LUẬN ÁN TIẾN SĨ NGÀNH KHÍ TƯỢNG NGHIÊN CỨU TÁC ĐỘNG CỦA THAM SỐ HÓA ĐỐI LƯU ĐỐI VỚI DỰ BÁO MƯA BẰNG MÔ HÌNH HRM Ở VIỆT NAM

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
***



VŨ THANH HẰNG



NGHIÊN CỨU TÁC ĐỘNG CỦA THAM SỐ
HÓA ĐỐI LƯU ĐỐI VỚI DỰ BÁO MƯA
BẰNG MÔ HÌNH HRM Ở VIỆT NAM




LUẬN ÁN TIẾN SĨ NGÀNH KHÍ TƯỢNG










Hà Nội – 2008

2
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
***


Vũ Thanh Hằng



NGHIÊN CỨU TÁC ĐỘNG CỦA THAM SỐ
HÓA ĐỐI LƯU ĐỐI VỚI DỰ BÁO MƯA
BẰNG MÔ HÌNH HRM Ở VIỆT NAM


Chuyên ngành: Khí tượng học
Mã số: 62.44.87.01

LUẬN ÁN TIẾN SĨ NGÀNH KHÍ TƯỢNG

NGƯỜI HƯỚNG DẪN KHOA HỌC
PGS. TSKH Kiều Thị Xin







Hà Nội - 2008

3
LỜI CAM ĐOAN


Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi.
Các số liệu, kết quả nêu trong luận án là trung thực và chưa từng được ai công bố
trong bất kỳ công trình nào khác.

Tác giả


Vũ Thanh Hằng

4
LỜI CẢM ƠN

Tôi xin trân trọng bày tỏ lời cảm ơn sâu sắc tới PGS. TSKH Kiều Thị Xin,
Trường Đại học Khoa học Tự nhiên, ĐHQGHN, người hướng dẫn khoa học đồng
thời là chủ nhiệm Đề tài Khoa học ĐTĐL 2002/02 đã giúp đỡ tôi rất nhiều cả về
mặt khoa học cũng như tạo điều kiện thuận lợi về cơ sở vật chất, h
ợp tác quốc tế
trong thời gian tôi thực hiện luận án.
Tôi cũng xin bày tỏ lời cảm ơn sâu sắc tới Khoa Khí tượng Thủy văn và Hải
dương học, nơi tôi học tập, giảng dạy và nghiên cứu, đã tạo điều kiện về thời gian
cũng như tổ chức các buổi sinh hoạt khoa học để giúp đỡ tôi hoàn thiện luận án.
Tôi xin bày tỏ lòng biết ơn chân thành tới các nhà khoa h
ọc của Khoa Khí
tượng Thủy văn và Hải dương học cũng như các nhà khoa học thuộc Trung tâm Dự
báo Khí tượng Thủy văn Trung ương, Viện Khoa học Khí tượng Thủy văn & Môi

trường, Trung tâm Tư liệu Khí tượng Thủy văn, Trung tâm Khoa học Công nghệ
Khí tượng Thủy văn & Môi trường và đặc biệt là các nhà khoa học nước ngoài
của Tổng cục Thời tiết CHLB Đức và Đại học Tổng hợp Munich
đã có những ý
kiến đóng góp, chỉ dẫn tận tình để tôi hoàn thành nghiên cứu của mình.
Tôi xin bày tỏ lời cảm ơn tới bộ phận đào tạo Sau đại học của Trường Đại
học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội đã tổ chức mọi hoạt động liên
quan đến việc học tập và nghiên cứu của tôi một cách tận tình, chu đáo.
Trong suốt thời gian th
ực hiện luận án, tôi luôn nhận được sự động viên giúp
đỡ chân thành của các đồng nghiệp, các bạn bè thân thiết. Tôi luôn ghi nhớ và biết
ơn sự động viên, giúp đỡ quý báu đó.
Cuối cùng, tôi xin bày tỏ lòng biết ơn sâu sắc tới bố mẹ, những người thân
yêu trong gia đình tôi, đặc biệt là chồng và con tôi là những nguồn động viên tinh
thần quý giá để tôi hoàn thành luận án.

5
MỤC LỤC

Trang
Trang phụ bìa 1
Lời cam đoan 2
Lời cảm ơn 3
Mục lục 4
Danh mục các ký hiệu và chữ viết tắt 6
Danh mục các bảng 8
Danh mục các hình vẽ và đồ thị 10
MỞ ĐẦU 14
CHƯƠNG 1. VẤN ĐỀ THAM SỐ HÓA ĐỐI LƯU TRONG MÔ
HÌNH VÀ DỰ BÁO MƯA BẰNG MÔ HÌNH SỐ

18
1.1 Tổng quan về vấn đề tham số hóa
đối lưu trong mô
hình dự báo số
16
1.2 Về các sơ đồ tham số hóa đối lưu áp dụng trong mô
hình HRM
30
1.3 Về dự báo mưa bằng mô hình dự báo số trên thế giới
và ở Việt Nam
54
CHƯƠNG 2. MÔ HÌNH DỰ BÁO THỜI TIẾT KHU VỰC
PHÂN GIẢI CAO HRM VÀ MỘT SỐ PHƯƠNG
PHÁP ĐÁNH GIÁ DỰ BÁO MƯA CỦA MÔ
HÌNH
64
2.1 Mô hình dự báo thời tiết khu vực phân giải cao 62
2.2 Về đ
ánh giá dự báo mưa mô hình và xử lý số liệu
mưa
76
2.3 Một số điểm số thường sử dụng để đánh giá dự báo
mưa trong nghiệp vụ
79
2.4 Phương pháp đánh giá dự báo mưa trong nghiên cứu 81

6
- thẩm định CRA
2.5 Kiểm nghiệm độ ổn định thống kê của kết quả đánh
giá - phương pháp bootstrap

85
CHƯƠNG 3. KẾT QUẢ DỰ BÁO MƯA CỦA MÔ HÌNH HRM
VỚI CÁC SƠ ĐỒ THAM SỐ HÓA ĐỐI LƯU VÀ
ĐÁNH GIÁ
91
3.1 Kết quả dự báo mưa của một số trường hợp điển
hình
91
3.2 Kết quả đánh giá thống kê trên các đợt m
ưa lớn từ
năm 2003 đến năm 2005
102
3.3 Kết quả đánh giá thống kê cho các tháng từ năm
2003 đến năm 2005
112
3.4 Kết quả đánh giá sử dụng phương pháp CRA (thẩm
định CRA)
127
3.5 Kiểm nghiệm độ ổn định thống kê của các kết quả
đánh giá bằng sử dụng phương pháp bootstrap
134
KẾT LUẬN VÀ KIẾN NGHỊ 137
DANH MỤC CÔNG TRÌNH KHOA HỌC CỦ
A TÁC GIẢ LIÊN
QUAN ĐẾN LUẬN ÁN
140
TÀI LIỆU THAM KHẢO 141

7
DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT
ATNĐ Áp thấp nhiệt đới
BMJ sơ đồ Betts-Miller-Janjic
CAPE Thế năng đối lưu khả năng
Convective Available Potential Energy
CS Cộng sự
DFI Ban đầu hóa lọc số
Digital Filter Initialization
DWD Tổng cục Thời tiết CHLB Đức
Deutscher WetterDienst
ECMWF Trung tâm Dự báo thời tiết hạn vừa Châu Âu
European Center for Medium-range Weather Forecast
EF Dự báo tổ hợp
Ensemble Forecast
ET sơ đồ Tiedtke cải tiến
GATE Thực nghiệm nhiệt đới toàn cầu Đại Tây Dương
Global Atlantic Tropical Experiments
GME Mô hình toàn c
ầu của CHLB Đức
Global Model for Europe
HRM Mô hình dự báo thời tiết khu vực phân giải cao
High resolution Regional Model
HS sơ đồ Heise
HSTQ Hệ số tương quan
INMI Ban đầu hóa mode chuẩn ẩn phi tuyến
Implicit Nonlinear Mode Initialization
ITCZ Dải hội tụ nhiệt đới
Inter-Tropical Convergence Zone

KKL Không khí lạnh
KHCN Khoa học Công nghệ

8
KHTN Khoa học Tự nhiên
LFS Mực giáng tự do
Level of Free Sinking
MAE Sai số tuyệt đối trung bình
Mean Absolute Error
ME Sai số trung bình
Mean Error
MSE Sai số bình phương trung bình
Mean Square Error
NCEP Trung tâm nghiên cứu dự báo môi trường Mỹ
National Center for Environmental Prediction
QPF Dự báo mưa định lượng
Quantitative Precipitation Forecast
RMSE Sai số bình phương trung bình quân phương
Root Mean Square Error
RUBC Điều kiện biên trên bức xạ
Radiative Upper Boundary Condition
SW Gió mùa tây nam
South-West monsoon
TK sơ đồ Tiedtke
TSHĐL Tham số hóa đối lưu
TTDBKTTVTW Trung tâm Dự báo Khí tượng Thủy văn Trung ương
WMO Tổ chức Khí t
ượng Thế giới
World Meteorological Organization
XTNĐ Xoáy thuận nhiệt đới

9
DANH MỤC CÁC BẢNG

Trang
Bảng 1.1 Mô tả các cách tiếp cận TSHĐL trong các mô hình qui
mô vừa (Molinari và Dudek, 1992)
20
Bảng 3.1 Sai số ME, MAE, RMSE (mm/ngày) của đợt mưa 25-
27/8/2003
93
Bảng 3.2 Tổng lượng mưa đo 24h (mm/ngày) tại một số trạm điển
hình và lượng mưa dự báo tương ứng bằng các sơ đồ
TSHĐL của đợt mưa 25-27/08/2003
94
Bảng 3.3 Sai số ME, MAE, RMSE (mm/ngày) của đợt mưa 24-
25/9/2003
96
Bảng 3.4 Tổng lượng mư
a đo 24h (mm/ngày) tại một số trạm điển
hình và lượng mưa dự báo tương ứng bằng các sơ đồ
TSHĐL, đợt mưa 24-25/09/2003
97
Bảng 3.5 Bảng tổng hợp các hình thế gây mưa lớn từ năm 2003
đến năm 2005
103
Bảng 3.6 Điểm số ME, MAE, và RMSE (mm/ngày) của H14-31
với bốn sơ đồ TSHĐL trong các hình thế gây mưa lớn
109

Bảng 3.7 Điểm số
ME, MAE, RMSE (mm/ngày) của H14-31 với
bốn sơ đồ TSHĐL tương ứng với các khu vực và toàn
Việt Nam
125
Bảng 3.8 Điểm số trung bình của thẩm định CRA đối với mưa lớn
khu vực Đông Bắc của ba tháng 6, 7, 8 năm 2004 với
bốn sơ đồ TSHĐL. Giá trị trong Bảng là giá trị trung
bình theo số lượng CRA (trong ngoặc đơn của cột thứ
hai)
130
Bảng 3.9 Điểm s
ố trung bình của thẩm định CRA đối với mưa lớn
khu vực Đông Bắc của các tháng từ năm 2003 đến năm
2005 với ba sơ đồ TSHĐL. Giá trị trong Bảng là giá trị
132

10
trung bình theo số lượng CRA (trong ngoặc đơn của cột
thứ hai)
Bảng 3.10 Trung bình của sai số phần trăm từ thẩm định CRA và
độ biến động của dự báo từ mô hình LAPS cho bốn
vùng mưa của Úc (Ebert, 2000)
134


11
DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ

Trang

Hình 1.1 Các dạng hàm được đề xuất để TSHĐL trong các mô
hình qui mô vừa khu vực là một hàm của khoảng cách
lưới. Qui mô dưới 10km có dạng loga và trên 10km có
dạng tuyến tính. Dấu “?” cho thấy sự thiếu hụt nghiệm
một cách rõ ràng và các dấu “ ” biểu diễn khu vực
chuyển tiếp giữa các cách tiếp cận. Giả thiết rằng mô
hình bao phủ một diện tích đủ lớn để cách tiếp cận phải
mô phỏ
ng được các hiệu ứng đối lưu trên một khoảng
các chế độ nhiệt động lực và ổn định quán tính
(Molinari và Dudek, 1992)
22
Hình 1.2 Mô hình mây đối lưu nông (Tiedtke, 1989) 35
Hình 1.3 Mô hình mây đối lưu sâu (Tiedtke, 1989) 35
Hình 2.1 Miền dự báo lớn (L) và độ cao địa hình (m) bao giữa
5
o
S-35
o
N, 80
o
E-130
o
E của H28-20/L (K. T. Xin, 2005)
73
Hình 2.2 Miền dự báo nhỏ (S) và độ cao địa hình (m) bao giữa
7
o
N-27
o

N, 97
o
E-117
o
E của H28-20/S (K. T. Xin, 2005)
74
Hình 2.3 Miền dự báo nhỏ (S) và độ cao địa hình (m) bao giữa
7,125
o
N-27,125
o
N, 97,25
o
E-117,25
o
E của H14-31/S (K.
T. Xin, 2005)
76
Hình 2.4 Sơ đồ biểu diễn qui trình đánh giá (Damrath, 2002) 77
Hình 2.5 Phân bố trạm đo mưa. a) năm 2003 (296 trạm); b) năm
2004 (314 trạm); c) năm 2005 (344 trạm)
77
Hình 2.6 Phân bố trạm đo mưa tại các khu vực năm 2005. a) Bắc
Bộ (192 trạm); b) Trung Bộ (96 trạm); c) Nam Bộ (56
trạm)
78
Hình 2.7 Sơ đồ quy trình bootstrap ước lượng sai số chuẩn của
một đại lượng thống kê s(x) (Efron B. & Tibshirani J.
88

12
R., 1993)
Hình 3.1 Trường đường dòng và trường mưa dự báo 24h, bắt đầu
00Z25082003, của bốn phiên bản: a) H14-31/TK; b)
H14-31/ET; c) H14-31/HS; d) H14-31/BMJ; e) Mưa
phân tích; g) Ảnh mây vệ tinh lúc 12Z25082003
92
Hình 3.2 Trường đường dòng và trường mưa dự báo 24h, bắt đầu
00Z24092003. a) H14-31/TK; b) H14-31/ET; c) H14-
31/HS; d) H14-31/BMJ; e) Mưa phân tích; g) Ảnh mây
vệ tinh lúc 06Z24092003
95
Hình 3.3 Dự báo mưa 48h của H14-31, bắt đầu lúc 00Z13082006
với hai sơ đồ đối lưu: a) H14-31/TK; b) H14-31/BMJ;
c) trường thám sát
98
Hình 3.4 Tương tự như Hình 3.3, bắt đầu lúc 00Z15082006 99
Hình 3.5 Toán đồ tụ đ
iểm biểu diễn quan hệ giữa mưa thám sát
(trục hoành) và mưa dự báo (trục tung) của bốn phiên
bản: hình vuông, đỏ (H14-31/TK), hình tam giác, xanh
lá cây (H14-31/ET), hình tròn, vàng (H14-31/HS), hình
tròn, xanh lam (H14-31/BMJ) và đường chéo (đường lý
tưởng) cho tháng 7/2005. a) Toàn Việt Nam, b) Bắc Bộ,
c) Trung Bộ và d) Nam Bộ
101
Hình 3.6 Điểm số FBI của H14-31 với 4 sơ đồ TSHĐL tính cho
các đợt mưa lớn. a) do KKL; b) do ITCZ; c) do SW; d)
do ATNĐ-bão
104

Hình 3.7 Tương tự như Hình 3.6, điểm số TS 106
Hình 3.8 Tương tự như Hình 3.6, đ
iểm số POD 106
Hình 3.9 Tương tự như Hình 3.6, điểm số TSS 107
Hình 3.10 Tương tự như Hình 3.6, điểm số HSS 108
Hình 3.11 Hệ số tương quan trong các hình thế mưa lớn và trung
bình của H14-31 với bốn sơ đồ tham số hóa đối lưu
110

13
Hình 3.12 Điểm số FBI trung bình theo không gian-thời gian của
H14-31. a) tháng 6-8; b) tháng 9-12
112
Hình 3.13 Điểm số FBI trung bình theo không gian-thời gian trên
lục địa Úc của các mô hình nước ngoài (McBride và
Ebert, 2000). a) mùa hè (tháng 12-2); b) mùa đông
(tháng 6-8)
113
Hình 3.14 Tương tự như Hình 3.12, điểm số TS 114
Hình 3.15 Tương tự như Hình 3.12, điểm số POD 114
Hình 3.16 Tương tự như Hình 3.13, điểm số POD (McBride và
Ebert, 2000)
115
Hình 3.17 Tương tự như Hình 3.12, điểm số TSS 115
Hình 3.18 Tương tự như Hình 3.13, điểm s
ố TSS (McBride và
Ebert, 2000)
116
Hình 3.19 Tương tự như Hình 3.12, điểm số HSS 116
Hình 3.20 Hệ số tương quan tháng 6-8 và tháng 9-12 của H14-31

với bốn sơ đồ tham số hóa đối lưu
117
Hình 3.21 Điểm số FBI trung bình không gian-thời gian cho các
tháng từ năm 2003-2005: a) Bắc Bộ; b) Trung Bộ; c)
Nam Bộ; d) Việt Nam
119
Hình 3.22 Tương tự như Hình 3.21, điểm số TS 121
Hình 3.23 Tương tự như Hình 3.21, điểm số POD 121
Hình 3.24 Phân bố điểm s
ố POD theo không gian cho các tháng từ
năm 2003-2005, ngưỡng mưa >20mm/ngày. a) H14-
31/TK; b) H14-31/ET; c) H14-31/HS; d) H14-31/BMJ
122
Hình 3.25 Tương tự như Hình 3.24, ngưỡng mưa >50mm/ngày 122
Hình 3.26 Tương tự như Hình 3.21, điểm số TSS 123
Hình 3.27 Tương tự như Hình 3.21, điểm số HSS 124
Hình 3.28 Tương tự như Hình 3.24, điểm số ME 125
Hình 3.29 Hệ số tương quan theo các khu vực và toàn Việt Nam 126

14
của H14-31 với bốn sơ đồ tham số hóa đối lưu
Hình 3.30 Phân bố không gian của HSTQ trung bình các tháng từ
năm 2003 – 2005. a) H14-31/TK; b) H14-31/ET; c)
H14-31/HS; d) H14-31/BMJ
126
Hình 3.31 Kết quả thẩm định CRA cho dự báo mưa tích lũy 24h,
bắt đầu từ 00Z19072004 với ngưỡng mưa ≥ 10mm/ngày
(a) H14-31/TK; (b) H14-31/ET; (c) H14-31/HS; (d)
H14-31/BMJ
128

Hình 3.32 Giá trị trung bình và +/- độ lệch chuẩn của điểm số FBI
với bốn phiên bản ứng với các ngưỡng mưa: a) 5mm; b)
20mm; c) 50mm/ngày
135
Hình 3.33 Tương t
ự như Hình 3.32, điểm số TS 135
Hình 3.34 Tương tự như Hình 3.32, điểm số POD 135
Hình 3.35 Tương tự như Hình 3.32, điểm số TSS 135
Hình 3.36 Tương tự như Hình 3.32, điểm số HSS 136




15
MỞ ĐẦU

Đặt vấn đề
Mưa là một yếu tố thời tiết quan trọng và ảnh hưởng rất lớn tới đời sống kinh
tế xã hội. Mưa là kết cục của sự hòa hợp nhiệt động giữa ba yếu tố quan trọng nhất
là gió, nhiệt và ẩm nên biến động rất mạnh theo không gian và thời gian. Như vậy,
một mô hình muốn dự báo tốt mưa cần đồng th
ời dự báo tốt cả ba yếu tố này và
ngược lại nếu mô hình dự báo mưa tốt đồng nghĩa với mô hình đã dự báo tốt gió
nhiệt và ẩm. Hiện nay, trên thế giới mô hình dự báo thời tiết khu vực phân giải cao
có thể nói đã phát triển khá hoàn thiện cho vùng ngoại nhiệt đới, tuy vậy dự báo
mưa mô hình ở đây vẫn còn nhiều hạn chế bởi lẽ một biến đổ
i nhỏ của một trong ba
yếu tố trên cũng có thể dẫn đến biến đổi mạnh của mưa cả về không gian và thời
gian.
Đối với vùng nhiệt đới-xích đạo, vấn đề dự báo thời tiết nói chung và dự báo

mưa nói riêng bằng mô hình số càng phức tạp hơn so với ngoại nhiệt đới. Sự phức
tạp trước hết vì chưa có lý thuyết cho một quan hệ giữ
a trường khối lượng và
trường gió ở những vĩ độ rất thấp (kiểu như quan hệ địa chuyển cho vĩ độ cao) nên
không tạo ra được sự cân bằng tốt trong trạng thái ban đầu và do đó sự điều chỉnh
thường chỉ theo chiều thẳng đứng, trong khi gió vùng nhiệt đới rất yếu nên một sai
số tuyệt đối nhỏ trong tính toán trường gió sẽ tác động đến sự phân b
ố đốt nóng đối
lưu và do đó có thể dẫn tới sai số tương đối kết cục lớn trong dự báo mưa… Khó
khăn thứ hai không kém phần quan trọng là mưa nhiệt đới sinh ra chủ yếu bởi đối
lưu sâu mà trong một mô hình số thuỷ tĩnh với độ phân giải còn rất hạn chế thì đối
lưu lại được tham số hóa trong khi hiện nay con người hiểu biết còn chưa đầ
y đủ về
quá trình hình thành và phát triển của nó. Ở vùng nhiệt đới, việc xác định đúng phân
bố ẩm là nguồn gốc của mưa còn vô cùng phức tạp do thám sát quá nghèo nàn sẽ
tác động rất lớn đến chất lượng mưa mô hình. Từ những đặc điểm trên ta thấy, trước
khi muốn áp dụng một mô hình số có nguồn gốc từ vùng vĩ độ cao vào vùng nhiệt
đới trước hết cần cải ti
ến mô hình, còn gọi là khu vực hóa mô hình về động lực để

16
có thể tương thích hơn với động lực học nhiệt đới và khu vực hóa mô hình về vật lý
để mô tả tốt hơn các quá trình ở nhiệt đới. Đây là những bài toán lớn và phức tạp
trên tầm quốc tế.
Trong khuôn khổ luận án này, chúng tôi chỉ có thể quan tâm đến một trong
những vấn đề của nhiệt đới hóa vật lý mô hình là tham số hóa đối lưu (TSHĐL)
được coi là đặc biệt quan trọng đố
i với mô phỏng mưa nhiệt đới bằng mô hình dự
báo thời tiết khu vực, khu vực hạn chế.
Tính cấp thiết của đề tài

Ở các nước phát triển, dự báo thời tiết - khí hậu hiện nay bằng phương pháp
số là thống trị nên đã đáp ứng cao những yêu cầu của xã hội, trong khi ở Việt Nam
mãi đến năm 2000 mới bắt đầu tiếp thu mô hình dự báo thời tiết khu v
ực phân giải
cao đầu tiên là HRM để nghiên cứu áp dụng vào khu vực ta. Tuy vậy, chỉ sau 2 năm
mô hình này đã được áp dụng thử vào nghiệp vụ và đến nay đã góp phần nâng cao
chất lượng dự báo bão nói riêng, dự báo thời tiết nói chung. Song, chất lượng dự
báo mưa của mô hình HRM nguyên bản còn nhiều hạn chế do sự chưa thích hợp
của nó đối với khu vực Việt Nam - Đông Nam Á, trong khi đòi hỏi rất cao của xã
hộ
i về dự báo kịp thời và chính xác hơn lượng mưa và vùng có mưa để đáp ứng yêu
cầu của dự báo lũ, lụt và phòng tránh thiên tai. Trước yêu cầu cấp thiết đó, chúng tôi
đã lựa chọn và thực hiện đề tài: “Nghiên cứu tác động của tham số hóa đối lưu đối
với dự báo mưa bằng mô hình HRM ở Việt Nam” nhằm góp phần nào đó vào việc
giải quyết nhiệm vụ
quan trọng trên.
Mục đích của luận án
Nghiên cứu một số sơ đồ TSHĐL và áp dụng cho mô hình dự báo thời tiết
khu vực phân giải cao HRM để lựa chọn một sơ đồ thích hợp nhất phục vụ dự báo
mưa ở Việt Nam, thông qua đó hiểu rõ hơn về đối lưu và tác động của TSHĐL đối
với mưa mô hình khu vực nhiệt đới.
Đố
i tượng, phương pháp và phạm vi nghiên cứu của luận án
Đối tượng nghiên cứu: Đối lưu sâu nhiệt đới và mưa ở Việt Nam
Phương pháp nghiên cứu:

17
+ Phương pháp số: Mô hình hóa và TSHĐL
+ Phương pháp thống kê: Đánh giá truyền thống, thẩm định CRA và
kiểm nghiệm ổn định thống kê Bootstrap

Phạm vi nghiên cứu: Dự báo mưa định lượng (QPF) khu vực Việt Nam -
Đông Nam Á.
Những đóng góp mới chính của luận án
• Hệ thống hóa lý thuyết TSHĐL trong mô hình dự báo thời tiết khu vực và
đưa thêm ba sơ đồ mới vào mô hình HRM, trong đó sơ đồ Betts-Miller-
Janjic (BMJ) thiết l
ập trên nguyên tắc điều chỉnh cấu trúc nhiệt ẩm mô hình
về 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 hội tụ ẩm mực thấp và bất ổn định khí quyển.
• Để dự báo mưa trên khu vực nghiên cứu, sơ đồ BMJ t
ỏ ra thích hợp hơn so
với ba sơ đồ còn lại: kỹ năng dự báo mưa tăng rõ rệt, cân bằng ẩm trong mô
hình được đảm bảo và có thể coi là có kỹ năng dự báo tương đương với mô
hình LAPS của Úc.
- Sự thích hợp hơn của sơ đồ BMJ so với ba sơ đồ kia thể hiện sự phát triển
đối lưu sâu vùng nghiên cứu không chỉ do hội tụ ẩm mực thấp và bấ
t ổn định
khí quyển mà còn bởi nhiều quá trình phức tạp khác chưa được tính đến.
- 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.
• Lần đầu tiên ở Việt Nam luận án đã áp dụng thành công phương pháp
bootstrap để kiểm nghiệm độ ổn định thống kê của kết quả
đánh giá chất
lượng dự báo mưa mô hình và những kết luận nêu ra trong luận án được đảm
bảo ổn định và đáng tin cậy.
Ý nghĩa khoa học của luận án
• Luận án đã chỉ ra sự thích hợp hơn của sơ đồ BMJ so với ba sơ đồ còn lại
trong kết quả dự báo mưa của mô hình HRM thể hiện mưa lớn ở nhiệt đới
sinh ra chủ

yếu bởi đối lưu sâu và sự phát triển đối lưu sâu nhiệt đới không

18
chỉ nhờ hội tụ ẩm mực thấp và bất ổn định khí quyển mà còn phức tạp hơn
cần được nghiên cứu tiếp.
• 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.
Ý nghĩa thực tiễn của luận án
• Kế
t quả của luận án đã giúp khẳng định khả năng sử dụng mô hình HRM với
sơ đồ BMJ trong dự báo nghiệp vụ.
Cấu trúc của luận án
Ngoài phần mở đầu và kết luận, luận án được bố cục thành 3 chương:
Chương 1: Vấn đề tham số hóa đối lưu trong mô hình và dự báo mưa bằng
mô hình số.
Chương 2: Mô hình dự báo thời tiết khu vực phân giải cao HRM và một số
phương pháp đánh giá dự báo mưa của mô hình.
Chương 3: Kết quả dự báo mưa của mô hình HRM với các sơ đồ tham số hóa
đối lưu và đánh giá.

19
CHƯƠNG 1
VẤN ĐỀ THAM SỐ HÓA ĐỐI LƯU TRONG MÔ HÌNH
VÀ DỰ BÁO MƯA BẰNG MÔ HÌNH SỐ

Chương này trình bày một cách hệ thống về sự phát triển TSHĐL trong mô
hình dự báo số ở Mục 1.1. Tiếp đó, Mục 1.2 giới thiệu chi tiết hơn những sơ đồ
TSHĐL được lựa chọn để áp dụng vào mô hình HRM, từ đó tuyển chọn một sơ đồ
thích hợp cho dự báo mưa ở Việt Nam. Mục cuối của chương là những nghiên cứu
ở trên thế gi

ới và Việt Nam về dự báo mưa bằng mô hình số.

1.1 TỔNG QUAN VỀ VẤN ĐỀ THAM SỐ HÓA ĐỐI LƯU TRONG MÔ HÌNH DỰ
BÁO SỐ
Đối lưu mây tích đóng một vai trò quan trọng trong việc duy trì hoàn lưu qui
mô lớn trong khí quyển, đặc biệt đối lưu ẩm được xem là một quá trình quan trọng
trung tâm trong sự phát triển các áp thấp nhiệt đới (ATNĐ) và bão (Smith, 2000).
Tuy nhiên, khi mô phỏng các quá trình này trong mô hình số, kích thước lưới của
mô hình thường lớn hơn rất nhiều so với qui mô của các yếu tố mây riêng biệt. Do
đó, cần thiết phải biểu diễn được hiệu ứng của m
ột quần thể các đám mây đối lưu
trong khí quyển qua số hạng của các biến qui mô lưới. Kỹ thuật này được gọi là
TSHĐL mây tích. Tuy nhiên, trong khí quyển bất ổn định điều kiện để các đám mây
đối lưu xuất hiện thì vấn đề tham số hóa trở nên rất phức tạp. Những chuyển động
thẳng đứng qui mô dưới lưới liên quan tới sự giải phóng ẩn nhiệt, các xoáy r
ối mở
rộng trên những khoảng cách thẳng đứng lớn và thường có các đặc trưng rất ít liên
quan với các đặc trưng qui mô lớn tại mực đó (Frank, 1983).
Công trình nghiên cứu tiên phong của Riehl và Malkus (1958) cho thấy trong
các khu vực bất ổn định đối lưu, vận chuyển thẳng đứng của khối lượng và năng
lượng tĩnh ẩm không được thực hiện bởi hoàn lưu qui mô synôp mà bởi các đám
mây tích riêng biệt. Nhữ
ng phát triển tiếp theo được thực hiện rất nhiều, chẳng hạn
như một loạt công trình của các tác giả như Ooyama (1982), Frank (1983), Arakawa

20
và Chen (1987), Tiedtke (1988), Cotton và Anthes (1989). Các tác giả này nhất trí
rằng TSHĐL là cần thiết trong các mô hình số qui mô lớn (bước lưới >50-100km)
tại các điểm lưới xuất hiện bất ổn định đối lưu.
Khi năng lực máy tính tiếp tục phát triển, các mô hình số qui mô vừa với độ

phân giải rất cao đã được phát triển. Cotton và Anthes (1989) cho rằng nền tảng của
khái niệm TSHĐL bắt đầu trở nên không rõ ràng khi bước lưới của mô hình gi
ảm
xuống dưới 50km. Một số tác giả đã bỏ qua TSHĐL trong các mô hình phân giải
cao và thay vào đó là mô phỏng trực tiếp đối lưu mây tích trên lưới (Yamasaki,
1977; Rosenthal, 1978). Ngược lại, một số tác giả khác đã xây dựng sơ đồ TSHĐL
riêng cho các mô hình có bước lưới dưới 50km (Fritsch và Chappell, 1980; Frank
và Cohen, 1987). Việc lựa chọn có hay không tham số hóa trong các mô hình qui
mô vừa là khá phức tạp bởi vì đối lưu trong tự nhiên thường phát triển thành tổ
chức qui mô vừa. Cấ
u trúc qui mô vừa giải được này phát triển lúc ban đầu từ các
đám mây tích với qui mô không giải được và do đó là một thách thức lớn đối với
các nhà mô hình hóa qui mô vừa. Với tất cả những trở ngại trên, còn có nhiều vấn
đề chưa rõ ràng trong bài toán TSHĐL hơn là trong các khía cạnh khác của dự báo
thời tiết số qui mô vừa.
Trong một thảo luận tỉ mỉ về cơ sở khái niệm TSHĐL, Arakawa và Chen
(1987) lưu ý rằng v
ề cơ bản giải pháp cho các vấn đề trên nằm trong việc sử dụng
bước lưới có bậc của 100m. Giá trị này không loại bỏ được việc cần thiết phải tham
số hóa quá trình vi vật lý và rối, và cũng không có nguồn số liệu ban đầu cho các
qui mô này. Tuy nhiên, ta có thể mô phỏng trực tiếp các đám mây và do đó loại bỏ
việc cần thiết phải TSHĐL. Thật đáng tiếc là năng lực máy tính hiệ
n nay chưa cho
phép sử dụng độ phân giải 100m trong ứng dụng các mô hình qui mô vừa vào
nghiệp vụ. Thậm chí với qui mô này có thể thực hiện được trong thời gian tới, việc
giải thích một cách tường tận hàng triệu điểm đầu ra của mô hình sẽ là một thách
thức phi thường do bản chất nhiễu loạn của các qui mô được mô phỏng (Ooyama,
1982).

21

Các cách tiếp cận hiện nay đối với vấn đề biểu diễn đối lưu mây tích trong
các mô hình số qui mô vừa được chia thành 3 nhóm (Molinari và Dudek, 1992)
(Bảng 1.1). Cách tiếp cận truyền thống sử dụng TSHĐL tại các điểm bất ổn định
đối lưu và ngưng kết hiển (tức không tham số hóa) tại các điểm ổn định đối lưu.
Cách tiếp cận hiển tổng thể sử dụ
ng các phương pháp hiển mà không chú ý tới sự
ổn định. Cách tiếp cận lai tham số hóa dòng thăng và dòng giáng qui mô đối lưu,
tuy nhiên “sự cuốn ra” một phần mây được tham số hóa và mưa vào qui mô lưới.
Điều này cho phép sự chuyển hướng và chuyển pha của các hạt thành dạng được dự
báo hiển trong các bước thời gian tiếp theo.
Bảng 1.1 Mô tả các cách tiếp cận TSHĐL trong các mô hình qui mô vừa
(Molinari và Dudek, 1992)
Cách tiếp cận Điểm bất ổn định đối lưu Điểm ổn định đối lưu
Truyền thống Ẩn Hiển
Hiển tổng thể Hiển Hiển
Lai Lai Hiển
Cách tiếp cận truyền thống chỉ dùng trong các mô hình số với bước lưới quá
lớn (kích thước lưới >50-60km) (Hình 1.1). Khi bước lưới giảm xuống dưới 50km,
cách tiếp cận truyền thống bắt đầu gặp phải những yêu cầu phân tách qui mô cơ bản
của bài toán tham số hóa, đặc biệt nếu các tổ chức đối lưu qui mô vừa cũng được
tham số hóa. Cách tiếp cận truyền thống sử dụng ph
ương pháp ẩn hoặc hiển phụ
thuộc vào độ ổn định đối lưu địa phương.
Cách tiếp cận hiển tổng thể không có những hạn chế như trên, tuy nhiên cách
tiếp cận này cũng lại không thành công trong các mô hình qui mô vừa khi có bất ổn
định đối lưu lớn. Mặc dù cách này thích hợp trong một vài trường hợp đặc biệt
nhưng cách tiếp cận hiển tổng thể không thể cho một nghi
ệm tổng quát đối với các
mô hình có bước lưới trên 5-10km. Cách tiếp cận hiển tổng thể chỉ sử dụng công
thức hiển, không chú ý tới độ ổn định đối lưu. Với các mô hình có kích thước lưới

<2-3km, cách tiếp cận hiển tổng thể rõ ràng là tốt hơn, mặc dù vậy kích thước lưới
1km chỉ có thể mô phỏng các đám mây đối lưu lớn nhất (Lilly, 1990).

22
Cách tiếp cận lai dễ dàng tách biệt các chuyển động qui mô đối lưu khỏi sự
phát triển chậm, sự rơi xuống và sự chuyển pha của các hạt băng ngưng kết bị cuốn
ra tạo thành các tổ chức đối lưu qui mô vừa. Cách tiếp cận lai sử dụng TSHĐL để
đưa ra một phân bố thẳng đứng của các hạt mây và mưa trong các vùng bất ổn định
đối lưu. M
ột phần của các hạt này bị cuốn ra vào môi trường mây, sau đó được dự
báo hiển vào các bước thời gian tiếp theo sử dụng các phương trình dự báo không
đối lưu và bình lưu của chuyển động qui mô lưới. Trong các khu vực bất ổn định
đối lưu, cách tiếp cận lai khi đó có một phần là ẩn và một phần là hiển. Cách tiếp
cận lai sẽ được phân biệt với TSHĐL theo cách tiếp cận truyề
n thống. Chẳng hạn
như, Fritsch & Chappell (1980) và Emanuel (1991) tính ngưng kết trong dòng
thăng, dòng giáng và kết hợp ảnh hưởng quá trình bốc hơi của ngưng kết đối lưu.
Tuy nhiên, các thủ thuật này và những thủ thuật tương tự khác không phân loại như
cách tiếp cận lai vì những ảnh hưởng vi vật lý phải được kết hợp tất cả một cách
đồng thời. Lượng nước là ẩn và không được mang theo ở nhữ
ng bước thời gian tiếp
và không có sự trao đổi với lượng nước qui mô lưới. Trong thực tế, định nghĩa về
cách tiếp cận lai đòi hỏi các phương trình dự báo qui mô lớn không đối lưu cho các
hạt mây và mưa. Thêm vào đó, các phương trình này phải chứa các số hạng nguồn
đối lưu trong đó các phần tử ẩn được chuyển đổi thành qui mô lưới. Do đó, sự có
mặt của TSHĐL cộng v
ới các phương trình vi vật lý không đối lưu là không đầy đủ.
Để tiếp cận lai đạt hiệu quả, bước lưới phải đủ nhỏ để giải được các tổ chức qui mô
vừa, tuy nhiên không quá nhỏ để tránh gặp phải vấn đề phân tách qui mô. Người ta
cho rằng tiếp cận lai thích hợp với những mô hình có bước lưới từ 20 hoặc 25 đến

50km.
Mô phỏng tổ chức đối lưu qui mô vừa đ
ã cho thấy một thách thức chủ yếu
đối với các mô hình dự báo thời tiết bằng phương pháp số qui mô vừa. Một lượng
nước lớn trong các hoàn lưu qui mô vừa bắt nguồn từ các dòng thăng đối lưu qui
mô dưới lưới nhưng các dòng thăng và dòng giáng qui mô vừa không phải là các
quá trình dưới lưới trong không gian và thời gian do vậy chúng bắt buộc phải được
giải hiển. Hướng tiếp cận lai chỉ tham số hóa các qui mô đối l
ưu trong khi cho phép

23
các cấu trúc qui mô vừa gây ra bởi các sản phẩm ngưng kết bị thổi ra phát triển
chậm và tách biệt khỏi các phương trình qui mô lưới. Do vậy, mặc dù các đám mây
được giải ẩn và giải hiển đồng thời tồn tại nhưng chúng khác nhau căn bản trong
tính chất. Arakawa và Chen (1987) cho rằng tối thiểu phải có một phần nào đó của
tổ chức qui mô vừa phải được tham số hóa bởi vì có khoảng trống ph
ổ giữa qui mô
vừa và qui mô mây. Người ta cho rằng hướng tiếp cận lai đã loại bỏ sự cần thiết
phải tham số hóa hơn nữa quá trình qui mô vừa bằng cách phân chia các cơ chế
cưỡng bức cho thành phần qui mô vừa. Đặc điểm này có thể cho phép tiếp cận lai
được sử dụng cho các kích thước lưới nhỏ hơn so với cách tiếp cận truyền thống mà
không gặp phải vấn đề về
phân tách qui mô.




Hình 1.1 Các dạng hàm được đề xuất để TSHĐL trong các mô hình qui mô vừa khu vực là
một hàm của khoảng cách lưới. Qui mô dưới 10km có dạng loga và trên 10km có dạng
tuyến tính. Dấu “?” cho thấy sự thiếu hụt nghiệm một cách rõ ràng và các dấu “ ” biểu

diễn khu vực chuyển tiếp giữa các cách tiếp cận. Giả thiết rằng mô hình bao phủ một diện
tích đủ lớn để cách tiếp cận phải mô phỏng được các hiệu ứng đối lưu trên một khoảng các
chế độ nhiệt động lực và ổn định quán tính (Molinari và Dudek, 1992)
Đối với bước lưới khoảng từ 3 đến 20-25km thì chưa có giải pháp rõ ràng.
Khi cưỡng bức qui mô lưới lớn và bất ổn định đối lưu nhỏ hoặc trung bình, tiếp cận
hiển tổng thể có thể đáp ứng được (Rosenthal, 1978). Trong những trường hợp này,
cưỡng bức qui mô lưới nhanh chóng tạo ra bão hòa, và phân bố thẳng đứng của đốt
nóng bởi tiếp cận hiển chỉ khác ít so với thực t
ế. Mặt khác, tiếp cận hiển thất bại tại
những bước lưới trung gian bởi vì độ phân giải không đủ để mô hình hóa sự bắt đầu
của mây và sự vận chuyển qui mô dưới lưới theo như thực tế.
1
0
,
1
10
20 30
40 50 60
70
B
ư
ớc l
ư
ới
(
km
)
Hiển
tổng thể
Lai

Tru
y
ề
n th
ố
n
g

?

24
TSHĐL mây tích cũng có những vấn đề đối với bước lưới nằm trong khoảng
từ 3 đến 25km, thậm chí với cả tiếp cận lai. Khả năng mà các đám mây đối lưu sẽ
phát triển trực tiếp trên qui mô lưới tăng lên khi độ phân giải tăng. Chính vì điều
này nên rất khó để nhận biết các quá trình vật lý riêng biệt với các đám mây qui mô
lưới và qui mô dưới lưới. Trong tình huống này, những mô phỏng thành công ch
ỉ có
khả năng nếu các đám mây được tham số hóa nhanh chóng trở thành thứ yếu so với
các đám mây đối lưu qui mô lưới. Vấn đề TSHĐL vẫn còn những nghiên cứu chưa
đầy đủ đối với các mô hình có độ phân giải tinh (Molinari và Dudek, 1992).
Khi không có sự quay lớn, những giả thiết cơ bản của TSHĐL bắt đầu bị phá
vỡ khi bước lưới giảm xuống dưới 20-25km. Đối với các mô hình có độ
phân giải
như vậy, qui mô thời gian của đối lưu được tham số hóa tiến tới qui mô thời gian
đặc trưng của lưới, tham số hóa và không tham số hóa các đám mây đối lưu thường
tồn tại đồng thời trong một nút lưới. Điều quan trọng là cần phải hiểu được sự tương
tác giữa các đám mây ẩn và hiển tạo ra sự chuyển hóa này và cách biểu diễn các quá
trình vật lý trong tự nhiên tr
ước khi TSHĐL được sử dụng rộng rãi trong các mô
hình độ phân giải cao.

Các sơ đồ TSHĐL trong thời gian đầu được thúc đẩy bởi sự áp dụng của nó
vào động lực học bão, tuy nhiên sự cần thiết để biểu diễn các quá trình đối lưu được
mở rộng và quá trình tham số hóa đặc biệt quan trọng đối với các mô hình dự báo
thời tiết, các mô hình hoàn lưu chung và các mô hình khí hậu.
Đến nay, một loạt các sơ
đồ tham số hóa đã được phát triển, tuy nhiên mỗi sơ
đồ đều có những hạn chế riêng và không có sơ đồ nào hoàn thiện. Điều này trước
hết do sự hiểu biết chưa đầy đủ về các quá trình đối lưu của chúng ta (Smith, 2000).
Đã có rất nhiều tác giả tổng kết về vấn đề này như Betts (1974), Cho (1975), Houze
và Betts (1981), Ooyama (1982), Anthes (1982), Frank (1983), Molinari và Dudek
(1992), Emanuel và Raymond (1993), Kuo & CS (1997), Smith (1997a) theo
nhiều cách tiếp cận khác nhau, trong phần này mục đích của chúng tôi là muố
n hệ
thống lại một cách khái quát sự phát triển của các sơ đồ TSHĐL trong mô hình dự

25
báo thời tiết cũng như trình bày sơ bộ về ý tưởng của các nhóm sơ đồ TSHĐL điển
hình.
Nhìn chung, các sơ đồ TSHĐL có hai mục tiêu. Thứ nhất, các sơ đồ phải dự
báo được năng lượng giải phóng do đối lưu qua số hạng của các biến qui mô lưới
(bài toán khép kín). Thứ hai, sơ đồ đối lưu phải phân bố năng lượng được giải
phóng theo phương thẳng
đứng sao cho gần với thực tế cùng với các tham số hóa
vật lý khác như bức xạ, mưa qui mô lưới và lớp biên để duy trì được cấu trúc khí
quyển thực theo phương thẳng đứng (Gregory và Rowntree, 1990). Hai câu hỏi cần
nêu ra để đánh giá một sơ đồ nào đó là: (1) đối lưu được hình thành như thế nào
trong sơ đồ và (2) trong trường hợp các sơ đồ kiểu dòng khối, thông lượng khối
lượng đối lư
u được xác định như thế nào.
Theo Arakawa và Chen (1987), hầu hết các sơ đồ TSHĐL sử dụng trong dự

báo thời tiết số có thể được chia thành bốn nhóm với một số sơ đồ đại diện như sau:
1) Các sơ đồ điều chỉnh đối lưu ẩm như Manabe & CS (1965), Krishnamurti & CS
(1980), Betts (1986), Mueler & CS (1987), và Betts và Miller (1993)
2) Các sơ đồ kiểu Kuo như Kuo (1965, 1974), Anthes (1977a), Molinari (1982), và
Geleyn (1985)
3) Các sơ đồ dòng khối như Arakawa và Schubert (1974), Geleyn & CS (1982), và
Tiedtke (1989)
4) Các sơ đồ
được thiết lập cho các mô hình qui mô vừa như Kreitzberg và Perkey
(1976), Fristch và Chappell (1980), Frank và Cohen (1987), và Kain và Fristch
(1989)
Những giả thiết khép kín trong các sơ đồ này là sự kết hợp của bốn kiểu khép
kín cơ bản, như được xác định bởi Arakawa và Chen (1987). Sự phân loại một trong
hai họ đầu tiên một cách ẩn đưa ra các thông tin về những giả thiết khép kín được
sử dụng. Các sơ đồ điều chỉnh đối lưu ẩm ép buộc trạ
ng thái nhiệt động lực của khí
quyển là tựa cân bằng. Các sơ đồ kiểu Kuo kết hợp trực tiếp nguồn sinh nhiệt hiển
Q
1
và nguồn mất ẩm hiển Q
2
(Yanai & CS, 1973) với các quá trình qui mô lớn.
Trong các sơ đồ dòng khối, hiệu ứng của các đám mây đối với những biến qui mô