Nghiên cứu phát triển hệ thống tư duy dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam

BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG
TRUNG TÂM KHÍ TƯỢNG THỦY VĂN QUỐC GIA
TRUNG TÂM DỰ BÁO KHÍ TƯỢNG THỦY VĂN TRUNG ƯƠNG
Số 4 Đặng Thái Thân - Quận Hoàn Kiếm - Hà Nội

********

BÁO CÁO
TỔNG KẾT ĐỀ TÀI NGHIÊN CỨU
KHOA HỌC VÀ CÔNG NGHỆ CẤP BỘ

ĐỀ TÀI:
Nghiên cứu phát triển hệ thống dự báo tổ hợp
thời tiết hạn ngắn cho khu vực Việt Nam


Chỉ số đăng ký:
Chỉ số phân loại:
Chỉ số lưu trữ:
Cộng tác viên chính:
TS Lê Đức ThS Dư Đức Tiến
ThS Nguyễn Lê Dũng CN Nguyễn Thu Hằng
CN Nguyễn Thanh Tùng CN Nguyễn Mạnh Linh

Hà Nội, ngày tháng 08 năm 2012 Hà Nội, ngày tháng 08 năm 2012
CHỦ NHIỆM ĐỀ TÀI

Võ Văn Hòa
CƠ QUAN THỰC HIỆN
GIÁM ĐỐC





Bùi Minh Tăng
CƠ QUAN CHỦ TRÌ
KT. TỔNG GIÁM ĐỐC
PHÓ TỔNG GIÁM ĐỐC




Nguyễn Văn Tuệ
Hà Nội, ngày tháng 08 năm 2012 Hà Nội, ngày tháng 08 năm 2012
HỘI ĐỒNG ĐÁNH GIÁ CHÍNH THỨC
CHỦ TỊCH HỘI ĐỒNG







Nguyễn Lê Tâm

CƠ QUAN QUẢN LÝ ĐỀ TÀI
TUQ. BỘ TRƯỞNG
VỤ TRƯỞNG
VỤ KHOA HỌC VÀ CÔNG NGHỆ





Nguyễn Đắc Đồng
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
i
MỤC LỤC
Trang
MỞ ĐẦU 1
CHƯƠNG I. KHÁI QUÁT VỀ DỰ BÁO TỔ HỢP THỜI TIẾT HẠN
NGẮN
1
1.1 Dự báo tổ hợp 1
1.2 Tổng quan tình hình nghiên cứu về dự báo tổ hợp thời tiết hạn
ngắn
5
1.2.1 Trên thế giới 5
1.2.2 Tại Việt Nam 12
1.2.3 Tính khả thi của việc triển khai hệ thống dự báo tổ hợp thời tiết
hạn ngắn cho khu vực Việt Nam
13

CHƯƠNG II. THIẾT KẾ VÀ XÂY DỰNG HỆ THỐNG DỰ BÁO TỔ
HỢP THỜI TIẾT HẠN NGẮN CHO KHU VỰC VIỆT NAM
15
2.1 Đặt vấn đề 15
2.2 Nghiên cứu lựa chọn nguồn số liệu toàn cầu và mô hình dự
báo số trị khu vực để xây dựng hệ thống dự báo tổ hợp thời
tiết hạn ngắn
18
2.2.1 Nghiên cứu lựa chọn các nguồn số li
ệu dự báo toàn cầu 18
2.2.2 Nghiên cứu lựa chọn các mô hình dự báo số trị khu vực 21
2.3 Thiết kế và xây dựng hệ thống dự báo tổ hợp thời tiết hạn
ngắn cho khu vực Việt Nam
23
2.4 Mô tả tập số liệu nghiên cứu và phương pháp xử lý số liệu 27
2.4.1 Mô tả tập số liệu nghiên cứu 27
2.4.2 Phương pháp xử lý số liệu 32
2.4.2.1 Xử lý số liệu đầu vào và đầ
u ra của hệ thống SREPS 32
2.4.2.2 Phương pháp dò tìm tâm bão 34
2.4.2.3 Phương pháp tạo trường mưa phân tích trên lưới 35
2.5 Phương pháp đánh giá
37
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
ii
2.6 Nghiên cứu xây dựng bộ chương trình hiển thị các sản phẩm
dự báo từ hệ thống dự báo tổ hợp thời tiết hạn ngắn

40
CHƯƠNG III. KẾT QUẢ ĐÁNH GIÁ DỰ BÁO TRUNG BÌNH TỔ
HỢP
50
3.1 Dự báo các trường bề mặt 51
3.1.1 Dự báo lượng mưa tích lũy 6 giờ 51
3.1.2 Dự báo trường nhiệt và độ ẩm tại độ cao 2 mét 64
3.1.3 Dự báo trường khí áp mự
c biển trung bình và gió tại độ cao 10
mét
66
3.2 Dự báo các trường trên cao 69
3.2.1 Dự báo trường nhiệt và ẩm 69
3.2.2 Dự báo trường độ cao địa thế vị và gió 72
3.3 Dự báo quỹ đạo bão 79
CHƯƠNG IV. KẾT QUẢ ĐÁNH GIÁ DỰ BÁO XÁC SUẤT 84
4.1 Dự báo xác suất các trường bề mặt 84
4.1.1 Dự báo xác suất mưa tích lũy 6 giờ 84
4.1.2 Dự báo tổ hợp trường nhiệt và độ ẩm tại độ cao 2 mét 94
4.1.3 Dự
báo tổ hợp trường khí áp mực biển trung bình và gió tại độ cao
10 mét
96
4.2 Dự báo tổ hợp các trường trên cao 100
4.2.1 Dự báo tổ hợp trường nhiệt và ẩm 100
4.2.2 Dự báo trường độ cao địa thế vị và gió 106
KẾT LUẬN VÀ KIẾN NGHỊ 114
TÀI LIỆU THAM KHẢO 116
PHỤ LỤC I: Quy ước tên biến khí quyển 122
PHỤ LỤC II: Mô tả các phương pháp đánh giá 125

II.1. Đánh giá dự báo trung bình tổ hợp 125
II.2. Đánh giá dự
báo xác suất 130
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
iii
PHỤ LỤC III: Một số kết quả đánh giá 138
III.1. Kết quả đánh giá chỉ số FB cho các ngưỡng nhỏ (0.1mm/6h), mưa
vừa (2mm/6h) và mưa rất to (20mm/6h) trung bình trên toàn khu vực Việt
Nam
138
III.2. Kết quả tính toán chỉ số FB cho ngưỡng nhỏ (1.0mm/6h), mưa vừa
(5mm/6h) và mưa rất to (20mm/6h) trung bình theo 4 khu vực nghiên cứu
(BB, BTB, NTB và NB) và 4 mùa dự báo (MAM, JJA, SON và DJF)
142
III.3. Kết quả đánh giá chỉ số ETS cho các ngưỡng nhỏ (0.1mm/6h), mưa
vừa (2mm/6h) và mưa rất to (20mm/6h) trung bình trên toàn khu v
ực Việt
Nam
159
III.4. Kết quả đánh giá chỉ số RMSE trung bình trên toàn bộ lưới đánh giá
cho một số biến bề mặt đối với các dự báo thành phần và dự báo trung bình
tổ hợp
162
III.5. Kết quả đánh giá chỉ số RMSE trung bình trên toàn bộ lưới đánh giá
cho một số biến trên cao tại mực 500mb đối với các dự báo thành phần và
dự báo trung bình tổ hợp
168

III.6. Các kết quả tính toán một s
ố chỉ số đánh giá xác suất mưa 174
III.7. Kết quả đánh giá chỉ số POD và FAR cho các ngưỡng nhỏ (1mm/6h),
mưa vừa (10mm/6h) trung bình trên 4 khu vực Bắc Bộ, Bắc Trung Bộ,
Nam Trung Bộ, Nam Bộ và Việt Nam
180
PHỤ LỤC IV: Quy trình nghiệp vụ 184
IV.1. Quy trình theo dõi và vận hành hệ thống SREPS. 184
IV.2. Quy trình hướng dẫn sử dụng các sản phẩm dự báo của hệ thống
SREPS
187
PHỤ LỤC KHÁC
Bìa và bài đăng trong tạp chí KTTV tháng 3 nă
m 2012
Giấy xác nhận đã nhận bài đăng trên tạp chí KTTV
Giấy xác nhận tham gia đào tạo cử nhân khí tượng
Giấy xác nhận sử dụng sản phẩm của đề tài và ý kiến phản hồi


Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
iv
DANH SÁCH CÁC HÌNH VẼ

TT
Số thứ
tự hình
Nội dung

Trang
1 2.1.1 Tính toán lý thuyết ảnh hưởng của kích thước dự báo tổ hợp
lên chỉ số BSS đối với nhiều hiện tượng có khả năng dự báo
khác nhau (theo Palmer, 2002)
18
2 2.3.1 Miền định hướng dự báo cho hệ thống SREPS 25
3 2.3.2 Phân bổ hiệu năng tính toán cho từng mô hình NWP khu vực
trong hệ thống SREPS dựa trên hệ thống HPC 16 nodes
27
4 2.4.1 Sơ đồ quan hệ giữa các bảng thuộc tính của CSDL quan trắc bề
mặt
29
5 2.4.2 Sơ đồ quan hệ giữa các bảng thuộc tính của CSDL quan trắc
trên cao
29
6 2.4.3 Sơ đồ quan hệ giữa các bảng thuộc tính của CSDL NWP toàn
cầu
30
7 2.4.4 Sơ đồ quan hệ giữa các bảng thuộc tính của CSDL tái phân tích 30
8 2.4.5 Miền lưu số liệu dự báo từ 20 dự báo thành phần của hệ thống
SREPS
34
9 2.4.6 Miền tạo bản đồ phân tích mưa dựa trên phương pháp phân tích
khách quan Barnes
36
10 2.4.7 Bản đồ phân tích mưa tích lũy 12 giờ từ 7h đến 19 giờ ngày
1/11/2010 (bên trái) và từ 19h ngày 1/11/2010 đến 7 giờ ngày
2/11/2010( bên phải). (Chú ý: chỉ hiển thị cho dữ liệu bên trong
đất liền)
37

11 2.5.1 Miền đánh giá chung cho các biến bề mặt (ngoại trừ mưa) và
trên cao dự báo từ hệ thống SREF
38
12 2.5.2 Sơ đồ minh họa các thành phần sai số dự báo quỹ đạo bão (ký
hiệu OB là quan trắc và FC là dự báo). Điểm OB1 là tâm quan
trắc tại thời điểm bắt đầu dự báo và dấu mũi tên chỉ hướng di
chuyển của bão
40
13 2.6.1 Bản đồ tem dự báo hạn 24 giờ cho trường gió mực 850 từ hệ
thống SREPS dự báo từ 00Z ngày 29 tháng 9 năm 2008
42
14 2.6.2 Tương tự hình 2.6.1 nhưng cho trường mưa tích lũy 24 giờ 42
15 2.6.3 Bản đồ dự báo EM hạn 24 giờ cho trường pmsl và gió 10 mét
(bên trái) và H với gió mực 850mb từ hệ thống SREPS từ 00Z
ngày 29 tháng 9 năm 2008
44
16 2.6.4 Bản đồ dự báo xác suất mưa hạn 24 giờ cho một số ngưỡng
mưa cho trước từ hệ thống SREPS dự báo từ 00Z ngày 29
tháng 9 năm 2008
44
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
v
TT
Số thứ
tự hình
Nội dung
Trang

17 2.6.5 Tương tự hình 2.6.4 nhưng cho các phân vị mưa 45
18 2.6.6 Tương tự hình 2.6.4 nhưng cho xác suất gió mạnh 45
19 2.6.7 Bản đồ xác suất đường đi của bão HIGOS (0817) cho đến hạn
dự báo 72 giờ với thời điểm bắt đầu dự báo từ 12Z ngày
28/09/2008
46
20 2.6.8 Bản đồ xác suất đổ bộ của bão HIGOS (0817) cho các trạm
Vinh (trái) và Tĩnh Gia (phải) dự báo từ 12Z ngày 28/09/2008
47
21 2.6.9 Biểu đồ epsgram dự báo cho trạm Vinh (trái) và Tĩnh Gia
(phải) đến hạn dự báo 72 giờ với thời điểm bắt đầu dự báo từ
00Z ngày 29/09/2008
48
22 2.6.10 Giao diện đồ họa của hệ thống MHDARS trong đó tích hợp các
sản phẩm dự báo của hệ thống SREPS
49
23 3.1.1 Kết quả tính toán chỉ số FB trung bình trên toàn bộ Việt Nam
và 3 năm (2008-2010) với ngưỡng 10mm/6h cho mùa xuân -
MAM với các dự báo thành phần từ mô hình HRM (trên, trái),
BoLAM (trên, phải), WRFARW (dưới, trái) và WRFNMM
(dưới, phải)
52
24 3.1.2 Tương tự hình 3.1.1 nhưng cho mùa hạ - JJA 52
25 3.1.3 Tương tự hình 3.1.1 nhưng cho mùa thu - SON 53
26 3.1.4 Tương tự hình 3.1.1 nhưng cho mùa đông - DJF 53
27 3.1.5 Kết quả tính toán chỉ số ETS trung bình trên toàn bộ Việt Nam
với ngưỡng 10mm/6h cho mùa MAM với các dự báo thành
phần từ mô hình HRM (trên, trái), BoLAM (trên, phải),
WRFARW (dưới, trái) và WRFNMM (dưới, phải)
59

28 3.1.6 Tương tự hình 3.1.5 nhưng cho mùa hạ - JJA 59
29 3.1.7 Tương tự hình 3.1.5 nhưng cho mùa thu - SON 60
30 3.1.8 Tương tự hình 3.1.5 nhưng cho mùa đông - DJF 60
31 3.1.9 Kết quả tính toán chỉ số ETS trung bình trên toàn bộ Việt Nam
và mùa SON với ngưỡng 10mm/6h từ mô hình HRM cho khu
vực BB (trên, trái), BTB (trên, phải), NTB (dưới, trái) và NB
(dưới, phải)
62
32 3.1.10 Tương tự hình 3.1.9 nhưng cho mùa DJF 62
33 3.1.11 Kết quả tính toán chỉ số RMSE trung bình trên lưới đánh giá
cho dự báo T2m mùa DJF đối với dự báo EM và các dự báo
thành phần từ mô hình HRM (trên, trái), BoLAM (trên phải),
WRFARW (dưới, trái) và WRFNMM (dưới, phải)
65
34 3.1.12 Tương tự hình 3.1.11 nhưng cho dự báo q2m 66
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
vi
TT
Số thứ
tự hình
Nội dung
Trang
35 3.1.13 Tương tự hình 3.1.11 nhưng cho dự báo pmsl 67
36 3.1.14 Kết quả tính toán chỉ số RMSE trung bình trên lưới đánh giá
cho dự báo pmsl mùa JJA đối với dự báo EM và các dự báo
thành phần từ mô hình HRM (trên, trái), BoLAM (trên phải),
WRFARW (dưới, trái) và WRFNMM (dưới, phải)

67
37 3.1.15 Tương tự hình 3.1.11 nhưng cho dự báo u10m 68
38 3.1.16 Tương tự hình 3.1.11 nhưng cho dự báo v10m 69
39 3.2.1 Kết quả tính toán chỉ số RMSE trung bình cho dự báo nhiệt độ
mực 850mb mùa DJF đối với dự báo EM và các dự báo thành
phần từ mô hình HRM (trên, trái), BoLAM (trên phải),
WRFARW (dưới, trái) và WRFNMM (dưới, phải)
70
40 3.2.2 Tương tự hình 3.2.1 nhưng cho mực 700mb 70
41 3.2.3 Tương tự hình 3.2.1 nhưng cho mực 500mb 70
42 3.2.4 Tương tự hình 3.2.1 nhưng cho dự báo độ ẩm riêng mực
850mb
71
43 3.2.5 Tương tự hình 3.2.4 nhưng cho mực 700mb 72
44 3.2.6 Tương tự hình 3.2.4 nhưng cho mực 500mb 72
45 3.2.7 Tương tự hình 3.2.1 nhưng cho độ cao địa thế vị mực 850mb 73
46 3.2.8 Tương tự hình 3.2.7 nhưng cho mực 700mb 73
47 3.2.9 Tương tự hình 3.2.7 nhưng cho mực 500mb 74
48 3.2.10 Tương tự hình 3.2.1 nhưng cho chỉ số AC và H mực 850mb 75
49 3.2.11 Tương tự hình 3.2.10 nhưng cho mực 700mb 75
50 3.2.12 Tương tự hình 3.2.10 nhưng cho mực 500mb 75
51 3.2.13 Tương tự hình 3.2.1 nhưng cho dự báo gió vĩ hướng mực
850mb
76
52 3.2.14 Tương tự hình 3.2.13 nhưng cho mực 700mb 77
53 3.2.15 Tương tự hình 3.2.13 nhưng cho mực 500mb 77
54 3.2.16 Tương tự hình 3.2.1 nhưng cho dự báo gió kinh hướng mực
850mb
78
55 3.2.17 Tương tự hình 3.2.16 nhưng cho mực 700mb 78

56 3.2.18 Tương tự hình 3.2.16 nhưng cho mực 500mb 79
57 3.3.1 Kết quả đánh giá sai số DPE trung bình cho 3 mùa bão (2008-
2010) của EM (trung bình của 20 dự báo thành phần) và các dự
báo thành phần tạo ra từ mô hình HRM (trên, trái), BoLAM
(trên, phải), WRFARW (dưới, trái) và WRFNMM (dưới, phải)
80
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
vii
TT
Số thứ
tự hình
Nội dung
Trang
58 3.3.2 Kết quả đánh giá sai số DPE trung bình cho 3 mùa bão (2008-
2010) của EM và các dự báo thành phần được chạy với đầu vào
từ mô hình toàn cầu GSM (trên, trái), GME (trên, phải), GFS
(giữa, trái) và GEM (giữa, phải) và NOGAPS (dưới cùng)
81
59 3.3.3 Tương tự hình 3.3.1 nhưng cho sai số AT 82
60 3.3.4 Tương tự hình 3.3.1 nhưng cho sai số CT 83
61 4.1.1 Kết quả tính chỉ số BS trung bình cho toàn bộ Việt Nam cho 4
mùa nghiên cứu đối với 9 ngưỡng lượng mưa tích lũy 6 giờ
gồm 0.1mm (a), 0.2mm (b), 0.5mm (c), 1mm (d), 2mm (e),
5mm (f), 10mm (g), 20mm (h) và 50mm (i)
86
62 4.1.2 Tương tự hình 4.1.1 nhưng cho chỉ số BSS 87
63 4.1.3 Các kết quả tính toán biểu đồ hạng tính cho khu vực Việt Nam

trong 4 mùa dự báo đối với các hạn dự báo +6h, +12h, +18h và
+24h
88
64 4.1.4 Biểu đồ độ tin cậy tính trên toàn bộ Việt Nam trong 4 mùa dự
báo đối với dự báo mưa tích lũy tại hạn dự báo +6h (mưa nửa
đêm và sáng) dựa trên các ngưỡng mưa 0.1mm (trên, trái),
1mm (trên, phải), 5mm (giữa, trái), 10mm (giữa, phải) và
20mm (dưới cùng)
90
65 4.1.5 Tương tự hình 4.1.4 nhưng cho hạn dự báo +12h (mưa sáng và
trưa)
91
66 4.1.6 Tương tự hình 4.1.4 nhưng cho hạn dự báo +18h (mưa trưa và
chiều)
92
67 4.1.7 Tương tự hình 4.1.4 nhưng cho hạn dự báo +24h (mưa chiều
tối và đêm)
93
68 4.1.8 Kết quả tính toán chỉ số CRPS dự báo t2m (bên trái) và q2m
(bên phải) tính trên toàn bộ lưới đánh giá cho 4 mùa nghiên
cứu
94
69 4.1.9 Biểu đồ hạng cho dự báo t2m (cột trái) và q2m (cột phải) tính
trên toàn bộ lưới đánh giá trong 4 mùa nghiên cứu đối với hạn
dự báo +24h (trên cùng), +48h (giữa) và +72h (dưới cùng)
95
70 4.1.10 Kết quả tính toán độ phủ 90.48% đối với dự báo t2m (bên trái)
và q2m (bên phải) tính trên toàn bộ lưới đánh giá cho 4 mùa
nghiên cứu
96

71 4.1.11 Kết quả tính toán độ rộng 90.48% đối với dự báo t2m (bên trái)
và q2m (bên phải) tính trên toàn bộ lưới đánh giá cho 4 mùa
nghiên cứu
96
72 4.1.12 Kết quả tính toán chỉ số CRPS dự báo pmsl (trên, trái) và u10m
(trên, phải), v10m (dưới cùng) tính trên toàn bộ lưới đánh giá
97
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
viii
TT
Số thứ
tự hình
Nội dung
Trang
cho 4 mùa nghiên cứu
73 4.1.13 Biểu đồ hạng cho dự báo pmsl tính trên toàn bộ lưới đánh giá
cho 4 mùa nghiên cứu đối với hạn dự báo +24h (trên, trái),
+48h (trên, phải), và +72h (dưới cùng)
98
74 4.1.14 Biểu đồ hạng cho dự báo u10m (cột trái) và v10m (cột phải)
tính trên toàn bộ lưới đánh giá trong 4 mùa nghiên cứu đối với
hạn dự báo +24h (trên cùng), +48h (giữa) và +72h (dưới cùng)
98
75 4.1.15 Độ phủ 90.48% tính trên toàn bộ lưới đánh giá cho 4 mùa
nghiên cứu đối với dự báo pmsl (trên, trái), u10m (trên, phải),
và v10m (dưới cùng)
99

76 4.1.16 Độ rộng 90.48% tính trên toàn bộ lưới đánh giá cho 4 mùa
nghiên cứu đối với dự báo pmsl (trên, trái), u10m (trên, phải),
và v10m (dưới cùng)
100
77 4.2.1 Kết quả tính toán chỉ số CRPS dự báo T (bên trái) và Q (bên
phải) trung bình trên toàn bộ lưới đánh giá cho 4 mùa nghiên
cứu tại các mực 850mb (trên cùng), 700mb (giữa) và 500mb
(dưới cùng)
101
78 4.2.2 Biểu đồ hạng trung bình trên toàn bộ lưới đánh giá cho 4 mùa
nghiên cứu đối với dự báo T mực 500mb tại các hạn dự báo
+24h (trên, trái), +48h (trên, phải), và +72h (dưới cùng)
102
79 4.2.3 Tương tự hình 4.2.2 nhưng cho dự báo T mực 700mb 102
80 4.2.4 Tương tự hình 4.2.2 nhưng cho dự báo T mực 850mb 102
81 4.2.5 Tương tự hình 4.2.2 nhưng cho yếu tố Q tại mực 500mb 103
82 4.2.6 Tương tự hình 4.2.2 nhưng cho yếu tố Q tại mực 700mb 103
83 4.2.7 Tương tự hình 4.2.2 nhưng cho yếu tố Q tại mực 850mb 103
84 4.2.8 Kết quả tính toán độ phủ 90.48% trên toàn bộ lưới đánh giá đối
với dự báo T (bên trái) và Q (bên phải) cho 4 mùa nghiên cứu
tại các mực 850mb (trên cùng), 700mb (giữa) và 500mb (dưới
cùng)
104
85 4.2.9 Tương tự hình 4.2.8 nhưng cho độ rộng 90.48% 105
86 4.2.10 Kết quả tính toán chỉ số CRPS dự báo H tính trên toàn bộ lưới
đánh giá cho 4 mùa nghiên cứu đối với mực 850mb (trên, trái),
700mb (trên, phải) và 500mb (dưới cùng)
107
87 4.2.11 Tương tự hình 4.2.10 nhưng cho dự báo thành phần gió U 107
88 4.2.12 Tương tự hình 4.2.10 nhưng cho dự báo thành phần gió V 107

89 4.2.13 Biểu đồ hạng dự báo H mực 850mb tính trên toàn bộ lưới đánh
giá cho 4 mùa nghiên cứu đối hạn dự báo +24h (trên, trái),
+48h (trên, phải) và +72h (dưới cùng)
108
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
ix
TT
Số thứ
tự hình
Nội dung
Trang
90 4.2.14 Tương tự hình 4.2.13 nhưng cho dự báo H mực 700mb 108
91 4.2.15 Tương tự hình 4.2.13 nhưng cho dự báo H mực 500mb 108
92 4.2.16 Tương tự hình 4.2.13 nhưng cho dự báo U mực 850mb 109
93 4.2.17 Tương tự hình 4.2.13 nhưng cho dự báo U mực 700mb 109
94 4.2.18 Tương tự hình 4.2.13 nhưng cho dự báo U mực 500m 109
95 4.2.19 Tương tự hình 4.2.13 nhưng cho dự báo V mực 850mb 110
96 4.2.20 Tương tự hình 4.2.13 nhưng cho dự báo V mực 700mb 110
97 4.2.21 Tương tự hình 4.2.13 nhưng cho dự báo V mực 500mb 110
98 4.2.22 Kết quả tính toán độ phủ 90.48% trên toàn bộ lưới đánh giá cho
4 mùa nghiên cứu đối với dự báo H mực 850mb (trên cùng),
700mb (giữa) và 500mb (dưới cùng)
111
99 4.2.23 Kết quả tính toán độ phủ 90.48% trên toàn bộ lưới đánh giá đối
với dự báo U (bên trái) và V (bên phải) cho 4 mùa nghiên cứu
tại các mực 850mb (trên cùng), 700mb (giữa) và 500mb (dưới
cùng)

112
100 4.2.24 Tương tự hình 4.2.22 nhưng cho độ rộng 90.48% 112
101 4.2.25 Tương tự hình 4.2.23 nhưng cho độ rộng 90.48% 113

Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
x
DANH SÁCH CÁC BẢNG

TT
Số thứ tự
bảng
Nội dung Trang
1 2.2.1 Bảng 2.2.1. Thống kê các nguồn số liệu của các mô hình
toàn cầu đang có (dạng số đã chuẩn hóa vào CSDL NWP)
tại TTDBTƯ tính đến thời điểm 31/12/2011
19
2 2.2.2 Các mô hình NWP đã và đang được sử dụng trong nghiên
cứu và dự báo nghiệp vụ tại TTDBTƯ (tính đến
31/12/2011)
23
3 2.3.1 Cấu hình chi tiết của 4 mô hình NWP khu vực được lựa
chọn để xây dựng hệ thống SREPS cho khu vực Việt Nam
26
4 2.4.1 Danh sách các nguồn số liệu được thu thập để phục vụ
nghiên cứu
28
5 2.4.2 Thống kê số cơn bão và trường hợp nghiên cứu của từng

cơn bão trong mùa bão 2008 (các cơn bão đổ bộ vào Việt
Nam được tô đậm tên)
31
6 2.4.3 Tương tự bảng 2.4.2 nhưng cho mùa bão 2009 32
7 2.4.4 Tương tự bảng 2.4.2 nhưng cho mùa bão 2010 32

Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
xi
DANH SÁCH CÁC CHỮ VIẾT TẮT

AT Sai số dọc theo hướng chuyển động của bão
(Along Track error)
BIAS Chỉ số đánh giá sai số hệ thống
BoLAM Mô hình dự báo số trị khu vực BoLAM
(Bologna Limited Area Model)
BS Chỉ số Brier
(Brier Score)
BSS Chỉ số kỹ năng Brier
(Brier Skill Score)
CMC Cơ quan khí tượng Canađa
(C
anadian Meteorological Center)
COSMO Mô hình quy mô vừa phi thủy tĩnh
(COnsortium for Small-scale MOdelling)
CRPS Chỉ số đánh giá xác suất hạng liên tục
(Continous Ranked Probability Score)
AT Sai số theo phương pháp tuyến với hướng chuyển động của bão

(Cross Track error)
DJF Mùa đông
DPE Sai số khoảng cách vị trí tâm bão
(Direct Position Error)
DWD Tổng cục thời tiết Cộng hoà Liên bang Đức
(Deutscher WetterDienst)
ECMWF Cơ quan dự báo thời tiết hạn vừa Châu Âu
(European Centre for Medium range Weather Forecasting)
EF Dự báo tổ hợp
(Ensemble Forecast)
EM Trung bình tổ hợp
(Ensemble Mean)
ES Kích thước tổ hợp (số dự báo thành phần)
(Ensemble Size)
EPS Hệ thống dự báo tổ hợp
(Ensemble Prediction System)
ETA Mô hình dự báo số trị
khu vực ETA
ETS Chỉ số đánh giá ETS
(Equitable Threat Score)
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
xii
FB Chỉ số đánh giá FB
(Frequency Bias)
FAR Tỷ lệ cảnh báo khống
(False Alarm Ratio)
GDAS Hệ thống đồng hóa số liệu toàn cầu của NOAA

(Global Data Assimilation System)
GEM Mô hình toàn cầu của CMC
GFS Mô hình toàn cầu của NCEP
(Global Forecasting System)
GME Mô hình toàn cầu của DWD
GSM Mô hình phổ toàn cầu của JMA
(Global Spectral Model)
GRIB Đị
nh dạng số liệu theo mã GRIB
(Gridded Binary)
GUI Giao diện tương tác với người sử dụng
(Graphical User Interface)
HSS Chỉ số kỹ năng Heidke
(Heidke Skill Score)
HRM Mô hình dự báo số trị khu vực HRM
(High Resolution Model)
IGN Chỉ số đánh giá xác suất IGN
(IGNorance Score)
JJA Mùa hè
JRA-25 Số liệu tái phân tích chu kỳ 25 năm của Nhật Bản
(Japanese
ReAnalysis - 25 years)
MAE Sai số tuyệt đối trung bình
(Mean Absolute Error)
MAM Mùa xuân
ME Sai số trung bình
(Mean Error)
MMMA Đa mô hình đa phân tích
(Multi-Model Multi-Analysis)
MM5 Mô hình dự báo số trị khu vực MM5

(Fifth generation Mesoscale Model)
NetCDF Định dạng số liệu NetCDF
(Network Common Data Form)
NCEP Trung tâm dự báo môi trường quốc gia Mỹ
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
xiii
(National Centers for Environmental Prediction)
NWP Dự báo thời tiết số trị
(Numerical Weather Prediction)
KTTV Khí Tượng Thủy Văn
PC Tỷ lệ phần trăm chính xác
(Percentage Correct)
POD Chỉ số xác suất phát hiện mưa
(Probability Of Detection)
RMSE Sai số quân phương
(Root Mean Square Error)
RPS Chỉ số đánh giá xác su
ất hạng
(Ranked Probability Score)
SON Mùa thu
SREF Dự báo tổ hợp thời tiết hạn ngắn
(Rhort Range Ensemble Forecast)
TS Chỉ số đánh giá TS
(Threat Score)
TTDBTƯ Trung tâm Dự báo Khí tượng Thủy văn Trung ương
VINAREN Mạng nghiên cứu và giáo dục Việt Nam
(VIet NAm Research and Education Network)

WMO T ổ chức khí tượng thế giới
(World M
eteorological Organization)
WRF Mô hình dự báo số trị khu vực WRF
(Weather and Research Forecasting System)
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
xiv
TÓM TẮT

Đề tài nghiên cứu khoa học: “Nghiên cứu ứng dụng dự báo tổ hợp thời tiết
hạn ngắn dựa cho khu vực Việt Nam” đã được thực hiện với mục tiêu nghiên cứu
xây dựng được một hệ thống dự báo tổ hợp thời tiết hạn ngắn (SREPS) và bước đầu
triển khai vào dự báo nghiệp vụ tại Trung tâm Dự báo Khí tượng Thủy văn trung
ương. Hệ
thống SREPS đã được xây dựng thành công dựa trên cách tiếp cận đa mô
hình đa phân tích (chạy 4 mô hình NWP khu vực HRM, BoLAM, WRFARW và
WRFNMM với số liệu đầu vào từ 5 mô hình toàn cầu GME, GSM, GFS, NOGAPS
và GEM) bao gồm 20 dự báo thành phần với độ phân giải 0.15
0
x 0.15
0
. Hệ thống
SREPS đã được vận hành thử nghiệm để phục vụ công tác đánh giá chất lượng dự
báo từ 2008-2010 và chạy bán nghiệp vụ từ năm 2010-2011.
Các kết quả đánh giá chất lượng dự báo dựa trên 3 năm thử nghiệm đã cho
thấy dự báo trung bình tổ hợp cho hầu hết các biến dự báo bề mặt (ngoại trừ mưa)
và trên cao có sai số dự báo nhỏ hơ

n so với hầu hết các dự báo thành phần của
SREPS tại hầu hết các hạn dự báo và mùa dự báo. Dự báo định lượng và xác suất
mưa tích lũy 6 giờ từ hệ thống SREPS chỉ có độ tin cậy và kỹ năng dự báo cho các
ngưỡng mưa nhỏ và vừa. Đối với dự báo quỹ đạo bão, sai số của dự báo EM nhỏ
hơn so với phần lớn các dự báo thành phần với DPE trung bình
đối với các hạn dự
báo 24 giờ, 48 giờ và 72 giờ tương ứng khoảng 120km, 240km và 290km. Dự báo
tổ hợp cho các biến bề mặt như nhiệt độ và độ ẩm tại độ cao mét, các thành phần
gió tại độ cao 10 mét từ SREPS thường có độ tán nhỏ dẫn đến độ tin cậy không cao.
Trong khi dự báo khí áp mực biển trung bình thường cho thấy xu hướng thiên cao.
Đối với các biến khí quyển trên cao, dự báo tổ hợp từ SREPS cho độ
tán nhỏ đối
với dự báo các thành phần gió, thiên cao đối với độ cao địa thế vị và nhiệt độ tại các
mực 850mb, 700mb và 500mb.
Bên cạnh các kết quả khoa học đáng khích lệ nói trên, các kết quả nghiên cứu
vẫn còn một số hạn chế như 1) một số biến thời tiết quan trọng chưa được đánh giá
như nhiệt độ tối cao và tối thấp ngày, độ ẩm tươ
ng đối, 2) Sai số hệ thống bên trong
từng dự báo thành phần chưa được loại bỏ trước khi tiến hành tính toán EM và dự
báo xác suất, 3) Việc đánh giá một số yếu tố dự báo trên lưới số liệu tái phân tích
JRA25 có độ phân giải thô hơn lưới dự báo của mô hình có thể ảnh hưởng tới kết
quả đánh giá chất lượng dự báo, và 4) Dự báo trung bình tổ hợp chỉ là trung bình
cộng đơn giả
n của các dự báo thành phần mà chưa thực hiện trung bình có trọng số
trong đó có tính đến chất lượng dự báo của từng dự báo thành phần.

Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012

xv
TÓM TẮT BẰNG TIẾNG ANH

The Short-Range Ensemble Prediction System (SREPS) is researched to
operationally interpret at National Center for Hydro-Meteorological Forecasting
(NCHMF). The SREPS is based on multi-model multi-analysis approach by
running 4 regional NWP models including HRM, BoLAM, WRFARW and
WRFNMM with initial and time-dependent boundary conditions from 5 global
models including GME, GSM, GFS, NOGAPS and GEM. The SREPS consists of
20 members with horizontal resolution of 0.15
0
x 0.15
0
and make ensemble forecast
up to 3 days ahead. The system is run in 3 experimental years from 2008 to 2010
and semi-operationally run since 2010 to provide ensemble forecasting products for
NCHMF’s forecasters.
The verification results shows that the ensemble mean (EM) of most surface
and upper air atmospherical variables has error smaller than the error of all
members at all forecasting ranges and seasons. The quantitative and probabilistic
precipiation prediction has forecasting skill and reliability for light and medium
rain amount. For tropical cyclone track forecasting, the direct position error (DPE)
of EM is smaller than the one of all members and the everage DPE of EM for 24hrs,
48hrs and 72hrs is respectively 120km, 240km and 290km. The probabilistic
forecasting verification for temperature at 2 meters, specific humidity at 2 meters,
zonal and meridional wind component at 10 meters points out that SREPS has
under-dispersion. The same results is aslo found for zonal and meridional wind
component at 850mb, 700mb and 500mb levels. The SREPS has over-estimating
for pressure of mean sea level, geopotential height and air temperature at 850mb,
700mb and 500mb levels.

Beside of advanced results, there are still some scientific limitations
including 1) some important weather variables doesn’t verify such as daily
maximum and minimum temperature, 2) the systematic error of forecasting member
is not calibrated before calculating ensemble mean and probabilistic forecast, 3) the
verification based on reanalysis grid that has resolution greater than the resolution
of SREPS can lead to incorrect validations, and 4) the ensemble mean is simple
average of ensemble members hence can not take into account the quality of each
members.
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
1
MỞ ĐẦU

Hai hướng phát triển cơ bản trong lĩnh vực dự báo thời tiết số trị (NWP-
Numerical Weather Prediction) trong thời gian vài chục năm trở lại đây là cải tiến
bản thân mô hình và giải quyết vấn đề phi tuyến trong các bài toán khí tượng. Sự
thành công trong công nghệ máy tính đã cho phép tăng độ phân giải của các mô
hình số một cách đáng kể, bao gồm cả mô hình toàn cầu và mô hình khu vực. Các
nghiên cứu cải tiến về
phương pháp số, động lực và vật lý của mô hình vẫn đang
được tiếp tục. Tuy nhiên, những nghiên cứu về khả năng dự báo (predictability) đã
chỉ ra rằng những nỗ lực trong việc cải thiện phương pháp số, cũng như động lực và
vật lý của mô hình chỉ có thể đạt đến một giới hạn nào đó trong việc nâng cao chất
lượng dự báo do độ nhạy củ
a kết quả dự báo với trường ban đầu. Trong khi đó,
trạng thái ban đầu của khí quyển chỉ là gần đúng so với trạng thái thật và luôn hàm
chứa các nguồn bất định (uncertainty). Để khắc phục vấn đề này, phương pháp dự
báo tổ hợp (EF - Ensemble Forecast) đã được nghiên cứu và sử dụng trong dự báo

nghiệp vụ tại nhiều nơi trên thế giới. Tuy mới chỉ được
ứng dụng mạnh mẽ hơn 10
năm trở lại đây do được thừa hưởng thành quả của cuộc cách mạng công nghệ
thông tin trên thế giới, EF đã có một quá trình phát triển tương đối lâu dài kể từ
những công trình đầu tiên của Lorenz (1963, 1965) đề cập đến tầm quan trọng của
của điều kiện ban đầu đối với kết quả tích phân của các mô hình.
Thừa nhận độ
bất định trong dự báo, EF không chỉ dự báo các yếu tố khí
tượng thông thường mà còn đưa ra độ bất định ứng với mỗi yếu tố dự báo. Quan
trọng hơn, EF còn cho phép thực hiện dự báo xác suất, loại hình dự báo đang thực
hiện tại các trung tâm dự báo bên cạnh phương pháp dự báo tất định (deterministic
forecast) truyền thống. Với những thông tin hữu ích như vậy, có thể hiểu được tại
sao trong hơn hai mươi năm trở lại đây cũng như trong tương lai các hệ thống dự
báo tổ hợp (EPS-Ensemble Prediction System) đều được triển khai tại các trung tâm
dự báo trên thế giới như Trung tâm Dự báo thời tiết hạn vừa Châu Âu (ECMWF),
Trung tâm dự báo môi trường quốc gia Mỹ (NCEP), … cho mục đích dự báo khí
tượng từ quy mô hạn ngắn cho đến hạn mùa. Lợi ích kinh tế mà EF có thể đem lại
được trình bày khá chi tiết trong nghiên cứu của Palmer (2002). Trong khi đó, tại
Việt Nam, lĩnh vực EF vẫn là một lĩnh vực hoàn toàn mới và đang trong giai đoạn
nghiên cứu ứng dụng cho dự báo quỹ đạo bão và một số yếu tố khí tượng cơ bản.
Từ năm 1997 trở lại đây, trên cơ sở hợp tác song phương, Trung Tâm Dự báo
khí tượng thủy văn Trung ương (TTDBTƯ) đã thu được một số
sản phẩm dự báo
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
2
của các mô hình số toàn cầu như GSM từ Cơ quan khí tượng Nhật Bản (JMA),
GME từ Tổng cục khí tượng cộng hòa liên bang Đức (DWD), GFS của NCEP,

NOGAPS từ Hải quân Mỹ (US Navy), GEM của Cơ quan khí tượng Canađa, UM
của Tổng cục khí tượng Hàn Quốc (KMA) và gần đây là IFS của ECMWF. Bên
cạnh các sản phẩm NWP toàn cầu nói trên, TTDBTƯ cũng chạy một số mô hình
NWP khu vực dưới dạng nghiệp vụ hoặc nghiên cứu nh
ư HRM, ETA, WRF,
BoLAM, NHM và gần đây là COSMO. Có thể thấy, các sản phẩm NWP tại
TTDBTƯ ngày càng trở nên phong phú và đa dạng. Sự phong phú về nguồn thông
tin tham khảo hữu ích đôi khi gây khó khăn cho các dự báo viên trong quá trình tác
nghiệp khi có sự khác biệt đáng kể giữa các sản phẩm NWP tham khảo. Ngoài ra,
các sản phẩm dự báo trực tiếp từ các mô hình này luôn bao hàm các nguồn bất định
(sai số) không thể biết trước được. Do đó, việc cô đọng và tìm ra những thông tin
tham kh
ảo hữu ích nhất là hết sức cần thiết. Trong khi đó, chưa có một nghiên cứu
nào chỉ ra mô hình NWP nào là tốt nhất cho điều kiện Việt Nam và chưa có một
EPS hạn ngắn nào được triển khai vào dự báo nghiệp vụ tại TTDBTƯ. Để giải
quyết bài toán này, việc nghiên cứu và phát triển một EPS quy mô vừa cho mục
đích dự báo thời tiết hạn ngắn dựa trên các mô hình NWP nghiệp vụ và nghiên
c
ứu tại TTDBTƯ là hết sức cần thiết. Với EPS quy mô vừa này, độ bất định sẽ
được đưa vào trong các tính toán và các bản tin dự báo xác suất có thể được tạo ra.
Qua đó, cung cấp thêm nhiều thông tin tham khảo có giá trị cho các dự báo viên
trước khi đưa ra bản tin dự báo cuối cùng. Từ thực tế nêu trên, với hạ tầng mạng và
hiệu năng tính toán hiện tại của TTDBTƯ, việc triển khai một h
ệ thống dự báo tổ
hợp hạn ngắn (SREF - Short Range Ensemble Forecast) theo cách tiếp cận đa mô
hình đa phân tích với số lượng khoảng 15-20 thành phần là hoàn toàn khả thi.
Đề tài nghiên cứu khoa học: “Nghiên cứu ứng dụng dự báo tổ hợp thời tiết
hạn ngắn dựa cho khu vực Việt Nam” đã được thực hiện với mục tiêu nghiên cứu
xây dựng được một hệ
thống SREF và bước đầu triển khai vào dự báo nghiệp vụ tại

Trung tâm Dự báo Khí tượng Thủy văn Trung ương. Dựa trên mục tiêu và nội dung
công việc đã đăng ký trong bản thuyết minh đề tài, nội dung của báo cáo tổng kết đề
tài được bố cục thành các phần chính như sau:
Mở đầu
Chương I. Khái quát về dự báo tổ hợp thời tiết hạn ngắn
Chương II. Thiết kế và xây dự
ng hệ thống dự báo tổ hợp thời tiết hạn
ngắn cho khu vực Việt Nam
Chương III. Kết quả đánh giá dự báo trung bình tổ hợp
Chương IV. Kết quả đánh giá dự báo xác suất
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
3
Kết luận
Kiến nghị
Tài liệu tham khảo
Phụ lục
Đề tài do các nghiên cứu viên của TTDBTƯ thực hiện với sự cộng tác chặt
chẽ của các đồng nghiệp trong và ngoài đơn vị, và sự theo dõi chỉ đạo kịp thời của
Ban Giám đốc Trung tâm. Nhóm thực hiện đề tài hy vọng những kết quả nghiên
cứu mà đề tài đạt được sẽ có những đóng góp cho công tác dự báo th
ời tiết nghiệp
vụ cũng như nghiên cứu phát triển phương pháp EF sau này tại TTDBTƯ nói riêng
và Trung tâm Khí tượng Thủy văn quốc gia nói chung. Nhân dịp này, chủ nhiệm đề
tài và các cộng tác viên xin gửi lời cảm ơn đến Lãnh đạo Bộ Tài nguyên và Môi
trường, Lãnh đạo Trung tâm Khí tượng Thủy văn quốc gia, và đặc biệt là Ban Giám
đốc TTDBTƯ đã tạo mọi điều kiện cho chúng tôi hoàn thành đề tài.
Một lần nữa, xin trân trọng c

ảm ơn ./.
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
4
CHƯƠNG I
KHÁI QUÁT VỀ DỰ BÁO TỔ HỢP THỜI TIẾT HẠN NGẮN

1.1. DỰ BÁO TỔ HỢP
Những công trình nghiên cứu của Edward Lorenz (1963, 1965) về khả năng
dự báo của một hệ thống động lực ngẫu nhiên (stochatic) đã chỉ ra những hạn chế
trong kỹ năng dự báo của các mô hình NWP và độ nhạy của các kết quả dự báo tới
độ chính xác trong các trường ban đầu. Để nâng cao chất lượng dự báo và tăng khả
năng dự báo dài hạn, hai hướng nghiên cứu cơ bản đang được
đầu tư và phát triển
tại nhiều trung tâm dự báo khí tượng quốc tế là nâng cao độ chính xác của các
trường ban đầu thông qua các sơ đồ đồng hóa số liệu (3DVAR, 4DVAR, Ensemble
Kalman, …) và nghiên cứu sử dụng dự báo tổ hợp (EF) để tính toán được các nguồn
bất định (uncertainties). Cho đến nay, EF đã được phát triển và ứng dụng cho nhiều
mục đích khác nhau và được đánh giá là lĩnh vực có tốc độ thay đổi nhanh nhất
trong nghiên cứu và ứ
ng dụng của khoa học khí quyển.
Theo Kalnay (2003), EF là một tập hợp dự báo xác định tại cùng một thời
điểm (có thể được bắt đầu từ các điều kiện ban đầu khác nhau, thời điểm bắt đầu dự
báo khác nhau, hoặc dựa trên các mô hình khác nhau) và hướng đến 3 mục đích:
• Tăng cường chất lượng dự báo thông qua trung bình tổ hợp (dự báo tất
định từ dự báo t
ổ hợp)
• Cung cấp một chỉ số định lượng về độ tin cậy của dự báo (dự báo kỹ năng

dự báo)
• Làm cơ sở cho dự báo xác suất (dự báo xác suất từ dự báo tổ hợp)
Mục đích đầu tiên được thực hiện thông qua một bộ lọc (toán tử trung bình)
để loại bỏ sai khác giữa các thành phần trong khi vẫn giữ lại những đặ
c tính tương
tự. Mục đích thứ hai liên quan đến tương quan giữa độ tán và sai số dự báo trung
bình tổ hợp, dù mối tương quan này không hoàn toàn chặt và chưa được khẳng định
vững chắc. Mục đích thứ ba được xây dựng dựa trên tần suất dự báo xuất hiện hiện
tượng từ các thành phần tổ hợp. Mỗi một dự báo thành phần là một trạng thái có thể
có của trạ
ng thái khí quyển thực. Điều này đồng nghĩa với việc, một dự báo tổ hợp
sẽ là một xấp xỉ hữu hạn của hàm mật độ xác suất của trạng thái khí quyển trong
không gian pha của nó. Hệ thống dự báo tổ hợp thời tiết hạn ngắn được xây dựng
trong nghiên cứu này sẽ hướng tới mục đích đầu tiên và mục đích cuối cùng.
Như
đã biết, lý thuyết EF được đặt nền móng từ những năm 70 và bắt đầu
đưa vào ứng dụng đầu những năm 90 của thế kỷ trước với mục đích sử dụng đầu
tiên cho các dự báo hạn vừa trên quy mô hành tinh. Ở một số trung tâm dự báo khí
tượng lớn trên thế giới, các EPS nghiệp vụ đã được đưa vào hoạt động từ đầu những
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
5
năm 90 phục vụ công tác dự báo hạn vừa và hạn dài dựa trên các hệ thống siêu máy
tính. Các EPS này được phát triển dựa trên các mô hình toàn cầu với mục đích
chính là nâng cao chất lượng dự báo và tăng cường khả năng dự báo dài hạn. Cụ
thể, EPS nghiệp vụ đầu tiên tại Trung tâm quốc gia dự báo môi trường của Mỹ
(NCEP-National Center for Enviromental Prediction) được sử dụng từ năm 1992
dựa trên ph

ương pháp ươm nhiễu động phát triển nhanh (BGM-Breeding of
Growing Mode) để tạo tập hợp các trường ban đầu khác nhau cho mô hình toàn cầu
T126 với 28 mực thẳng đứng và tích phân tới 180 giờ (Toth và Kalnay, 1997). Hiện
tại, EPS cho dự báo hạn vừa hạn dài của NCEP bao gồm 21 thành phần dựa trên mô
hình toàn cầu GFS có độ phân giải 1 x 1 độ.
Tại Trung tâm dự báo hạn vừa Châu Âu (ECMWF- European Center for
Medium-range Weather Forecasts), EPS cũng được đưa vào nghiệp vụ
từ năm 1992
bằng việc sử dụng phương pháp tách vector kỳ dị để tạo nhiễu động ban đầu
(Palmer và cộng sự, 1992). EPS này hiện nay có tới 51 dự báo thành phần, thực
hiện dự báo hàng ngày và cung cấp kết quả cho các nước trong Cộng đồng Châu Âu
là thành viên của ECMWF. Độc lập với NCEP và ECMWF nhưng muộn hơn vài
năm, Trung tâm Khí tượng Canađa (CMC-Canadian Meteorological Center) cũng
bắt đầu đưa vào chạy nghi
ệp vụ EPS theo phương pháp nhiễu động quan trắc kết
hợp với các nhiễu động vật lý mô hình (Houtekamer và cộng sự, 1996). EPS của
CMC cho thấy một sự kết hợp chặt chẽ giữa EF và đồng hóa số liệu. Hiện tại, EPS
của CMC bao gồm 21 thành phần. Gần đây, các trung tâm khí tượng khác như JMA
(Japan Meteorological Agency) của Nhật, KMA của Hàn Quốc (Korean
Meteorological Administration) cũng đã có EPS cho các mô hình toàn cầu và sử

dụng phương pháp nuôi nhiễu động như của NCEP.
Cho đến nay, EF không chỉ dừng lại ở mục đích dự báo hạn vừa và hạn dài
trên quy mô hành tinh, mà đã được ứng dụng dự báo hạn ngắn với các quá trình quy
mô vừa cùng sự xuất hiện của rất nhiều phương pháp hiệu chỉnh dự báo tổ hợp.
Phần tiếp theo sẽ trình bày tổng quan về các nghiên cứu ứng dụng EF cho mục đ
ích
dự báo thời tiết hạn ngắn.

1.2. TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU VỀ DỰ BÁO TỔ HỢP

THỜI TIẾT HẠN NGẮN
1.2.1. Trên thế giới
Dựa trên những thành công của EF hạn vừa hạn dài sử dụng mô hình toàn
cầu tại NCEP và ECMWF, NCEP đã tổ chức hội nghị đầu tiên về khả năng ứng
dụng dự báo tổ hợp hạn ngắn (SREF-Short Range Ensemble Forecast) với các mô
hình khu vực quy mô vừa (Brooks và cộng sự 1995a,b). Khác với EPS hạn vừa hạn
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
6
dài sử dụng mô hình toàn cầu ở trên, bài toán bây giờ liên quan tới mô hình khu vực
quy mô vừa. Vấn đề đầu tiên cần giải quyết như Wandishin và cộng sự (2001) đã
chỉ ra là phải trả lời được câu hỏi về khả năng dự báo trên quy mô vừa (nghĩa là giới
hạn về mặt thời gian có thể dự báo được với các quá trình quy mô vừa do bản chất
hỗn loạn (chaos) của khí quyển). Những yế
u tố như lượng mưa hay các cơ chế tác
động tới lượng mưa phải có giới hạn dự báo nhỏ hơn so với các quá trình quy mô
hành tinh hay quy mô synốp. Phương pháp tạo các EF thành phần cũng là một câu
hỏi quan trọng khác (Hamill và cộng sự 2000). Bài toán này phức tạp hơn so với bài
toán ứng dụng EF vào dự báo hạn vừa với mô hình toàn cầu. Khác với mô hình toàn
cầu, khi độ bất định trong dự báo chủ yếu đến từ
độ bất định trong điều kiện ban
đầu, với các mô hình quy mô vừa hiện tại có quá nhiều nhân tố làm phát sinh sai số
dự báo như mạng lưới quan trắc quy mô vừa không đầy đủ, độ phân giải mô hình
thấp, các quá trình tham số hóa vật lý, các điều kiện mặt đệm, điều kiện biên,…
Từ hội nghị này, NCEP đã triển khai một dự án xây dựng một tập các dự báo
thành phần cho SREF gồm 10 d
ự báo từ mô hình ETA và 5 dự báo từ mô hình
RSM. Điều kiện ban đầu cho các mô hình này bao gồm trường nhiễu động theo

phương pháp BGM từ hệ thống dự báo tổ hợp hạn vừa của NCEP cùng một số
trường phân tích từ các mô hình nghiệp vụ như ETA, NGM, AVN, MRF. Tập số
liệu này cho phép nghiên cứu SREF dựa trên phương pháp đa mô hình đa phân tích
cũng như nhiễu động trường ban đầu. Các kết quả nghiên cứu từ dự án này (Hamill
và Colucci 1997, 1998; Tracton và cộng sự, 1998; Stensrud và cộng sự, 1999;
Wandishin và cộng sự 2001) cho thấy EF cho một kỹ năng dự báo bằng hoặc tốt
hơn so với dự báo tất định của một mô hình có độ phân giải cao hơn trong dự báo
mưa, bão và nhiều yếu tố khác. Ngoài ra, xác suất dự báo mưa từ SREF có chất
lượng cao hơn so với xác suất dự báo mưa từ phương pháp MOS dựa trên dự báo
của mô hình nghiệp vụ NGM (Hamill và Colucci 1998). Tuy nhiên, h
ệ thống lại cho
độ tán nhỏ dẫn đến tương quan thấp giữa độ tán và sai số dự báo. Stensrud và cộng
sự (1999) đã chỉ ra rằng dự báo đa mô hình cho phép tăng độ tán của SREF lên
đáng kể. Những kết quả này đã đưa NCEP đến xây dựng hệ thống SREF nghiệp vụ
vào năm 2000 (Du và Tracton 2001). Hiện tại, SREF của NCEP bao gồm 21 thành
phần với 4 mô hình quy mô vừa là ETA, RSM, WRF-ARW và WRF-NMM với độ
phân giải thay đổi gi
ữa các dự báo thành phần từ 32–45km.
Tiếp theo dự án đầu tiên về SREF tại NCEP, dự án SAMEX (The Storm And
Mesoscale Ensemble EXperiment) năm 1998 được thực hiện với nhiều trung tâm
nghiên cứu tham dự hơn ngoài NCEP còn có Trung tâm phân tích và dự báo bão
CAPS (Center for the Analysis and Prediction of Storms) và Phòng thí nghiệm siêu
bão quốc gia NSSL (National Severe Storms Laboratory) (Hou và cộng sự 2001).
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
7
Các mô hình được sử dụng bao gồm ETA, RSM, MM5 và ARPS với điều kiện ban
đầu từ trường ban đầu của AVN (nay là GFS), và mô hình ETA với các trường

nhiễu động ban đầu được tạo ra theo phương pháp BGM từ mô hình toàn cầu AVN.
Tập số liệu này gần như chia sẻ mọi phương pháp EF trong dự báo hạn vừa hạn dài
từ nhiễu động trường ban đầu, nhiễu động vật lý mô hình, cho đến đa mô hình đa
phân tích. Giống như
dự án trước đó của NCEP, trung bình tổ hợp luôn thể hiện kỹ
năng dự báo tốt hơn so với các dự báo thành phần. Các kết quả đánh giá từ
SAMEX, tương tự như EF từ mô hình toàn cầu, cũng cho thấy phương pháp dự báo
đa mô hình đa phân tích là phương pháp EF tốt nhất trong dự báo hạn ngắn.
Tại châu Âu, SREF được phát triển chậm hơn so với tại Mỹ. Tiếp sau thành
công của EPS từ mô hình toàn c
ầu, Molteni và cộng sự (2001), Marsigli và cộng sự
(2001) bắt đầu những nghiên cứu lý thuyết cho phép thực hiện EF trên mô hình khu
vực với độ phân giải cao hơn so với mô hình toàn cầu với tên gọi LEPS (Limited-
area Ensemble Prediction System). Tuy nhiên, khác với SREF, LEPS lại hướng đến
dự báo hạn dự báo từ 2 cho đến 5 ngày. Với mục tiêu như vậy, nhiễu động điều kiện
biên sẽ trở nên quan trọng hơn so với nhi
ễu động điều kiện ban đầu. Hệ thống này
được thực hiện đơn giản bằng cách tích phân mô hình COSMO (trước đây là LM)
lồng trong các thành phần đã được lựa chọn thông qua thuật toán RM
(Representative Members) từ 51 dự báo thành phần của EPS toàn cầu tại ECMWF.
Sau những thử nghiệm đầu tiên trong dự án ARPA-SIM (Moltani và cộng sự 2001,
2003a), hệ thống với tên gọi COSMO-LEPS đã được triển khai nghiệp vụ tại
ECMWF vào n
ăm 2003 (Moltani và cộng sự 2003b). Như vậy, về bản chất hệ thống
COSMO-LEPS dựa trên phương pháp hạ quy mô động lực (dynamic downscaling).
Hiện tại, hệ thống COSMO-LEPS bao gồm 16 dự báo thành phần với độ phân giải
10km, 40 mực thẳng đứng và thực hiện dự báo cho đến hạn dự báo 132 giờ. Đánh
giá của Marsigli và cộng sự (2005) cho thấy kỹ năng dự báo từ hệ thống này cao
hơn so vớ
i kỹ năng tương ứng từ hệ thống toàn cầu. Gần đây, Montani và cộng sự

(2011) đã tổng kết lại 7 năm tiến triển của hệ thống COSMO-LEPS trong đó khái
quát lại các cải tiến đã được thực hiện trên hệ thống COSMO-LEPS gần đây cũng
như những cải thiện trong chất lượng dự báo xác suất mưa và một số biến khí quyể
n
khác cho các hạn dự báo từ 2-5 ngày (dựa trên chuỗi số liệu từ 12/2002 đến
11/2009).
Bên cạnh LEPS, SREF cũng được sử dụng tại châu Âu nhưng chỉ được thực
hiện tại các trung tâm dự báo của từng quốc gia. Cụ thể, tại cơ quan khí tượng
Vương quốc Anh (UK Met), hệ thống SREF có tên gọi MOGREPS được triển khai
nghiệp vụ từ tháng 10 năm 2006 trong đó các nhiễu động ban đầu và điề
u kiện biên
được cung cấp từ EPS toàn cầu của UK Met. Các nhiễu động trong trường ban đầu
Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
8
được tính dựa trên phương pháp ETKF (Ensemble Transform Kalman Filter). Các
nguồn bất định do mô hình được đưa vào tính toán thông qua một chuỗi các sơ đồ
được thiết kế để hạn chế các nguồn sai số mô hình ở quy mô dưới lưới (Bowler và
cộng sự, 2008). Cơ quan khí tượng Tây Ban Nha (AEMET) đã phát triển một hệ
thống dự báo tổ hợp hạn ngắn đa mô hình (gọi là SREPS) cho vùng Châu Âu và Đại
Tây Dương bằng cách sử dụng 5 mô hình khu vực (Hirlam, HRM, MM5,
LM/COSMO và UM) chạy riêng lẻ vớ
i từng trường ban đầu và điều kiện biên của 4
mô hình toàn cầu (IFS, UM, GME, GFS) (Garica-Moya và công sự, 2007). Gần
đây, Garcia và cộng sự (2011) đã cải tiến hệ thống SREPS trong đó số lượng dự báo
thành phần lên 25 bằng cách bổ sung thêm các trường đầu vào từ mô hình GEM của
CMC và chạy với độ phân giải 25km và 40 mực thẳng đứng. Các kết quả đánh giá
cho thấy kỹ năng dự báo được cải thiện đáng kể

đối với các yếu tố bề mặt như nhiệt
độ, gió và lượng mưa tích lũy 24 giờ. Tuy nhiên, độ tán của SREPS vẫn còn nhỏ.
Một hệ thống tương tự cũng đã được phát triển cho vùng Tây Bắc Thái Bình
Dương trong nghiên cứu của Eckel và Mass (2005). Trong nghiên cứu này, các
nhiễu động trường ban đầu được cung cấp từ các phân tích khác nhau của nhiều
trung tâm dự báo quốc tế. Nguồn bất định do sai số mô hình được lấ
y mẫu thông
qua việc sử dụng đa mô hình khu vực hoặc phiên bản khác nhau của cùng một mô
hình (ví dụ như sử dụng các sơ đồ tham số hóa vật lý khác nhau). Nghiên cứu của
Eckel và Mass (2005) đã cho thấy việc tính toán được nguồn bất định do mô hình
có vai trò quan trọng trong chất lượng dự báo các yếu tố thời tiết bề mặt, đặc biệt là
trên đất liền.
Viện nghiên cứu khí tượng Na Uy (MNI - Norwegian Meteorological
Institute)
đã phát triển một hệ thống SREF có tên gọi là NOR-LAMEPS bao gồm
42 dự báo thành phần và triển khai nghiệp vụ từ năm 2005 (Frogner và cộng sự,
2006; Jensen và cộng sự, 2006). Trên thực tế, NOR-LAMEPS là sự kết hợp của hai
EPS là TEPS và LAMEPS. Về cơ bản TEPS bao gồm 21 thành phần với độ phân
giải T42L62 và dựa trên EPS toàn cầu của ECMWF nhưng các SVs được định
hướng cho vùng Bắc Âu (Buizza và Palmer, 1995; Molteni và cộng sự, 1996) trong
đó có bao gồm cả nhiễu động vậ
t lý ngẫu nhiên (Buizza và cộng sự, 1999). Hệ
thống LAMEPS về cơ bản dựa trên cách tiếp cận hạ quy mô động lực trong đó sử
dụng các dự báo thành phần của TEPS như là điều kiện biên và nhiễu động trường
ban đầu cho mô hình khu vực HIRLAM. LAMEPS cũng bao gồm 21 thành phần
với độ phân giải 12km và 60 mực thẳng đứng trong đó có 1 dự báo đối chứng
(control) của mô hình HIRLAM sử dụng trường phân tích thông qua sơ đồ
đồng hóa
số liệu 3DVAR. Gần đây, Aspelien và cộng sự (2011) đã đánh giá kỹ năng dự báo
của NOR-LAMEPS trong chuỗi thời gian 3 năm (2007-2009) và khả năng dự báo

Trung tâm Dự báo khí tượng thủy văn Trung ương


Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
9
của hệ thống này cho các vùng xoáy thấp Bắc cực. Các kết quả đánh giá đã cho thấy
NOR-LAMEPS tạo ra các dự báo xác suất tốt hơn so với EPS toàn cầu của
ECMWF đối với hầu hết các yếu tố cho đến hạn dự báo 60 giờ.
Cơ quan khí tượng Pháp (Météo-France) cũng đang vận hành một hệ thống
SREF có tên gọi là PEACE dựa trên mô hình quy mô vừa ARPÈGE với độ phân
giải 20km. PEACE bao gồm 11 dự báo thành phần và thực hi
ện dự báo cho đến hạn
dự báo 60 giờ. Các nhiễu động trường ban đầu được tính dựa trên các véctơ kỳ vị
(SVs - Singular Vector) đã được tối ưu trong khoảng thời gian 12 giờ. Khác với
EPS toàn cầu của ECMWF, độ bất định do mô hình không được đưa vào tính toán
trong PEACE. Tổng cục khí tượng cộng hòa liên bang Đức (DWD) sử dụng hệ
thống SREF nghiệp vụ có tên gọi là SRNWP-PEPS dựa trên cách tiếp cận “Poor-
Man” trong đ
ó các dự báo thành phần đơn giản chỉ là tập hợp các dự báo từ các mô
hình NWP tất định của các Cơ quan khí tượng quốc gia trong Châu Âu. Nghiên cứu
của Arribas và cộng sự (2005) đã chỉ ra những kết quả đầy hứa hẹn trong chất lượng
dự báo tổ hợp của SRNWP-PEPS cho khu vực Châu Âu.
Gần đây, Wang và cộng sự (2011) đã nghiên cứu cải tiến hệ thống SREF có
tên gọi là ALADIN-LAEF cho khu vực Trung Âu được tri
ển khai vào nghiệp vụ từ
năm 2007 dựa trên cách tiếp cận hạ quy mô động lực từ EPS toàn cầu của ECMWF.
Các cải tiến bao gồm 1) việc kết hợp các nguồn bất định quy mô lớn được tạo ra từ
các SVs của ECMWF với các nhiễu động quy mô nhỏ được tạo ra bởi mô hình khu
vực ALADIN trong các nhiễu động trường ban đầu; 2) sử dụng các sơ đồ tham số
hóa vật lý khác nhau để tính toán các nguồn b

ất định do mô hình; và 3) đưa vào tính
toán các nhiễu động điều kiện bề mặt như nhiệt độ mặt nước biển (SST), albedo, độ
nhám, … Các kết quả đánh giá cho thử nghiệm 2 tháng mùa hè năm 2007 đã cho
thấy sự cải thiện đáng kể trong chất lượng dự báo do đã biểu diễn tốt hơn các nguồn
bất định. Cũng dựa trên mô hình quy mô vừa ALADIN, Cơ quan khí tượng
Hungary đã triển khai m
ột hệ thống SREF nghiệp vụ có tên gọi là ALADIN-
HUNEPS từ năm 2008 bằng cách chạy lồng ghép mô hình ALADIN trong EPS toàn
cầu của Météo-France (ARPEGE EPS/PEARP) (Hágel và Horány, 2006). Gần đây,
Horányi và cộng sự (2011) đã nghiên cứu cải tiến hệ thống ALADIN-HUNEPS
bằng cách đưa các nhiễu động gần bề mặt vào hệ thống đồng hóa số liệu bề mặt.
Tại Cơ quan khí tượng Canađa, Li và cộng sự (2008) đã nghiên cứu phát
triển một h
ệ thống SREF (gọi tắt là REPS) dựa trên phiên bản lãnh thổ hạn chế của
mô hình toàn cầu GEM (Canadian Global Environmental Multilscale) với độ phân
giải 15km. Các SVs trên vùng Bắc Mỹ được sử dụng để tạo ra các nhiễu động ban
đầu trong đó thử nghiệm với 2 dạng SVs gồm các SVs khô và ẩm. Các nhiễu động
vật lý mô hình cũng được đưa vào tính toán bằng cách nhiễu động ngẫu nhiên tham