Xây dựng phương trình dự báo quỹ đạo bão cho khu vực biển đông hạn 5 ngày dựa trên số liệu dự báo toàn cầu

Sai số dự báo quỹ đạo a và cường độ b trung bình của dự báo siêu tổ hợp đa mô hình FSU SENS, dự báo trung bình tổ hợp ENSM và các mô hình thành phần cho mùa bão ĐTD năm 1999.. DANH MỤC K

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

-

Nguyễn Vân Anh

XÂY DỰNG PHƯƠNG TRÌNH DỰ BÁO QUỸ ĐẠO BÃO CHO KHU VỰC BIỂN ĐÔNG HẠN 5 NGÀY DỰA TRÊN SỐ LIỆU DỰ BÁO TOÀN CẦU

LUẬN VĂN THẠC SĨ KHOA HỌC

Hà Nội - 2014

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

-

Nguyễn Vân Anh

XÂY DỰNG PHƯƠNG TRÌNH DỰ BÁO QUỸ ĐẠO BÃO CHO KHU VỰC BIỂN ĐÔNG HẠN 5 NGÀY DỰA TRÊN SỐ LIỆU DỰ BÁO TOÀN CẦU

Chuyên ngành : Khí tượng và Khí hậu học

Mã số : 60.44.02.22

LUẬN VĂN THẠC SĨ KHOA HỌC

NGƯỜI HƯỚNG DẪN KHOA HỌC: GS.TS TRẦN TÂN TIẾN

Hà Nội - 2014

LỜI CẢM ƠN

Người đầu tiên tôi muốn gửi lời cảm ơn chân thành và sâu sắc nhất đó là GS.TS Trần Tân Tiến - người thầy đã luôn tận tụy và nhiệt tình giúp đỡ tôi trong quá trình học tập, nghiên cứu cũng như hoàn thành luận văn này

Tôi xin gửi lời cảm ơn tới các thầy cô giáo và các cán bộ trong khoa Khí tượng - Thủy văn - Hải dương học đã giúp đỡ về kiến thức chuyên môn và tạo điều kiện về cơ sở vật chất cho tôi trong suốt quá trình học tập và nghiên cứu ở đây

Tôi xin gửi lời cảm ơn tới phòng sau đại học, trường đại học Khoa học Tự nhiên đã luôn luôn tạo điều kiện cho các học viên cao học như tôi hoàn thành tốt khóa học của mình

Cuối cùng tôi xin gửi lời cảm ơn tới gia đình, người thân và bạn bè đã luôn

luôn ở bên cạnh động viên và giúp đỡ tôi trong cả quá trình học tập này

MỤC LỤC

DANH MỤC HÌNH ẢNH, BIỂU ĐỒ

DANH MỤC BẢNG

DANH MỤC KÍ HIỆU VIẾT TẮT

MỞ ĐẦU 1

CHƯƠNG I TỔNG QUAN 3

1.1 Sơ lược quá trình phát triển của phương pháp dự báo tổ hợp bão 4

1.2 Dự báo khí tượng tại các trung tâm dự báo của thế giới và loại số liệu dự báo bão cung cấp 9

1.3 Tình hình nghiên cứu dự báo tổ hợp bão ở Việt Nam 18

CHƯƠNG II: PHƯƠNG PHÁP NGHIÊN CỨU VÀ NGUỒN SỐ LIỆU 23

2.1 Phương pháp tổ hợp 23

2.1.1 Trung bình đơn giản 23

2.1.2 Tính trọng số theo phương sai của sai số 24

2.1.3 Tính trọng số bằng hồi quy tuyến tính 24

2.2 Các chỉ tiêu đánh giá kết quả dự báo bão 28

2.3 Số liệu ban đầu và các bước thực hiện 30

CHƯƠNG III: KẾT QUẢ VÀ THẢO LUẬN 32

3.1 Danh sách các cơn bão lựa chọn 32

3.2 Sử dụng 1 kết quả dự báo toàn cầu của từng trung tâm quốc tế để dự báo quỹ đạo bão trên khu vực Việt Nam 34

3.2.1 CMA 34

3.2.2 ECMWF 35

3.3 Tổ hợp kết quả dự báo toàn cầu của các trung tâm quốc tế 37

3.3.1 Xây dựng phương trình 37

3.3.2 Đánh giá kết quả 40

3.4 So sánh các kết quả dự báo có sử du ̣ng phương pháp hồi quy tuyến tính: 52

3.5 Đánh giá kết quả dự báo CMA(5)- ECMWF trên một số cơn bão điển hình 55

KẾT LUẬN 59

TÀI LIỆU THAM KHẢO 61

PHỤ LỤC 1 64

PHỤ LỤC 2 65

PHỤ LỤC 3 66

PHỤ LỤC 4 68

PHỤ LỤC 5 69

PHỤ LỤC 6 71

PHỤ LỤC 7 72

PHỤ LỤC 8 73

PHỤ LỤC 9 74

PHỤ LỤC 10 75

PHỤ LỤC 11 76

PHỤ LỤC 12 76

DANH MỤC HÌNH ẢNH, BIỂU ĐỒ

Hình 1.1 Sai số dự báo quỹ đạo (a) và cường độ (b) trung bình của dự báo siêu tổ hợp đa mô hình (FSU SENS), dự báo trung bình tổ hợp (ENSM) và các mô hình

thành phần cho mùa bão ĐTD năm 1999 9

(nguồn Willford và cộng sự (2003) ) 9

Hình 1.2 Sơ đồ hệ thống tổ hợp xoáy thuận nhiệt đới 12

Hình 1.3 Sai số quỹ đạo giữa trung bình thành phần tổ hợp và control 13

Hình 1.4 Trung bình sai số dự báo quỹ đạo xoáy thuận nhiệt đới tại cơ quan khí tượng Trung Quốc với hạn dự báo 24h, 48h, 72h từ năm 1991 đến năm 2005 (đơn vị km) 15

(nguồn: Bangzhong Wang, Yinglong Xu và Baogui Bi (2007)) 15

Hình 1.5 Sai số trung bình dự báo quỹ đạo bão trên khu vực Tây Bắc Thái Bình Dương của trung tâm cảnh báo bão Mỹ (NHC) 17

Hình 1.6 Biểu đồ sai số dự báo quỹ đạo bằng phương pháp đồng hóa LETKF (nguồn: trường ĐH Khoa Học Tự Nhiên- ĐH Quốc Gia Hà Nội) 22

Hình 1.7 Biểu đồ sai số dự báo quỹ đạo bằng phương pháp WRF tổ hợp (nguồn: trường ĐH Khoa Học Tự Nhiên- ĐH Quốc Gia Hà Nội) 22

Hình 2.1 Sơ đồ mô tả sai số 29

Hình 3.1 Biểu đồ sai số khoảng cách (km) trên các tập số liệu của db CMA 35

Hình 3.2 Biểu đồ sai số khoảng cách (km) trên các tập số liệu của db ECMWF 37

Hình 3.3 Biểu đồ sai số khoảng cách (km) dự báo tổ hợp 15 tp CMA 41

( số liệu phụ thuộc) 41

Hình 3.4 Biểu đồ sai số khoảng cách (km) dự báo tổ hợp 15 tp CMA 42

( số liệu độc lập) 42

Hình 3.5 Biểu đồ sai số khoảng cách (km) dự báo tổ hợp 5 tp CMA 43

( số liệu phụ thuộc) 43

Hình 3.6 Biểu đồ sai số khoảng cách (km) dự báo tổ hợp 5 tp CMA 44

( số liệu độc lập) 44

Hình 3.7 Biểu đồ sai s ố khoảng cách (km) dự báo tổ hợp 1 tp CMA và thành phần ECMWF ( số liệu phụ thuộc) 45 Hình 3.8 Biểu đồ sai s ố khoảng cách (km) dự báo tổ hợp 1 tp CMA và thành phần ECMWF ( số liệu độc lập) 46 Hình 3.9 Biểu đồ sai số khoảng cách (km) dự báo tổ hợp 15 tp CMA và thành phần ECMWF ( số liệu phụ thuộc) 48 Hình 3.10 Biểu đồ sai số khoảng cách (km) dự báo tổ hợp 15 tp CMA và thành phần ECMWF ( số liệu độc lập) 49 Hình 3.11 Biểu đồ sai số khoảng cách (km) dự báo tổ hợp 6 thành phần của 2 trung tâm (số liệu phụ thuộc) 50 Hình 3.12 Biểu đồ sai s ố khoảng cách khi tổ hợp 6 thành phần của 2 trung tâm (số liệu độc lập) 51 Hình 3.13 Đồ thị sai số khoảng cách của các trường hợp dự báo trên tập mẫu phụ thuộc 52 Hình 3.14 Đồ thị sai số khoảng cách của các trường hợp dự báo trên tập mẫu độc lập 53 Hình 3.15 Quỹ đạo dự báo và quỹ đạo thực của cơn bão Nari 56 Hình 3.16 Quỹ đạo dự báo và quỹ đạo thực của cơn bão Rammasun 58

DANH MỤC BẢNG

Bảng 1.1 Sai số dự báo trung bình (độ lệch chuẩn) của các mô hình cho các hạn dự

báo 24, 48, và 72 h (Lee và Leung 2002) 14

Bảng 1.2 Sai số dự báo của một số trung tâm dự báo trên thế giới (nguồn JMA) 15

Bảng 1.3 Sai số dự báo quỹ đạo bằng pp đồng hóa LETKF (nguồn: Trường ĐH Khoa học Tự nhiên- ĐH Quốc Gia Hà Nội) 21

Bảng 1.4 Sai số dự báo quỹ đạo bằng phương pháp WRF tổ hợp (nguồn: Trường ĐH Khoa học Tự nhiên- ĐH Quốc Gia Hà Nội) 22

Bảng 3.1 Các cơn bão đưa vào xây dựng phương trình dự báo 32

Bảng 3.2 Số trường hợp trong dự báo một thành phần dự báo control của CMA 34

Bảng 3.3 Sai số khoảng cách trên các tập số liệu của dự báo control của CMA 34

Bảng 3.4 Số trường hợp trong dự báo một thành phần của ECMWF 36

Bảng 3.5 Sai số khoảng cách trên các tập số liệu của db ECMWF 36

Bảng 3.6 Các trường hợp trong dự báo 15 thành phần của CMA 38

Bảng 3.7 Các trường hợp trong dự báo 5 thành phần của CMA 39

Bảng 3.8 Các trường hợp trong dự báo 1 thành phần của CMA và thành phần của ECMWF 39

Bảng 3.9 Các trường hợp trong dự báo 15 thành phần của CMA và thành phần của ECMWF 40

Bảng 3.10 Các trường hợp trong dự báo 5thành phần của CMA và thành phần ECMWF 40

Bảng 3.11 Sai số khoảng cách dự báo tổ hợp 15 thành phần của CMA (số liệu phụ thuộc) 41

Bảng 3.12 Sai số khoảng cách dự báo tổ hợp 15 thành phần của CMA (số liệu phụ thuộc) 42

Bảng 3.13 Sai số khoảng cách dự báo tổ hợp 5 thành phần của CMA 43

Bảng 3.14 Sai số khoảng cách dự báo tổ hợp 5 thành phần CMA 44

(số liệu độc lập) 44

Bảng 3.15 Sai số khoảng cách dự báo tổ hợp 1 thành phần của CMA và thành phần ECMWF (số liệu phụ thuộc) 45 Bảng 3.16 Sai số khoảng cách dự báo tổ hợp 1 thành phần của CMA và thành phần ECMWF (số liệu độc lập) 46 Bảng 3.17 Sai số khoảng cách dự báo tổ hợp 15 thành phần của CMA và thành phần ECMWF (số liệu phụ thuộc) 47 Bảng 3.18 Sai số khoảng cách dự báo tổ hợp 15 thành phần của CMA và thành phần ECMWF (số liệu độc lập) 48 Bảng 3.19 Sai số khoảng cách dự báo tổ hợp 6 thành phần của 2 trung tâm ( Số liệu phụ thuộc) 50 Bảng 3.20 Sai số khoảng cách dự báo tổ hợp 6 thành phần của 2 trung tâm (Số liệu độc lập) 51

DANH MỤC KÍ HIỆU VIẾT TẮT

BGM: Phương pháp nuôi nhiễu phát triển (Breeding of Growing Mode)

CMC: Trung tâm khí tượng Canada (Canadian Meteorological Center )

ECMWF: Trung tâm dự báo thời tiết hạn vừa Châu Âu (European Centre for Medium Range Weather Forecasts)

EPS: Hệ thống dự báo tổ hợp (Ensemble Prediction System)

ETA: Mô hình dự báo thời tiết bất thủy tĩnh (sử dụng hệ tọa độ eta “η ” )

EW: tổ hợp theo trọng số (ensemble weighted)

FSU: Trường đại học Quốc gia Florida (Florida State Univeristy )

JGSM: Mô hình phổ toàn cầu của cơ quan khí tượng Nhật Bản

JMA: Cơ quan Thời tiết Nhật Bản (Japan Meteorological Agency)

HRM: Mô hình khu vực độ phân giải cao (The High-resolution Regional Model) GFS: Hệ thống dự báo toàn cầu Mỹ (Global Forecasting System)

MAE: sai số trung bình tuyệt đối (mean absolute error)

ME : sai số trung bình (mean error)

MM5: Mô hình quy mô vừa của Trung tâm nghiên cứu Khí quyển Quốc gia Hoa Kỳ

và Đại học bang Pennsylvania thế hệ thứ 5 (The NCAR/PSU 5th

Generation mesoscale Model)

NCEP: Trung tâm dự báo môi trường quốc gia Mỹ (National Center for Enviromental Prediction)

NHC: Trung tâm Dự báo bão Hoa Kỳ (National Hurricane Center)

NOGAPS: Hệ thống dự báo phân tích toàn cầu của Hải quân Mỹ (Naval Oceanography Global analysis and prediction sytem)

RAMS: Hệ thống mô hình hóa khí quyển khu vực (Regional Atmospheric Modeling System)

SV: Vector kỳ dị (Singular Vector)

TC : xoáy thuận nhiệt đới (tropical cyclone )

UKMO: Cơ quan Khí tượng Hoàng gia Anh (United Kingdom Meteorological Organization)

WRF: Mô hình nghiên cứu và dự báo thời tiết (Weather Reseach and Forecast) XTNĐ: xoáy thuận nhiệt đới

1

MỞ ĐẦU

Khi nói đến các thiên tai, bão là một trong những thiên tai gây hậu quả nghiêm trọng về người và tài sản Bão là mối đe dọa đối với sản xuất và đời sống của con người Khi bão đi vào đất liền thường kèm theo mưa to, gió lớn, nước biển dâng cao,…và các hiện tượng thời tiết xấu đi kèm trong bão khác cũng gây những ảnh hưởng không nhỏ đến hoạt động của con người

Bờ tây Thái Bình Dương nói chung và Biển Đông nói riêng là khu vực hàng năm bão hoạt động nhiều nhất so với các vùng đại dương khác trên trái đất Với phạm vi nhỏ bão biển Đông chịu ảnh hưởng rõ rệt của trường đường dòng trên cao, hoàn lưu trên cao yếu đi làm cho đường đi và cường độ của bão biển Đông khá phức tạp, không ổn định Đồng thời, với hệ quả của biến đổi khí hậu một số năm gần đây đã làm cho số lượng những cơn bão vào biển Đông ngày càng tăng kèm theo sự biến đổi không lường về quỹ đạo cũng như cường độ của nó Vì vậy vấn đề

dự báo nhanh chóng và chính xác bão trên biển Đông luôn là vấn đề được quan tâm đối với những nhà khoa học khí tượng và những người làm công tác dự báo

Để việc dự báo đạt kết quả cao, trong thời gian gần đây dự báo tổ hợp đang

là phương pháp được lựa chọn và áp dụng tối ưu nhất đối với công tác dự báo bão ở Việt Nam cũng như nhiều nước trên thế giới Trong các hướng nghiên cứu của dự báo tổ hợp thì tổ hợp các kết quả dự báo bão dựa trên dự báo toàn cầu là một cách

tổ hợp không những loại bỏ các sai số không đáng có mà còn giúp chúng ta tận dụng được kết quả dự báo từ các trung tâm dự báo có uy tín, đồng thời nếu sử dụng phương pháp này một cách hợp lý chúng ta có thể bỏ qua được yêu cầu về cấu hình cao của máy tính trong dự báo và không phải tốn quá nhiều công sức và thời gian

Trên cơ sở đó, trong khuôn khổ luận văn này tôi đưa ra hướng sử dụng các phương pháp thống kê để tổ hợp các kết quả dự báo từ các trung tâm dự báo toàn cầu với mục đích: “ Xây dựng phương trình dự báo quỹ đạo bão cho khu vực biển Đông hạn 5 ngày dựa trên số liệu dự báo toàn cầu”

3

CHƯƠNG I TỔNG QUAN

Như chúng ta đã biết, trong những thập kỷ gần đây, kỹ năng dự báo xoáy thuận nhiệt đới đang ngày một được cải thiện đáng kể khi mà những hiểu biết về cấu trúc nhiệt động lực học của bão, mạng lưới thông tin quan trắc và các sản phẩm

số trị ngày càng được tăng cường và chính xác Bên cạnh đó, sự phát triển mạnh mẽ của khoa học máy tính cùng với sự hoàn thiện trong các phương pháp giải số đã tăng cường khả năng dự báo trước nhiều ngày của các mô hình thủy động Tuy nhiên, như vậy không có nghĩa là tất cả những kết quả dự báo quỹ đạo bão đều chính xác mà luôn có một sai số nào đó ẩn chứa trong các sản phẩm dự báo Sai số trong các mô hình

dự báo xoáy thuận nhiệt đới có thể bắt nguồn từ sự chưa hoàn chỉnh trong khi biểu diễn các quá trình động lực và vật lý, từ sai số cắt xén trong giải tích số và đặc biệt là sai số trong các trường phân tích Chính nguồn sai số này dẫn đến những hạn chế trong khả năng dự báo của các mô hình số đối với một hiện tượng cụ thể

Có thể nói rằng, tất cả các bản tin dự báo được phát ra từ các nhà dự báo hoặc các mô hình số trị đều bao hàm tính bất định (uncertainly) Tính bất định của

dự báo thể hiện qua sự thay đổi liên tục mức độ tin cậy của thông tin dự báo và rất khó có thể ước lượng được Đặc biệt trong dự báo quỹ đạo bão, tính bất định này thể hiện trong bản chất của mô hình, đặc trưng của cơn bão, mùa bão, các hình thế

mà cơn bão chi phối… Chính tính bất định này làm cho chất lượng dự báo của mô hình số trị thay đổi theo từng mùa, từng cơn bão và gây khó khăn cho các nhà dự báo trong việc nên quyết định lựa chọn sản phẩm dự báo từ mô hình số trị nào để tham khảo Để ước lượng tính bất định một cách phù hợp và có thể đánh giá được người ta dùng phương pháp dự báo xác suất Phương pháp này cho ta thấy một hiện tượng được quan tâm sẽ xuất hiện như thế nào dưới dạng tỷ lệ phần trăm đồng thời giúp cho các dự báo viên và những người sử dụng đánh giá được mức độ rủi ro Có nhiều cách để tạo ra 1 dự báo xác suất, nhưng hai cách hay được sử dụng nhất là phương pháp thống kê và phương pháp dự báo tổ hợp Các dự báo tổ hợp được thiết

kế để ước lượng các giá trị thống kê dựa trên tập mẫu là các dự báo thành phần có thể có Xác suất xuất hiện của một hiện tượng nào đó được tính dựa trên tỷ số giữa

4

số dự báo thành phần có xuất hiện so với tổng số dự báo thành phần Hiện nay, tại một số trung tâm dự báo khí tượng lớn trên thế giới, các hệ thống dự báo tổ hợp (EPS -Ensemble Prediction System) nghiệp vụ đã được đưa vào hoạt động từ đầu những năm 90 phục vụ công tác dự báo hạn vừa hạn dài và được chạy trên các hệ thống siêu máy tính Các EPS này được phát triển dựa trên các mô hình toàn cầu với mục đích chính là nâng cao chất lượng dự báo và tăng cường khả năng dự báo dài hạn

1.1 Sơ lược quá trình phát triển của phương pháp dự báo tổ hợp bão

Người đầu tiên- sử dụng phương pháp nhiễu động vào bài toán dự báo tổ hợp chuyển động của XTNĐ là Aberson và cộng sự [9] năm 1995 Ông và các đồng nghiệp đã tiến hành dự báo quỹ đạo tổ hợp đối với các cơn bão Đại Tây Dương bằng cách sử dụng mô hình chính áp VICBAR với các trường ban đầu đã được gây nhiễu khác nhau Phương pháp BGM (the breeding of growing modes) được sử dụng trong nghiên cứu này, với trường đầu vào từ mô hình toàn cầu của NCEP Cụ thể là, để bắt đầu một chu trình cấy, các nhiễu động ngẫu nhiên được cộng thêm vào các trường phân tích ban đầu của mô hình Sự khác nhau giữa trường dự báo tiền định với trường dự báo đã được gây nhiễu được coi là các nhiễu động và sẽ được điều chỉnh lại trong phạm vi sai số quan trắc Sau đó, các nhiễu động mới này sẽ được cấy vào trường phân tích tại thời điểm kế tiếp và chu trình nuôi lại được lặp lại Sau một khoảng thời gian nuôi nhiễu, thường là 1 cho đến 2 ngày sau, sự khác biệt giữa dự báo đối chứng và các dự báo được gây nhiễu trở nên ổn định, khi đó có thể coi các nhiễu phát triển nhanh đã được cấy thành công Sau khi hiệu chỉnh lại nhiễu động này, các nhiễu động lại được cộng hoặc trừ vào trường phân tích ban đầu của dự báo đối chứng và tạo nên một cặp nhiễu động ban đầu đã được cấy Các trường ban đầu đã được cấy này sẽ được sử dụng trong quá trình tích phân mô hình tạo ra các dự báo tổ hợp thành phần Từ những kết quả nghiên cứu khả quan này, năm 1998 Aberson [10] đã áp dụng phương pháp BGM cho mô hình lưới lồng GFDL (Geophysical Fluid Dynamics Laboratory) để dự báo cho mùa bão 1996-

1997 trong vùng Đại Tây Dương Trong nghiên cứu này dự báo tổ hợp là trung bình

Năm 1997, Krishnamurti và cộng sự [27,28] đã nghiên cứu một tổ hợp các

dự báo bão sử dụng các phân tích khác nhau trong đó biểu diễn sự kết hợp của các ước lượng sai số phân tích và các nhiễu động tới vật lý mô hình (từ các thủ tục đồng hóa số liệu khác nhau) tại thời điểm ban đầu Mô hình dự báo được sử dụng là mô hình phổ toàn cầu T63L15 Các kết qủa đánh giá cho thấy, ban đầu hóa vật lý làm giảm độ tán của các dự báo tổ hợp do trường dòng dẫn được mô tả tốt hơn Sai số

dự báo trong các trường hợp không sử dụng ban đầu hóa là lớn hơn hầu hết các trường hợp sử dụng ban đầu hóa Bên cạnh đó, các phương án tính toán dự báo tổ hợp từ tập hợp các dự báo thành phần cũng được thử nghiệm và so sánh với trung bình tổ hợp Kết quả là trung bình của các dự báo thành phần đã loại bỏ các dự báo nằm quá xa so với các dự báo thành phần còn lại, và trung bình của tập hợp các dự báo đã loại bỏ những dự báo có sai số lớn trong 12h dự báo đầu tiên Các kết qủa đánh giá cho thấy tất cả các phương án thử nghiệm trên đã đem lại nhiều thông tin hữu tích trong một vài trường hợp

Cheung và Chan (1999) [12] đã sử dụng 3 phương pháp nhiễu động là phương pháp Monte-Carlo (MCF), LAF(Lagged- average forecast) và BGM để tạo ra các dự báo tổ hợp dựa trên một mô hình chính áp Để đánh giá vai trò của trường dòng dẫn và hoàn lưu xoáy tới kết quả dự báo, các nhiễu động được phát sinh từ 3 phương pháp nói trên được áp dụng riêng rẽ cho trường dòng dẫn

và hoàn lưu xoáy Trong nghiên cứu này, các kiểm nghiệm được thực hiện dựa trên 66 trường hợp nằm trong bộ số liệu kiểm nghiệm chuyển động XTNĐ TCM90 Có thể nói cho đến nay, công trình nghiên cứu của Cheung và Chan là toàn diện nhất về việc áp dụng các phương pháp nhiễu động trong dự báo tổ hợp quỹ đạo XTNĐ

6

Không đi theo hướng sử dụng các phương pháp nhiễu động trường ban đầu cho một mô hình dự báo số, Goerss (1999, 2000) [18] đã tạo nên một dự báo trung bình đơn giản (consensus) từ các dự báo của 3 mô hình toàn cầu JGSM, NOGAPS

và UKMO Các kết qủa đánh giá sai số dự báo cho 2 mùa bão Đại Tây Dương 1995-1996 cho thấy sự cải thiện tương ứng là 16, 20 và 23% đối với các hạn dự báo 24h, 48h và 72h so với dự báo tốt nhất của 3 mô hình thành phần Đối với mùa bão

1998, sự cải thiện được tìm thấy là 18, 25 và 31% Các kết qủa tương tự cũng được chỉ ra cho vùng Tây bắc Thái Bình Dương với bổ sung thêm 2 mô hình dự báo khu vực khác là mô hình JTYM và GFDN Ngoài ra, tổ hợp đơn giản này cũng đưa đến

sự giảm giá trị độ lệch chuẩn của sai số dự báo Do đó, sẽ làm hạn chế được vùng cảnh báo khi tiến hành các dự báo khả năng đổ bộ của bão

Cũng ở năm 2000, Elsberry và Carr [14] đã nghiên cứu mối quan hệ giữa độ tán của dự báo trung bình đơn giản của 5 mô hình dự báo số thành phần và sai số dự báo cho 381 trường hợp của các cơn bão Tây bắc Thái Bình Dương trong hai năm 1996-1997 Tập số liệu sử dụng trong nghiên cứu này là tương tự với của Goerss (2000) nhưng độ tán được tính là khoảng cách cực đại so với vị trí trung bình (thay

vì sử dụng độ lệch chuẩn) và chỉ tập trung nghiên cứu cho hạn dự báo 72h Các kết qủa cho thấy chỉ có một số nhỏ các trường hợp có độ tán nhỏ hơn 185km và phần lớn giá trị độ tán nằm trong khoảng 555km, một vài giá trị lớn được tìm thấy là 1575km Hệ số tương quan giữa độ tán và sai số của dự báo trung bình chỉ là 0.24 cho

381 trường hợp, điều này có nghĩa là chỉ khoảng 5% sự thay đổi trong sai số của dự báo trung bình có thể được giải thích qua độ tán Hay nói cách khác, không thể sử dụng

độ tán của dự báo trung bình đơn giản để lượng trực tiếp những sai số dự báo có thể có Một kết qủa có giá trị khác của nghiên cứu này là có 81 trường hợp (chiếm 21%) cho thấy độ tán lớn hơn 555km nhưng sai số dự báo 72h lại nhỏ hơn 555km, điều này chứng tỏ độ tán lớn không thực sự cho biết sai số dự báo lớn Nguyên nhân cho kết qủa này là do việc lấy trung bình đơn giản đã làm giảm sai số ngẫu nhiên Tuy nhiên, tình huống gây khó khăn nhất đối với dự báo viên là khoảng 30% trường hợp có độ tán nhỏ nhưng lại có sai số lớn hơn 555km

7

Lee và Leung (2002) [16] đã nghiên cứu đặc tính của kỹ thuật tổ hợp đa

mô hình trong dự báo qũy đạo XTNĐ Trong nghiên cứu này, dự báo quỹ đạo

từ 3 mô hình toàn cầu của các trung tâm ECMWF, JMA và UKMO được sử dụng để tạo nên dự báo trung bình đơn giản cho tập số liệu dự báo của tất cả cơn bão thuộc Tây bắc Thái Bình Dương (từ 0-450; 100-1800) và Biển Đông trong 3 năm 1999-2001 Các kết qủa nghiên cứu đã cho thấy dự báo trung bình đơn giản là tốt hơn so với dự báo tốt nhất của 3 mô hình dự báo thành phần Về mặt trung bình, sai số của dự báo trung bình nhỏ hơn khoảng 7%, 17% và 19% tương ứng tại các hạn dự báo 24h, 48h và 72h so với sai số của mô hình thành phần tốt nhất

Ngoài ra, Lee và Leung (2002) [16] còn nhận thấy rằng về mặt sai số trung bình, thì các mô hình của UKMO và JMA là tốt hơn so với của ECMWF Tuy nhiên, có tới 30% số trường hợp nghiên cứu sai số dự báo của ECMWF là tốt hơn nhiều so với hai mô hình còn lại Điều này chứng tỏ không có mô hình nào là tốt nhất trong mọi trường hợp nghiên cứu Chính vì lý do này, Lee đã phát triển một sơ đồ dự báo tổ hợp có trọng số dựa trên sai số vị trí phân tích (DPE00) và sai số dự báo 12h (DPE12) thay vì lấy trung bình đơn giản (trọng

số là như nhau) Các kết qủa nghiên cứu đã chỉ ra rằng kỹ năng dự báo của phương án DPE00 là tương tự với dự báo trung bình đơn giản nhưng phương án DPE12 đã cho thấy sự cải thiện trong chất lượng dự báo đối với các hạn dự báo 24h và 48h

Willford và cộng sự (2003) [24] đã phát triển một hệ thống dự báo siêu tổ hợp đa

mô hình (multimodel superensemble forecast system) có trọng số khác nhau tại Đại học bang Florida (FSU-Florida State Univeristy) cho các cơn bão vùng Đại Tây Dương với các hệ số hồi quy được tính dựa trên các đặc trưng thống kê của mùa bão trước Hệ thống

dự báo siêu tổ hợp đa mô hình này bao gồm 12 mô hình NWP thành phần: 3 phiên bản của mô hình phổ toàn cầu FSU, mô hình AVN, mô hình NOGAPS, mô hình phổ toàn cầu của UKMO, mô hình GFDL và 5 mô hình nghiệp vụ tại NMC (BAMM, LBAR, NHC90, SHIFOR, SHIPS) Đối với mùa bão 1998, Willford và cộng sự đã đề xuất

8

phương pháp tương quan chéo (cross-validation) để xác định các trọng số cho các dự báo thành phần Cụ thể, tập số liệu dự báo vị trí và cường độ của tất cả các cơn bão trong năm 1998 (ngoại trừ cơn bão được quan tâm) sẽ được sử dụng trong tính toán thống kê Các kết qủa đánh giá cho một mùa bão ĐTD năm 1998 đã cho thấy dự báo tổ hợp đa mô hình là tốt hơn so với các dự báo thành phần với căn bậc hai của sai số dự báo vị trí bình phương trung bình (RMSE) là 100km, 150km và 200km tương ứng với các hạn dự 24h, 48h và 72h Đối với dự báo cường độ, sự cải thiện so với mô hình dự báo thành phần tốt nhất là khoảng từ 10-25%

Từ những thành công trong dự báo siêu tổ hợp đa mô hình cho mùa bão ĐTD năm 1998, Willford và cộng sự tiến hành thử nghiệm nghiệp vụ cho mùa bão

1999 với các trọng số được tính dựa trên tập số liệu thống kê năm 1998 Kết qủa đánh giá sai số RMSE cho dự báo vị trí tâm bão cho thấy sự cải thiện so với mô hình dự báo tốt nhất là khoảng 10m, 40km và 80km tương ứng cho các hạn dự báo 24h, 48h và 72h (hình 1.1) Đối với dự báo cường độ, sự cải thiện chất lượng dự báo

là có nhưng không đáng kể

Tuy nhiên, khi áp dụng hệ thống dự báo siêu tổ hợp đa mô hình cho các cơn bão năm 2000 với trọng số được tính từ năm 1999 thì kết qủa lại không khả quan Nguyên nhân chính dẫn đến những sai số lớn này là do có những thay đổi căn bản trong một số mô hình toàn cầu như mô hình UKMO và AVN, và gián tiếp ảnh hưởng đến các như mô hình GFDL và LBAR (do sử dụng các trường phân tích và

dự báo của mô hình AVN) Để khắc phục vấn đề này, Willford và cộng sự đã sử dụng một số cơn bão sớm trong năm 2000 để làm tập số liệu phụ thuộc trong tính toán thống kê các trọng số hồi quy và áp dụng cho các cơn bão về sau Kết quả là sai số của dự báo siêu tổ hợp đã giảm đáng kể

9

Hình 1.1 Sai số dự báo quỹ đạo (a) và cường độ (b) trung bình của dự báo siêu tổ hợp đa mô hình (FSU SENS), dự báo trung bình tổ hợp (ENSM) và các mô hình thành

phần cho mùa bão ĐTD năm 1999 (nguồn: Willford và cộng sự (2003) )

1.2 Dự báo khí tƣợng tại các trung tâm dự báo của thế giới và loại số liệu dự báo bão cung cấp

Trung tâm dự báo môi trường quốc gia Mỹ (NCEP)

EPS -Ensemble Prediction System nghiệp vụ đầu tiên tại Trung tâm quốc gia

dự báo môi trường của Mỹ (NCEP-National Center for Enviromental Prediction) được sử dụng từ năm 1992 dựa trên phương pháp BGM (Breeding of Growing Mode) để tạo tập hợp các trường ban đầu khác nhau cho mô hình toàn cầu T126 với

28 mực thẳng đứng và tích phân tới 180 giờ Hiện tại, EPS cho dự báo hạn vừa của NCEP (GEFS) bao gồm 21 thành phần dựa theo phương pháp mới ET (Ensemble Transform) độ phân giải T190L28 (khoảng 0.70, 28 mực), hạn dự báo 15 ngày Việc theo dõi quỹ đạo bão trong các mô hình của NCEP/EMC Mục đích của trang web này là để theo dõi khả năng của các mô hình dự báo thời tiết số khác nhau để phát triển bão trong vùng nhiệt đới và ngoại nhiệt đới Ban đầu trang web chứa hình ảnh quỹ đạo bão từ các mô hình khác nhau, bao gồm NCEP GFS, NCEP Eta, tổ hợp toàn cầu NCEP, tổ hợp hạn ngắn NCEP (SREF), UKMET và mô hình NOGAPS Cuối cùng là thực hiện thống kê số liệu

10

Tất cả các quỹ đạo trong trang web này có nguồn gốc từ các file GRIB nghiệp vụ có sẵn trong NCEP và được xác định bằng cách sử dụng phần mềm theo dõi quỹ đạo nghiệp vụ NCEP

Đối với xoáy thuận nhiệt đới, 7 tham số được theo dõi, bao gồm cực đại xoáy tương đối, độ cao địa thế vị cực tiểu và tốc độ gió cực tiểu tại mực 850 mb và

700 hPa Các tham số này được lấy trung bình nhằm cung cấp một vị trí trung bình phù hợp với mỗi giờ dự báo

Đối với xoáy thuận ngoại nhiệt đới, chỉ xác định được thông qua biến MSLP (mean sea level pressure) Để tránh việc tiếp tục theo dõi cơn bão khi suy yếu hoặc tồn tại các nhiễu động trong thời gian ngắn, việc theo dõi cơn bão phải dựa trên 2 tiêu chí sau: 1) cơn bão phải tồn tại ít nhất 24 giờ trong một dự báo, 2) phải duy trì một đường MSLP khép kín sử dụng đường 2 mb

Trung tâm dự báo thời tiết hạn vừa Châu Âu ( ECMWF)

Tại Trung tâm dự báo hạn vừa Châu Âu (ECMWF- European Center for Medium-range Weather Forecasts), EPS cũng được đưa vào nghiệp vụ từ năm

1992 bằng việc sử dụng phương pháp SV (Singular Vector) để tạo nhiễu động ban đầu EPS này hiện nay có 51 dự báo thành phần, thực hiện dự báo hàng ngày và cung cấp kết quả cho các nước trong Cộng đồng Châu Âu là thành viên của ECMWF Hệ thống EPS này có tên gọi Var_EPS (Variable Resolution EPS) hạn dự báo 15 ngày, trong đó 9 ngày đầu hệ thống chạy với

độ phân giải TL399L62 (khoảng 50 km, 62 mực) và 6 ngày sau với độ phân giải TL255L62 (khoảng 80 km, 62 mực) Đây là EPS hạn vừa có độ phân giải cao nhất hiện nay trên thế giới Các sản phẩm dự báo bão của Trung tâm dự báo hạn vừa Châu Âu được thiết kế để cung cấp thông tin chính xác và dự báo

về sự dịch chuyển cũng như cường độ của bão Hệ thống hoàn toàn phụ thuộc vào các quan trắc từ các trung tâm bão trên thế giới Nói theo cách khác, việc

dự báo bão không được tính toán một cách chính xác Việc dự báo này có thể

bị dừng lại trong trường hợp các cơn bão dự báo không đủ mạnh

11

Sau khi có thông tin quan trắc, sự di chuyển của bão sẽ được tự động theo dõi Thuật toán theo dõi dựa trên phép ngoại suy của sự dịch chuyển trong quá khứ và dòng dẫn đường trong tầng đối lưu giữa để có một vị trí phỏng đoán đầu tiên Vị trí thực tế được xác định bằng cách tìm kiếm MSLP và xoáy tại 850 hPa xung quanh vị trí đầu tiên, hoặc bằng cách xác định tốc độ gió

Trung tâm khí tượng Canada

Trung tâm Khí tượng Canada (CMC-Canadian Meteorological Center) cũng bắt đầu đưa vào chạy nghiệp vụ EPS theo phương pháp EnKF (Ensemble Kalman Filter) EPS của CMC cho thấy một sự kết hợp chặt chẽ giữa EF và đồng hóa số liệu Hiện tại, EPS của CMC (CEFS) bao gồm 21 thành phần tương tự như EPS của NCEP với độ phân giải 0.90, 28 mực và hạn dự báo 16 ngày

Các sản phẩm và thông tin:

- Dị thường nhiệt độ trung bình 10 ngày

- Bản đồ Spaghetti

- Xác suất hiệu chuẩn của lượng mưa tương đương

- Lượng mưa tích lũy

- Các trung tâm áp suất mặt biển

- Bản đồ GZ 500

- Độ mở rộng của các trường thực nghiệm

- Thông tin về hệ thống

- Truy cập dữ liệu kỹ thuật số

Cục Khí tượng Trung Quốc ( CMA)

Các hệ thống dự báo tổ hợp của CMA [30] bao gồm: hệ thống dự báo tổ hợp toàn cầu tầm trung (GEPS); hệ thống dự báo tổ hợp khu vực (REPS); hệ thống dự báo tổ hợp quỹ đạo bão nhiệt đới Hệ thống dự báo tổ hợp quỹ đạo bão nhiệt đới được phát triển ở 2 nơi : Trung tâm khí tượng quốc gia Trung quốc (NMC) và khu vực Thượng Hải

Hệ thống dự báo tổ hợp quỹ đạo bão tại NMC được phát triển vào năm

12

2006 dựa trên nền nhiễu và chương trình khởi tạo xoáy giả và được đưa vào chạy thời gian thực năm 2007 Trạng thái nền nhiễu được lấy từ hệ thống dự báo tổ hợp toàn cầu tầm trung để tiết kiệm tài nguyên tính toán Các xoáy giả được cài vào trong bối cảnh xáo trộn sau khi xoáy nông được loại bỏ Hệ thống này gồm 14 thành phần nhiễu và 1 thành phần control hoạt động giống với hệ thống dự báo tổ hợp phạm vi trung bình Hệ thống chạy hai lần một ngày (00UTC và 12UTC) và cung cấp các tổ hợp quỹ đạo bão và khả năng xâm nhập của nó Sơ đồ biểu diễn hoạt động của hệ thống (hình 1.2):

Hình 1.2 Sơ đồ hệ thống tổ hợp xoáy thuận nhiệt đới (Nguồn: Dr Jing Chen, Hua Tian, Guo Deng, Xiaoli Li,Suhong Ma,Yan Tan, 2009: Operational Ensemble Prediction Systems at CMA)

13

Quỹ đạo trung bình của tất cả các thành phần tổ hợp là không có sự khác biệt

rõ ràng lắm so với quỹ đạo của Control (CTL) và có vẻ tốt hơn một chút với những khoảng thời gian dự báo dài hơn 72 giờ Sai số quỹ đạo của tổ hợp trung bình và CTL được thể hiện trong biểu đồ sau đây

Hình 1.3 Sai số quỹ đạo giữa trung bình thành phần tổ hợp và control (Nguồn: Dr Jing Chen, Hua Tian, Guo Deng, Xiaoli Li,Suhong Ma,Yan Tan, 2009: Operational Ensemble Prediction Systems at CMA)

Hệ thống dự báo tổ hợp quỹ đạo bão khu vực ở Thượng Hải hệ thống này dựa trên mô hình GRAPES_TCM, trong đó gồm 3 phần: khởi tạo xoáy, tổ hợp nhiễu ban đầu và quá trình công bố Hệ thống dự báo tổ hợp này đã được hoạt động

từ năm 2006 để cung cấp các sản phẩm tổ hợp trong vòng 72 giờ Các sản phẩm đó

là tổ hợp quỹ đạo, khả năng dịch chuyển và sự phân bố các vị trí bão cũng như phân

bố sác xuất của một số trường synop

Ngoài những trung tâm dự báo kể trên, còn có một số trung tâm khí tượng khác như MeteoFrance, BoM, JMA, KMA cũng bắt đầu phát triển và sử dụng EPS cho các mô hình toàn cầu trong dự báo (trong đó có dự báo bão) Với rất nhiều EPS

từ các trung tâm dự báo khác nhau như trên, ngành khí tượng trên toàn cầu đang hướng đến một dự báo siêu tổ hợp, kết hợp tất cả thông tin dự báo từ các EPS thông

14

qua chương trình TIGGE (THORPEX Interactive Grand Global Ensemble) Thành công bước đầu của TIGGE được thể hiện qua hệ thống dự báo tổ hợp Bắc Mỹ NAEFS kết hợp hai hệ thống GEFS của NCEP và CEFS của CMC

Sai số dự báo quỹ đạo bão hạn từ 3 đến 5 ngày:

Như chúng ta đã thấy, từ những năm 1990 trở lại đây cùng với sự cải tiến đáng kể của kỹ năng dự báo số, đặc biệt công nghệ dự báo tổ hợp được xây dựng dựa trên nhiều mô hình động lực đã chứng minh sự tiến bộ đáng kể trong việc dự báo quỹ đạo bão đồng thời sai số dự báo đã giảm đáng kể

Lee và Leung (2002)[15] tại cơ quan thời tiết Hồng Kông đã sử dụng kết quả của một số mô hình để thực hiện trung bình tổ hợp với cùng trọng số dự báo quĩ đạo của TC cho khu vực tây bắc Thái Bình Dương, thời gian đánh giá sai số là 3 năm từ năm 1999-2001 kết quả cho thấy: sai số dự báo trung bình ( độ lệch chuẩn) của các mô hình cho các hạn dự báo 24h, 48h và 72h như bảng sau:

Bảng 1.1 Sai số dự báo trung bình (độ lệch chuẩn) của các mô hình cho các hạn dự

báo 24, 48, và 72 h (Lee và Leung 2002)

15

Đánh giá về sai số dự báo quỹ đạo xoáy thuận nhiệt đới trong 24 giờ, 48 giờ, 72 giờ tương ứng là 140 km, 250 km, 380 km cũng được Bangzhong Wang, Yinglong Xu

và Baogui Bi nghiên cứu năm (2007) [10] và đưa ra nhận xét như hình 1.4

Hình 1.4 Trung bình sai số dự báo quỹ đạo xoáy thuận nhiệt đới tại cơ quan khí tượng Trung Quốc với hạn dự báo 24h, 48h, 72h từ năm 1991 đến năm 2005 (đơn vị km)

(nguồn: Bangzhong Wang, Yinglong Xu và Baogui Bi (2007))

Theo một số tài liệu đã được công bố trên thế giới, sai số dự báo quỹ đạo bão của một số trung tâm được đánh giá như bảng 1.2 sau: (đơn vị đánh giá là hải lý, 1hải lý = 1.852km)

Bảng 1.2 Sai số dự báo của một số trung tâm dự báo trên thế giới

Dương 68 125.9 186.5 235.7 310.2 2000-2004 Đông bắc Thái

Bình Dương 62.1 107.6 154.4 210.8 273.7 2000-2004 Tây bắc Thái

Bình Dương 72 126 182 241 326 2000-2004

Với hạn dự báo 3 ngày NHC đã liên tục xây dựng kỹ năng để có thể giảm dần sai số Trung tâm đã tiến hành nghiên cứu cho tập số liệu bão ở Đại Tây Dương từ 1970-2008, chia làm 4 thập kỷ tính toán Ở thập kỷ 1970-1979 sai số quỹ đạo trung bình hạn dự báo 3 ngày ở khoảng 370nmi, (nmi_nauticle mile; 1nmi ≈1,852km) Sang thập kỷ 1980-1989 sai số giảm xuống còn khoảng 340nmi Tiếp theo tính toán trung bình cho thập kỷ 1990-1999 sai số quỹ đạo trung bình giảm thêm được 100nmi Và thập kỷ 2000-2008 giá trị sai số quỹ đạo trung bình của hạn dự báo 3 ngày còn ở khoảng 150nmi Như vậy qua thời gian thì sai số dự báo vị trí giảm gần một nửa Có thể nhận thấy kỹ năng dự báo đã tăng đáng kể

Tính toán cho tập số liệu những cơn bão nhiệt đới và bão mạnh từ 2000-2008 trên khu vực Đại Tây Dương cho thấy sai số quỹ đạo trung bình với hạn dự báo 5 ngày khoảng 265nmi (490.78 km)

Tại cơ quan khí tượng Nhật Bản JMA, qua đánh giá hệ thống dự báo số cho thấy sai số vị trí trung bình trượt ba năm cho năm 2007 với hạn dự báo 5 ngày là 451km (trung bình 3 năm 2005-2007) Cũng phương pháp này trước đó đã được áp dụng cho năm 1997 với hạn dự báo 3 ngày thì sai số là 472km

Một nghiên cứu khác của cơ quan khí tượng Nhật Bản JMA về dự báo quỹ đạo trung bình tổ hợp với đối tượng là các xoáy thuận nhiệt đới có cường độ bão nhiệt đới trở lên Theo đó, quỹ đạo trung bình tổ hợp được lấy bằng trung bình tất

cả các quỹ đạo dự báo Và sai số vị trí của trung bình tổ hợp đối với hạn dự báo 5 ngày khoảng 350km

17

JMA cũng phát triển kỹ năng dự báo với phương pháp nuôi nhiễu Các thành phần nhiễu được tạo ra bằng cách sử dụng các phương pháp vật lý, bao gồm ban đầu hóa, khuếch tán rối, khuếch tán ngang, kết hợp với các yếu tố như ứng suất sóng trọng trường, bức xạ sóng dài, đối lưu cumulus,… Tuy nhiên với hạn dự báo 3 ngày thì sai số vị trí của dự báo tổ hợp tương đương với sai số vị trí của phương pháp dự báo không nhiễu Và với hạn 5 ngày thì sai số giảm 40km

Theo một số tài liệu gần đây, đánh giá sai số trung bình dự báo bão ở Tây Bắc Thái Bình Dương, Trung tâm cảnh báo bão của Mỹ đã đưa ra kết quả đánh giá như trong Hình 1.5 Đồ thị Hình 1.5 cho thấy sai số dự báo hạn 5 ngày trong một số năm gần đây khoảng 300-350km

Hình 1.5 Sai số trung bình dự báo quỹ đạo bão trên khu vực Tây Bắc Thái Bình

Dương của trung tâm cảnh báo bão Mỹ (NHC)

18

1.3 Tình hình nghiên cứu dự báo tổ hợp bão ở Việt Nam

Tại Việt nam, dự báo tổ hợp bão cũng đang ở trong giai đoạn phát triển và bước đầu cũng đã đem lại những kết quả đáng kể Tại Trung Tâm Dự báo khí tượng thủy văn Trung ương (TTDBTƯ) hiện nay, ngoài các nguồn dự báo tất định từ các

mô hình toàn cầu, các sản phẩm tổ hợp từ hệ thống NCEP và ECMWF đã được thu nhận một cách gần như đảm bảo thời gian thực thông qua việc sử dụng đường truyền tốc độ cao VinaREN Đây chính là tiền đề để ứng dụng xây dựng các sản phẩm tổ hợp bão cho khu vực Việt Nam

ThS Nguyễn Chi Mai và các cộng sự (2004) [2] sử dụng phương pháp thống

kê từ dự báo của các trung tâm quốc tế để báo quỹ đạo bão Với bộ số liệu bão từ năm 2001 đến 2003 tác giả đã sử dụng các phương pháp: lấy trung bình đơn giản; hồi quy tuyến tính đa biến; tính trọng số theo sai số Tuy bộ số liệu chưa dài lắm nhưng kết quả nghiên cứu cho thấy phương pháp lấy trung bình đơn giản cho hiệu quả rõ rệt, và có thể ứng dụng được cho nghiệp vụ dự báo bão Đồng thời nghiên cứu còn tiếp cận với phương pháp tạo nhiễu động cho trường ban đầu đối với mô hình chính áp để tạo ra các thành phần tổ hợp khác nhau mang lại những cải thiện lớn nhất cho chất lượng dự báo bão

Th S Võ Văn Hòa [4] trong bài báo: „ Dự báo xoáy thuận nhiệt đới dựa trên

dự báo tổ hợp hang nghìn thành phần‟ đã cho thấy tính hiệu quả và khả thi của dự báo tổ hợp cho điều kiện Việt Nam Tác giả đã trình bày một số kết quả nghiên cứu

tổ hợp quỹ đạo xoáy thuận nhiệt đới dựa trên 1152 dự báo thành phần cho 84 trường hợp của 12 cơn bão từ năm 2003- 2005 cho vùng Tây Bắc Thái Bình Dương Các kết quả đánh giá cho thấy dự báo tổ hợp hàng nghìn thành phần không những cải thiện đáng kể chất lượng dự báo so với phiên bản dự báo nghiệp vụ (Control Forecast) và dự báo tổ hợp tốt nhất dựa trên 32 phương án mực dòng dẫn, mà còn

có khả năng tạo ra tạo ra những bản đồ dự báo xác suất đường đi của xoáy thuận nhiệt đới

19

Năm 2008, Võ Văn Hòa và cộng sự [5] đã nghiên cứu phát triển một EPS cho một số trường khí tượng quy mô synốp (khí áp trung bình mực biển, gió bề mặt, các trường độ cao địa thế vị, nhiệt độ, gió và độ ẩm trên các mực 850mb, 700mb, 500mb, 300mb và 200mb) hay được tham khảo trong công tác dự báo bão dựa trên cách tiếp cận đa mô hình toàn cầu Trong nghiên cứu này, các sản phẩm dự báo thu nhận được tại TTDBTƯ từ 4 mô hình toàn cầu (GME, GSM, UM, GFS) và 1 mô hình khu vực (TLAPS) được sử dụng để tính toán EF Cũng trong nghiên cứu này, các phương pháp tính toán EF được sử dụng bao gồm trung bình đơn giản, trung bình có loại bỏ sai số hệ thống (sử dụng phương pháp trung bình trượt và hồi quy tuyến tính 1 biến) và trung bình có trọng số (nghịch đảo của sai số và hồi quy tuyến tính đa biến) Các kết qủa đánh giá cho thấy EF cho một số trường khí tượng như áp suất trung bình mực biển, độ cao địa thế vị, gió và nhiệt tại các mực 850, 700 và 500mb cho sai số nhỏ hơn 5 dự báo thành phần Bên cạnh đó, các thử nghiệm dự báo xác suất dựa trên các hệ tổ hợp nói trên cũng được nghiên cứu và cho một số kết quả khả quan Ngoài ưu điểm cải thiện chất lượng dự báo và tạo ra được các bản

đồ dự báo xác suất, hệ thống EF đa mô hình toàn cầu này còn có ưu điểm là đòi hòi chi phí tính toán thấp Tuy nhiên, các nghiên cứu nói trên chỉ có thể áp dụng được cho các hiện tượng thời tiết mang tính quy mô lớn do độ phân giải thô của các dự báo thành phần và mới chỉ thử nghiệm cho một số biến khí tượng cơ bản cho đến hạn dự báo 3 ngày Do đó, việc áp dụng các kết quả nghiên cứu trên cho bài toán dự báo các hiện tượng thời tiết hạn vừa là không khả thi

Đồng thời, tại trường Đại học Khoa học tự nhiên, Viện khí tượng thủy văn và môi trường, và một số cơ quan khác trong cả nước đã và đang có những công trình nghiên cứu về dự báo (tổ hợp) bão được ứng dụng hiệu quả Các nghiên cứu đó phải

kể đến như sau:

GS.TS Trần Tân Tiến và các cộng sự (2010) [6] trong bài báo: Dự báo quỹ đạo bão trên Biển Đông bằng phương pháp tổ hợp theo trọng số: Bài báo này trình bày kết quả áp dụng phương pháp tổ hợp theo trọng số để dự báo quỹ đạo bão trên Biển Đông Kết quả dự báo của các mô hình RAMS, WRF, ETA, HRM và MM5

TS Hoàng Đức Cường và các cộng sự (2012) [1] với đề tài nghiên cứu khoa

học: “Nghiên cứu ứng dụng mô hình WRF phục vụ dự báo thời tiết và bão ở Việt Nam” Trong đề tài này họ đã tiến hành dự báo tổ hợp không trọng số đơn giản của

9 phương án khác nhau của mô hình WRF và 1 phương án dự báo của mô hình MM5 Với phướng pháp dự báo tổ hợp 10 thành phần khác nhau từ 2 mô hình số trị MM5 và WRF cho ta kết quả dự báo đối với các trường khí tượng nói chung là tốt hơn khá nhiều so với các các dự báo thành phần Khả năng áp dụng vào thực tế rất cao và tính hiệu quả sẽ lớn Dự báo tổ hợp có thể khử được những kết quả bất thường từ các dự báo thành phần nhưng cũng có thể làm mất đi tính ngẫu nhiên cảu các hiện tượng thời tiết nguy hiểm như mưa lớn, dông, tố

Th S Hoàng Thị Thủy (2013) [7] trong đề tài luận văn thạc sĩ: “Thử nghiệm

dự báo tổ hợp quỹ đạo và cường độ bão hạn 5 ngày trên khu vực Biển Đông bằng WRF sử dụng sản phẩm tổ hợp toàn cầu” Với mục tiêu đánh giá khả năng dự báo

quĩ đạo và cường độ bão trên khu vực Biển Đông hạn 5 ngày Trong luận văn này

dự báo tổ hợp được xây dựng bằng cách sử dụng số liệu dự báo tổ hợp toàn cầu làm điều kiện ban đầu và điều kiện biên cho mô hình khu vực WRF Dự báo quỹ đạo bão bằng phương pháp siêu tổ hợp với bộ trọng số đã xây dựng hiệu quả hơn

so với dự báo bằng phương pháp tổ hợp trung bình đơn giản Cụ thể, sau 5 ngày

dự báo phương pháp siêu tổ hợp cho sai số dự báo quỹ đạo bão khoảng 350km,

21

trong khi đó phương pháp tổ hợp trung bình đơn giản cho sai số khoảng 500km

Như vậy ta thấy các nghiên cứu chủ yếu cho dự báo bão hạn 3 ngày còn dự báo bão hạn 5 ngày hiện nay ở Việt Nam vẫn còn là đề tài rất mới mẻ và vấn đề lựa chọn phương pháp tối ưu để giảm sai số dự báo đang là một thách thức cho các nhà nghiên cứu của chúng ta

Nhóm nghiên cứu dự báo bão hạn 5 ngày tại trường đại học khoa học tự nhiên đã đưa ra một số tổng kết về sai số dự báo quỹ đạo ở Việt Nam như sau:

 Dự báo quỹ đạo bằng phương pháp đồng hóa LETKF:

Bảng 1.3 Sai số dự báo quỹ đạo bằng pp đồng hóa LETKF (nguồn: Trường ĐH

Khoa học Tự nhiên- ĐH Quốc Gia Hà Nội)

22

Hình 1.6 Biểu đồ sai số dự báo quỹ đạo bằng phương pháp đồng hóa LETKF (nguồn: trường ĐH Khoa Học Tự Nhiên- ĐH Quốc Gia Hà Nội)

 Dự báo bằng phương pháp WRF tổ hợp:

Bảng 1.4 Sai số dự báo quỹ đạo bằng phương pháp WRF tổ hợp (nguồn: Trường

ĐH Khoa học Tự nhiên- ĐH Quốc Gia Hà Nội)

Hình 1.7 Biểu đồ sai số dự báo quỹ đạo bằng phương pháp WRF tổ hợp (nguồn:

trường ĐH Khoa Học Tự Nhiên- ĐH Quốc Gia Hà Nội)

23

CHƯƠNG II PHƯƠNG PHÁP NGHIÊN CỨU VÀ NGUỒN SỐ LIỆU

2.1 Phương pháp tổ hợp

Để dự báo đường đi của bão hiện nay có 3 phương pháp thống kê đang được

sử dụng phổ biến đó là:

1 Lấy trung bình đơn giản của các dự báo

2 Thực hiện hồi quy tuyến tính (HQTT) đa biến

3 Tạo tổ hợp tuyến tính của các dự báo với trọng số phụ thuộc vào độ

tán của sai số dự báo

Một điểm chung của cả 3 phương pháp trên là tạo tổ hợp tuyến tính, tuy

nhiên khác nhau cơ bản của chúng là cách tính trọng số cho tổ hợp tuyến tính đó

Công thức tổng quát của tổng hợp thống kê bằng cách tạo ra tổ hợp tuyến

tính được biểu diễn như sau:

i i

24

Mọi thành phần dự báo được coi là quan trọng như nhau Không cần phải có

số liệu lịch sử, không cần quan tâm đến tính chất hay đặc điểm của các nguồn số

liệu Chất lượng của dự báo tổ hợp sẽ giảm sút đáng kể trong trường hợp có một

vài dự báo thành phần không tốt, tách hẳn so với chùm các dự báo thành phần khác

Để có kết quả tổ hợp tốt ta phải lựa chọn các dự báo trước khi đưa vào tổ hợp Điều

này đòi hỏi các dự báo viên phải giàu kinh nghiệm, nắm chắc các kiến thức Synop

ảnh hưởng đến đường đi của bão và đặc điểm dự báo của từng nguồn số liệu Tuy

nhiên việc lựa chọn không phải lúc nào cũng cải thiện được chất lượng dự báo tổ

hợp, mà có thể lại lược bỏ những nguồn thông tin tốt

2.1.2 Tính trọng số theo phương sai của sai số

j j

w

1 2

2





(2.3)

Trong đó: j là phương sai của sai số các dự báo thành phần

Phải bảo đảm rằng tỷ trọng của từng dự báo thành phần tỷ lệ nghịch với

phương sai của sai số tương ứng và tổng tỷ trọng bằng 1

2.1.3 Tính trọng số bằng hồi quy tuyến tính

Công thức tính trọng số:

F w Fi C

N

i i

th   

 1

(2.4) Trong đó :

C: số hạng tự do

W i: các hệ số hồi quy (trọng số của từng dự báo thành phần)

Đối với phương pháp này ta phải sử dụng bộ số liệu lịch sử của một hoặc

một vài mùa bão trước để xây dựng phương trình hồi quy Sai số tổ hợp sẽ biến đổi

tương đối mạnh nếu ta sử dụng các số liệu nền khác nhau Bộ số liệu để tính hồi quy

25

càng lớn thì kết quả tổ hợp hồi quy tuyến tính sẽ càng tốt Các dự báo thành phần phải có độ dài bộ số liệu lịch sử tương đương nhau.Trường hợp riêng của phương pháp này được gọi là phương pháp siêu tổ hợp

Phương pháp “siêu tổ hợp” xác định cho mỗi thành phần (thành phần

tham gia tổ hợp) một trọng số dựa trên tập số liệu về quỹ đạo bão thực và dự báo của các thành phần Trọng số của các thành phần xác định bằng phương pháp hồi quy có lọc hay còn go ̣i là phương pháp hồi quy từng bước Kết quả dự báo quỹ đạo bão của các thành phần ( kinh vĩ độ tâm bão dự báo) là các nhân tố dự báo và vị trị tâm bão (kinh vĩ độ tâm bão ) là yếu tố dự báo Qua đó làm giảm vai trò của các thành phần dự báo không tốt, đồng thời làm tăng vai trò các thành phần có dự báo tốt trong quá khứ

Phương pháp “siêu tổ hợp” được thực hiện qua hai giai đoạn:

Giai đoạn chuẩn bị

Sử dụng chuỗi số liệu của các dự báo quĩ đạo bão đã qua và các thành phần quỹ đạo quan trắc thực tế của những cơn bão đó (có thể là từ mùa bão trước hoặc

từ hai mùa bão trước) xây dựng phương trình hồi qui dự báo vị trí tâm bão (kinh

độ, vĩ độ) Ở đây, phương pháp hồi qui tuyến tính nhiều biến có lọc (hồi quy từng bước) được sử dụng để tìm các trọng số cho các thành phần ở thời điểm dự báo Ngoài ra, cần lưu ý đến độ ổn định của các dự báo thành phần giữa các mùa bão khác nhau Độ ổn định của các dự báo thành phần càng giảm, dẫn đến kết quả dự báo không tốt Sau khi tính được các hệ số hồi qui (trọng số), các hệ số này được

sử dụng trong giai đoạn dự báo

Cơ sở lý thuyết của phương pháp hồi quy từng bước [8] các bước thực hiện

như sau:

Tính các hệ số tương quan toàn phần ryi giữa yếu tố dự báo y với các nhân tố

dự báo xi (i=1,2, ,m), sau đó chọn trong chúng hệ số tương quan nào có giá trị tuyệt đối lớn nhất Giả sử

26

 

m i

x a a

y   (2.6) Tương ứng với phương trình (2.6) ta tính được chuẩn sai thặng dự s(1)

Tiếp theo ta tính hệ số tương quan riêng ryi1(i=2,3, ,m) và cũng chọn được hệ số có giá trị lớn nhất trong chúng Giả sử:

 

m i

x a x a a

) 1 ( ) 2 (

s

s s

(2.9)

thì biến x2 sẽ bị bỏ qua và một biến khác trong số các biến còn lại sẽ được lựa chọn

để xây dựng phương trình hồi quy (2.8) Ở đây,  là một số dương tuỳ ý ta đưa vào

để đánh giá xem nếu khi ta tăng thêm biến cho phương trình hồi quy thì độ chính xác của nó tăng lên đáng kể hay không Hay nói cách khác, khi thêm vào phương trình hồi quy một biến mới thì sự đóng góp thông tin của nó làm giảm sai số được

27

bao nhiêu phần trăm; nếu mức độ giảm không vượt quá  thì có thể bỏ qua Tuy nhiên, r 2.1 có giá trị lớn nhất trong số các r yi.1 , do đó nhân tố sẽ được đưa vào tiếp theo thay thế x2, chẳng hạn x3, sẽ là nhân tố thoả mãn điều kiện:

 

m i i y

y m ax r r







3 12 12

3

Nếu tất cả các nhân tố còn lại đều thoả mãn (2.9) thì phương trình hồi quy sẽ kết thúc và phương trình hồi quy (2.6) là kết quả cuối cùng

) 1 ( ) 2 (

s

s s

k k k k

k k

x a x

a a

) 1 ( ) (

k

k k

s

s s

Trên cơ sở lý thuyết này, sử du ̣ng chương trình hồi quy từng bước cha ̣y trên phần mềm fotran ta sẽ tìm được các hê ̣ số của các phương trình hồi quy đó cũng chính là các trọng số của các thành phần tham gia tổ hợp

Giai đoạn dự báo

Trong giai đoạn này, các dự báo được thực hiện nhờ kết quả dự báo của mô hình thành phần và những hiệu chỉnh thống kê được xây dựng trong giai đoạn chuẩn

bị

28

Phương trình (2.12) trong trường hợp siêu tổ hợp sẽ có dạng:

) ) ( ( )

(

1

i i

N

i

i F t F a

O t

Trong đó: O: giá trị trung bình đã quan trắc ở giai đoạn chuẩn bị

N: số các mô hình thành phần

ai : trọng số hồi quy của mô hình i

Fi(t): giá trị dự báo của mô hình i

F i : giá trị trung bình của các dự báo của mô hình i trong giai đoạn chuẩn bị

Trong luận văn này tôi sử dụng cả 3 phương pháp tính tro ̣ng số : phương pháp trung bình đơn giản , phương pháp sử du ̣ng phương sai của sai số và phương pháp siêu tổ hợp để xây dựng phương trình dự báo quỹ đạo bão hạn 5 ngày

2.2 Các chỉ tiêu đánh giá kết quả dự báo bão

Để đánh giá kết quả dự báo tôi đã sử dụng công thức tính khoảng cách giữa tâm bão thực tế và tâm bão dự báo như sau:

( 2.6)

Với Re là bán kính Trái đất Re = 6378.16 km 1 và 2 là vĩ độ của tâm bão

thực tế và tâm bão do mô hình dự báo sau khi đã đổi sang đơn vị radian 1

và 2 là kinh độ của tâm bão thực tế và tâm bão do mô hình dự báo sau khi đã

đổi sang đơn vị radian

Và giá trị trung bình của sai số khoảng cách PE được tính như sau:

29

Hình 2.1 Sơ đồ mô tả sai số

Ngoài ra, để tính toán tốc độ di chuyển dọc theo quỹ đạo của bão dự báo nhanh hơn hay chậm hơn so với vận tốc di chuyển thực của bão, quá trình dự báo lệch trái hay lệch phải hơn, người ta còn dùng thêm sai số dọc ATE (Along Track Error) và sai số ngang CTE (Cross Track Error) theo hướng di chuyển của cơn bão ATE nhận dấu dương nếu tâm bão dự báo nằm phía trước tâm bão quan trắc và nhận dấu âm khi tâm bão dự báo nằm phía sau tâm bão quan trắc CTE nhận dấu dương khi tâm bão nằm phía phải so với tâm bão quan trắc và nhận dấu

âm khi nằm về trái Với qui ước này, nếu sai số ATE trung bình (MATE) nhận giá trị dương có nghĩa tâm bão dự báo có xu thế di chuyển dọc theo quỹ đạo nhanh hơn so với thực và ngược lại, MATE nhận giá trị âm thì tâm bão dự báo cho xu thế di chuyển dọc theo quỹ đạo chậm hơn Sai số CTE trung bình (MCTE) dương cho thấy quỹ đạo bão có xu thế lệch phải còn MCTE âm cho thấy xu thế

lệch trái so với quỹ đạo thực Hình 2.1 mô phỏng các chỉ tiêu sai số được tính

trong đó n là dung lượng mẫu (i=1, n), j là hạn dự báo (j =0, 6, 12 120)

30

2.3 Số liệu ban đầu và các bước thực hiện

Để xây dựng phương trình dự báo quỹ đạo bão cho khu vực Biển Đông tôi đã tiến hành thu thập bộ số liệu như sau:

Lựa chọn các cơn bão đi vào biển đông trong các mùa bão từ năm 2009-

2014 với thời gian tồn tại bằng hoặc lớn hơn 5 ngày, như vậy tổng số cơn bão được đưa vào nghiên cứu là 31 trong vòng 6 năm

Sử dụng các dự báo quỹ dạo (vị trí tâm bão: kinh độ, vĩ độ) của các trung tâm dự báo toàn cầu: CMA- Trung Quốc và ECRWF – Châu Âu làm các nhân tố dự báo Trong đó trung tâm dự báo của Trung Quốc gồm 15 thành phần với 15 kết quả

dự báo, của Châu Âu 1 kết quả dự báo

Đối với số liệu của CMA- Trung Quốc: số liệu dự báo quỹ đạo bão của CMA được lấy từ trang web: ftp://tgftpusr:tigge@tigge-cma-ncar.cma.gov.cn/

Hệ thống dự báo của CMA cung cấp số liệu quỹ đạo bão gồm 14 thành phần

dự báo tổ hợp và một thành phần control Hệ thống chạy 2 lần 1 ngày 00h và 12h Trong khuôn khổ luận văn này, thử nghiệm lấy số liệu từ tất cả 15 thành phần, với các obs dự báo: 24h, 48h, 72h, 96h, 120h Thời gian lấy số liệu từ năm 2009- 2014 (6 mùa bão)- như đã nói ở trên, kết quả được 112 trường hợp

Số liệu quỹ đạo bão của ECMWF: được lấy từ kết quả dự báo quỹ đạo bão từ

mô hình toàn cầu IFS của trung tâm dự báo hạn vừa Châu Âu Thời gian lấy số liệu như đã nói ở trên, kết quả được 118 trường hợp

Số liệu quỹ đạo thực của các cơn bão được lấy từ web side của Nhật Bản

Đã tiến hành các thử nghiệm sau:

- Thử nghiệm dự báo quỹ đạo bão trên khu vực Biển Đông sử dụng 1 kết quả dự báo của CMA

- Thử nghiệm dự báo quỹ đạo bão trên khu vực Biển Đông sử dụng kết