MÔ HÌNH WRF VÀ QUY TRÌNH ĐỒNG HÓA SỐ LIỆU XOÁY GIẢ PHỤC VỤ DỰ BÁO BÃO

LUẬN VĂN THẠC SỸ

MÔ HÌNH WRF VÀ QUY
TRÌNH ĐỒNG HÓA SỐ LIỆU
XOÁY GIẢ PHỤC VỤ DỰ
BÁO BÃO


i




Lời cảm ơn

Trớc hết, tôi xin bày tỏ lòng biết ơn sâu sắc tới GS. TS. Trần Tân Tiến, là
ngời đã tận tình chỉ bảo, hớng dẫn và giúp đỡ tôi trong quá trình học tập và hoàn
thành luận văn này.
Tôi xin cảm ơn các Thầy cô và các cán bộ trong khoa Khí tợng - Thủy văn -
Hải dơng học đã cung cấp cho tôi những kiến thức chuyên môn quý giá, giúp đỡ và
tạo điều kiện thuận lợi về cơ sở vật chất trong suốt thời gian tôi học tập và làm việc
ở Khoa.
Tôi cũng xin cảm ơn Phòng sau đại học, Trờng Đại học Khoa học Tự nhiên
đã tạo điều kiện cho tôi có thời gian hoàn thành luận văn.
Cuối cùng, tôi xin gửi lời cảm ơn chân thành tới gia đình, ngời thân và bạn
bè, những ngời đã luôn ở bên cạnh cổ vũ, động viên và tạo mọi điều kiện tốt nhất
cho tôi trong suốt thời gian học tập tại trờng.

Lê Thị Hồng Vân

ii

Mục lục
Mở đầu 1
CHƯƠNG 1: TổNG QUAN Về BãO Đổ Bộ Và ĐồNG HóA Số LIệU XOáY GIả
3
1.1. Tổng quan về bão đổ bộ 3
1.1.1. Các nghiên cứu về bão đổ bộ 3
1.1.2. Sai số bão đổ bộ 7
1.2 Tổng quan về đồng hóa số liệu xoáy giả. 8
1.3 Các mô hình dự báo bão trong và ngoài nớc 12
CHƯƠNG 2: MÔ HìNH WRF Và QUY TRìNH ĐồNG HóA Số LIệU XOáY GIả
phục vụ dự báo bão
16
2.1. Mô hình WRF sử dụng trong dự báo bão 16
2.1.1. Hệ tọa độ thẳng đứng và các biến thông lợng 17
2.1.2. Hệ phơng trình cơ bản 17
2.1.3. Tham số hóa vật lý 21
2.1.4. Cấu hình miền tính và nguồn số liệu 22
2.2.Mô hình xây dựng xoáy giả 23

2.2.1. Cơ sở lý thuyết 23
2.2.2. Xây dựng xoáy giả 26
2.3. Đồng hóa số liệu trờng cài xoáy giả trong mô hình WRF 27
2.4. Chỉ tiêu đánh giá 32
CHƯƠNG 3: ĐáNH GIá KếT QUả Dự BáO BãO Đổ Bộ 34
CủA MÔ HìNH WRF 34
3.1. Tập số liệu nghiên cứu 34
3.2. Đánh giá vai trò của đồng hóa số liệu trờng cài xoáy giả trong dự báo bão
bằng mô hình WRF. 38
3.2.1. Lựa chọn yếu tố cấu thành xoáy giả trong đồng hóa số liệu trờng cài
xoáy giả 38
3.2.2. Vai trò của đồng hóa số liệu xoáy giả đối với lựa chọn TH2 44
3.3 Đánh giá kết quả trên bộ mẫu số liệu các cơn bão đổ bộ đợc lựa chọn 57
3.3.1. Đánh giá về quỹ đạo 57
3.3.2. Đánh giá về cờng độ 60
3.4 Đánh giá vị trí và thời điểm đổ bộ 61
3.4.1. Phơng pháp xác định vị trí và thời điểm đổ bộ 61
3.4.2. Đánh giá kết quả 63
3.4.2.1. Đánh giá kết quả dự báo vị trí đổ bộ 64
3.4.2.2. Đánh giá kết quả dự báo xu hớng đổ bộ 71
Kết luận 80
Tài liệu tham khảo 83

1
Mở đầu

Bão là một hiện tợng thời tiết phức tạp bao gồm nhiều quá trình từ qui mô
synop đến qui mô nhỏ tơng tác với nhau. Mặc dù bão đã đợc quan tâm nghiên cứu
từ nhiều thập kỷ, nhng cho đến nay cha có một lý thuyết đầy đủ về các cơ chế
trong bão. Vì thế, bão và dự báo bão vẫn còn là một bài toán lớn thu hút sự chú ý

của nhiều nhà khoa học. Những khía cạnh của bài toán dự báo bão bao gồm: dự báo
quỹ đạo, dự báo sự thay đổi cờng độ, thời gian tồn tại của hoàn lu sau khi bão đổ
bộ, quá trình và khả năng ma của vùng bên ngoài và lõi bên trong, dự báo thay đổi
cấu trúc trong đó dự báo vị trí và thời điểm đổ bộ của các cơn bão là bài toán có ý
nghĩa cả về khoa học và thực tiễn đối với những ngời nghiên cứu và những ngời
làm dự báo. Những năm gần đây, cùng với sự phát triển của khoa học kĩ thuật, nhiều
mô hình số khu vực đã đợc đa vào nghiên cứu, thử nghiệm dự báo bão tuy nhiên
những thành tựu thu đợc mới chỉ ở mức khởi đầu. Do mạng lới quan trắc trên
vùng biển nhiệt đới rất tha thớt và do chính cấu trúc toán lý, cũng nh độ phân giải
rất thô, nên trong các mô hình toàn cầu tâm xoáy bão ban đầu thờng đợc bị sai
lệch vị trí và có cờng độ yếu hơn so với xoáy bão thực. Để khắc phục hạn chế này
ngời ta sử dụng phơng pháp ban đầu hóa xoáy giả, tức là thay thế xoáy phân tích
không chính xác trong trờng ban đầu bằng một xoáy nhân tạo mới sao cho có thể
mô tả gần đúng nhất với xoáy bão thực về cấu trúc, vị trí và cờng độ. Xoáy giả có
thể đợc cài trực tiếp vào môi trờng một cách hài hòa sao cho không có sự bất liên
tục giữa trờng xoáy và trờng môi trờng. Quá trình này cũng có thể đợc thực
hiện bằng phơng pháp đồng hóa số liệu, qua đó một số thành phần của xoáy nhân
tạo đợc đa vào sơ đồ đồng hóa số liệu dới dạng các quan trắc giả.
Trên thế giới cũng đã có nhiều tác giả nghiên cứu về bài toán ban đầu hóa bằng
phơng pháp đồng hóa số liệu cho các mô hình số và đạt đợc những kết quả khả
quan trong bài toán dự báo quỹ đạo và cờng độ bão. ở Việt Nam, đồng hóa só liệu
xoáy giả vẫn còn là vấn đề mới mẻ cha có nhiều tác giả nghiên cứu. Chính vì vậy
trong luận văn này, tôi sẽ tiến hành tìm hiểu và áp dụng phơng pháp đồng hóa số

2
liệu xoáy giả đối với mô hình WRF, với mong muốn nâng cao hơn chất lợng dự
báo bão của mô hình WRF, đặc biệt là những cơn bão đổ bộ.
Bố cục luận văn gồm các phần:
Chơng 1: Tổng quan về bão đổ bộ và đồng hóa số liệu xoáy giả.
Chơng 2: Mô hình WRF và quy trình đồng hóa số liệu xoáy giả phục vụ dự

báo bão.
Chơng 3: Đánh giá kết quả dự báo bão đổ bộ của mô hình WRF.
Kết luận.





















3
CHƯƠNG 1: TổNG QUAN Về BãO Đổ Bộ Và ĐồNG HóA Số
LIệU XOáY GIả
1.1. Tổng quan về bão đổ bộ
1.1.1. Các nghiên cứu về bão đổ bộ
Theo quy chế về bão, lũ và thông t của Việt Nam do Tổng cục Khí tợng

Thủy văn xuất bản tháng 10/1998: bão đổ bộ là khi tâm bão vào đất liền.
Sự đổ bộ của các cơn bão gây ra nhiều những nguy cơ nghiêm trọng đến tính
mạng và tài sản của những ngời dân đặc biệt là ở các vùng biển. Các cơn bão đổ bộ
thờng kèm theo thời tiết nguy hiểm, có thể mở rộng ra phía ngoài từ tâm bão. Các
vùng gió mạnh, sóng dâng trong bão gây tàn phá và ma lớn dữ dội thờng xảy ra
gần mắt bão. Chúng ta thờng chỉ nhận ra những nguy cơ này gần tâm bão nhng ít
thấy thực tế rằng thời tiết nguy hiểm có thể xảy ra cách xa đó, có thể đạt cực đại tại
khoảng cách 200- 400 km từ mắt bão trong các dải ma phía ngoài cơn bão (McCaul
1991) [17]. Do vậy phạm vi gây ảnh hởng của bão tơng đối lớn dẫn đến nhiều khó
khăn trong công tác dự báo.
Trên thế giới có nhiều chơng trình nh: ITCLP chơng trình bão đổ bộ quốc
tế, thử nghiệm bão đổ bộ của Trung Quốc - CLAYTEX, chơng trình bão đổ bộ của
Hoa Kỳ và cả những nghiên cứu về sự đổ bộ của các cơn bão nhiệt đới bằng các số
liệu quan trắc hoặc các mô tả của các mô hình số từ các điều kiện ban đầu lý tởng.
Những chơng trình và nghiên cứu trên đã bớc đầu đặt nền móng để nâng cao sự
hiểu biết và độ chính xác của việc dự báo các quá trình đổ bộ của bão để giảm thiểu
những tác hại từ những cơn bão đổ bộ này.
ở Hồng Kông, Cheng (2000) đã đánh giá các đặc trng các cơn bão đổ bộ
vào Hồng Kông năm 1999 bằng việc sử dụng các ảnh vệ tinh và các quan trắc từ các
ra đa Doppler của đài Hồng Kông, các profile gió và các trạm thời tiết tự động. Chan
(2004) đã đề xuất rằng độ đứt gió giữa các mực 850mb và 200mb có liên quan mật
thiết các cấu trúc bất đối xứng đối lu của các cơn bão đổ bộ dọc bờ biển nam Trung
Quốc. Đánh giá này đợc áp dụng đối với trờng hợp cơn bão Kompasu. Sau khi đổ
bộ, tâm mực thấp của cơn bão Kompasu đã chỉ ra độ nghiêng thẳng đứng về hớng
tây. Sự phân bố của vùng đối lu xung quanh tâm của nó cũng trở nên bất đối xứng.

4
Sự bất đối xứng này liên quan tới độ đứt gió giữa các mực 850 - 200 mb với vùng
đối lu chính đợc tìm thấy ở vùng gió cuốn xuống của vectơ độ đứt [20].
Mô hình phơng trình nguyên thủy nhiều mực quy mô vừa khu vực cũng đã

đợc dùng để dự báo sự đổ bộ và cấu trúc của bão nhiệt đới và chỉ ra ba vùng nhạy
của mô hình trong việc dự báo các cơn bão đổ bộ là: Độ phân giải ngang - đặc trng
cho địa hình đồi núi; tác động của phân bố độ ẩm đất bề mặt đối với vấn đề đổ bộ và
độ nhạy của cơn bão đối với các điều kiện biên [12].
Tuleva (1984) đã mô tả sự đổ bộ của các cơn bão nhiệt đới sử dụng mô hình
lới tinh có thể di chuyển và đa ra một vài kết luận đáng quan tâm trong suốt thời
kì đổ bộ: có sự thay đổi đáng kể trong quỹ đạo của cơn bão; sự giảm rõ rệt trong dải
ma một vài giờ sau đổ bộ và bão mô hình có cờng độ nhỏ hơn nên di chuyển
chậm hơn. Nghiên cứu của ông năm 1994 về độ nhạy của sự phát triển và tan rã của
cơn bão đến các điều kiện biên bề mặt và nhận thấy: sự giảm lợng bốc hơi qua bề
mặt đất, gây ra chủ yếu bởi sự giảm nhiệt độ bề mặt đất gần lõi bão, làm bão không
thể phát triển mạnh thêm [20], [21].
Jone (1987) đã sử dụng mô hình bão lới tinh và nhận thấy rằng lợng ma
vùng lõi bên trong, trong suốt thời gian đổ bộ lớn hơn trờng hợp không đổ bộ. Ông
cũng đề xuất rằng điều này là do những thay đổi trong các quá trình lớp biên và
trong dòng đi vào theo phơng bán kính khi bão đổ bộ [20].
Sự tiếp cận của cơn bão đến vùng có địa hình phức tạp cũng mang lại những
thay đổi về cấu trúc và chuyển động. Trạng thái của các cơn bão dới ảnh hởng của
các địa hình núi đợc chứng minh trong một vài nghiên cứu, phần lớn sử dụng số
liệu quan trắc và các mô tả mô hình. Chẳng hạn, Brand và Blelloch (1974) và Chang
(1982) đã đánh giá trạng thái và ảnh hởng của các cơn bão đã gần Taiwan. Địa
hình núi mô tả trờng hợp này là vùng đất liền có quy mô ngang 300km và có các
độ cao cực đại trên 2000m. Trong số đó các kết quả đáng chú ý nhất đã nhận đợc
từ nghiên cứu này đã chứng minh về các dao động quỹ đạo và cờng độ khi hoàn lu
bão tiếp cận gần bờ đến vùng đất liền. Nhìn chung, có sự suy giảm của cơn bão về
cờng độ, sự gia tốc của chuyển động tịnh tiến và độ lệch quỹ đạo bắt đầu từ vùng
phía xa vùng đổ bộ [32]. Bender (1987) đã nghiên cứu ảnh hởng của địa hình đảo

5
đến các cơn bão và nhận thấy những thay đổi về cờng độ liên quan rất lớn đến dự

trữ năng lợng ẩn nhiệt và sự phù hợp theo phơng thẳng đứng của hệ thống bão. Họ
cũng nhận thấy rằng có sự sai lệch theo hớng bắc đối với xoáy bão khi tiếp cận với
bờ biển Taiwan [23].
Đối với mô hình khu vực quy mô vừa, Dastoor và Krishnamurti (1991) nhấn
mạnh tầm quan trọng của việc xử lý các biên bên, độ phân giải và đặc biệt là tham
số độ ẩm đất trong việc dự báo bão. Cũng có nhiều tác giả đã nghiên cứu về tác
động của độ ẩm đất đến cấu trúc và chuyển động của bão đổ bộ. Dastoor và
Krishnamurti (1991) chỉ ra các tham số độ ẩm đất đã cải thiện cấu trúc và chuyển
động của các cơn bão đổ bộ. Tuleya (1994) nhận thấy độ ghồ ghề bề mặt và độ ẩm
đất giảm sẽ làm tăng sự tan rã của các cơn bão đổ bộ. Shen (2002) đã nghiên cứu
các ảnh hởng của nớc bề mặt đất đến các cơn bão đổ bộ, bao gồm những thay đổi
nhiệt độ bề mặt và ảnh hởng của chúng đến những thay đổi trong lợng nhiệt bề
mặt (đốt nóng bề mặt), cấu trúc bão và cờng độ bão. Kimbail (2008) nghiên cứu
tác động của các đặc trng bề mặt đất khác nhau đối với phân bố ma bão trớc,
trong và sau khi đổ bộ. Sự tan rã của cờng độ bão xảy ra là do sự giảm bốc hơi bề
mặt và tăng ma sát khi cơn bão vào gần bờ. Các điều kiện bề mặt đất có thể điều
khiển các thông lợng bề mặt đóng vai trò trong việc mô tả các cơn bão đổ bộ, đặc
biệt là dự báo lợng ma liên quan đến bão đổ bộ. Tuy nhiên, các chi tiết của tác
động khí quyển- đất đối với sự đổ bộ của các cơn bão vẫn cha có những hiểu biết
sâu sắc. Các mô tả của các cơn bão đổ bộ sử dụng các mô hình độ phân giải cao
thực sự cần thiết để hiểu về những đặc trng đó [12], [30].
Bên cạnh đó Krishnamurti (1994) cũng làm nổi bật việc cải thiện các tham số
hóa đối lu, làm tăng trờng phân tích nhiệt độ mặt biển và sử dụng các quan trắc
gió bề mặt bổ sung trong dự báo thành công cơn bão Băngladesh. Để nghiên cứu
những đặc điểm đối lu của bão thì đặc trng của các ảnh hởng động lực học và
nhiệt động lực đã quan trắc của các đám mây đợc thực hiện trong mô hình giới hạn
khu vực BMRC. Đặc trng đối lu này đợc kiểm nghiệm trong các mô tả của các
hiện tợng bão AMEX trong đó có số liệu kiểm nghiệm phù hợp trên quy mô synop
(Davidson 1995) [20]. Những mô tả số trị với độ phân giải cao gần đây trong cộng

6
đồng những ngời làm mô hình đang đa ra những hiểu biết sâu sắc, mới mẻ về vai
trò của các quá trình đối lu trong sự tổ chức và tiến triển của cơn bão. Sử dụng các
mô hình có độ phân giải quy mô mây theo phơng ngang hiện tại cũng có thể phân
tích đợc các yếu tố đối lu đơn lẻ trong môi trờng bão của chúng [16], [17].
Về việc đánh giá sai số đổ bộ, khi nghiên cứu sự đổ bộ của các cơn bão ở
vùng biển Đại Tây Dơng, Mark D. Powell và Sim D. Aberson cũng đa ra định
nghĩa các cơn bão đợc coi là đổ bộ nếu vị trí tâm nội suy của mô hình đi qua đờng
bờ biển hoặc trong phạm vi bờ biển 75km. Đối với quỹ đạo dự báo song song với
đờng bờ biển nhng có thể chứa một vài vị trí thỏa mãn điều kiện đổ bộ thì vị trí
gần nhất với bờ biển đợc chọn. Nếu các vị trí tại các khoảng cách với đờng bờ
biển gần giống nhau thì vị trí sớm nhất đợc chọn. Một vài cơn bão không đổ bộ
nhng đi qua với khoảng cách đủ gần (bằng một lần bán kính gió cực đại bên trái
hoặc hai lần bán kính gió cực đại bên phải so với tâm bão) với đất liền cũng thỏa
mãn định nghĩa đổ bộ của NHC.
Để đánh giá vị trí và thời điểm đổ bộ của các cơn đổ bộ vào bờ biển Hoa Kỳ,
Powell và Aberson đã chia theo các ảnh hởng sau :
ảnh hởng của hớng quỹ đạo liên quan đến đờng bờ biển : Những
quỹ đạo đợc phân thành hai loại là những quỹ đạo di chuyển so với đờng bờ biển
góc từ 45 - 90 và những quỹ đạo có hớng di chuyển so với đờng bờ biển góc
nhỏ hơn 45.
Số liệu đợc phân thành các dự báo đối với các cơn bão di chuyển
chậm và các cơn bão di chuyển nhanh : liên quan đến tốc độ quan trắc trung bình
tại thời điểm đổ bộ (5.2 m/s).
Các cơn bão cũng đợc phân loại theo cờng độ tại thời điểm đổ bộ
theo bảng gió Saffir Simpson. Các sai số đối với cơn bão yếu (cấp 1) và các cơn
bão mạnh (cấp 2 -4) tại thời điểm đổ bộ cũng đợc chỉ ra.
Các sai số liên quan đến đờng bờ biển (Các sai số theo từng vùng) :
Để hiển thị các sai số và sai số hệ thống sao cho chúng hiệu quả nhất đối với các dự
báo viên và các cơ quan phòng chống bão lụt thì đờng bờ biển đợc chia thành các

7
vùng nhỏ khoảng 5 vĩ . Thời điểm dự báo trung bình và các sai số vị trí đổ bộ đợc
tính toán cho mỗi vùng [24].
1.1.2. Sai số bão đổ bộ
Khi một cơn bão có khả năng đổ bộ thì một yếu tố quan trọng của quá trình
cảnh báo là đánh giá các sai số quỹ đạo mô hình có khả năng xảy ra của các dự báo
viên. Vì vậy khi các dự báo viên tự tin hơn trong hớng dẫn khách quan đợc cải
thiện của họ thì cảnh báo càng chính xác hơn.
Định nghĩa sai số đổ bộ:
Sai số đổ bộ bao gồm sai số về vị trí và thời điểm đổ bộ. Chúng đợc xác
định là vị trí và thời điểm tại đó tâm bão đi qua bờ biển dựa vào các thông tin chỉ thị
bão đợc cung cấp bởi các trung tâm dự báo. Mặc dù những ảnh hởng của sự tàn
phá có thể xảy ra cách đó trớc và sau thời điểm đổ bộ vài giờ và mở rộng vài trăm
km từ điểm đổ bộ.
Có bốn loại sai số đổ bộ có thể đợc định nghĩa nh sau:
Sai số vị trí tại thời điểm đổ bộ quan trắc (định nghĩa 1): Sai số vị trí
đợc định nghĩa nh khoảng cách giữa vị trí quan trắc và dự báo tại thời điểm đổ bộ
thực tế. Tại thời điểm đổ bộ đã quan trắc, vị trí dự báo của mô hình đợc nội suy.
Định nghĩa 1 giống với các đánh giá sai số truyền thống đợc thực hiện tại các thời
kì xác định 12 giờ, 24 giờ, 36 giờ, 48 giờ và 72 giờ nhng đợc áp dụng qua phép
nội suy của quỹ đạo dự báo và không cho phép tính toán sai số thời điểm đổ bộ.
Vị trí và thời điểm gần nhất đối với điểm đổ bộ (định nghĩa 2): Đợc
tính bằng khoảng cách ngắn nhất giữa vị trí và thời điểm đổ bộ quan trắc với vị trí và
thời điểm nội suy của mô hình dự báo. Định nghĩa 2 cho phép tính toán cho các
trờng hợp bão không bao giờ đổ bộ. Tuy nhiên, khó xác định đợc điểm dự báo
gần nhất này.
Sai số vị trí tại thời điểm đổ bộ dự báo (định nghĩa 3): là khoảng
cách giữa vị trí của quan trắc và dự báo tại thời điểm đổ bộ dự báo. Vị trí tâm quan
trắc tại thời điểm đổ bộ dự báo đợc tính bằng phép nội suy. Định nghĩa này bỏ qua

các sai số thời điểm và cũng không cho phép xem xét các trờng hợp có khả năng

8
xảy ra đổ bộ nhng không dự báo. Tuy nhiên, định nghĩa này cũng bao gồm các
trờng hợp dự báo vị trí đổ bộ nhng không xảy ra.
Các sai số vị trí và thời điểm đổ bộ giữa quan trắc và dự báo (định
nghĩa 4): Các sai số vị trí và thời điểm có thể đợc tính toán dựa vào các vị trí và
thời điểm đổ bộ đã quan trắc và đã dự báo. Tuy nhiên, định nghĩa này không cho
phép xem xét các trờng hợp dự báo đổ bộ nhng không xảy ra [24].
Trong khuôn khổ luận văn này, tác giả sử dụng định nghĩa 4 để đánh giá sai
số vị trí và thời điểm đổ bộ của các cơn bão đổ bộ vào bờ biển Việt Nam trong các
mùa bão từ năm 2004 đến 2007.
1.2 Tổng quan về đồng hóa số liệu xoáy giả.
Do bão hình thành và hoạt động trên các vùng đại dơng nhiệt đới, nơi có
mạng lới quan trắc truyền thống hết sức tha thớt, nên hầu hết các cơn bão đợc
biểu diễn không rõ và sai lệch vị trí trên trờng phân tích (Weber và Smith, 1995).
Những sai lệch ban đầu về vị trí và cấu trúc sẽ dẫn đến những sai số lớn hơn trong
các bớc thời gian tích phân tiếp theo. Để nâng cao chất lợng dự bão báo, trờng
ban đầu cần biểu diễn tốt hơn vị trí, cấu trúc và cờng độ. Bài toán thực hiện quá
trình này đợc gọi là ban đầu hóa xoáy bão (hay ban đầu hóa xoáy).
Ban đầu hóa xoáy là một bài toán phức tạp, và có thể sử dụng nhiều phơng
pháp khác nhau. Hình 1.1 là mô tả tổng quát bài toán ban đầu hóa xoáy bão. Nói
chung, tất cả các bài toán ban đầu hóa xoáy bão cần có thêm thông tin bổ sung về
cơn bão (nh vị trí tâm quan trắc, tốc độ gió cực đại, thông tin về kích thớc bão,
v.v.) đợc gọi là thông tin chỉ thị bão để có thể xây dựng một xoáy có cấu trúc,
cờng độ gần với thực hơn, đợc gọi là xoáy giả hay xoáy nhân tạo. Xoáy nhân tạo
có thể đợc xây dựng bằng phơng pháp động lực, hoặc bằng phơng pháp kinh
nghiệm. Phơng pháp động lực thờng đợc thực hiện bằng cách sử dụng một phiên
bản đối xứng trục của mô hình dự báo và tích phân để nhận đợc một xoáy nhân tạo
đối xứng với các trờng cân bằng động lực với nhau. Phơng pháp kinh nghiệm dựa

trên các hiểu biết lý thuyết và thực nghiệm để xây dựng nên một xoáy nhân tạo có
cấu trúc và cờng độ xác định. Ưu điểm của phơng pháp kinh nghiệm là không cần
một phiên bản đối xứng trục của mô hình dự báo và thời gian tính toán nhanh hơn,

9
vì thế có rất nhiều sơ đồ ban đầu hóa xoáy sử dụng phơng pháp này (Iwasaki và
nnk 1987, Davidson và nnk 1993, Weber 2001,.).
Thụng tin
ch th bóo
Xoỏy gi
Trng
ban u
Trng
mụi trng
PP
thc
nghim
Trng
phõn tớch
PP
ng lc
phõn tớch
Xoỏy
Ci xoỏy
ng húa
SL
Xõy dng
xoỏy gi
Kt hp
xoỏy gi

Hình 1.1: Sơ đồ mô tả
bài toán ban đầu hóa
xoáy bão

Để nhận đợc xoáy đã ban đầu hóa, xoáy nhân tạo đợc kết hợp với trờng
môi trờng bằng phơng pháp cài xoáy hoặc đồng hóa số liệu. Xoáy nhân tạo có thể
đợc cài trực tiếp vào trờng môi trờng một cách hài hòa sao cho không có sự bất
liên tục giữa trờng xoáy và trờng môi trờng [33]. Để làm đợc điều này, các
thành phần xoáy nhân tạo phải có cân bằng động lực tốt, tránh những chấn động
trong quá trình tích phân ban đầu của mô hình. Quá trình này cũng có thể thực hiện
bằng phơng pháp đồng hóa số liệu, qua đó, một hoặc một số thành phần của xoáy
nhân tạo đợc đa vào sơ đồ đồng hóa số liệu dới dạng các quan trắc giả [4], [27].
Baker cùng đồng sự (2006) đã sử dụng mô hình MM5 thử nghiệm sơ đồ đồng
hóa số liệu đầu hóa số liệu giả từ một sơ đồ xoáy lý thuyết để mô tả thành công sự
thay đổi cờng độ và cấu trúc bên trong của cơn bão Rusa (2002). Xoáy nhân tạo
bao gồm trờng khí áp mặt biển và trờng gió tại các mực khác nhau. Trong đó
trờng khí áp mặt biển đợc tính toán theo công thức Fujita (1952):

10

2/1
2
0
max
)(
2
1
1
)(

+

=
R
r
P
PrP

(1.1)
Với
P = P
max
- P
C

(1.2)

2
0
max
)/(1
1
1

RR
PP
PP
B
CB
C
+


+=

(1.3)
Trong đó r là khoảng cách từ tâm bão (km).
R
0
là bán kính gió cực đại
P
C
là khí áp mặt biển quan trắc tại tâm bão.
P
B
là khí áp mặt biển trung bình trong vùng xoáy bão.
ở đây bán kính vùng xoáy bão đợc xác định bởi công thức thực nghiệm sau:
15
2/1
15
15
.
2
1 R

fR
V
R
B








+=

(1.4)
Với R
15
là bán kính gió 15 m/s.
R
B
là bán kính của vùng xoáy bão giả.
Trờng gió đối xứng đợc xây dựng dựa trên quan hệ gió gradient:
24
)(
2/1
22
fr
rf
r
Pr

rV








+


=


(1.5)

Trờng gió này đợc tạo ra trên 7 mực: mực biển, 1000, 925, 850, 700, 600
và 500 hPa. Sau khi xây dựng đợc các trờng xoáy giả, số liệu này đợc đa vào hệ
thống đồng hóa số liệu của mô hình MM5. Hàm mục tiêu trong trờng hợp đóng
góp của trờng khí áp mực biển:
( ) ( ) ( ) ( )
1
B
T
bogus bogus
P P
r R
J P r P r O P r P r

=



(1.6)

Và đóng góp của trờng gió đối xứng:

11

( ) ( ) ( ) ( )
1
, , , ,
B
T
bogus bogus
V V
k r R
J V r k V r k O V r k V r k



=



(1.7)
Trong đó, P(r) và V(r,k) là trờng gió và áp suất mực biển phân tích, P

bogus
(r)
và V
bogus
(r,k) là trờng gió và áp suất mực biển giả, O
P
và O
V
là các ma trận đờng
chéo phơng sai, r là bán kính và R
B
là bán kính vùng xoáy bão giả, k là các mực
thẳng đứng [19], [29].
Cũng với lý thuyết xây dựng xoáy nh trên nhng Qingnong Xiao và nhóm
nghiên cứu (2006) lại xây dựng trờng gió giả trên 13 mực: mực biển, 1000, 925,
850, 700, 600, 500, 400, 300, 250, 200, 150 và 100 hPa. Sơ đồ đợc áp dụng cho mô
hình MM5 với số liệu trờng nền của hệ thống đồng hóa 3DVAR là mode cycling
(nghĩa là các dự báo trờng nền là các dự báo hạn ngắn của mô hình MM5 từ chu kỳ
phân tích 3DVAR trớc đó). Kết quả thử nghiệm cũng chỉ ra rằng sơ đồ đồng hóa số
liệu xoáy giả đã cho những cải thiện đáng kể về cả quỹ đạo và cờng độ bão [28].
Sơ đồ đồng hóa số liệu xoáy giả với lý thuyết xây dựng xoáy ở trên còn đợc
Liqiang Chen và Qingnong Xiao thử nghiệm cho mô hình WRF. Họ nhận thấy rằng
ngoài việc khôi phục lại cấu trúc ban đầu của xoáy bão hiệu quả thì sơ đồ này còn
sinh ra trờng phân tích của cơn bão cân bằng với mô hình hơn khi chỉ đợc nội suy
với WPS [22].
Y R Guo và đồng sự chỉ ra sự thành công của đồng hóa số liệu xoáy giả kết
hợp với tác động đến thành phần thống kê sai số nền (BES)- là một thành phần quan
trọng trong hệ thống đồng hóa số liệu 3DVAR của mô hình WRF. Thử nghiệm với
cơn bão Haitang (2005) không chỉ cho những cải thiện đáng kể trong vị trí và cờng
độ bão mà còn cả với trờng phân tích của hoàn lu synop quy mô lớn khi kết hợp

những hiệu chỉnh BES khác nhau với hệ thống đồng hóa này [18].
Gần đây hơn, sơ đồ đồng hóa số liệu giả 4DVAR đợc đề xuất trong ban đầu
hóa bão để sinh ra xoáy ban đầu ổn định với mô hình dự báo (Zou và Xiao 2000).
4DVAR sử dụng mô hình dự báo thực để đa ra cân bằng động lực trong suốt quy
trình đồng hóa số liệu xoáy giả. Xoáy ban đầu đợc sinh ra không chỉ cân bằng với
trờng ban đầu mà còn ổn định với vật lý và độ phân giải mô hình. Lợi thế của
4DVAR trong nghiên cứu các cơn bão đã đợc chứng minh trong tài liệu gần đây

12

(Xiao 2000; Zhang 2003). Tuy nhiên hạn chế dễ thấy trong phơng pháp này là quy
trình cực tiểu hóa của nó khá tốn kém. Tại giai đoạn hiện tại, việc áp dụng thời gian
thực của đồng hóa số liệu 4DVAR trong hệ thống dự báo bão vẫn có những khó
khăn của nó. Ngợc lại tiếp cận 3DVAR có chi phí tính toán rẻ hơn. Vì các hệ thống
3DVAR chứa các điều kiện cân bằng thống kê và động lực (Lorenc 2000, Barker
2004) nên việc thực hiện đồng hóa số liệu xoáy giả trong suốt quy trình phân tích
cho phép cấu trúc bão đợc phát triển trong các điều kiện cân bằng và ổn định [31].
ở Việt Nam, bài toán xoáy giả cũng đã đợc nhiều tác giả nghiên cứu. Tuy
nhiên chủ yếu đề cập đến phơng pháp cài xoáy để kết hợp xoáy nhân tạo với
trờng môi trờng [5], [7], [8], [10], [11]. Mới đây, tác giả Phan Văn Tân và
Nguyễn Lê Dũng cũng đa ra một vài kết quả thử nghiệm đợc cải thiện đáng kể đối
với đồng hóa số liệu xoáy giả với lý thuyết xoáy của Smith trong mô hình WRF.
Theo lý thuyết xoáy của Smith, khi cho trớc một phân bố gió lý thuyết và phân bố
của các yếu tố môi trờng, có thể tính đợc phân bố theo bán kính và độ cao của khí
áp, mật độ và nhiệt độ. Mạng lới trạm quan trắc "giả" phân bố theo phơng bán
kính, với tâm là vị trí tâm quan trắc của xoáy bão ở thời điểm phân tích. Các yếu tố
quan trắc giả đợc sử dụng bao gồm áp suất mực biển, gió (tốc độ và hớng), độ
cao địa thế vị, nhiệt độ và độ ẩm trên số mực đẳng áp tùy thuộc vào độ mạnh của
cơn bão. Đối với trờng hợp các cơn bão mạnh (cấp Typhoon theo thang Saffir-
Simpson), họ sử dụng số liệu trên ba mực 1000mb, 850mb và 700mb của xoáy nhân

tạo. Và đối với các trờng hợp bão yếu hơn (Tropical Storm) tác giả chỉ sử dụng hai
mực 1000mb và 850mb [2].
1.3 Các mô hình dự báo bão trong và ngoài nớc
Bão là một loại hình thời tiết đặc biệt, vì thế về nguyên tắc, một mô hình dự
báo thời tiết có thể dự báo bão. Tuy nhiên, trong ứng dụng thực tế, tùy vào tình
huống cụ thể ngời ta có thể xây dựng những mô hình dành riêng cho dự báo bão
hay một phiên bản dành riêng cho dự báo bão. Trong mục này sẽ chỉ trình bày
những mô hình nghiệp vụ đợc xây dựng với mục đích chính để dự báo bão hoặc có
những cải tiến nhằm đa ra dự báo bão tốt hơn.

13

Mô hình đầu tiên đợc đa vào dự báo quĩ đạo bão nhiệt đới nghiệp vụ là mô
hình chính áp SANBAR (Sanders Barotropic Hurricane Track Forcast Model).
SANBAR đợc phát triển bởi Sanders và Burpee (1968) và đợc đa vào dự báo
nghiệp vụ tại Trung tâm Bão Quốc gia Hoa Kỳ ở Miami vào cuối thập kỷ 60. Mô
hình dựa trên quan điểm truyền thống là bão nhiệt đới di chuyển theo dòng dẫn.
Dòng dẫn ở đây đợc xác định là trờng trung bình lớp sâu (DLM - Deep Layer
Mean: đợc xác định bởi trung bình có trọng số thẳng đứng của các biến khí tợng).
Quĩ đạo bão đợc dự báo bằng cách tích phân phơng trình xoáy chính áp sử dụng
phân bố độ xoáy và hàm dòng trung bình lớp. Các cơn bão đợc biểu diễn bởi các
xoáy đối xứng nhân tạo và một phân bố hàm dòng phi đối xứng để xác định vận tốc
trôi tại tâm bão. Mặc dù với độ phân giải rất thô (154 km) và số liệu quan trắc khí
tợng rất tha thớt nhng SANBAR đã đa ra những dự báo quĩ đạo rất tốt so với
những mô hình khí hậu và quán tính.
Một mô hình chính áp rất thành công sau SANBAR là mô hình phổ lồng của
Vic Ooyama (VICBAR; DeMaria và nnk. 1992). VICBAR sử dụng biểu diễn spline-
B cho tất cả các biến và giải phơng trình nớc nông trên tọa độ sử dụng phép chiếu
Mercator. Bốn lới lồng liên tiếp có độ phân giải lần lợt là: 4.8, 2.4, 1.2, 0.6 độ
kinh vĩ. Số liệu phân tích 800-200 hPa của một mô hình phổ toàn cầu của NCEP

đợc sử dụng để tính trung bình lớp cho điều kiện ban đầu và điểu kiện biên phụ
thuộc thời gian của VICBAR. Ngoài ra, mô hình còn sử dụng thêm các số liệu từ
quan trắc máy bay và ảnh mây vệ tinh và bóng thám không trong quá trình ban đầu
hóa. Dựa trên các chỉ thị bão nghiệp vụ, một xoáy đối xứng nhận tạo và một thành
phần vận tốc gió hằng số (dựa trên tốc độ di chuyển quan trắc) đợc xây dựng và kết
hợp với phân tích khách quan của mô hình toàn cầu. Năm 1996, VICBAR đợc phát
triển thành phiên bản chạy nghiệp vụ bằng cách thay biểu diễn spline-B bằng biểu
diễn dạng chuỗi hàm sin trở thành mô hình dự báo quĩ đạo bão LBAR
(Limited_Area Sine Transform Barotropic Track Model) (Horsfall và nnk. 1997.
Một mô hình chính áp dự báo quĩ đạo bão khá thành công gần đây đợc phát
triển bởi Weber (2001) (WBAR). WBAR gồm 2 phần chính: (1) ban đầu hóa xoáy
nhằm loại bỏ xoáy thiếu chính xác trên trờng phân tích toàn cầu và xây dựng xoáy

14

nhân tạo làm đầu vào cho mô hình; (2) mô hình số tích phân hệ phơng trình nớc
nông trên tọa độ địa lý sử dụng các biến trung bình lớp. WBAR đã đợc thử nghiệm
cho 167 trờng hợp bão Đại Tây Dơng và đã khẳng định đợc kỹ năng dự báo quĩ
đạo bão tơng đối tốt, tuy thế cũng thể hiện nhợc điểm của mô hình chính áp là sự
tăng lên của sai số vị trí khi các hệ thống tà áp phát triển.
Cùng với sự phát triển mạnh mẽ của công nghệ máy tính là sự sự phát triển
của những mô hình khu vực ba chiều phức tạp, nh mô hình bão của GFDL của Hoa
Kỳ (Kurihara và nnk. 1993, Bender và nnk. 1993) và TC-LAPS (Davidson và Weber
2000) của Australia đã dẫn tới chất lợng dự báo quĩ đạo bão đợc cải thiện đáng
kể. Do sự tha thớt số liệu ở vùng lân cận bão, hai mô hình trên đều sử dụng các
phơng pháp ban đầu hóa xoáy khá phức tạp. Mô hình qui mô vừa MM5 (Grell và
nnk. 1994) cũng đợc nhiều tác giả sử dụng nghiên cứu dự báo quĩ đạo bão với sự áp
dụng của sơ đồ cài xoáy đối xứng (Lownam, 2001) hoặc áp dụng phơng pháp đồng
hóa số liệu (Zou and Xiao (2000), Xiao và nnk (2006)).
ở Việt Nam, việc nghiên cứu phát triển và ứng dụng các mô hình số đã đợc

bắt đầu từ những năm 70 của thế kỷ trớc. Song vì nhiều lý do khác nhau mà chủ
yếu là sự hạn chế của phơng tiện tính toán, cho đến những năm gần đây các mô
hình số mới thực sự đợc nghiên cứu ứng dụng một cách hiệu quả. Trịnh Văn Th
và Kinsnamurti (1992) đã nghiên cứu ban đầu hóa xoáy bão cho một mô hình nớc
nông một mực để dự báo quĩ đạo hai cơn bão Betty (1987) và Dan (1989) trên khu
vực Biển Đông. Về cơ bản, xoáy nhân tạo là một xoáy Rankine sử đổi với số mũ là
-0.6, trờng độ cao nhận đợc bằng cách giải phơng trình gió gradient. Tuy nhiên,
vì nhiều lí do khách quan về phơng tiện tính toán nên mô hình không đợc áp dụng
rộng rãi ở Việt Nam.
Một trong những mô hình đã đợc nghiên cứu ứng dụng và đợc nhiều tác
giả trong nớc quan tâm là mô hình WBAR. Phan Văn Tân và nnk (2002) đã khảo
sát WBAR và thấy rằng mô hình này có khả năng dự báo quĩ đạo bão cho khu vực
Tây Bắc Thái Bình Dơng và Biển Đông. Vì thế, nó đã đợc nhiều tác giả trong
nớc nghiên cứu cải tiến, nh Bùi Hoàng Hải, Phan Văn Tân (2002), Võ Văn Hòa
(2004) [7]. Hầu hết các tác giả đã nghiên cứu điều chỉnh các phơng án ban đầu

15

hóa, cách tính trung bình lớp sâu, v.v để rút ra đợc những bộ tham số tối u cho dự
báo quĩ đạo bão ở Việt Nam. Ngoài ra, mô hình nớc nông 3 lớp Dengler cũng đợc
một số tác giả nghiên cứu và cho thấy nó có khả năng dự báo quĩ đạo bão cho khu
vực Biển Đông (Lê Công Thành và Kiều Thị Xin, 2003).
Ngoài các mô chính áp, một số mô hình ba chiều đầy đủ cũng đợc các tác
giả nghiên cứu khả năng dự báo quĩ đạo bão. Mô hình đầu tiên cần đợc nhắc đến là
mô hình khu vực phân giải cao HRM, hiện đang đợc chạy nghiệp vụ tại Trung tâm
dự báo khí tợng thủy văn Trung ơng. Sản phẩm dự báo của HRM đợc dùng nh
một nguồn thông tin tham khảo chính cho các bản tin dự báo, trong đó có thông tin
dự báo đờng đi của bão. Những nghiên cứu của Lê Công Thành, 2004 cho thấy
HRM có kỹ năng dự báo cao hơn các mô hình WBAR và Dengler và có thể nắm bắt
đợc những trờng hợp bão có quĩ đạo phức tạp mà các mô hình chính áp không

nắm bắt đợc. Mô hình qui mô vừa MM5 cũng đợc nhiều tác giả quan tâm nghiên
cứu khả năng dự báo quĩ đạo bão. Trần Tân Tiến và nnk. (2004) cũng đã nghiên cứu
thử nghiệm mô hình ETA không thủy tĩnh vào dự báo một số hiện tợng thời tiết ở
Việt Nam trong đó có dự báo quĩ đạo bão. Hoàng Đức Cờng (2004) trong khuôn
khổ đề tài cấp Bộ về khả năng áp dụng mô hình MM5 cho dự báo hạn ngắn ở Việt
Nam đã có nhận định là khi trong miền tính có sự hoạt động của xoáy thuận nhiệt
đới nhất thiết phải sử dụng chức năng cài xoáy của mô hình và cần có những
nghiên cứu chuyên sâu về các sơ đồ ban đầu hóa xoáy để áp dụng vào dự báo quĩ
đạo bão. Đặng Thị Hồng Nga và cộng sự (2006) đã nghiên cứu áp dụng sơ đồ ban
đầu hóa xoáy của TC-LAPS vào mô hình MM5 và đạt đợc những kết quả khả quan
[4].
ThS. Võ Văn Hòa cũng có nghiên cứu về đánh giá dự báo quỹ đạo bão của
mô hình WRF và nhận thấy rằng mô hình WRF có sai số trung bình tơng đối nhỏ.
Đặc biệt, kỹ năng dự báo quỹ đạo bão của mô hình trong trờng hợp các cơn bão có
quỹ đạo phức tạp là khá tốt [6].
Những nghiên cứu kể trên cho thấy khả năng áp dụng mô hình số trị vào dự
báo quĩ đạo bão ở Việt Nam là hiện thực và nghiên cứu phát triển sơ đồ ban đầu hóa
xoáy là bớc cần thiết đối với bài toán dự báo bão.

16

CHƯƠNG 2: MÔ HìNH WRF Và QUY TRìNH ĐồNG HóA Số LIệU
XOáY GIả phục vụ dự báo bão
2.1. Mô hình WRF sử dụng trong dự báo bão
Mô hình Nghiên cứu và Dự báo Thời tiết WRF (Weather Research and
Forecasting) là một hệ thống gồm nhiều mođun khác nhau, đợc phát triển bởi sự
hợp tác giữa một số trung tâm khí tợng lớn của Hoa kỳ, nh trung tâm Quốc gia
nghiên cứu khí quyển (NCAR), trung tâm Quốc gia dự báo môi trờng (NCEP), cục
khí tợng không quân (AFWA), v.v Dự án xây dựng WRF nhằm mục đích chính
là có đợc một mô hình khu vực vừa có thể áp dụng trong dự báo nghiệp vụ vừa làm

công cụ nghiên cứu các quá trình qui mô vừa. WRF ra đời và phát triển dựa trên sự
kế thừa những thành tựu trong lĩnh vực mô hình hóa thời tiết và khí hậu, mặt khác
nó cũng đợc thiết kế để có thể áp dụng và hớng tới các phơng pháp hiện đại
trong phân tích, xử lý và đồng hóa số liệu. Mô hình WRF cho phép sử dụng các tùy
chọn khác nhau đối với tham số hóa các quá trình vật lý, nh tham số hóa bức xạ,
tham số hoá lớp biên hành tinh, tham số hoá đối lu mây tích, khuếch tán xoáy rối
qui mô dới lới hay các quá trình vi vật lý khác.
Hiện tại WRF có hai phiên bản là phiên bản nghiên cứu nâng cao ARW
(Advanced Research WRF) và phiên bản mô hình qui mô vừa phi thủy tĩnh NMM
(Nonhydrostatic Meso Model). Trong luận văn này tác giả đã sử dụng phiên bản
ARW làm công cụ nghiên cứu.
Trong những năm gần đây, mô hình WRF đã đợc sử dụng khá phổ biến trên
thế giới và Việt Nam. Theo thống kê gần đây (cho đến ngày 13/09/2006) thì đã có
hơn 4000 cơ quan và cá nhân đăng ký làm thành viên và sử dụng mô hình WRF
trong nghiên cứu cũng nh chạy nghiệp vụ. Cụ thể, tại Mỹ mô hình WRF đang đợc
chạy nghiệp vụ tại Trung tâm dự báo môi trờng quốc gia NCEP (từ năm 2004) và
Cơ quan Khí tợng Không lực Hoa Kỳ AFwa (từ tháng 7 năm 2006). Trên thế giới,
mô hình WRF đợc chạy nghiệp vụ tại KMA (từ năm 2006), tại ấn độ, Israel và Đài
Loan (từ năm 2007) Hơn nữa, mô hình WRF là một trong rất ít mô hình dự báo số
trị trên thế giới có hỗ trợ cả hệ thống đồng hóa số liệu cũng nh các công cụ hiển thị
và đánh giá kết quả. Bên cạnh đó, sự tối u hóa trong mã nguồn tính toán của WRF

17

cho phép ngời sử dụng có thể chạy mô hình trên rất nhiều loại máy tính với các hệ
điều hành khác nhau cũng nh chạy song song với bộ nhớ chia sẻ OpenMP hay bộ
nhớ phân tán MPI. Chính vì những tính năng u việt trên, trong luận văn này tác giả
đã lựa chọn mô hình WRF làm công cụ cho nghiên cứu về bài toán dự báo bão [6].

2.1.1. Hệ tọa độ thẳng đứng và các biến thông lợng

Các phơng trình trong mô hình ARW đợc xây dựng cho hệ tọa độ thẳng
đứng thủy tĩnh theo địa hình, ký hiệu là

, đợc
định nghĩa bởi:
(
)
à

hth
pp

=

với
hths
pp

=
à

(2.1)

Trong đó p
h
là thành phần thủy tĩnh của
khí áp, p
hs
và p
ht

là các giá trị dọc theo bề mặt
và biên trên tơng ứng. Bởi
(
)
yx,
à
thể hiện
khối lợng của cột khí quyển có diện tích đơn
vị tại ô lới (x,y) của miền tính, nên ARW sử
dụng các biểu thức ở dạng thông lợng có
dạng:
(
)
à

à
à
=

=

=
=
, ,,,
&
WVUvV

(2.2)

Trong đó, v = (u,v,w) là vector gió,


&
=
là tốc độ thẳng đứng trong hệ tọa
độ

,

là nhiệt độ thế vị,
gz
=

là địa thế vị, p là khí áp,

là thể tích riêng đợc
định nghĩa là nghịch đảo của mật độ

.
2.1.2. Hệ phơng trình cơ bản
Các phơng trình Euler dạng thông lợng có thể viết dới dạng:
(
)
(
)
(
)
Uxxt
FppuU

=

+




+




V

(2.3)
(
)
(
)
(
)
Vvvt
FppvV
=

+

+




V

(2.4)
(
)
(
)
Wt
FpgwW
=





+

à

V

(2.5)
(
)

=


+


F
t

V
(2.6)

0
1
0.5
0.25
0.75
P
ht
=const
P
hs


Hình 2.2: Tọa độ thẳng
đứng



của ARW.

18

(
)
0
=


+

V
à
t

(2.7)
(
)
[
]
0
1
=+

gW
t
à
V

(2.8)

Phơng trình thủy tĩnh:
à



=


(2.9)
Phơng trình trạng thái:
(
)


00
pRpp
d
=
(2.10)
Trong đó, các chỉ số dới x, y,

trong các phơng trình từ (2.3) (2.23) là
chỉ ký hiệu vi phân, và:
(
)
(
)

(
)
aVaUaa
yz


+

+

=



V
(2.11)
aaVaUa
yz



+

+

=


V
(2.12)

Trong đó a biểu diễn một biến bất kỳ,

=c
p
/c
v
=1.4 là tỷ số của nhiệt dung
đẳng áp và nhiệt dung đẳng tích cho không khí khô, R
d
là hằng số khí khô, p
0
là khí
áp tham chiếu (1000hPa), các số hạng vế phải F
A
để chỉ các ngoại lực.
Đối với trờng hợp không khí ẩm các phơng trình trên đợc viết nh sau:
Hệ tọa độ thẳng đứng:
(
)
d
dhtdh
pp
à


=


(2.13)

Tơng tự cho các biến dạng thông lợng:

à

à
à
ddd
=

=

=
, ,
&
vV
(2.14)

Theo đó, các phơng trình Euler ẩm đợc viết dới dạng:
(
)
(
)
Uxdxdt
FppuU
=


+

+

+





à

V

(2.15)

(
)
(
)
Vydydt
FppvV
=


+

+


+

à

V
(2.16)

(
)
(
)
[
]
Wddt
FpgwW
=





+

à



V

(2.17)


19

(
)

=


+


F
t

V
(2.18)
(
)
0
=


+

V
dt

à

(2.19)
(
)
[
]
0
1
=+

gW
dt
à
V

(2.20)
(
)
m
Qmmt
FQQ
=


+

V

(2.21)

Phơng trình thủy tĩnh có dạng:
dd
à




=


(2.22)
Phơng trình cảnh báo cho khí áp toàn phần (không khí khô và hơi nớc)
(
)


dmd
pRpp
00
=
(2.23)
Trong đó,

d
là thể tích riêng của không khí khô;

là thể tích riêng của
không khí đầy đủ:
(

)
1
1

+++++=
ircvd
qqqq

;
*
q
là tỷ hỗn hợp (khối lợng
trên khối lợng không khí khô) của hơi nớc, nớc mây, nớc ma, băng mây, ;
(
)
[
]
(
)
vvdvm
qqRR
61.111
+

+
=



là nhiệt độ thế vị ảo.

Các phơng trình (2.15)(2.21) cha phải là dạng cuối cùng của ARW mà
chúng còn đợc chuyển về dạng có sử dụng phép chiếu bản đồ. ARW có thể sử
dụng ba kiểu phép chiếu: phép chiếu Mercator cho vùng xích đạo, phép chiếu
Lambert cho vùng vĩ độ trung bình và phép chiếu cực. Trong miền tích toán của
ARW, các bớc lới x, y là hằng số, để biến đổi hệ phơng trình sang miền tính
cần sử dụng một hệ số bản đồ m đợc định nghĩa là tỷ số của các khoảng cách trên
miền tính chia cho khoảng cách tơng ứng trên bề mặt trái đất.

( , )
x y
m

=
khoảng cách thực trên trái đất

(2.24)
Trờng gió với hệ số bản đồ đợc định nghĩa lại nh sau:

/
D
U u m
à
=
,
/
D
V v m
à
=
,

/
D
W w m
à
=
,
/
D
m

à
=
g


20

Sử dụng các biến ở trên, hệ phơng trình cơ bản của ARW khi có biểu diễn
phép chiếu bản đồ và hiệu ứng Coriolis có thể đợc viết nh sau:
( )
[ ( ) ( )] ( / )
t x y x x
U
d
u
u m Uu Vu p p F

+ + + + + =


(2.25)
1
( ) [( / ) ][ ( ) ( )]
d d
t x y
W
W w m g p
m Uw Vw F

à

=
+ + +


(2.26)
( )
[ ( ) ( )] ( / )
t x y y y
V
d
V v
m Uv Vv p p F

+ + + + + =


(2.27)
2
( )[ ( ) ( )]
t x y
m U V m F





+ + + =


(2.28)
2
[ ] ( ) 0
t x y
d
m U U m

à
+ + + =


(2.29)
1 2
[ ( ) ] 0

t x y
d
m U V m gW

à

+ + + =


(2.30)
2
[ ( ) ( )] ( )
m
t m x m y m m
Q
Q m Uq Vq m q F

+ + + =

(2.31)
cùng với quan hệ của địa thế vị và thể tích không khí khô
d d

à
=

(2.32)
và biểu thức của áp suất toàn phần (hơi nớc cộng với không khí khô)
0 0
( / )

m
d d
p p R p


=

(2.33)


Vế phải của (2.23) (2.25) ngoài thành phần rối và lực còn bao gồm hiệu
ứng Coriolis và độ cong của trái đất. Hiệu ứng Coriolis và độ cong đợc viết nh
sau:
( ) cos
cor
rU
e
m m uW
F f u v V eW
y x r


= + +


(2.34)
( ) sin
cor
V
r

e
m m vW
F f u v U eW
y x r


= + +


(2.35)

21

( cos sin ) ( )
cor
r rW
e
uU vV
F e U V
r

+
= + +

(2.36)
với
r

là góc quay địa phơng giữa trục
y

và kinh tuyến,

là vĩ độ,
2 sin
e
f

=
,
2 cos
e
e

=
,
e

là tần số góc của trái đất, và
e
r
là bán kính trái đất
(trong trờng hợp này ta con bán kính trái đất là hằng số).
2.1.3. Tham số hóa vật lý
Mô hình WRF cho phép ngời dùng thiết lập nhiều tùy chọn tham số hóa vật
lý khác nhau.
Vi vật lý
(microphysics) là các quá trình vật lý hiện liên quan đến hơi nớc,
mây và giáng thủy. ARW cho phép lựa chọn các sơ đồ tham số hóa vi vật lý sau: Sơ
đồ Kessler, sơ đồ Purdue Lin, sơ đồ WSM3, sơ đồ WSM5, sơ đồ WSM6, sơ đồ Eta
Ferrier và sơ đồ Thompson.

Tham số hóa đối lu
(Cumulus parameterization) nhằm nắm bắt đợc các
hiệu ứng dới lới của mây đối lu sâu và/hoặc đối lu nông, bao gồm: Sơ đồ Kain-
Fritsh, sơ đồ Betts-Miller-Janjic, sơ đồ tổ hợp Grell-Devenji.
Tham số hóa lớp sát đất
(Surface layer) nhằm tính toán tốc độ ma sát và các
hệ số trao đổi để tính các thông lợng nhiệt và ẩm trong sơ đồ bề mặt đất và ứng
suất bề mặt trong sơ đồ lớp biên hành tinh. Trên bề mặt nớc, các thông lợng này
đợc tính bởi chính các sơ đồ tham số hóa lớp sát đất. Trong ARW sử dụng 2 sở đồ
lớp sát đất: Sơ đồ lớp sát đất MM5, sơ đồ lớp sát đất Eta.
Các mô hình bề mặt đất đất
(Land-Surface Model, LSM) sử dụng các thông
tin khí quyển từ sơ đồ lớp sát đất, giáng thủy từ các sơ đồ vi vật lý và tham số hóa
đối lu, cùng với các biến trạng thái đất và đặc tính bề mặt đất để tính toán các
thông lợng ẩm và nhiệt từ bề mặt. Các mô hình đất xử lý thông lợng ẩm, nhiệt
trong các lớp đất, các hiệu ứng liên quan đến thực vật, rễ, tán cây và độ phủ tuyết.
Các mô hình bề mặt đất là một chiều và không có tơng tác giữa các ô lới kề nhau.
Các mô hình đất trong ARW bao gồm: Mô hình khuếch tán nhiệt 5 lớp, mô hình
Noah 4 lớp, mô hình chu trình cập nhật nhanh.

22

Tham số hóa lớp biên hành tinh
(Planetary Boundary Layer, PBL) tính đến
các thông lợng thẳng đứng qui mô dới lới do vận chuyển rối không phải chỉ
trong lớp biên mà cho toàn bộ cột khí quyển.Trong ARW bao gồm các sơ đồ lớp
biên hành tinh: Sơ đồ MRF, sơ đồ YSU, sơ đồ MYJ.
Tham số hóa bức xạ khí quyển
nhằm cung cấp đốt nóng bức xạ do các quá
trình hấp thụ, phản xạ và tán xạ bức xạ sóng ngắn từ mặt trời và bức xạ sóng dài từ

bề mặt trái đất. Các sơ đồ tham số hóa bức xạ trong ARW bao gồm: Sơ đồ sóng dài
RRTM, sơ đồ sóng ngắn và sóng dài Eta GFDL, sơ đồ sóng ngắn MM5 (Dudhia), sơ
đồ sóng ngắn Goddard.
Điều kiện biên:
Đối với các bài toán nghiên cứu lý tởng ARW cho phép sử
dụng ba loại điều kiện biên lý thuyết: tuần hoàn, mở và đối xứng [34].

2.1.4. Cấu hình miền tính và nguồn số liệu
Cấu hình miền tính
Để thực hiện dự báo những cơn bão hoạt động trên Biển Đông và đổ bộ vào
bờ biển Việt Nam, tác giả đã thực hiện cài đặt miền dự báo và cấu hình lới tính nh
sau: Miền lới tính bao gồm 161
ì
ìì
ì
161 điểm lới theo phơng ngang với bớc lới
28km, tạo ra miền lới từ 5

S đến 35

N và 90

E đến 130

E để có thể nắm bắt đợc
những cơn bão hình thành từ phía đông Philippin và di chuyển vào Biển Đông. Tâm
miền lới tính đợc đặt ở 15

N và 110

E. Miền tính này bao phủ toàn bộ lãnh thổ
Việt Nam và một phần lục địa Trung Quốc. Biên phía nam của miền tính ở 5

S, với
mục tiêu mô tả tốt hơn hoàn lu gió mùa tây nam vào mùa hè, thổi từ nam bán cầu
vợt qua xích đạo vào khu vực Đông Nam
á
. Bớc thời gian tích phân là 80s và hạn
dự báo 72h. Điều kiện biên đợc cập nhật 6h/1 lần.