Nghiên cứu tác động của tham số hoá đối lưu 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

Chuyên ngành: Khí tượng học
Mã số: 62.44.87.01


TÓM TẮT LUẬN ÁN TIẾN SĨ KHÍ TƯỢNG HỌC

HÀ NỘI – 2008

Công trình được hoàn thành tại Khoa Khí tượng Thủy văn & Hải
dương học, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia
Hà Nội


Người hướng dẫn khoa học: PGS. TSKH. Kiều Thị Xin


Phản biện 1: PGS.TS Phan Văn Tân
Trường Đại học Khoa học Tự nhiên, ĐHQGHN

Phản biện 2: TSKH. Nguyễn Duy Chinh
Viện Khoa học Khí tượng Thủy văn và Môi trường

Phản biện 3: TS. Hoàng Đứ
c Cường
Viện Khoa học Khí tượng Thủy văn và Môi trường

Luận án được bảo vệ trước Hội đồng cấp nhà nước chấm luận án tiến
sĩ họp tại Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà
Nội vào hồi 9 giờ 00 ngày 09 tháng 09 năm 2008.




Có thể tìm hiểu luận án tại:
- Thư viện Quốc gia Việt Nam

- Trung tâm Thông tin Thư viện,
Đại học Quốc gia Hà Nội


DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ
LIÊN QUAN ĐẾN LUẬN ÁN

1. Kieu Thi Xin, Le Duc and Vu Thanh Hang (2004), Heavy
rainfall forecast using the higher resolution regional model
in Vietnam and improving initialization problem,
International Symposium on Extreme Weather and Climate
Events, Their Dynamics and Predictions, Beijing, China,
152-153.
2. Kiều Thị Xin, Lê Đức, Vũ Thanh Hằng (2005), Cải tiến mô
hình dự báo thời tiết phân giải cao HRM cho dự báo mưa lớn
gây lũ lụt trên lãnh thổ Việt Nam, Hội nghị khoa học công
nghệ dự báo và phục vụ dự báo KTTV lần thứ VI, Trung tâm
Dự báo Khí tượng Thủy văn Trung ương, 1, 1-14.
3. Kiều Thị Xin, Vũ Thanh Hằng (2005), “Thử nghiệm áp dụng
sơ đồ tham số hóa đối lưu Tiedtke cải tiến trong mô hình khu
vực phân giải cao HRM”, Tạp chí Khí tượng Thủy văn, 538,
19-28.
4. Vũ Thanh Hằng, Kiều Thị Xin (2007), “Dự báo mưa lớn khu
vực Trung Bộ sử dụng sơ đồ tham số hóa đối lưu Heise trong
mô hình HRM”, Tạp chí Khí tượng Thủy văn, 560, 49-54.
5. Vu Thanh Hang, Kieu Thi Xin (2007), “Using Betts-Miller-
Janjic convective parameterization scheme in H14-31 model
to forecast heavy rainfall in Vietnam”,
Vietnam Journal of
Mechanics, Vol. 29, No. 2, 83-97.

24

KIẾN NGHỊ

1. Cần được đầu tư cho nghiên cứu đối lưu nhiệt đới và vấn đề
TSHĐL vì đây là bài toán rất quan trọng đối với ngành khí tượng đặc
biệt là dự báo thiên tai trên tầm quốc tế.
2. Cần tiếp tục nghiên cứu cải tiến sơ đồ BMJ để hạn chế khả
năng dự báo khống của mô hình trên khu vực nghiên cứu đối với
ngưỡng mưa vừa và mưa nhỏ.
3. Mỗi một sơ đồ TSHĐL đều có những điểm mạnh và yếu khác
nhau và không có một sơ đồ nào cho kết quả mô phỏng tốt trong mọi
trường hợp. Một biện pháp có thể khắc phục nhược điểm của từng sơ
đồ đồng thời phát huy ưu điểm của chúng là tổ hợp bốn sơ đồ

TSHĐL mà chúng tôi sẽ hướng tới trong những nghiên cứu tiếp theo
sau luận án.

1
MỞ ĐẦU
1. Lý do lựa chọn đề tài
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 m
ưa cần đồng thời dự báo tốt cả ba yếu tố này. 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 giữa
trường khối lượng và trường gió ở những vĩ độ rấ
t thấp nên không
tạo ra được sự cân bằng tốt trong trạng thái ban đầu. Khó khăn thứ
hai 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 và hiện nay con người hiểu biết còn chưa đầy đủ về quá
trình này. 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. Như vậy, trước khi áp
dụng một mô hình số có nguồn gốc từ vùng vĩ độ cao vào vùng nhiệt
đới trước hết cần khu vực hóa mô hình về động lực và về vật lý để
mô tả tốt hơn các quá trình ở nhiệt đới. Trong khuôn khổ luận án,
chúng tôi quan tâm đến một trong nh
ững vấn đề của nhiệt đới hóa vật
lý mô hình là tham số hóa đối lưu (TSHĐL) được coi là đặc biệt quan
trọng đối với mô phỏng mưa nhiệt đới bằng mô hình dự báo thời tiết
khu vực, khu vực hạn chế.
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 h
ội, trong khi ở Việt Nam mãi đến năm 2000 mới bắt đầu tiếp thu

2
mô hình dự báo thời tiết khu vực phân giải cao đầu tiên là HRM để
nghiên cứu áp dụng vào khu vực ta. 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 hội về dự báo kịp thời và chính xác hơn lượng mưa
và vùng có mưa để đáp ứng yêu cầu của dự báo l
ũ, lụt và phòng tránh
thiên tai. Trước yêu cầu cấp thiết đó, chúng tôi đã lựa chọn và thực
hiện đề tài nhằm góp phần nào đó vào việc giải quyết nhiệm vụ quan
trọng trên.
2. Mục đích, đối tượng, phạm vi nghiên cứu
Mục đích: nghiên cứu một số sơ đồ TSHĐL và áp dụng cho mô
hình HRM để lựa chọn một sơ đồ thích hợp nhất phục v
ụ 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.
Đối tượng: đối lưu sâu nhiệt đới và mưa ở Việt Nam.
Phương pháp: mô hình hóa, TSHĐL, đánh giá truyền thống, thẩm
định CRA và kiểm nghiệm ổn định thống kê bootstrap.
Phạm vi: khu vực Việt Nam-Đông Nam Á.
3. Ý nghĩa khoa học, th
ực tiễn
Luận án đã chỉ ra sự thích hợp hơn của sơ đồ Betts-Miller-Janjic
(BMJ) so với ba sơ đồ còn lại trong kết quả dự báo mưa lớn 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 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.

23

vị trí 46,1%, sai số thể tích 7,8% và sai số kiểu dáng 46,1% là có kỹ
năng dự báo gần tương đương với mô hình LAPS của Úc. Trong khi
đó, phiên bản H14-31/TK không có kỹ năng dự báo mưa vì với sai số
thể tích 11,3% là lớn hơn so với sai số cho phép 10%, thể hiện cân
bằng ẩm trong phiên bản này chưa tốt. Sự thích hợp của sơ đồ BMJ
để TSHĐL khu vực này thể hiện sự phát triển đối lưu sâu gây mưa
lớn vùng nghiên cứu không chỉ do hội tụ ẩm mực thấp và bất ổn định
khí quyển mà còn bởi nhiều quá trình phức tạp khác chưa được tính
đến do sự hiểu biết hạn chế của chúng ta hiện nay.
c) Trong các hình thế thời tiết gây mưa lớn, phiên bản sử dụng sơ
đồ BMJ có HSTQ luôn cao nhất và tương đối ổn định. Cả bốn sơ đồ
TSHĐL đều cho kết quả
dự báo thấp trong trường hợp ATNĐ - bão
bởi vì đối lưu trong bão là rất phức tạp mà trong các sơ đồ chưa thể
mô tả đầy đủ, kể cả với sơ đồ điều chỉnh BMJ.
d) Sự tăng dự báo khống của H14-31/BMJ đối với mưa nhỏ và
vừa chủ yếu ở khu vực Bắc Bộ thể hiện cấu trúc nhiệt ẩm sinh mưa
nhỏ và vừa khu vực này không thật thích hợp với cấu trúc nhiệt ẩm
quy chiếu của sơ đồ. Nói cách khác, mưa nhỏ và vừa ở Bắc Bộ không
phải là mưa nhiệt đới điển hình.
e) Đối với mô hình khu vực phân giải càng cao, sự thích hợp của
sơ đồ TSHĐL dựa vào hội tụ ẩm mực thấp kiểu như sơ đồ TK càng
giảm.
3. Lần
đầu tiên ở Việt Nam chúng tôi 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 24h trong luận án. Kết quả kiểm
nghiệm cho thấy tính ổn định cao của các điểm số đánh giá (FBI, TS,
POD, TSS, HSS) đối với cả bốn phiên bản với bốn sơ đồ TSHĐL.
Điều đó khẳng đị

nh cho độ tin cậy của những kết luận nêu trên.

22
KẾT LUẬN
Từ các nghiên cứu lý thuyết và tính toán thực hiện trong luận án
này chúng tôi rút ra những nhận xét và kết luận sau:
1. Luận án đã nghiên cứu hệ thống hóa lý thuyết TSHĐL trong mô
hình dự báo khu vực phân giải cao và chọn ra bốn sơ đồ khác nhau áp
dụng vào dự báo mưa bằng mô hình HRM có độ phân giải 14km, 31
mực thẳng đứng trên miền 7.125N-27.125N và 97.25E-117.25E,
trong đó sơ đồ BMJ thiết lập trên nguyên tắc điều chỉnh cấu trúc
nhiệt ẩm mô hình về cấu trúc nhiệt ẩm thám sát thực trong khí quyển,
còn sơ đồ gốc TK của HRM và hai sơ đồ ET và HS dựa vào giả
thuyết coi đối lưu sinh ra từ hội tụ ẩm mực thấp và bất ổn định khí
quyển.
2. Bốn phiên bản của mô hình với bốn sơ đồ TSHĐL trên được chạy
dự báo 24h cho ba mùa mưa 2003-2005. Kết quả dự báo được đánh
giá bằng ph
ương pháp truyền thống, thẩm định CRA và kiểm nghiệm
ổn định thống kê bằng phương pháp bootstrap thực hiện cho từng
trường hợp mưa điển hình, trung bình cho từng hệ thống gây mưa
riêng lẻ (KKL, ITCZ, SW hay bão), trung bình cho từng mùa và
trung bình cho ba mùa mưa. Kết quả đánh giá cho thấy:
a) Để dự báo mưa, đặc biệt là mưa lớn trên khu vực nghiên cứu sơ
đồ BMJ tỏ ra thích hợp hơn hẳn so với ba sơ đồ
còn lại, bộc lộ trên
tất cả các điểm số quan trọng như TS, POD, TSS, HSS và đối với
tất cả các miền Bắc Bộ, Trung Bộ, Nam Bộ.
b) Chất lượng dự báo mưa lớn trên khu vực nghiên cứu của H14-
31 tăng lên rõ rệt khi thay đổi sơ đồ TSHĐL gốc TK bằng sơ đồ

TSHĐL BMJ. Điểm số kỹ năng dự báo mưa TSS ở ngưỡng mư
a
50mm/ngày của phiên bản gốc H14-31/TK là 15% và của H14-
31/BMJ đạt 20%. Phiên bản H14-31/BMJ cho dự báo mưa với sai số

3
Kết quả của luận án đã giúp khẳng định khả năng sử dụng mô
hình HRM với sơ đồ BMJ trong dự báo nghiệp vụ.
4. Các kết quả mới 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 lập 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 tỏ ra thích
hợp hơn so với ba sơ đồ còn lại: kỹ năng d
ự 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 bất ổn định khí quyển mà còn bởi nhiều quá trình phức tạp
khác chư
a 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
lu
ận án được đảm bảo ổn định và đáng tin cậy.
5. 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

4
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.
CHƯƠNG 1. VẤN ĐỀ THAM SỐ HÓA ĐỐI LƯU TRONG
MÔ HÌNH VÀ DỰ BÁO MƯA BẰNG MÔ HÌNH SỐ
1.1. Tổng quan về vấn đề TSHĐL trong mô hình dự báo số
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. Khái
niệm TSHĐL trong các mô hình số là việc biểu diễn được hiệu ứng
của một quần thể các đám mây đối lưu trong khí quyển qua số hạng
của các biến qui mô lưới. Tùy thuộc vào độ phân giải ngang của mô
hình mà lự
a chọn có hay không TSHĐL. 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: tiếp cận truyền thống, hiển tổng thể và
lai (Molinari và Dudek, 1992). Nhìn chung, các sơ đồ TSHĐL có hai
mục tiêu. Thứ nhất, các sơ đồ phải tính (hay mô phỏng) 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 tính được phân bố
năng lượng được giải phóng theo phương thẳng đứng sao cho gần với
thực cùng với các tham số hóa vật lý khác như bức xạ, mưa qui mô
lưới và lớp biên để duy trì một 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 h
ợp các sơ đồ kiểu dòng khối,
thông lượng khối lượng đối lưu được xác định như thế nào. Theo
Arakawa và Chen (1987), hầu hết các sơ đồ TSHĐL sử dụng trong

21
TS rất ít có sự khác biệt giữa các sơ đồ TSHĐL. Khi ngưỡng mưa
tăng từ 5, 20 và 50mm/ngày thì TS giảm tương ứng là ~30%, 20% và
10%. Tuy nhiên, phiên bản H14-31/BMJ có kết quả tốt hơn chút ít so
với các phiên bản còn lại.
Ở ngưỡng 5mm/ngày, POD của H14-31/BMJ cao nhất đạt 70%.
Với ngưỡng 20mm/ngày thì POD của cả bốn phiên bản đều giảm,
BMJ vẫn cao nhất đạt ~40%. Với ngưỡng 50mm/ngày thì sự khác
biệt giữa các sơ đồ đối lư
u không thể hiện rõ, POD ~ 20%.
TSS và HSS cho thấy giữa các phiên bản rất ít có sự khác biệt
cũng như kỹ năng dự báo ở các ngưỡng mưa cũng ít biến đổi. Tuy
nhiên, phiên bản sử dụng sơ đồ BMJ có kết quả tốt hơn nhưng không
nhiều so với các phiên bản còn lại.
Với toàn bộ những kết quả đánh giá trong chương này có thể thấy
sơ đồ BMJ thể hiện sự
ưu việt và ổn định trên nhiều điểm số thống kê

hơn so với ba sơ đồ TSHĐL còn lại. Một nhược điểm của sơ đồ BMJ
là vấn đề dự báo khống ở ngưỡng mưa vừa và mưa nhỏ, tuy nhiên
không nhiều.












20
=50mm/ngày thì H14-31/TK và BMJ cho kết quả tốt hơn còn H14-
31/HS lại cho dự báo khống nhiều nhất.
Bảng 3.9 Điểm số trung bình của thẩm định CRA đối với mưa lớn khu vực
Đông Bắc của các tháng từ năm 2003 đến 2005 với ba sơ đồ TSHĐL. Giá trị
trong Bảng là giá trị trung bình theo số lượng CRA
RMSE
(mm/ngày)
HSTQ
Phiên
bản
Ngưỡng
mưa
(mm)
(số

CRA)
Gốc
Sau
trôi
Gốc
Sau
trôi
Sai số
vị trí
(%)
Sai số
thể
tích
(%)
Sai số
kiểu
dáng
(%)
1(90) 36.88 25.97 0.166 0.359 44.16 10.33 45.51
2(90) 37.07 26.05 0.161 0.360 44.32 10.52 45.16
5(87) 37.67 27.04 0.142 0.355 43.02 11.31 45.67
10(77) 39.89 28.87 0.104 0.339 41.64 11.33 46.03
20(45) 51.99 38.82 0.042 0.325 39.14 14.83 46.03
H14-
31/TK
TB
(389)
39.45 28.29 0.133 0.350 42.86 11.31 45.83
1(106) 45.04 27.60 0.138 0.285 57.09 8.90 34.01
2(104) 45.54 28.25 0.129 0.283 56.23 9.21 34.56

5(94) 47.65 30.06 0.103 0.285 55.05 9.64 35.31
10(81) 52.28 33.91 0.083 0.284 53.08 11.05 35.87
20(56) 62.58 41.58 0.005 0.289 50.49 11.65 37.86
H14-
31/HS
TB
(441)
49.27 31.21 0.101 0.285 54.88 9.87 35.25
1(142) 32.31 23.00 0.163 0.319 47.29 7.70 45.01
2(142) 32.37 23.05 0.161 0.321 47.30 7.72 44.98
5(137) 32.62 23.34 0.161 0.330 46.74 7.56 45.70
10(121) 33.95 24.65 0.143 0.336 45.28 7.88 46.84
20(91) 36.49 27.29 0.098 0.340 42.51 8.38 49.11
H14-
31/BMJ
TB
(633)
33.31 24.02 0.149 0.328 46.10 7.81 46.09
Bảng 3.10 Trung bình của sai số phần từ thẩm định CRA và độ biến động
của dự báo bằng mô hình LAPS cho bốn vùng mưa của Úc (Ebert, 2000)
Khu vực
Sai số vị trí
(%)
Sai số thể tích
(%)
Sai số kiểu dáng
(%)
Nhiệt đới 55±2 3±1 42±2
Sườn Đông Bắc 64±5 3±1 33±4
Sườn Tây 54±3 7±1 39±2

Trung tâm 41±1 7±1 52±1
Toàn bộ Australia 50±1 5±0.3 45±1

5
mô hình 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), Fritsch và Chappell (1980), Frank và Cohen (1987), và Kain
và Fritsch (1989).
1.2. Về các sơ đồ tham số hóa đối lưu áp d
ụng trong mô hình
HRM
1.2.1. Sơ đồ tham số hóa đối lưu Tiedtke
Tiedtke (1989) đã xây dựng một sơ đồ TSHĐL mây tích dựa trên
cơ sở gần đúng các dòng khối. Ông đã chia động lực của mây tích
thành hai phần, một phần dòng thăng và một phần dòng giáng. Trong
sơ đồ phân biệt ba loại đối lưu: nông, sâu và mực giữa. Hệ các
phương trình viết cho dòng thăng và dòng giáng trong mây có tính
đến dòng cuốn vào và dòng cuốn ra do dòng rối và do dòng có tổ
chức. Có tham số hóa quá trình v
ận chuyển động lượng. Dòng cuốn
vào và dòng cuốn ra do rối được coi là bằng nhau và bằng một hằng
số đối với từng loại mây. Dòng cuốn vào có tổ chức xác định nhờ độ
hội tụ ẩm trong điều kiện dừng.
Giả thiết khép kín cho đối lưu sâu phụ thuộc vào hội tụ ẩm mực

thấp. Đối lưu sâu chỉ xuất hiện khi hội tụ
ẩm đạt giá trị dương. Để
xác định thông lượng khối lượng chân mây cho đối lưu nông cũng sử
dụng biểu thức tương tự như cho đối lưu sâu nhưng lượng ẩm cung
cấp cho các đám mây đối lưu nông chủ yếu do sự bốc hơi từ bề mặt,

6
sự hội tụ quy mô lớn là rất nhỏ có thể bỏ qua. Với đối lưu mực giữa,
dòng khối trong dòng thăng tại chân mây được xác định thông qua sự
vận chuyển khối lượng thẳng đứng của dòng quy mô lớn. Thông
lượng khối lượng dòng giáng được giả thiết tỷ lệ thuận với thông
lượng khối lượng dòng thăng.
1.2.2. Sơ đồ Tiedtke cải tiến
Thor Erik Nordeng (1994) đã cả
i tiến một số phần so với sơ đồ
Tiedtke (1989) như sau:
Dòng cuốn vào có tổ chức cải tiến được xem là có quan hệ với lực
nổi trong mây, tức là khi lực nổi càng lớn thì gia tốc thẳng đứng sẽ
càng lớn và do đó không khí cuốn vào dòng thăng sẽ nhiều hơn để
đảm bảo tính liên tục khối lượng. Dòng cuốn ra có tổ chức cải tiến
quan hệ với tốc độ
biến đổi diện tích của phần hoạt động mây theo độ
cao.
Phép khép kín thích ứng được sử dụng đối với đối lưu sâu là liên
hệ thông lượng khối lượng ở chân mây với độ bất ổn định đối lưu và
sử dụng thời gian hồi phục
τ
= 3600s sao cho sau khoảng thời gian
này sơ đồ đối lưu sẽ khử bỏ được sự bất ổn định. Tuy nhiên, ở bước
tích phân đầu tiên thông lượng khối lượng chân mây được tính dựa

vào hội tụ ẩm qui mô lớn và sau đó được hiệu chỉnh bằng biểu thức
phụ thuộc lực nổi ở những bước tích phân tiếp theo.
1.2.3. Sơ đồ Heise
Điểm khác biệt duy nhất so vớ
i sơ đồ Tiedtke (1989) là giả thiết
khép kín cho đối lưu sâu. Thông lượng khối lượng tại chân mây được
tính đơn giản hơn, phụ thuộc vào mật độ của môi trường, CAPE và
một hằng số thực nghiệm.



19
trung bình theo từng ngưỡng cũng như trung bình theo tất cả các
ngưỡng là 7,81% nhỏ nhất so với H14-31/HS là 9,87% và H14-
31/TK là 11,31%. Mặt khác, quan hệ giữa ba loại sai số phần trăm di
chuyển, thể tích và kiểu dáng của H14-31/BMJ là 46,1%, 7,81% và
46,09% tương ứng dao động trong giới hạn cho phép trong đó sai số
thể tích phải nhỏ nhất và <10% thể hiện H14-31/BMJ có kỹ năng dự
báo mưa ổn định. So sánh với các sai số tương ứng trong Bảng 3.10
của th
ẩm định dự báo mưa mô hình LAPS của Úc ta thấy sai số phần
trăm thống kê CRA của dự báo mưa bằng H14-31 với sơ đồ BMJ có
thể coi gần như tương đương với sai số tương ứng của mô hình
LAPS. Điểm quan trọng có thể suy ra từ so sánh này là sai số thể tích
trung bình của H14-31/BMJ là 7,81% (<10%) gần tương đương với
sai số thể tích của LAPS lấy trung bình toàn vùng là 5%, tuy nhiên ở
vùng nhiệt đới thì sai số thể
tích của LAPS khá nhỏ, chỉ là 3%. Với
giá trị này của sai số thể tích hoàn toàn có thể coi chu trình ẩm trong
phiên bản H14-31/BMJ là cân bằng.

3.5. Kiểm nghiệm độ ổn định thống kê của các kết quả đánh giá
bằng sử dụng phương pháp bootstrap
Phương pháp bootstrap được sử dụng để kiểm nghiệm độ ổn định
thống kê của 5 điểm số FBI, TS, POD, TSS và HSS đã được thực
hiện trong mục 3.2 và 3.3. Kế
t quả cho thấy khi ta thay đổi số lượng
mẫu bootstrap thì các giá trị này rất ít biến đổi, điều này cho thấy kết
quả đánh giá của các phiên bản đều thể hiện tính ổn định ở tất cả các
ngưỡng mưa.
Với ngưỡng mưa 5 và 20mm/ngày, H14-31/BMJ có FBI lớn hơn.
FBI trung bình của H14-31/BMJ ở ngưỡng 5mm/ngày vào ~2,5 và ở
ngưỡng 20mm/ngày là ~2,2. Khi ngưỡng =20mm/ngày thì sơ đồ TK,
và HS không có sự khác biệt nhiều. Tuy nhiên, khi ngưỡng

18
TSS và HSS của H14-31/BMJ thể hiện tốt hơn so với ba phiên
bản còn lại, đặc biệt đối với khu vực Nam Bộ. Hai điểm số này nhìn
chung giảm theo ngưỡng mưa ở cả 4 phiên bản và ở khu vực Bắc Bộ
thể hiện tốt nhất, kém nhất là khu vực Nam Bộ.
ME nhìn chung đều dương ở 4 phiên bản cũng như các khu vực,
riêng H14-31/ET có ME<0 tuy nhiên không đáng kể đối với khu vực
Trung Bộ
và Nam Bộ. Như vậy, với ngưỡng mưa vừa và nhỏ thì mô
hình thường cho dự báo cao hơn thám sát trong khi đó với ngưỡng
mưa lớn thì xu thế lại ngược lại. Phân bố không gian của ME cho
thấy ME>0 chủ yếu ở Bắc Bộ và sai số này lớn tại các trạm vùng núi
phía tây bắc. Các trạm ở khu vực Nam Bộ đều có xu thế mang sai số
âm.
MAE giữa các phiên bản hầu như không có sự sai khác nhiều.
RMSE lớ

n nhất của H14-31/HS (25,443mm/ngày) và nhỏ nhất
của H14-31/BMJ (20,104mm/ngày).
HSTQ đều có giá trị dương đối với tất cả các miền và H14-
31/BMJ thể hiện kết quả tốt nhất ở cả ba khu vực và toàn Việt Nam.
HSTQ có giá trị cao nhất ở khu vực Bắc Bộ và kém nhất là khu vực
Nam Bộ.
3.4. Kết quả đánh giá sử dụng phương pháp CRA (thẩm định
CRA)
Từ Bảng 3.9 ta thấy trong cùng những tình huống thời ti
ết tổng số
CRA của H14-31/BMJ lớn nhất, nghĩa là vùng mưa dự báo gần với
vùng mưa thám sát hơn so với các sơ đồ đối lưu còn lại.
Trên hai điểm số RMSE và HSTQ, H14-31/BMJ thể hiện tốt nhất.
Sai số phần trăm theo thể tích trung bình cho ba mùa mưa cũng
tăng theo ngưỡng mưa thể hiện mưa càng lớn thì sự cân bằng ẩm
trong mô hình càng yếu, trong đó H14-31/BMJ có sai số thể tích

7
1.2.4. Sơ đồ Betts-Miller-Janjic
Cấu trúc nhiệt ẩm khí quyển mô hình được điều chỉnh về một cấu
trúc nhiệt động tựa cân bằng quy chiếu (nhận được từ quan trắc trong
khí quyển nhiệt đới) cùng tồn tại với các quá trình bình lưu và bức xạ
quy mô lớn. Trong sơ đồ sử dụng hai cấu trúc nhiệt động quy chiếu
khác nhau đối với đối lưu sâu và đối lưu nông. Đối v
ới đối lưu nông,
profin quy chiếu là đường xáo trộn còn với đối lưu sâu thì profin này
là đường đoạn nhiệt ẩm.
Đối với đối lưu sâu các profin nhiệt, ẩm quy chiếu phải được thiết
lập sao cho thoả mãn điều kiện bảo toàn enthalpy tổng. Profin quy
chiếu của đối lưu nông thỏa mãn hai ép buộc năng lượng riêng biệt

đối với nhiệt và ẩm, có nghĩa là đối lưu nông không sinh mưa mà chỉ

làm phân bố lại nhiệt và ẩm theo phương thẳng đứng, trong đó cường
độ xáo trộn trong đối lưu nông là một hàm của độ nghiêng đường xáo
trộn vì độ nghiêng đường xáo trộn thống trị bất ổn định đỉnh mây.
1.3. Về dự báo mưa bằng mô hình dự báo số trên thế giới và ở
Việt Nam
Những năm 1983-1984 về trước dự báo thời tiết ở nhiệt đới nói
chung và b
ằng phương pháp số nói riêng còn rất nghèo nàn. Lĩnh vực
này được các nhà khí tượng thế giới quan tâm đặc biệt từ khi có
nhiều thám sát hơn ở nhiệt đới, đặc biệt là thám sát vệ tinh, rađa.
Thời kỳ 1984-1985 ở ECMWF đã có những cải tiến to lớn trong
dự báo nghiệp vụ bằng mô hình toàn cầu cho các vùng nhiệt đới, đó
là đưa vào TSHĐL nông, biến đổi TSHĐL sâu, một sơ đồ mây mới
và tă
ng độ phân giải ngang của mô hình. Kết quả cho thấy những cải
tiến này thể hiện chủ yếu qua giảm sai số hệ thống phản ánh ràng
buộc phi đoạn nhiệt ở nhiệt đới thực hơn. Việc sử dụng độ phân giải
ngang tinh hơn trong các mô hình dự báo thời tiết nghiệp vụ (Black,

8
1994; Rogers & CS, 1998) nhìn chung nâng cao chất lượng QPF, ít
nhất là được thể hiện qua các điểm số kỹ năng truyền thống
(Mesinger, 1998). Ngoài ra, những cải tiến trong thám sát và phương
pháp đồng hóa chúng để cải tiến trường ban đầu cho mô hình góp
phần quan trọng trong việc nâng cao chất lượng dự báo. Bên cạnh
việc cải tiến các mô hình dự báo số nghiệp vụ theo nhiều cách khác
nhau, hướng tiếp cận dự báo tổ hợp cũng được phát triể
n nhằm nâng

cao chất lượng QPF.
Cách tiếp cận trong dự báo thời tiết và khí hậu theo hướng mô
hình số trị cũng bắt đầu được phát triển mạnh ở Việt Nam từ năm
2000 trở lại đây. Mô hình dự báo thời tiết khu vực phân giải HRM do
đề tài ĐTĐL 2002/02 của PGS. TSKH Kiều Thị Xin tiếp thu từ Tổng
cục Thời tiết CHLB Đức (DWD) đã được phát triển, áp dụng ở
Việt
Nam và được sử dụng nghiệp vụ hiệu quả ở TTDBKTTVTW. Đề tài
KHCN KC09-04 do GS. TS Trần Tân Tiến làm chủ nhiệm đã tiếp
thu, áp dụng thành công mô hình RAMS từ Đại học Tổng hợp
Colorado (Mỹ) và mô hình số trị phi thủy tĩnh Eta từ Đại học Tổng
hợp Athens (Hy Lạp) vào “Xây dựng mô hình dự báo các trường Khí
tượng Thủy văn trên Biển Đông”. TS. Hoàng Đức Cường & CS đã
tiếp thu mô hình số trị
qui mô vừa thế hệ 5 của Mỹ (MM5) với đề tài
“Nghiên cứu thử nghiệm áp dụng mô hình khí tượng động lực quy
mô vừa MM5 trong dự báo hạn ngắn ở Việt Nam”. Luận án Tiến sỹ
của Đỗ Ngọc Thắng với đề tài “Nghiên cứu cải tiến sơ đồ tham số
hóa đối lưu áp dụng vào mô hình dự báo thời tiết số trị Eta cho Việt
Nam”. Trong mô hình Eta tác giả đã thử nghiệ
m hai sơ đồ đối lưu là
BMJ và Kain Fristch.



17
hơn so với những tháng còn lại. Tuy nhiên, trong các tháng 9-12 thì
sự khác biệt giữa ba sơ đồ TK, ET và HS là không nhiều.
3.3.2 Kết quả đánh giá theo các khu vực và toàn Việt Nam
FBI cho thấy dự báo khống nhiều nhất ở Bắc Bộ còn ở Nam Bộ

lại dự báo sót nhiều hơn. H14-31/TK và BMJ cho kết quả dự báo
khống nhiều ở các ngưỡng từ 5-20mm/ngày sau đó giảm nhanh khi
ngưỡng mưa tăng lên. Ngược lại, H14-31/ET và HS lại dự báo khố
ng
nhiều ở ngưỡng ≤ 5mm/ngày, sau đó diện mưa dự báo khá phù hợp
với thám sát ở ngưỡng mưa vừa. Đối với ngưỡng từ 40-50mm/ngày
thì các phiên bản dự báo diện mưa không khác nhau nhiều và gần với
diện mưa thám sát. Với ngưỡng mưa lớn sơ đồ đối lưu HS cho kết
quả dự báo diện mưa tốt nhất đối với miền Trung. Riêng khu vực
Nam Bộ, c
ả bốn phiên bản đều có dự báo diện mưa nhỏ hơn nhiều so
với thám sát ở ngưỡng mưa lớn, nghĩa là dự báo sót nhiều. Điều này
cho thấy HRM cùng với bốn sơ đồ TSHĐL trên đều dự báo chưa tốt
mưa lớn khu vực này. Chất lượng dự báo thấp ở đây có lẽ không chỉ
do chất lượng mô phỏng đối lưu của các sơ đồ
mà còn chính trong
mô hình HRM đối với vùng nhiệt đới-xích đạo.
TS ít khác biệt giữa bốn sơ đồ TSHĐL và giữa các khu vực. Với
ngưỡng mưa nhỏ, phần trùng nhau giữa vùng mưa thám sát và vùng
mưa dự báo của 4 phiên bản đạt ~40%. Với ngưỡng mưa lớn TS
giảm xuống còn ~10%, riêng khu vực Nam Bộ điểm số TS rất nhỏ,
<5%. Điều đó có nghĩa là H14-31 dự báo vận tốc hoàn lưu ẩm kém
nhất cho khu vực Nam Bộ.
POD của H14-31/BMJ có kết quả tốt nhất ở cả ba khu vực cũng
như toàn Việt Nam đối với tất cả các ngưỡng mưa. Với ngưỡng mưa
lớn khả năng phát hiện mưa ở khu vực Nam Bộ của tất cả các phiên
bản đều kém, trung bình chỉ đạt khoảng 5%.

16
toàn cầu của nước ngoài cũng có xu thế tương tự, nhưng có POD nhỏ

hơn so với H14-31 ở ngưỡng mưa lớn, thể hiện tính ưu việt của mô
hình khu vực với độ phân giải tinh hơn đã mô phỏng tốt hơn những
quá trình qui mô vừa và nhỏ hơn, đặc biệt là đối lưu.
TSS vào các tháng 6-8 của cả bốn phiên bản ở ngưỡng
<2mm/ngày rất thấp, chỉ ~15%. Hai phiên bản H14-31/BMJ và TK
thể hiện kết quả tốt hơn ở những ngưỡng này trong đó BMJ đặc biệt
tốt hơn ở ngưỡng từ 10-30mm/ngày và TSS cao nhất ~35% ở ngưỡng
20mm/ngày. Với ngưỡng 50mm/ngày, BMJ vẫn thể hiện ưu việt hơn
so với ba phiên bản còn lại. Thời kỳ các tháng 9-12, cả bốn phiên bản
có kỹ năng dự báo ở những ngưỡng mưa nhỏ cao hơn hẳn so với các
tháng 6-8 vớ
i TSS trung bình đạt 30-35% sau đó giảm dần theo
ngưỡng mưa. Hai phiên bản BMJ và HS có giá trị TSS đạt đến 20%
trong khi hai phiên bản còn lại đạt ~15% ở ngưỡng 50mm/ngày. Với
các mô hình toàn cầu, TSS gần như ít biến động trong khoảng
ngưỡng ≤ 5mm/ngày, dao động trong ~50-60% đối với cả hai thời kỳ.
Tuy nhiên, với tăng ngưỡng mưa TSS của mô hình toàn cầu giảm rất
nhanh chỉ còn ~15% vào các tháng mùa hè và <10% vào các tháng
mùa đông ở ngưỡng 50mm/ngày. Kết quả này cho thấy mô hình toàn
cầu mô ph
ỏng tốt mưa nhỏ và vừa nhưng không tốt mưa lớn.
HSS ít khác biệt giữa các phiên bản cũng như giữa các ngưỡng và
các tháng. HSS thể hiện tốt hơn vào các tháng 9-12 và H14-31/BMJ
có giá trị cao hơn ở tất cả các ngưỡng mưa trong cả hai thời đoạn.
Tất cả các phiên bản đều có HSTQ dương và của H14-31/BMJ
luôn cao hơn so với ba phiên bản còn lại. Trong các tháng 6-8 thì
phiên bản sử dụng sơ đồ TK và BMJ có HSTQ lớn hơ
n so với các
tháng 9-12 còn với sơ đồ HS và ET thì kết quả của tháng 6-8 lại thấp

9
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

2.1. Mô hình dự báo thời tiết khu vực phân giải cao
Là một mô hình số, thủy tĩnh cho dự báo thời tiết khu vực hạn chế
quy mô vừa
α và
β
. HRM được cấu trúc ngang hoặc theo lưới kinh
vĩ quay hoặc theo lưới điều hòa với độ phân giải có thể từ 0.25
o
đến
0.05
o
(tương đương từ 28km đến 7km). HRM sử dụng hệ tọa độ lai
η
theo phương thẳng đứng.
2.1.1. Hệ phương trình cơ bản
Hệ các phương trình gồm có 7 phương trình dự báo và 9 phương
trình cảnh báo viết trong hệ tọa độ lai. Các biến dự báo gồm: áp suất
bề mặt p
s
, gió vĩ hướng u, gió kinh hướng v, nhiệt độ T, độ ẩm riêng
q, lượng nước mây q
c
và lượng băng trong mây q
i
.

2.1.2. Điều kiện biên và ban đầu hóa
Biên trên: sử dụng điều kiện biên trên phát xạ.
Biên xung quanh: lấy từ mô hình GME có làm trơn.
Ban đầu hóa mode chuẩn ẩn phi tuyến (INMI): thực hiện ban đầu
hóa bằng phương pháp INMI. Phương pháp này được áp dụng vào
các trường
Tvu ,, và
s
p . Từ tháng 3/2005 sau khi mô hình GME
tăng độ phân giải ngang đến 40km, trong HRM đã phát triển thêm
phương pháp ban đầu hóa lọc số (DFI) để thích hợp với sử dụng
trường ban đầu từ GME mới.
Địa hình: độ cao trung bình trên mực biển và vị trí của ô trên đất
liền được xác định theo tập số liệu của Mỹ. Loại đất chủ yếu trong ô
lưới xác định theo các bản đồ của FAO/UNESCO.
2.1.3. Tham số hóa vật lý trong mô hình
•
Tham số hóa bức xạ và mây dựa theo Ritter (1992)

10
• Sơ đồ vi vật lý mây dựa trên ba biến dự báo q, q
c
, q
i
và hai
đại lượng giáng thủy cơ bản là mưa và tuyết
• Sơ đồ tham số hóa đối lưu của Tiedtke (1989)
• Tham số hóa vận chuyển rối thẳng đứng trong lớp Prandtl
dựa theo Louis (1979), trong lớp biên dựa theo Mellor (1974)
• Mô hình đất theo Jacobsen (1982) gồm hai lớp xác định các

thông lượng nhiệt và ẩm từ bề mặt vào trong đất
2.1.4. Miền dự báo và độ phân giải cho HRM
Miền dự báo bao giữa 7,125
o
N-27,125
o
N; 97,25
o
E-117,25
o
E với
độ phân giải ngang 14 x 14km, độ phân giải thẳng đứng 31 mực (Ký
hiệu H14-31).
2.2. Về đánh giá dự báo mưa mô hình và xử lý số liệu mưa
2.2.1. Vấn đề đánh giá dự báo mưa
Trước tiên, cần tiến hành xử lý kiểm tra số liệu mưa thực tế và sản
phẩm mưa mô hình, sau đó chọn các chỉ tiêu đánh giá dự báo, tính
toán, biểu diễn kết quả và cuối cùng là phân tích các kết quả
đánh
giá.

2.2.2. Xử lý số liệu mưa
Phân bố trạm khí tượng và thủy văn đo mưa của năm 2003, 2004
và 2005 tương ứng là 296, 314 và 344 trạm. Số liệu mưa trước khi
đưa vào tính toán phải được kiểm tra gồm: kiểm tra các giá trị
ngưỡng; kiểm tra tính phù hợp bên trong tập số liệu (theo không gian
và thời gian); những số liệu nghi vấn cần được kiểm tra lại một lần
nữa theo số liệu gố
c lưu trữ ở Trung tâm tư liệu Khí tượng Thủy văn
Sau khi tiến hành đồng bộ số liệu giữa thám sát và dự báo bằng

cách nội suy các giá trị dự báo mưa của mô hình tại các điểm nút lưới
về các điểm trạm quan trắc theo phương pháp Barnes, chúng tôi tiến
hành tính toán các điểm số đánh giá theo không gian và thời gian.

15
phiên bản còn lại không khác nhau nhiều và trong từng tình huống
thời tiết lại bộc lộ ở mức độ khác nhau.
Kết quả đánh giá dự báo mưa của H14-31 với bốn sơ đồ TSHĐL
đối với các hệ thống thời tiết gây mưa điển hình cho thấy tính ưu việt
hệ thống của sơ đồ BMJ so với ba sơ đồ còn lại. Tuy nhiên, cần lưu ý
khả
năng dự báo khống của sơ đồ BMJ ở ngưỡng mưa vừa và mưa
nhỏ. Với sơ đồ ET mô hình cho dự báo kém nhất.
3.3. Kết quả đánh giá thống kê cho các tháng từ năm 2003 đến
năm 2005
3.3.1 Kết quả đánh giá cho các tháng 6-8 và 9-12
Đối với cả hai thời đoạn, cả bốn phiên bản đều cho dự báo diện
mưa thiên lớn hơn thám sát, đặc biệt với ngưỡng mư
a ≤ 20mm/ngày,
trong đó sơ đồ BMJ bộc lộ sự khác biệt lớn nhất. Trong các tháng 6-8
độ thiên lớn mạnh hơn so với các tháng 9-12. So sánh với FBI nhận
được từ các mô hình nước ngoài tính cho lục địa Úc cũng cho thấy
trong các tháng mùa hè, các mô hình thường có diện mưa thiên lớn
và xu thế ngược lại vào mùa đông. Kết quả này cho thấy đặc tính
phức tạp của mưa mùa hè vùng nhiệt đới. Đây đang là bài toán nan
giải trên tầm quốc tế
.
TS gần như không khác nhau nhiều giữa các sơ đồ. TS có giá trị
lớn hơn đối với ngưỡng mưa nhỏ và vào các tháng 6-8. Từ những đặc
điểm này ta thấy sai số dự báo vị trí vùng mưa gây nên chủ yếu bởi

sai số dự báo hoàn lưu trong khi hoạt động của đối lưu mô phỏng ảnh
hưởng không nhiều đến tốc độ hoàn lưu gây mưa.
POD của 4 phiên bản có giá trị mùa hè cao hơ
n mùa đông ở
những ngưỡng mưa nhỏ, với ngưỡng mưa lớn thì các giá trị này là
tương đương (~20%). POD của H14-31/BMJ thể hiện xu thế tốt hơn
so với các phiên bản còn lại trong cả hai trường hợp. Các mô hình

14
đồ đối lưu, H14-31 đều cho dự báo vị trí vùng mưa chưa thật tốt. Sai
số này không chỉ sinh ra bởi mô phỏng đối lưu chưa tốt mà nhiều khả
năng còn bởi chính sai số trong trường gió mang theo hoàn lưu ẩm
của mô hình.
POD của H14-31/BMJ tốt hơn ở tất cả các ngưỡng mưa và với
mọi tình huống thời tiết. POD ở ngưỡng 50mm/ngày của H14-
31/BMJ là ~30%, các phiên bản còn lại chỉ đạt ~20%.
TSS của sơ đồ BMJ thường có xu thế tốt hơn ba sơ đồ còn lại. Sơ
đồ BMJ đạt ~0,35 ở ngưỡng 1mm/ngày giảm xuống còn 0,25 ở
ngưỡng 50mm/ngày trong khi ba phiên bản kia chỉ đạt các giá trị
tương ứng là 0,2-0,25 và ~0,15. Trong tình huống mưa do KKL, sơ
đồ BMJ thể hiện ưu việt hơn ba sơ đồ còn lại ở các ngưỡng mưa ≤
20mm/ngày và có TSS khá cao ở ngưỡng mưa lớn trong những
trường hợp th
ời tiết do SW và bão.
HSS không biến đổi nhiều theo ngưỡng mưa và ít khác biệt giữa
các phiên bản. Tuy nhiên, sơ đồ BMJ cho kết quả dự báo mưa tốt
hơn, đặc biệt trong các trường hợp mưa do KKL.
Sai số ME của H14-31/TK, ET và HS đều có giá trị trung bình
âm, với sơ đồ BMJ thì ME > 0 (ME = 3,707). Riêng trường hợp mưa
do KKL thì cả bốn phiên bản đều có ME < 0. H14-31/ET và HS luôn

cho dự báo thấp hơn thát sát trong mọi trường hợp. Sai số MAE
không khác nhau nhiều giữa các phiên bả
n. MAE nhỏ nhất trong các
trường hợp mưa do KKL và lớn nhất trong trường hợp mưa lớn do
ATNĐ-bão. H14-31/BMJ có RMSE nhỏ nhất là 27,767mm/ngày và
lớn nhất là 33,460mm/ngày của H14-31/HS, tức là với sơ đồ HS có
những trạm cho dự báo ngược pha so với thám sát.
Trong tất cả các trường hợp, HSTQ của H14-31/BMJ luôn có giá
trị cao nhất và ít thay đổi giữa các hình thế thời tiết. HSTQ của ba

11
2.3. Một số điểm số thường sử dụng để đánh giá dự báo mưa
trong nghiệp vụ
Các điểm số đánh giá dựa theo bảng ngẫu nhiên gồm: FBI, TS,
POD, FAR, ETS, OR, HSS, TSS, PC. Các điểm số đánh giá thống kê
gồm: ME, MAE, RMSE và hệ số tương quan (HSTQ).
2.4. Phương pháp đánh giá dự báo mưa trong nghiên cứu:
phương pháp CRA
Phương pháp CRA cho phép phân tách sai số dự báo mưa thành
ba loại: sai số vị trí, sai số kiể
u dáng và sai số thể tích. Ngoài ra, dựa
trên nguyên tắc cực đại hóa HSTQ và cực tiểu hóa sai số RMSE, cho
phép hiệu chỉnh kết quả dự báo bằng dịch chuyển vùng mưa dự báo
về phía vùng mưa thám sát, nhờ đó làm giảm sai số dự báo là cơ sở
cho hiệu chỉnh.
2.5. Kiểm nghiệm độ ổn định thống kê của các kết quả đánh giá:
phương pháp Bootstrap
Bootstrap là một phương pháp mô phỏng dựa trên cơ sở
số liệu
nhằm rút ra những suy luận mang tính thống kê. Phương pháp này

đòi hỏi năng lực máy tính hiện đại để đơn giản hóa những tính toán
phức tạp của lý thuyết thống kê truyền thống. Phương pháp bootstrap
được Efron giới thiệu từ năm 1979 như là một phương pháp dựa vào
máy tính để đánh giá sai số chuẩn của giá trị ước lượng
ˆ
θ
. Bootstrap
đánh giá sai số chuẩn không cần các tính toán mang tính lý thuyết và
có khả năng thực hiện mà không cần quan tâm tới ước lượng
ˆ
θ
có
dạng toán học phức tạp như thế nào. Phương pháp bootstrap được
xây dựng dựa trên nguyên tắc lặp.
Các bước thực hiện bootstrap đối với kết quả đánh giá dự báo
mưa 24h của mô hình HRM

12
Số liệu đầu vào: các giá trị theo bảng ngẫu nhiên (H, M, F, CN)
của từng tháng tương ứng với từng ngưỡng mưa.
Số liệu đầu ra: giá trị trung bình của mẫu bootstrap, độ lệch
chuẩn.
Các bước thực hiện: tạo số ngẫu nhiên; tính các điểm số theo các
giá trị mới của bảng ngẫu nhiên nhận được từ các số ngẫu nhiên; tính
các đặc trưng thống kê của từ
ng mẫu bootstrap tương ứng với từng
điểm số; số mẫu boostrap B lần lượt là 10, 20, , 100.
CHƯƠNG 3. KẾT QUẢ DỰ BÁO MƯA CỦA MÔ HÌNH HRM
VỚI CÁC SƠ ĐỒ THAM SỐ HÓA ĐỐI LƯU VÀ ĐÁNH GIÁ
Phiên bản H14-31 được chạy với bốn sơ đồ TSHĐL: Tiedtke

(H14-31/TK), Tiedtke cải tiến (H14-31/ET), Heise (H14-31/HS) và
Betts-Miller-Janjic (H14-31/BMJ) với trường ban đầu và biên biến
đổi theo thời gian là phân tích và dự báo của mô hình toàn cầu GME
tại 00Z. Thời gian chạy th
ử nghiệm từ tháng 6 đến tháng 12 của năm
2003, 2004 và từ tháng 6 đến tháng 8 của năm 2005 (17 tháng).
3.1. Kết quả dự báo mưa của một số trường hợp điển hình
Trong phần này phân tích chi tiết 3 đợt mưa lớn là 25-27/8/2003,
24-25/9/2004 và 13-17/8/2006. Kết quả cho thấy trường dòng của các
phiên bản ít có sự khác biệt và trường mưa dự báo của mô hình với 4
sơ đồ TSHĐL khá phù hợp với quan trắc và ảnh mây vệ tinh, tuy
nhiên l
ượng mưa thường thấp hơn thực tế. Phân bố diện mưa và
lượng mưa, đặc biệt là các tâm mưa lớn của sơ đồ BMJ thể hiện tốt
hơn. Sai số RMSE của BMJ là nhỏ nhất, trung bình là 27.7mm/ngày
và của các phiên bản H14-31/TK, H14-31/ET, H14-31/HS tương ứng
là 32.3, 34.5, 35.2mm/ngày.
Bên cạnh việc phân tích cụ thể một số đợt mưa lớn, chúng tôi
phân tích thêm mưa dự báo của toàn tháng 7/2005. Kết quả dự báo

13
của các phiên bản biểu diễn trên toán đồ tụ điểm cho thấy phân bố
mưa dự báo của H14-31/BMJ tập trung xung quanh đường lý tưởng
nhất, tức là phù hợp với thám sát hơn trong khi đó ba phiên bản còn
lại có xu thế cho lượng mưa thấp hơn nhiều so với quan trắc ở những
ngưỡng mưa lớn.
3.2. Kết quả đánh giá thống kê trên các đợt mưa lớn từ năm 2003
đến n
ăm 2005
Bản chất của đối lưu trong các hình thế thời tiết khác nhau sẽ rất

khác nhau chính vì thế chúng tôi tiến hành đánh giá chất lượng dự
báo mưa lớn của 4 sơ đồ TSHĐL trong bốn tình huống thời tiết điển
hình là áp thấp nhiệt đới (ATNĐ)-bão, không khí lạnh (KKL), dải hội
tụ nhiệt đới (ITCZ) và gió mùa tây nam (SW). Các điểm số sử dụng
để đánh giá là FBI, TS, POD, TSS, HSS, ME, MAE, RMSE và
HSTQ.
FBI củ
a hai sơ đồ HS và ET có sự khác biệt rất ít và thường có
FBI<1 trong tất cả các hình thế thời tiết, tức là với mưa lớn thì diện
mưa luôn nhỏ hơn thám sát. H14-31/BMJ có FBI lớn nhất, đặc biệt ở
ngưỡng mưa từ 10-30mm/ngày đối với tất cả các hệ thống thời tiết.
H14-31/TK thường dự báo khống ở ngưỡng mưa ≤ 15mm/ngày và dự
báo sót ở những ngưỡng mưa lớ
n. Trường hợp mưa lớn do ảnh hưởng
của KKL ít khác biệt giữa các sơ đồ TSHĐL và đều cho dự báo
khống ít nhất. Kết quả này cho thấy trong mưa sinh ra do KKL vai
trò của đối lưu không lớn là phù hợp với cơ chế sinh mưa của hệ
thống thời tiết này. FBI của H14-31/BMJ có xu thế tốt hơn so với ba
phiên bản còn lại, đặc biệt ở những ngưỡng mưa ≥
20mm/ngày.
TS của các phiên bản trung bình giảm từ khoảng 60% ở ngưỡng
1mm/ngày xuống còn 15% ở ngưỡng 50mm/ngày và ít khác biệt giữa
các phiên bản dự báo. TS của H14-31/BMJ tốt nhất. Với tất cả các sơ