THỬ NGHIỆM DỰ BÁO TẦM NHÌN CHO CÁC SÂN BAY THUỘC CỤM CẢNG HÀNG KHÔNG MIỀN BẮC BẰNG MÔ HÌNH WRF

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





NGUYỄN VĂN HỒNG



THỬ NGHIỆM DỰ BÁO TẦM NHÌN
CHO CÁC SÂN BAY THUỘC CỤM CẢNG
HÀNG KHÔNG MIỀN BẮC BẰNG MÔ HÌNH WRF



LUẬN VĂN THẠC SỸ KHOA HỌC






Hà Nội, năm 2013
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

NGUYỄN VĂN HỒNG


THỬ NGHIỆM DỰ BÁO TẦM NHÌN
CHO CÁC SÂN BAY THUỘC CỤM CẢNG
HÀNG KHÔNG MIỀN BẮC BẰNG MÔ HÌNH WRF


Chuyên ngành : Khí tượng và Khí hậu học
Mã số : 60.44.87

LUẬN VĂN THẠC SỸ KHOA HỌC
Người hướng dẫn: TS. Ngô Đức Thành





Hà Nội, năm 2013
LỜI CÁM ƠN

Người đầu tiên tôi muốn gửi lời cảm ơn chân thành, sâu sắc là TS. Ngô
Đức Thành, người đã chỉ bảo tận tình, giúp đỡ và hướng dẫn khoa học để tôi có thể
hoàn thành luận văn Thạc sỹ.
Xin gửi lời cảm ơn chân thành tới các Thầy, các Cô, các anh chị và các em
đang công tác, giảng dạy tại Khoa khí tượng Thủy văn và Hải dương học, Trường
Đại học Khoa học Tự nhiên đã tạo điều kiện và cho tôi kiến thức, lòng say mê
nghiên cứu khoa học để tôi trưởng thành hơn trong sự nghiệp.
Xin gửi lời cảm ơn tới Phòng Sau đại học, Trường Đại học Khoa học Tự
nhiên, đã tạo điều kiện cho tôi trong quá trình tôi học tập tại trường.

Xin cảm ơn những bạn bè đồng nghiệp tại Trung tâm Hiệp đồng Điều hành
bay - Tổng công ty Quản lý bay Việt Nam đã giúp đỡ tôi trong quá trình
tôi

thực

hiện luận văn.
Cuối cùng là lời cảm ơn dành cho gia đình tôi, và tất cả bạn bè, người thân của
tôi, người luôn quan tâm, động viên, khích lệ để tôi hoàn thành luận văn tốt nghiệp
này.


Nguyễn Văn Hồng.


1
MỤC LỤC
LỜI CÁM ƠN 0
MỤC LỤC 1
DANH MỤC BẢNG BIỂU 3
DANH MỤC HÌNH VẼ VÀ ĐỒ THỊ 4
DANH MỤC CÁC CHỮ VIẾT TẮT 7
PHẦN MỞ ĐẦU 9
CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO SƯƠNG MÙ, MÂY THẤP VÀ
TẦM NHÌN 12
1.1. Những khái niệm và định nghĩa 12
1.2. Tổng quan về dự báo sương mù, mây thấp và tầm nhìn 13
1.2.1. Kinh nghiệm dự báo trên thế giới 13
1.2.2. Kinh nghiệm dự báo trong nước 18
1.3. Các phương pháp dự báo tầm nhìn từ mô hình số trị 20

1.3.1. Phương pháp dự báo FSI 20
1.3.2. Phương pháp Steolinga và Warner (SW99) 21
1.3.3. Phương pháp RUC 22
1.3.4. Phương pháp dự báo FSL 22
1.3.5. Phương pháp kết hợp CVIS 22
1.3.6. Phương pháp RVIS 22
CHƯƠNG 2: MÔ HÌNH WRF VÀ ỨNG DỤNG DỰ BÁO 23
2.1. Giới thiệu mô hình dự báo thời tiết WRF 24
2.2. Cấu trúc chương trình WRF 26
2.3. Các bước chạy mô hình 28
2.4. Cấu hình miền tính, số liệu 29
2.5. Số liệu METAR 32
CHƯƠNG 3: KẾT QUẢ DỰ BÁO VÀ PHÂN TÍCH 35
3.1. Kết quả dự báo cho sân bay Nội Bài 36
3.1.1. Kết quả dự báo tầm nhìn cho sân bay Nội Bài 36
3.1.1.1. Đợt 1: ngày 17/12/2010 36
3.1.1.2. Đợt 2: Ngày 19/12/2010 38
3.1.1.3. Đợt 3: Ngày 05/12/2011 40
3.1.2. Kết quả dự báo trường nhiệt độ và nhiệt độ điểm sương sân bay Nội Bài 43
3.2. Kết quả dự báo cho sân bay Cát Bi 46
3.2.1. Kết quả dự báo tầm nhìn cho sân bay Cát Bi 46
3.2.1.1. Đợt 1: Ngày 05/12/2011 46
3.2.1.2. Đợt 2: Ngày 28/01/2012 48
3.2.1.3. Đợt 3: Ngày 29/01/2012 50
3.2.2. Kết quả dự báo trường nhiệt độ và nhiệt độ điểm sương cho sân bay Cát Bi 53
3.3 Kết quả dự báo cho sân bay Vinh 55
3.3.1. Kết quả dự báo tầm nhìn cho sân bay Vinh 55
3.3.1.1 Đợt 1: Ngày 15/12/2011 55
2
3.3.1.2 Đợt 2: Ngày 30/12/2011 58

3.3.1.3 Đợt 3: Ngày 29/01/2012 60
3.3.2. Kết quả dự báo trường nhiệt độ và nhiệt độ điểm sương cho sân bay Vinh 63
KẾT LUẬN VÀ KIẾN NGHỊ 66
TÀI LIỆU THAM KHẢO 69
PHỤ LỤC 74
3
DANH MỤC BẢNG BIỂU

Số hiệu bảng Tên bảng Trang
Bảng 2.1 Cấu hình miền tính sân bay Nội Bài 29
Bảng 2.2 Cấu hình miền tính sân bay Cát Bi 30
Bảng 2.3 Cấu hình miền tính sân bay Vinh 31
Bảng 2.4 Ví dụ bản tin báo cáo thời tiết sân bay Nội Bài, Cát
Bi, Vinh
33
Bảng 3.1 Tóm tắt kết quả dự báo tầm nhìn đối với sân bay
Nội Bài
42
Bảng 3.2 Tóm tắt kết quả dự báo tầm nhìn đối với sân bay

Cát Bi
52
Bảng 3.3 Tóm tắt kết quả dự báo tầm nhìn đối với sân bay

Vinh
62
4
DANH MỤC HÌNH VẼ VÀ ĐỒ THỊ

Số hiệu

hình vẽ
Tên hình vẽ Trang

Hình 1.1 Dự báo sương mù, mây thấp và giá trị tầm nhìn của cơ quan
Khí tượng Anh bằng mô hình SSFM
14
Hình 1.2 Kết quả dự báo tầm nhìn hạn 6h bằng mô hình HIRLAM và
số liệu tầm nhìn quan trắc lúc 6Z ngày 19/2/2003
15
Hình 1.3 Dự báo sương mù và tầm nhìn bằng mô hình WRF cho sân
bay INCHON –Hàn Quốc.
18
Hình 2.1 Cấu trúc chương trình WRF 27
Hình 2.2 Miền tính cho sân bay Nội Bài 29
Hình 2.3 Miền tính cho sân bay Cát Bi 30
Hình 2.4 Miền tính cho sân bay Vinh 31
Hình 3.1 Bản đồ hình thế Synop lúc 00Z ngày 18/12/2010 36
Hình 3.2 Giản đồ cao không T-Skew lúc 00Z ngày 18/12/2010 36
Hình 3.3 Đồ thị dự báo tầm nhìn cho sân bay Nội Bài ngày
17/12/2010 với hạn dự báo 24h cho 4 miền tính 27km,
09km, 03km và 01km. Thời điểm bắt đầu dự báo 18Z
36
Hình 3.4 Bản đồ hình thế Synop lúc 00Z ngày 20/12/2010 37
Hình 3.5 Giản đồ cao không T-Skew lúc 00Z ngày 20/12/2010 37
Hình 3.6 Đồ thị dự báo tầm nhìn cho sân bay Nội Bài ngày
19/12/2010 với hạn dự báo 24h cho 4 miền tính 27km,
09km, 03km và 01km. Thời điểm bắt đầu dự báo 18Z
38
Hình 3.7 Bản đồ hình thế Synop lúc 00Z ngày 06/12/2011 39
Hình 3.8 Giản đồ cao không T-Skew lúc 00Z ngày 06/12/2011 39

Hình 3.9 Đồ thị dự báo tầm nhìn cho sân bay Nội Bài ngày
05/12/2011 với hạn dự báo 24h cho 4 miền tính 27km,
40
5
09km, 03km và 01km. Thời điểm bắt đầu dự báo 18Z.
Hình 3.10 Kết quả dự báo trường nhiệt độ, nhiệt độ điểm sương các
ngày 17/12/2010, 19/12/2010 và ngày 05/12/2011 cho sân
bay Nội Bài
44
Hình 3.11 Bản đồ Synop lúc 00Z ngày 06/12/2011 45
Hình 3.12 Đồ thị dự báo tầm nhìn cho sân bay Cát Bi ngày 05/12/2011
với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z.
46
Hình 3.13 Bản đồ Synop lúc 00Z ngày 29/01/2012 47
Hình 3.14 Đồ thị dự báo tầm nhìn cho sân bay Cát Bi ngày 28/01/2012
với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z
48
Hình 3.15 Bản đồ Synop lúc 00Z ngày 30/01/2012 49
Hình 3.16 Đồ thị dự báo tầm nhìn cho sân bay Cát Bi ngày 29/01/2012
với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z
50
Hình 3.17 Kết quả dự báo trường nhiệt độ, nhiệt độ điểm sương ngày
05/12/2011, 28/01/2012 và ngày 29/01/2012 cho sân bay
Cát Bi
53
Hình 3.18 Bản đồ Synop lúc 00Z ngày 16/12/2011 55
Hình 3.19 Đồ thị dự báo tầm nhìn cho sân bay Vinh ngày 15/12/2011

với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z
55
Hình 3.20 Bản đồ Synop lúc 00Z ngày 31/12/2011 57
Hình 3.21 Đồ thị dự báo tầm nhìn cho sân bay Vinh ngày 30/12/2011
với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z
58
Hình 3.22 Bản đồ Synop lúc 00Z ngày 29/01/2012 59
6
Hình 3.23 Đồ thị dự báo tầm nhìn cho sân bay Vinh ngày 28/01/2012
với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z
60
Hình 3.24 Kết quả quả dự báo trường nhiệt độ, nhiệt độ điểm sương
các ngày 05/12/2011, 28/01/2012 và ngày 29/01/2012
63
H-PL1 Bản đồ dự báo khí áp mực biển lúc 00Z ngày 18/12/2010 73
H-PL2 Bản đồ dự báo khí áp mực biển lúc 00Z ngày 20/12/2010 73
H-PL3 Bản đồ dự báo khí áp mực biển lúc 00Z ngày 16/12/2011 73
H-PL4 Bản đồ dự báo khí áp mực biển lúc 00Z ngày 06/12/2011 73
H-PL5 Bản đồ dự báo khí áp mực biển lúc 00Z ngày 30/01/2012 74
H-PL6 Bản đồ dự báo khí áp mực biển lúc 00Z ngày 31/01/2012 74

7
DANH MỤC CÁC CHỮ VIẾT TẮT

ALADIN (Spectral limited area numerical weather prediction model): Dự báo thời
tiết bằng phương pháp số cho khu vực giới hạn.
AWOS (Automatic Weather Observation System): Hệ thống quan trắc thời tiết tự

động.
C
W
(Cloud water): Lượng nước trong mây.
COST (European Cooperation in Science and Technology): Hợp tác khoa học kỹ
thuật của các quốc gia Châu Âu.
DMI (Danish Meteorological Institute): Viện khí tượng Đan Mạch.
ECMWF (European Centre for Medium-Range Weather Forecasts): Trung tâm dự
báo thời tiết hạn vừa Châu Âu.
FMI (Filand Meteorological Institute): Viện khí tượng Phần Lan.
FSI (Foggy Stability Index): Chỉ số dự báo sương mù.
FSL (Forecast System Laboratory): Dự báo tầm nhìn bằng phương pháp FSL.
GDAS (Global Data Assimilation System): Hệ thống đồng hóa dữ liệu toàn cầu.
GME (Global Model of the DWD): Mô hình dự báo toàn cầu của Đức.
GFS (Global Forecast System): Hệ thống dự báo thời tiết toàn cầu.
HIRLAM (High Resolution Limited Area Model): Mô hình khu vực hạn chế có độ
phân giải cao.
HRM (High Resolution regional Model): Mô hình khu vực có độ phân giải cao.
INM (Instituto Nacional de Meteorología): Viện khí tượng quốc gia Tây Ban Nha.
LM (Local Model): Mô hình dự báo địa phương.
MM5 (Mesoscale Model version 5): Mô hình quy mô vừa phiên bản thứ 5.
MOS (Model Output Statistics): Thống kê sau mô hình.
METAR (Meteorological Aerodrome Report): Bản tin báo cáo thời tiết tại sân bay
30 phút hoặc 1 tiếng/lần.
NWP (Numerical Weather Prediction): Dự báo thời tiết bằng phương pháp số trị.
8
NCAR (National Center for Atmospheric Research): Trung tâm nghiên cứu khí
quyển Hoa Kỳ.
NCEP (National Centers for Environmental Prediction): Trung tâm dự báo môi
trường quốc gia Hoa Kỳ.

NCL: (NCAR Command Language): Ngôn ngữ lập trình bằng dòng lệnh của
NCAR.
NOAA (National Oceanic and Atmospheric Administration): Cơ quan khí quyển và
đại dương Hoa Kỳ.
RUC (Rapid Update Cycle): Dự báo tầm nhìn bằng phương pháp RUC.
RAMS (Regional Atmospheric Modeling System): Hệ thống mô hình khí quyển
khu vực.
WRF (Weather Research and Forecast): Mô hình nghiên cứu và dự báo thời tiết.

9
PHẦN MỞ ĐẦU

Việt Nam nằm trong miền nhiệt đới gió mùa, trong vành đai nhiệt đới của Bắc
bán cầu thuộc khu vực Đông Nam Á, là khu vực giao nhau giữa hai dạng khí hậu:
khí hậu lục địa và khí hậu biển nhiệt đới với độ ẩm cao. Trong những năm cuối thế
kỷ 20, đầu thế kỷ 21, những biến đổi thời tiết khí hậu toàn cầu dường như đã làm
gia tăng các hiện tượng thiên tai nguy hiểm. Cũng như các nước khác trên thế giới,
những năm gần đây tại Việt Nam đã liên tiếp xảy ra những thảm hoạ thiên tai gây ra
nhiều tổn thất sinh mạng, thiệt hại nặng nề về tài sản, ảnh hưởng nhiều tới đời sống
con người, kinh tế xã hội và có ảnh hưởng xấu đến môi trường. Trong những năm
qua, công tác
(hay dịch vụ) Khí tượng Thuỷ văn do Ngành Khí tượng Thuỷ văn
cung cấp cho nhiều đối tượng sử dụng thuộc các ngành kinh tế - xã hội, an ninh
quốc phòng và đại chúng, nhưng rộng rãi và quan trọng nhất là thông tin dự báo khí
tượng thuỷ văn. Ý nghĩa kinh tế - xã hội của chúng vô cùng to lớn, trước hết là đối
với dự báo phục vụ công cộng để phòng tránh thiên tai như bão, lũ lụt, mưa lớn, hạn
hán, rét đậm, rét hại, tố lốc; Sau đó là dự báo khí tượng thuỷ văn phục vụ hoạt động
chuyên ngành trong sản xuất và phát triển của các ngành kinh tế quốc dân như nông
nghiệp, giao thông đường thuỷ, đường bộ, đường hàng không, công nghiệp, an ninh
quốc phòng, văn hoá du lịch, v.v Bên cạnh những thiên tai hiện hữu như đã nêu

trên, các hiện tượng khác như mù, sương mù, mây thấp cũng là một trong những
hiện tượng thời tiết nguy hiểm gây giảm tầm nhìn, ảnh hưởng không nhỏ tới đời
sống xã hội, giao thông đường bộ, đường thủy, đặc biệt là đường hàng không. Hàng
năm, hoạt động bay tại các sân bay thuộc cụm cảng Hàng không miền Bắc thường
xuyên chịu ảnh hưởng bởi mù, sương mù, mây thấp gây giảm tầm nhìn, rất nhiều
chuyến bay phải hủy chuyến, đổi lịch trình, không hạ cánh được và phải đi sân bay
dự bị, ảnh hưởng lớn tới hiệu quả kinh tế và gây uy hiếp đến an toàn bay.
Khí tượng Hàng không là một bộ phận không thể tách rời của ngành Khí tượng,
bằng việc áp dụng những kiến thức về Khí tượng, kiến thức của nhiều ngành tự
nhiên khác, các dự báo viên Khí tượng Hàng không cũng đã và đang cố gắng tìm ra
10
các quy luật, các hệ quả của thời tiết để từ đó dự báo, cảnh báo các yếu tố khí tượng
như: Tầm nhìn ngang, tầm nhìn đường cất hạ cánh, các hiện tượng thời tiết gây
giảm tầm nhìn, trần mây, độ cao chân mây, gió mặt đất, gió trên cao, nhiệt độ mặt
đất, nhiệt độ trên cao, nhiệt độ điểm sương, v.v để phục vụ cho các chuyến bay an
toàn, hiệu quả kinh tế cao nhất.
Tầm nhìn ngang khí tượng, tầm nhìn đường cất hạ cánh là vô cùng quan trọng
đối với an toàn hàng không cũng như hiệu quả kinh tế. Phụ thuộc vào hệ thống
trang thiết bị dẫn đường của từng sân bay, mỗi sân bay có các ngưỡng giá trị tầm
nhìn ngang khí tượng, tầm nhìn đường cất hạ cánh khai thác tối thiểu khác nhau.
Nếu tầm nhìn dưới giá trị khai thác tối thiểu, các chuyến bay phải hoãn việc cất
cánh, hoặc phải bay chờ trong khoảng thời gian nhất định đợi tầm nhìn đạt hoặc
vượt ngưỡng khai thác tối thiểu để hạ cánh, hoặc quyết định đi sân bay dự bị. Do
đó, việc dự báo tầm nhìn đường cất hạ cánh, tầm nhìn ngang khí tượng luôn được
chú trọng. Yêu cầu đặt ra đối với các dự báo khí tượng Hàng không là dự báo chính
xác giá trị tầm nhìn, diễn biến tầm nhìn là vô cùng cấp thiết, từ đó cung cấp nhanh
chóng, kịp thời cho tổ bay, cho các nhà lập kế hoạch bay, nhà khai thác, góp phần
đảm bảo an toàn cho các chuyến bay, nâng cao hiệu quả kinh tế.
Cụm cảng Hàng không Miền Bắc gồm 6 sân bay: Điện Biên, Nà Sản (đang
ngừng hoạt động bay), Nội Bài, Cát Bi, Vinh, Đồng Hới. Các tháng cuối mùa đông,

khi khối không khí lạnh lục địa di chuyển lệch đông ra biển rồi ảnh hưởng đến thời
tiết nước ta, các tỉnh Miền Bắc nói chung trong đó sân bay Nội Bài, Cát Bi và Vinh
nói riêng thường xuyên chịu ảnh hưởng bởi mù, sương mù, mưa phùn nên ảnh
hưởng không nhỏ đến hoạt động bay. Theo báo Dân Trí có địa chỉ
www.dantri.com.vn, ngày 05/03/2012 có ít nhất 26 chuyến bay quốc tế và nội địa
không thể cất và hạ cánh được tại sân bay quốc tế Nội Bài do sương mù dày đặc
làm giảm tầm nhìn. Theo số liệu của phòng Điều hành bay - trung tâm Hiệp đồng
điều hành bay - sân bay Gia Lâm, sương mù dày đặc ngày 15/02/2012 tại sân bay
Quốc tế Nội Bài làm 6 chuyến bay không hạ cánh được phải đi sân bay dự bị, trong
đó rất nhiều chuyến bay chịu ảnh hưởng khác như: đổi lịch bay, giờ bay, đổi sân
11
bay đến không được thống kê.
Ở Việt Nam, trong thời gian vừa qua đã có nhiều cố gắng để áp dụng các mô
hình số trị hiện đại phục vụ dự báo thời tiết nói chung và các hiện tượng cực đoan
nói riêng như hạn hán, mưa lớn, bão, áp thấp nhiệt đới, Tuy mới được bắt đầu,
nhưng việc ứng dụng mô hình số trị trong dự báo thời tiết đã có bước phát triển khá
chắc chắn mang tính hiệu quả. Với ý nghĩa đó, nhằm góp phần nâng cao chất lượng
dự báo mù, sương mù, mây thấp, tầm nhìn, trong luận văn thạc sỹ của mình, tác giả
đã nghiên cứu, thử nghiệm phương pháp: “Dự báo tầm nhìn cho các sân bay cụm
cảng Hàng không Miền Bắc bằng mô hình WRF”. Đây là một phương pháp đã được
nhiều quốc gia trên thế giới áp dụng và thu được những kết quả khả quan, tuy nhiên
đây lại là phương pháp dự báo tầm nhìn hoàn toàn mới chưa áp dụng tại Việt Nam.
Nội dung của luận văn gồm có:
Phần mở đầu
Chương 1: Tổng quan về dự báo sương mù, mây thấp và tầm nhìn
Chương 2: Mô hình WRF và ứng dụng dự báo tầm nhìn cho các sân bay cụm
cảng hàng không Miền Bắc
Chương 3: Kết quả thử nghiệm dự báo tầm nhìn bằng mô hình WRF
Kết luận, kiến nghị
Tài liệu tham khảo

12
CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO SƯƠNG MÙ,
MÂY THẤP VÀ TẦM NHÌN

Mù, sương mù, mây thấp, mưa nhỏ, mưa phùn, v.v là những hiện tượng thời
tiết nguy hiểm làm giảm tầm nhìn, ảnh hưởng không nhỏ tới hoạt động kinh tế xã
hội, giao thông đường bộ, đường sắt, đường thủy, đường sông và đặc biệt tới đường
hàng không. Để giảm những thiệt hại do chúng gây ra, nhiều nhà khoa học, dự báo
viên khí tượng trong nước cũng như trên thế giới đã và đang nghiên cứu, áp dụng
nhiều phương pháp khác nhau để từ đó dự báo chính xác sự xuất hiện cũng như diễn
biến của các hiện tượng mù, sương mù, mây thấp, mưa nhỏ, mưa phùn, giá trị tầm
nhìn do các yếu tố thời tiết trên gây ra. Trong chương này, bên cạnh những thông
tin trong và ngoài nước về nghiên cứu, dự báo mù, sương mù, mây thấp, tầm nhìn,
và tránh những nhầm lẫn về các hiện tượng trên, luận văn đề cập đến một số khái
niệm sau:
1.1. Những khái niệm và định nghĩa
Kết quả ngưng kết và thăng hoa hơi nước trong khí quyển tạo thành những giọt
nước nhỏ li ti hoặc những tinh thể băng có kích thước vô cùng bé (đường kính từ
5×10
-4
- 5×10
-2
mm) bay lơ lửng trong lớp không khí ngay sát mặt đất, hàm lượng
nước gây giảm tầm nhìn ngang dưới 1km gọi là sương mù, và trên 1km nhưng dưới
10km gọi là mù, nếu chân của lớp sương mù cao hơn quan trắc viên khoảng 15m trở
lên được gọi là mây [5].
Theo tài liệu hướng dẫn mã hoá bản tin dự báo và quan trắc các yếu tố khí
tượng trong ngành Hàng không [31], mù là sự ngưng kết của các hạt nước siêu nhỏ
hoặc các phần tử ẩm trong khí quyển làm giảm tầm nhìn từ 1000 - 5000m và độ ẩm
tương đối lớn hơn 95%; khi sự ngưng kết của các hạt nước siêu nhỏ hoặc các phần

tử ẩm làm giảm tầm nhìn ngang dưới 1km thì gọi là sương mù. Mưa phùn là các hạt
nước đồng nhất có kích thước nhỏ hơn 0.5mm, các hạt nước được hình thành từ
mây thấp hoặc từ mưa không tới mặt đất. Thông thường, mưa phùn cường độ mạnh
13
do ảnh hưởng của mây thấp, phụ thuộc vào cường độ kết tủa và số hạt nước. Mưa
phùn mạnh có thể đạt >1mm/giờ.
1.2. Tổng quan về dự báo sương mù, mây thấp và tầm nhìn
1.2.1 Kinh nghiệm dự báo trên thế giới
Do những ảnh hưởng to lớn do thời tiết gây ra nên các bản tin dự báo thời tiết
ngày càng được xã hội chú trọng đặc biệt là chất lượng bản tin dự báo thời gian xuất
hiện sương mù, mây thấp và giá trị tầm nhìn. Bên cạnh các phương pháp dự báo
thời tiết truyền thống, các mô hình số trị đã và đang được áp dụng vào trong nghiệp
vụ dự báo. Tuy nhiên, dự báo sương mù lại chịu ảnh hưởng rất nhiều bởi yếu tố địa
phương và lớp biên bề mặt. Các yếu tố quan trắc và đo đạc trực tiếp trong không
gian là nhân tố cơ bản trong việc dự báo sương mù và mây thấp. Bên cạnh đó, các
thông tin từ vệ tinh, với độ chính xác ngày càng được cải thiện, ngày càng được sử
dụng phổ biến làm yếu tố đầu vào cho mô hình dự báo sương mù và mây thấp.
Trong đề án hợp tác khoa học và công nghệ châu Âu COST - 722 (European
COperation in Science and Technology) [23] gồm 13 quốc gia ở Châu Âu đã nghiên
cứu dự báo sương mù mây thấp trong hai năm rưỡi (2001 - 2003) tuy nhiên kết quả
dự báo chưa bao phủ toàn bộ các quốc gia Châu Âu.
Trong báo cáo của Golding (2005) [19], sương mù, mây thấp ảnh hưởng rất
nhiều tới hoạt động hàng không bao gồm cả quân sự và dân sự tại nước Anh. Yêu
cầu cấp thiết đòi hỏi dự báo các ngưỡng giá trị tầm nhìn khai thác cho các sân bay
để phục vụ máy bay cất và hạ cánh an toàn. Bên cạnh đó, sương mù mây thấp cũng
ảnh hưởng tới các phương tiện tham gia giao thông đường thủy và đường bộ.
Phương pháp dự báo sương mù bình lưu truyền thống cho các vùng ven biển là dựa
và hướng gió. Tuy nhiên, phương pháp dự báo này khi áp dụng vào dự báo cho
sương mù bức xạ, sương mù địa hình thì lại gặp nhiều hạn chế. Sương mù hình
thành và phát triển là do sự tương tác lớp đất bề mặt, mặt biển và lớp không khí gần

bề mặt. Các mô hình số trị NWP (Numerical Weather Prediction) được áp dụng để
giải bài toán ảnh hưởng của các yếu tố quy mô lớn. Các số liệu quan trắc đặc biệt là
thám sát thẳng đứng là phương pháp chính cho ta biết ảnh hưởng của các yếu tố địa
14
phương. Hiện nay, phương pháp dự báo sương mù, mây thấp và tầm nhìn tại Anh
chủ yếu là phương pháp thống kê sau mô hình MOS (Model Output Statistics) dựa
trên phương pháp mạng thần kinh, phương pháp rẽ nhánh và phương pháp dự báo
hoàn hảo trên mô hình quy mô vừa 3 chiều (3D) sau đó được xử lý bởi mô hình 1
chiều (1D).



(Nguồn: Golding, 2005)

Hình 1.1 là kết quả dự báo tầm nhìn, sương mù và mây thấp ngày 20/03/2000
bằng mô hình 1D của cơ quan khí tượng Anh. Các yếu tố khí tượng theo quy mô
thẳng đứng được mô hình 1D xử lý. Trên đồ thị, trục tung chỉ độ cao được tính bằng
feet (1 feet = 0,305 m), trục hoành chỉ thời gian và giá trị tầm nhìn dự báo được tính
bằng km thể hiện bởi dải màu nằm song song với trục thời gian. Mô hình 1D đã cho
kết quả dự báo tầm nhìn và mây thấp làm suy giảm tầm nhìn rõ rệt.
Trong báo cáo của Petersen và Neulsen (2005) [30], viện khí tượng Đan Mạch,
mô hình khu vực hạn chế phân giải cao HIRLAM (High Resolution Limited Area
Hình 1.1 Dự báo sương mù, mây thấp và giá trị tầm nhìn của cơ quan
Khí tượng Anh bằng mô hình SSFM (Site-Specific Forecast Model)
15
Model) đã được áp dụng để dự báo tầm nhìn tại độ cao 2m từ tháng 02/2001 đến
10/2003, kết quả dự báo được kiểm kiểm chứng lại bằng số liệu quan trắc của 30
trạm Synop của Đan Mạch.
Theo Petersen và Neulsen, giá trị tầm nhìn phụ thuộc vào thành phần của Sol
khí, lượng nước trong mây và thành phần giáng thủy. Tuy nhiên, mô hình dự báo

HIRLAM không tính toán được sự ảnh hưởng của các thành phần sol khí, do đó
tính toán tầm nhìn chỉ phụ thuộc vào kích thước các hạt nước trong mây. Lượng
nước trong mây (Cw) được tính từ mô hình HIRLAM cho các mực. Giá trị lượng
nước trong mây (Cw) tại bề mặt bằng 0, giá trị lượng nước trong mây thấp nhất của
mô hình tại độ cao 2m, do đó sương mù được dự báo tại độ cao 2m.


Hình 1.2 Kết quả dự báo tầm nhìn hạn 6h bằng mô hình HIRLAM
và số liệu tầm nhìn quan trắc lúc 6Z ngày 19/2/2003
(Nguồn: Petersen and Nielsen, 2005)

Từ hình 1.2 ta thấy, mô hình HIRLAM với độ phân giải 0.15ºx0.15º cho kết
quả dự báo tầm nhìn khá tốt so với tầm nhìn quan trắc thực tế.
Cano và Terradellas (2005) [17] cũng đưa ra kết quả dự báo sương mù cho Tây
Ban Nha. Khí hậu và địa hình ở Tây Ban Nha gần giống với khí hậu và địa hình các
A

B

16
quốc gia cận nhiệt đới phía tây của Châu Âu. Sương mù thường hình thành và rất
khó trong việc dự báo nên ảnh hưởng rất nhiều tới hoạt động kinh tế, giao thông bề
mặt. Cano và Terradellas cũng đã áp dụng mô hình HIRLAM, độ phân giải
0.5ºx0.5º chạy 4lần/ngày để dự báo sương mù, mây thấp và tầm nhìn. Kết quả dự
báo được kiểm chứng với chỉ số dự báo sương mù FSI (Foggy Stability Index), đây
là chỉ số được phát triển bởi cơ quan dự báo thời tiết Hoa Kỳ đã được nhiều viện khí
tượng trên thế giới áp dụng.
Terradellas và Cano (2005) [33] đề cập đến phiên bản dự báo 1 chiều (H1D) từ
mô hình HIRLAM đã được cơ quan Khí tượng Tây Ban Nha áp dụng dự báo sương
mù cho sân bay Madrid từ tháng 11 năm 2002. Mô hình HIRLAM (H3D) được

chạy 4 lần trong ngày, với bước dự báo 3 tiếng và độ trễ khoảng 4,5 tiếng. Kết quả
từ H3D sẽ được H1D xử lý và dự báo sương mù. Ưu điểm của mô hình H1D là thời
gian xử lý nhanh. Phương pháp này khắc phục được hạn chế là cấu trúc ngang của
các yếu tố đã bị bỏ qua trong mô hình dự báo 1D truyền thống do viện khí tượng
Tây Ban Nha sử dụng.
Tại Phần Lan, hệ thống quan trắc khí tượng đã thay đổi đáng kể trong 10 năm
qua đặc biệt là hệ thống quan trắc Synop tự động và hệ thống quan trắc phục vụ
hàng không. Các hệ thống này đóng góp đáng kể trong việc phát hiện sương mù, tuy
nhiên kết quả dự báo vẫn còn nhiều hạn chế. Việc sử dụng hệ thống Radar cũng gặp
nhiều khó khăn trong việc phát hiện sương mù, mây thấp do độ dày của lớp mù rất
mỏng. Tuy nhiên, trong một số trường hợp thì việc sử dụng Radar cũng cho kết quả
dự báo sương mù, mây thấp nhất định. Ảnh mây vệ tinh quỹ đạo cực của cơ quan
Đại Dương Khí Quyển Mỹ NOAA (National Oceanic and Atmospheric
Administration) cũng cho kết quả khả quan trong việc phát hiện sương mù, mây
thấp. Dự báo sương mù bằng phương pháp thống kê cũng được áp dụng. Theo kinh
nghiệm dự báo của Viện khí tượng Phần Lan (FMI: Finnish Meteorological
Institute), nếu nhiệt độ bề mặt trừ nhiệt độ tại 2m lớn hơn 0,3ºC và tốc độ gió tại độ
cao 10m nhỏ hơn 5m/s thì sương mù hình thành. Bên cạnh đó, mô hình số ECMWF
(European Centre for Medium-Range Weather Forecasts) và HIRLAM cũng được
17
FMI áp dụng để dự báo sương mù tuy nhiên độ chính xác của dự báo vẫn chưa cao
[27].
Trong báo cáo của Zhou và cộng sự tại hội nghị quốc tế lần thứ 5 về sương mù
và tầm nhìn tại Đức từ ngày 25 - 30/06/2010 [36], trung tâm dự báo môi trường
quốc gia Hoa Kỳ NCEP (National Centers for Environmental Prediction) đã thực
hiện dự báo sương mù và tầm nhìn dựa trên mô hình số trị cho khu vực Bắc Mỹ, kết
quả còn nhiều hạn chế nên trong các tài liệu hướng dẫn của NCEP đã không nói chi
tiết. Tuy nhiên, giá trị tầm nhìn được dự báo dựa trên các biến đầu ra của mô hình
(phương pháp MOS). Cũng theo báo cáo này, trong dự án B08RDP Trung tâm dự
báo môi trường quốc gia Hoa kỳ (NCEP) đã dự báo thành công phục vụ Olyimpic

Bắc Kinh 2008 cho khu vực Trung Quốc với độ phân giải 15km. Hiện nay, NCEP
đã áp dụng và thử nghiệm dự báo cho toàn bộ khu vực bắc Mỹ với độ phân giải
32km.
Để nghiên cứu năng lực dự báo sương mù và tầm nhìn của mô hình WRF
(Weather Research and Forecasting Model), Han Bang và cộng sự (2008) thuộc
Trung tâm nghiên cứu môi trường toàn cầu - Trung tâm nghiên cứu môi trường
quốc gia Hàn Quốc (2008) đã thử nghiệm dự báo sương mù và tầm nhìn cho các sân
bay quốc tế và nội địa của Hàn Quốc [20]. Kết quả được đánh giá với bộ số liệu
quan trắc giai đoạn 2003 - 2006. Mô hình WRF phiên bản 2.1.2 được sử dụng với
điều kiện biên và điều kiện ban đầu từ mô hình toàn cầu (GDAS: Global Data
Assimilation System) độ phân giải 1º x 1º của NCEP, sử dụng kỹ thuật lồng 3 lưới
54km - 18km - 6km, với 40 mực độ cao, mực cao nhất là 50mb. Số liệu đầu ra từ
lưới 6km dùng để dự báo sương mù và tầm nhìn đã cho kết quả khả quan.
18

Ngày 21/2/2007

Ngày 4/5/2007
Hình 1.3 Dự báo sương mù và tầm nhìn bằng mô hình WRF
cho sân bay INCHON –Hàn Quốc
(Nguồn: Han Bang và CS, 2008)

Trên hình 1.3 là kết quả dự báo sương mù và tầm nhìn cho sân bay InChon -
Hàn Quốc trong 2 ngày 21/02/2007 và 04/05/2007 bằng mô hình WRF. Số liệu đầu
ra từ mô hình WRF được xử lý bằng phương pháp CVIS và RVIS (sẽ đề cập đến ở
phần sau) để dự báo tầm nhìn và cho kết quả khá khả quan, nhất là việc dự báo
được sương mù xung quanh thời điểm 21Z ngày 21/02/2007 và ngày 04/05/2007.

1.2.2 Kinh nghiệm dự báo trong nước
Dự báo sương mù, mù gây giảm tầm nhìn cũng được các nhà dự báo Khí tượng,

các nhà nghiên cứu Khí tượng trong nước chú trọng từ rất sớm. Bên cạnh phương
19
pháp dự báo Synop, nhiều tác giả đã dùng phương pháp thống kê để dự báo mù,
sương mù, và tầm nhìn cho khu vực Bắc Bộ.
Theo Phan Văn Tân (1994) [5], công trình đầu tiên ở Việt Nam trong những
thập kỷ 60 do Đặng Trần Duy và cộng sự thực hiện. Trên cơ sở chuỗi số liệu từ
1960 - 1966 của trạm Cô Tô, tác giả đã xây dựng những đặc trưng thống kê về sự
xuất hiện sương mù, mù với các yếu tố như nhiệt độ, điểm sương, độ ẩm, hướng gió
và tốc độ gió
Trong đề tài cấp nhà nước 52-02-02 (1981 - 1985), Kiều Thị Xin đã sử dụng
chuỗi số liệu 20 năm (1961 - 1981) của 3 trạm khí tượng ven biển Bắc Bộ để xác
định các đặc trưng thống kê để dự báo mù và sương mù. Qua công trình này, tác giả
đã chỉ ra thời gian sương mù ảnh hưởng nhiều nhất đối với khu vực là các tháng
XII, I, II, III.
Trong đề tài cấp nhà nước 42A-05-02 (1986 - 1989), Trần Tân Tiến đã xây
dựng phương pháp dự báo sương mù bức xạ - bình lưu trên cơ sở phương trình nhập
nhiệt và vận chuyển nước và hơi nước. Sau khi áp dụng dự báo thử nghiệm cho sân
bay Nội Bài, theo tác giả thì có thể áp dụng vào dự báo nghiệp vụ. Cũng trong đề tài
này, khi nghiên cứu phương pháp dự báo sương mù cho một số sân bay chính, Phan
Văn Tân đã nhận được những kết quả tính toán thống kê về đặc điểm mù và sương
mù, tầm nhìn xa dưới 4km tại một số sân bay thuộc khu vực Bắc Bộ.
Trong luận án phó tiến sỹ (1994), Phan Văn Tân đã nghiên cứu “đặc điểm chế
độ và phương pháp thống kê vật lý dự báo sương mù khu vực biển và ven bờ khu
vực Vịnh Bắc Bộ” và đưa ra bộ chỉ tiêu, theo tác giả có thể ứng dụng vào trong
nghiệp vụ dự báo mù và sương mù.
Bên cạnh đó, với mục đích phục vụ giao thông hàng hải và các hoạt động thám
hiểm trên biển, số liệu dự báo tầm nhìn bằng mô hình GFS (Global Forecast
System) của NCEP với độ phân giải 0,5º, miền dự báo 8N - 24N, 91E - 130E, hạn
dự báo 180 giờ (7,5 ngày), 4 lần/ngày được cập nhật trực tuyến tại địa chỉ
Thông qua trang web đó, ta có thể nhận được số liệu dự

báo tầm nhìn cho các sân bay thuộc cụm cảng hàng không miền Bắc của Việt Nam
20
tương đối đầy đủ. Tuy nhiên, do mới theo dõi nên để đánh giá độ chính xác số liệu
dự báo tầm nhìn cho khu vực trên, cũng như các sân bay thuộc cụm cảng hàng
không miền Bắc chưa được kiểm chứng.
1.3 Các phương pháp dự báo tầm nhìn từ mô hình số trị
Trong báo cáo của Wantuch thuộc cơ quan khí tượng Hungary [35], tầm nhìn
được dự báo dựa trên phương pháp thống kê sau mô hình (MOS). Cơ sở lý thuyết
như sau:
y là yếu tố dự báo, x
1
, x
2
, x
p
là các nhân tố dự báo. Với sai số ε, thì y sẽ
là hàm của x
1
, x
2
, x
p

y = f(x
1
, x
2
, x
p
) + ε (1)

với


2 p
1
y f (x , x , x )

 
(2)
trong đó yếu tố


2 p
1
x , x , x

là các biến được tính từ mô hình dự báo thời tiết
(NWP). Giả thiết dự báo từ mô hình là hoàn hảo, từ (1) và (2) có phương trình dự
báo cho nhân tố y:





2 p
1
x , x , xy f
  

(3)

1.3.1 Phương pháp dự báo FSI
Chỉ số FSI (Foggy Stability Index) hiện được sử dụng khá phổ biến như là
một chỉ số để xác định sương mù. Công thức xác định FSI có thể khác nhau tuỳ
thuộc vào cơ quan ứng dụng nhưng nhìn chung đều là tổ hợp tuyến tính của các
biến T
2m
(nhiệt độ tại độ cao 2m -
0
C), T
850
(nhiệt độ tại mực 850mb -
0
C), T
d 2m

(nhiệt độ điểm sương tại độ cao 2m -
0
C), W
850
(tốc độ gió tại mực 850mb - kt).
Một số công thức FSI có thể kể đến như sau:
Chỉ số xác định sương mù FSI được cơ quan khí tượng Hungary áp dụng như
sau:
FSIH = 2|T
2m
– T
850
| + 2(T
2m
– T

d 2m
) + 2W
850
(4)
21
Thành phần |T
2m
– T
850
|: cho biết gradient nhiệt độ tại độ cao 2m và mực
850mb.
(T
2m
– T
d 2m
): cho biết lượng ẩm lớp biên gần bề mặt chịu ảnh hưởng bởi xáo
trộn bởi gió mực 850mb.
Theo Cano và Terradellas (2005) [17], viện Khí tượng Tây Ban Nha áp
dụng chỉ số FSI do Guerrero và Jansà (1996) thuộc cơ quan thời tiết Hoa Kỳ (US
Air Weather Service) nghiên cứu để dự báo sương mù như sau:
FSIU = (T
2m
– T
850
) + (T
2m
– T
d 2m
) + W
850

(5)
Trong tài liệu hướng dẫn về dự báo của cơ quan thời tiết không lực Hoa Kỳ
(Air Force Weather Agency) [26], chỉ số FSI được áp dụng như sau:
FSIA = 4T
2m
- 2(T
850
+ T
d 2m
) + W
850
(6)
Từ chỉ số FSI, việc tính toán tầm nhìn thường được dựa trên một mối quan hệ
thống kê. Theo cơ quan khí tượng Hungarry, công thức tính được là:
Vis = -1.33 + 0.45×FSI (7)
1.3.2 Phương pháp Steolinga và Warner (SW99)
Theo Steolinga và Warner (1999) [20], tầm nhìn được tính dựa trên kết quả
dự báo lượng nước trong mây (Cw), hạt băng trong mây (Ci), lượng mưa (rw),
lượng tuyết (sn)

sw 99
ln (0.0 2)
V is (k m )
 

(8)
Trong đó:
cw rw ci sn
β = β + β + β +β
với:

Lượng nước trong mây
0 .8 8
1 4 4 .7 C
c w
 

Trong mưa
0 .7 5
rw
1 .1C 

Hạt băng trong mây
c i
1 6 3 . 9 C
 

Trong tuyết
0 .7 8
s n
1 0 .4 C 

C: mật độ hơi nước (gm
-3
)


Hệ số suy giảm (km
-1
)
22

1.3.3 Phương pháp RUC
Phương pháp dự báo tầm nhìn RUC (Rapid Update Cycle) được áp dụng
dựa trên phần trăm độ ẩm tương đối gần bề mặt:

ruc
R H 15
V is = 60 ex p 2.5 (km )
80

 
  
 
 
(9)
Trong đó: RH: độ ẩm tương đối (%)
1.3.4 Phương pháp dự báo FSL
Phương pháp FSL (Forecast System Laboratory) là phương pháp dự báo
với mục đích phục vụ cho hoạt động hàng không và được phát triển bởi NOAA. Giá
trị tầm nhìn bề mặt được tính dựa vào độ ẩm và độ hụt điểm sương.

1 .7 5
2 m 2 m
f s l
T T d
V is 6 0 0 0 1.6 0 9 ( k m )
R H

  

(10)

Trong đó: T
2m
: Nhiệt độ tại 2m (
0
C) ; T
d 2m
: Nhiệt độ điểm sương tại 2m (
0
C)
RH: độ ẩm tương đối (%)
1.3.5 Phương pháp kết hợp CVIS
Phương pháp CVIS là phương pháp kết hợp của 2 phương pháp SW99 và
FSL. Giá trị tầm nhìn là giá trị nhỏ nhất của 2 phương pháp trên.
Vis
cvis
= min (SW99,FSL)×1.609 (km) (11)
1.3.6 Phương pháp RVIS
Đây cũng là phương pháp kết hợp của SW99 và FSL và được biểu biễn bởi
công thức:
1 .7 5
rv is 2 m 2 m
V is [ S W 9 9 (T T d ) / R H ] 1.6 0 9 (k m )
      
(12)
Trong đó: T
2m
: Nhiệt độ tại 2m (
0
C) ; T
d 2m

: Nhiệt độ điểm sương tại 2m (
0
C)
RH: độ ẩm tương đối (%)
Các hệ số

và

được tính bằng thực nghiệm.