Đánh giá và nâng cao chất lượng dự báo mưa phục vụ dự báo lũ đến hồ Dakdrinh, Quảng Ngãi

Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8

ĐÁNH GIÁ VÀ NÂNG CAO CHẤT LƯỢNG DỰ BÁO MƯA
PHỤC VỤ DỰ BÁO LŨ ĐẾN HỒ DAKDRINH, QUẢNG NGÃI
1

Vũ Thanh Tú1, Nguyễn Tiến Thành1
Trường Đại học Thủy lợi, email:

1. MỞ ĐẦU

Để định lượng lượng mưa dự báo phục vụ
cho công tác dự báo lũ trên các lưu vực sơng,
dữ liệu mơ hình dự báo số trị từ các trung
tâm lớn trên thế giới như Trung tâm Dự báo
hạn vừa châu Âu, Trung tâm dữ liệu Quốc
gia Mỹ, Trung tâm dịch vụ dự báo thời tiết
Đức hoặc Trung tâm Khí tượng Canada
thường được kiến nghị sử dụng. Cơ sở khoa
học của các mơ hình này dựa trên các q
trình tương tác vật lý khí quyển, thủy quyển,
sinh quyển, băng và thạch quyển. Tuy nhiên,
mỗi mơ hình có những ưu, nhược điểm riêng
hay nói cách khác tính khơng chắc chắn của
mỗi mơ hình là khác nhau cho từng khu vực
và vùng cụ thể phụ thuộc vào các nhân tố như
sự lựa chọn các sơ đồ tham số hóa mơ hình
vật lý hay miền tính.
Vì vậy, để giảm thiểu sai số, tính khơng
chắc chắn trong hệ thống các mơ hình số trị,
một phương pháp mới được gọi là mơ hình dự

báo tổ hợp đã được giới thiệu vào những năm
1990. Trong đó, kết quả dự báo được thực
hiện bởi các mơ hình khác nhau hoặc các điều
kiện ban đầu khác nhau hoặc cả hai và được tổ
hợp thành một kết quả dự báo duy nhất. Trong
mơ hình tổ hợp, vấn đề quan trọng đó là loại
bỏ sai số do kết hợp các mơ hình. Để giải
quyết vấn đề này, Krishnamurti và cộng sự
(1999; 2000) đã giới thiệu kỹ thuật kết hợp
giữa các mơ hình và cho thấy một sự cải tiến
lớn trong kỹ thuật dự báo. Với cách tiếp cận
này, giá trị trọng số được gán cho từng mơ
hình dựa trên kết quả dự báo về cả không gian
và thời gian của các mơ hình tương ứng. Cũng
trong các nghiên cứu gần đây, lượng mưa dự

báo tại Ấn Độ được xác định từ việc tổ hợp
các mơ hình đã được Krishnamurti và cộng sự
(2009), Mitra và cộng sự (2011) và Kumar và
cộng sự (2012) thực hiện. Các tác giả đều cho
rằng mơ hình tổ hợp có thể cải thiện kỹ thuật
dự báo so với mơ hình tốt nhất.
Từ năm 2017, trường Đại học Thủy lợi
tham gia tư vấn cho Tổng cục PCTT về vận
hành an toàn hồ chứa Dakdrinh trong mùa lũ.
Để nâng cao chất lượng dự báo lũ thì giá trị
dự báo mưa là một trong những yếu tố đầu
vào quan trọng nhất, giá trị mưa dự báo càng
đáng tin cậy thì chất lượng dự báo lũ càng
cao. Như đã đề cập về cách tiếp cận nhằm

nâng cao chất lượng dự báo mưa, trong bài
báo này, phương pháp tổ hợp có trọng số đã
được Durai và Bhardwaj (2013) áp dụng sẽ
được sử dụng thử nghiệm cho lưu vực hồ
Dakdrinh, tỉnh Quảng Ngãi.
2. PHƯƠNG PHÁP NGHIÊN CỨU

Phương pháp tổ hợp kết quả dự báo từ các
mơ hình được thực hiện: (1) Các kết quả đầu
ra của mơ hình thành phần được xác định cho
phạm vi khu vực nghiên cứu; (2) Giá trị trọng
số của các mơ hình thành phần được xác định
thông qua hệ số tương quan (CC) giữa giá trị
mưa dự báo và thực đo. Giá trị mưa dự báo tổ
hợp từ các mơ hình theo phương pháp trung
bình (ENSM) được xác định theo cơng thức
(1) và tổ hợp có trọng số (MME) theo công
thức (2) dưới đây:
1
N
ENSM   k 1 Fk
(1)
N
trong đó: Fk là giá trị dự báo của mơ hình k
và N là tổng số mơ hình kết hợp

712


Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8

1
N
W F
(2)

k
1 i , j ,k i, j ,k
N
trong đó: Fi,j,k là giá trị dự báo trên ơ lưới (i,j)
của mơ hình k và Wi,j,k là giá trị trọng số trên
mỗi ơ lưới (i,j) của mơ hình k được xác định
theo công thức (3):
Ci, j ,k
(3)
Wi , j ,k 
N
 k 1 Ci , j ,k
MME 

Hiển nhiên, thời gian dự kiến càng lớn thì độ
chính xác càng giảm. Dựa trên hệ số CC và
kết quả dự báo của các mơ hình thành phần,
lượng mưa dự báo theo tổ hợp MME và
ENSM đã được xác định. Kết quả cho thấy,
giá trị CC của MME tốt hơn ENSM dù không
nhiều nhưng cả hai mơ hình này đều tốt hơn
so với các mơ hình riêng lẻ, với các hệ số CC
tương ứng đạt trên 0.781 và 0.78.

trong đó: i, j là ô lưới tương ứng; Ci,j,k là hệ
số tương quan giữa giá trị mưa đo đạc và giá
trị mưa dự báo tại ơ lưới (i,j) của mơ hình k.
Theo WMO, 1992 sai số RMSE và hệ số
CC thường được sử dụng để đánh giá và hiệu
chỉnh giữa mơ hình dự báo số trị và giá trị
thực đo. Để thực hiện đánh giá sự phù hợp
của các mơ hình, trong bài báo này giá trị
tổng lượng mưa lũy tíchvà sai số NASH cũng
được sử dụng để phân tích so sánh.

Hình 1. Quan hệ tương quan giữa
tổng lượng mưa 1 ngày dự báo và thực đo

3. ỨNG DỤNG CHO LƯU VỰC HỒ
DAKDRINH VÀ KẾT QUẢ NGHIÊN CỨU

Hồ Dakdrinh được xây dựng trên sông
Dakdrinh có diện tích lưu vực 420km2. Ngồi
mục tiêu phát điện, cấp nước mùa kiệt, hồ
Dakdrinh góp cắt lũ trong mùa lũ (tháng
IX÷XII). Do điều kiện khai thác dữ liệu sẵn
có còn hạn chế, nên nghiên cứu này chỉ dựa
trên dữ liệu mưa dự báo thời đoạn 1 ngày và
3 ngày từ các mơ hình Global Environmental
Multiscale Model (GEM), Global Forecast
System (GFS) và Climate Forecast System
(CFS). Các mơ hình này đều cho kết quả dự
báo ở độ phân giải là 0.250x0.250. Để so sánh
giá trị dự báo và thực đo, nghiên cứu sử dụng

tài liệu thực đo tại trạm Sơn Tây cách vị trí
đập khoảng 2km là trạm duy nhất trong khu
vực nghiên cứu trong thời gian mùa lũ.
Kết quả về quan hệ tương quan giữa lượng
mưa dự báo 1 ngày và 3 ngày với thực đo
trên phạm vi nghiên cứu (Hình 1, Hình 2) cho
thấyđối với lượng mưa 1 ngày cả ba mơ hình
GEM, GFS và CFS đều cho quan hệ tương
quan tương đối tốt so với giá trị thực đo (CC 
0.74). Trong khi đó với lượng mưa 3 ngày thì
mối quan hệ này giảm rõ nét, đặc biệt với mơ
hình CFS, hệ số CC chỉ đạt 0.68 (Hình 3).

Hình 2. Quan hệ tương quan giữa
tổng lượng mưa 3 ngày dự báo và thực đo

Hình 3. Hệ số tương quan giữa
mơ hình dự báo và thực đo
Về lượng mưa trên lưu vực (Hình 4) cho
thấy sự chênh lệch của mơ hình CFS là khá
nhiều có thể lên tới hơn 30% so với giá trị
thực đo (TĐ) ở hầu hết các ngày, thậm chí có

713


Tuyển tập Hội nghị Khoa học thường niên năm 2019. ISBN: 978-604-82-2981-8

một số ngày sự chênh lệch có thể lớn hơn tới
50%. Ngược lại, mơ hình GEM trong giai

đoạn đầu và giữa thì mơ hình lại cho kết quả
khá phù hợp với TĐ, nhưng giai đoạn cuối
mùa thì lại lớn hơn hẳn. So sánh ở giai đoạn
đầu và giữa mùa, mơ hình GFS lại cho kết quả
dự báo tương đối trung bình so với hai mơ
hình CFS và GEM, nhưng ở cuối mùa thì thấp
hơn hẳn so với 2 mơ hình trên. Điều này cho
thấy, sự phù hợp giữa kết quả dự báo của các
mơ hình vớiTĐ cũng tùy thuộc vào từng giai
đoạn, có thể xuất phát từ các điều kiện ban
đầu hoặc sai số hệ thống của từng mô hình.

thiện hơn tương ứng lần lượt là 10.57 và 0.62
đối với lượng mưa 1 ngày và 15.58 và 0.55
đối với lượng mưa 3 ngày.

Hình 5. Giá trị sai số RMSE và NASH
giữa lượng mưa 1 ngày và 3 ngày DB với TĐ
4. KẾT LUẬN

Hình 4. Tổng lượng mưa lũy tích
của các mơ hình dự báo
và thực đo từ 1/9 - 15/12/2018
Với tổ hợp mưa dự báo ENSE và MME
cho thấy sự chênh lệch lớn giữa mơ hình
riêng lẻ so với thực đo đã được điều chỉnh.
Tuy nhiên điều đó cũng dẫn tới trong một số
ngày kết quả dự báo từ việc tổ hợp cũng lớn
hơn so với mơ hình độc lập và giá trị thực đo.
Sự chênh lệch giữa mô hình dự báo và

thực đo được thể hiện qua giá trị RMSE và
NASH, nếu giá trị RMSE càng nhỏ và NASH
càng lớn thì sự phù hợp của mơ hình dự báo
càng đáng tin cậy. Trong Hình 5 dưới đây
cho thấy xét về tổng thể mơ hình GEM cho
kết quả dự báo phù hợp nhất, kế tiếp là mơ
hình CFS và cuối cùng là mơ hình GFS. Sai
số RMSE đối với lượng mưa 1 ngày thấp
nhất là 10.59 (GEM) và 3 ngày là 15.9
(GEM), hệ số NASH tương ứng lớn nhất là
0.61 (GEM) và 0.53 (GEM). Sau khi được tổ
hợp từ các mơ hình độc lập, mơ hình dự báo
mưa theo MME và ENSM đều cho các kết
quả về sai số RMSE và hệ số NASH được cải

Để nâng cao chất lượng dự báo lũ đến hồ
chứa, đảm bảo vận hành an tồn thì dữ liệu
mưa dự báo là một trong những yếu tố đầu
vào rất quan trọng. Nhằm đánh giá mức độ
phù hợp của các mơ hình dự báo và nâng cao
chất lượng dự báo mưa, bài báo đã đưa ra
một số phương pháp tổ hợp mưa dự báo từ
các mơ hình và đánh giá kết quả. Dựa trên
nguồn dữ liệu cịn hạn chế, tuy nhiên các kết
quả phân tích đã chỉ ra rằng mặc dù sự chênh
lệch giữa mô hình tổ hợp và các mơ hình
riêng lẻ có tốt hơn, tuy khơng nhiều, nhưng
cũng có thể giúp cho người thực hiện cơng
tác dự báo có sự nhìn nhận, lựa chọn phân
tích các kết quả dự báo mưa để thực hiện các

nhiệm vụ tiếp theo có tính khoa học và khách
quan nhằm nâng cao chất lượng dự báo lũ.
5. TÀI LIỆU THAM KHẢO
[1] Durai, V.R. và Bhardwaj, R. (2013).
Improving precipitation forecasts skill over
India using a multi-model ensemble
technique. GEOFIZIKA,30.
[2] Krishnamurti, T.N. et al.,(2009): Improving
global model precipitation forecasts over
India using downscaling and the FSU
superensemble. Mon. Wea. Rev., 137.

714