Lam hoang so tay du bao vien 20170322

- Thời gian cập nhật các số liệu quan trắc: vệ tinh, radar, thám không, v.v… Thứ hai, dự báo viên phải có hiểu biết sâu sắc về các quá trình khí quyển: đối lưu, đối lưu sâu, bức xạ, bìn

SỔ TAY DỰ BÁO VIÊN

-o0o -

Hoàng Phúc Lâm

Hà Nội, 2017

MỞ ĐẦU

“The main job of the meteorologist working today in synoptics is therefore to monitor the numerical analyses and, if necessary, correct them, to diagnose physically the momentary state of the atmosphere and to interpret the numerically computed forecasting results in such a way that they can be used.”

Synoptic Meteorology, Manfred Kurz

“Công việc chính của nhà khí tượng synop ngày nay là theo dõi các phân tích số trị

và hiệu chỉnh chúng (nếu cần thiết) để xác định bản chất vật lý của trạng thái khí quyển hiện tại và để hiểu các kết quả dự báo số trị (gió, áp, nhiệt, mưa) để có được các kết quả hữu dụng.”

Theo sách Khí tượng Synốp của Kurz

Tác giả xin được cảm ơn sự chỉ bảo tận tình của rất nhiều những cô, chú, anh, chị đồng nghiệp trong đó phải kể đến Ông Tom Yoshida và Chị Dương Liên Châu từ những ngày đầu bước chân vào Sự nghiệp khí tượng Câu trích dẫn trên (đã được

in và đóng khung lưu tại Phòng Dự báo khí tượng hạn ngắn) chính là để nhớ tới Chị Dương Liên Châu, đây được tác giả xem là kim chỉ nam trong Sự nghiệp khí tượng của mình Ông Tom Yoshida cũng đã từng khuyên tác giả rằng: “If you don’t ask, you don’t get”, tương tự như câu thành ngữ của Việt Nam “Muốn biết phải hỏi, muốn giỏi phải học” Những lời dặn dò từ những ngày đầu khi mới tốt nghiệp này đã có tác động lớn đến những kế hoạch cũng như quyết tâm của tác giả trong những năm tiếp theo của sự nghiệp

Tác giả hoàn toàn đồng ý với Kurz về nhận xét này Dự báo số đang ngày càng trở nên quan trọng trong công tác dự báo, nhưng bản chất của các mô hình dự báo là không chắc chắn bởi các lý do sau đây:

Thứ nhất, những sai số từ số liệu quan trắc hay trạng thái ban đầu của khí quyển

Cho dù hiện nay có rất nhiều số liệu quan trắc, từ mặt đất đến thám không, vệ tinh

độ phân giải cao đến radar phân cực, trạm đo mưa đến trạm khí tượng tự động nhưng vẫn không thể nào mô tả được trạng thái hiện tại của khí quyển mà không

có bất cứ sai số nào

Thứ hai, đó là những kiến thức của chúng ta về các quá trình vật lý trong khí quyển

và động lực học khí quyển vẫn chưa hoàn chỉnh Chúng ta hiện phải sử dụng các xấp xỉ khi tích phân hệ phương trình nhiệt động lực, vốn là nền tảng cốt lõi của một mô hình dự báo số

2

Thứ ba, các tương tác trong hệ thống khí hậu vẫn không được mô phỏng đúng, đặc

biệt là tương tác giữa biển và khí quyển, khí quyển với thảm thực vật, các loại đất

và các quá trình đất

Việc phát triển nở rộ các mô hình từ rất nhiều nước khác nhau, nhiều nguồn khác nhau (và đa số chúng đều miễn phí) đã tạo ra một yêu cầu tất yếu đối với dự báo viên, đó là phải biết sử dụng và khai thác hiệu quả các sản phẩm rất đa dạng của dự báo số

SỔ TAY DỰ BÁO VIÊN -ooo000ooo - Câu hỏi đầu tiên, để làm được điều đó, dự báo viên phải cần và phải làm những gì?

Thứ nhất, dự báo viên phải hiểu sơ lược về đặc điểm của mô hình:

- Các loại số liệu nào được đưa vào mô hình trong quá trình đồng hóa số liệu? Đưa vào như thế nào?

- Thời gian cập nhật các số liệu quan trắc: vệ tinh, radar, thám không, v.v…

Thứ hai, dự báo viên phải có hiểu biết sâu sắc về các quá trình khí quyển: đối lưu,

đối lưu sâu, bức xạ, bình lưu nhiệt, bình lưu ẩm… cũng như điều kiện địa hình của địa phương, đặc điểm khí hậu từng mùa, từng vùng, biến trình nhiệt, mưa, ẩm trong năm tại khu vực dự báo

Thứ ba, dự báo viên phải hiểu được nhu cầu của người sử dụng thông tin dự báo

thời tiết Khi người sử dụng hỏi thông tin thời tiết thì ít nhất dự báo viên cũng cần phải biết họ cần thông tin thời tiết cho hoạt động gì? Mục đích gì? Từ đó đưa ra thông tin dự báo kèm theo những lời khuyên sát thực

Thứ tư, dự báo viên cần phải được tập huấn, giới thiệu về các loại số liệu, sản

phẩm mới nhất, đảm bảo kết quả thu được có chất lượng tốt nhất có thể Ngoài ra,

dự báo viên cũng cần biết được các ưu nhược điểm, sai số tiềm ẩn trong các loại số liệu, phương pháp sử dụng trong dự báo

Vài nét về mô hình dự báo số

Mô hình ngày nay đã phát triển nhanh chóng, một quốc gia, kể cả đang phát triển như Việt Nam hay Philippines, có thể nhận hàng chục sản phẩm dự báo số trong một ngày từ các quốc gia phát triển, thông qua tổ chức Khí tượng thế giới hoặc các nước khác trong khuôn khổ các hợp tác song phương và đa phương Ngoài ra, các nước cũng có thể tự chạy các mô hình khu vực riêng cho nước mình, ví dụ mô hình HIRLAM khá phổ biến trong cộng đồng Châu Âu, nhưng mỗi nước sử dụng HIRLAM trong cộng đồng Châu Âu lại chọn những miền tính riêng cho nước mình cũng như sử dụng các thông số kỹ thuật, tham số mô hình khác nhau với mong muốn mô hình phục vụ tốt nhất cho công tác dự báo nghiệp vụ ở nước mình;

ở Châu Á và rất nhiều nước trên thế giới, mô hình WRF của NCEP/NCAR cũng rất phổ biến với hàng trăm phiên bản với các sơ đồ tích phân, sơ đồ tham số hoá, các thành phần mặt đệm, mô hình đất, đồng hoá số liệu… khác nhau Các mô hình ngày nay có khả năng tích hợp các thông tin khác nhau từ các phương pháp quan

4

trắc hiện đại như vệ tinh, radar, tự động… nhưng lưu ý không phải tất cả các mô hình đều có thể tích hợp được tất cả các thông tin này

Những phân tích trên đây cho thấy, vô hình chung, dự báo viên được xem như người đóng vai trò phụ trong quy trình sản xuất ra các bản tin, các sản phẩm dự báo thời tiết bởi các dự báo ngày nay (ở các nước tiên tiến, trong đó có Phần Lan, Anh và Úc; và trong tương lai gần ở Việt Nam) được tạo ra hoàn toàn tự động thông qua các hệ thống xử lý, dự báo và tính toán trên các máy tính (cả máy tính hiệu năng cao lẫn máy tính cá nhân) Tuy nhiên, dự báo viên vẫn đóng vai trò rất quan trọng trong quy trình tạo ra các dự báo thời tiết, và truyền đạt các dự báo này đến với người dùng cuối Trên thực tế, khi có các sản phẩm dự báo từ các mô hình, như một hệ quả, dự báo viên lại phải ra rất nhiều các quyết định so với thời kỳ chưa có mô hình số

Trước đây, các thông tin dự báo thời tiết được các dự báo viên tạo ra dựa trên việc phân tích kỹ lưỡng trạng thái khí quyển hiện tại, sau đó áp dụng các phương pháp kinh nghiệm, thống kê… để hình dung ra sự phát triển của các hệ thống/hình thế thời tiết trong tương lai (6 giờ, 12 giờ, 24 giờ) và rồi dùng kinh nghiệm của mình

để xác định các loại hình thời tiết có liên quan đến các hệ thống/ hình thế đó Công tác dự báo đã thay đổi rất nhiều khi mô hình xuất hiện, đặc biệt khi có thêm internet tốc độ cao Rất nhiều sản phẩm dự báo số đã được cung cấp (đa số các sản phẩm là miễn phí, một số sản phẩm mất phí) cho các quốc gia, tới các cơ quan dự báo quốc gia và thậm chí là cả các cơ quan dự báo cấp tỉnh Đây chính là lúc dự báo viên phải chứng tỏ được “giá trị gia tăng” và trình độ của mình bởi sản phẩm nhận được không chỉ là dự báo của một mô hình đơn lẻ mà còn có tổ hợp của rất nhiều mô hình (ví dụ: SREP và LREP tại Trung tâm Dự báo KTTV Trung ương có

21 thành phần, EPS của ECMWF có 51 thành phần, v.v…)

Những trang sách sau đây nhằm chia sẻ những kiến thức, kinh nghiệm cần thiết để một dự báo viên có thể biết cách sử dụng mô hình số, tăng hiệu quả dự báo và thêm được “giá trị gia tăng” vào các dự báo của mình

Tại các trung tâm nghiệp vụ, khoảng 05-06Z hàng ngày, dự báo viên sẽ nhận được sản phẩm của các mô hình dự báo số trị bắt đầu chạy với số liệu lúc 00Z, tức là độ trễ của mô hình là khoảng 5-6 tiếng, bao gồm thời gian quan trắc, truyền tin và chạy mô hình Lúc đó, dự báo viên cũng sẽ có số liệu quan trắc lúc 03Z và 06Z đối với số liệu quan trắc truyền thống, thậm chí có thể có số liệu quan trắc từng giờ hoặc nhiều hơn nếu là số liệu tự động; quan trắc vệ tinh Himawari-8 liên tục 15 phút có một ảnh và 5 phút một lần đối với số liệu radar Thông qua số liệu quan trắc, dự báo viên sẽ biết được thời tiết từng khu vực trên cả nước Điều này tạo

điều kiện cho các dự báo viên trực ca so sánh được giá trị quan trắc thời gian thực

và giá trị dự báo (00-06 tiếng) của mô hình dựa trên số liệu lúc 00Z Trên thực tế, các mô hình ngày nay có sai số dự báo 0-6 tiếng là khá nhỏ, tuy nhiên các mô hình khác nhau sẽ có kết quả dự báo, chất lượng dự báo khác nhau, đặc biệt đối với các hình thế synôp chuyển động nhanh hoặc đang trong giai đoạn biến đổi, tương tác lẫn nhau Vậy dự báo viên phải so sánh, đánh giá tức thời các mô hình này như thế nào?

So sánh và đánh giá tức thời các mô hình số

Điều quan trọng nhất khi thực hiện so sánh và đánh giá tức thời này là dự báo viên phải so sánh và ra quyết định xem mô hình nào đúng hơn tính đến thời điểm hiện tại Vì từ khi có số liệu dự báo của mô hình, số liệu quan trắc đến lúc ra bản tin là rất ngắn nên đòi hỏi dự báo viên phải thực hiện nhanh

Đánh giá tức thời ở đây là so sánh trường áp, biến áp, độ cao địa thế vị, nhiệt độ, tổng lượng mưa, gió… tính đến thời điểm làm dự báo (ví dụ: 13h30 hàng ngày ở Trung tâm Dự báo KTTV Trung ương) Để làm được điều này, dự báo viên cần có

sự hỗ trợ của các phần mềm có thể cung cấp hiển thị, trích xuất số liệu quan trắc truyền thống, viễn thám (vệ tinh, radar) dưới dạng bản đồ nội suy trên lưới (như phần mềm SmartMet, Diana) vì nó giúp dự báo viên tiết kiệm thời gian, tăng năng suất và hiệu quả Hiển thị số liệu trực quan, dễ dàng chồng các trường quan trắc và

dự báo để so sánh Dự báo viên nên khai thác triệt để các công cụ này

Khi có trong tay các sản phẩm dự báo mới nhất của các mô hình số, thông thường

dự báo viên phải chọn cho mình một mô hình “tốt nhất” hoặc “ưa thích nhất” hoặc

“phù hợp nhất” hoặc “ít phải điều chỉnh nhất” để làm cơ sở cho các dự báo và điều chỉnh tiếp theo của mình Kinh nghiệm trong lựa chọn mô hình thì rất đa dạng, nhưng một trong những lời khuyên cho những ai đọc cuốn sách này đó là:

1 Chọn một mô hình tốt nhất theo kinh nghiệm của bạn, yên tâm đi chẳng có

mô hình nào luôn đúng đâu nên bạn cứ chọn một trong mấy mô hình của các nước lớn được rồi, ví dụ: IFS của ECMWF, GFS của Mỹ hay GSM của Nhật

2 Tìm cách hiểu mô hình đó, nhất là những lần mô hình dự báo sai (mưa, bão, KKL…) Tìm hiểu nguyên nhân tại sao mô hình sai? Do đánh giá sai sự lấn tây của cao áp cận nhiệt? dự báo KKL bị chậm? KKL yếu hơn thực tế? Tốc

độ dòng xiết quá lớn? v.v…

3 Sau một thời gian, bạn và mô hình đó sẽ trở thành một “cặp đôi hoàn hảo” hay “người tình trăm năm” Thấu hiểu nhau từng chi tiết Bạn có thể thích một cô gái môi đỏ, da trắng, tóc dài, chân thon nhưng mắt lại hơi lé và nói

6

ngọng “n”, “l” Chẳng sao cả, hãy chung thủy với cô ấy, quan trọng là bạn biết cô ấy lé bao nhiêu độ để “hiệu chỉnh”, biết cô ấy lườm rau là sẽ gắp thịt,

cô ấy nói “Hà Lội” có nghĩa là “Hà Nội” Thế là đủ

Khi so sánh cần làm những gì?

Điều quan trọng nhất khi so sánh là đánh giá dự báo của các mô hình về sự tiến triển của các hệ thống quy mô synôp Do đó cần sử dụng các công cụ thích hợp để hiển thị hoàn lưu khí quyển quy mô synôp, cụ thể ở đây là ảnh vệ tinh và ảnh radar, hai nguồn số liệu tham khảo quan trọng Dùng các công cụ này để xác định các vùng mây và các hệ thống gây mưa (rãnh, dòng xiết, xoáy thấp, front lạnh…)

và để so sánh nhanh các nhân tố (áp, nhiệt, gió, ẩm, mưa…) trong các dự báo mô hình với quan trắc thực tế

Ảnh mây vệ tinh còn có thể giúp xác định sự phát triển của các hệ thống thời tiết Ảnh vệ tinh liên tục cập nhật 10-15 phút Các hệ thống chính có thể xác định qua ảnh mây vệ tinh như đối lưu, front, bão, dòng xiết… Nếu các hệ thống này đang

mở rộng và phát triển theo thời gian (ví dụ: đỉnh mây lạnh dần theo thời gian) có nghĩa rằng dòng thăng đang tăng ở bên trong các hệ thống này và khiến cho các hệ thống mây đối lưu phát triển mạnh hơn Với một vùng áp thấp, điều này còn được thể hiện qua khí áp giảm; còn đối với một hệ thống đối lưu, nhiệt độ đỉnh mây giảm có nghĩa là hệ thống đang được tăng cường Nếu các hệ thống này ở trên đất liền thì có thể kiểm tra thông qua biến áp 3 giờ tại các trạm quan trắc

Ảnh mây vệ tinh cũng được sử dụng để xác định vị trí của các hệ thống quan trọng

ở tầng cao như dòng xiết, sống và rãnh Các hệ thống này có thể đem so sánh với trường độ cao địa thế vị, đường dòng, xoáy thế và đường đẳng tốc trên các bản đồ trên cao của các mô hình số để xác định sự phù hợp hoặc lệch pha của các phân tích, dự báo (00-06, 06-12 tiếng) của mô hình

Sự so sánh này sẽ giúp dự báo viên đánh giá nhanh chất lượng của các mô hình là như thế nào, rằng các hệ thống này được các mô hình mô phỏng có chính xác hay không? Những thông tin này sẽ rất quan trọng trong phần ra quyết định hiệu chỉnh các mô hình số trị của dự báo viên

Ví dụ, nếu dự báo viên cho rằng thời tiết trong thời gian tới ở khu vực của mình chịu ảnh hưởng của dòng xiết trên mực 5000m, kết hợp với hội tụ tầng thấp (do địa hình, xoáy thấp) thì trong số các mô hình dự báo, mô hình nào cho dự báo chính xác hơn về cường độ và vị trí của trục dòng xiết sẽ được ưu tiên sử dụng Còn nếu

dự báo viên lựa chọn mô hình theo tiêu chí “ưa thích nhất”, tức dùng chỉ 01 mô hình hiểu hơn về mô hình này thì cần lưu ý về mức độ so sánh của “mô hình ưa

thích” của mình đối với trục dòng xiết cũng như cường độ dòng xiết để có thể hiệu chỉnh đúng các dự báo sau này (nói cách khác: “Hãy hiểu cô ấy đang nói gì!” Tất nhiên, để làm được điều này dự báo viên cần có những hiểu biết sâu sắc và đầy

đủ về động lực học khí quyển, điều cơ bản để trở thành một dự báo viên giỏi Động lực học khí quyển ở đây, đối với người làm synôp, không phải là phương trình hay

hệ phương trình mà đơn thuần là đặc điểm động lực của khí quyển khi có sự hiện diện của các hệ thống khác nhau, ví dụ: hội tụ tầng thấp, hội tụ trên 5000m hoặc trên đỉnh tầng đối lưu khác nhau như thế nào? Chuyển động của khí quyển gần lớp nghịch nhiệt? tại khu vực front? Trong bão, áp thấp nhiệt đới? vai trò của không khí khô, không khí ẩm đối với thời tiết nói riêng và với bão, áp thấp nhiệt đới, dông nói chung

Xác định các hệ thống thời tiết trên ảnh vệ tinh cũng đòi hỏi những kỹ năng cao trong phân tích ảnh mây vệ tinh Ví dụ: (1) Vị trí dòng xiết có thể được xác định dựa vào vị trí của các dải mây lạnh tầng cao, thường có đường viền sắc nét về phía cực (so với trục dòng xiết); (2) Vị trí của trục rãnh tầng cao dựa vào sự tương phản giữa các khối mây đối lưu sâu (hơn) ở phía sau và khu vực mây đối lưu thấp (hơn)

ở phía trước so với trục rãnh Khi so sánh các dự báo 6 hay 12 tiếng của các mô hình với quan trắc thực tế, các sai số thường là nhỏ, tuy nhiên chỉ một sai số nhỏ trong vị trí, cường độ của hệ thống thời tiết ở những bước thời gian ban đầu này sẽ dẫn đến những sai khác rất lớn trong các dự báo dài hơn của các mô hình

Ở quy mô nhỏ hơn, dự báo viên có thể so sánh dự báo của các mô hình với ảnh radar, đặc biệt là phản hồi radar và phân bố mưa do radar ước lượng so với dự báo mưa của mô hình số trị Ở quy mô này, dự báo viên sẽ xem xét các sai khác về thời gian và cường độ của vùng mưa mà có thể ảnh hưởng đến các dự báo trong tương lai Nếu dải mưa di chuyển nhanh hơn hay chậm hơn so với quan trắc sẽ cần phải được điều chỉnh bởi các dự báo viên trong các dự báo tiếp theo của mô hình trước khi phát báo hoặc cung cấp các thông tin tới người dùng cuối Ngoài ra, cường độ mưa và tổng lượng mưa trong các dự báo 3-6 tiếng cũng phải được xác định xem là hụt hay vượt so với quan trắc? Những so sánh này còn giúp dự báo viên xác định được các sai số trong các dự báo ngắn mô hình số trị Từ đó làm cơ sở để hiệu chỉnh các dự báo dài hơn

Ngoài các vấn đề phổ biến nêu trên, các mô hình khác nhau lại gặp các vấn đề khác nhau đối với các hình thế synôp riêng biệt Các trung tâm dự báo lớn đều có các đánh giá sai số của mô hình của họ về các hình thế này Dự báo viên cũng cần phải tham khảo thêm các thông tin này trên các website của họ để biến thành kinh nghiệm sử dụng mô hình trong dự báo và hiệu chỉnh dự báo của riêng mình

8

Vai trò hay sự đóng góp lớn nhất của các dự báo viên được thể hiện trong trường hợp các dự báo mô hình sai lệch nhau nhiều ngay trong những giờ dự báo đầu tiên Trên quy mô synôp, phân tích cẩn thận ảnh mây vệ tinh có thể xác định sự phát triển nhanh của các xoáy thấp, front… mà các mô hình số thường không xác định được Phân bố vùng mưa trong bão, front… cũng có thể xác định rõ trên ảnh vệ tinh và trong nhiều trường hợp, không được các mô hình số mô phỏng đúng

Ở quy mô nhỏ hơn, radar có thể giúp xác định một vùng đối lưu phát triển mạnh

mà mô hình cho sai vị trí hoặc không đúng cường độ Dự báo mưa sai (dự báo mưa

mà nắng, dự báo mưa nhỏ mà mưa rào kèm sấm chớp) rất dễ bị chỉ trích, phê bình bởi người dân và các khách hàng, chứ không giống như nhiệt độ, dự báo sai 2-3 độ rất khó cảm nhận

Các sai số hệ thống thường gặp trong các mô hình số trị bao gồm:

- Mưa địa hình, do địa hình trong các mô hình số trị thường phẳng và thấp hơn so với thực tế

- Mưa do gió đông nam trên khu vực vịnh Bắc Bộ thổi vào đất liền trong mùa đông, đặc biệt là mức độ mở rộng của vùng mưa, và sai số dự báo đối với mưa nhỏ, mưa phùn

- Biến trình ngày, đêm của đối lưu Điều này đã được khá nhiều bài báo phân tích Các mô hình số thường cho đối lưu bắt đầu quá sớm buổi ban ngày và suy yếu quá nhanh về đêm Sai số này chủ yếu do các quá trình phức tạp của tổ chức các hệ thống đối lưu không được thể hiện tốt trong các sơ đồ tham số hóa đối lưu khí quyển của các mô hình số trị

- Mưa do nguyên nhân nhiệt lực thường có sai số lớn hơn so với mưa do nguyên nhân động lực Ngoài ra, các mô hình cũng thường dự báo hụt các đợt mưa to và dự báo vượt đối với mưa nhỏ

Khi phát hiện ra các sai số trong các dự báo của mô hình thì dự báo viên cần làm gì?

Trước khi vào phần này, cần lưu ý rằng (như đã được đề cập ở trên) việc phân tích các hệ thống thời tiết, các hệ quả thời tiết trong các hình thế khác nhau đòi hỏi kiến thức khá sâu và chắc về phân tích ảnh vệ tinh, radar và đặc biệt là các quá trình động lực của khí quyển Các dự báo viên cần trang bị tốt những kiến thức này để

có thể hiệu chỉnh các sản phẩm dự báo số cho kết quả TỐT HƠN kết quả thô của

mô hình số

Khi phát hiện ra các sai số trong các mô hình số trị, dự báo viên có thể:

+ Chọn mô hình tốt hơn, ít phải điều chỉnh hơn

+ Chọn mô hình yêu thích vì bạn đã “quá hiểu” nó, bạn biết phải điều chỉnh như thế nào cho hợp lý

+ Chọn kết hợp nhiều mô hình, nói cách khác dùng mô hình tổ hợp

+ Chạy lại mô hình

Dù dự báo viên chọn cách nào thì vẫn cần phải lưu ý những vấn đề sau:

1 Dự báo viên chính - trưởng ca dự báo ghi lại các nhận định của mình cho các dự báo viên khác, cho ca dự báo sau về các sản phẩm mô hình số: giải thích các vấn

đề dự báo viên chính – trưởng ca phát hiện được khi tham khảo các mô hình số Đồng thời kèm theo các đề xuất hoặc lưu lại những cách điều chỉnh mà mình đã thực hiện Đây sẽ là một gợi ý quan trọng, hữu ích giúp dự báo viên ca sau tiết kiệm thời gian, giúp các sản phẩm dự báo được thống nhất, liên tục

2 Tuy nhiên, dự báo viên sau khi vào ca cần phải xem xét, đánh giá cẩn thận các lưu ý mà ca trước truyền đạt lại, sử dụng phương pháp đánh giá, so sánh đề cập ở trên để xác định xem các điều chỉnh của ca trước có hợp lý hay không?

3 Sử dụng các phần mềm, công cụ hỗ trợ hiệu chỉnh đầu ra của mô hình số trị (ví dụ: SmartMet) để hiệu chỉnh các trường dự báo và lưu lại, cập nhật vào cơ sở dữ liệu dự báo cũng như các kênh thông tin đến khách hàng (website, tin nhắn, bảng

số liệu, đồ họa, phần mềm di động…)

Lựa chọn các khu vực khác nhau, áp dụng các phương pháp hiệu chỉnh khác nhau (+/- một hằng số, trung bình các mô hình khác nhau, tăng vùng mưa lớn lên một lượng ∆R1, giảm vùng mưa nhỏ một lượng ∆R2 …) Khi thực hiện các điều chỉnh này, dự báo viên cần ghi lại để tham khảo (cho mình và cho các ca dự báo khác) và

để thống nhất giữa các dự báo trước và sau

4 Sử dụng các phần mềm hiệu chỉnh chuyên nghiệp (SmarMet) để thay đổi vị trí, cường độ của các hệ thống thời tiết (vị trí tâm, cường độ bão, áp thấp, front, dòng xiết…) Các phần mềm này có khả năng tính toán lại các trường khí tượng (áp, gió, nhiệt…) để có được một trường đồng nhất về mặt động lực (thích ứng trường) Dự báo viên cũng cần kiểm tra và hiệu chỉnh các dự báo (03 hoặc 06 giờ một lần) của

mô hình để có được kết quả thống nhất và hợp lý

Các vấn đề và công việc nêu trên, trong đó đơn giản nhất là công việc số (1), đều cần có sự hỗ trợ của một phần mềm trợ giúp ghi chú, hiển thị và hiệu chỉnh các đầu

ra của mô hình số thông qua giao diện đồ họa giống như SmartMet hay Diana hay OSFM (UK-Met)