Trong nghiên cứu này, mô hình RAMS được sử dụng với số liệu GFS để thử nghiệm dự báo ngày bùng nổ gió mùa mùa hè khu vực Nam Bộ năm 2012.. Kết quả cho thấy RAMS đã dự báo thành công nhữ
Trang 1179
Thử nghiệm dự báo ngày bùng nổ gió mùa mùa hè khu vực
Nam Bộ năm 2012 bằng mô hình RAMS
Nguyễn Minh Trường*, Bùi Minh Tuân
Khoa Khí tượng Thủy văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, ĐHQGHN,
334 Nguyễn Trãi, Hà Nội, Việt Nam
Nhận ngày 01 tháng 4 năm 2013 Chấp nhận xuất bản ngày 29 tháng 4 năm 2013
Tóm tắt Trong nghiên cứu này, mô hình RAMS được sử dụng với số liệu GFS để thử nghiệm dự
báo ngày bùng nổ gió mùa mùa hè khu vực Nam Bộ năm 2012 Kết quả cho thấy RAMS đã dự báo thành công những đặc trưng chính của quá trình bùng nổ gió mùa ở khu vực này như sự xuất hiện của hệ thống mưa quy mô lớn, sự xuất hiện sớm của gió tây nam nhiệt đới cũng như sự đảo ngược của gradient nhiệt độ khí quyển mực cao Tuy nhiên RAMS cho dự báo lượng mưa thiên cao so với giá trị quan trắc tại nhiều trạm và dự báo giá trị gradient nhiệt độ mực cao thấp hơn so với số liệu tái phân tích Điều này cho thấy kết quả dự báo đã phản ánh sai số hệ thống dưới tác động của dao động nam (ENSO) tới quá trình bùng nổ gió mùa tại Nam Bộ, giống như kết quả mô phỏng được nói đến trong một bài báo khác được đăng trong cùng số
Từ khóa: Bùng nổ gió mùa, mô hình RAMS, dự báo bùng nổ gió mùa
1 Mở đầu
Thời tiết và khí hậu khu vực Tây Nguyên và
Nam Bộ được phân hóa thành hai mùa là mùa
khô và mùa mưa gắn liền với hoạt động của gió
mùa mùa hè Đối với các hoạt động nông
nghiệp, nuôi trồng thủy sản, chống cháy rừng,
xâm nhập mặn … thì mưa gió mùa có ý nghĩa
cực kỳ to lớn Vì thế, dự báo ngày bùng nổ gió
mùa mùa hè cho khu vực này có ý nghĩa thực
tiễn rất sâu sắc, nhất là với các hạn dự báo dài
Chi tiết về thời kỳ bùng nổ gió mùa khu vực
Tây Nguyên và Nam Bộ có thể xem thêm trong
[1-3]
_
Tác giả liên hệ ĐT: 84-912075253
E-mail: truongnm@vnu.edu.vn
Hiện nay, các mô hình dự báo số có vai trò không thể thiếu trong nghiên cứu, dự báo thời tiết nói chung và gió mùa nói riêng Ở các nước Châu Á trong đó có Việt Nam - nơi thống trị bởi khí hậu gió mùa, số liệu GFS (Global Forecast System) và CFS (Climate Forecast System) đã và đang trở thành hai nguồn số liệu
dự báo nghiệp vụ chính cung cấp thông tin và làm đầu vào cho các mô hình dự báo khu vực Tuy nhiên, khả năng dự báo sự hoạt động của
hệ thống gió mùa của hai nguồn số liệu này hiện vẫn chưa được nghiên cứu nhiều, ít nhất ở các nước Đông Nam Á trong thời kỳ bùng nổ gió mùa mùa hè
Năm 2008, nghiên cứu của Yang và Zhang [4] chỉ ra rằng, số liệu CFS đã mô phỏng thành
Trang 2công các khía cạnh chính của gió mùa mùa hè
Châu Á, bao gồm các đặc trưng biến đổi mang
tính khí hậu và những thay đổi giữa các năm
của trường mưa và hệ thống hoàn lưu Nghiên
cứu cũng cho thấy số liệu này thường cho dự
báo hoàn lưu gió mùa yếu hơn so với quan trắc
Tuy nhiên, trong các trường dự báo, việc dự
báo chính xác trường mưa, đặc biệt trong phạm
vi thời gian dài hơn vài ngày vẫn còn là một
thách thức rất lớn đối với các mô hình số Điều
này có nghĩa là khả năng dự báo ngày bùng nổ
gió mùa mùa hè có thể sẽ rất thiếu chính xác
khi sử dụng trường gió cũng như là trường mưa
dự báo Moron (2006) [5] cho rằng lí do của sự
dự báo rất kém của trường mưa là do các nhiễu
quy mô synốp trong trường ban đầu Đối với
những biến dự báo ở quy mô dài hơn (ví dụ như
dự báo lượng mưa trung bình tháng), mô hình
có khả dự báo tốt hơn do các nhiễu này có vai
trò kém quan trọng hơn trong các quá trình quy
trên mô lớn
Có rất nhiều nghiên cứu chỉ ra rằng, bùng
nổ gió mùa mùa hè Châu Á liên quan đến sự
tương tác của rất nhiều quá trình diễn ra ở các
quy mô khác nhau và cuối cùng dẫn đến sự
bùng phát đột ngột của đối lưu sâu và sự đảo
ngược mạnh mẽ của hoàn lưu khí quyển mô lớn
(Rao, 1976 [6]; Wang và LinHo 2002 [7];
Pearce và Mohanty 1984 [8]) Do đó, như đã đề
cập ở trên, tuy khả năng dự báo chính xác
trường mưa bùng nổ gió mùa là rất thấp, tuy
nhiên mô hình lại có khả năng dự báo cao hơn
đối với những sự chuyển tiếp của hoàn lưu gió
mùa do nhiễu quy mô synôp trong trường ban
đầu – yếu tố làm giảm khả năng dự báo, sẽ bị
lấn át bởi các quá trình quy mô lớn
Để tăng cường độ chính xác của kết quả dự
báo, các mô hình khu vực với độ phân giải cao
hơn được đưa vào sử dụng Ba biện pháp tăng
cường chất lượng dự báo chính bao gồm các cải
tiến và áp dụng các cấu hình khác nhau cho
từng mô hình, tổ hợp nhiều mô hình, và tổ hợp của nhiều điều kiện ban đầu Do bùng nổ gió mùa là quá trình phức tạp, đa quy mô, đa cấu trúc theo cả không gian và thời gian nên việc tăng độ phân giải của mô hình giúp tính toán tốt hơn các quá trình nhiệt động lực ở quy mô tương đối nhỏ đồng thời tăng cường được vai trò của địa hình trong khu vực xem xét Mặt khác, tổ hợp kết quả của nhiều mô hình từ nhiều điều kiện ban đầu khác nhau giúp nắm bắt tốt hơn các sai số cố hữu trong trường phân tích, ở đây hướng tới các nhiễu quy mô synốp trong trường ban đầu
Kết quả dự báo tổ hợp của mô hình với 24 điều kiện ban đầu của Gowasmi và Gouda (2010) [9] cho ngày bùng nổ gió mùa khu vực
Ấn Độ cho thấy, mặc dù có rất nhiều giới hạn cho việc dự báo mưa nhưng cũng có nhiều tín hiệu mạnh và các quá trình giống với bùng nổ gió mùa giúp làm tăng kĩ năng dự báo Tuy nhiên giới hạn của nghiên cứu này là tác giả chỉ
dự báo ngày xuất hiện mưa và coi rằng sự xuất hiện của mưa bùng nổ gió mùa là do sự chuyển tiếp của quá trình quy mô lớn, bỏ qua mối liên
hệ của mưa với các biến động quy mô synốp (trong khi vấn đề này vẫn rất ít được nghiên cứu) Kết quả dự báo ngày bùng nổ gió mùa cho khu vực Ấn Độ của Gowasmi và Gouda (2010) [9] cho sai số trung bình là 4 ngày và đây có thể coi là một kết quả đáng khích lệ
Ở Việt Nam, có thể nói là chưa có nghiên cứu nào về dự báo ngày bùng nổ gió mùa mùa
hè sử dụng mô hình số Vì vậy, để đưa ra những nhận định bước đầu về khả năng dự báo của mô hình khu vực cho giai đoạn bùng nổ gió mùa mùa hè tại Nam Bộ, nghiên cứu này tiến hành thử nghiệm dự báo ngày bùng nổ gió mùa cho năm 2012 với mô hình RAMS Mục 2 tiếp theo
sẽ trình bày về số liệu và cấu hình miền tính Mục 3 phân tích kết quả và cuối cùng là phần kết luận
Trang 32 Số liệu và cấu hình thực nghiệm
Trong nghiên cứu này, mô hình RAMS
được sử dụng để dự báo ngày bùng nổ gió mùa
năm 2012 từ ngày 04/05/2012 đến ngày
10/05/2012 Đây là giai đoạn La Nina đang suy
yếu trở về trạng thái trung tính Tâm miền tính
đặt tại 19o
N – 95oE, sử dụng phép chiếu cực
Cấu hình miền tính bao gồm 271 bước lưới theo
phương vĩ tuyến, 221 bước lưới theo phương
kinh tuyến và 30 mực theo phương thẳng đứng Khoảng cách giữa các điểm lưới phương ngang
là 45 km Lớp dưới cùng dày 100 m, độ dày các lớp tiếp theo bằng độ dày lớp ngay sát bên dưới nhân với 1,15 Khi độ dày lớp thẳng đứng đạt
1200 m, các lớp tiếp theo đó sẽ được gán bằng
1200 m Bước thời gian tích phân là 30 s, các sơ
đồ tham số hóa đối lưu (Kain-Fritsch) và sơ đồ bức xạ được kích hoạt 5 phút một lần
Hình 1 Lượng mưa quan trắc tại các trạm Nam Bộ từ 01/05 đến 15/05 năm 2012, đơn vị mm.ngày
Mô hình được ban đầu hóa sử dụng số liệu
GFS với các trường được cho trên 26 mặt đẳng
áp với độ phân giải ngang 1 x 1o, bao gồm nhiệt
độ, độ ẩm, độ cao địa thế vị, và gió Các điều
kiện biên trong quá trình tích phân được cập
nhật 6 h một lần cũng sử dụng các trường dự báo này Nhiệt độ mặt nước biển sử dụng cho ban đầu hóa mô hình là nhiệt độ mặt biển trung bình tuần với độ phân giải 1 x 1o
Hình 2 Lượng mưa tích lũy ngày trung bình từ (5 o N – 15oN, 100oE – 110oE ), đơn vị mm.ngày
Nguồn: CPC (Gauge – Based) Unified Precipitation
http://www.cpc.ncep.noaa.gov/products/Global_Monsoons/Asian_Monsoons/
Trang 43 Kết quả và thảo luận
3.1 Mưa quan trắc giai đoạn bùng nổ gió mùa
năm 2012
Giá trị mưa quan trắc của các trạm Nam Bộ
trong giai đoạn bùng nổ gió mùa mùa hè năm
2012 được biểu diễn trong Hình 1 Có thể nhận
thấy là trước ngày 07 tháng Năm, mưa đã xuất
hiện tại một số trạm như Cà Mau, Bảo Lộc, Đà
Lạt, Buôn Ma Thuột, tuy nhiên chỉ đến ngày 07 tháng Năm, lượng mưa trên 5 mm.ngày-1 mới xuất hiện ở hầu hết các trạm tại Nam Bộ Các ngày tiếp theo, mưa được duy trì rõ ràng tại một
số trạm như Daknong, Phú Quốc, Rạch Giá, Cà Mau, Cần Thơ, Bảo Lộc Do đó dựa vào chỉ số mưa quan trắc có thể nhận định ngày 07 tháng Năm là ngày bùng nổ gió mùa mùa hè khu vực Nam Bộ năm 2012
Hình 3 Trường mưa dự báo thời kì bùng nổ gió mùa mùa hè khu vực Nam Bộ 2012
Để thấy rõ hơn xu hướng theo thời gian trên
một vùng rộng hơn, mưa CPC Unified
Precipitation của NOAA trung bình từ (5o
N –
15o N, 100o E – 110o E) được tham khảo Giá trị
mưa được biểu diễn trong Hình 2 cho thấy, từ
đầu tháng Tư tới giữa tháng Năm năm 2012 có
hai giai đoạn mưa lớn xuất hiện tại bán đảo Đông Dương, giai đoạn thứ nhất bắt đầu từ 06/04 và giai đoạn thứ hai bắt đầu từ 06/05 Tuy nhiên trong giai đoạn thứ nhất, mưa trên 5 mm.ngày-1 chỉ được duy trì trong khoảng hai ngày, sau đó mưa giảm hẳn, các ngày sau đó
Trang 5lượng mưa gần như không đáng kể Vì vậy có
thể nhận định mưa giai đoạn đầu tháng Tư này
không phải là mưa gió mùa Trong giai đoạn
thứ hai, lượng mưa bắt đầu vào ngày 07 tháng
Năm và được duy trì liên tục ngưỡng 5
mm.ngày-1 trong 4 ngày liên tiếp Đến ngày 15
tháng Năm, mưa tiếp tục xuất hiện lại với lượng
mưa đạt 5 mm.ngày-1 Do đó, ngày 07 tháng
Năm đã chính thức đánh dấu giai đoạn bắt đầu
mùa mưa tại Đông Dương năm 2012
3.2 Trường mưa và trường hoàn lưu dự báo
Trường mưa dự báo được biểu diễn trong
Hình 3 cho thấy từ ngày 04 tới ngày 07 tháng
Năm diễn ra sự di chuyển rất nhanh của dải
mưa quy mô lớn từ khu vực nam Bengal lên phía bắc Ngày 04 tháng Năm, vị trí của dải mưa vẫn ở Malaysia thì sang ngày 05 tháng Năm, dải mưa đã bao phủ hầu khắp Thái Lan và một phần bắc Lào Ngày 06 tháng Năm cho thấy rõ sự mở rộng của gió mùa mùa hè tại bán đảo Đông Dương khi dải mưa đã bao phủ gần như toàn bộ Malaysia, Thái Lan, Lào, Campuchia và miền nam Việt Nam Sang ngày
07 tháng Năm, mưa tiếp tục được duy trì cả về diện và lượng ở khu vực này Do đó nếu bắt đầu tích phân dự báo từ ngày 04 tháng Năm, mô hình RAMS sẽ cho dự báo định tính ngày bùng
nổ gió mùa tại bán đảo Đông Dương và Nam
Bộ đều là ngày 06 tháng Năm
Hình 4 Trường hoàn lưu mực 850 hPa dự báo cho thời kì bùng nổ gió mùa mùa hè khu vực Nam Bộ 2012
Trang 6Hình 5 Trung bình gió vĩ hướng mực 850 hPa khu vực (10 o N – 15oN, 100oE – 110oE)
số liệu dự báo (trái) và số liệu tái phân tích NCAR/NCEP (phải)
3.4 Chỉ số gió vĩ hướng dự báo
Chỉ số gió tây cho ngày bùng nổ gió mùa
mùa hè khu vực Nam Bộ được định nghĩa như
sau: Ngày bùng nổ gió mùa là ngày giá trị trung
bình của trường gió vĩ hướng mực 850 hPa
trong miền (10o
N – 15o N; 100o E – 110o E) đạt trên 0,5 m.s-1 và duy trì liên tục trong ít nhất ba
ngày tiếp theo Giá trị trung bình gió vĩ hướng
mực 850 hPa khu vực (10o
N – 15o N, 100o E –
110o E) được biểu diễn trong Hình 5 cho thấy,
về hình thế chung, chỉ số gió vĩ hướng dự báo
đã nắm bắt tốt những thay đổi của trường gió
quy mô lớn với một cực đại vào ngày 05 tháng
Năm và một cực tiểu vào 06 tháng Năm Các
ngày sau đó, chỉ số này cũng cho thấy những
nét tương đồng so với chỉ số gió vĩ hướng sử
dụng số liệu tái phân tích NCAR/NCEP với một
xu thế tăng vào ngày 07 tháng Năm và giảm vào đầu ngày 08 tháng Năm
Với ngưỡng chỉ tiêu 0,5 m.s-1, cả hai chỉ số gió vĩ hướng dự báo và chỉ số gió vĩ hướng tái phân tích đều cho ngày bùng nổ gió mùa khu vực Nam Bộ năm 2012 xảy ra trước so với chỉ
số mưa quan trắc vài ngày, ngay từ khi bắt đầu tích phân mô hình Kết quả này cũng giống như trường hợp năm La Nina đang suy yếu 2001 trong bài báo khác được đăng cùng số và cũng giống với kết quả thu được của Phạm Thị Thanh Hương và Trần Trung Trực (1999) [1],
đó là trong nhiều trường hợp gió tây thịnh hành trong một thời gian khá dài trước khi mưa gió mùa diễn ra Kết quả này cho thấy, chỉ số gió vĩ hướng có thể chỉ thị khá chính xác ngày bùng
nổ gió mùa, ngoại trừ trong các năm La Nina đang suy yếu
Hình 6 Trung bình gió vĩ hướng mực 850 hPa khu vực (10 o N – 15oN, 100oE –110oE) số liệu dự báo (trái)
và số liệu tái phân tích NCAR/NCEP (phải)
Trang 73.5 Chỉ số gradient nhiệt độ
Chỉ số gradient nhiệt độ cho ngày bùng nổ
gió mùa được định nghĩa: Giá trị nhiệt độ trung
bình 500 hPa – 200 hPa tại hai khu vực (100o E
– 110o
E; 15o N – 25o N) lớn hơn khu vực (100o
E – 110o E; 5o S – 5o N) Mang đặc trưng của
một năm La Nina đang suy yếu, gradient nhiệt
độ trung bình mực cao khí quyển năm 2012
cũng đảo ngược sớm ở cả số liệu dự báo và số
liệu tái phân tích Hình 6 cho thấy nhiệt độ
trung bình mực cao khu vực phía bắc Việt Nam
đã lớn hơn so với nhiệt độ trung bình khu vực
phía nam Việt Nam ngay từ ngày bắt đầu tích
phân mô hình (ngày 04 tháng Năm) Quy luật
này cũng được nhận thấy trong trường hợp năm
La Nina trong bài báo khác được đăng cùng số
Nguyên nhân của sự đảo ngược sớm này có thể
không mang tính nhiệt lực địa phương và là
điều cần được nghiên cứu thêm để có thể đưa ra
những kết luận chính xác hơn Do đó có thể
nhận định, chỉ số gradient nhiệt độ là một chỉ số
cảnh báo sớm tốt cho sự bùng nổ gió mùa mùa
hè tại Nam Bộ, nhưng có thể sẽ ít giá trị tham
khảo trong các năm La Nina, nhất là La Nina
mạnh
4 Kết luận
Kết quả dự báo bằng mô hình RAMS sử
dụng số liệu phân tích và dự báo GFS cho thấy
RAMS đã dự báo tốt được sự xuất hiện của hệ
thống mưa quy mô lớn và các quá trình khí
quyển của giai đoạn bùng nổ gió mùa mùa hè
khu vực Nam Bộ Về diện mưa, RAMS cho
thấy một dải mưa lớn từ khu vực Malaysia di
chuyển rất nhanh tới bán đảo Đông Dương
trong giai đoạn bùng nổ Đồng thời với sự di
chuyển của dải mưa này là sự phát triển của đới
gió tây nam từ vịnh Belgan thổi tới Việt Nam
Sử dụng các chỉ số có được từ mô hình RAMS với số liệu tái phân tích NCAR/NCEP trong bài báo khác đăng cùng số cho thấy kết quả nhất quán đó là: 1) chỉ số mưa trạm dự báo ngày bùng nổ gió mùa sớm hơn 2 ngày so với
số liệu quan trắc trong năm La Nina đang suy yếu Đây là con số rất khả quan trong bối cảnh
dự báo nghiệp vụ, tuy nhiên RAMS cho mưa dự báo thiên cao ở nhiều trạm 2) Các chỉ số gió tây và gradient nhiệt độ dự báo đều khá tương đồng với số liệu tái phân tích và đều cho ngày bùng nổ sớm hơn so với chỉ số mưa trong năm
La Nina, tuy nhiên chỉ số gradient nhiệt độ tương đối yếu hơn một chút so với số liệu tái phân tích
Tuy nhiên, để có thể rút ra những qui luật
về sai số mang tính hệ thống thì cần có thêm nhiều trường hợp nghiên cứu nữa Ngoài ra, cũng cần thử nghiệm cho dự báo tổ hợp cũng như dự báo hạn dài hơn sử dụng số liệu CFS với độ phân giải mô hình cao hơn
Tài liệu tham khảo
[1] Phạm Thị Thanh Hương và Trần Trung Trực (1999), “Nghiên cứu mở đầu gió mùa mùa hè trên khu vực Tây Nguyên – Nam bộ và quan hệ của nó
với hoạt động ENSO”, Báo cáo tổng kết Đề tài Khoa học, Tổng cục Khí tượng Thuỷ văn, 80
trang
[2] Nguyễn Đức Ngữ và Nguyễn Thị Hiền Thuận, Đề xuất chỉ số hoàn lưu gió mùa để nghiên cứu tính
biến động của gió mùa mùa hè ở Nam bộ Tạp chí Khí tượng Thuỷ văn, số 5, 2006 trang 1-10
[3] Nguyễn Thị Hiền Thuận, Gió mùa tây nam trong
thời kỳ đầu mùa ở Tây nguyên và Nam bộ Tạp chí Khí tượng Thuỷ văn, số 7, 2001, trang 1-7
[4] Yang S and Coauthors, “Simulations and Seasonal Prediction of the Asian Summer Monsoon in the NCEP Climate Forecast System”,
J Climate, 21, 2008, 3755-3775
[5] Moron V., A.W Robertson, and M.N Ward, (2006), “Seasonal predictability and spatial coherence of rainfall characteristics in the tropical
Trang 8setting of Senegal”, Mon Wea Rev., 134,
3468-3482
[6] Wang B and LinHo, “Rainy season of the Asian–
Pacific Summer Monsoon”, J Climate, 15, 2002,
386-398
[7] Pearce R P., and U C Mohanthy, “Onsets of the
Asian summer monsoon 1979-82”, J Atmos Sci.,
41,1984, 1620-1639
[8] Rao Y P., (1976), “Southwest monsoon: Synoptic
meteorology”, Meteor Monogr., No.1/1976, India
Meteorological Department, 367pp
[9] Goswami P., and K C Gouda, (2010),
“Evaluation of a Dynamical Basis for Advance Forecasting of the Date of Onset of Monsoon
Rainfall over India”, Mon Wea Rev., 138, 3120–
3141.
A case study on summer monsoon onset prediction for southern Vietnam in 2012 using the RAMS model
Nguyen Minh Truong, Bui Minh TuanNguyễn Minh Trường, Bùi Minh Tuân
Faculty of Hydro-Meteorology and Oceanography, VNU University of Science,
334 Nguyen Trai, Thanh Xuan, Hanoi, Vietnam
In this study, the RAMS (the Regional Atmospheric ModelingModelling System) model is implemented to predict the onset date of summer monsoon over southern Vietnam in 2012, using GFS data The results indicate that the model successfully forecasts major features of the Southeast Asia monsoon onset, including the evolution of large-scale rainfall pattern, early establishing of tropical westerly, and the reversal of upper-level temperature gradient However, RAMS predicts the rainfall intensity higher than observed data at almost all of stations and depicts the upper-level temperature gradient lower than reanalysis data These imply systematic errors in monsoon onset forecast by RAMS under the effect of El Nino-Southern Oscillation (ENSO) to the whole onset process over southern Vietnam, which is already illustrated in another article issued in the same volume
Keywords: Monsoon onset, RAMS model, monsoon onset prediction
