Báo cáo nghiên cứu khoa học " Công thức thực nghiệm tính toán cường độ mưa từ độ phản hồi vô tuyến quan trắc bởi Radar cho khu vực Trung Trung Bộ " pdf

Công thức thực nghiệm tính toán cường độ mưa từ độ phản hồi vô tuyến quan trắc bởi Radar cho khu vực Trung Trung Bộ Nguyễn Hướng Điền* Khoa Khí tượng Thủy văn và Hải dương học, Trường

Công thức thực nghiệm tính toán cường độ mưa từ độ phản hồi vô tuyến quan trắc bởi Radar cho khu vực Trung Trung Bộ

Nguyễn Hướng Điền*

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 11 tháng 8 năm 2010

Tóm tắt Để có thể tính được cường độ mưa R ở từng điểm trong vùng mưa, trên thế giới đã có

nhiều công thức thực nghiệm liên hệ giữa nó với độ phản hồi radar Z (trong đơn vị mm6/m3) được

sử dụng Ở Việt Nam, trước đây chỉ có một vài công thức như vậy được xác lập cho một vài khu vực khác nhau Tuy nhiên, các radar thế hệ mới sản xuất trong vài thập kỉ gần đây không còn trực tiếp đo độ phản hồi radar Z nữa, mà lại đo độ phản hồi radar Z’ (trong đơn vị dBZ), thêm vào đó các công thức trước đây đều coi Z là hàm của R, dẫn đến sai số lớn khi tính toán R Để giảm sai số

và tăng độ tiện ích, chúng tôi đã xây dựng các công thức tính trực tiếp R (coi là hàm) từ Z’ (coi là biến) dựa trên các số liệu đo mưa mặt đất của 6 trạm vũ lượng kí ở khu vực Trung Trung Bộ và độ phản hồi vô tuyến Z’ mà radar Doppler tại Tam Kỳ quan sát được trong các đợt mưa lớn diện rộng năm 2008 Các công thức có dạng hàm mũ R = C10DZ’ được tính cho từng trạm và chung cho cả vùng Trung Trung Bộ, trong đó các hệ số thực nghiệm C và D được xác định theo phương pháp bình phương tối thiểu Việc đánh giá sai số của các công thức này cho thấy chúng có độ chính xác cao hơn hẳn công thức kinh điển dạng lũy thừa của Marshall-Palmer, các công thức riêng cho từng trạm có độ chính xác cao hơn công thức chung cho cả vùng

Từ khóa: Công thức thực nghiệm, độ phản hồi radar, cường độ mưa

1 Mở đầu∗

Mưa là một trong những yếu tố khí tượng

được quan tâm nhiều nhất, nhưng cũng khó dự

báo và tính toán nhất Các radar thời tiết có thể

quan sát được khá chính xác những vùng mưa

hoặc mây, chúng cũng giúp cho việc tính toán

cường độ mưa từ độ phản hồi vô tuyến của

vùng mưa mà radar quan trắc được

Máy phát của radar tạo ra một sóng điện từ

mạnh truyền vào khí quyển thông qua anten

Sóng điện từ gặp các mục tiêu, bị mục tiêu hấp thụ, tán xạ, một phần năng lượng có thể xuyên qua mục tiêu và đi tiếp Sóng điện từ tán xạ bởi mục tiêu theo mọi hướng, một phần quay trở lại anten và được anten thu lại, đưa vào máy thu xử

lí và kết quả được hiển thị trên màn hình [1]

317

_

* ĐT: 84-4-38584943

Email: diennh@vnu.vn

Nhờ phương trình radar:

a

r

r

Z C

P = 2 , (1) trong đó

La - độ truyền qua khí quyển;

r - khoảng cách từ radar đến mục tiêu

Cr-hằng số radar (gộp các thông số của radar)

=

= N

D K

1

6 2

mục tiêu hay độ phản hồi radar với đơn vị

thông dụng là mm6/m3),

2

i

K - giá trị tuỳ thuộc trạng thái pha của hạt,

Di - đường kính của hạt thứ i, N - số hạt

trong một đơn vị thể tích,radar có thể xác định

được độ phản hồi của mục tiêu Z qua việc xác

định Pr, r, La và biết trước Cr

Thực tế cho thấy là cường độ mưa R càng

lớn thì các hạt mưa càng to (Di), dẫn tới Z cũng

lớn, tức là giữa Z và R có một mối quan hệ

Chính nhờ mối quan hệ này mà người ta tính

được R từ Z

2 Phương pháp ước lượng mưa từ độ phản

hồi vô tuyến của radar khí tượng

Có 3 phương pháp tính cường độ mưa từ:

- Độ phản hồi vô tuyến của vùng mây, mưa

- Độ suy yếu của năng lượng radar qua mưa

- Độ suy yếu và độ phản hồi vô tuyến đồng

thời ở 2 bước sóng

Phương pháp đầu là thông dụng nhất Ở

Việt Nam có thể dùng phương pháp này

Năm 1948, Marshall – Palmer đưa ra mối

quan hệ thực nghiệm dạng lũy thừa Z = A.RB

với A=200 và B=1,6, trong đó đơn vị đo của R

là mm/h và của Z là mm6/m3

Sau này, nhiều tác giả đưa ra các công thức

tương tự với các cặp hệ số A, B khác nhau, áp

dụng cho các khu vực hoặc cho các dạng mưa

khác nhau [2] Các nguyên nhân gây ra sai số

có khá nhiều và có thể liệt kê thành mấy nhóm

sau [1]:

- Sai số do hệ thống thiết bị radar,

- Sai số do địa hình,

- Sai số do công thức tính cường độ mưa không bao hàm hết các đặc tính của vùng mưa,

- Sai số do các hiệu ứng xảy ra bên dưới mây (gió, bốc hơi, hợp nhất các hạt…)

Ở Việt Nam, cho đến nay đã có một số công thức thực nghiệm có dạng hàm lũy thừa như trên được xây dựng, song sai số tính cường độ mưa thường rất lớn Tuy nhiên, các radar thế hệ mới sản xuất trong vài thập kỉ gần đây không còn trực tiếp đo độ phản hồi radar Z nữa, mà lại

đo Z’ (trong đơn vị dBZ), giữa chúng có mối quan hệ Z’=10lgZ; thêm vào đó các công thức trước đây đều coi Z là hàm của R, dẫn đến sai

số lớn khi tính toán R từ Z Để giảm sai số và tăng độ tiện ích, chúng tôi đã xây dựng các công thức tính trực tiếp R (coi là hàm) từ Z’ (coi là biến) cho khu vực Trung Trung Bộ

3 Phương pháp tính toán, qui toán số liệu và đánh giá kết quả

Dùng phương pháp bình phương tối thiểu [3] (với sự trợ giúp của phần mềm EVIEW) xác định các hệ số trong công thức thực nghiệm dựa trên các số liệu đo mưa bằng vũ lượng kí hoặc

vũ lượng kế tại 6 trạm ở Trung Trung Bộ, số liệu quan trắc độ phản hồi vô tuyến Z’ (= 10lgZ với đơn vị là dBZ) do radar đặt tại Tam Kỳ (Quảng Nam) đo được trong một số đợt mưa diện rộng Sau đó, công thức thực nghiệm thu được sẽ được đánh giá sai số trên tập số liệu độc lập

Để tiến hành xây dựng công thức, ta lần lượt thực hiện các bước sau:

+ Vẽ đồ thị Z’-R (Scatter – plot) dựa trên các số liệu thực

+ Nhận định dạng đồ thị + Nhận định dạng công thức thực nghiệm + Sử dụng phương pháp bình phương tối thiểu để tính toán các hệ số của công thức

- Số liệu và cách qui toán sơ bộ

+ Chọn số liệu đo mưa tại 6 trạm vũ lượng

kí ở khu vực Trung Trung Bộ, đó là các trạm

Hiệp Đức, Thành Mỹ, Thượng Nhật, Quảng

Ngãi, Hiên và Hội Khách, trong các đợt mưa

diện rộng trong năm 2008

+ Số liệu cường độ mưa qui toán theo lượng

mưa trong từng 5 phút một từ giản đồ vũ lượng

kí rồi qui ra cường độ mưa (mm/h)

+ Số liệu độ phản hồi từ các ảnh của Radar

Doppler tại Tam Kỳ (Quảng Nam), lấy trung

bình trong một miền tròn bao quanh trạm vũ

lượng kí có bán kính 10km ở cùng thời điểm

với số liệu đo mưa

- Các chỉ số đánh giá [4]

+ Sai số trung bình ME:

N

O F ME

N

i

i i

∑

=

−

trong đó, Fi là giá trị dự báo, Oi là giá trị quan

trắc và N là dung lượng mẫu

+ Sai số trung bình tuyệt đối MAE:

N

O F MAE

N

i

i i

∑

=

−

= 1 , (3) + Sai số trung bình bình phương MSE

+ Sai số trung bình toàn phương RMSE:

∑

=

−

i

i

i O F N

RMSE

1

2 1

, (4)

4 Các kết quả xác định và đánh giá các công

thức

4.1 Kết quả vẽ đồ thị theo số liệu thực và xác

định công thức

Chúng tôi tiến hành xây dựng công thức

thực nghiệm cho từng trạm, sau đó cho toàn

vùng Trung Trung Bộ (bao gồm cả 6 trạm), nhưng ở đây chỉ nêu kết quả ứng với một vài trạm nào đó như một ví dụ Chẳng hạn, các kết quả vẽ đồ thị Z’-R (Scatter – plot) dựa trên các

số liệu thực đối với trạm Hiệp Đức và Thành

Mỹ khi lấy Z’ trung bình trong vòng tròn bán kính 10 km quanh trạm được cho trong hình 1

Hình 1 Đồ thị Z’-R với độ phản hồi trung bình lấy trong vòng bán kính 10km trạm Hiệp Đức

và Thành Mỹ

Từ hình 1 ta thấy độ phản hồi vô tuyến Z’ (dBZ) và cường độ mưa R (mm/h) có mối quan

hệ phi tuyến dạng logarit Do đó ta xây dựng công thức thực nghiệm thể hiện mối quan hệ theo dạng loga:

Z’= a + blgR (5) Theo phương pháp bình phương tối thiểu, các hệ số thực nghiệm a và b được xác định thông qua việc giải hệ phương trình sau đây:

( )

⎩

⎨

⎧

= +

=

+

∑ lg R b ∑ lg R ∑ Z ' lg R

a

' Z R

lg b an

trong đó n là dung lượng mẫu

Qua một vài biến đổi đơn giản, công thức

(5) trở thành:

R=C10D.Z’ (7)

với C=10-(a /b) và D=1/b

Để dễ dàng so sánh với công thức thực

nghiệm do Marshall – Palmer đưa ra, ta biến

đổi công thức Marshall – Palmer về dạng hàm

mũ Công thức Marshall-Palmer được cho dưới

dạng hàm lũy thừa Z=ARB với:

A=200

B= 1,6

Z tính bằng mm6/mm3 và R tính bằng mm/h Để

đưa nó về dạng R= C10D.Z’, cần lưu ý rằng giữa

Z và Z’ có mối quan hệ Z’=10lgZ Qua một số

biến đổi đơn giản ta thu được

C=A-1/B=200-1/1.6=0.036

D=1/B=0.0625

Với mỗi trạm và toàn vùng ta thu được 7

công thức như vậy Các hệ số của chúng được

cho trong bảng 1

Bảng 1 Kết quả tính hệ số C, D cho từng trạm và

chung cho cả vùng

Tên trạm C D

Thành Mỹ 0.107345 0.074313

Thượng Nhật 0.314605 0.069886

Hiệp Đức 1.669762 0.038004

Quảng Ngãi 0.206588 0.062065

Hội Khách 0.82461 0.04427

chung 6 trạm 0.360214 0.058125

4.2.Đánh giá công thức

Các sai số của tất cả các công thức tìm được

cho từng trạm và cả vùng (cả 6 trạm) cũng như

của công thức Marshall-Palmer được cho trong

bảng 2 và 3 Các sai số này đều được đánh giá trên tập số liệu độc lập

Bảng 2 Sai số của công thức tính được cho từng

trạm và cho cả vùng

Trạm ME MAE RMSE

Thành Mỹ -0.27609 0.27609 11.7131 Hiệp Đức 1.745869 1.745869 10.5877 Thượng Nhật 0.586615 0.586615 10.7409 Quảng Ngãi -0.28928 0.28928 11.4543 Hiên -0.35695 0.35695 4.51845 Hội Khách 1.6884 1.6884 4.99912

Cả vùng -1.819075 1.819075 11.9862 Bảng 3 Sai số của công thức Marshall-Palmer tính

cho từng trạm và cho cả vùng

Trạm ME MAE RMSE

Thành Mỹ -4.69165 4.69165 15.6252 Hiệp Đức -6.5476 6.5476 16.201 Thượng Nhật -5.6307 5.6307 15.8422 Quảng Ngãi -4.42581 4.42581 14.6680 Hiên -6.42702 6.42702 8.53497 Hội Khách -6.98372 6.98372 10.8975

Cả vùng -8.69165 8.69165 15.6252

Các chỉ số đánh giá trong bảng 2 và 3 cho thấy:

- Sai số ME của các công thức tính được tương đối nhỏ nhưng sai số RMSE còn tương đối lớn

- Sai số của công thức Marshall-Palmer lớn hơn đáng kể so với sai số của các công thức tính được, kẻ cả công thức chung cho cả vùng

- Chỉ số ME (BIAS) đánh giá cho công thức của Marshall – Palmer nhỏ hơn 0 chứng tỏ, ước lượng cường độ mưa từ công thức của Marshall -Palmer cho giá trị nhỏ hơn giá trị thực đo được

- Sai số của từng trạm nhỏ hơn so với sai số cho cả vùng Điều này cũng dễ hiểu, vì khi tính trên toàn vùng, ta đã không tính đến sự khác biệt địa lý giữa các trạm

Sai số còn lớn có thể do những nguyên nhân

đã nêu trong mục mở đầu và có thể do tập số liệu chưa đủ lớn

Tài liệu tham khảo

4 Kết luận

[1] Nguyễn Hướng Điền, Tạ Văn Đa, Khí tượng radar, NXB Đại học Quốc gia Hà Nội, Hà Nội, 2010

Từ những kết quả tính toán được ở trên,

bước đầu cho thấy:

[2] Ronald E Rinechart, Radar for Meteorologists,

University of North Dakota, USA, 1992

- Đã tính được 6 công thức riêng cho từng

trạm riêng và 1 công thức cho toàn vùng (bao

trùm 6 trạm kể trên ) [3] L.Z Rumsixki, Phương pháp toán học sử lý các kết quả thực nghiệm, Nhà xuất bản khoa học kỹ

thuật Hà Nội (dịch bởi Hoàng Hữu Như, Nguyễn Bác Văn), 1972

- Sai số trên từng trạm tính riêng từng công

thức nhỏ hơn so với sai số tính trên toàn vùng

[4] Phan Văn Tân, Các phương pháp thống kê trong khí hậu, NXB Đại học Quốc gia Hà Nội, Hà Nội,

2003

- Sai số của các công thức tính được nhỏ

hơn sai số của công thức Marshall-Palmer

Empirical formulas for calculating rainrate from radar reflectivity for the Mid-Central Vietnam

Nguyen Huong Dien

Faculty of Hydro-Meteorology & Oceanography, Hanoi University of Science, VNU

334 Nguyen Trai, Hanoi, Vietnam

To calculate the rainrate R (in mm/h) at each station, numerous relationships between R and the radar reflectivity Z (in mm6/m3) have been proposed in previous studies In Vietnam, several formulas have also been presented for some isolated regions However, modern radars do not directly measure the Z, but Z’ (in dBZ); in addition, all of formulas consider Z as a function of the rainrate R that leads

to larger errors To reduce errors and increase the applicability, an empirical formula for calculating directly rainrate R from radar reflectivity Z’ will be presented in this study, based on the measured rainfall data of 6 surface stations in the Mid-Central Vietnam and the reflectivity Z’ observed by radar Doppler installed at Tam Kỳ station for a mesoscale heavy rain event in the year 2008 The relations expressed in the form R= C10DZ’ for each station and the Mid-Central Vietnam are constructed in which the empirical coefficients C and D are determined by the least square method The errors associated with these formulas are considerably smaller than that from Marshall-Palmer, and the errors

of the expression for each station are smaller than that for the entire region

Keywords: radar reflectivity, rainrate, empirical formula