hạn chế nó tại một miền tính giới hạn, sao cho các điều kiện biên xung quanh cần thiết cho phép những thay đổi bên ngoài miền tính giới hạn này nhằm tác động đến kết quả trong khi không làm hỏng dự báo với năng lượng phản hồi từ biên không xác thực Ở đây đưa ra tập các điều kiện biên xung quanh theo thời gian trong đó sử dụng hệ phương trình sai phân hữu hạn ngang tuyến tính, hệ phương trình nước nông sai phân hữu hạn phi tuyến, và hệ phương trình thủy tĩnh nguyên thủy

Kết quả cho thấy làm thế nào điều kiện biên biến đổi các sóng ngang và sóng trọng trường bên trong từ bước sóng dài tới bước sóng vừa sang bước sóng ngắn, do

đó có thể dễ dàng loại bỏ bởi một bộ lọc, bằng cách đó đưa ra một diện mạo mà sóng tới có thể đi qua biên một cách dễ dàng Nghiên cứu còn cho thấy các sóng ngang và sóng trọng trường quy mô lớn đi vào miền dự báo mà ít bị suy giảm Do

đó, qua các thử nghiệm được tiến hành, sơ đồ điều kiện biên mang lại một lời giải thiết thực nhằm định hướng biên xung quanh phụ thuộc thời gian cho mô hình khu vực giới hạn

Trong khi các điều kiện quy mô lớn biểu thị cái cần cho các tính toán phân giải cao, các dự báo số hạn ngắn chi tiết chỉ có thể hoạt động thích hợp và hiệu quả nếu chúng tận dụng các quan trắc quy mô lớn mới nhất và các tính toán của mô hình

có thể ứng dụng được với khu vực giới hạn Các điều kiện biên xung quanh cần thiết bởi bản chất khu vực giới hạn của những dự báo này Do đó, phương pháp chỉ

ra các điều kiện biên này sao cho dự báo cho khu vực giới hạn bị ảnh hưởng bởi forcing quy mô lớn và không bị làm hỏng bởi năng lượng phản hồi không xác thực

từ biên có tầm quan trọng đáng kể

Các tác giả (Davies, 1972; Sundstriim, 1973; Oliger và Sundstriim, 1976; và những người khác) đã cho thấy cần tập trung chú ý để đảm bảo các điều kiện biên được sắp đặt tốt về mặt toán học cho hệ phương trình thủy tĩnh nguyên thủy Các

điều kiện được sắp đặt tốt thì không những phải đảm bảo ổn định số mà còn phải không có phản hồi để trở thành giá trị thích hợp

Các cách xử lý điều kiện biên thích hợp khác nhau được sử dụng và thảo luận trong các tài liệu Shapiro và O'Brien (1970) sử dụng hệ phương trình lọc (filtered equations) hay Williamson và Browning (1974) sử dụng hệ phương trình nguyên thủy, định rõ một vùng là dòng chảy vào hay dòng chảy ra tùy theo gió theo pháp tuyến đối với biên là vào hay ra khỏi miền tính Các điều kiện biên xung quanh sau

đó dựa theo thiết kế này với sự xác định chủ yếu định tính quy mô lớn các điều kiện trong các vùng có dòng chảy vào và dòng chảy ra Sơ đồ này gặp khó khăn khi gió quy mô lớn xác định tại biên biểu thị dòng chảy vào, trong khi gió tính bởi mô hình cách một bước thời gian bên trong biên biểu thị dòng chảy ra

Ở đây nhóm tác giả đã phát triển một kỹ thuật biên thực cho phép tạo ra các dự báo khu vực giới hạn hữu dụng mặc cho bản chất sắp đặt không tốt về toán học của bài toán Tập các điều kiện biên xung quanh theo thời gian được biểu diễn cho phép các sóng quy mô lớn thâm nhập miền dự báo giới hạn nhưng không cho phép các sóng quy mô lớn hay nhỏ đi vào bị phản hồi với biên độ đủ để hủy hoại kết quả Mục đầu tiên mô tả hệ thống và các điều kiện biên xung quanh Mục thứ hai đưa ra nghiên cứu về biểu hiện của hệ thống sử dụng cả sai phân hữu hạn tuyến tính và phi tuyến đối với sóng bình lưu

a Cách xử lý biên xung quanh bằng phương pháp sponge

Các điều kiện biên xung quanh bao gồm các xu thế biến đổi theo thời gian quy

mô lớn kết hợp tuyến tính với các xu thế tính được từ mô hình Các điều kiện quy

mô lớn có thể được tạo ra bởi dự báo thực tế của mô hình quy mô lớn hay tính từ số liệu phân tích Trong cả hai trường hợp, thông thường phải nội suy số liệu quy mô lớn theo cả không gian và thời gian để thu được các xu thế tại biên xung quanh

Giá trị dự báo của biến phụ thuộc X bất kỳ được tính bằng:

trong đó các chỉ số dưới n và p biểu thị giá trị “mới” khi áp dụng điều kiện biên và “cũ” tại thời điểm trước đó Ký hiệu ls tương ứng với xu thế quy mô lớn theo danh nghĩa của x, và m là xu thế tính được từ mô hình Các giá trị của hàm trọng số W được tính bằng:

I I

I I

0.67 víi ®iÓm biªn ngoµi - 2, 1.0 víi ®iÓm trong miÒn.

I I

W I

I I

Kết hợp (2.1) và (2.2) sử dụng phương trình bình lưu tuyến tính,

trong đó W(x) là một hàm giải tích phù hợp với phân bố của W(I) Do đó,

phương trình (2.3) giờ có thể viết như sau

Chú ý rằng trong các trường hợp mà không cần liên kết với các điều kiện xác định tại các biên, các điểm lưới biên là không cần thiết và có thể loại ra, bằng các đó tiết kiệm được tài nguyên tính toán Tuy nhiên, điều này gây ra một vấn đề - làm thế nào để đánh giá các xu thế của mô hình tại các biên được làm giảm mới của miền tính Một trong những câu trả lời là ngoại suy các xu thế bên trong của mô hình tới các biên, nghĩa là

0.9 víi ®iÓm biªn ngoµi - 2, 1.0 víi ®iÓm trong miÒn.

I I

W I

I I

Để chứng minh bằng thưc nghiệm phương pháp này ta tiến hành thí nghiệm đối với sóng bình lưu

b Các thí nghiệm đối với sóng bình lưu

* Xu thế quy mô lớn bằng không

Đối với các thí nghiệm đưa ra trong mục này, các xu thế biên quy mô lớn được cho bằng không, tức là, các biên được cho bằng hằng số trong suốt quá trình dự báo

Do vậy, chỉ còn tồn tại điều kiện biên xốp:

Trong đó W(I) cho bởi phương trình (2.2)

+ Nghiệm giải tích tuyến tính:

Đưa phương trình (2.5) về dạng vi phân bằng cách so sánh với

trong đó L116x, L2 LL1 / 4 và L là kích cỡ miền Do đó, tích phân (2.7) sau khi thay (2.8) vào ta có

2

tan4

x

x x

+ Nghiệm sai phân hữu hạn tuyến tính:

Đưa vào không gian sai phân hữu hạn, phương trình (2.3) được biến đổi bằng cách sử dụng sai phân bậc 4 theo không gian và nhảy cóc theo thời gian Sơ đồ này

ổn định nếu thỏa mãn điều kiện c t /  x 1 Định nghĩa “Độ khuếch đại năng lượng” theo biểu thức:

trong đó năng lượng được xác định bằng 2 #

Đến đây, ta đưa vào một bộ lọc năng lượng sóng ngắn tại biên, trong đó sử dụng sơ đồ 3 điểm:

h h k h  h h ,

trong đó ks bằng 0.25 đối với bước lọc thứ nhất và bằng -0.26 đối với bước lọc thứ 2 Lần lọc đầu tiên loại bỏ năng lượng với hầu hết các số sóng Ví dụ, 11% năng lượng được loại bỏ đối với sóng số 4 16 x   Sau khi qua bước lọc thứ hai, nó phục hồi 10% năng lượng , sóng số 4 còn

lại 99% năng lượng ban đầu của nó

Tuy nhiên xấp xỉ 100% năng lượng

của sóng số 28 đến 32 bị loại bỏ Sau

40 lần lọc với bộ lọc kép, sóng số 4

bị loại bỏ 24% năng lượng, nghĩa là

một năng lượng đáng kể được loại

bỏ sau nhiều lần lọc các sóng có

bước sóng đến 16 x

Kết quả tích phân sau 40 và

140 bước thời gian so sánh với điều

kiện ban đầu được đưa ra trên hình

2.1

* Xu thế quy mô lớn khác không

+ Nghiệm giải tích tuyến tính:

Trong trường hợp này, phương trình bình lưu tuyến tính có thể biến đổi thành dạng sau:

vào miền tính từ biên trái, tại thời điểm t=t1 Do đó F(t,x) có dạng

Hình 2.1 Độ cao và độ khuếch đại năng lượng sau các bước tích phân

+ Nghiệm sai phân hữu hạn phi tuyến:

Để kiểm nghiệm biên biến

đổi theo thời gian, ta chọn

phương trình bình lưu phi tuyến

biến đổi thành sai phân hữu hạn

không gian bậc bốn trung tâm

và nhảy cóc theo thời gian

Cũng giống như trên ta thêm

vào bộ lọc sóng, trong trường

hợp này cộng vào vế phải (2.14)

số hạng

4

4 4

h k

2.1.1 Phương pháp xử lý vùng đệm dạng giảm dư (relaxation)

Mặc dù có nhiều kỹ thuật thực tế đã được thử nghiệm trong các mô hình khu vực giới hạn trước đây (Davies, 1983), chỉ có phương pháp “giảm dư” (relaxation) được sử dụng tương đối rộng rãi đối với RCM (Christensen và nnk, 1997) Với phương pháp này, thành phần giảm dư được thêm liên tục vào các trường sinh ra bởi mô hình nhằm điều khiển chúng theo trường quy mô lớn bên ngoài Phương pháp giảm dư chỉ được áp dụng cho vùng đệm Điều này cho phép xác định nhiều biến trên biên (thông thường là tất cả các biến dự báo chính) trong khi giới hạn nhiễu từ việc xác định thừa Thêm vào đó, phương pháp giảm dư còn được chấp nhận từ lâu là một phương pháp đồng hoá số liệu đơn giản (Davies và Turner 1977),

do đó ít nhiều có khả năng xử lý đối với dữ liệu điều khiển không tốt cũng như không cân bằng

Phương pháp giảm dư được chấp nhận rộng rãi trong thực tiễn, tuy nhiên cũng

có những ý kiến cho rằng kỹ thuật này có thể dẫn đến các vấn đề Một loạt các chỉ trích được nêu ra trong MacDonald (2000) khi tác giả phát triển phương pháp sắp đặt tốt cho hệ thống dự báo thời tiết Do đó sẽ rất thú vị khi áp dụng đối với mô hình khí hậu khu vực Đầu tiên, tại các điểm mà véc tơ vận tốc hướng ra ngoài miền tính, nghiệm bên ngoài có thể đưa đến những sai số không cần thiết Điều này chủ yếu đúng với NWP, trong đó thông tin đầu vào chủ yếu chính là điều kiện ban đầu trong khi LBC chỉ đóng vai trò cung cấp nguồn sai số tiềm năng Tuy nhiên, đặc điểm dòng ra trong RCM lại là vấn đề, khi mô hình khác với trường điều khiển bên ngoài Điều này còn có thể dẫn đến những dị thường lan truyền ngược vào trong miền tính, tuy thế khảo sát lý thuyết đơn giản cho thấy có thể tránh được điều này (Davies 1983) Thứ hai, sơ đồ giảm dư có thể làm tăng hay giảm khối lượng Nói cách khác là mất cân bằng khối lượng Nghi ngại này là do có sự khác biệt đôi chút

về tổng khối lượng giữa RCM và dữ liệu từ trường điều khiển Vấn đề này có thể thấy trong khác biệt giữa các dòng trong RCM và dữ liệu quy mô lớn (điều này có thể chấp nhận được, ít nhất ở quy mô vừa) Thứ ba, khi mà cả trường điều khiển và

mô hình đều trong trạng thái cân bằng địa chuyển thì sơ đồ giảm dư có thể gây mất

cân bằng Đánh giá này dựa trên thực tế là cộng tuyến của 2 trường cân bằng có thể sinh ra một trường không cân bằng (MacDonald 2000; Staniforth 1997) Tuy nhiên, dạng giải tích của sơ đồ giảm dư không bao hàm sự thay thế giản đơn bằng cách cộng tuyến như vậy Ngay cả ở dạng sai phân, thay đổi khi áp dụng sơ đồ giảm dư thông thường là luỹ tiến Mất cân bằng khi sử dụng sơ đồ này là do sự chậm chạp của quá trình giảm dư (ngoại trừ ở gần biên, khi mà quá trình giảm dư là rất nhanh)

Do vậy phương pháp giảm dư là một kỹ thuật được sử dụng rộng rãi, mặc dù rất đơn giản và không hoàn hảo, nó không có mặt hạn chế nào gây phiền nhiễu nhiều Tiếp theo đây sẽ là cơ sở của phương pháp này

trong đó uu r( , )t là véc tơ các biến dự báo phụ thuộc, toán tử L phi tuyến và

là hàm của các biến phụ thuộc, và F biểu diễn các hàm forcing bên ngoài Phép cập nhật được thực hiện với biểu diễn số của hệ phương trình liên tục có thể viết dưới dạng

Thước đo độ không chính xác hay là sai số của trạng thái mô hình cho bởi R,

R  uu , đo độ lệch của giá trị mô hình u so với biến dự kiến u Sự phát triển theo thời gian của tiêu chuẩn này sẽ được xác định bởi các số khuyết từ mô hình, tương tác từ các trường sai số và các trường thực, và tác động sửa đổi của thủ tục cập nhật Do đó quá trình dẫn đến đồng hóa có thể được xét theo bài toán điều khiển trong đó ta tìm cực tiểu R bằng cách đưa vào phương trình một cách thận trọng các

số hạng cập nhật Chọn các số hạng cập nhật cần phải dựa trên bản chất và chất lượng của số liệu và các tính chất tất định và thống kê đã biết của các hệ thống thực

và mô hình

Ở đây ta khảo sát dạng đặc biệt của công thức cập nhật như sau: G M(uu), trong đó M cho đến giờ là toán tử tuyến tính chưa xác định Tác động của các số hạng cập nhật do đó ép buộc hay nới lỏng các giá trị mô hình tới giá trị dự kiến u* Bản chất và bậc của ràng buộc liên quan tới dạng chính xác của toán tử Các sơ đồ

về dạng này được đề xuất bởi Hovermale và những người khác Kistler (1974) và Anthes (1974) thực hiện các thí nghiệm số nhằm khảo sát tác động của sơ đồ và thu được các kết quả đáng khích lệ Các tác giả về sau áp dụng thủ tục này vào tất cả các phương trình dự báo với bất cứ số liệu nào sẵn có Ở đây ta giả thiết chỉ có ước lượng theo thời gian của các trường khối Do đó, chỉ một số số hạng cập nhật G trong hệ phương trình dự báo là khác không

* Mô hình tuyến tính

Xét dạng hệ phương trình nguyên thủy kết hợp cập nhật nới lỏng cho dòng chảy trong mặt f Hệ phương trình được tuyến tính hóa ở trạng thái bất động đẳng nhiệt Hệ phương trình chuyển động có dạng

0 0 0

( '/p  )zS p( '/ )g( '/  ) (2.19) Dạng tuyến tính của hệ phương trình liên tục dòng khối, nhiệt động lực và khí

lý tưởng được viết dưới dạng:

Lời giải của hệ phương trình (2.15), (2.16) và (2.23) có thể tìm được bằng phương pháp tách biến dưới dạng

Hệ phương trình (2.24) – (2.26) được đưa về dạng một phương trình duy nhất đối với biến v:

Bây giờ giả sử rằng chỉ có các trường khối là đã biết, khi đó 1 2

đó (16) có thể viết dưới dạng phương trình bậc ba:

 , 2

2

D N

K v

a K

2

gH fa

  và m n, a k l ,  trong đó a là bán kính trái đất

Nếu xác định được 2

 thì ta sẽ có phương trình cho các tần số riêng của bài toán giải hệ phương trình (2.24) – (2.26) Giả sử phương trình đa thức (2.32) chỉ có nghiệm với phần thực âm tương ứng với sự suy yếu của sai số trường dòng Kiểm

nghiệm với phương trình (2.32) hay dạng của phương trình (2.28) với M3 định nghĩa trong (2.31) có thể cho thấy chỉ tiêu này là thỏa mãn Do đó việc cần làm là xác định các gia trị tối ưu cho các hệ số (c), (KN) và (KD)

b Thí nghiệm đối với sóng bình lưu

Phương trình bình lưu một chiều có dạng:

đó sinh ra một mode tính toán không mong muốn Vì thế bài toán trở thành xác định

K sao cho hệ số phản xạ là cực tiểu

Gọi r là hệ số phản xạ tương ứng sao cho r u là biên độ của sóng phản xạ Khi đó ta có:

Suy ra 1

1

r r

1 1

K K

s s

K K

s s s s

Công thức này sẽ là cơ sở cho việc tìm các hệ số giảm dư tối ưu

d Hệ số giảm dư tối ưu

Vì *

, 1, ,

k

K k  s phụ thuộc vào vận tốc c của sóng tới (xem (2.51)), hệ số phản

xạ tương ứng |r| cũng phụ thuộc vào c ((2.50) và (2.56)) Vận tốc c nằm trong khoảng [cmin, cmax], trong đó đối với sơ đồ tích phân hiện giới hạn trên cmax có thể tính được từ chỉ tiêu ổn định của sơ đồ tích phân (công thức CFL) Thêm vào đó, sóng di chuyển quá chậm (c rất nhỏ) sẽ không truyền vào trong vùng đệm trong khoảng thời gian tích phân T đủ để sinh ra sóng phản xạ, do đó đi qua vùng đệm có

độ rộng s x  hai lần Từ đó ta có ước lượng cmin 2 .s x T /

Mục tiêu của bài toán là tìm các hệ số giảm dư K1,…,Ks sao cho |r(c)| càng nhỏ càng tốt với c nằm trong khoảng [cmin, cmax] Có nhiều cách thức tìm lời giải cho bài toán trên, một trong số đó là tìm cực tiểu của hệ số phản xạ trung bình:

max

min max min

max

1

c c b

min max max

min

c c b

1

s s

2.2 Xử lý điều kiện biên trong RegCM3

Điều kiện biên được cập nhật từ miền lớn vào miền tính nhỏ hơn thông qua miền đệm xung quanh Các phương pháp cập nhật biên bao gồm: (0) biên cố định, (1) biên giảm dư dạng tuyến tính, (2) biên biến đổi theo thời gian, (3) biên biến đổi theo thời gian + phân tích trường dòng, (4) biên xốp và (5) biên giảm dư dạng lũy thừa tự nhiên Trong đó, biên cố định nghĩa là các giá trị của mọi trường tại các điểm lưới trên biên được giữ cố định bằng giá trị của chúng tại bước thời gian đầu tiên của mô hình Biên biến đổi theo thời gian nghĩa là các giá trị của các trường trên vùng đệm biên là tái phân tích (hay dự báo) từ mô hình toàn cầu vào từng khoảng thời gian tương ứng cho miền đệm có độ rộng s=2 điểm lưới

Biên xốp được cho bởi biểu thức:

trong đó n là khoảng cách từ biên gần

nhất đến các điểm lưới, đối với các biến

trên nút dấu nhân thì n = 1, 2, 3, 4, đối với

các biến trên nút tròn thì n = 1, 2, 3, 4, 5,

n=1 ở trên biên; MC - xu thế tính được bởi

mô hình, LS - xu thế quy mô lớn nhận

được từ phân tích hoặc từ mô phỏng của

mô hình quy mô lớn W(n) là trọng số, tính

từ các điểm trên biên trở vào trong (Xem hình 2.3) Đối với các biến trên nút dấu

nhân W(n) lần lượt bằng 0; 0,4; 0,7 và 0,9 trong khi đối với các biến trên nút tròn

W(n) bằng 0; 0,2; 0,55; 0,8 và 0,95

Tất cả các điểm khác trong miền có

trọng số W(n) = 1

Cuối cùng, biên giảm dư nghĩa

là các giá trị dự báo của mô hình

trên miền đệm tiến dần về giá trị

phân tích của quy mô lớn trên biên

Phương pháp này bao gồm các số

W_nút tròn W_nút nhân

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

1 2 3 4 5 6 7 8 9 10 11 12

y=exp[-(x-2)/k]

L13-18 (k=3) L8-12 (k=2) L1-7 (k=1) Tuyến tính

Trong đó các hằng số F11/(10 và t) F2  s2/(50t)

CHƯƠNG 3 KẾT QUẢ MÔ PHỎNG KHÍ HẬU KHU VỰC VIỆT NAM

Chương này đưa ra kết quả chạy mô phỏng trong năm 1996 với mô hình RegCM3 Sở dĩ chọn năm 1996 vì đây là năm không có sự xuất hiện của Elnino và Lanina Năm 1996 cũng là năm xuất hiện nhiều các cơn bão và áp thấp nhiệt đới, là các hiện tượng có quy mô mà mô hình toàn cầu cũng như các số liệu tái phân tích với khoảng cách lưới lớn (như trong trường hợp này là 2.5 độ kinh vĩ) không có khả năng nắm bắt chính xác và chi tiết Vì thế việc mô phỏng khí hậu vào thời gian này

có thể đánh giá được khả năng hạ quy mô của mô hình khí hậu khu vực

Các kết quả trong chương này được chia làm hai phần Phần một đưa ra thử nghiệm đối với việc chọn miền tính (TN1) và thử nghiệm đối với việc chọn độ phân giải (TN2) Sau khi kết thúc phần một ta có nhận định tổng quan về miền tính và độ phân giải thích hợp, từ đó áp dụng miền tính và độ phân giải này cho nội dung hai được đưa ra trong phần tiếp theo Trong phần hai, luận văn đưa kết quả của hai thử nghiệm về phương pháp xử lý vùng đệm (TN3) và độ rộng vùng đệm (TN4) Để cho dễ hình dung sau đây là một số đặc điểm chính về khí hậu khu vực Việt Nam vào mùa Đông và mùa hè

* Sơ lược về khí hậu khu vực Việt Nam:

Mùa Đông:

Các tháng mùa đông là các tháng ít mưa ở Bắc bán cầu Riêng đối với Việt Nam, mưa lớn nhất xảy ra ở miền Trung, ở khoảng vĩ độ 17 Lượng mưa tháng 1 vào cỡ 50-70mm, cao nhất ở Hà Tĩnh vào khoảng 103 mm Hướng gió chủ đạo trong tháng 1 là hướng Đông Bắc Do địa hình khu vực miền Trung chạy dọc theo biển, có hướng Tây Bắc – Đông Nam, vuông góc với hướng gió nên có khả năng gây ra hiệu ứng nâng khi đón các đợt không khí lạnh Ngoài ra biển còn cung cấp một lượng ẩm cần thiết kết hợp với địa hình đặc thù của dãy Trường Sơn khiến cho khu vực này có một mùa mưa kéo dài