sử dụng mô hình wrf dự báo thử nghiệm các đợt mưa lớn cho khu vực nam bộ trong năm 2016

Với mục đính tìm hiểu về cơ chế gây nên những đợt mưa lớn có tính chất lịch sử và tác động không nhỏ đến đời sống của người dân ở khu vực Nam Bộ cũng như đánh giá khả năng dự báo thử ngh

MỤC LỤC

LỜI CẢM ƠN i

MỤC LỤC ii

DANH MỤC TỪ VIẾT TẮT iv

DANH MỤC BẢNG v

DANH MỤC HÌNH vi

MỞ ĐẦU 1

CHƯƠNG 1: TỔNG QUAN 3

1.1 Tình hình nghiên cứu mưa trong và ngoài nước 3

1.1.1 Tình hình nghiên cứu trên Thế Giới 3

1.1.2 Tình hình nghiên cứu ở Việt Nam 7

1.2 Mùa mưa ở Nam Bộ 10

1.2.1 Thời kỳ mùa khô 12

1.2.2 Thời kỳ mùa mưa 13

1.3 Hệ thống thời tiết ảnh hưởng đến mùa mưa Nam Bộ 15

1.3.1 Gió mùa Tây Nam 15

1.3.2 Dải hội tụ nhiệt đới 16

1.3.3 Bão - Áp thấp nhiệt đới 17

1.3.4.Các hình thế tổ hợp 18

CHƯƠNG 2: MÔ HÌNH WRF VÀ ĐẶC ĐIỂM MÙA MƯA NAM BỘ NĂM 2016 20

2.1 Giới thiệu về mô hình WRF 20

2.1.1 Bộ phận xử lí 22

2.1.2 Bộ phận mô phỏng 23

2.2 Hệ động lực và phương pháp số 23

2.2.1 Hệ phương trình động lực của mô hình 23

2.2.2 Phương pháp số 25

2.3 Sơ đồ tham số hóa vật lý 26

2.3.1 Mô hình vi vật lí 26

2.3.2 Mô hình đối lưu mây tích 28

2.3.3 Mô hình bề mặt đất 29

2.3.4 Mô hình lớp biên hành tinh 30

2.3.5 Bức xạ khí quyển 31

2.3.6 Sơ đồ tương tác giữa các quá trình vật lí 32

2.4 Điều kiện biên 32

2.5 Điều kiện đầu 33

2.6 Đặc điểm mùa mưa năm 2016 ở khu vực Nam Bộ 33

2.6.1 Đợt mưa 1: Chỉ một ngày duy nhất 22/05/2016 35

2.6.2 Đợt mưa 2: Chỉ một ngày duy nhất 20/06/2016 36

2.6.3 Đợt mưa 3: Chỉ một ngày duy nhất 26/07/2016 37

2.6.4 Đợt mưa 4: Chỉ một ngày duy nhất 12/09/2016 38

2.6.5 Đợt mưa 5: Chỉ một ngày duy nhất 07/10/2016 39

2.6.6 Đợt mưa 6: Từ ngày 16- 20/10/2016 40

CHƯƠNG 3: KẾT QUẢ PHÂN TÍCH 43

3.1 Đánh giá bằng phương pháp trực quan 43

3.2 Đánh giá theo các chỉ số thống kê 48

3.2.1 Phương pháp đánh giá 48

3.2.2 Các chỉ số thống kê đánh giá khả năng dự báo của mô hình 49

3.3 Nhận xét chung 2 phương pháp đánh giá 52

KẾT LUẬN VÀ KHUYẾN NGHỊ 54

TÀI LIỆU THAM KHẢO 56

DANH MỤC TỪ VIẾT TẮT

DANH MỤC BẢNG

Bảng 1.1 Tần suất Bão – ATNĐ đổ bộ vào khu vực từ 13oN trở xuống từ năm 1981-

2001 17

Bảng 2.1 Các sơ đồ tham số hóa vi vật lý 27

Bảng 2.2 Sơ đồ lớp sát đất 30

Bảng 2.3 Các sơ đồ bức xạ khí quyển 31

Bảng 2.4 Chi tiết mô hình GFS 33

Bảng 2.5 Lượng mưa thực tế của các trạm thuộc khu vực Nam Bộ năm 2016 35

Bảng 3.1 Các chỉ số thống kê đánh giá dự báo 50

DANH MỤC HÌNH

Hình 1.1 Kết quả dự báo lượng mưa 24h của mô hình MM5, WRF và thực đo 4

Hình 1.2 Bản đồ địa hình Nam Bộ 10

Hình 1.3 Lượng mưa trung bình nhiều năm ở Nam Bộ 11

Hình 1.4 Số ngày mưa trung bình nhiều năm ở khu vực Nam Bộ 12

Hình 1.5 Ngày bắt đầu mùa mưa trung bình nhiều năm ở Nam Bộ 14

Hình 1.6 Ngày kết thúc mùa mưa trung bình nhiều năm ở Nam Bộ 15

Hình 2.1 Cấu trúc mô hình WRF 22

Hình 2.2 Hệ tọa độ thẳng đứng 24

Hình 2.3 Mô tả tính sai phân 25

Hình 2.4 Sơ đồ tương tác giữa các quá trình vật lý 32

Hình 2.5 Bản đồ hình thế Synop ngày 22-5-2016 36

Hình 2.6 Bản đồ hình thế Synop đợt ngày 20-6-2016 37

Hình 2.7 Bản đồ hình thế Synop ngày 26-7-2016 38

Hình 2.8 Bản đồ hình thế Synop ngày 12-9-2016 39

Hình 2.9 Bản đồ hình thế Synop ngày 7-10-2016 40

Hình 2.10 Bản đồ hình thế Synop ngày 17-10-2016 42

Hình 3.1 Lượng mưa thực tế và dự báo ngày 22-05-2016 43

Hình 3.2 Lượng mưa thực tế và dự báo ngày 20-06-2016 44

Hình 3.3 Lượng mưa thực tế và dự báo ngày 26-07-2016 45

Hình 3.4 Lượng mưa thực tế và dự báo ngày 12-09-2016 45

Hình 3.5 Lượng mưa thực tế và dự báo ngày 07-10-2016 46

Hình 3.6 Lượng mưa thực tế và dự báo ngày 16-20/10/2016 47

MỞ ĐẦU

Mưa là yếu tố xảy ra bất ngờ nhưng tác động không nhỏ đến cuộc sống Hiện nay, tình trạng mưa lũ, ngập lụt đang trở thành một “vấn nạn” cấp thiết của nhiều đô thị trên thế giới, nhất là đô thị ở các nước đang phát triển Là một quốc gia nằm trong khu vực nhiệt đới gió mùa nhưng Việt Nam lại có chế độ mưa hết sức đặc biệt so với những nước ở cùng vĩ độ Lượng mưa trung bình năm cao từ 2500mm đến 3000mm, tùy vào mỗi vùng miền, vị trí địa lý, đặc điểm tự nhiên mà mỗi vùng lại có những đặc trưng về mưa khác nhau Những đợt mưa lớn gây ngập lụt đô thị đã tạo nên những tác động không nhỏ đến sinh hoạt của người dân Hiện tượng sạt lỡ đất, lũ ống, lũ quét và

lũ lụt trên diện rộng làm phá vỡ đê điều, các công trình cơ sở hạ tầng, ảnh hưởng đến nhiều hoạt động kinh tế, sản xuất nông nghiệp và đặc biệt là tính mạng của con người

Sự tàn phá này còn nghiêm trọng hơn khi có bão xuất hiện, trong cơn mưa có kèm theo dông, lốc xoáy, gió giật và nhiều hiện tượng thời tiết nguy hiểm khác Do vậy, việc dự báo mưa chính xác, kịp thời và đầy đủ là bài toán vô cùng khó khăn và phức tạp, đã được quan tâm từ rất lâu không chỉ ở Việt Nam mà còn ở trên toàn thế giới để đưa ra những biện pháp phòng tránh để có thể giảm bớt những thiệt hại một cách tối thiểu

Nam Bộ nằm trong vùng đặc trưng của khí hậu nhiệt đới gió mùa và cận xích đạo, nền nhiệt ẩm phong phú, ánh nắng dồi dào, thời gian bức xạ dài, nhiệt độ và tổng tích ôn cao Biên độ nhiệt ngày đêm giữa các tháng trong năm thấp và ôn hòa Độ ẩm trung bình hàng năm khoảng từ 80 - 82% Khí hậu hình thành trên hai mùa chủ yếu quanh năm là mùa khô và mùa mưa Mùa mưa từ tháng 5 đến tháng 11, mùa khô từ tháng 12 tới tháng 4 Về mùa vụ sản xuất có khác với khu vực Đồng bằng Bắc Bộ Lượng mưa hàng năm dao động từ 966 - 1325mm và góp trên 70 - 82% tổng lượng mưa trong suốt cả năm Mưa phân bố không đều, giảm dần từ khu vực giáp ranh từ Sài Gòn xuống khu vực phía tây và Tây Nam Ở khu vực Đông Nam có lượng mưa thấp nhất Khi mưa kết hợp với cường triều và lũ sẽ gây ngập úng, ảnh hưởng đến sản xuất

và đời sống của dân cư trong vùng

Năm 2016 là một năm mưa nhiều và có chế độ mưa hết sức đặc biệt Nhiều kỷ lục về mưa được thành lập với lượng mưa 24 giờ lớn nhất trong vòng 40 năm qua ở một số điểm đo trong khu vực Đã có không ít những trận mưa gây ngập sâu trên địa bàn thành phố Hồ Chí Minh và một số đô thị lớn trong khu vực

Về dự báo mưa, thì ngoài các phương pháp cổ điển như dự báo synop, dự báo thống kê thì phương pháp số trị đã được sử dụng phổ biến trên thế giới trong nhiều thập kỷ qua, với chất lượng ngày càng nâng cao thì phương pháp này đã trở thành phương pháp dự báo chủ lực trong nghiệp vụ dự báo ở nhiều nước, đặc biệt, khả năng

dự báo mưa định lượng

Với mục đính tìm hiểu về cơ chế gây nên những đợt mưa lớn có tính chất lịch

sử và tác động không nhỏ đến đời sống của người dân ở khu vực Nam Bộ cũng như đánh giá khả năng dự báo thử nghiệm những đợt mưa như vậy của mô hình WRF, em chọn đề tài SỬ DỤNG MÔ HÌNH WRF DỰ BÁO THỬ NGHIỆM CÁC ĐỢT MƯA LỚN CHO KHU VỰC NAM BỘ TRONG NĂM 2016 trong đồ án tốt nghiệp

của mình

Đề tài bố cục gồm 3 chương ngoài phần mở đầu, kết luận và tài liệu tham khảo như sau:

CHƯƠNG 1: TỔNG QUAN VỀ MƯA VÀ MÙA MƯA Ở NAM BỘ

Đầu tiên, chương này sẽ sẽ trình bày về tình hình nghiên cứu mưa và áp dụng

mô hình số trị để dự báo mưa trên thế giới cũng như Việt Nam Mùa mưa ở Nam Bộ

và các hệ thống thời tiết gây mưa ở Nam Bộ

CHƯƠNG 2: MÔ HÌNH WRF VÀ ĐẶC ĐIỂM MÙA MƯA NAM BỘ NĂM 2016

Phần này trình bày về cấu trúc của mô hình WRF, đặc điểm của các đợt mưa lớn ở Nam Bộ năm 2016, các tham số của mô hình và cấu hình cài đặt có trong đề tài

CHƯƠNG 3: PHÂN TÍCH – ĐÁNH GIÁ KẾT QUẢ

Nghiên cứu đánh giá kết quả của mô hình WRF so với dữ liệu thực đo bằng phương pháp đánh giá trực quan và đánh giá bằng các chỉ số thống kê, từ đó rút ra

nhận xét

CHƯƠNG 1 TỔNG QUAN 1.1 Tình hình nghiên cứu mưa trong và ngoài nước

Trong phần này em sẽ giới thiệu về các phương pháp dự báo mưa; tình hình nghiên cứu mưa trong và ngoài nước với phương pháp dự báo mưa bằng mô hình số trị

1.1.1 Tình hình nghiên cứu trên Thế Giới

Trong những thập kỷ qua, cùng với sự phát triển nhanh chóng và mạnh mẽ của khoa học-kỹ thuật, phương pháp số trị đã được xây dựng và áp dụng vào nghiệp vụ dự báo mưa định lượng Phương pháp đang này được sử dụng rộng rãi trên toàn cầu Các

mô hình số trị có thể kể đến như MM5, ETA, HRM, WRF

MM5 là một trong những mô hình thuộc thế hệ mới nhất được phát triển từ năm

1970 Đây là mô hình khí tượng động lực quy mô vừa thế hệ thứ 5 của Trung tâm Quốc gia nghiên cứu khí quyển Hoa Kỳ (NCAR) có sử dụng hệ thống lưới lồng trong việc mô phỏng các quá trình vật lý khí quyển Ban đầu MM5 được xây dựng với chức năng nghiệp vụ là dự báo thời tiết và mưa lớn Sau này nó đã được nghiên cứu, cải tiến

và áp dụng cả cho mục đích dự báo bão

Mô hình WRF là một mô hình dự báo thời tiết số trị thế hệ tiếp theo, được phát triển từ những đặc tính ưu việt nhất của mô hình MM5 và ETA Các sơ đồ tham số hóa vật lý và động lực được cải tiến, đồng thời mô hình WRF hiện đang được người dùng

ưa thích hơn do thiết kế linh động và hệ thống mã nguồn mở dễ dàng trong việc tìm hiểu, cài đặt và sử dụng Mô hình WRF có khả năng mô phỏng được các quá trình khí quyển có quy mô từ vài mét cho đến hàng chục kilomet do vậy dự báo khá chính xác các trường khí tượng như nhiệt độ, mưa, khí áp, gió… trên một quy mô nhỏ Các hoạt động nghiên cứu và dự báo mưa bằng mô hình WRF với độ phân giải cao được đông đảo các nhà khoa học trên toàn cầu quan tâm và đã có những công trình nghiên cứu so sánh chất lượng dự báo thời tiết của các mô hình số trị, phân tích ưu nhược điểm và sự phù hợp của mô hình đối với từng đối tượng thời tiết ở những khu vực khác nhau

Những công trình ban đầu với mức độ nghiên cứu cấp thấp, đơn thuần là tiến hành những cài đặt cơ bản cho mỗi mô hình và so sánh mức độ sai lệch kết quả mô phỏng với giá trị thực tế quan trắc được, từ đó đánh giá mức độ chính xác của mỗi mô

hình Một hướng nghiên cứu khác là thay đổi các tham số vật lý kết hợp với quá trình phân tích thống kê để tìm được những thiết lập tốt cho mô hình, từ đó cho những kết quả cao hơn Sau đây là hai ví dụ điển hình cho thời kì đầu

Nhóm tác giả Wardah, T Kamil, A.A, Sahol Hamid and Maisarah, W.W.I (2011) đã tiến hành đánh giá chất lượng dự báo mưa ở khu vực bị lũ lụt là lưu vực sông Kelantan, Malaysia với hai mô hình MM5 và WRF Cả hai mô hình đều sử dụng lưới lồng, độ phân giải ngang 4km, thời gian khởi tạo là 00 UTC Kết quả nghiên cứu chỉ ra những mô phỏng của mô hình có giá trị gần đúng so với lượng mưa hàng ngày tuy nhiên mô hình WRF có kết quả chính xác hơn trong dự báo mưa 12h và 24h Đối với những dự báo hạn dài, cả hai đều cho kết quả ít chính xác hơn so với thực tế Ngoài ra nghiên cứu cũng chỉ ra đối với những trận mưa vừa thì kết quả của hai mô hình tương đối tốt nhưng với những trận mưa to thì các kết quả của mô hình cho những mô phỏng thấp hơn (Hình 1.1) [15]

Hình 1.1 Kết quả dự báo lượng mưa 24h của mô hình MM5, WRF và thực đo

Nghiên cứu của Isidora Jankov and William A Gallus Jr (2005) nói về sự ảnh hưởng của các tham số vật lý đối với việc phân tích lượng mưa bằng mô hình WRF trong thời kì ẩm tăng cao [10] Việc tìm hiểu các yếu tố vật lý và sự tương tác giữa các yếu tố này sẽ giúp cho việc dự báo mưa một cách chính xác Nhóm tác giả đã tiến hành kết hợp các điều kiện vi vật lý, sự đối lưu hóa và mô hình lớp biên rồi tùy chỉnh

các yếu tố này cho những trường hợp cụ thể Mỗi cấu hình sẽ cho một mô phỏng lượng mưa, từ đó so sánh với lượng mưa thu thập được ở các trạm quan trắc để tìm cấu hình có hệ số tương quan cao nhất, tuy nhiên tất cả 8 trường hợp đều không có một cấu hình nào thể hiện lượng mưa với hệ số tương quan mong đợi Tiếp đó nhóm tiến hành tách riêng từng yếu tố riêng lẻ để đánh giá xem yếu tố nào tác động lớn nhất đến mô phỏng lượng mưa Kết quả chỉ ra rằng các kết quả biến đổi lớn nhất trong mô phỏng lượng mưa xuất phát từ việc thay đổi tùy chỉnh tham số đối lưu Chính yếu tố này tác động mạnh đến lượng mưa mô phỏng được Hai tùy chỉnh về tham số vi vật lý và lớp biên hành tinh có làm thay đổi lượng mưa mô phỏng nhưng không đáng kể Tóm lại việc thay đổi tham số các hệ số trong mô hình sẽ cho những mô phỏng về lượng mưa khác nhau Tùy vào khu vực và đối tượng đang xét thì có những tùy chỉnh cấu hình thích hợp để có thể cho những kết quả chính xác

Trong những năm trở lại đây, chất lượng dự báo của các mô hình số trị không ngừng được cải tiến để đáp ứng nhu cầu phát triển của xã hội và trở thành phương pháp dự báo chủ lực trong nghiệp vụ dự báo thời tiết cũng như dự báo mưa Những nghiên cứu, công trình khoa học về mô phỏng các hiện tượng thời tiết với mức độ cao hơn, phức tạp hơn bằng việc đồng hóa và kết hợp nhiều nguồn dữ liệu khác nhau đưa vào mô hình để dự báo mưa ngày càng nhiều và đã đạt được những kết quả nhất định

Một chương trình dự báo mưa của Viện nghiên cứu Đức (2003) [9] Nhóm tác giả nhận định Nước là điều kiện tiên quyết cho hầu hết các quá trình Chế độmưa chính là cách không khí điều hòa nguồn nước trên trái đất Việc đưa chu trình nước vào mô hình dự báo là điều cần thiết để có thể dự báo được lượng mưa tích lũy Để giải quyết bài toán này, nhóm tác giả đã tập trung vào việc xác định các quá trình lý học và hóa học chính quyết định đến khả năng hình thành mưa; sử dụng thêm các nguồn tài liệu thu thập khác kết hợp với các phân tích thống kê động lực, đồng thời tiến hành phân tích dữ liệu cùng một lúc trên phạm vi rộng Kết quả cho thấy sự kết hợp các dữ liệu thu thập được và hiệu chỉnh số liệu cho phù hợp với phân tích thống kê động lực của phân bố nước cũng như xác định hàm lượng nước trong khí quyển ở trạng thái hơi nước, lỏng, băng ở thời điểm ban đầu sẽ cho một dự đoán về khả năng hình thành mưa Việc xây dựng các phương pháp đồng hóa các nguồn dữ liệu quan

trắc khác nhau vào mô hình sẽ giúp ta sử dụng tối ưu nguồn dữ liệu từ đó cho một mô phỏng về dự báo mưa thực tế hơn

Để mô phỏng lượng mưa lớn trong mùa mưa ở Ấn Độ, (chính những hệ thống xoáy trong tầng đối lưu kết hợp với gió mùa Tây Nam gây nên những cơn mưa rất to trên quy mô lớn ở vùng phía Tây Ấn Độ và Đông Bắc của biển Ả Rập Việc mô phỏng lượng mưa ở đây là rất quan trọng, vì nó là nguyên nhân gây ra hiện tượng lũ lụt và thiệt hại người, tài sản trong thời kì gió mùa Tây Nam xuất hiện) tác giả Routray (2008) đã sử dụng hệ thống đồng hóa số liệu biến phân 3 chiều 3DVAR trong mô hình WRF

Ông tiến hành thí nghiệm khi cho độ phân giải tăng lên kết hợp với các tín hiệu đối lưu để cho ra những dự đoán về thời tiết phù hợp với dòng quy mô lớn để mô tả chính xác lượng mưa ở đây Nghiên cứu chỉ ra việc đồng hóa các quan trắc 3DVAR với mô hình quy mô vừa độ phân giải cao sẽ cho ta dự đoán tốt về gió mùa Ấn Độ và lượng mưa ở đây tốt hơn so với mô phỏng CNTL (Mô phỏng kiểm soát) tuy nhiên tất

cả các mô phỏng mô hình đều cho đánh giá thấp giá trị cực đại của lượng mưa vào đầu thời kỳ Nghiên cứu cũng chỉ ra việc sử dụng lưới phân tích thô sẽ làm giảm đi độ chính xác trong việc mô phỏng các trận mưa lớn Như vậy, việc sử dụng biến phân 3 chiều 3DVAR kết hợp với các mô phỏng hoàn lưu khu vực sẽ giảm đi những sai số trong đồng nhất dữ liệu ban đầu và làmtăng khả năng mô phỏng lượng mưa, đặc biệt là trong các đợt mưa lớn ở Ấn Độ trong thời kì gió mùa Tây Nam hoạt động

Hai tác giả Ji Woo Lee và Song You Hong (2008), để xét mức độ tính toán về mây đối lưu và dự báo khả năng mây đối lưu kết hợp với các hệ thống thời tiết gây mưa lớn gây lũ lụt ở Seoul ngày 12/7/2006 Nghiên cứu sử dụng hệ thống 3 lưới lồng với độ phân giải cao nhất là 3km Khoảng cách giữa các lưới ngang được tích hợp với các phân tích dữ liệu thường Kết quả cho thấy lượng mưa dự báo phù hợp với thực tế, tuy nhiên ở những thời điểm ban đầu xuất hiện mưa khi có bão thì bị đánh giá thấp hơn Khi đồng hóa số liệu nhiệt độ và độ ẩm từ vệ tinh với số liệu thám không vào trường ban đầu thì mô hình WRF sẽ cho kết quả tốt hơn về diễn biến mưa lớn kết hợp

áp thấp nhiệt đới Tuy nhiên các hoàn lưu xoáy thể hiện rất ít ở tầng đối lưu [1]

Việc xây dựng các phương pháp đồng hóa dữ liệu quan trắc và kết hợp mô hình

mô phỏng các hoàn lưu khí quyển khu vực đang là hướng nghiên cứu cho các nhà

khoa học trong việc ứng dụng mô hình số trị dự báo quy mô vừa Trong tương lai, các

mô hình mô phỏng và các phương pháp đồng hóa dữ liệu ứng với từng quốc gia lãnh thổ sẽ được phát triền mạnh mẽ hơn nữa Các đặc điểm, tính chất của khí hậu phải được đưa vào mô hình một cách thích hợp sao cho các yếu tố đó có thể mô phỏng hoạt động khí quyển một cách tối đa Có như vậy mới sử dụng tối ưu nguồn dữ liệu hiện có thay vì phải chi một khoảng kinh phí khổng lồ để xây dựng thêm các trạm quan trắc (mặc dù điều này là cần thiết) Bên cạnh đó cũng phải phát triển các phương án dự báo

dự phòng trong trường hợp có vấn đề xảy ra

1.1.2 Tình hình nghiên cứu ở Việt Nam

Nhiều năm về trước, công tác dự báo thời tiết hàng ngày ở nước ta chủ yếu dựa vào phương pháp truyền thống và thống kê đơn giản, tuy nhiên xã hội ngày càng phát triển, nhu cầu ngày càng cao, đòi hỏi dự báo mưa không chỉ dừng lại ở quy mô khu vực mà tiến xa hơn nữa là các điểm cụ thể để dự báo kịp thời và chính xác hơn lượng mưa cũng như vùng có mưa để đáp ứng yêu cầu của dự báo lũ, lụt và phòng tránh thiên tai Hai phương pháp này còn nhiều hạn chế (như đã để cập ở phần mở đầu) để phục vụ cho nhu cầu trên Nhận thấy được sự vượt trội mà mô hình số trị đem lại, nước ta dần có những bước đầu nghiên cứu và áp dụng phương pháp này vào nghiệp

vụ dự báo và trở thành một hướng đi được cộng đồng nghiên cứu quan tâm Công việc nghiên cứu ứng dụng các mô hình số trị để dự báo thời thiết ở nước ta bắt đầu từ tháng

10 năm 2000 Mô hình đầu tiên được sử dụng là HRM nhận từ cơ quan khí tượng Đức, Trường Đại Học Khoa Học Tự Nhiên, Đại Học Quốc Gia Hà Nội chạy thử nghiệm Sau 2 năm, mô hình này được chạy nghiệp vụ tại Trung tâm Dự báo Khí tượng Thủy văn Trung Ương (TTDBKTTVTƯ) với bước thời gian 72h Trong quá trình nghiên cứu ứng dụng, HRM đã được cải tiến, phát triển thêm một số khía cạnh Chẳng hạn, tác giả Bùi Hoàng Hải, đã nghiên cứu phát triển HRM thành phiên bản mới (HRM-TC) vừa có chức năng dự báo bão vừa có chức năng dự báo thời tiết nói chung [2] Hiện tại, mô hình HRM đang được chạy nghiệp vụ tại TTDBKTTVTƯ với 2 phiên bản HRM-28km (độ phân giải ngang là 28Km, 31 mực thẳng đứng và bước thời gian

là 120 giây) và HRM-14km (độ phân giải ngang là 14Km, 40 mực thẳng đứng và bước thời gian là 90 giây) cho 2 phiên dự báo hàng ngày vào 00UTC (7 giờ Việt Nam) và 12UTC (19 giờ Việt Nam) Ngoài ra còn có những mô hình số trị khác như ETA, GFS,

GMS, WRF Một trong số các mô hình này đang chạy nghiệp vụ ở Đài Khí Tượng Khu Vực Đông Bắc, Tây Bắc, Nam Bộ Kết quả dự báo cho vào lúc 7h00 và 19h00 theo giờ Việt Nam

Trong đề tài “nghiên cứu tác động của tham số hóa đối lưu đối với dự báo mưa bằng mô hình HRM ở Việt Nam” của tác giả Vũ Thanh Hằng, đã chỉ ra rằng việc hiểu

rõ hơn về đối lưu cũng như tác động của tham số hóa đối lưu trong mô hình sẽ giúp ta

mô phỏng tốt lượng mưa ở khu vực nhiệt đới Tác giả đã đưa ra hệ thống lý thuyết cho tham số hóa đối lưu của mô hình dự báo thời tiết khu vực và thêm ba sơ đồ mới vào

mô hình HRM, trong đó sơ đồ Betts-Miller Janjic (BMJ) thiết lập trên nguyên tắc điều chỉnh cấu trúc nhiệt ẩm mô hình theo cấu trúc nhiệt ẩm thám sát thực ở khí quyển nhiệt đới, hai sơ đồ mới Tiedtke cải tiến (ET) và Heise (HS) cùng với sơ đồ gốc (TK) dựa vào giả thuyết coi đối lưu sinh ra từ hộitụ ẩm mực thấp và bất ổn định khí quyển Với những thông số cài đặt của mô hình HRM có độ phân giải 14 Km theo phương ngang, 31 mực theo phương thẳng đứng, các điều kiện đầu và điều kiện biên biến đổi theo thời gian là các trường lấy từ mô hình dự báo toàn cầu GME vào lúc 00Z Đối tượng nghiên cứu trong đề tài là đối lưu sâu nhiệt đới và mùa mưa ở Việt Nam trong 3 năm liên tiếp (2003, 2004, 2005) [8]

Kết quả là để dự báo mưa trên khu vực nghiên cứu, sơ đồ BMJ tỏ ra thích hợp hơn so với ba sơ đồ còn lại, đặc biệt là các trường hợp xảy ra mưa lớn Trong hình thế thời tiết này, việc sử dụng sơ đồ BMJ luôn cho hệ số tương quan ổn định nhất so với lượng mưa thực tế Tuy nhiên việc sử dụng sơ đồ BMJ cũng có một số hạn chế trong việc dự báo lượng mưa nhỏ Các kết quả thu được từ dự báo mưa nhỏ cho giá trị lớn hơn nhiều so với thu thập thực tế Từ những phân tích trong đề tài này, tác giả đưa ra nhận định: đối với mưa lớn ở vùng nhiệt đới sinh ra chủ yếu bởi đối lưu sâu và sự phát triển đối lưu sâu nhiệt đới không chỉ nhờ hội tụ ẩm mực thấp và bất ổn định khí quyển

mà còn có nhiều yếu tố phức tạp hơn cần được nghiên cứu tiếp Đối với mưa vừa và nhỏ ở một số vùng ở Bắc Bộ không phải là mưa nhiệt đới điển hình Trường hợp có Bão − ATNĐ, kết quả của 4 sơ đồ tham số đối lưu đều cho giá trị thấp hơn so với thực

tế vì tham số đối lưu ở trong bão rất phức tạp nên không thể tính toán được hết các thành phần của nó Sự thích hợp của sơ đồ TSHĐL dựa vào hội tụ ẩm mực thấp kiểu như sơ đồ TK càng giảm khi độ phân giải mô hình càng cao Ngoài ra muốn áp dụng

một mô hình có nguồn gốc từ vùng vĩ độ cao vào vùng nhiệt đới trước hết cần được nhiệt đới hóa nó về vật lý cũng như động lực

Xuất phát từ những đòi hỏi khả năng dự báo lượng mưa cho việc phát triển kinh

tế xã hội cũng như phục vụ công tác phòng chống thiên tai Mô hình số trị có lợi thế trong vấn đề này nên ngày càng có nhiều đề tài nghiên cứu dự báo mưa cho từng khu vực cụ thể Trong đó có đề tài “Nghiên cứu ứng dụng mô hình WRF trong dự báo mưa trên lưu vực sông Đồng Nai” của tác giả Kiều Thị Thúy là một ví dụ điển hình về việc

sử dụng mô hình số trị dự báo mưa với độ phân giải cao Với mục đích tìm ra một số

sơ đồ tham số hóa đối lưu phù hợp, áp dụngcho dự báo thời tiết khu vực để có thể mô phỏng tốt nhất lượng mưa trên lưu vực sông Đồng Nai cũng như ứng dụng kết quả nghiên cứu vào công tác dự báo mưa nghiệp vụ hàng ngày nhằm phục vụ cho việc dự báo khí tượng thủy văn và phòng tránh thiên tai [5]

Đối tượng nghiên cứu trong đề tài này là những đợt mưa lớn trong hai tháng mùa mưa của lưu vực sông Đồng Nai (tháng 7 và tháng 8 năm 2012), tác giả đã tiến hành thu thập và thống kê số liệu mưa quan trắc Số liệu về độ cao địa hình, lớp phủ bề mặt, loại đất, các đặc tính vật lý của đất và các trường phân tích số liệu toàn cầu NCEP/ NCAR để làm điều kiện đầu và điều kiện biên theo thời gian Sau đó thiết lập các thông số của mô hình cụ thể như sau: Sử dụng hệ tọa độ thẳng đứng địa hình η, với

27 mực thẳng đứng và sử dụng phép chiếu Mercartor Sơ đồ bức xạ sóng ngắn-RRTM, bức xạ sóng dài-Dudhia, lớp biên hành tinh-Yonsei, sơ đồ Đất-Noah, sơ đồ lớp bề mặt-Monin-Obukhov Để tăng độ phân giải ngang cho mô hình này, mô hình chạy với hai miền tính và tương tác hai chiều với tỷ lệ 1:3 Thí nghiệm được thực hiện với hai sơ đồ tham hóa đối lưu

Thí nghiệm 1: Sử dụng sơ đồ tham số hóa đối lưu Kain Fritsh với các cài đặt ở trên

Thí nghiệm 2: Sử dụng sơ đồ tham số hóa đối lưu Betts-Miller với các cài đặt trên

Sau đó tiến hành đánh kết quả mô phỏng từ mô hình với số liệu quan trắc thực

tế bằng phương pháp đánh giá trực quan và đánh giá định lượng từ các chỉ số thống kê

Nghiên cứu chỉ ra rằng khả năng dự báo sự xuất hiện mưa và phân bố không gian của mưa, đặc biệt là các đợt mưa vừa và mưa lớn của sơ đồ Kain Fritsh có phần

tốt hơn so với sơ đồ Betts-Miller, những kết quả mô phỏng này gần giống với số liệu thực tế, tuy nhiên cũng có một số kết quả khai báo khống lượng mưa ở những khu vực

cụ thể Chính điều này dẫn đến sai số trong dự báo Ngoài ra, đối với ngưỡng mưa nhỏ thì khả năng dự báo cho kết quả khá cao từ 50%-95%và có xu hướng giảm dần khi lượng mưa tăng lên Trường hợp có dải hội tụ nhiệt đới kết hợp với bão thì mô hình sẽ khai khống lượng mưa đối với ngưỡng nhỏ và vừa

Với xác suất dự báo thành công và sai số lượng mưa chỉ ở mức dưới 70 % thì

có thể đưa mô hình WRF vào nghiệp vụ dự báo mưa ở khu vực Nam Bộ

1.2 Mùa mưa ở Nam Bộ

Nam Bộ nằm trong khu vực gió mùa châu Á nhưng có đặc thù riêng do vị trí địa lý và điều kiện địa hình, với vùng ven biển kéo dài từ Biển Đông sang vịnh Thái Lan nên không hoàn toàn trùng hợp quy luật của vùng gió mùa Đông Nam Á nói chung và Việt Nam nói riêng

Với diện tích hơn 64.000 Km2, chiều ngang kéo dài gần 4 kinh độ, chiều dọc dài 4 vĩ độ Địa hình khu vực Nam Bộ bị phân hóa thành nhiều khu vực, có nơi nằm sâu trong đất liền, có nơi tiếp giáp với rìa phía nam của dãy Trường Sơn, có nơi là đồng bằng rộng lớn bị chia cắt bởi hệ thống sông ngòi chằng chịt Có khu vực tiếp giáp với Biển Đông và Vịnh Thái Lan (Hình 1.2) [3] Chính điều này đã làm cho mùa mưa ở khu vực Nam Bộ phân hóa theo không gian hết sức đa dạng

Hình 1.2 Bản đồ địa hình Nam Bộ

Lượng mưa trung bình hàng năm ở Nam Bộ thường dao động trong khoảng từ

1500 mm đến 2300 mm Mưa tập trung nhiều ở khu vực phía bắc, phía nam và giảm dần vào bên trong (Hình 1.3) [3] Những khu vực ven biển phía tây hoặc các khu vực

có địa hình đón gió thường có lượng mưa trung bình nhiều năm (TBNN) cao như: Bình Phước (2691 mm), Cà Mau (2393 mm) Những khu vực nằm sâu trong đất liền hoặc các khu vực khuất gió ở vùng phía đông có lượng mưa thấp hơn như: Vũng Tàu (1463 mm), Tiền Giang (1447 mm)

Hình 1.3 Lượng mưa trung bình nhiều năm ở Nam Bộ

Số ngày mưa trung bình nhiều năm ở Nam Bộ thường dao động trong khoảng

từ 182 – 215 ngày (Hình 1.4) [3] Trong đó, những khu vực có số ngày mưa nhiều tập trung ở các tỉnh ven biển phía Tây, bán đảo Cà Mau−Kiên Giang và khu vực phía bắc miền Đông (Bình Phước, Đồng Nai, Tp Hồ Chí Minh) Khu vực ven biển phía đông

và vùng sâu trong đất liền có số ngày mưa ít hơn Điều này cũng phù hợp với những phân tính về lượng mưa trung bình năm ở Nam Bộ Ví dụ:

Khu vực mưa nhiều: Cà Mau có số ngày mưa nhiều nhất là 227 ngày, lượng mưa trung bình năm 2393 mm Bình Phước có số ngày mưa 214 ngày, lượng mưa trung bình năm 2691 mm

Khu vực ít mưa: Bến Tre có số ngày mưa là 182 ngày, lượng mưa trung bình năm 1552 mm Vũng Tàu có số ngày mưa 206 ngày, lượng mưa trung bình năm 1463

mm

Hình 1.4 Số ngày mưa trung bình nhiều năm ở khu vực Nam Bộ

Như vậy, nguyên nhân sự khác biệt về mưa ở khu vực Nam Bộ là do địa hình, những vùng nào có địa hình chắn gió và nằm ở rìa phía tây đều có số ngày mưa và lượng mưa lớn hơn những vùng nằm sâu phía trong và rìa phía đông

Vùng nào có sự phân hóa địa hình đa dạng thì kéo theo sự phân bố mưa cũng rất đa dạng, tuy nhiên đó không phải là nhân tố quyết định đến mưa ở Nam Bộ

Hoàn lưu và hệ thống thời tiết chính là nhân tố chính quyết định đến mùa mưa ở Nam Bộ Đặc biệt, sự chi phối của 2 hoàn lưu gió mùa có hướng hoàn toàn trái ngược nhau (gió mùa mùa đông và gió mùa mùa hè) đã tạo nên sự tương phản sâu sắc về mùa khô và mùa mưa ở Nam Bộ Đồng thời, mùa khô và mùa mưa gần như trùng với thời

kỳ hoạt động của 2 hệ thống gió mùa này

1.2.1 Thời kỳ mùa khô

Thời kỳ mùa khô, bắt đầu từ tháng 11 năm trước đến tháng 4 năm sau, lượng mưa chiếm từ 5−10% tổng lượng mưa cả năm Đây là thời kì áp cao lục địa hoạt động mạnh kết hợp với gió tín phong Bắc Bán Cầu có hướng Đông Bắc tràn xuống phía Nam làm cho thời tiết ở Nam Bộ trở nên lạnh và gây mưa Tuy nhiên do chịu ảnh hưởng của địa hình nên lượng mưa phân bố không đều, có nơi mưa nhỏ, có nơi không mưa, trong trường hợp có nhiễu động sóng Đông thì toàn bộ khu vực Nam Bộ đều có mưa

Nam Bộ vào thời kì cuối mùa khô có lượng mưa rất ít, thậm chí không mưa Trong giai đoạn chuyển mùa (cuối tháng 3 đến giữa tháng 4), hoàn lưu tín phong Bắc Bán Cầu khống chế khu vực Nam Bộ gây mưa cục bộ dưới dạng dông nhiệt và mưa

rào ở vùng ven biển, mỗi đợt kéo dài trong vài ngày trước khi chính thức vào mùa mưa

1.2.2 Thời kỳ mùa mưa

Thời kỳ mùa mưa, bắt đầu từ tháng 5 đến tháng 10 hàng năm, lượng mưa chiếm

từ 90−95% tổng lượng mưa cả năm Mùa mưa ở đây gắn liền với thời kỳ hoạt động của gió mùa Tây Nam, hướng gió thịnh hành từ Nam đến Tây Nam vì vậy một lượng lớn hơi ẩm từ biển và đại dương theo hai hướng này đi vào đất liền Đó là nguồn cung cấp ẩm dồi dào cho việc hình thành mưa

Ngày bắt đầu mùa mưa (BĐMM) trung bình nhiều năm ở Nam Bộ thường vào khoảng tuần đầu tháng 5, tuy nhiên lại không thống nhất giữa các vùng, có nơi bắt đầu mùa mưa sớm, có nơi bắt đầu mùa mưa muộn Những nơi có mùa mưa đến sớm nhất

là khu vực phía bắc miền Đông và ven biển phía tây Theo số liệu trung bình nhiều năm, ngày bắt đầu mùa mưa trung bình tại trạm Phước Long(Bình Phước) là ngày 24/4, Cà Mau là 1/5 Nơi có mùa mưa đến muộn nhất là khu vực ven biển phía đông từ

Bà Rịa đến Cần Giờ và Trà Vinh đến Bến Tre Trong đó, tại Ba Tri (Bến Tre) là ngày 11/5, Vũng Tàu ngày 9/5 Sự chênh lệch ngày bắt đầu mùa mưa trung bình giữa hai khu vực khoảng 15 ngày (Hình 1.5) [3]

Thời kỳ bắt đầu mùa mưa ở Nam Bộ gần như trùng với thời kỳ bắt đầu gió mùa Tây Nam, tuy nhiên không phải lúc nào điều này cũng như vậy Việc này còn liên quan đến các yếu tố khí tượng chi phối hệ thống hoàn lưu chung

Xét hệ thống áp cao Tây Thái Bình Dương và áp thấp Ấn Miến Bắt đầu từ giữa tháng 3 đến giữa tháng 4 Áp thấp Ấn Miến phát triển lấn sang phía đông và tranh chấp với áp cao Tây Thái Bình Dương, hệ thống nào chiếm ưu thế thì quyết định đến ngày bắt đầu mùa mưa ở đây Khi áp thấp Ấn Miến chiếm ưu thế, áp cao Tây Thái Bình Dương rút về phía đông thì mùa mưa chính thức bắt đầu

Hình 1.5 Ngày bắt đầu mùa mưa trung bình nhiều năm ở Nam Bộ

Nghiên cứu của Thạc sỹ Lê Thị Xuân Lan chỉ ra rằng thời kì La-Nina hoạt động mạnh sẽ khiến cho gió mùa Tây Nam hoạt động sớm hơn và cường độ mạnh hơn Mùa mưa ở Nam Bộ sẽ đến sớm hơn và lượng mưa cũng dồi dào hơn Đồng thời, lượng mưa trung bình năm của năm đó cũng sẽ cao hơn lượng mưa trung bình nhiều năm từ 10-30% Ngược lại, những năm có hiện tượng El-Nino xuất hiện thì mùa mưa đến trễ hơn và lượng mưa trung bình năm của năm đó thường thấp hơn lượng mưa trung bình nhiều năm Thời gian chênh lệch lớn nhất của ngày bắt đầu mùa mưa khi có La-Nina

so với El-Nino là khoảng 30-45 ngày

Tuy nhiên, hai hiện tượng này dường như không ảnh hưởng nhiều đến ngày kết thúc mùa mưa (KTMM) ở Nam Bộ và giai đoạn kết thúc mùa mưa trung bình là vào giữa tháng 11 Nơi KTMM sớm nhất là Bến Tre nửa đầu tháng 11, muộn nhất là bán đảo Cà Mau gần giữa tháng 12, các nơi khác nửa cuối tháng 11, đầu tháng 12 (Hình 1.6) [3]

Thời kì mùa mưa ở Nam Bộ cũng là lúc hoạt động mạnh của xoáy thuận nhiệt đới trên khu vực Tây Thái Bình Dương và Biển Đông Khi có bão hoặc áp thấp nhiệt đới thì hội tụ gió Tây Nam sẽ phát triển mạnh và gây mưa lớn trên diện rộng cho Nam

Bộ, đây chính là nguyên nhân khiến lượng mưa tăng lên Ngoài ra, mưa lớn còn kèm theo các hiện tượng thời tiết nguy hiểm như dông sét, lốc xoáy, gió giật mạnh gây nhiều thiệt hại đến tài sản cũng như tính mạng con người

Hình 1.6 Ngày kết thúc mùa mưa trung bình nhiều năm ở Nam Bộ

1.3 Hệ thống thời tiết ảnh hưởng đến mùa mưa Nam Bộ

Hiện tượng mưa ở Nam Bộ không chỉ do hệ thống gió mùa gây ra mà còn chịu

sự chi phối bởi những hệ thống thời tiết khác, đặc biệt là các dạng thời tiết tổ hợp như: dải hội tụ nhiệt đới, xoáy thuận nhiệt đới, trục rãnh thấp có hướng Bắc−Nam hoặc kết hợp các hệ thống cùng một lúc, thường gây mưa to diện rộng

Tùy vào từng giai đoạn của gió mùa Tây Nam và dao động hàng năm của các

hệ thống này mà mưa ở Nam Bộ có những tính chất khác nhau về phân bố mưa vàlượng mưa so với từng năm Sau đây là những hệ thống thời tiết chính chi phối lượng mưa ở Nam Bộ

1.3.1 Gió mùa Tây Nam

Gió mùa Tây Nam có nguồn gốc xuất phát từ Áp cao Châu Úc ở Nam Bán Cầu,

có hướng Đông Nam, khi vượt qua xích đạo thì đổi chiều và thổi theo hướng Tây Nam Cũng trong thời kì này, xoáy thuận trên vịnh Bengal mạnh lên và phát triển sang phía đông Trên biển Đông hình thành những vùng áp thấp đóng vai trò là trung tâm hút gió Khi rãnh thấp này di chuyển lên trên phía bắc sẽ thúc đẩy quá trình thiết lập gió mùa Tây Nam, mở rộng phạm vi ảnh hưởng của gió mùa và gây mưa trên diện rộng Mưa do gió mùa Tây Nam không phải liên tục mà nó hoạt động nhiều đợt, mỗi đợt kéo dài khoảng 3-10 ngày Các giai đoạn phát triển của gió mùa Tây Nam: Bộc phát, duy trì và suy yếu

Vào thời kỳ thịnh hành của gió mùa Tây Nam, các tỉnh ở khu vực Nam Bộ đều

có lượng mưa dồi dào Tùy vào đặc điểm địa hình, tầng kết bất ổn định mà lượng mưa

cũng khác nhau ở mỗi khu vực Phía bắc miền đông và ven biển miền tây có lượng mưa từ 200-300 mm, những vùng còn lại phổ biến từ 100-200 mm Tương tự, vùng bắc miền Đồng và ven biển miền Tây có số ngày mưa kéo dài từ 30−50 ngày, những vùng còn lại từ 20-30 ngày

Thời kỳ gió mùa Tây Nam ngưng hoạt động trong mùa mưa sẽ gây nên khô hạn trái mùa ở Nam Bộ và được gọi là ‘hạn bà chằng’ Điều này liên quan chặt chẽ đến quá trình lấn tây của nhánh phía Nam của áp cao cận nhiệt đới tây Thái Bình Dương Đợt khô hạn này kéo dài từ 5-10 ngày và thường xảy ra từ tháng 6 đến tháng 8 Lượng mưa giảm đáng kể và hầu như không mưa

Như vậy, gió mùa Tây Nam gắn liền với mùa mưa ở Nam Bộ, tùy vào thời kỳ hoạt động và cường độ của gió mùa sẽ quyết định đến thời kỳ mưa và lượng mưa

1.3.2 Dải hội tụ nhiệt đới

Là khu vực hội tụ giữa hai đới gió tây xích đạo hoặc gió mùa Tây Nam với đới gió tín phong ở phía Bắc Tùy thuộc vào cường độ của hai đới gió này mà dải hội tụ nhiệt đới (DHTNĐ) ở những vị trí khác nhau Sự hoạt động của dải hội tụ nhiệt đới gắn liền với gió Tây Nam và hoạt động của áp cao phó nhiệt đới, dải hội tụ nhiệt đới hình thành từ phía nam biển Đông rồi dịch chuyển lên phía bắc khoảng (20oN) theo từng đợt gió mùa Tây Nam Khi cường độ gió mùa Tây Nam giảm, áp cao lấn xuống, dải hội tụ nhiệt đới suy yếu và tan đi sau đó lại tiếp tục hình thành một chu trình hoạt

động mới

Khu vực dọc theo dải này có điều kiện thuận lợi để dòng thăng phát triển, tầng kết bất ổn định làm xảy ra mưa rào và dông trên phạm vi rộng vài trăm kilomet ở hai bên Những khu vực ở phía Nam của dải hội tụ là do gió Tây Nam cung cấp một lượng

ẩm dồi dào nên thường có mưa to hơn và thời tiết xấu hơn với hiện tượng dông kèm gió giật từng cơn

Lượng mưa do dải hội tụ không nhiều, chỉ khoảng 100-200 mm cho tổng đợt và kéo dài không quá 3 ngày Dải hội tụ nhiệt đới có ảnh hưởng đến lượng mưa của Nam

Bộ, tuy nhiên không lớn lắm, mưa thực sự lớn chỉ khi có sự kết hợp giữa dải hội tụ với các hệ thống hoàn lưu xung quanh

1.3.3 Bão- Áp thấp nhiệt đới

Theo số liệu trung bình nhiều năm, mỗi năm có khoảng 5-6 cơn bão và áp thấp nhiệt đới hoạt động trên Biển Đông, trong đó có khoảng 2 cơn ảnh hưởng trực tiếp đến các tỉnh từ13oN xuống phía nam, trong đó chỉ có 0,2 cơn đổ bộ vào Nam Bộ

Phần phía tây bắc của bão có gió mạnh hơn và thời tiết nguy hiểm hơn Tùy vào hướng di chuyển, phạm vi ảnh hưởng và cường độ bão mà có lượng mưa từ to đến rất

to ở những khu vực xung quanh mắt bão Những khu vực có tâm bão đi qua thường có lượng mưa cao tuy nhiên thời gian mưa cũng chỉ kéo dài từ 2 ngày đến 3 ngày Thông thường, vào các tháng cuối mùa, bão và ATNĐ mới ảnh hưởng trực tiếp đến các tỉnh

từ Nam Trung Bộ đến Nam Bộ, nhưng trong suốt mùa mưa, khi có bão hoặc ATNĐ xuất hiện trên khu vực biển Đông, những cơn bão và ATNĐ này sẽ đóng vai trò là trung tâm hút gió, làm cho gió mùa Tây Nam mạnh lên gây nên những đợt mưa lớn trên diện rộng và kéo dài vài ba ngày, hoặc 5-7 ngày cho khu vực Nam Bộ.(Bảng 1.1) [3]

Bảng 1.1 Tần suất Bão – ATNĐ đổ bổ vào khu vực từ 13 o N trở xuống

Những năm gần đây vùng biển phía nam biển Đông thường xuất hiện bão và áp thấp nhiệt đới rồi di chuyển vào đất liền theo hướng các Tây Bắc, Tây hoặc Tây Nam, trong đó những cơn bão – ATNĐ có hướng Tây Nam thường ảnh hưởng trực tiếp đến Nam Bộ Điều đáng lưu ý là trong 100 năm, bão đổ bộ vào khu vực Nam Bộ chỉ có vài cơn nhưng khoảng từ năm 1997 đến nay đã có 3 cơn Điều này cho thấy rằng, trong bối cảnh biển đổi khí hậu thì tần suất bão ảnh hưởng đến Nam Bộ cũng như cường độ ngày càng tăng và gây nên những hậu quả nghiêm trọng

Đây là hai cơn bão mạnh và gây nhiều thiệt hại đối với Nam Bộ nhưng dù sao chúng cũng xuất hiện trong mùa bão của Nam Bộ (tháng 11, tháng 12), theo đúng quy

luật khí hậu Nhưng cơn bão Pakhar (xuất hiện vào khoảng cuối tháng 3 đầu tháng 4 năm 2012) là một cơn bão hoàn toàn bất thường Đây là cơn bão xuất hiện rất sớm trên khu vực Biển Đông và trở thành cơn bão đầu tiên ảnh hưởng đến Nam Bộ trong những tháng đầu năm, trái với quy luật mùa bão ở Nam Bộ Cơn bão này đã gây mưa lớn cho các khu vực thành phố Hồ Chí Minh, Bình Dương, Bình Phước, Đồng Nai và các vùng lân cận Đây là một trong những cơn bão lịch sử đổ bộ trực tiếp vào Thành phố Hồ Chí Minh với những thiệt hại đáng kể khiến người dân hoàn toàn bất ngờ

Tóm lại Bão – ATNĐ có gây ảnh hưởng đến lượng mưa ở khu vực Nam Bộ Quan hệ của chúng rất phức tạp, không có một tương quan rõ ràng và diễn biến về tần suất cũng như cường độ ngày càng khó phân tích, ngay cả mô hình số trị cũng cho kết quả chưa chính xác Cần xem xét kĩ càng hơn các hệ thống thời tiết xung quanh để có nhận định về dự báo mưa tốt hơn

Ví dụ cơn Bão Linda (xuất hiện vào khoảng tháng 11/1997) đi qua vùng biển

Cà Mau, Kiên Giang và Vịnh Thái Lan đã làm hơn 4.500 người bị chết và mất tích, gần 5.000 tàu bị bị phá hủy hoặc chìm, khoảng 300.000 ngôi nhà bị sập và hư hại Hàng ngàn ha hoa màu, diện tích nuôi trồng bị phá hủy Ước tính thiệt hại vật chất lên tới 7.200 tỷ đồng

Bão Durian (xuất hiện vào tháng 12/2006) có diễn biến bất thường và chạy dọc theo vùng biển Nam Bộ sau đó đổ bộ vào đất liền Gây ảnh hưởng nghiêm trọng đến các tỉnh Bến Tre, Tiền Giang, Bà Rịa Vũng Tàu và nhiều tỉnh thành khác, làm hơn 100 người chết và mất tích, hơn 120.000 nhà bị sập hoặc tốc mái, số tàu chìm gần 700 chiếc

1.3.4 Các hình thế tổ hợp

Vào thời kỳ gió mùa Tây Nam hoạt động mạnh mẽ, đồng thời trên biển Đông xuất hiện Bão − ATNĐ (tháng 7 đến tháng 9) và kết hợp với dải hội tụ nhiệt đới đang khống chế ở khu vực bắc và giữa biển Đông sẽ tạo thành tổ hợp gây mưa trên diện rộng Theo số liệu thống kê, tổ hợp này hàng năm đều xuất hiện và là nguyên nhân gây

ra các đợt mưa lớn không chỉ ở khu vực Nam Bộ mà còn toàn bộ lưu vực sông Mê Kông, gây lũ lụt ở vùng hạ lưu của con sông này Bên cạnh đó, mưa gây ra bởi tổ hợp thời tiết này thường có cường độ lớn trong thời gian ngắn, làm lượng nước bề mặt thoát không kịp, gây nên hiện tượng lũ quét và lũ ống ở vùng Đông Nam Bộ, Trung

Bộ và Tây Nguyên Đôi khi không cần tổ hợp cả ba hình thế thời tiết mà chỉ cần có sự kết hợp giữa hai trong ba hình thế là có thể ảnh hưởng đến lượng mưa ở khu vực này

Tổ hợp hình thế gây mưa do gió mùa Tây Nam kết hợp với Bão − ATNĐ Khi bão hoặc áp thấp nhiệt đới tiến vào biển Đông và dịch chuyển lên phía bắc Hệthống này đóng vai trò là trung tâm hút gió nên gió Tây Nam sẽ hoạt động mạnh hơn Qua phân tích những đợt mưa lớn gây nên lũ quét, lũ ống ở Nam Trung Bộ, Tây Nguyên, Miền Đông Nam Bộ, hầu hết có nguyên nhân chủ yếu là do ảnh hưởng trực tiếp hoặc gián tiếp của bão, ATNĐ kết hợp với gió mùa Tây Nam mạnh Đặc biệt, vào các tháng

7 – 9, khi có bão hoặc ATNĐ đổ bộ vào khu vực Trung Bộ, sau đó đi qua Lào, kết hợp với gió Tây Nam mạnh thì thường gây nên mưa lớn trên toàn bộ lưu vực sông Mê Kông Đây là dạng hình thế chính gây mưa trên diện rộng xảy ra hàng năm, chiếm hơn 50% những đợt mưa vừa và mưa to ở Nam Bộ và thường gây ra các hiện tượng thời tiết xấu ở Nam Bộ

Ngoài ra, hoạt động của gió mùa Đông Bắc kết hợp với Bão – ATNĐ trên Biển Đông cũng tạo ra tổ hợp thời tiết gây mưa cho Nam Bộ và chiếm khoảng 20% những đợt mưa vừa, mưa to ở đây Trước khi có bão đổ bộ nếu có gió mùa Đông Bắc mạnh thì lượng mưa tăng lên Trong thời gian đổ bộ thì mưa có thể kéo dài từ 3-4 ngày, trong đó chỉ có khoảng 1-2 ngày có mưa vừa đến mưa to Sau khi bão đổ bộ, nếu tiếp tục có gió mùa Đông Bắc về thì mưa chỉ tập trung vùng phía bắc miền Đông Đây là dạng hình thế thời tiết gây mưa vào cuối năm và thường gây ngập úng, lũ quét ở miền Đông, bên cạnh đó tổ hợp gây mưa này cũng góp phần làm cho lũ lụt ở ĐBSCL rút chậm

CHƯƠNG 2

MÔ HÌNH WRF

VÀ ĐẶC ĐIỂM MÙA MƯA NAM BỘ NĂM 2016

2.1 Giới thiệu về mô hình WRF

WRF (Weather Reseach and Forecast) là mô hình khí quyển qui mô vừa được thiết kế linh động, có độ tùy biến cao với mục đích sử dụng trong cả nghiên cứu cũng như dự báo thời tiết nghiệp vụ, được phát triển từ mô hình MM5 với sự cộng tác của nhiều cơ quan tổ chức lớn trên thế giới, chủ yếu là:

Phòng nghiên cứu Khí tượng quy mô nhỏ và quy mô vừa của Trung tâm quốc gia nghiên cứu khí quyển Hoa Kỳ (NCAR/MMM)

Trung tâm quốc gia dự báo môi trường (NOAA/NCEP)

Phòng thí nghiệm phương pháp dự báo (NOAA/FSL)

Trung tâm phân tích và dự báo bão của trường đại học Oklahoma (CAPS)

Cơ quan thời tiết hàng không Hoa Kỳ (AFWA)

Và một số Trung tâm khí tượng quốc tế như: Học viện khoa học khí tượng của Trung Quốc CAMS, Cơ quan thời tiết trung ương của Đài Loan, Cơ quan khí tượng Hàn Quốc KMA.[6]

WRF có một cộng đồng người đăng ký sử dụng lớn trên toàn cầu (hơn 25.000 thành viên tại hơn 130 quốc gia) Trong những năm gần đây, mô hình thường xuyên được cập nhập mới, liên tục nâng cấp sửa chữa trong quá trình cài đặt và chạy mô hình Mỗi năm như vậy đều có các cuộc hội thảo và hướng dẫn sử dụng được tổ chức tại NCAR để giúp các thành viên từ nhiều quốc gia có thể tiếp cận và hiểu rõ hơn về

mô hình này

Hiện tại, WRF có phiên bản nghiên cứu nâng cao ARW (Advanced Research WRF) và phiên bản mô hình quy mô vừa phi thủy tĩnh NMM (Nonhydrostatic Meso Model) Phiên bản mới nhất hiện nay là 3.7, được cập nhập vào tháng 4-2015 Đối với các phiên bản nâng cao, mô hình đã được cập nhật thêm một số chức năng như các sơ

đồ vật lý được tích hợp đầy đủ để có thể áp dụng với biên độ quy mô rất lớn (từ vài mét đến hàng nghìn kilomet) WRF là một trong số ít mô hình dự báo số trị trên thế giới hỗ trợ cả hệ thống đồng hóa số liệu biến phân 3 chiều (3DVAR), biến phân 4

chiều (4DVAR), hệ thống ban đầu hóa xoáy giả, và cấu hình miền tính lưới lồng cũng như các công cụ hiển thị và đánh giá kết quả

WRF có hệ thống kiến trúc phần mềm cho phép tính toán song song nhiều phép toán cùng lúc nên dễ dàng cho người sử dụng có thể đưa thêm các yếu tố khí tượng, cấu trúc động lực được lấy từ nhiều nguồn dữ liệu khác nhau nhằm thực hiện các mô phỏng từ số liệu cũng như lý tưởng hóa các phân tích này để phù hợp với mục đích nghiên cứu của mình Việc này đem lại một ý nghĩa hết sức to lớn trong khi các điểm quan trắc trên thế giới phân bố không đồng đều, sự thiếu hụt số liệu quan trắc giữa đất liền, đại dương và trên không Đặc biệt hơn, những nước đang phát triển có mật độ các điểm quan trắc chưa cao, nguồn số liệu chưa đầy đủ thì mô hình giúp ta tận dụng tối đa các nguồn dữ liệu đầu vào (rada, vệ tinh, bóng thám không, số liệu mặt đất, đại dương

…) để có được mô phỏng khí quyển với độ chính xác cao nhất Bên cạnh đó, sự tối ưu hóa trong mã nguồn tính toán của WRF cho phép người sử dụng có thể chạy mô hình trên rất nhiều loại máy tính với các hệ điều hành khác nhau cũng như chạy song song với bộ nhớ chia sẻ OpenMP hay bộ nhớ phân tán MPI

Chính vì những tính năng ưu việt trên mà ngày càng có nhiều quốc gia đã lựa chọn WRF để làm công cụ phục vụ cho việc nghiên cứu cũng như dự báo thời tiết Tại

Mỹ, mô hình WRF được chạy nghiệp vụ tại NCEP (từ năm 2004) và AFWA (từ tháng 7/2006) Mô hình này cũng đang được chạy nghiệp vụ tại KMA (2006), tại ấn Độ, Đài Loan và Israel (từ năm 2007) Ngoài ra, một số nước khác đang sử dụng WRF trong nghiên cứu và dự định sử dụng mô hình này trong nghiệp vụ như Trung Quốc, New Zealand, Braxin [4]

Trong tương lai, việc dự báo thời tiết cũng như lượng mưa bằng mô hình số trị

sẽ được phổ biến rộng rãi ở trên thế giới và đưa mô hình này trở thành phương pháp

dự báo chủ lực Đó là động lực để các nhà nghiên cứu, các nhà sản xuất không ngừng tìm hiểu, cải thiện chất lượng của mô hình để có thể mô phỏng được các quy luật tự nhiên mà con người còn đang khám phá

Các bộ phận chính của mô hình

Mô hình WRF được cấu tạo bởi hai bộ phận chính: bộ phận xử lý (bao gồm hệ thống tiền xử lý và hậu xử lý) và bộ phận mô phỏng (Hình 2.1) [4]

Hình 2.1 Cấu trúc mô hình WRF 2.1.1 Bộ phận xử lí

Gồm chương trình mô phỏng dữ liệu ban đầu WPS (The WRF Preprocessing System) và WRF-VAR (chương trình đồng hóa số liệu) [5], [11]

WPS: là phần mềm xuất hiện từ phiên bản V2.2 dùng để mô phỏng các dữ liệu thực ban đầu như giới hạn vùng mô phỏng, nội suy dữ liệu hành tinh (địa hình, đất sử dụng, loại đất), lưới hóa và nội suy số liệu khí tượng từ mô hình khác trong vùng mô phỏng Để thực hiện việc này, cần có 3 chương trình con:

Geogrid: Dùng để xác định miền tính, điều chỉnh phạm vi tính toán, số lượng lưới lồng trong miền tính và tại đây xác định nguồn dữ liệu nào được sử dụng, dữ liệu nào được nội suy, làm trơn để áp đặt vào mỗi điểm lưới của mô hình Các yếu tố kinh

độ, vĩ độ, thông số Coriolis cũng được tính toán để được đưa vào điểm lưới

Urgrid: Cung cấp các giá trị từ file GRIB và phân bố của các giá trị này ứng với các điểm lưới

Metgrid: Nội suy các trường khí tượng theo phương ngang các dữ liệu từ Urgrid để mô phỏng

WRF-Var: là chương trình đồng hóa số liệu đầu vào của mô hình, kiểm tra các quá trình phân tích nội suy đã được tạo bởi chương trình WPS, chương trình này cũng cho phép cập nhật điều kiện ban đầu trong trường hợp mô hình WRF được chạy ở chế

độ tuần hoàn Kỹ thuật đồng hóa số liệu biến phân bao gồm cả biến phân ba chiều (3DVAR) và biến phân bốn chiều (4DVAR)

Bộ phận hậu xử lý

Bao gồm các chương trình xử lí kết quả và hiển thị sản phẩm phân tích Các file

xử lí có dạng đuôi netcdf, sau đó được các chương trình chiết tách file để lấy số liệu cần phân tích và cuối cùng sẽ được hiển thị thông qua các phần mềm đồ họa: GrADS, NCL (NCAR Graphics Command Language), ARWpost, RIP4 (Read, Interpolate and Plot), VAPOR (3D visualization tool), IDV (3D visualization tool)…

 Ứng dụng đối với cả miền tính toàn cầu và khu vực

 Hệ toạ độ ngang là lưới so le Arakawa C, hệ toạ độ thẳng đứng là hệ toạ

độ khối theo địa hình

 Bước thời gian sai phân Runge-Kutta bậc 3 được sử dụng đối với các số sóng âm thanh và sóng trọng trường, sai phân bậc 2 đến bậc 6 được sử dụng cho cả phương ngang và phương thẳng đứng

 Lồng ghép miền tính một chiều, hai chiều và lựa chọn miền tính lồng ghép di dộng WRF được thiết kế cho phép ghép nối với các mô hình khác như mô hình đại dương, mô hình đất

 Các lựa chọn tham số hóa vật lý đầy đủ cho bề mặt đất, lớp biên hành tinh, bức xạ bề mặt và khí quyển, quá trình vi vật lý và quá trình đối lưu

 Mô hình lớp xáo trộn đại dương một cột

2.2 Hệ động lực và phương pháp số

2.2.1 Hệ phương trình động lực của mô hình

Hệ phương trình cơ bản của WRF là hệ phương trình đầy đủ, bất thủy tĩnh, viết cho chất lỏng nén được, có khả năng mô phỏng được các quá trình khí quyển trên nhiều quy mô khác nhau Các phương trình được viết dưới dạng thông lượng bằng cách sử dụng các biến có tính chất bảo toàn, theo triết lý của Ooyama (1990) và được

xây dựng bằng trên một hệ tọa độ khối lượng thẳng đứng theo địa hình (Laprise, 1992)

𝜂 = (𝑝ℎ − 𝑝ℎ𝑡)/𝜇 (2.1)

𝜇 = 𝑝ℎ𝑠 − 𝑝ℎ𝑡 (2.2)

Trong đó Ph là thành phần thủy tĩnh của khí áp, phs và pht theo thứ tự là các giá trị áp suất dọc theo bề mặt và biên trên Theo Laprise (1992), thì đây là hệ tọa độđã được sử dụng trong rất nhiều mô hình khí quyển thủy tĩnh (mô hình ETA cũng sử dụng hệ tọa độ này) η thay đổi từ giá trị bằng 1 ở tại bề mặt đến giá trị bằng 0 tại biên trên của miền tính trong mô hình Hệ tọa độ này cũng được gọi là hệ tọa độ thẳng đứng theo khối lượng Bởi µ (x,y) thể hiện khối lượng của cột khí quyển có diện tích đơn vị tại ô lưới (x,y) của miền tính, nên ARW sử dụng các biểu thức ở dạng thông lượng có dạng: (Hình 2.2) [11]

gradient ngang của nhiệt độ chỉ đóng vai trò thứ cấp Bởi vì gradient nhiệt độ theo phương thẳng đứng lớn hơn rất nhiều so với phương ngang nên nó có ảnh hưởng lớn đến tính toán lực gradient khí áp ngang và theo đó dẫn đến sai số nhiệt độ Sai số này

có bậc tương đối lớn ở những khu vực có địa hình phức tạp Trong hệ tọa độ, độ cao địa hình được chia thành từng cấp bậc, cấp bậc này phụ thuộc vào độ phân giải thẳng đứng của mô hình và độ cao của núi Điều này sẽ giúp ta tính toán gradient chính xác hơn trong từng cấp bậc [6]

2.2.2 Phương pháp số

Mô hình WRF sử dụng sơ đồ tích phân thời gian Runge-Kutta bậc ba với bước thời ngắn hơn để đảm bảo sự ổn định trong trường hợp các sóng âm có tần số cao Đối với quá trình truyền sóng âm theo phương ngang, sơ đồ tích phân thời gian tiến – lùi được sử dụng, còn đối với quá trình truyền theo phương thẳng đứng và các dao động thì sử dụng sơ đồ tích phân thẳng đứng dạng ẩn (Hình 2.3) [12]

Hình 2.3 Mô tả tính sai phân

Phương pháp Runge-Kutta được miêu tả bởi Wicker và Skamarock năm 2002 Tích phân thời gian Runge-Kutta được đưa ra gồm các bước để giải:

2.3 Sơ đồ tham số hóa vật lý

Quá trình tham số hóa cho các thành phần vật lý được ưu tiên thực hiện ở bước đầu tiên của mô hình Các sơ đồ tham số hóa vật lý trong mô hình WRF rất phong phú, tạo điều kiện thuận lợi cho các đối tượng sử dụng khác nhau Đây là phần đặc biệt quan trọng, việc lựa chọn những sơ đồ tham số, cấu hình cài đặt sẽ quyết định nhiều tới kết quả mô phỏng WRF là mô hình dự báo thời tiết khu vực, tuy nhiên tùy vào đặc điểm địa hình từng vùng, đặc tính của khí quyển cũng như các thành phần khác mà một cấu hình có thể cho ra nhiều kết quả khác nhau Việc lựa chọn các tham số phù hợp với mục đích nghiên cứu là điều cần thiết Các hệ số này về cơ bản là dựa trên cơ

sở của mô hình MM5, ETA và một số mô hình khác, bao gồm các quá trình vật lý vi

mô, tham số hóa đối lưu mây tích, lớp biên hành tinh, mô hình bề mặt, các quá trình đất-bề mặt (mô hình đất), bức xạ, khuếch tán [2]

Mỗi sơ đồ tham số hóa đều được đóng gói thành một module riêng biệt, trong

đó có chứa các hệ số đặc trưng ứng với từng loại sơ đồ, tuy nhiên có nhiều trường hợp trạng thái khí quyển giống nhau giữa các sơ đồ nên cũng có một số hệ số dùng chung cho các sơ đồ này Kết quả là ta có thể thấy được mối tương quan của các trạng thái trong khí quyển qua các biến trạng thái mô hình (các thông lượng bề mặt, nhiệt độ thế

vị, độ ẩm, gió,…) và xu thế của chúng

2.3.1 Mô hình vi vật lí

Vi vật lý bao gồm các quá trình xử lý hơi nước, mây và quá trình giáng thủy Các sơ đồ vi vật lý dùng để tính toán xu thế của nhiệt độ, độ ẩm khí quyển và mưa bề mặt WRF cho phép lựa chọn các sơ đồ tham số hóa vi vật lý sau: (Bảng 2.1)

Quá trình pha hỗn hợp là những kết quả của sự tương tác giữa các hạt nước và băng như là quá trình chuẩn bị tạo ra mưa đá và băng xốp Khi kích cỡ ô lưới nhỏ hơn

10 km, các dòng thăng có thể được giải quyết, sơ đồ pha hỗn hợp nên được sử dụng, đặc biệt là trong quá trình đối lưu hoặc quá trình băng Đối với các ô lưới thô hơn thì việc thể hiện này thường đạt kết quả không cao ( Bảng 2.1) [5]

(2.5) (2.6) (2.7)