NGHIÊN CỨU MÔ PHỎNG ĐỢT MƯA LỚN ĐẦU THÁNG 8 NĂM 2017 TẠI TỈNH SƠN LA BẰNG MÔ HÌNH WRF

Mưa lớn là hệ quả của một số loại hình thời tiết đặc biệt như bão, áp thấp nhiệt đới, dải hội tụ nhiệt đới, hội tụ gió, front lạnh, đường đứt,... đặc biệt khi có sự kết hợp giữa chúng với nhau. Mưa lớn thường gây ra những thiệt hại to lớn về người và tài sản, ảnh hưởng trực tiếp đến kinh tế xã hội. Hiện tượng này có thể diễn ra trên mọi miền của đất nước, nó có thể gây ra lũ lụt, ngập úng ở đồng bằng hay lũ quét, lũ ống hay sạt lở đất ở vùng núi. Nghiên cứu mưa lớn và dự báo mưa lớn là một bài toán rất quan trọng nhưng đầy khó khăn và phức tạp, đặc biệt là trong các trường hợp mưa lớn do sự kết hợp của các hình thế như không khí lạnh kết hợp với dải hội tụ nhiệt đới, bão, gió mùa và sự tương tác giữa bão,.. Trong các giai đoạn trước, hầu hết các nghiên cứu về các hình thế gây ra mưa lớn ở Việt Nam, đều được tiến hành dựa trên quá trình thống kê và phân tích các bản đồ hình thế synop (một loại bản đồ sử dụng làm công cụ dự báo) bề mặt và trên cao. Do đó, các kết quả nhận định thường mang tính chủ quan của người nghiên cứu khi phân loại hình thế thời tiết nên đôi khi việc dự báo mưa lớn ở Việt Nam còn chưa được chính xác và kịp thời. Còn trong những năm gần đây, cùng với sự tiến bộ trong các sơ đồ vật lý, thuật toán và đồng hóa số liệu được phát triển từ các kỹ thuật viên trên khắp cộng đồng nghiên cứu trên thế giới, các mô hình số trị đã thể hiện là một công cụ hữu ích trong việc dự báo các yếu tố khí tượng. Việc ứng dụng sản phẩm của các mô hình số đã góp phần nâng cao chất lượng của các bản tin dự báo hàng ngày. Một số mô hình dự báo thời tiết đã và đang được sử dụng hiện nay ở Việt Nam như: mô hình toàn cầu GFS (Global Forecasting System), mô hình HRM (High resolution Regional Model), mô hình ETA, mô hình MM5... đặc biệt phải kể đến đó là mô hình WRF, đây là một hệ thống mô hình thời tiết quy mô vừa, được nghiên cứu và phát triển với hai mục đích là nghiên cứu các hoạt động diễn ra tại khí quyển và mục đích dự báo nghiệp vụ thời tiết. Mô hình số nói chung và mô hình WRF nói riêng sử dụng nguồn số liệu quan trắc tại thời điểm hiện tại để tính toán nhằm đưa ra trạng thái tương lai của khí quyển. Nắm bắt được trạng thái thời tiết tại thời điểm hiện tại sẽ giúp cho việc tính toán, xử lý số liệu khi đưa vào mô hình chính xác hơn. Bên cạnh đó, sự tối ưu hóa trong mã nguồn tính toán của WRF cho phép người dùng có thể chạy mô hình trên nhiều loại máy tính với các hệ điều hành khác nhau. Hiện nay có rất nhiều nguồn số liệu đầu vào cho mô hình số, thông qua việc đồng hóa số liệu sẽ 2 tạo ra các sản phẩm đầu ra như biến đổi của nhiệt độ, lượng mưa và hàng trăm biến khí tượng khác từ bề mặt đại dương tới đỉnh của khí quyển. 1. Lý do chọn đề tài Mưa lớn tại Sơn La vào đầu tháng 8 năm 2017 là một hiện tượng thời tiết cực đoan và hiếm gặp. Mưa lớn đã gây ra nhiều thiệt hại về người và tài sản cho người dân tỉnh Sơn La đặc biệt là trên địa bàn huyện Mường La. Theo thống kê của Ban Chỉ huy PCTTTKCN huyện Mường La, tỉnh Sơn La, tính đến 17h ngày 682017, lũ quét do mưa lớn gây ra đã làm chết 10 người, mất tích 5 người, 12 người bị thương. Lũ cũng cuốn trôi, làm sập đổ hoàn toàn 183 ngôi nhà, 143 ngôi nhà bị sạt lở cần phải di chuyển gấp, cầu Nậm Păm trên quốc lộ 279D bị lũ cuốn trôi hai mố cầu gây ách tắc giao thông... Nhiều công trình giao thông, thủy lợi, điện, tài sản của Nhà nước, hoa màu, gia súc của nhân dân cũng bị cuốn trôi theo dòng nước. Thiệt hại nặng nhất là xã Nậm Păm và thị trấn Ít Ong. Tổng thiệt hại ước tính khoảng 672 tỷ đồng. Đây được coi là trận lũ lịch sử lớn nhất trong gần 70 năm trở lại đây. Xuất phát từ nhu cầu dự báo mưa lớn tại Sơn La và hậu quả cực kỳ nghiêm trọng do hiện tượng mưa lớn nói trên gây ra em đã quyết định chọn đề tài: “Nghiên cứu mô phỏng đợt mưa lớn tại tỉnh Sơn La đầu tháng 8 năm 2017 bằng mô hình WRF” để tìm hiểu kỹ hơn về hiện tượng cực đoan này. 2. Mục tiêu và nhiệm vụ Đề tài được thực hiện với hai mục tiêu : 1) Xác định được nguyên nhân và cơ chế gây ra mưa lớn vào đầu tháng 8 năm 2017 tại tỉnh Sơn La; 2) Đánh giá được khả năng mô phỏng mưa lớn vào đầu tháng 8 tại tỉnh Sơn La bằng mô hình WRF. Để thực hiện đề tài nghiên cứu đã thực hiện thu thập tài liệu, thông tin và số liệu liên quan trắc, sau đó tổng hợp và phân tích vấn đề dựa vào các kiến thức đã học và tự tìm hiểu, tham khảo thêm về kết quả nghiên cứu của các đề tài nghiên cứu khác thuộc chuyên ngành khí tượng học và khí hậu để cho cái nhìn tổng quan nhất về đề tài nghiên cứu. Sử dụng tốt tài nguyên máy tính để học tập và tìm hiểu, nghiên cứu và đưa ra kết quả bước đầu. Trau dồi kiến thức để phục vụ tốt công việc nghiên cứu sau này. Đồ án được trình bày trong 3 chương, ngoài các phần mục lục, danh mục 3 bảng và chữ viết tắt, mở đầu và tài liệu tham khảo, nội dung cụ thể của các chương có thể tóm tắt như sau: Chương 1. Tổng quan về tình hình nghiên cứu và dự báo mưa lớn Trong chương này đã trình bày một cách khái quát nhất về khu vực nghiên cứu: vị trí địa lý, địa hình và khí hậu; các kiến thức cơ bản về đặc trưng và ảnh hưởng của mưa lớn trên khu vực; tổng hợp, phân tích và đúc kết các thành tựu nghiên cứu trong và ngoài nước có liên quan đến cơ chế gây mưa lớn bằng các phương pháp khác nhau, chủ yếu là các nghiên cứu có liên quan đến mô hình số đặc biệt là mô hình WRF. Chương 2. Cơ sở số liệu và phương pháp nghiên cứu Trong chương này trình bày về số liệu và các phương pháp được sử dụng trong thống kê, tính toán, mô phỏng và đánh giá kết quả đề tài. Chương 3. Một số kết quả nghiên cứu Trong phần đầu của chương sẽ trình bày về kết quả lựa chọn tham số vật lý cho mô hình WRF phù hợp với việc mô phỏng mưa lớn ở khu vực Sơn La. Trong phần tiếp theo của chương 3 trình bày một số kết quả mô phỏng các trường khí tượng từ đó phân tích hình thế và cơ chế gây mưa lớn trên khu vực Sơn La vào đầu tháng 8. Trong phần cuối chương 3 sẽ trình bày kết quả đánh giá khả năng mô phỏng của mô hình WRF đối với đợt mưa lớn trên khu vực Sơn La, chất lượng mô phỏng được đánh giá bằng các sai số thống kê: ME, MAE, RMSE.

TRƯỜNG ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƯỜNG HÀ NỘI

KHOA KHÍ TƯỢNG THỦY VĂN



NGUYỄN THỊ THANH LAM

ĐỒ ÁN TỐT NGHIỆP NGHIÊN CỨU MÔ PHỎNG ĐỢT MƯA LỚN ĐẦU THÁNG 8 NĂM 2017 TẠI TỈNH SƠN LA

BẰNG MÔ HÌNH WRF

HÀ NỘI, NĂM 2018

TRƯỜNG ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƯỜNG HÀ NỘI

KHOA KHÍ TƯỢNG THỦY VĂN



NGUYỄN THỊ THANH LAM

ĐỒ ÁN TỐT NGHIỆP NGHIÊN CỨU MÔ PHỎNG ĐỢT MƯA LỚN ĐẦU THÁNG 8 NĂM 2017 TẠI TỈNH SƠN LA

LỜI CAM ĐOAN

Em xin cam đoan đây là bài nghiên cứu của riêng em và được sự hướng

dẫn khoa học của PGS.TS Nguyễn Viết Lành Các nội dung nghiên cứu, kết

quả trong đề tài là trung thực và chưa được công bố dưới bất kỳ hình thức nào

trước đây Những số liệu trong bảng biểu phục vụ cho việc phân tích, nhận xét,

đánh giá được chính em thu thập từ các nguồn số liệu khác nhau Ngoài ra, đề

tài còn tham khảo một số nhận xét đánh giá của một số tác giả và các cơ quan

tổ chức trong và ngoài nước đều có trích dẫn và chú thích rõ nguồn gốc Nếu

phát hiện có bất cứ gian lận nào em xin hoàn toàn chịu trách nhiệm về nội dung

LỜI CẢM ƠN

Lời đầu tiên em xin được gửi lời cảm ơn trân thành và sâu sắc nhất đến PGS.TS Nguyễn Viết Lành, người Thầy đã trực tiếp định hướng chủ đề, tận tình chỉ bảo, tạo mọi điều kiện và hướng dẫn cho em trong quá trình thực hiện

đề tài này Em xin cảm ơn thầy vì tất cả những lời khuyên cũng như những lời góp ý chân thành, chia sẻ cho em những kiến thức và kinh nghiệm quý báu để

em có thể hoàn thành tốt đồ án của mình

Em cũng xin cảm ơn các Thầy cô và các cán bộ đang công tác trong Khoa Khí tượng Thủy văn, Trường Đại học Tài nguyên và Môi trường Hà Nội đã cung cấp cho em những kiến thức chuyên môn, giúp đỡ và tạo điều kiện thuận lợi về cơ sở vật chất trong suốt thời gian em học tập và thực hành ở Khoa Bên cạnh đó, em cũng xin gửi lời cảm ơn Trung tâm Công nghệ Thông tin đã tạo điều kiện và giúp đỡ em rất nhiều về mặt kỹ thuật và cơ sở vật chất trong quá trình thực hiện đồ án

Cuối cùng, em xin gửi lời cảm ơn chân thành tới gia đình, người thân và bạn bè, những người đã luôn ở bên cạnh cổ vũ, động viên và tạo mọi điều kiện tốt nhất cho em trong suốt thời gian học tập

Mặc dù em đã cố gắng để hoàn thành tốt đề tài này nhưng do kiến thức

và kinh nghiệm của bản thân vẫn còn hạn chế nên không tránh khỏi những thiếu sót, em rất mong nhận được những ý kiến đóng góp của thầy cô và các bạn để giúp em bổ sung kiến thức và hoàn thiện hơn nữa trong bài đồ án tốt nghiệp này

Em xin chân thành cảm ơn!

Hà Nội, ngày tháng năm 2018

Sinh viên

Nguyễn Thị Thanh Lam

MỤC LỤC

DANH MỤC HÌNH i

DANH MỤC BẢNG iii

DANH MỤC CHỮ CÁI VÀ KÝ HIỆU VIẾT TẮT iv

MỞ ĐẦU 1

Chương 1 TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU 4

1.1 Tổng quan về khu vực nghiên cứu 4

1.1.1 Vị trí địa lý 4

1.1.2 Điều kiện địa hình 5

1.1.3 Điều kiện khí hậu 5

1.2 Các đặc trưng và ảnh hưởng của mưa lớn trên khu vực nghiên cứu 6

1.2.1 Khái niệm, phân loại và điều kiện xảy ra mưa lớn 6

1.2.2 Các hình thế synop cơ bản gây mưa lớn ở Bắc Bộ 8

1.3 Tình hình nghiên cứu trong và ngoài nước 9

1.3.1 Tình hình nghiên cứu ở nước ngoài 9

1.3.2 Tình hình nghiên cứu ở trong nước 11

Chương 2 CƠ SỞ SỐ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 16

2.1 Cơ sở số liệu 16

2.2 Giới thiệu về mô hình 17

2.2.1 Các quá trình vật lý trong mô hình 19

2.2.2 Các bước chạy mô hình 22

2.3 Phương pháp nghiên cứu 25

2.3.1 Thiết kế thí nghiệm 25

2.3.2 Phương pháp đánh giá sai số mô hình 26

Chương 3 MỘT SỐ KẾT QUẢ NGHIÊN CỨU 28

3.1 Lựa chọn các tham số vật lí phù hợp cho mô hình WRF dự báo mưa lớn ở khu vực nghiên cứu 28

3.2 Kết quả mô phỏng một số trường khí tượng 30

3.2.1 Mô phỏng trường gió và trường khí áp bề mặt 30

3.2.2 Mô phỏng trường mưa 32

3.2.3 Mô phỏng trường độ cao địa thế vị 33

3.3 Nguyên nhân gây ra mưa lớn vào đầu tháng 8/2017 trên khu vực Sơn La 35

3.3.1 Phân tích hình thế gây ra mưa lớn trên khu vực nghiên cứu 35

3.3.2 Cơ chế gây ra đợt mưa lớn vào đầu tháng 8 tại tỉnh Sơn La 38

3.4 Đánh giá khả năng mô phỏng của mô hình WRF đối với đợt mưa lớn đầu tháng 8/2017 tại tỉnh Sơn La 42

3.4.1 Đánh giá ảnh hưởng của độ phân giải miền tính 42

3.4.2 Đánh giá khả năng mô phỏng mưa lớn của mô hình WRF 42

KẾT LUẬN VÀ KIẾN NGHỊ 48

DANH MỤC CÁC TÀI LIỆU THAM KHẢO 50

PHỤ LỤC 1 53

PHỤ LỤC 2 56

DANH MỤC HÌNH

Hình 1.1 Bản đồ hành chính tỉnh Sơn La 4

Hình 2.1 Vị trí các trạm khí tượng, thủy văn và đo mưa nhận dân trên khu vực Sơn La 17

Hình 2.1 Cấu trúc tổng quan mô hình WRF 18

Hình 2.2 Sơ đồ tương tác vật lí 22

Hình 2.3 Các bước chạy của mô hình 22

Hình 2.4 Sơ đồ chạy hệ thống tiền xử lý số liệu ban đầu 23

Hình 2.5 Các miền tính mô hình 26

Hình 3.1 Lượng mưa tích lũy 24h mô phỏng bằng mô hình WRF tại 3 miền D01, D02 và D03 ngày 01/08/2017 29

Hình 3.2 Hướng gió (vector), tốc độ gió (m/s; shaded) và trường khí áp mực biển (contour) tại 00 UTC các ngày từ 01 đến 06/08/2017 31

Hình 3.3 Lượng mưa mô phỏng tích lũy 24h (mm; shaded) và trường đường dòng các ngày từ 01 – 06/08/2017 32

Hình 3.4 Trường độ cao địa thế vị mô phỏng (mđtv; contour), hướng gió (stream) và tốc độ gió (m/s; shaded) ở các mực 850, 700 và 500 hPa tại 00 UTC các ngày từ 01-06/08/2017 35

Hình 3.5 Bản đồ khí áp bề mặt và trường đường dòng các mực trên cao vào 00z ngày 05/8/2017 mô phỏng bởi mô hình WRF (trái) và bản đồ các mực tương ứng của Thái Lan (phải) 37

Hình 3.6 Mặt cắt thẳng đứng qua vĩ độ 21.3ºN tại điểm trạm Sơn La của tốc độ gió mô phỏng vào 00z các ngày từ 01-06/8/2017 38

Hình 3.7 Mặt cắt thẳng đứng qua trạm Sơn La, tại vĩ độ 21.3ºN của gió thẳng đứng mô phỏng đã nhân thành phần gió thẳng đứng với 100 tại 00z các ngày từ 01-06/8/2017 40

Hình 3.8 Vận tải ẩm tổng hợp trên toàn cột khí quyển từ 1000mb đến 500mb (kgm-1s-1) tại 00 UTC các ngày 01-06/08/2017 41

Hình 3.9 Lượng mưa tích lũy 24h (mm) ngày 05/8/2017 mô phỏng trên 3 lưới 54km (a), 18km ( b) và 6km (c) 42 Hình 3.10 Biểu đồ lượng mưa tích lũy (mm) mô phỏng bởi mô hình WRF và lượng mưa tích lũy quan trắc ngày 03/8/2017 43 Hình 3.11 Biểu đồ lượng mưa tích lũy (mm) mô phỏng bởi mô hình WRF và lượng mưa tích lũy quan trắc ngày 05/8/2017 43 Hình 3.12 Sai số lượng mưa tích lũy được mô phỏng tại miền 3 của mô hình WRF các ngày từ 01-06/8/2017 44 Hình 3.13 Lượng mưa tích lũy 24h mô phỏng bằng mô hình WRF (trái) và dữ liệu từ vệ tinh TRMM 3B42.7 (phải) ngày 01 và 02/8/2017 46 Hình 3.14 Biểu đồ tổng lượng mưa tích lũy trong 06 ngày từ 01-06/8/2018 từ

số liệu quan trắc, mô hình WRF và dữ liệu vệ tinh TRMM3B42.7 46

DANH MỤC BẢNG

Bảng 2.1 Danh sách các trạm 16

Bảng 2.2 Một số tùy chọn tham số hóa đối lưu mây tích thường sử dụng trong mô hình WRF 20

Bảng 2.3 Tùy chọn bề mặt đất trong WRF 20

Bảng 2.4 Tùy chọn sơ đồ bức xạ trong WRF 21

Bảng 2.5 Sơ đồ vật lý sử dụng trong mô phỏng 26

Bảng 3.1 Kết quả tính sai số ME, MAE, RMSE cho 3 miền ngày 01/08/2017 30

Bảng 3.2 Sơ đồ vật lý sử dụng trong mô phỏng 30

Bảng 3.3 Kết quả đánh giá các sai số thống kê của 3 miền từ ngày 01-06/8/2017 44

DANH MỤC CHỮ CÁI VÀ KÝ HIỆU VIẾT TẮT

ATNĐ Áp thấp nhiệt đới

CRIEPI Trung tâm nghiên cứu về công nghiệp điện năng ETA Mô hình dự báo thời tiết bất thủy tĩnh ETA

GFS Số liệu dự báo toàn cầu (Global Forecast System)

ME Sai số trung bình (Mean Error)

MM5 Mô hình quy mô trung bình thế hệ thứ 5

(Fifth- Generation NCAR Mesoscale Model

PCTT&TKCN Phòng chống thiên tai và tìm kiếm cứu nạn

RMSE Sai số bình phương trung bình

(Root Mean Sqare Error) TPW Tổng lượng giáng thủy

TRMM 3B42.7 Chương trình đo mưa nhiệt đới bằng vệ tinh

(Tropical Rainfall Measuring Mission) WMO Tổ chức Khí tượng thế giới

WRF Mô hình nghiên cứu và dự báo thời tiết

(Weather Research and Forecasting) XTNĐ Xoáy thuận nhiệt đới

Trong các giai đoạn trước, hầu hết các nghiên cứu về các hình thế gây ra mưa lớn ở Việt Nam, đều được tiến hành dựa trên quá trình thống kê và phân tích các bản đồ hình thế synop (một loại bản đồ sử dụng làm công cụ dự báo) bề mặt

và trên cao Do đó, các kết quả nhận định thường mang tính chủ quan của người nghiên cứu khi phân loại hình thế thời tiết nên đôi khi việc dự báo mưa lớn ở Việt Nam còn chưa được chính xác và kịp thời

Còn trong những năm gần đây, cùng với sự tiến bộ trong các sơ đồ vật lý, thuật toán và đồng hóa số liệu được phát triển từ các kỹ thuật viên trên khắp cộng đồng nghiên cứu trên thế giới, các mô hình số trị đã thể hiện là một công cụ hữu ích trong việc dự báo các yếu tố khí tượng Việc ứng dụng sản phẩm của các mô hình số đã góp phần nâng cao chất lượng của các bản tin dự báo hàng ngày Một

số mô hình dự báo thời tiết đã và đang được sử dụng hiện nay ở Việt Nam như:

mô hình toàn cầu GFS (Global Forecasting System), mô hình HRM (High resolution Regional Model), mô hình ETA, mô hình MM5 đặc biệt phải kể đến

đó là mô hình WRF, đây là một hệ thống mô hình thời tiết quy mô vừa, được nghiên cứu và phát triển với hai mục đích là nghiên cứu các hoạt động diễn ra tại khí quyển và mục đích dự báo nghiệp vụ thời tiết

Mô hình số nói chung và mô hình WRF nói riêng sử dụng nguồn số liệu quan trắc tại thời điểm hiện tại để tính toán nhằm đưa ra trạng thái tương lai của khí quyển Nắm bắt được trạng thái thời tiết tại thời điểm hiện tại sẽ giúp cho việc tính toán, xử lý số liệu khi đưa vào mô hình chính xác hơn Bên cạnh đó, sự tối

ưu hóa trong mã nguồn tính toán của WRF cho phép người dùng có thể chạy mô hình trên nhiều loại máy tính với các hệ điều hành khác nhau Hiện nay có rất nhiều nguồn số liệu đầu vào cho mô hình số, thông qua việc đồng hóa số liệu sẽ

tạo ra các sản phẩm đầu ra như biến đổi của nhiệt độ, lượng mưa và hàng trăm biến khí tượng khác từ bề mặt đại dương tới đỉnh của khí quyển

1 Lý do chọn đề tài

Mưa lớn tại Sơn La vào đầu tháng 8 năm 2017 là một hiện tượng thời tiết cực đoan và hiếm gặp Mưa lớn đã gây ra nhiều thiệt hại về người và tài sản cho người dân tỉnh Sơn La đặc biệt là trên địa bàn huyện Mường La Theo thống kê của Ban Chỉ huy PCTT&TKCN huyện Mường La, tỉnh Sơn La, tính đến 17h ngày 6/8/2017, lũ quét do mưa lớn gây ra đã làm chết 10 người, mất tích 5 người, 12 người bị thương Lũ cũng cuốn trôi, làm sập đổ hoàn toàn 183 ngôi nhà, 143 ngôi nhà bị sạt lở cần phải di chuyển gấp,cầu Nậm Păm trên quốc lộ 279D bị lũ cuốn trôi hai mố cầu gây ách tắc giao thông Nhiều công trình giao thông, thủy lợi, điện, tài sản của Nhà nước, hoa màu, gia súc của nhân dân cũng bị cuốn trôi theo dòng nước Thiệt hại nặng nhất là xã Nậm Păm và thị trấn Ít Ong Tổng thiệt hại ước tính khoảng 672 tỷ đồng Đây được coi là trận lũ lịch sử lớn nhất trong gần

70 năm trở lại đây

Xuất phát từ nhu cầu dự báo mưa lớn tại Sơn La và hậu quả cực kỳ nghiêm

trọng do hiện tượng mưa lớn nói trên gây ra em đã quyết định chọn đề tài: “Nghiên cứu mô phỏng đợt mưa lớn tại tỉnh Sơn La đầu tháng 8 năm 2017 bằng mô hình WRF” để tìm hiểu kỹ hơn về hiện tượng cực đoan này

2 Mục tiêu và nhiệm vụ

Đề tài được thực hiện với hai mục tiêu :

1) Xác định được nguyên nhân và cơ chế gây ra mưa lớn vào đầu tháng 8 năm

2017 tại tỉnh Sơn La;

2) Đánh giá được khả năng mô phỏng mưa lớn vào đầu tháng 8 tại tỉnh Sơn

La bằng mô hình WRF

Để thực hiện đề tài nghiên cứu đã thực hiện thu thập tài liệu, thông tin và số liệu liên quan trắc, sau đó tổng hợp và phân tích vấn đề dựa vào các kiến thức đã học và tự tìm hiểu, tham khảo thêm về kết quả nghiên cứu của các đề tài nghiên cứu khác thuộc chuyên ngành khí tượng học và khí hậu để cho cái nhìn tổng quan nhất về đề tài nghiên cứu Sử dụng tốt tài nguyên máy tính để học tập và tìm hiểu, nghiên cứu và đưa ra kết quả bước đầu Trau dồi kiến thức để phục vụ tốt công việc nghiên cứu sau này

Đồ án được trình bày trong 3 chương, ngoài các phần mục lục, danh mục

bảng và chữ viết tắt, mở đầu và tài liệu tham khảo, nội dung cụ thể của các chương

có thể tóm tắt như sau:

Chương 1 Tổng quan về tình hình nghiên cứu và dự báo mưa lớn

Trong chương này đã trình bày một cách khái quát nhất về khu vực nghiên cứu: vị trí địa lý, địa hình và khí hậu; các kiến thức cơ bản về đặc trưng và ảnh hưởng của mưa lớn trên khu vực; tổng hợp, phân tích và đúc kết các thành tựu nghiên cứu trong và ngoài nước có liên quan đến cơ chế gây mưa lớn bằng các phương pháp khác nhau, chủ yếu là các nghiên cứu có liên quan đến mô hình số đặc biệt là mô hình WRF

Chương 2 Cơ sở số liệu và phương pháp nghiên cứu

Trong chương này trình bày về số liệu và các phương pháp được sử dụng trong thống kê, tính toán, mô phỏng và đánh giá kết quả đề tài

Chương 3 Một số kết quả nghiên cứu

Trong phần đầu của chương sẽ trình bày về kết quả lựa chọn tham số vật lý cho mô hình WRF phù hợp với việc mô phỏng mưa lớn ở khu vực Sơn La

Trong phần tiếp theo của chương 3 trình bày một số kết quả mô phỏng các trường khí tượng từ đó phân tích hình thế và cơ chế gây mưa lớn trên khu vực Sơn

La vào đầu tháng 8

Trong phần cuối chương 3 sẽ trình bày kết quả đánh giá khả năng mô phỏng của mô hình WRF đối với đợt mưa lớn trên khu vực Sơn La, chất lượng mô phỏng được đánh giá bằng các sai số thống kê: ME, MAE, RMSE

Chương 1 TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU 1.1 Tổng quan về khu vực nghiên cứu

1.1.1 Vị trí địa lý

Sơn La là một tỉnh miền núi nằm ở phía tây bắc Việt Nam có tọa độ trong khoảng vĩ độ 20º39’-22º02’N và kinh độ 103º11’-105º02’E, diện tích tự nhiên 14.125 km2, chiếm 4,27% diện tích cả nước, đứng thứ 3 trong số 63 tỉnh thành phố Địa giới: phía bắc giáp các tỉnh Yên Bái, Lào Cai, Lai Châu; phía đông giáp các tỉnh Phú Thọ, Hoà Bình; phía tây giáp với tỉnh Điện Biên; phía nam giáp với tỉnh Thanh Hóa và tỉnh Huaphanh (Lào); phía tây nam giáp tỉnh Luangprabang (Lào) (hình 1.1) Sơn La có đường biên giới quốc gia dài

250 km, chiều dài giáp ranh với các tỉnh khác là 628 km [22]

Hình 1.1 Bản đồ hành chính tỉnh Sơn La [21]

Toàn tỉnh có 12 đơn vị hành chính gồm 1 thành phố Sơn La và 11 huyện: Quỳnh Nhai, Mường La, Thuận Châu, Phù Yên, Bắc Yên, Mai Sơn, Sông Mã, Yên Châu, Mộc Châu, Sốp Cộp, Vân Hồ Tổng cộng, tỉnh Sơn La có 204 đơn vị cấp xã gồm: 7 phường, 8 thị trấn và 189 xã Theo cuộc điều tra dân số ngày

1 tháng 4 năm 2015, tỉnh Sơn La có 1.195.107 người (theo niên giám thống kê là 1.192.100 người), mật độ dân số là 84 người/km2 [21]

Sơn La là địa bàn cư trú của 12 dân tộc anh em: dân tộc Thái chiếm 54%, dân tộc Kinh 18%, dân tộc Mông 12%, dân tộc Mường 8,4%, dân tộc Dao 2,5%, còn lại là các dân tộc: Khơ Mú, Xinh Mun; Kháng, La Ha, Lào, Tày và Hoa

Mỗi dân tộc đều có những nét riêng trong đời sống văn hoá truyền thống [24]

1.1.2 Điều kiện địa hình

Nằm cách Hà Nội 320km trên trục quốc lộ 6 Hà Nội - Sơn La - Điện Biên, Sơn La là một tỉnh nằm sâu trong nội địa Tỉnh có 3 cửa khẩu với Lào là Chiềng Khương, cửa khẩu quốc tế Pa Háng và cửa khẩu quốc gia Nà Cài Cùng với các tỉnh Hòa Bình, Điện Biên, Lai Châu, Sơn La là mái nhà của Đồng bằng Bắc Bộ [22]

Sơn La có độ cao trung bình 600 - 700m so với mực nước biển, địa hình bị chia cắt sâu và mạnh, 97% diện tích tự nhiên thuộc lưu vực sông Đà, sông Mã, địa hình tương đối bằng phẳng Địa hình của Sơn La do bị chia cắt nên đã tạo thành ba vùng sinh thái chính: Vùng trục quốc lộ 6, vùng lòng hồ sông Đà và vùng cao biên giới Riêng hai cao nguyên lớn Mộc Châu và Nà Sản với độ cao hàng trăm mét đã tạo nên nét đặc trưng cho địa hình Sơn La Trong đó [25]:

 Cao nguyên Mộc Châu: Có độ cao 1050 m so với mực nước biển, mang đặc trưng của vùng khí hậu cận ôn đới có nhiệt độ trung bình hàng năm là 18ºC Đất đai phì nhiêu, phù hợp với trồng cây công nghiệp như chè, cây ăn quả, chăn nuôi bò sữa, các loại gia súc ăn cỏ và phát triển du lịch

 Cao nguyên Nà Sản: Có độ cao 800 m so với mực nước biển, đất đai phì nhiêu, thuận lợi cho phát triển các loại cây công nghiệp như mía, cà phê, dâu tằm và cây ăn quả

1.1.3 Điều kiện khí hậu

Sơn La là một tỉnh thuộc khu vực Tây Bắc nên địa hình chung của khu vực

có ảnh hưởng rất lớn đến khí hậu nơi đây Dãy núi Hoàng Liên Sơn chạy dài liền tạo thành một khối theo hướng tây bắc - đông nam đóng vai trò như một bức tường thành ngăn không cho không khí lạnh vượt qua và ảnh hưởng trực tiếp đến lãnh thổ Tây Bắc mà thường xâm nhập vào đây từ phía đồng bằng theo các thung lũng sông Đà, sau khi đã trải qua một quá trình biến tính khá sâu sắc nên ảnh hưởng của KKL đến vùng này đã bị suy giảm nhiều [1], trái với vùng Đông Bắc có hệ thống các dãy núi vòng cung mở rộng theo hình quạt làm cho các đợt sóng lạnh

có thể theo đó mà xuống đến tận đồng bằng sông Hồng và xa hơn nữa về phía nam Vì vậy, trừ khi do ảnh hưởng của độ cao, nền khí hậu Tây Bắc nói chung ấm hơn Đông Bắc, chênh lệch có thể đến 2-3ºC Trên những vùng thuộc khu vực Tây Bắc Việt Nam, ngay từ tháng 3 đã có những đợt gió tây khô nóng với nhiệt độ cực đại lên tới 36-37ºC, độ ẩm tương đối cực tiểu xuống tới 40-45%, gió tây nam từ 5-10 m/s, gió tây nam này được gọi là tiền gió mùa tây nam [2]

Bên cạnh đặc trưng chung về khí hậu của với khu vực, Sơn La còn có những đặc trưng khí hậu riêng đó là có khí hậu cận nhiệt đới ẩm vùng núi, mùa đông lạnh khô, mùa hè nóng ẩm, mưa nhiều, trong đó mùa đông kéo dài từ tháng 10 đến tháng 3 năm sau và mùa hè kéo dài từ tháng 4 đến tháng 9 Nhiệt độ trung bình hàng năm là 21,4ºC, nhiệt độ trung bình tháng cao nhất 27ºC, trung bình thấp nhất 16ºC Lượng mưa trung bình hàng năm là 1200-1600 mm Độ ẩm không khí trung bình là 81% Số ngày có gió tây khô nóng: ở thành phố Sơn La là 4,3 ngày/năm và ở Yên Châu là 37,2 ngày/năm Tuy nhiên, cao nguyên Mộc Châu và

Nà Sản lại có khí hậu mát mẻ trong lành, thuận lợi cho cả nông nghiệp và du lịch [22]

Do địa hình bị chia cắt sâu và mạnh nên hình thành nhiều tiểu vùng khí hậu, cho phép phát triển một nền sản xuất nông - lâm nghiệp phong phú Vùng cao nguyên Mộc Châu phù hợp với cây trồng và vật nuôi vùng ôn đới Vùng dọc sông

Đà phù hợp với cây rừng nhiệt đới xanh quanh năm [22]

Thống kê nhiệt độ trung bình năm của Sơn La có xu hướng tăng trong 20 năm lại đây với mức tăng 0,5 - 0,6°C, nhiệt độ trung bình năm của thành phố Sơn

La ở mức 21,1°C, Yên Châu 23°C; lượng mưa trung bình năm có xu hướng giảm (thành phố ở mức 1.402 mm, Mộc Châu 1.563 mm); độ ẩm không khí trung bình năm cũng giảm [22]

Tình trạng khô hạn vào mùa đông, gió tây khô nóng vào những tháng cuối mùa khô đầu mùa mưa (tháng 3-4) là yếu tố gây ảnh hưởng tới sản xuất nông nghiệp của tỉnh Sương muối, mưa đá, lũ quét là yếu tố bất lợi [22]

1.2 Các đặc trưng và ảnh hưởng của mưa lớn trên khu vực nghiên cứu

1.2.1 Khái niệm, phân loại và điều kiện xảy ra mưa lớn

a) Khái niệm mưa lớn

Hiện tượng mưa lớn là hệ quả của một số loại hình thời tiết đặc biệt như bão, áp thấp nhiệt đới hay dải hội tụ nhiệt đới, hội tụ gió mạnh trên nhiều tầng,

front lạnh, đường đứt Đặc biệt khi có sự kết hợp giữa chúng với nhau ở cùng một thời điểm sẽ càng nguy hiểm hơn, gây nên mưa to, gió lớn, dông, mưa đá trong một thời gian dài trên một phạm vi rộng [26]

Mưa lớn hay mưa vừa, mưa to diện rộng là quá trình mưa xảy ra mang tính

hệ thống trên một hay nhiều khu vực Mưa lớn diện rộng có thể xảy ra một hay nhiều ngày, liên tục hay ngắt quãng, một hay nhiều trận mưa và không phân biệt dạng mưa [26]

b) Phân loại mưa lớn

Căn cứ vào lượng mưa thực tế đo được 24 giờ tại các trạm quan trắc khí tượng bề mặt, trạm đo mưa trong mạng lưới khí tượng thủy văn mà phân định các cấp mưa khác nhau Theo quy định của Tổ chức Khí tượng thế giới (WMO), mưa

lớn được chia làm 3 cấp [26]:

 Mưa vừa: Lượng mưa đo được từ 16-50 mm/24h, hoặc 8- 25 mm/12h

 Mưa to: Lượng mưa đo được từ 51-100 mm/24h, hoặc 26-50mm/12h

 Mưa rất to: Lượng mưa đo được > 100 mm/24h, hoặc > 50 mm/12h Trong các nghiên cứu về ảnh hưởng của mưa thì từ cấp mưa to (51-100 mm/24h) trở lên đã bắt đầu có những ảnh hưởng tiêu cực đến đời sống con người [26]

c) Quy định về mưa lớn diện rộng

Trên thực tế, các khu vực dự báo được quy định ở nước ta chỉ có thể liền

kề với một hoặc hai khu vực dự báo khác và mưa lớn mang tính chất hệ thống bao giờ cũng xảy ra trên diện tích bề mặt tương đối liên tục Bởi vậy, việc quy định

mưa lớn diện rộng được định nghĩa như sau: Mưa lớn diện rộng là mưa lớn xảy

ra ở một hay nhiều khu vực dự báo liền kề với tổng số trạm quan trắc được mưa lớn theo quy định sau đây [27]:

 Một khu vực dự báo được coi là có mưa lớn diện rộng khi mưa lớn xảy

ra ở quá một nửa số trạm trong toàn bộ số trạm quan trắc của khu vực

đó

 Mưa lớn xảy ra ở 2 hoặc 3 khu vực dự báo liền kề nhau, khi tổng số trạm quan trắc được mưa lớn phải vượt quá 1/2 hoặc 1/3 tổng số trạm quan trắc trong 2 hoặc 3 khu vực liền kề

Chú ý: Khi mưa lớn xảy ở nhiều khu vực liền kề nhau thì các trạm quan trắc được mưa lớn cũng phải liền kề nhau trong khu có mưa đó Việc mô tả khu

vực xảy ra mưa lớn diện rộng phải căn cứ trên việc phân chia các khu vực nhỏ trong các khu vực dự báo đang được sử dụng hiện nay [27]

Quy định về một đợt mưa lớn diện rộng

Một đợt mưa lớn diện rộng là một đợt mưa xảy ra tương đối liên tục trong một khoảng thời gian nhất định, trong đó có ít nhất một ngày đạt tiêu chuẩn mưa lớn diện rộng Khi quá trình mưa lớn diện rộng xảy ra nhiều đợt trong một thời gian dài, các đợt mưa lớn diện rộng khác nhau phải cách nhau một khoảng thời gian liên tục ít nhất là 24 giờ với trên 1/2 tổng số trạm quan trắc hoàn toàn không

có mưa [27]

Tổng lượng mưa cả đợt được tính theo lượng mưa đo được thực tế của từng trạm trong khoảng thời gian của cả đợt mưa kể từ thời gian bắt đầu đến thời gian kết thúc mưa Tổng lượng mưa lớn nhất được chọn trong tổng lượng mưa thực đo của các trạm Lượng mưa trung bình khu vực là lượng mưa trung bình của tất cả các trạm đo trong khu vực lớn hoặc khu vực nhỏ Lượng mưa trung bình khu vực được chọn theo các khoảng lượng mưa cách nhau cữ 10 - 50 mm [27]

d) Điều kiện xảy ra mưa lớn

Theo các sách giáo trình phân tích và dự báo thời tiết của một số tác giả, các đợt mưa lớn thường đòi hỏi các điều kiện sau:

- Cơ chế nâng: dòng không khí dịch chuyển gặp địa hình hội tụ gió và dịch chuyển cưỡng bức qua nó hoặc các vùng hội tụ gió (rãnh gió mùa, dải hội tụ nhiệt đới, front,…) để thúc đẩy không khí thăng lên tới và vượt mực ngưng kết

- Lượng ẩm dồi dào: lượng ẩm thường xuyên được bổ sung để không khí nóng ẩm lên đến độ cao mực ngưng kết Không khí bất ổn định dẫn đến dòng thăng phát triển mạnh hơn tạo đối lưu sâu

- Điều kiện duy trì: Hai điều kiện trên cần phải được duy trì thì mưa to mới kéo dài và lượng mưa mới lớn

- Quy mô lớn: hệ thống mây hình thành phải có quy mô đủ lớn thì mưa mới

có thể có diện rộng Vì thế địa hình chắn gió hay các dải hội tụ phải có độ dài lớn nhất định để đảm bảo cho quy mô của hình thế gây mưa được đủ rộng

1.2.2 Các hình thế synop cơ bản gây mưa lớn ở Bắc Bộ

Mưa trên lãnh thổ Việt Nam là kết quả tác động phức tạp của hoàn lưu nhiệt đới với địa hình đồi núi chiếm ¾ diện tích lãnh thổ Việt Nam Đối với miền Bắc, vào mùa gió mùa mùa hè, mưa lớn diện rộng thường do dải hội tụ nhiệt đới

(ITCZ) Từ tháng 6, ITCZ đã thể hiện rõ ở phía nam Trung Quốc và phía bắc Việt Nam với phần phía tây là chuỗi áp thấp nóng địa phương; phần phía đông có thể

là dải thời tiết xấu với áp thấp và có thể có bão hình thành trên biển Đông Vào đầu mùa đông, mưa lớn diện rộng liên quan đến front lạnh, khối không khí lạnh ở phía bắc front lạnh đẩy khối không khí nhiệt đới nóng, ẩm nằm ở phía nam front lạnh nên tạo điều kiện khởi đầu phát triển đường tố dưới dạng dải mây tích trước front lạnh cho mưa rào và dông [3]

Dựa theo phân tích synop trên cơ sở số liệu bản đồ thời tiết, các loại hình thế synop cơ bản gây mưa lớn diện rộng đối với khu vực Bắc Bộ, đó là :

- Xoáy thuận nhiệt đới (bão, áp thấp nhiệt đới);

- Xoáy thấp Bắc Bộ;

- Rãnh áp thấp (ITCZ và rãnh gió mùa có trục tây bắc-đông nam);

- Dải thấp có trục tây bắc – đông nam bị không khí lạnh nén;

- Rãnh thấp trong đới gió tây trên cao;

- Front lạnh và đường đứt;

- Hội tụ kinh hướng;

- Nhiễu động trong đới gió đông

1.3 Tình hình nghiên cứu trong và ngoài nước

1.3.1 Tình hình nghiên cứu ở nước ngoài

Trên thế giới đã từ lâu đã có rất nhiều những nghiên cứu về mưa lớn xảy ra

ở các nơi trên thế giới và cả ở Việt Nam bằng rất nhiều các phương pháp khác nhau

P Seibert và cộng sự (2007) đã tiến hành nghiên cứu mô hình gây ra mưa lớn ở Áo và xác định được 7 hình thế quy mô synop gây ra đợt giáng thủy lớn tại

Áo được xác định với phương pháp chùm quỹ đạo Các phân tích này dựa trên cơ

sở số liệu tái phân tích trong 15 năm của ECMWF (1979-1994) sử dụng để tính toán các quỹ đạo phản hồi (back trajectories) và tổng lượng giáng thủy ngày của

131 trạm khí tượng tại Áo [14]

Khi phân tích số liệu giáng thủy ngày ở các nước khu vực Đông Nam Á trong thời kỳ từ 1950 đến 2000, Endo N, J Matsumoto và T Lwin (2009) cũng

đã chỉ ra rằng số ngày ẩm ướt (ngày có giáng thủy trên 1mm) có xu hướng giảm, trong khi đó cường độ giáng thủy trung bình của những ngày ẩm ướt lại có

xu hướng tăng lên Mưa lớn tăng lên ở phía nam Việt Nam, phía bắc Myanmar

và ở đảo Visayas và Luzon của Philipin trong khi đó lại giảm ở phía bắc

Việt Nam [15]

V Rakesh, Singh Randhir và C Joshi Prakash (2009) đã sử dụng sơ đồ 3D- Var để đồng hoá dữ liệu tốc độ gió và hướng gió gần bề mặt biển từ vệ tinh QSCAT, tốc độ gió và tổng lượng giáng thủy (TPW) từ vệ tinh SSM/I cho cả hai

mô hình MM5 và WRF để dự báo thời tiết hạn ngắn ở Ấn Độ Kết quả nghiên cứu cho thấy dự báo trường gió từ hai mô hình MM5 và WRF được cải thiện đáng kể trong trường hợp đồng hoá dữ liệu gió từ QSCAT và SSM/I, trong khi trường nhiệt độ và độ ẩm cho hiệu quả kém hơn Trường dự báo mưa tốt nhất trong trường hợp đồng hoá dữ liệu TPW Ngoài ra, nghiên cứu cũng chỉ ra rằng sai số dự báo các trường gió, nhiệt độ và độ ẩm ở các mực khác nhau bằng mô hình WRF nhỏ hơn khi dự báo bằng mô hình MM5 [16]

Yokoi S, Matsumoto J (2008) đã sử dụng bộ số liệu tái phân tích và bộ số liệu về lượng giáng thủy bề mặt trong 24 năm (1972-2002) để nghiên cứu về trường hợp mưa lớn kỷ lục ở miền Trung Việt Nam xảy ra vào ngày 2-3 tháng 11 năm 1999 Cùng với đó là bộ số liệu tái phân tích trong 25 năm của Nhật Bản cung cấp bởi cơ quan khí tượng Nhật Bản (JMA) và trung tâm nghiên cứu về công nghiệp điện năng (CRIEPI), tác giả đã tập trung nghiên cứu hai nhiễu động khí quyển chính đóng vai trò quan trọng trong đợt mưa lớn ở khu vực nghiên cứu, đó là:

 Sóng lạnh (Cold surge): Gió mùa đông bắc do sóng lạnh mạnh gây ra đã thổi không khí bất ổn định vào khu vực miền Trung và bị ch ặn lại bởi dãy Trường Sơn, tạo dòng thăng cưỡng bức gây nên quá trình mưa địa hình mạnh mẽ

 Sự dị thường gió nam tại khu vực giữa biển Đông kết hợp với một áp thấp nhiệt đới (Tropical Depression – Type Disturbance) ở miền Nam Việt Nam

đã ngăn cản sóng lạnh lan truyền về phía nam Tại phía bắc biển Đông, dị thường gió nam hình thành một hội tụ mạnh ở mực thấp kết hợp với dị thường gió đông bắc trong sóng lạnh, đã cung cấp một lượng không khí nhiệt đới ẩm, ấm

Các điều kiện trên gây ra bởi sóng lạnh và áp thấp nhiệt đới đã tạo điều kiện thuận lợi cho việc xuất hiện lượng mưa lớn do địa hình tại miền trung Việt Nam [17]

Vào năm 2011, Chen và cộng sự đã nghiên cứu sự kiện mưa lớn bất thường xảy ra vào ngày 30 - 31/10/2008 tại Hà Nội Nguyên nhân là do các quá trình quy

mô vừa, sự kết hợp nhiễu động ngoại nhiệt đới (sóng lạnh) và nhiễu động nhiệt đới Ở vùng nhiệt đới sóng lạnh hay không khí lạnh lan truyền xuống phía nam Philippines ngày 26/10 tương tác với nhiễu động ở phía đông, một xoáy nhỏ tồn tại trên biển Celebes và dòng sóng lạnh Đông Á, tạo nên dòng vận chuyển ẩm mạnh từ biển Đông qua vịnh Bắc Bộ đến Hà Nội [18]

1.3.2 Tình hình nghiên cứu ở trong nước

Tại Việt Nam, việc nghiên cứu mưa lớn và dự báo mưa lớn cũng là một bài toán rất quan trọng đã và đang được các nhà khoa học và các nhà nghiên cứu thực hiện bằng nhiều phương pháp khác nhau như: phương pháp thống kê, dự báo số trị và đặc biệt là sử dụng các sản phẩm của mô hình số Tuy nhiên, việc nghiên cứu và dự báo cũng rất phức tạp và gặp phải nhiều khó khăn, đặc biệt là trong các trường hợp mưa lớn do sự kết hợp của các hình thế thời tiết như: không khí lạnh kết hợp với dải hội tụ nhiệt đới, bão, gió mùa và sự tương tác giữa bão, gió mùa

và địa hình

Nguyễn Văn Hưởng (2012) đã sử dụng bộ số liệu tái phân tích JRA25 với tập số liệu nghiên cứu là 16 năm từ giai đoạn 1994 – 2010, đã cho thấy các hình thế thời tiết chính gây ra mưa lũ trên các sông miền Trung hết sức đa dạng và phức tạp Một cách khái quát có thể tổng hợp lại các hình thế chính bao gồm khoảng 5 hình thế gây mưa chính là: Mưa lớn do ITCZ có nhiễu động xoáy thuận

từ mặt đất lên tới độ cao 4 – 5km Đây là hình thế mà trên ITCZ có một XTNĐ đóng kín, nhưng lên tới độ cao 700mb hay 500mb là nhiễu động dạng sóng (tương

tự sóng E: ở phía Tây kinh tuyến 115ºE tới ven bờ Trung Bộ) Mưa do ITCZ có kết hợp với KKL tác động, dạng hình thế này rất đặc sắc và hầu như chỉ xuất hiện

ở Trung Bộ; Mưa do dạng nhiễu động sóng E có KKL tác động ở tầng thấp, dạng hình thế này thường xuất hiện từ cuối tháng X đến tháng XII, thường xuất hiện nhiều vào tháng XI; Mưa do KKL hội tụ với tín phong, thường xuất hiện từ cuối tháng X đến tháng XII ở trung Trung Bộ và nam Trung Bộ; Mưa do XTNĐ ( bão, ATNĐ) [4]

Vũ Thanh Hằng, Chu Thị Thu Hường và Phan Văn Tân (2009) đã sử dụng

số liệu lượng mưa ngày tại các trạm quan trắc ở bảy vùng khí hậu Việt Nam thời

kỳ từ năm 1961 đến 2007 để xác định xu thế biến đổi của lượng mưa ngày cực đại Kết quả phân tích cho thấy, trong thời kỳ từ năm 1961 đến 2007, hầu hết trên khắp cả nước đều thể hiện xu thế tăng lên của lượng mưa ngày cực đại, đặc biệt tăng mạnh trong những năm gần đây, tuy nhiên trong những thời đoạn ngắn xu

thế tăng/giảm là không đồng nhất giữa các vùng khí hậu Tác giả đã rút ra một số nhận xét như sau: Thứ nhất, lượng mưa ngày cực đại đạt giá trị lớn đáng kể tại một vài trạm Ở các vùng khí hậu B1-B3 và N3, các trị số trên 200 mm/ngày thường rơi vào các tháng mùa hè, còn ở vùng B4 và N1 thì rơi vào các tháng mùa đông, phù hợp với mùa mưa tương ứng của các vùng này Riêng vùng N2 lượng mưa cực đại ngày hầu như chỉ dao động xung quanh trị số 100 mm/ngày Thứ hai, trong giai đoạn 1961-1990, xu thế tăng của lượng mưa ngày cực đại biểu hiện rõ

ở hầu hết các vùng khí hậu, ngoại trừ vùng B1, tăng mạnh nhất là vùng B4 và N1 Thứ ba, trong thời đoạn 1991-2000, ở các vùng khí hậu B1 và B2 lượng mưa ngày cực đại có xu thế giảm, các vùng khí hậu khác có xu thế ngược lại Thứ tư, những năm 2001-2007 là thời kỳ có lượng mưa ngày cực đại tăng mạnh ở tất cả các vùng khí hậu trên cả nước Cuối cùng, xét trong cả thời kỳ 1961-2007, lượng mưa ngày cực đại có xu thế tăng hầu như trên mọi vùng khí hậu, ngoại trừ vùng B3 [5]

Bùi Minh Sơn và Phan Văn Tân (2008) đã sử dụng mô hình MM5 để dự báo mưa lớn trên khu vực Nam Trung Bộ, trong số các sơ đồ tham số hóa đối lưu,

sơ đồ BM cho lượng mưa và phân bố không gian của mưa tốt hơn một ít Diện mưa mô hình thường nhỏ diện mưa quan trắc trong điều kiện mưa do ảnh hưởng của KKL, nhưng lớn hơn trong các hình thế chịu ảnh hưởng của bão hoặc áp thấp nhiệt đới Mưa dự báo có xu hướng vượt quá quan trắc trong các hình thế bão, áp thấp nhiệt đới, và thấp hơn quan trắc trong các điều kiện có sự kết hợp giữa KKL

và bão, áp thấp nhiệt đới hoặc dải hội tụ nhiệt đới Nói chung, MM5 có thể dự báo được các sự kiện mưa lớn trên khu vực Nam Trung Bộ, nhưng cho kết quả dự báo tốt hơn một ít trong các điều kiện mưa gây ra do sự hoạt động của xoáy thuận nhiệt đới hoặc có sự tương tác giữa chúng với KKL [6]

Công Thanh và Nguyễn Tiến Toàn (2010) đã nghiên cứu khả năng dự báo mưa lớn của mô hình RAMS cho khu vực Đà Nẵng-Quảng Nam-Quảng Ngãi Bước đầu thử nghiệm dự báo và đánh giá cho thấy mô hình RAMS có thể dự báo mưa lớn với ngưỡng mưa 50 mm trước 48 giờ có diện mưa chính xác 70% với độ tin cậy 60% và dự báo mưa lớn với ngưỡng mưa 100 mm trước 24 giờ có diện mưa chính xác 90% với độ tin cậy 70% Trên cơ sở những đánh giá này giúp cho những người làm dự báo nghiệp vụ có thêm thông tin dự báo mưa lớn sớm để phục vụ phòng chống thiên tai cũng như biết được khả năng dự báo mưa lớn của

mô hình RAMS để tìm ra phương pháp cải tiến chất lượng dự báo mưa của mô hình [7]

Lê Như Quân và Phan Văn Tân (2011) đã ứng dụng mô hình RegCM3 để

mô phỏng và dự tính sự biến đổi của hai chỉ số khí hậu cực đoan liên quan đến sự kiện mưa lớn là lượng mưa ngày lớn nhất năm (Rx1day) và tổng lượng mưa của những ngày trong năm có lượng mưa vượt quá phân vị 95 của thời kỳ chuẩn (R95p) Mô hình được chạy với độ phân giải ngang 36km, sử dụng điều kiện biên

là sản phẩm của mô hình toàn cầu CCSM3.0 cho thời kỳ chuẩn (1980-1999) và nửa đầu thế kỷ 21 Sự biến đổi của các chỉ số Rx1day và R95p được dự tính cho hai thời kỳ tương lai là 2011-2030 và 2031-2050 Kết quả nhận được cho thấy mô hình đã tái tạo được những đặc điểm cơ bản của phân bố không gian của hai chỉ

số Rx1day và R95p cho thời kỳ chuẩn Biến đổi của Rx1day và R95p trong các thời kỳ tương lai thể hiện sự giảm đi trên hầu khắp lãnh thổ Việt Nam trong giai đoạn 2011-2030 và tăng lên ở nhiều nơi trong giai đoạn 2031-2050 Phân bố không gian của biến đổi của Rx1day và R95p trong giai đoạn 2031-2050 có sự xen kẽ giữa các vùng tăng và giảm nhưng xu thế tăng vẫn chiếm ưu thế [8]

Nguyễn Thị Hạnh (2014) trong Báo cáo phân tích đánh giá kết quả dự

tính các hiện tượng liên quan đến mưa lớn đã sử dụng mô hình RegCM để đánh

giá xu thế biến đổi của lượng mưa và đưa ra các kết luận sau: Thứ nhất, các ngày đạt tiêu chuẩn mưa lớn thường chủ yếu tập trung vào thời kỳ mùa mưa Mùa mưa

ở vùng Đồng Bằng Bắc Bộ và Bắc Trung Bộ thường kéo dài hơn so với các vùng núi phía bắc Phân bố của số ngày mưa lớn cho thấy sự lùi chậm của mùa mưa ở hai vùng khí hậu Bắc Trung Bộ và Nam Trung Bộ Thứ hai, các đợt mưa lớn kéo dài 3-4 ngày thường xảy ra nhiều nhất ở vùng Bắc Trung Bộ và Nam Trung Bộ Thứ ba, mức độ biến đổi của số ngày mưa lớn thường mạnh vào thời kỳ giữa mùa mưa, khi đó độ lệch chuẩn có giá trị cực đại Trong 7 vùng khí hậu trên cả nước thì vùng Bắc Trung Bộ và Nam Trung Bộ có độ lệch chuẩn lớn nhất Cuối cùng

đó là đưa ra xu thế biến đổi cả thời đoạn dài từ 1961-2007, số ngày mưa đạt 25mm nhìn chung tăng lên, thể hiện rõ ở khu vực phía nam hơn so với phía bắc, số ngày mưa lớn đạt 50 mm tăng vẫn chiếm ưu thế ở các vùng trên cả nước [9]

Trần Tân Tiến và Nguyễn Thị Thanh (2011) đã sử dụng số liệu vệ tinh MODIS để đồng hóa trường ban đầu cho mô hình WRF bằng phương pháp 3DVAR để dự báo mưa lớn cho khu vực Trung Bộ trong hai mùa mưa 2007, 2008 Kết quả nghiên cứu cho thấy, đồng hóa số liệu MODIS đã cải thiện đáng kể cả về diện mưa và lượng mưa dự báo trong 30h đầu Tuy nhiên, ở hạn dự báo từ 30 đến

54h, việc đồng hóa số liệu MODIS không cho kết quả vượt trội so với trường hợp không đồng hóa [10]

Nguyễn Tiến Toàn (2009) đã dự báo mưa lớn khu vực Trung Trung Bộ khi chạy mô hình WRF dự báo trước 3 ngày cho 14 đợt mưa trong hai trường hợp cập nhật và không cập nhật số liệu địa phương (tổng có 142 Obs dự báo), bằng phương pháp hồi quy có lọc với các nhân tố dự tuyển là lượng mưa dự báo bằng

mô hình tại các trạm đã xây dựng và đánh giá các phương trình dự báo lượng mưa trước 24, 48 và 72h cho 15 trạm và 5 tiểu khu khi có hình thế mưa do KKL kết hợp ITCZ tại Trung Trung Bộ Kết quả cho thấy ở hầu hết các trạm dự báo lượng mưa khi có cập nhật số liệu địa phương cho kết quả tốt hơn không cập nhật số liệu địa phương Dựa trên kết quả đánh giá đã chọn được các phương trình dự báo tối

ưu cho các trạm và tiểu khu vực Đưa ra quy trình dự báo lượng mưa do KKL kết hợp ITCZ tại Trung Trung Bộ Sử dụng quy trình dự báo mưa này cho kết quả dự báo lượng mưa gần với thực tế hơn so với các dự báo của WRF khi có cập nhật

và không cập nhật số liệu địa phương [11]

Vũ Thế Anh (2015) đã sử dụng mô hình WRF để mô phỏng trận mưa lớn

từ ngày 19-22/07/2003 tại Tây Nguyên Nguyên nhân chính gây ra mưa lớn trên khu vực là sự tương tác của hoàn lưu bão KONI hoạt động trên khu vực phía bắc Biển Đông với hoàn lưu gió mùa tây nam kết hợp với hiệu ứng địa hình núi cao sinh ra dòng thăng mạnh và gây ra mưa lớn trên khu vực Kết quả cho thấy, mô hình đã nắm bắt tốt được về diện mưa lớn, khá phù hợp với số liệu quan trắc APHRODITE và số liệu trạm Tuy nhiên dựa vào các chỉ số sai số thống kê và các đồ thị phản ánh sự sai lệch giữa mưa quan trắc và mưa mô hình thì lại cho thấy sự vượt quá lượng mưa quan trắc của sản phẩm mô hình, ngoài ra còn có một

sự sai khác về diện mưa so với số liệu quan trắc từ vệ tinh TRMM, nguyên nhân

có thể là do khi xảy ra các trận mưa lớn đơn lẻ trên khu vực Tây Nguyên vệ tinh không bay qua Việt Nam nên không nắm bắt được [12]

Vũ Văn Thăng và cộng sự (2015) đã đánh giá khả năng mô phỏng mưa mùa

hè ở Nam Bộ và Nam Tây Nguyên cho 17 cơn bão hoạt động trên Biển Đông trong thời kỳ gió mùa Tây Nam hoạt động mạnh bằng mô hình WRF và đánh giá kết quả mô phỏng đối với 6 cơn bão hoạt động trên Biển Đông gây mưa lớn cho khu vực Nam Bộ và Nam Tây Nguyên thông qua đánh giá dự báo pha và các sai

số thống kê ME, MAE, RMSE Kết quả đánh giá mô phỏng đối với 6 cơn bão gây mưa lớn nhất cho thấy: Mô hình dự báo diện mưa lớn nhỏ hơn quan trắc với hạn

dự báo 24h và lớn hơn quan trắc với hạn dự báo 48h và 72h; chỉ số POD đối với ngưỡng mưa lớn có giá trị không cao, nhỏ hơn 0,2 với các hạn dự báo; chỉ số FAR cho kết quả dự báo tốt nhất ở hạn dự báo 24h; chỉ số CSI của các hạn dự báo là khá thấp (< 12%) nhưng độ chính xác của mô hình lại xấp xỉ hoặc cao hơn 90% với các hạn dự báo có thể do số trường hợp thử nghiệm ít Đối với các sai số thống

kê mô hình cho kết quả dự báo cao hơn quan trắc ở các hạn dự báo 48h và 72h (ME dương), sai số quân phương lượng mưa với hạn dự báo 24, 48 và 72h lần lượt là 24,3mm, 28,8mm và 16,8mm Đề tài còn thực hiện dự báo thử nghiệm cho

4 cơn bão hoạt động trên Biển Đông năm 2015 cho thấy mô hình đã nắm bắt được phần nào phân bố không gian mưa tại khu vực Tây Nguyên, Nam Bộ Tuy nhiên xác suất phát hiện của mô hình còn thấp, kết quả dự báo khống tương đối cao Số trường hợp thử nghiệm còn ít nên chưa thể kết luận về độ chính xác của mô hình Sai số dự báo của mô hình là chấp nhận được với giá trị của sai số RMSE vào khoảng 20 mm với cả 3 hạn dự báo [13]

Nhìn chung, từ những nghiên cứu của các tác giả trong và ngoài nước về nghiên cứu mưa lớn và dự báo mưa lớn ta thấy vẫn còn tồn tại những mặt hạn chế

và sai số khác nhau, mỗi phương pháp đều có những ưu điểm và nhược điểm riêng Trong đề tài này, em đặc biệt quan tâm đến các nghiên cứu bằng mô hình WRF để mô phỏng mưa lớn

Đợt mưa lớn vào đầu tháng 8 tại tỉnh Sơn La hiện vẫn chưa có bài nghiên cứu nào chuyên sâu, tìm hiểu nguyên nhân gây mưa xảy ra Chính vì lí do đó và

sự dị thường cũng như thiệt hại nặng nề mà nó mang lại, em mong muốn đi sâu tìm hiểu, nghiên cứu để tìm ra nguyên nhân gây mưa lớn trên khu vực

Chương 2

CƠ SỞ SỐ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

2.1 Cơ sở số liệu

- Số liệu quan trắc lượng mưa ngày từ ngày 01 đến ngày 06 tháng 08 năm

2017 tại 10 trạm khí tượng, 02 trạm thủy văn và 09 trạm đo mưa nhân dân trên địa bàn tỉnh Sơn La, tổng số bao gồm 21 trạm Danh sách các trạm quan trắc và

Kinh độ đông

Khí

tượng

1 Quỳnh Nhai Mường Chiên, Quỳnh Nhai 21.85 103.56

2 Sơn La P Chiềng Lề, TP Sơn La 21.33 103.90

3 Tuyến Đập Ít Ong, Mường La 21.52 104.03

5 Yên Châu TT Yên Châu, Yên Châu 21.05 104.30

6 Sông Mã TT Sông Mã, Sông Mã 21.06 103.73

7 Bắc Yên TT Bắc Yên, Bắc Yên 21.25 104.42

8 Phù Yên TT Phù Yên, Phù Yên 21.26 104.63

9 Mộc Châu TT Mộc Châu, Mộc Châu 20.83 104.68

13 Mường Trai Mường Trai, Mường La 21.58 103.92

14 Mường Sại Mường Sại, Thuận Châu 21.63 103.73

15 Km46 Lóng Luông, Mộc Châu 20.73 104.85

16 Km22 Chiềng Yên, Mộc Châu 20.75 104.88

17 Tà Nàng Tú Nang, Yên Châu 20.90 104.45

18 Chiềng Mai Chiềng Mai, Mai Sơn 21.22 104.12

19 Sốp Cộp Sốp Cộp, Sông Mã 20.97 103.68

20 Nậm Xá Chiềng Công, Mường La 21.52 104.25

21 Thuận Châu Thuận Châu, Sơn La 21.53 103.70

Hình 2.1 Vị trí các trạm khí tượng, thủy văn và đo mưa nhân dân trên

khu vực Sơn La

- Số liệu GFS cung cấp bởi Trung tâm Dự báo Môi trường Quốc gia Hoa Kỳ (NCEP) để chạy mô hình dự báo WRF có độ phân giải không gian là 0,5 x 0,5 độ kinh vĩ, với 27 mực theo chiều thẳng đứng và được khai thác từ website: https://www.ncdc.noaa.gov/has/HAS.FileAppRouter?datasetname=GFSGRB24

&subqueryby=STATION&applname=&outdest=FILE

- Số liệu mưa TRMM 3B42.7 nhận được từ Chương trình đo mưa nhiệt đới bằng vệ tinh (Tropical Rainfall Measuring Mission) Số liệu mưa TRMM 3B42 (V7) sử dụng trong đề tài này là số liệu ngày có độ phân giải 0.25˚×0.25˚ và được khai thác từ website:

https://mirador.gsfc.nasa.gov/cgibin/mirador/presentNavigation.pl?tree=project&project=TRMM&dataGroup=Gridded&CGISESSID=09be431776f08ed5d421efaa935c44f5

2.2 Giới thiệu về mô hình

Như đã nói ở trên, đề tài sẽ sử dụng mô hình WRF để mô phỏng đợt mưa lớn từ ngày 01 đến ngày 06 tháng 08 năm 2017 tại tỉnh Sơn La Mô hình này được trình bày tóm tắt như sau:

WRF (Weather Research and Forecasting) là mô hình được phát triển từ

những đặc tính ưu việt nhất của mô hình MM5 cùng với sự hợp tác của nhiều cơ quan tổ chức lớn trên thế giới, như: Phòng nghiên cứu Khí tượng thuộc Trung tâm Quốc gia Nghiên cứu Khí quyển Hoa Kỳ (NCAR/MMM), Trung tâm Quốc gia

dự báo môi trường thuộc cơ quan nghiên cứu khí quyển đại dương, Mỹ (NOAA/NCEP),…Với hệ thống nhiều mô-đun khác nhau, khá linh hoạt và tối ưu,

mô hình WRF được ứng dụng rộng rãi trong dự báo thời tiết nghiệp vụ cũng như trong nghiên cứu ở nhiều quốc gia trên thế giới Mô hình WRF đang được chạy nghiệp vụ tại NCEP, Mỹ (từ năm 2004) và AFWA (từ tháng 7/2006), tại Hàn Quốc (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 trong nghiệp vụ như Trung Quốc, New Zealand, Braxin… trong đó có Việt Nam

Cấu trúc của mô hình WRF (hình 2.1)

Hình 2.1 Cấu trúc tổng quan mô hình WRF [20]

Các thành phần chính của mô hình WRF gồm có:

 Hệ thống tiền xử lý của mô hình WPS (The WRF Pre-processing System): Chương trình được sử dụng chủ yếu để mô phỏng các dữ liệu thực (real –data), bao gồm: xác định miền mô phỏng; nội suy các dữ liệu địa hình, sử dụng đất (landuse), các loại đất về miền mô phỏng; đọc và nội suy các trường khí tượng từ các mô hình khác (mô hình toàn cầu, mô hình khu vực có độ phân giải thấp) về miền mô phỏng [19]

 Môđun đồng hóa số liệu (WRFDA): 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, có thể được sử dụng để cập nhật điều kiện ban đầu [19]

 Môđun cập nhật số liệu (OBSGRID): là chương trình cập nhật số liệu vào

trường phân tích được tạo ra bởi chương trình WPS [19]

 Môđun mô phỏng ARW (ARW solver): Đây là mođun chính của hệ thống mô

hình WRF, bao gồm các chương trình khởi tạo đối với trường hợp mô phỏng

lý tưởng, các mô phỏng dữ liệu thực và chương trình tích phân [19]

 Chương trình đồ họa và xử lý sản phẩm của mô hình (Post-processing & Visualization tools): bao gồm một số chương trình và phần mềm cho việc

khai thác sản phẩm và đồ họa như RIP4, NCL, GrADS và Vis5D,…[19]

Các chức năng chính của mô hình WRF là:

- Các phương trình không thủy tĩnh nén được đầy đủ;

- 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 và 2 chiều và lựa chọn miền tính lồng ghép di dộng (moving nest);

- 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

2.2.1 Các quá trình vật lý trong mô hình

a) Quá trình vi vật lí

Vi vật lí bao gồm các quá trình xử lí hơi nước, mây và quá trình giáng thủy Lựa chọn mặc định của mô hình WRF trong mảng vật lí vi mô là sơ đồ mây, giáng thủy theo lưới Eta (EtaGCP) Sơ đồ này dự báo những thay đổi của hơi nước ngưng tụ trong các dạng mây chứa nước, mây gây mưa, mây chứa băng, giáng thủy băng (tuyết, băng hòn, mưa đá)

b) Tham số hóa đối lưu mây tích

Trong mô hình số trị nói chung, tham số hóa đối lưu mây tích có tầm quan trọng đặc biệt, bởi lẽ cả những mô hình số trị có độ phân giải cao hiện nay vẫn chưa mô

phỏng được những ổ đối lưu riêng biệt và các quá trình vận chuyển nhiệt ẩm tiếp theo Mục đích của chính của vấn đề tham số hóa đối lưu là:

 Dự báo lượng mưa sinh ra do đối lưu;

 Tính toán tác động của đối lưu đến các qua trình nhiệt động lực học mô hình như tính ổn định thẳng đứng, phân bố lại trường nhiệt, ẩm hình thành mây, các ảnh hưởng đến đốt nóng bề mặt, bức xạ khí quyển, Trong mô hình WRF có những tùy chọn tham số hóa đối lưu khác nhau, như Kain – Fritsch; Betts-Miller-Janjic; Grell-Devenyi

Bảng 2.2 Một số tùy chọn tham số hóa đối lưu mây tích thường sử dụng trong

mô hình WRF

Noah Có Nhiệt độ, nước +băng, nước (4) 1-lớp, nhỏ RUC Có Nhiệt độ, băng, nước + băng (6) Nhiều lớp

d) Lớp biên hành tinh

Lớp biên hành tinh (PBL) có nhiệm vụ tính toán thông lượng xoáy quy mô dưới lưới, vì vậy khi PBL được kích hoạt thì khuếch tán theo chiều thẳng đứng cũng được kích hoạt, hầu hết khuếch tán ngang thì không đổi Thông lượng bề mặt được cung cấp bởi bề mặt và sơ đồ bề mặt đất Sơ đồ PBL xác định các profile thông lượng giữa lớp biên và trạng thái của lớp biên Vì vậy sẽ cung cấp những khuynh hướng của nhiệt độ, độ ẩm (bao gồm cả mây), động lượng ngang trong

toàn cột khí quyển Hầu hết các sơ đồ lớp biên hành tinh xét sự xáo trộn khô, nhưng cũng bao gồm hiệu ứng bão hòa trong sự ổn định thẳng

e) Bức xạ khí quyển

Các sơ đồ bức xạ khí quyển cho ta thấy sự đốt nóng bề mặt khí quyển bởi thông lượng bức xạ sóng ngắn của mặt trời và sóng dài của bề mặt đất Bức xạ sóng dài bao gồm tia hồng ngoại hoặc bức xạ nhiệt hấp thụ được phát ra từ khối không khí và

bề mặt Dòng bức xạ sóng dài từ bề mặt phụ thuộc vào loại bề mặt đất, nhiệt độ bề mặt đất Bức xạ sóng ngắn có chứa cả bức xạ sóng dài, và phụ cận sóng dài trong phổ mặt trời Các tùy chọn bức xạ trong mô hình WRF cho trên bảng 2.4

Bảng 2.4 Tùy chọn sơ đồ bức xạ trong WRF

f) Sơ đồ tương tác giữa các quá trình vật lí

Tương tác giữa các quá trình vật lý có thể biểu diễn như sơ đồ hình 2.2.Từ hình 2.2 ta thấy, quá trình tham số hóa mây tích tác động vào vi vật lí thông qua dòng đi ra Vi vật lí cùng với mây tích tác động đến bức xạ thông qua sự ảnh hưởng của mây tới bức xạ Bức xạ và bề mặt tương tác với nhau thông qua phát

xạ sóng ngắn, dài và Albedo bề mặt Bề mặt tương tác với lớp biên hành tinh (PBL) thông qua thông lượng nhiệt ẩm bề mặt và gió Lớp biên hành tinh và mây tích tương tác với nhau thông qua dòng giáng và mây tầng thấp

Sơ đồ Sóng dài (LW)/Sóng ngắn (SW) Số dải Loại