Nghiên cứu ứng dụng mô hình wrf phục vụ dự báo thời tiết và bão ở việt nam

VIỆN KHOA HỌC
KHÍ TƯỢNG THUỶ VĂN VÀ MÔI TRƯỜNG
TRUNG TÂM NGHIÊN CỨU KHÍ TƯỢNG - KHÍ HẬU
((







BÁO CÁO TỔNG HỢP KẾT QUẢ NGHIÊN CỨU

ĐỀ TÀI:

NGHIÊN CỨU ỨNG DỤNG MÔ HÌNH WRF
PHỤC VỤ DỰ BÁO THỜI TIẾT VÀ BÃO
Ở VIỆT NAM

9213



HÀ NỘI - 200
MỤC LỤC

MỤC LỤC HÌNH 1
MỤC LỤC BẢNG 4
DANH MỤC KÍ HIỆU VIẾT TẮT 6
BÁO CÁO TÓM TẮT ĐỀ TÀI 8
PROJECT SUMMARY 10
CHƯƠNG 1 10
TỔNG QUAN VÀ PHƯƠNG PHÁP ĐÁNH GIÁ 11
1.1. Tổng quan về mô hình WRF 11
1.1.1. Lịch sử 11
1.1.2. Sơ đồ cấu trúc 12
1.1.3. Động l
ực học và phương pháp số 13
1.1.4. Số liệu và sản phẩm của mô hình 17
1.2. Tổng quan về các công trình nghiên cứu 19
1.2.1. Tổng quan các nghiên cứu về thời tiết và bão 19
1.2.2. Tổng quan về đồng hóa số liệu vệ tinh Quikscast 22
1.2.3. Tổng quan về ứng dụng sơ đồ phân tích xoáy nhân tạo 24
1.2.4.Tổng quan về miền tính lồng ghép di động 25
1.2. Thiết lập mô hình WRF cho Vi
ệt Nam 27
1.2.1. Các loại số liệu sử dụng 27

1.2.2. Xây dựng miền tính và cấu hình 28
1.3. Các phương pháp đánh giá chất lượng sản phẩm dự báo 29
CHƯƠNG 2 33
LỰA CHỌN CÁC SƠ ĐỒ THAM SỐ HÓA VẬT LÝ TRONG MÔ HÌNH WRF
DỰ BÁO THỜI TIẾT CHO VIỆT NAM 33
2.1. Các sơ đồ tham số hóa vật lý trong mô hình WRF 33
2.1.1. Sơ đồ tham số hóa đố
i lưu 33
2.1.2. Sơ đồ vi vật lý mây 37
2.2. Kết quả thử nghiệm nhằm lựa chọn sơ đồ tham số hóa vật lý 39
2.2.1. Các phương án thử nghiệm 39
2.2.2. Kết quả thử nghiệm 39
CHƯƠNG 3 49
ỨNG DỤNG SƠ ĐỒ ĐỒNG HÓA SỐ LIỆU 3DVAR CHO MÔ HÌNH WRF
NHẰM DỰ BÁO THỜI TIẾT 49
3.1.Cơ chế đồng hóa dữ liệu của WRF-VAR 49
3.2.Thử nghiệm đồng hoá số liệu thám sát 50
3.2.1. Lý thuyết về đồng hóa số liệu 3DVAR trong mô hình WRF 50
3.2.2. Cấu hình thử nghiệm 52

3.2.3. Kết quả thử nghiệm. 53
3.3. Thử nghiệm ứng dụng số liệu vệ tinh MTSAT-1R. 57
CHƯƠNG 4 63
ỨNG DỤNG MÔ HÌNH WRF DỰ BÁO BÃO TRÊN BIỂN ĐÔNG 63
4.1. Cấu hình tính toán 63
4.2. Ứng dụng đồng hóa số liệu 3DVAR 63
4.2.1. Thử nghiệm đồng hoá số liệu mặt đất và cao không 63
4.2.2. Thử nghiệm đồng hoá số liệu v
ệ tinh MTSAT-1R 66
4.2.3. Thử nghiệm đồng hoá số liệu vệ tinh Quickscat 68

4.3. Ứng dụng sơ đồ phân tích xoáy nhân tạo 72
4.3.1 Nguồn số liệu 72
4.3.2. Kết quả thử nghiệm 74
4.4. Ứng dụng lưới tính lồng ghép di động trong mô hình WRF để dự báo bão 77
CHƯƠNG 5 89
XÂY DỰNG PHƯƠNG ÁN DỰ BÁO TỔ HỢP VÀ THỬ NGHIỆM DỰ BÁO
TH
ỜI TIẾT, BÃO 89
5.1. Lựa chọn phương pháp tổ hợp và các phương án dự báo tổ hợp cho sản phẩm
của mô hình WRF, MM5 89
5.1.1. Cơ sở lý thuyết 89
5.1.2. Kết quả thử nghiệm dự báo tổ hợp 91
5.2. Thử nghiệm dự báo và đánh giá kết quả dự báo thời tiết bằng mô hình WRF .96
KẾT LUẬN 99
KIẾN NGHỊ 100
TÀI LIỆU THAM KHẢO 101
PHỤ LỤC 107
Phụ lục 1. Chương trình tìm tâm bão và xác định giá trị tốc độ gió cực đại từ trường
dự báo của mô hình WRF 107
Phụ lục 2. Phần mềm kết nối để hiển thị kết quả lên bản đồ 108

Phụ lục 3. Các phần mềm chiết xuất các kết quả dự báo tại các thời điểm
nghiên cứu 112

1

MỤC LỤC HÌNH
Hình 1.1. Cấu trúc mô hình WRF 1
Hình 1.2. Hệ tọa độ thẳng đứng của mô hình WRF 1
Hình 1.3. Sơ đồ tương tác các quá trình vật lí trong mô hình 1

Hình 1.4. Hướng và tốc độ gió 10m trên bề mặt biển từ vệ tinh Quickscat tại thời
điểm 22:48Z ngày 09/07/2009 1
Hình 1.5. Hình ảnh lưới con hệ tọa độ E với tỉ lệ 3:1 với miền mẹ wb và sb là
biên phía tây và biên phía nam 1

Hình 1.6. Các miền tính của mô hình WRF được lựa chọn cho Việt Nam phục
vụ dự báo thời tiết 1
Hình 2.1. Các sơ đồ tham số hóa vật lí của mô hình 1
Hình 2.2. Chỉ số ME ứng với các hạn dự báo 1
Hình 2.3. Chỉ số RMSE ứng với các hạn dự báo 1
Hình 2.4. Chỉ số CR ứng với các hạn dự báo 1
Hình 2.5. Chỉ số
ME ứng với các 1
hạn dự báo 1
Hình 2.6. Chỉ số RMSE ứng với các hạn dự báo cho độ ẩm 1
Hình 2.7. Hệ số tương tương quan (CR) ứng với các hạn dự báo cho độ ẩm 1
Hình 2.8. Chỉ số TS ứng với các hạn dự báo cho lượng mưa 1
Hình 2.9. Chỉ số POD ứng với các hạn dự báo cho lượng mưa(1mm) 1
Hình 2.11. Ch
ỉ số FAR ứng với các hạn dự báo cho lượng mưa(15mm) 1
Hình 2.12. Chỉ số TS ứng với các hạn dự báo cho lượng mưa(15mm) 1
Hình 2.13. Chỉ số POD ứng với các hạn dự báo cho lượng mưa (15mm) 1
Hình 2.15. Chỉ số PFR ứng với các hạn dự báo cho lượng mưa(30mm) 1
Hình 2.14.Chỉ số POD ứng với các hạn dự báo cho lượng mưa(30mm) 1
Hình 2.17. Chỉ số TS ứng với các hạn dự
báo cho lượng mưa(50mm) 1
Hình 2.16. Chỉ số FAR ứng với các hạn dự báo cho lượng mưa(50mm) 1
Hình 2.18. Chỉ số POD ứng với các hạn dự báo cho lượng mưa(50mm) 1
Hình 2.19. Dự báo trường lượng mưa ngày 3 (4h-72h dự báo) của 9 phương án
tại thời điểm dự báo 00Z05/07/2009 1

Hình 3.1. Sơ đồ tổng quát quá trình đồng hóa dữ liệu WRF-Var 1
Hình 3.2. Mạng lưới các trạm cao không trong miền tính thứ nhất 1
Hình 3.3. Mạ
ng lưới các trạm bề mặt trong miền tính thứ nhất 1
Hình 3.4. Sơ đồ phân bố sai số trường nền theo khoảng cách giữa các điểm trạm
Hollingsworth (1986) 1
Hình 3.5. Điểm số CSI (a), BIAS (b), POD (c) và FAR (d) cho mưa tích lũy 24h
từ 00h đến 24h dự báo 1
Hình 3.6. Điểm số CSI (a), BIAS (b), POD (c) và FAR (d) cho mưa tích lũy 24h
từ 24h đến 48h dự 1
Hình 3.7. Điể
m số CSI (a), BIAS (b), POD (c) và FAR (d) cho mưa tích lũy 24h
từ 48h đến 72h dự báo 1
Hình 3.8. Hiệu trường độ ẩm tương đối giữa trường hợp không đồng hóa và
đồng hóa số liệu MTSAT-1R tại 00Z ngày 18/10/2008 1
(a) mực bề mặt và (b) mực 850mb 1
2

Hình 3.9. Mưa tích lũy 24h từ 00Z ngày 18 đến 00Z ngày 19/10/2008 1
(dự báo từ 00 đến 24h) 1
Hình 3.10. Mưa tích lũy 24h từ 00Z ngày 19 đến 00Z ngày 20/10/2008 1
(dự báo từ 24 đến 48h) 1
Hình 3.11. Mưa tích lũy 24h từ 00Z ngày 20 đến 00Z ngày 21/10/2008 1
(dự báo từ 48 đến 72h) 1
Hình 4.1. Quỹ đạo bão thực (màu xanh) của cơn bão Neoguri, quỹ đạo bão dự
báo trong trường hợp đồng hóa số liệu (màu đỏ), và trường hợp không đồng hóa
số liệu (màu vàng) tại thời
điểm dự báo 00Z ngày 15/04/2008 1
Hình 4.2. Sai số dự báo quỹ đạo bão khi không và có đồng hóa số liệu với thời
điểm dự báo 00Z ngày 15/04/2008 1

Hình 4. 3. Sai số dự báo quỹ đạo bão khi không và có sử dụng đồng hóa số liệu
cao không và synốp của các cơn bão năm 2008, 2009 1
Hình 4.4. Quỹ đạo bão thực (màu xanh) của cơn bão Koppu, quỹ đạo bão dự báo
trong trường hợp đồng hóa số liệu (màu đỏ), và trường hợ
p không đồng hóa số
liệu (màu vàng) tại thời điểm dự báo 00Z ngày 13/09/2009 1
Hình 4.5. Sai số dự báo quỹ đạo bão khi không đồng hóa và đồng hóa số liệu tại
thời điểm dự báo 00Z ngày 13/09/2009 1
Hình 4.6. Quỹ đạo bão thực (màu xanh) của cơn bão Soudulor, quỹ đạo bão dự
báo trong trường hợp đồng hóa số liệu (màu đỏ), và trường hợp không đồng hóa
số liệu (màu vàng) tại thời đi
ểm dự báo 00Z ngày 10/07/2009 1
Hình 4.7. Sai số dự báo quỹ đạo bão khi không đồng hóa số liệu và đồng hóa số
liệu tại thời điểm dự báo 00Z ngày 10/07/2009 1
Hình 4.8. Sai số dự báo quỹ đạo bão khi không đồng hóa và đồng hóa số liệu
cập nhật số liệu vệ tinh Quickscat 1
Hình 4.9. Quy trình đồng hóa cài xoáy giả 1
Hình 4.10. Quỹ đạo bão các trường hợp không đồng hóa số liệu xoáy giả 1
( kí hiệu BT-Best Track, WRF-Var-có sử dụng sơ đồ đồng hóa, WRF-không sử
dụng sơ đồ đồng hóa) 1
Hình 4.11. Sai số vị trí trung bình MPE 1
Hình 4.12. Quỹ đạo thực của các cơn bão được chọn để phân tích 1
Hình 4.13b. Đường dòng dự báo bão Parma của lưới lồng di động 1
Hình 4.13a. Đường dòng dự báo bão Neoguri của lưới lồng di động 1
Hình 4.13d. Đường dòng dự báo bão Chanhom của lưới lồng di độ
ng 1
Hình 4.13c. Đường dòng dự báo bão Mirinae của lưới lồng ghép di động 1
Hình 4.15. Sai số dự báo đường đi bão Neoguri 1
Hình 4.14. Quỹ đạo dự báo bão bằng phương pháp lưới lồng ghép di động và
quỹ đạo thực của bốn cơn bão Neoguri, Parma, Mirinae, Chanhom 1

Hình 4.16. Sai số dự báo đường đi cơn bão Parma 1
Hình 4.17. Sai số dự báo đường đi cơn bão Mirinae 1
Hình 4.18. Sai số dự báo đường đi cơn bão Chanhom 1

Hình 4.19. Biểu đồ biểu diễn áp suất thấp nhất tại tâm bão Neoguri 1
Hình 4.20. Biểu đồ biểu diễn áp suất thấp nhất tại tâm bão Parma 1
Hình 5.1. Sơ đồ mô tả dự báo tổ hợp theo nhóm I 1
3

Hình 5.2. Sơ đồ mô tả dự báo tổ hợp theo nhóm II 1
Hình 5.3. Sơ đồ mô tả dự báo tổ hợp theo nhóm III 1
Hình 5.5. Ví dụ mô tả phương pháp tổ hợp dự báo bão 1
Hình 5.4. Ví dụ mô tả phương pháp tổ hợp các đường đẳng trị áp suất 1
Hình 5.6. Chỉ số ME cho dự báo tổ hợp cho nhiệt độ 1
Hình 5.7. Chỉ số RMSE cho dự báo tổ hợp cho nhiệt độ 1

Hình 5.9. Chỉ số RMSE cho dự báo tổ hợp cho độ ẩm tương đối 1
Hình 5.8. Chỉ số ME cho dự báo tổ hợp cho độ ẩm tương đối 1
Hình 5.11. Chỉ số POD cho ngưỡng mưa 1mm 1
Hình 5.10. Chỉ số TS cho ngưỡng mưa 1mm 1
Hình 5.12. Chỉ số FAR cho ngưỡng mưa 1mm 1
Hình 5.13. Chỉ số TS, POD, FAR ứng với ngưỡng 15mm 1
Hình 5.14. Chỉ số TS, POD, FAR
ứng với ngưỡng 30mm 1
Hình 5.15. Chỉ số TS, POD, FAR ứng với ngưỡng 50mm 1



4

MỤC LỤC BẢNG

Bảng 1.1. Tùy chọn vật lí vi mô trong WRF 15
Bảng 1.2. Một số tùy chọn tham số hóa đối lưu mây tích trong mô hình WRF. 16
Bảng 1.3. Các sơ đồ đất – bề mặt trong WRF 16
Bảng 1.4. Các sơ đồ bức xạ trong WRF 16
Bảng 1.5. Danh mục các sản phẩm của mô hình WRF (trích dẫn) 17
Bảng 2.1. Tùy chọn vật lí vi mô trong WRF 37
Bảng 2.2. Các phương án dự báo sử dụng những sơ đồ d
ự báo khác nhau 39
Bảng 2.3 Các chỉ số ME, RMSE ứng với các hạn dự báo cho nhiệt độ 40
Bảng 2.4. Các chỉ số ME. RMSE ứng với các hạn dự báo cho độ ẩm 41
Bảng 2.5. Hệ số tương quan lượng mưa với các hạn dự báo 42
Bảng 2.6. Các chỉ số thống kê TS, POD, FAR với ngưỡng 1mm với các hạn dự
báo 43
Bảng 2.7. Các chỉ số thống kê TS, POD, FAR v
ới ngưỡng 15mm với các hạn dự
báo 44
Bảng 2.8. Các chỉ số thống kê TS, POD, FAR với ngưỡng 30mm với các hạn dự
báo 45
Bảng 2.9 Các chỉ số thống kê TS, POD, FAR với ngưỡng 50mm với các hạn dự
báo 46
Bảng 2.10. chỉ số FBI ứng với các hạn dự báo 24h. 48h và 72h. 47
Bảng 3.1. Độ lệch chuẩn thám sát vớ
i trạm synốp 51
Bảng 3.2. Độ lệch chuẩn thám sát với trạm cao không phân bố theo mực khí áp
51
Bảng 3.3. Sai số dự báo của trường độ ẩm tương đối trung bình ngày 53
Bảng 3.4. Sai số dự báo của trường nhiệt độ trung bình ngày 53

Bảng 3.5. Những đặc trưng của vệ tinh GMS-5 và MTSAT-1R 57
Bảng 4.1. Danh sách các trường hợp bão và áp thấp nhiệt đới
được lựa chọn thử
nghiệm 63
Bảng 4.2. Danh sách các trường hợp được chọn thử nghiệm 73
Bảng 4.3.Trung bình của sai số khoảng cách (km) 74
Bảng 4.4. Sai số trung bình ME của khí áp tại tâm (mb) 75
Bảng 4.5. Danh sách các trường hợp bão được lựa chon thử nghiệm 79
Bảng 4.6. Sai số dự báo trung bình đường đi của cơn bãotrong 2 mùa bão năm
2008, 2009 84
Bảng 4.7. Sai số áp suất d
ự báo của các cơn bão Neoguri, Parma, Mirinae,
Chanhom (đơn vị: hpa) 85
Bảng 4.8. Sai số dự báo trung áp suất trong 2 mùa bão năm 2008, 2009 86
Bảng 4.9. Sai số dự báo vị trí tâm XTNĐ của JTWC 87
(nguồn 87
Bảng 4.10. Sai số dự báo vị trí tâm XTNĐ của Cơ quan dự báo Hồng Kông (km)
87
5

Bảng 4.11. Bảng tổng kết sai số dự báo vị trí tâm XTNĐ bằng các phương pháp
dự báo khác nhau trong nghiên cứu này 88
Bảng 5.1. Chỉ số ME và RMSE của dự báo tổ hợp đối với nhiệt độ 92
Bảng 5.2. Chỉ số ME và RMSE của dự báo tổ hợp đối với độ ẩm tương đối 93
Bảng 5.4. Các chỉ số TS. POD. FAR của phương án tổ hợp v
ới các hạn 24h,
48h, 72h cùng các ngưỡng 15mm. 30mm và 50mm 95
Bảng 5.6. Các đặc trưng đánh giá chất lượng sản phẩm dự báo độ ẩm 97
Bảng 5.7. Các đặc trưng đánh giá chất lượng sản phẩm dự báo mưa 97
Bảng 5.8. Chỉ số đánh giá sản phẩm dự báo mưa CSI và BIAS trong 24h 98

Bảng 5.9. Chỉ số đánh giá sản phẩm dự báo mưa CSI và BIAS trong 48h 98





















6


DANH MỤC KÍ HIỆU VIẾT TẮT


3DVAR
Sơ đồ đồng hóa số liệu 3 chiều (3 –Dimensional VARiation

Data Assimilation)
AVN
Mô hình toàn cầu của Hoa Kỳ (AViatioN Global Model)
ATE
Sai số dọc theo phương chuyển động (Along Track Error)
CTE

Sai số dọc theo phương pháp tuyến so với hướng chuyển động
(Cross Track Error)

DBTH
Dự báo tổ hợp
DH
Có sử dụng sơ đồ đồng hóa 3DVAR cập nhật số liệu vệ tinh
hoặc là synốp cho trường ban đầu
ECMWEF
Trung tâm dự báo hạn vừa châu Âu (European Center for
Medium-range Weather Forecasts)

EF
Dự báo tổ hợp (Ensemble Forecast)
FAR
Tỉ lệ báo động sai (False Alarm Ratio)
FBI
Xu hướng tần suất của dự báo (Frequency Bias)
GFS
Hệ thống dự báo toàn cầu của Hoa Kỳ (Global Forecasting
System)
GME
Mô hình toàn cầu của CHLB Đức (Global Model for

European)
JMA
Cơ quan khí tượng Nhật Bản (Japan Meteorological Agency)
KDH
Không sử dụng sơ đồ đồng hóa 3DVAR cập nhật số liệu vệ tinh
hoặc là synốp cho trường ban đầu)
KTTV
Khí Tượng Thủy Văn
MAE
Sai số tuyệt đố
i trung bình (Mean Absolute Error)
ME
Sai số trung bình (Mean Error)
7

MM5
Mô hình qui mô vừa của Trung tâm Nghiên cứu khí tượng Quốc
Gia Hoa Kỳ và Đại học bang Pennsylvania thế hệ thứ 5 (The
NCAR/PSU 5th Generation Mesoscale Model)
NCEP
Trung tâm quốc gia dự báo môi trường Mỹ (National Centers
for Envionmental Prediction)
NOAA
Cơ quan đại dương và khí quyển Hoa Kỳ (National Oceanic and
Atmospheric Administration)
POD
Xu hướng xuất hiện hiện tượng (Probability Of Detection of
Event)
RIP
Chương trình Fortran kết hợp đồ họa (Read/I

nterpolate/ Plot)
RMSE
Sai số bình phương trung bình (Root Mean Sqare Error)
TTDBTƯ
Trung Tâm Dự Báo Khí Tượng Thủy Văn Trung Ương
TS
Điểm số báo hiệu (Threat Score)
XTNĐ
Xoáy Thuận Nhiệt Đới

8

BÁO CÁO TÓM TẮT ĐỀ TÀI NGHIÊN CỨU KHOA HỌC VÀ CÔNG NGHỆ CẤP BỘ
“Nghiên cứu ứng dụng mô hình WRF phục vụ dự báo thời tiết và bão ở Việt Nam”

1. Mục đích của đề tài:
- Ứng dụng được sơ đồ đồng hóa số liệu 3DVAR và kỹ thuật miền tính lồng
ghép di động cho mô hình WRF phục vụ dự báo thời tiết và bão đến hạn dự báo 72h ở
Việt Nam.
- Góp phần nâng cao chất lượ
ng dự báo thời tiết và bão ở Việt Nam.
2. Nội dung của đề tài:
- Thu thập thống kê, xử lý các dữ liệu cần thiết phục vụ nghiên cứu của đề tài
- Nghiên cứu tổng quan về mô hình WRF và phương pháp biến phân 3 chiều
(3DVAR) trong đồng hoá số liệu.
- Nghiên cứu ứng dụng sơ đồ đồng hóa số liệu 3DVAR cho mô hình WRF dự
báo thời tiết và bão
- Nghiên cứu ứng dụng kỹ thuật miền tính lồ
ng ghép di động cho mô hình WRF
phù hợp với di chuyển của tâm bão

- Nghiên cứu lựa chọn các sơ đồ tham số hoá vật lý trong mô hình số trị WRF
cho mục đích dự báo thời tiết
- Nghiên cứu lựa chọn các sơ đồ tham số hoá vật lý trong mô hình số trị WRF
cho mục đích dự báo bão
- Xây dựng phần mềm khai thác sản phẩm và dự báo tổ hợp
- Thử nghiệm dự báo và bước đầu đánh giá chất lượ
ng sản phẩm dự báo thời
tiết, bão
- Tổng hợp kết quả nghiên cứu và viết báo cáo tổng kết đề tài
3. Phương pháp nghiên cứu:
- Phương pháp số trị dự báo thời tiết và bão;
- Phương pháp đồng hoá số liệu biến phân ba chiều 3DVAR;
- Phương pháp ban đầu hóa xoáy ba chiều cho mô hình số trị;
- Phương pháp dự báo tổ hợp;
- Phương pháp thống kê đánh giá khách quan các sản phẩm dự báo của mô hình số
trị
;
- Phương pháp đồ hoạ.
4. Kết quả nghiên cứu của đề tài:
- Bộ số liệu chuẩn phục vụ nghiên cứu đề tài;
- Các chuyên đề tổng quan;
- Trường ban đầu đã được cập nhật cho dự báo thời tiết và bão ở Việt Nam;
9

- Miền tính dịch chuyển lồng ghép cho khu vực mô hình WRF phù hợp với di
chuyển của tâm bão ở Việt Nam;
- Mô hình WRF đã được chọn các phương án cho mục đích dự báo thời tiết;
- Mô hình WRF đã được chọn các phương án cho mục đích dự báo cường độ và quỹ
đạo bão;
- Các phần mền khai thác sản phẩm của mô hình WRF dự báo thời tiết, bão và dự báo tổ

hợp;
- Báo cáo đánh giá chất lượng sản phẩm d
ự báo của mô hình WRF;
- Báo cáo tổng kết.
5. Các kết luận của đề tài:
- Việc nghiên cứu lựa chọn các sơ đồ tham số hóa vật lí đã nâng cao rõ rệt độ
chính xác trong dự báo thời tiết và bão ở Việt Nam.
- Việc sử dụng sơ đồ đồng hóa 3DVAR cập nhật số liệu cao không và synốp
cho trường ban đầu đã cải thiện đáng kể các trường nhiệt độ, độ ẩm và trườ
ng mưa ở
hạn dự báo trước 48h, nhưng không có sự thay đổi lớn với hạn dự báo 48h-72h.
- Cập nhật số liệu vệ tinh MTSAT-1R đã cải thiện đáng kể trường mưa dự báo
trong 24h đầu. Tuy nhiên, ở hạn dự báo 24-72h, việc đồng hóa số liệu không cho kết
quả tốt.
- Trong dự báo bão, việc sử dụng sơ đồ đồng hóa số liệu 3DVAR cập nhật số

liệu cao không và synốp cho trường ban đầu đã cải thiện đáng kể về dự báo quỹ đạo
bão trong các hạn dự báo trước 42h đặc biệt ở hạn dự báo từ 42h đến 72h.
- Kết quả thử nghiệm dự báo mưa lớn và quỹ đạo bão cho thấy việc đồng hóa số
liệu MSAT-1R cải thiện đáng kể kết quả dự báo thời tiết nguy hiểm mưa l
ớn, bão thời
điểm trước 24h đối với mưa lớn và trước 42h đối với quỹ đạo bão. Ở các hạn dự báo
tiếp theo, việc đồng hóa số liệu MTSAT-1R không cho kết quả dự báo tốt
- Đồng hóa số liệu vệ tinh Quickscat làm giảm đáng kể sai số dự báo quỹ đạo
bão so với trường hợp không đồng hóa, đặc biệt là các hạn dự báo trước 54h.
- Đối với việ
c ứng dụng sơ đồ phân tích xoáy giả tích hợp với đồng hóa số liệu
ở trường đầu vào trong mô hình WRF cho thấy: Sai số vị trí trung bình còn lớn và tăng
dần theo hạn dự báo.
- Sử dụng lưới lồng ghép di động trong dự báo quỹ đạo vào cường độ của bão

thể hiện rõ khả năng tiết kiệm được khoảng một nửa thời gian chạy chương trình so
với sử dụng l
ưới đơn có độ phân giải cao hay lưới lồng cố định có miền tính lớn hơn.
Khi sử dụng phương pháp này, khả năng mô phỏng quỹ đạo bão thời điểm đầu tốt hơn
thời điểm sau tuy nhiên khả năng mô phỏng cường độ bão thì ngược lại. Mô phỏng
cường độ bão thường cho kết quả bão yếu hơn so với thực tế.
- Trong dự báo tổ hợ
p, với phương án tổ hợp 10 thành phần khác nhau từ 2 mô
hình số trị MM5 và WRF cho ta kết quả dự báo đối với các trường khí tượng nói
chung là tốt hơn nhiều so với các các dự báo thành phần. Khả năng áp dụng vào thực
tế rất cao và tính hiệu quả sẽ lớn.
- Mô hình dự báo tốt nhiệt độ và độ ẩm tương đối cho khu vực Việt Nam.
10

PROJECT SUMMARY: “APPLIED RESEARCH OF WRF MODEL FOR
WEATHER AND TYPHOON FORECAST IN VIETNAM”
Purpose of this project include:
Application of 3DVAR data assimilation and moving - nest the technology in WRF
model for weather and typhoon forecasts due 72 hours in Vietnam and contribute to
improving the quality of weather and typhoon forecast in Vietnam.
Study methodology is used in this project: Weather and storm forecasting Numerical
Methods, 3DVAR data assimilation method, diagram bogus vortex in structure of storm,
Ensemble forecast method, graphical method,…
Based on research and testing we have obtained the following results:
- The model predicted well the temperature and relative humidity for the area of
Vietnam.
- The study of selected diagrams parameterized physics has significantly improved
accuracy in weather forecasting and storm in Vietnam.
- The use of 3DVAR assimilation scheme updating airborne and Synop data for the
initial field has improved considerably in temperature, humidity and rain in the forecast 48

hours, but no significant change the forecasts 48-hours to 72 - hours. In the storm forecast, the
use of this scheme is also significantly improved the storm best tracks of 42-hours
forecasting, especially for 42-hour to 72-hour forecasts.
- Test results predicted heavy rain and storm trajectory shows that the assimilation of
data MSAT-1R significantly improve the results of heavy rain before 24-hours forecasting
and storm trajectory 42-hour forecasting. In the next term forecast, the assimilation of
MTSAT-1R data does not result in better forecasts.
- Satellite Data Assimilation Quickscat significantly reduce the predicted orbit errors
compared to cases not assimilation, especially the 54-hour predicted.
- For applications of analysis imitation vortex diagrams integrated with the data
assimilation in input fields in the WRF model shows that the average position error is larger and
increases with term forecasts.
- Use integrated mobile netting in forecasting the trajectory and intensity of the storm
demonstrated the ability to save about half the running time compared to using single netting
with high-resolution or fixed mesh cages with the larger domain. Simulated storm intensity
often result in weaker than reality.
- In Ensemble forecast, with combination of 10 different components from the two
models MM5 and WRF , the results for weather forecasts is generally better than the
predictions of single components. Applicability of the results is very high and the efficiency
will be greater.
Based on the applied research of diagrams of the physical parameters of the WRF
model we calculate predicted error of the basic elements such as temperature, rainfall,
humidity,… and thereby determining the diagram parameterized convection, cloud micro
physics, radiation, planetary boundary layer, land surface optimization for Vietnam in weather
and storm forecasts.
Researched results are applied in practice tests in the implementation process project
and process weather forecasting. Weather and storm forecasts of WRF model has been
finalized to be able to transfer immediately after the finishing.
11

CHƯƠNG 1
TỔNG QUAN VÀ PHƯƠNG PHÁP ĐÁNH GIÁ

1.1. Tổng quan về mô hình WRF
1.1.1. Lịch sử
Mô hình nghiên cứu và dự báo thời tiết WRF (Weather Research and
Forecasting) là mô hình được phát triển từ những đặc tính ưu việt nhất của mô
hình MM5 với sự cộng tác của nhiều cơ quan tổ chức lớn trên thế giới, chủ yếu
là: Phòng nghiên cứu Khí tượng qui mô nhỏ và qui mô vừa của trung tâm quốc
gia nghiên cứu Khí quyển Hoa Kỳ (NCAR/MMM), trung tâm quốc gia dự
báo
môi trường (NOAA/NCEP), phòng thí nghiệm phương pháp dự báo
(NOAA/FSL), trung tâm phân tích và dự báo bão của trường đại học Oklahoma
(CAPS), cơ quan thời tiết hàng không Hoa kỳ (AFWA) và các trung tâm khí
tượng quốc tế như Học viện khoa học khí tượng của Trung Quốc CAMS, Cơ
quan thời tiết trung ương của Đài Loan, Cơ quan khí tượng Hàn Quốc
KMA, [19,21,61].
Hiện nay, mô hình WRF đang được sử dụng rộng rãi trong dự báo thời tiết
nghiệp vụ cũng như trong nghiên c
ứu ở nhiều quốc gia trên thế giới, cụ thể: Tại
Mỹ, mô hình WRF đang được chạy nghiệp vụ tại NCEP (từ năm 2004) và AFWA
(từ tháng 7/2006). Mô hình này cũng đang được chạy nghiệp vụ tại KMA (2006),
tại Ấn Độ, Đài Loan và Israel (từ năm 2007). Ngoài ra một số nước khác đang sử
dụng WRF trong nghiên cứu và dự định sử dụng mô hình này trong nghiệp vụ như
Trung Quốc, New Zealand, Braxin,
WRF là mộ
t hệ thống bao gồm nhiều module khác nhau, linh hoạt và tối
ưu cho cả mục đích nghiên cứu cũng như chạy nghiệp vụ, cho phép sử dụng các
tùy chọn khác nhau đối với tham số hóa các quá trình vật lý và thường xuyên

được cập nhật các phiên bản mới.
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). Đề tài được thực hiện với phiên bản V3.3
ARW là phiên bản mới nhất củ
a mô hình WRF ra đời tháng 6 năm 2011 cho
phép người sử dụng có thể đưa hệ thống đồng hoá số liệu 3DVAR vào mô hình.





12


1.1.2. Sơ đồ cấu trúc
Mô hình WRF được cấu tạo bởi hai bộ phận chính là bộ phận xử lý (tiền
xử lý và hậu xử lý), bộ phận mô phỏng (Hình 1.1). Trong đó:
Bộ phận mô phỏng: chương trình chính của WRF( ARW solver).
Bộ phận tiền xử lý: gồm chương trình mô phỏng dữ liệu ban đầu (The
WRF Preprocessing System, WPS) và chương trình đồng hóa số liệu (WRF-
Var).
Bộ phận hậu xử lý: Công c
ụ đồ họa xử lý sản phẩm của mô hình (Post-
processing & Visualization tools).
Chi tiết mô hình như sau:
WPS là chương trình thuộc bộ phận tiền xử lý dùng để mô phỏng các dữ
liệu thực ban đầu như giới hạn vùng mô phỏng, nội suy dữ liệu hành tinh (địa
hình, đất sử dụng, loại đất), lưới hóa và nội suy số liệu khí tượng từ mô hình
khác trong vùng mô phỏng.

WRF-Var là chương trình đồng hóa số liệu đầu vào c
ủa mô hình, kiểm
tra các quá trình phân tích nội suy đã được tạo bởi chương trình WPS, có thể
được sử dụng để cập nhật điều kiện ban đầu.
Bộ phận tiền xử lý Bộ phận mô phỏng Bộ phận hậu xử lý

Hình 1.1. Cấu trúc mô hình WRF

WPS
OBSGIRD
WRFVar
REAL
ARW
Model
Grads
Vis5D
NCAR
Graphic
RIP4
13

ARW solver là chương trình chính của mô hình, bao gồm các chương
trình khởi tạo đối với việc lý tưởng hóa, các mô phỏng dữ liệu thực; chương
trình tích phân và chương trình thực hiện lồng lưới.
Post-processing & Visualization tools gồm một số chương trình phần
mềm phụ để hỗ trợ khai thác sản phẩm dự báo của mô hình như RIP4 , NCL
(NCAR), GrADS và Vis5D,…
1.1.3. Động lực học và phương pháp số
a) Hệ phương trình động lực củ
a mô hình

Các phương trình trong mô hình WRF được tính toán bằng việc sử dụng
một hệ tọa độ thẳng đứng áp suất thủy tĩnh theo địa hình ký hiệu là η (Laprise,
1992) và được xác định bởi:
()/
hht
hs ht
pp
pp
ηµ
µ
=−
=−

(1.1)
(1.2)
Trong đó: p
h
là thành phần thủy tĩnh của áp suất, p
hs
và p
ht
theo thứ tự là
các giá trị áp suất trên bề mặt và biên trên, η thay đổi từ giá trị bằng 1 ở tại bề
mặt đến giá trị bằng 0 tại biên trên của miền tính trong mô hình. Hệ tọa độ này
cũng được gọi là hệ tọa độ thẳng đứng theo khối lượng.
Vì µ(x,y) được coi là khối lượng đối với mỗi đơn vị diện tích bên trong
cột của miền tính mô hình tại đ
iểm (x,y), các biến dạng thông lượng thích hợp
là:
,

(,,W), = ,VUV
µν µη µθ
== Ω Θ=

(1.3)
v = (u, ν, w) là vận tốc theo hai hướng nằm ngang và thẳng đứng, trong
khi w= η’ chỉ là vận tốc thẳng đứng. θ là nhiệt độ thế vị. Cũng xuất hiện trong
các phương trình WRF là các biến không bảo toàn
φ
= gz (địa thế vị, p (áp
suất), và α = 1/ρ (nghịch đảo mật độ).
Sử dụng các biến đã được xác định ở trên, các phương trình Euler dạng
thông lượng có thể viết lại như sau:
(. ) ( ) ( )
txxxU
UVu p pF
η
φφ
∂+∇−∂+∂=

(. ) ( ) ( )
tyyyV
VV p pF
η
νφ φ
∂+∇ −∂ +∂ =

w
w(. ) ( )
t

Vgp F
η
ωµ
∂+∇ −∂−=

(. )
t
VF
θ
Θ
∂Θ+ ∇ =

(.) 0
t
V
µ
∂+∇ =

1
[( . ) w] 0
t
Vg
φµ φ
−
∂+ ∇ − =

(1.4)

(1.5)

(1.6)

(1.7)

(1.8)

(1.9)
Cùng với quan hệ cảnh báo cho nghịch đảo khối lượng:
14

Hình 1.2. Hệ tọa độ thẳng đứng
của mô hình WRF
n
φαµ
∂=−

(1.10)
Và phương trình trạng thái:
00
(/)
d
ppR p
γ
θα
=

(1.11)
Trong đó a kí hiệu thay cho các biến chung, γ = c
p
/c

ν
= 1.4 là tỉ số nhiệt
dung đối với không khí khô, R
d
hằng số khí khô, p
0
áp suất so sánh chuẩn (thông
thường là 10
5
Pascals). Các thành phần vế bên phải F
U
, F
V
, F
W
và F
Θ
là các
thành phần cưỡng bức phát sinh từ quá trình vật lý của mô hình: xáo trộn rối,
phép chiếu cầu và sự quay của trái đất.
Các phương trình dự báo từ (1.4) – (1.9) được viết dưới dạng bảo toàn, trừ
phương trình (1.9) là đạo hàm toàn phần của địa thế vị, (1.9) có thể được viết
dưới dạng thông lượng nhưng chúng ta đã không tìm thấy một ưu điểm nào
trong việc làm này vì µ
φ
là một đại lượng không bảo toàn. Chúng ta cũng có thể
sử dụng phương trình dự báo áp suất thay cho phương trình (1.9), nhưng áp suất
lại là một biến không bảo toàn và vì vậy chúng ta sẽ không thể sử dụng phương
trình áp suất và phương trình bảo toàn đối với Θ ở (1.7) bởi vì chúng là phụ
thuộc tuyến tính. Hơn nữa, các phương trình dự báo áp suất lại có những nhược

điểm vì nó chứa một thành phần phân k
ỳ khối lượng được nhân với một hệ số
lớn (tương ứng với tốc độ âm thanh) mà do đó sẽ làm cho việc rời rạc hóa theo
không gian và thời gian gặp nhiều khó khăn.
b) Hệ toạ độ thẳng đứng và các biến thông lượng
Cũng giống như trong mô hình
ETA, mô hình WRF sử dụng hệ toạ độ
thẳng đứng địa hình η (hình 1.2). Hệ
toạ độ η được s
ử dụng để loại bỏ hoặc
giảm thiểu sai số của mô hình sinh ra
trong tính toán lực gradient khí áp
ngang, bình lưu, khuếch tán ngang,
dọc, địa hình dốc.
Trong hệ toạ độ η, độ cao địa
hình được chia thành từng cấp bậc,
phụ thuộc vào độ phân giải thẳng đứng
của mô hình và độ cao của núi và cho
phép địa hình tồn tại hơn một mặt η (hệ
toạ độ σ
chỉ cho phép tồn tại một mặt). Điều
này cho phép tính toán gradient khí áp ngang chính xác hơn.
c) Sơ đồ tích phân theo thời gian
Mô hình WRF sử dụng sơ đồ tích phân thời gian Runge-Kutta. Tích phân
thời gian Runge-Kutta được đưa ra gồm 3 bước để giải
()
t
Φ
và
()

tt ∆+
Φ

15

*
()
3
tt
t
R
∆
Φ=Φ+ Φ

** '
()
2
t
t
R
∆
Φ=Φ+ Φ

**
.( )
tt t
tR
−∆
Φ=Φ+∆Φ

(1.12)

(1.13)

(1.14)

d)Mô tả vật lí
Các sơ đồ tham số hoá vật lí trong mô hình WRF rất phong phú, bao gồm:
Các quá trình vật lí vi mô, tham số hoá đối lưu mây tích, lớp biên hành tinh, mô
hình bề mặt, các quá trình đất - bề mặt (mô hình đất), bức xạ, khuếch tán.
Vật lí vi mô

Bao gồm các quá trình xử lý hơi nước, mây và quá trình giáng thủy. Các
sơ đồ vi vật lí dùng để tính toán xu thế của nhiệt độ, độ ẩm khí quyển và mưa bề
mặt, mỗi sơ đồ có độ phức tạp và các biến ẩm riêng khác nhau (bảng 1.1).
Bảng 1.1. Tùy chọn vật lí vi mô trong WRF
Loại sơ đồ Số lượng biến Pha băng Pha hỗn hợp
Kessler
3 Không Không
Purdue Lin
6 Có Có
WSM 3
3 Có Không
WSM 5
5 Có Không
WSM 6
6 Có Có
EtaGCP
2 Có Có
Thompson

7 Có Có

Lựa chọn mặc định của mô hình WRF trong mảng vật lí vi mô là sơ đồ
mây, giáng thủy theo lưới Eta (EtaGCP). Sơ đồ này dự báo những thay đổi của
hơi nước ngưng tụ trong các dạng mây chứa nước, mây gây mưa, mây chứa
băng, giáng thủy băng (tuyết, băng hòn, mưa đá).
Đối lưu mây tích

Trong mô hình số trị nói chung, tham số hóa đối lưu mây tích có tầm quan
trọng đặc biệt đối với mô phỏng có độ phân giải trên 10km. Mục đích của chính
của vấn đề tham số hóa đối lưu là dự báo lượng mưa sinh ra do đối lưu và tính
toán tác động của đối lưu đến các quá trình nhiệt động lực học mô hình như tính
ổn định thẳng đứng, phân bố lại trường nhiệt, ẩm hình thành mây, các ảnh
hưởng đến đốt nóng bề mặt, bức xạ khí quyển,


16

Bảng 1.2. Một số tùy chọn tham số hóa đối lưu mây tích trong mô hình WRF
Sơ đồ Mây giáng Loại kết hợp
Kain – Fritsch
Có Thông lượng khối
Betts-Miller-Janjic
Không Bình lưu
Grell-Devenyi
Có Thông lượng khối

Lớp bề mặt

Các sơ đồ lớp bề mặt nhằm tính toán hệ số vận tốc và trao đổi ma sát, cho

phép tính dòng nhiệt và ẩm bề mặt bởi mô hình đất - bề mặt và sơ đồ lớp biên
hành tinh (bảng 1.3).
Bảng 1.3. Các sơ đồ đất – bề mặt trong WRF
Sơ đồ Quá trình
thực vật
Biến thay đổi trong đất
(các tầng)
Tuyết
5 lớp
Không Nhiệt độ Không có
Noah
Có Nhiệt độ, nước +băng, nước 1-lớp, nhỏ
RUC
Có Nhiệt độ, băng, nước + băng Nhiều lớp

Lớp biên hành tinh

Lớp biên hành tinh (PBL) có nhiệm vụ tính toán thông lượng xoáy quy
mô dưới lưới. Khi PBL được kích hoạt thì khuếch tán theo chiều thẳng đứng
cũng được kích hoạt, khuếch tán ngang hầu như không đổi (K
k
=const). Ngoài ra
sơ đồ PBL cho phép xác định các profile thông lượng giữa lớp biên và trạng thái
của lớp biên và hầu hết các sơ đồ PBL xét sự xáo trộn khô, nhưng cũng bao gồm
hiệu ứng bão hòa trong sự ổn định thẳng.
Bức xạ khí quyển

Các sơ đồ bức xạ khí quyển cho thấy sự đốt nóng bề mặt khí quyển bởi
thông lượng bức xạ sóng ngắn của mặt trời và sóng dài của bề mặt đất.
Bảng 1.4. Các sơ đồ bức xạ trong WRF

Sơ đồ Sóng dài (LW)/Sóng
ngắn (SW)
Số dải Loại
RRTM
Sóng dài 16 CO2 ,O3, mây
GFTL-LW
Sóng dài 14 CO2 ,O3, mây
GFDLSW
Sóng ngắn 12 CO2 ,O3, mây
MM5SW
Sóng ngắn 1 Mây
Goddard
Sóng ngắn 11 CO2 ,O3, mây
17

e) Sơ đồ tương tác giữa các quá trình vật lí
Sơ đồ tham số hóa vật lí được phân loại theo các module, sự tương tác
giữa chúng, xu hướng của chúng và thông lượng bề mặt (hình 1.3)
1.1.4. Số liệu và sản phẩm của mô hình
Sản phẩm cuối cùng của WRF là các file wrfout_d01…, wrfout_d02…,
cho các miền tính khác nhau ở toàn bộ các thời điểm tính từ thời điểm bắt đầu
mô phỏng hoặc dự báo. Khoảng cách thời gian giữ
a các thời điểm này bằng
bước thời gian của mô hình. Tuy nhiên, trong quá trình lưu sản phẩm dự báo số,
chúng ta chỉ lưu lại các trường khí tượng cách nhau 1h, 3h hoặc 6h nhằm giảm
dung lượng của file sản phẩm. Trong các file sản phẩm này chứa đựng dữ liệu
về hầu hết các trường khí tượng như trích dẫn trong bảng 1.5.
Bảng 1.5. Danh mục các sản phẩm của mô hình WRF (trích dẫn)
Yếu tố
Các yếu tố dự báo 3 chiều

U: Thành phần gió Vĩ hướng (m/s)
V: Thành phần gió Kinh hướng (m/s)
T: Nhiệt độ (K)
QVAPOR: Tỉ số xáo trộn hơi nước (kg/kg)
QCLOUD: Tỉ số xáo trộn nước mây (kg/kg)
QRAIN: Tỉ số xáo trộn nước mưa (kg/kg)
QICE: Tỉ số xáo trộn băng mây (kg/kg)
QSNOW: Tỉ số xáo trộn tuyết (kg/kg)
VI VẬT LÍ MÂY TÍCH
BỨC XẠ PLB
BỀ MẶT
Ảnh hưởng
của
m
â
y
Một phần
mâ
y
Tương tác giữa các quá trình vật lí
Thông lượng
nhiệt
ẩ
m b
ề
mặt
Sóng ngắn, dài
Phát xạ bề mặt
Albedo b
ề

mặt
T, Qv, gió bề mặt
Mây tầng
thấp hoặc sự
tăng cường
dòn
g

g
ián
g

Dòng đi ra
Hình 1.2. Sơ đồ tương tác các quá trình vật lí trong mô hình
18

QGRAUPEL: Graupel (kg/kg)
TKE: Động năng rối (J/kg) từ sơ đồ MELLOR-YAMADA-JANJIC
TSLB: Nhiệt độ trong các lớp đất
SMOIS: Độ ẩm trong các lớp đất
TD: Nhiệt độ điểm sương
RH: Độ ẩm tương đối
Các yếu tố dự báo 2 chiều
ACSNOM: Lượng tuyết tan chảy tích luỹ
ACSNOW: Lượng tuyết tích luỹ
GLW: Dòng thông lượng sóng dài đi xuống ở bề mặt đất
GSW: Dòng thông lượng sóng ngắn đi xu
ống ở bề mặt đất
HFX: Dòng thông lượng nhiệt đi lên ở bề mặt
HGT: Độ cao địa hình

IVGTYP: Loại hoa màu
ISLTYP: Loại đất
LU_INDEX: Hạng đất sử dụng
QFX: Thông lượng ẩm đi lên từ bề mặt
RAINC: Tổng lượng mưa đối lưu được tích luỹ
RAINCV: Lượng mưa đối lưu theo từng bước thời gian
RAINNC: Tổng lượng mưa quy mô lưới được tích luỹ
SFROFF: dòng chảy mặt
Slvl: áp suất mực mặt biển
SST: Nhiệt độ mực nước biển
T2: Nhiệt độ ở 2m
TMN: Nhiệt độ đất ở lớp biên dưới
U10: Gió vĩ hướng ở 10 m
V10: Gió kinh hướng V ở 10 m
UDROFF: dòng chảy đất gầm
XLAT: Vĩ độ
XLONG: Kinh độ
XLAND: LAND MASK (1: Đất, 2: nước)

19

1.2. Tổng quan về các công trình nghiên cứu
1.2.1. Tổng quan các nghiên cứu về thời tiết và bão
Để đánh giá khả năng mô phỏng của WRF đối với những biến đổi theo
thời gian và không gian của các yếu tố nhiệt động lực, gió, mưa bề mặt, nhiệt độ
đỉnh mây, tác giả Anthony E. Morrison đã sử dụng 5 miền tính trên toàn nước
Úc với độ phân giải tinh (1 km) trên khu vực miền Tây và Trung Tasma với 64
mực áp suất lên tới m
ực 50 hPa. Kết quả cho thấy có sự chênh lệch nhỏ giữa dự
báo và quan trắc [31].

Nghiên cứu của Anupma Prakash và đồng sự đã sử dụng WRF trong mô
phỏng mây ở vùng vĩ độ cao, các giá trị ngưỡng được xác định bằng cách phân
tích độ nhạy. Kết quả cho các ngưỡng là ngưỡng 95% cho MODIS, 10-23 kg/kg
đối với tỉ lệ pha trộn nước, 10-18 kg/kg đối với tỉ lệ pha trộn tuyết, tuy nhiên các
tác giả cũng lưu ý cầ
n có những nghiên cứu sâu hơn trong việc xác định giá trị
ngưỡng. Kết quả mô phỏng mây cho thấy các mô phỏng không hoàn toàn phù
hợp với kết quả từ MODIS, tuy nhiên kết quả vẫn nằm trong phạm vi chấp nhận
được khi sử dụng mô phỏng mây vào ngày 13/3/2009 [28].
Tác giả Rafael Borge sử dụng WRF để nghiên cứu chất lượng không khí
khu vực bán đảo Iberia, với 23 cấu hình khác nhau, sử dụng các sơ đồ tham số
hóa lớp biên hành tinh, sơ đồ
vi vật lí, mô hình đất bề mặt, mô hình bức xạ và
đồng hóa số liệu 4 chiều với độ phân giải 3km. Kết quả tính toán được đánh giá
thông qua các kiểm nghiệm thống kê cho thấy cấu hình cho kết quả tốt nhất khi
sử dụng WRF kết hợp với mô hình lớp biên hành tinh, mô hình vi vật lí 6 mực,
mô hình đất về mặt Noah, mô hình động lực Eta và sơ đồ bức xạ sóng ngắn
MM5. Khi đó, những mô phỏng về gió, nhi
ệt độ, độ ẩm cho kết quả tốt hơn [35].
Ngoài ra, mô hình WRF-VPRM được sử dụng kết hợp với những chỉ số
về thông lượng CO2 từ MODIS và từ các mô hình toàn cầu để mô phỏng những
biến động của CO2. Khi so sánh khả năng mô phỏng CO2 với hai mô hình toàn
cầu LMDZ và TM3, nghiên cứu của R. Ahmadov năm 2009 cũng cho thấy WRF
nắm bắt được những đặc điểm của CO2 tốt hơ
n hai mô hình có cùng độ phân
giải, tuy nhiên các tác giả cũng đề xuất cần có sự kết hợp với số liệu quan trắc
CO2 để có bộ số liệu so sánh chính xác hơn [34].
Nghiên cứu của S.H.Lee và các đồng sự sử dụng mô hình WRF trong
tham số hóa bề mặt lớp biên thông qua các thông số khí tượng khu vực Texas
như gió, năng lượng bề mặt. Dữ liệu đất được sử dụng thay vì sử dụng số liệu

m
ặc định trong mô hình nên cho kết quả mô phỏng gần với quan trắc [26].
Tác giả Claire Louise Vincent và đồng sự (2010) sử dụng mô hình WRF
với mục đích dự báo năng lượng gió, kết quả cho thấy mô phỏng thường dao
động lệch 1 giờ so với các số liệu quan trắc trong mỗi thời kì mô phỏng 2 ngày.
Ngoài ra tác giả đã cải tiến trường đầu vào bằng cách mô phỏng khuếch tán liên
tục và sử dụng hệ thống hai l
ưới lồng. Kết quả cho thấy có sự giảm đáng kể sự
lệch pha giữa dự báo và quan trắc [29].
20

Tác giả Brandon Storm và đồng sự (2010) nghiên cứu khả năng ứng dụng
WRF trong việc ước tính tài nguyên gió. Theo đó, các hệ số độ đứt gió thẳng
đứng từ đầu ra của mô hình khi sử dụng kết hợp với sơ đồ tham số hóa lớp biên
có thể được ứng dụng trong việc thiết kế các tua-bin gió. Bên cạnh đó, kết quả
nghiên cứu cũng cho thấy rằng hệ số độ đứ
t gió thẳng đứng phụ thuộc vào sơ đồ
tham số hóa lớp biên sử dụng và phụ thuộc rất ít vào điều kiện ban đầu và điều
kiện biên của mô hình [13].
Theo hướng nghiên cứu khác, hai tác giả Song You Hong và Ji Woo Lee
(2008), sử dụng mô hình WRF để xem xét khả năng giải quyết, tính toán về mây
đối lưu, nghiên cứu và dự báo để tái tạo các phần tử đối lưu kết hợp với lũ lụt
độ
t ngột xảy ra do mưa lớn gần Seoul, Hàn Quốc ngày 12/7/2006. Nghiên cứu
sử bộ ba lưới lồng nhau với độ phân giải cao nhất 3km, khoảng cách giữa các
lưới ngang được tích hợp với các phân tích dữ liệu thông thường. Kết quả tính
toán cho thấy, mô phỏng lượng mưa tương ứng là hợp lý so với thực tế, mặc dù
ở những thời điểm ban đầu bị đánh giá là thấp hơn.
Năm 2006 tác gi
ả Douglas K. Miller đã nghiên cứu khả năng mô phỏng

đối lưu quy mô vừa và dông bằng mô hình WRF. Ba hệ thống đối lưu sâu năm
2005 được phân tích, sử dụng các bản đồ bề mặt, bản đồ trên các mực cao. Kết
quả so sánh với các dữ liệu quan trắc từ các radar Doppler WSR-88D cho thấy
có sự tương đồng giữa quan trắc và dự báo [32].
Đối với mưa lớn, nghiên cứu của Kamol Promasakha na Sakolnakhon sử
dụng 5 sơ đồ
vi vật lí khác nhau cho WRF, chạy với độ phân giải 5km tại 41
mực để xác định lượng mưa trong giai đoạn từ 22-23/5/2005 ở Bắc Thái Lan.
Kết quả tính toán cho thấy sơ đồ vi vật lí của Lin cho mưa diện rộng hơn so với
các sơ đồ vi vật lí khác nhưng sự khác biệt này không phụ thuộc vào các thông
số trong phương trình dự báo [30].
Các nghiên cứu về bão có tác giả Sujata Pattanayak và đồng sự (2008),
với mục đ
ích so sánh khả năng dự báo quỹ đạo bão giữa mô hình WRF và
MM5, nghiên cứu được thực hiện với ba cơn bão đổ bộ vào khu vực vịnh
Bengal và vùng biển Ả-Rập bao gồm cơn bão Mala (2006), Gonu (2007) và Sidr
(2007). Cả hai mô hình đã được tính toán với 15 điều kiện ban đầu khác nhau
đối với các trường gió, áp và lượng mưa. Kết quả nghiên cứu cho thấy WRF cho
dự báo tốt hơn mô hình MM5 khi so sánh với kết quả được cung cấp bởi Trung
tâm khí t
ượng Ấn Độ [1].
Tác giả Joseph sử dụng WRF trong dự báo đối lưu với độ phân giải ngang
4 km đối với hai hệ thống đối lưu ở Trung Mỹ và các cơn bão đổ bộ vào Nam
Hoa Kỳ. Kết quả cho thấy WRF cho dự báo tốt về thời gian và vị trí của các hệ
thống đối lưu, đồng thời cung cấp thông tin chi tiết về cấu trúc và sự phát triển
của các hệ thống này mà các mô hình v
ới độ phân giải tương tự hiện chưa thực
hiện được [21].
Xingang Fan và đồng sự (2007) [28] sử dụng mô hình WRF để đồng hóa
số liệu gió Quickscat ở vùng vĩ độ cao khu vực ven biển Bắc Băng Dương. Dữ

21

liệu gió Quickscat với độ phân giải ngang 12.5 km được đồng hóa vào mô hình
để nghiên cứu tác động của dữ liệu Quickscat khi mô phỏng trường gió và gió
biển. Mô hình được thiết lập với độ phân giải 10 km và 235x136 điểm lưới. Kết
quả sơ bộ cho thấy mô hình WRF kết hợp với số liệu Quickscat có khả năng mô
phỏng trường gió rất tốt khi so sánh với các quan trắc tại trạm.
Rakesh (2009) [24] đã sử dụng s
ơ đồ 3DVAR để đồng hoá dữ liệu tốc độ
gió và hướng gió gần bề mặt biển từ vệ tinh QSCAT (Quick Scatterometer), tốc
độ gió và TPW từ vệ tinh SSM/I (Spectral Sensor Microwave Imager) cho cả hai
mô hình MM5 và WRF để dự báo thời tiết hạn ngắn ở Ấn Độ. Kết quả nghiên
cứu cho thấy dự báo trường gió từ hai mô hình MM5 và WRF được cải thiện
đáng kể trong trường hợp đồng hoá dữ liệu gió từ QSCAT và SSM/I, trong khi
trường nhiệ
t độ và độ ẩm cho hiệu quả kém hơn. Trường dự báo mưa tốt nhất
trong trường hợp đồng hoá dữ liệu TPW. Ngoài ra, nghiên cứu cũng chỉ ra rằng
sai số dự báo các trường gió, nhiệt độ và độ ẩm ở các mực khác nhau bằng mô
hình WRF nhỏ hơn khi dự báo bằng mô hình MM5.
Về dự báo mưa lớn có sử dụng đồng hóa số liệu tác giả Xavier (2006)
[37] đồng hoá profile nhiệt độ và độ
ẩm từ vệ tinh MODIS cùng với số liệu thám
không vô tuyến để cải thiện trường đầu ban đầu của mô hình MM5. Nghiên cứu
chỉ ra rằng việc sử dụng dữ liệu vệ tinh MODIS đã cải thiện đáng kể diễn biến
mưa lớn kết hợp với áp thấp nhiệt đới.
Tác giả Routray (2008) [25] đã đồng hoá các số liệu quan trắc bề mặt,
ship, bouy, cao không và vệ tinh đị
a tĩnh Kapanal-1 để dự báo mưa lớn ở Ấn độ
bằng việc sử dụng hệ thống đồng hoá số liệu 3DVAR cho mô hình WRF. Kết
quả tính toán cho thấy, việc đồng hoá số liệu đã cải thiện đáng kể chất lượng mô

phỏng mưa lớn trong mùa mưa ở Ấn độ.
Việc đồng hoá số liệu xoáy giả cho mô hình WRF cũng đã được thực hiện
nhằm cải thiện trường ban đầu của mô hình dự báo bão. Liqiang Chen và
Qingnong Xiao (2006) đã sử dụng sơ đồ đồng hoá số liệu xoáy giả cho mô hình
WRF và 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 trường phân tích của cơn bão cân bằng
với mô hình hơn khi chỉ được nội suy với WPS [22].
Tác giả Guo và đồng sự (2006) 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. Việc đồng hóa số liệu xoáy giả không chỉ cho những cải thiện đáng kể
trong vị trí và cường độ bão mà còn cả với trường phân tích của hoàn lưu synốp
quy mô lớn khi kết hợp những hiệu chỉnh BES khác nhau với hệ
thống đồng hóa
này [23].
Ở Việt Nam, mô hình WRF đã được nghiên cứu áp dụng từ năm 2002.
Tác giả Dương Hồng Sơn (2006) đã áp dụng mô hình WRF để dự báo các
trường khí tượng cho các mô hình dự báo chất lượng không khí ở vùng Đồng
bằng Bắc bộ.
22

Kiều Thị Xin (2005) [12] cũng đã sử dụng phương pháp biến phân hai
chiều để phân tích độ ẩm đất từ nhiệt độ quan trắc hai mét cho mô hình HRM.
Kết quả cho thấy tác động nhỏ của độ ẩm đất đến dự báo các trường khí tượng
trên cao trên khu vực Việt Nam.
Trong khuôn khổ đề tài nghiên cứu khoa học cấp Bộ “Nghiên cứu thử
nghiệm dự báo mưa lớn ở Việt Nam bằ
ng mô hình MM5” của Hoàng Đức
Cường (2008) [2] cũng đã nghiên cứu hiệu chỉnh trường ban đầu bằng các số

liệu SYNOP và vô tuyến thám không để nâng cao chất lượng dự báo thời tiết
bằng mô hình MM5. Nghiên cứu cho thấy việc sử dụng số liệu SYNOP và thám
không vô tuyến để điều chỉnh trường ban đầu của mô hình MM5 bước đầu cho
kết quả khả quan.
Chu Thị Thu Hường (2007) [9] đã nghiên cứu thử nghiệ
m dự báo mưa
thời hạn từ 1 đến 3 ngày cho khu vực Trung bộ bằng mô hình WRF.
Trong đề tài nghiên cứu khoa học và công nghệ “Nghiên cứu cấu trúc và
sự di chuyển của xoáy thuận nhiệt đới lí tưởng hoá bằng mô hình WRF”,
Nguyễn Minh Trường đã khảo sát ảnh hưởng của số hạng nhớt giả xuất hiện khi
sai phân hoá các phương trình vi phân đến sự suy yếu của xoáy thuận nhiệt đới lí
tưởng và khảo sát
ảnh hưởng của trường nền đến cấu trúc và di chuyển của xoáy
trong miền tính [15].
Võ Văn Hoà (2007, 2008) [7,8] đã áp dụng mô hình WRF để dự báo bão
trên khu vực Biển Đông và chú trọng đến độ nhạy của các sơ đồ tham số hoá đối
lưu. Nghiên cứu đã chỉ ra rằng kĩ năng dự báo quỹ đạo bão bằng mô hình WRF
là tương đối tốt, đặc biệt là trong trường hợp những cơn bão có quỹ
đạo phức
tạp.
Kiều Thị Xin và Lê Đức (2003) [11] đã nghiên cứu áp dụng mô hình đồng
hoá số liệu 3DVAR cho mô hình HRM. Kết quả tính toán dự báo thời tiết bằng
cách sử dụng các số liệu tại các trạm cao không và SYNOP cho thấy lượng mưa
dự báo gần với thực tế hơn so với trường hợp không sử dụng đồng hoá số liệu.
Lê Đức và đồng sự (2007) [5] đã xây dựng trường
ẩm cho mô hình HRM
từ số liệu vệ tinh địa tĩnh MTSAT dựa trên phương pháp 3DVAR.
Nguyễn Lê Dũng và Phan Văn Tân (2008) [4] đã ban đầu hóa xoáy, kết
hợp sử dụng hệ thống 3DVAR trong mô hình WRF để dự báo quỹ đạo bão trên
khu vực Biển Đông. Kết quả thử nghiệm cho thấy việc sử dụng nguồn số liệu

quan trắc “giả”, được tạo ra nhờ module ban đầu hoá xoáy, đã cải thiện đ
áng kể
chất lượng dự báo quỹ đạo bão.
Hoàng Đức Cường và cộng sự (2008) [3] đã hiệu chỉnh trường ban đầu
của mô hình MM5 bằng dữ liệu vệ tinh MTSAT để mô phỏng cơn bão Damrey.
1.2.2. Tổng quan về đồng hóa số liệu vệ tinh Quikscast
Nguồn số liệu từ vệ tinh Quickscat được minh chứng là rất hữu ích trong
dự báo bão. Số liệu vệ tinh Quickscat có khả năng cung cấp dữ liệu chi ti
ết về