KẾT QUẢ ÁP DỤNG MÔ HÌNH SỐ TRỊ TRONG NGHIÊN CỨU LÀM MƯA NHÂN TẠO Ở VIỆT NAM docx

Giới thiệu chung Ngày nay với kỹ thuật máy tính phát triển cao thì việc sử dụng mô hình số trị trong tác động tích cực LMNT giúp tiết kiệm được rất nhiều kinh phí nghiên cứu, trong khi

KẾT QUẢ ÁP DỤNG MÔ HÌNH SỐ TRỊ TRONG NGHIÊN CỨU LÀM MƯA

NHÂN TẠO Ở VIỆT NAM

KẾT QUẢ ÁP DỤNG MÔ HÌNH SỐ TRỊ TRONG NGHIÊN CỨU

LÀM MƯA NHÂN TẠO Ở VIỆT NAM

Vũ Thanh Ca, Mai Văn Khiêm và Phan Thanh Tùng

Viện Khoa học Khí tượng Thuỷ văn và Môi trường

1 Giới thiệu chung

Ngày nay với kỹ thuật máy tính phát triển cao thì việc sử dụng mô hình số trị trong tác động tích cực LMNT giúp tiết kiệm được rất nhiều kinh phí nghiên cứu, trong khi đó lại giúp xác định được các điều kiện tối ưu để LMNT Bởi vậy, các mô hình số trị là một bộ phận không thể thiếu được của công nghệ LMNT hiện đại

Mục đích của việc sử dụng các mô hình số trị dự báo thời tiết với độ chính xác cao trong nghiên cứu và LMNT nghiệp vụ là để xác định các điều kiện thời tiết phục

vụ ra quyết định tác động Dựa trên kết quả dự báo thời tiết bằng mô hình số trị và dự báo thời tiết bằng các phương pháp khác, người ta sẽ ra quyết định chuẩn bị để tác động Việc này bao gồm đặt lịch trực tác động, chuẩn bị nhân sự, phương tiện, thiết bị

và vật liệu tác động, quyết định phương pháp tác động, thời gian, vị trí và liều lượng tác động Các mô hình thuộc dạng này bao gồm mô hình số trị dự báo thời tiết với thời hạn cực ngắn (nowcasting model) và mô hình dự báo thời tiết số trị quy mô vừa (mesoscale numerical weather forecast model)

Trong các đám mây tự nhiên, nước tồn tại ở năm dạng: hơi nước, nước lỏng, băng, tuyết và graupel Các dạng tồn tại khác nhau của nước biến đổi theo những quy luật khác nhau và rất phức tạp Ngay trong cùng một dạng tồn tại, các hạt có hình dạng, kích thước, thành phần hoá học khác nhau cũng biến đổi khác nhau Như vậy, để

có thể mô phỏng với độ chính xác cao phục vụ nghiên cứu LMNT, các dạng tồn tại khác nhau của nước trong mây phải được mô tả đầy đủ Đồng thời, trong mỗi loại hạt, cần phải chia các hạt ra thành những loại khác nhau căn cứ vào tính chất vật lý và hoá học Trên cơ sở đó, mô phỏng chi tiết các quá trình biến đổi của các loại hạt trong điều kiện tự nhiên (không có tác động) và điều kiện tác động Sau đó, sử dụng các kết quả tính toán và phân tích bằng mô hình để tìm hiểu một cách kỹ càng các quá trình vật lý xảy ra trong mây khi có tác động để phục vụ xây dựng một phương pháp tác động hiệu quả nhất để tăng lượng mưa Các mô hình số trị thuộc loại này được gọi là các mô hình "giỏ vi vật lý" (Bin Microphysics)

Bài báo này, trình bày các kết quả của hai mô hình số trị đã được áp dụng trong nghiên cứu và LMNT Mô hình thứ nhất là mô hình dự báo thời tiết số trị quy mô vừa của Nhật Bản phục vụ dự báo thời tiết phục vụ chuẩn bị tác động tích cực LMNT Mô hình thứ hai là mô hình "giỏ vi vật lý", cho phép tính toán mô phỏng một cách chi tiết các quá trình nhiệt động lực học và vi vật lý mây trong quá trình tác động phục vụ nghiên cứu LMNT Dưới đây sẽ trình bày một số các kết quả nghiên cứu của nhóm nghiên cứu trong khuân khổ của đề tài nghiên cứu LMNT ở Việt Nam

2 Mô hình số trị dự báo thời tiết Nhật Bản

Mô hình MRI/ NPD là mô hình số trị dự báo thời tiết nghiệp vụ được phát triển cho cả mục đích nghiên cứu và dự báo thời tiết hạn ngắn, đặc biệt là mây mưa cho các khu vực nhỏ như các khu du lịch, thành phố v.v Mô hình được đánh giá là một trong những mô hình có cấu trúc động lực học hoàn chỉnh nhất hiện nay tại Nhật Bản và trên thế giới Mô hình tính toán rất chi tiết các cơ chế vật lý quan trọng của nhiệt đới như bức xạ, đối lưu, rối v.v [1, 2, 3] Do vậy, sản phẩm dự báo của MRI/ NPD phản ánh khá tốt đặc tính địa phương nhiệt đới Bài báo này nhằm giới thiệu mô hình và các kết quả nghiên cứu ứng dụng mô hình MRI/ NPD trong dự báo định lượng mưa phục vụ nghiên cứu LMNT ở Việt Nam

a Điều kiện biên và điều kiện ban đầu

Trong nghiên cứu ban đầu này, chúng tôi tạm xây dựng một miền tính bao phủ khu vực miền Bắc với các đặc trưng của miền tính sau đây:

+ Độ phân giải ngang: 10km x 10km + Số mực theo phương thẳng đứng: 38 mực + Kính thước miền tính: 102x102 điểm + Tọa độ tâm miền tính: 106.5E, 21.5N

Tại Nhật Bản, điều kiện ban đầu và điều kiện biên phụ thuộc thời gian phục vụ tính toán bằng mô hình được nội suy từ mô hình phổ khu vực RSM Đây là mô hình đang được sử dụng trong dự báo nghiệp vụ tại Nhật Bản với độ phân giải 20 km Các

số liệu này có độ chính xác cao, rất phù hợp để nâng cao độ chính xác dự báo số trị bằng mô hình ở nước ta Trong nghiên cứu này, do chưa có điều kiện cập nhật và sử dụng các số liệu của mô hình RSM, các điều kiện ban đầu và điều kiện biên phụ thuộc thời gian được lấy từ kết quả dự báo của mô hình dự báo toàn cầu AVN (Mỹ)

b Số liệu đầu vào

Để kiểm chứng việc mô phỏng và xác định các thông số của mô hình MRI/ NPD, cần phải sử dụng số liệu quan trắc về áp suất, nhiệt độ, ẩm, mưa và gió theo các ốp quan trắc Nhóm nghiên cứu đã tiến hành so sánh giữa các trường số liệu dự báo của mô hình và trường

số liệu quan trắc (4 ốp trong ngày đối với các biến áp suất, nhiệt độ, ẩm và gió và 2 ốp trong ngày đối với biến mưa) tại 20 trạm quan trắc thuộc Đồng bằng và Trung du Bắc Bộ trong các ngày: 10-11/ 08/ 2005 Tuy nhiên với mục đích dự báo mây, mưa, nhóm thực hiện đã tập trung vào việc kiểm chứng trường dự báo mưa tích luỹ trong 24h với trường số liệu mưa ngày Để phục vụ cho việc kiểm chứng đó, đã thu thập số liệu mưa ngày của 20 trạm quan trắc thuộc Đồng bằng và Trung du Bắc Bộ trong 2 năm 2004-2005

c Kết quả tính toán

Sau khi tiếp nhận được mã nguồn của mô hình MRI/NPD, chúng tôi đã tiến hành cài đặt mô hình trên máy tính PC với hệ điều hành Linux và chạy thử nghiệm cho một số trường hợp với các hình thế thời tiết điển hình ở Việt Nam như: sự xâm nhập lạnh của gió mùa Mùa Đông; hoạt động và ảnh hưởng của xoáy thuận nhiệt đới, v.v Tuy đã sử dụng

mô hình để tính toán dự báo cho nhiều trường hợp thử nghiệm, nhưng trong phạm vi bài báo này chúng tôi chỉ giới thiệu 1 kết quả nghiên cứu dự báo mưa trong năm 2005

Trường hợp vào ngày 10/ 08/ 2005, đây là thời điểm cơn bão số 3 (9÷12/ 8/2005) ảnh hưởng trực tiếp đến các tỉnh từ Hải Phòng đến Nghệ An, gây ra mưa lớn ở Bắc Bộ và Bắc Trung Bộ , như Bãi Cháy 186 mm (ngày 11), Thái Bình 109 mm (ngày 11), Văn Lý 186mm (ngày 11), Hồi Xuân 93 mm (ngày 12), Tây Hiếu 267 mm (ngày 12) v.v Mưa lớn kéo dài gây lũ, lũ ống, lũ quét cục bộ ở vùng núi của một số tỉnh Lào Cai, Yên Bái, Thanh Hóa và Nghệ An Trên hình 1 và 2 biểu diễn phân bố tổng lượng mưa tích lũy dự báo 24h, 48h và quan trắc tương ứng So sánh lượng mưa dự báo và quan trắc tại một số trạm trong khu vực Đồng bằng và Trung du Bắc Bộ được trình bày trên các hình từ (3) tới (6) Phân tích sơ bộ trên các hình này, ta có thể thấy mô hình MRI/ NPD dự báo khá tốt diễn biến của mưa trong thời gian hoạt động của cơn bão số 3 Sự hội tụ ẩm trong bão sinh ra do đối lưu tạo ra các khu vực mưa gắn liền với quá trình dịch chuyển của bão Ngày 11/08 bão đổ bộ vào khu vực Thanh Hóa gây ra mưa lớn, dự báo từ MRI/ NPD cũng cho thấy sẽ xuất hiện vùng mưa cực đại trên 50 mm khi bão đổ bộ ở khu vực này Một điểm rất đáng chú ý là mô hình cũng có thể

mô phỏng được những đợt mưa sau khi bão tan (48h) Đây có thể là một ưu điểm của MRI/ NPD trong việc mô phỏng các nhiễu động địa phương sau khi chịu ảnh hưởng của bão [12]

Thoa Thi¦n- HuO

102°N 103°N 104°N 105°N 106°N 107°N 108°N 109°N

16°E

17°E

18°E

19°E

20°E

21°E

22°E

23°E

24°E

1 50 100 150 200 250 300 350

Dự báo

Thoa Thi¦n- HuO

102°N 103°N 104°N 105°N 106°N 107°N 108°N 109°N 16°E

17°E 18°E 19°E 20°E 21°E 22°E 23°E 24°E

1 50 100 150 200 250 300 350

Thám sát

Hình 1 Tổng lượng mưa tích lũy dự báo 24h từ mô hình MRI/NPD và

quan trắc tương ứng; thời điểm thực hiện dự báo: 10/08/ 2005

Thoa Thi¦n- HuO

102°N 103°N 104°N 105°N 106°N 107°N 108°N 109°N

16°E

17°E

18°E

19°E

20°E

21°E

22°E

23°E

24°E

1 50 100 150 200 250 300 350

Dự báo

Thoa Thi¦n- HuO

102°N 103°N 104°N 105°N 106°N 107°N 108°N 109°N 16°E

17°E 18°E 19°E 20°E 21°E 22°E 23°E 24°E

1 50 100 150 200 250 300 350

Thám sát

Hình 2 Tổng lượng mưa tích lũy dự báo 48h từ mô hình MRI/NPD và quan

trắc tương ứng; thời điểm thực hiện dự báo: 10/08/2005

2

4

6

8

10

12

14

16

Giê

Quan tr¾c

Dù b¸o

0 10 20 30 40 50 60

Giê

Quan tr¾c

Dù b¸o

Hình 3 Diễn biến tổng lượng mưa tích lũy dự

báo từ mô hình MRI/NPD và quan trắc

tương ứng tại trạm Hà Nội; thời điểm thực

hiện dự báo, 10/08/2005

Hình 4 Tương tự hình 3 đối với trạm Sơn

Tây

0

10

20

30

40

50

60

70

80

Giê

Quan tr¾c

Dù b¸o

0 10 20 30 40 50 60 70

Giê

Quan tr¾c

Dù b¸o

Hình 5 Tương tự hình 3 đối với trạm Nho Quan Hình 6 Tương tự hình 3 đối với trạm Phủ Lý

3 Mô hình số trị dự báo mây và mưa phục vụ tác động tích cực LMNT

Mô hình số trị mô phỏng các quá trình vi vật lý mây và mưa trong mây tự nhiên

và mây chịu tác động LMNT đã được phát triển bởi nhóm các nhà khoa học Israel là Reisen, Levin và Tzivion [4, 5, 6, 7, 8] Mô hình này được phát triển và kiểm chứng dựa trên các kết quả nghiên cứu cho tới nay về các quá trình vi vật lý của mây và mưa, đặc biệt là các kết quả của Fukuta và Walter (1970, [9]) và Cooper và cộng sự (1997, [10]) Tại thời điểm hiện tại, đây là một mô hình mô phỏng chi tiết nhất trên thế giới về các quá trình vi vật lý trong mây và quá trình mưa Trong mô hình này, mỗi loại hạt trong số

4 loại hạt mây là nước, băng, tuyết và graupel được chia thành 34 lớp theo kích thước hạt và sự biến đổi và tương tác ngẫu nhiên của các hạt thuộc loại khác nhau trong các lớp khác nhau được mô phỏng rất chi tiết Đồng thời, ảnh hưởng của các loại hạt này lên

sự biến đổi của lượng hơi nước trong mây cũng được mô phỏng Điều này cho phép khảo sát kỹ ảnh hưởng của những chất tác động khác nhau lên các quá trình vi vật lý mây, giúp kiểm chứng các giả thuyết tác động và đánh giá hiệu quả của các phương pháp tác động khác nhau Nguyên thể của mô hình này là mô hình đối xứng, chỉ phục vụ nghiên cứu tác động trong trường hợp mây do đối lưu nhiệt tạo thành Mô hình cũng chỉ hoạt động trong điều kiện mây gây mưa nhẹ Đây là điều kiện đặc trưng cho mây tại Israel với độ ẩm tương đối thấp ở gần mặt đất, mây có hàm lượng nước lỏng không cao

và cho mưa không lớn Với những đám mây phát triển trong điều kiện độ ẩm cao, dòng thăng lớn thì sơ đồ tính vi vật lý mây hiện có trong mô hình trở nên mất ổn định

Để phục vụ tính toán, xác định điều kiện tối ưu để LMNT, mô hình đã được cải tiến để phục vụ mô phỏng tác động tích cực bằng phương pháp đốt phun chất háo nước Việc cải tiến bao gồm mô phỏng phổ kích thước hạt háo nước do quá trình đốt phun tạo ra, việc ổn định hoá sơ đồ mô phỏng vi vật lý mây bằng một sơ đồ số trị thích hợp để đảm bảo mô hình hoạt động ổn định trong điều kiện độ ẩm cao, mây phát triển mạnh và cho mưa lớn Ngoài ra, điều kiện biên cũng được thay đổi để mô hình có thể

mô phỏng được mây và mưa tạo thành do nhiễu động thời tiết như các đợt KKL và hội

tụ gió trên cao gây ra [11]

Nhóm thực hiện đã tiến hành nghiên cứu mô phỏng các quá trình vi vật lý xảy ra trong đám mây đối lưu pha hỗn hợp; xem xét sự thay đổi về kích thước đám mây và hàm lượng nước trong mây khi tác động vào đám mây bằng công nghệ đốt phun chất háo nước

a Sơ đồ sai phân hữu hạn

Sơ đồ giải số trị của các nhà khoa học Israel là sơ đồ sai phân hiện cho các phương trình độ xoáy và ẩn cho các thành phần hàm dòng Sơ đồ này là một sơ đồ có tính ổn định cao đối với các tính toán động lực học Tuy nhiên, đối với các phương trình mô phỏng các quá trình vi vật lý mây, một sơ đồ sai phân trung tâm với các thành phần bình lưu kết hợp với một sơ đồ sai phân thời gian hiện cho các thành phần vi vật

lý mây sẽ dễ dàng gây ra mất ổn định Do vậy, để ổn định mô hình, cần phải áp dụng một sơ đồ số trị sai phân đón gió cho các thành phần vi vật lý mây Đồng thời, tại mỗi bước tính thời gian, cần kiểm tra và hiệu chỉnh điều kiện bảo toàn vật chất, đảm bảo

cho sơ đồ số trị hoạt động hiệu quả với các kết quả ổn định

b Điều kiện biên và điều kiện ban đầu

Điều kiện ban đầu được xác định từ số liệu cao không về phân bố độ ẩm và tốc

độ gió tại mỗi điểm lưới số trị Các thông tin này được lấy từ số liệu vô tuyến thám không trại Trạm Khí tượng thám không Láng - Hà Nội Do chỉ có các số liệu quan trắc tham không vô tuyến vào 2 obs 1 ngày: 7:00 và 19:00 nên các giá trị tính toán tại các thời điểm trung gian khi có KKL tràn về được nội suy từ các giá trị này [13] Vì tại thời điểm hiện tại không có bất cứ số liệu đo đạc nào về tính chất của xon khí trong điều kiện Việt Nam nên phổ kích thước hạt ban đầu của xon khí được lấy theo phổ kích thước hạt của xon khí tại Colorado, Mỹ Việc mô phỏng nhiễu động thời tiết (như ảnh hưởng của KKL) được tiến hành nhờ đưa vào biên các giá trị tính toán của các biến từ mô hình số trị dự báo thời tiết của cơ quan dự báo thời tiết Nhật Bản

Miền tính của mô hình được đặt là 45.000 m theo phương bán kính và 15.000 m theo phương thẳng đứng Đối với mỗi đợt nhiễu động thời tiết, nhóm thực hiện đã chọn những thời điểm mà nhiễu động thời tiết lan truyền tới vùng Đồng bằng Bắc Bộ

là nơi có địa hình bằng phẳng, phù hợp với các điều kiện của mô hình để bắt đầu tính toán Kích thước lưới là 300 m đối với cả hai phương: nằm ngang và thẳng đứng Bước thời gian đối với tất cả các quá trình là 5 s trừ quá trình lớn lên của hạt băng do khuếch tán/ quá trình bay hơi là được tính ở bước thời gian ngắn hơn 2.5 s

c Kết quả tính toán mô phỏng mây

Một số các kết quả nghiên cứu trước đó và những kết quả nghiên cứu của nhóm thực hiện cho thấy tại khu vực Đồng Bằng và Trung du Bắc Bộ, vào đầu và cuối mùa đông, khi có nhiễu động thời tiết như front lạnh tràn về hoặc front lạnh kết hợp với hội

tụ gió Tây trên cao, ngoài hệ thống mây tầng như St, Sc, có thể hình thành dải mây đối lưu (Cu, Cb) phía trước front lạnh Những đám mây đối lưu có thể phát triển lên đến

độ cao khoảng trên 5 - 9 km, đôi khi có thể lên tới 13 - 15 km Lượng nước lỏng cực đại trong các ổ mây đối lưu đạt khoảng 2 -3 g/ m3 [14]

Trong bài báo này, chúng tôi đã tiến hành nghiên cứu mô phỏng các quá trình vi vật lý xảy ra trong đám mây đối lưu pha hỗn hợp; xem xét sự thay đổi về kích thước đám mây và hàm lượng nước mây khi tác động vào đám mây bằng công nghệ đốt phun chất háo nước Các kết quả tính toán trong các trường hợp mô phỏng đám mây không tác động và tác động được so sánh với nhau

Nhóm nghiên cứu đã tiến hành tính toán mô phỏng các quá trình vi vật lý xảy ra trong đám mây đối lưu pha hỗn hợp; xem xét sự thay đổi về kích thước đám mây và hàm lượng nước trong mây khi tác động vào đám mây bằng công nghệ đốt phun chất háo nước

Chúng tôi đã tiến hành tính toán nhiều trường hợp, nhưng trong bài báo này chỉ trình bày một kết quả mô phỏng Đợt tính toán mô phỏng là vào ngày 7/ 02/ 2005, kết quả cho thấy rằng đám mây được tác động (Hình 8) có quy mô ngang và thẳng đứng lớn hơn so với đám mây không tác động (Hình 7) Đám mây được tác động gây mưa sớm hơn đám mây không tác động và hàm lượng nước cực đại đạt khoảng 2.1 g/ m3

4 Kết luận

1) Những kết quả thử nghiệm bước đầu, cho thấy mô hình MRI/ NPD có thể được ứng dụng trong nghiên cứu và dự báo mưa tại Việt Nam, đặc biệt là dự báo mưa lớn gắn liền với các loại hình thời tiết đặc biệt như bão, gió mùa v.v

2) Từ các kết quả nghiên cứu bước đầu này, chưa thể khẳng định được tính ưu việt của mô hình quy mô vừa MRI/ NPD tại Việt Nam do các số liệu sử dụng làm điều kiện biên và điều kiện ban đầu của mô hình hiện tại là số liệu downscaling từ số liệu của mô hình toàn cầu AVN của Mỹ (độ phân giải 1º) nên độ chính xác không cao Tuy nhiên, phân tích các kết quả dự báo mưa cho thấy rằng mô hình có khả năng dự báo mưa rất tốt

3) Kết quả mô phỏng tác động LMNT bằng phương pháp đốt phun chất háo nước trong đợt nhiễu động thời tiết ngày 07/ 02/ 2005 cho thấy rằng phương pháp này có khả năng làm gia tăng lượng mưa trong mây Tác động được tiến hành từ bên dưới chân mây

đã làm thúc đẩy sự phát triển của đám mây (cả về quy mô ngang và thẳng đứng)

4) Nhiều số liệu sử dụng làm điều kiện biên và điều kiện ban đầu của mô hình

mô phỏng còn chưa thật sự tốt Ngoài ra, trong điều kiện Việt Nam, không có bất cứ số liệu đo đạc nào về tính chất của xon khí Vì vậy, độ tin cậy của các tính toán còn hạn chế Để nâng cao độ chính xác tính toán mô phỏng, cần các điều kiện biên và điều kiện ban đầu cũng như các số liệu về đo đạc xon khí với độ chính xác cao

Tài liệu tham khảo

1 Ikawa, M and K Saito, (1991): Description of a nonhydrostatic model developed at the Forecast Research Department of the MRI Technical Reports

of the MRI, 28, 238pp

2 Saito, K., and T Kato, (1999); MRI mesoscale nonhydrostatic model Kisho-Kenkyu Note, 196, 156-189

3 Saito, K., T Kato, H Eito and C Muroi, (2000): Documentation of the Meteorological Research Institute/ Numerical Prediction Division unified nonhydrostatic model Technical Reports of the MRI (submitted)

4 Reisin T , Z Levin and S Tzivion (1996); Rain Production in Convective Clouds As Simulated in an Axisymmetric Model with Detaile Microphysics; Tel Aviv University, Israel

1 Part I: Description of the Model J Atmos Sci, 53, 497 - 513

2 Part II: Effects of Varying Drops and Ice Initiation J Atmos Sci, 53, 1815 -

1817

5 Reisin T , Z Levin and S Tzivion (1995); Seeding Convective Clouds with Ice Nuclei or Hygroscopic Particles: A Numerical Study Using a Model with Detailed Microphysics; Tel Aviv University, Israel J Atmos Sci J Atmos Sci, 35, 1416 - 1430

6 Reisin T , Z Levin and S Tzivion (2000); The effects of giant cloud condensation nuclei on the development of precipitation in convective clouds -

a numerical study Tel Aviv University, Israel Atmos Res, 53, 113 - 114

7 Reisin T , Z Levin and S Tzivion (1999); Seeding Convective Clouds with Hygroscopic Flares: A Numerical Study Using a Model with Detailed Microphysics; Tel Aviv University, Israel J Atmos Sci, 39, 1460 - 1472

8 Tzivion, G Feingold, and Z Levin (1987); An efficient numerical solution to the stochastic collection equation Journal of the Atmosphere Sciences, 44,

3140 - 3148

9 Fukuta N and L A Water (1970); Kinetics of Hydrometeo Growth from a Vapor - Spherical Model; Denver Research institute, University of Denver, Colo J Atmos Sci, 27, 1160 - 1163

10 Cooper W A and Roelof T Bruintjes (1997); Calculations Pertaining to Hygroscopic Seeding with Flares National Center for Atpmospheric Research, Boulder, Colorado J Appl Meteor, 36, 1449 - 1660

11 Vũ Thanh Ca, Mai Văn Khiêm, Nguyễn Thị Thanh, Trương Đức Trí Thử nghiệm dự báo mưa bằng mô hình số trị của Nhật Bản MRI/NPD tại Việt Nam

VKTTV

12 (http://weather.uwyo.edu/upperair/sounding.html)

13 Báo cáo tổng kết đề tài “Xây dựng cơ sở khoa học kỹ thuật để làm mưa nhân tạo ở Việt Nam” Viện Khoa học Khí tượng Thuỷ văn và Môi trường, 2006

ĐÁNH GIÁ KHẢ NĂNG LÀM MƯA NHÂN TẠO

Ở KHU VỰC ĐỒNG BẰNG VÀ TRUNG DU BẮC BỘ

Vũ Thanh Ca, Trương Đức Trí, Phan Thanh Tùng, Trần Duy Hiền, Nguyễn Thị Thanh, Bùi Đức Sơn

Viện Khoa học Khí tượng Thuỷ văn và Môi trường

1 Cơ sở khoa học làm mưa nhân tạo

1.1 Giới thiệu chung

Làm mưa nhân tạo (LMNT) là biện pháp tác động có chủ định của con người lên một số loại mây hoặc hệ thống mây với mục đích làm tăng lượng mưa Để LMNT, cần phải tồn tại trong tự nhiên một hệ thống mây với một số điều kiện thích hợp Về mặt nguyên tắc, có thể tác động LMNT bằng cách khai thác một trong những sự bất ổn định của hệ thống mây để tạo ra sự bùng phát của quá trình gây mưa trong mây Chỉ bằng cách này mới có thể đạt được kết quả lớn với những chi phí nhỏ - hay nói cách khác là LMNT một cách hiệu quả [1] Có hai phương pháp LMNT, đó là LMNT bằng cách tác động lên mây ấm và tác động lên mây siêu lạnh Dưới đây sẽ trình bày tóm tắt

về các phương pháp tác động này

Mây ấm được định nghĩa là loại mây hoặc phần mây có nhiệt độ cao hơn 0oC Quá trình gây mưa chủ đạo trong mây ấm là quá trình va chạm liên kết Trong quá trình này, các hạt nước lớn (có kích thước đạt tới giới hạn Hocking, tức là có đường kính lớn hơn

20 - 30 µm sẽ có khả năng va chạm và liên kết với các hạt nước nhỏ hơn lơ lửng trong mây để lớn lên rất nhanh cho tới khi đạt tới kích thước hạt mưa và rơi xuống đất Như vậy, để có thể tạo mưa một cách hiệu quả, phổ kích thước hạt nước trong mây phải là phổ rộng Điều này có nghĩa là trong mây phải tồn tại cả những hạt nước nhỏ và những hạt nước lớn, có kích thước vượt giới hạn Hocking (khoảng 20 tới 30µm)

Các đám mây tự nhiên không bị ô nhiễm có mật độ nhân ngưng kết (được gọi là CCN) nhỏ (dưới 100 CCN/cm3), nên các nhân ngưng kết này dễ thu hút lượng hơi nước trong không khí Chúng lớn lên nhanh chóng để đạt tới giới hạn Hocking và tạo thành mưa Do vậy, cơ chế tạo mưa tự nhiên trong các đám mây sạch là rất hiệu quả Điều này có nghĩa: nếu không khí không bị ô nhiễm, sẽ ít có khả năng xảy ra hạn hán

Ngược lại, trong không khí bị ô nhiễm, thí dụ như không khí sau những đợt khô hạn kéo dài, có rất nhiều hạt bụi lơ lửng, được gọi là những hạt xon khí Các hạt xon khí này đóng vai trò như những nhân ngưng kết, thu hút hơi nước để tạo ra các hạt nước mây Số lượng nhân ngưng kết quá lớn và hàm lượng ẩm trong mây có hạn sẽ dẫn đến sự tranh chấp lượng hơi nước có hạn trong mây, hình thành nên các hạt mây

có kích thước nhỏ và tương đối đồng nhất Do vậy, cơ chế va chạm liên kết để tạo mưa trong mây ấm khó xẩy ra và những đám mây này khó có thể gây mưa Vì vậy, việc tác động tích cực LMNT đối với mây ấm là dựa trên nguyên lý tăng cường quá trình va chạm liên kết của các hạt nước mây bằng cách đưa thêm vào trong mây các hạt nhân ngưng kết háo nước có kích thước lớn để thúc đẩy quá trình ngưng tụ hơi nước, hình