Dự báo tổ hợp

Dự báo tổ hợp
1
Nhóm 1
Mục lục
o
Giới thiệu chung về DBTH
o
Khái quát về DBTH
o
Ứng dụng của phương pháp DBTH
o
Kết luận
2
Giới thiệu chung về DBTH

Dự báo tổ hợp sẽ gồm khoảng 30 – 50 dự báo
thành phần (member forecast), sau đó đưa vào
chạy mô hình nhiều lần.

Các số liệu được lấy một cách đồng thời với sự
biến đổi các điều kiện đầu vào biến đổi.

Mang lại tính chính xác cao và là phương pháp
thực nghiệm.
3
Giới thiệu chung về DBTH

Phương pháp dự báo tổ hợp nhằm hạn chế,
khắc phục những khó khăn ban đầu.

Hiện nay có 4 phương pháp được sử dụng rộng

rãi: phương pháp lấy trung bình đơn giản,
phương pháp lấy trung bình có trọng số,
phương pháp “Spaghetti” và phương pháp xác
xuất.
4
vd: dự báo tổ hợp cùng điều kiện đầu
°C

Forecast Day
5
Một số mô hình dùng trong DBTH:

Mô hình dự báo tổng thể ECMWF:

Mô hình dự báo NWP (DBTH NWP):

Mô hình MM5:
6
Mô hình dự báo tổng thể ECMWF:

Mô hình này được ứng dụng đầu tiên vào năm
1992.

Chạy 51 lần với điều kiện ban đầu khác nhau
không đáng kể. Các thành phần nhiễu động từ
các điều kiện ban đầu khác nhau đại diện cho
tính không chính xác có trong phân tích.
7
Mô hình dự báo NWP


Các mô hình NWP khác nhau có quá trình dự báo
tiến triển khác nhau, sự đóng góp ở đây:
o
Điều kiện đầu vào khác nhau.
o
Khí quyển nhạy (sensitive) với điều kiện đầu vào khác
nhau.
o
Các phương pháp động học khác nhau.
o
Phương pháp khác nhau cho việc ước lượng hiệu quả
trong các quá trình vật lý.
8
Mô hình MM5:

Mô hình khí tượng động lực qui mô vừa thế hệ thứ 5
(MM5) của trung tâm nghiên cứu khí quyển quốc gia
Mỹ (NCAR) và trường đại học tổng hợp Pennsylvania
Mỹ (PSU) là thế hệ mới nhất trong một loạt các mô hình
nghiên cứu và dự báo thời tiết được Anthes phát triển từ
những năm 1970.

Mô hình đã được cải tiến nhiều lần nhằm mô phỏng và
dự báo tốt hơn các quá trình vật lý qui mô vừa và có thể
áp dụng với nhiều đối tượng sử dụng khác nhau.
9
Mô hình MM5(tt)

Phiên bản 3.5 (MM5V3.5) của mô hình ra đời
năm 2001 được điều chỉnh và cải tiến trong

các mảng:
▪
Kỹ thuật lồng ghép nhiều mức
▪
Động lực học bất thủy tĩnh
▪
Đồng hóa số liệu 4 chiều (FDDA)
▪
Bổ sung các sơ đồ tham số hóa vật lý
▪
Kỹ thuật tính toán…
10
Mô hình MM5:

Phiên bản sử dụng trong dự báo thời tiết ở viện Khí
tượng thủy văn (Việt Nam) là MM5V3.7 (mới nhất) cập
nhật cuối 2004.

Miền tính: các dự báo về hầu hết các yếu tố khí tượng
thực hiện cho 2 miền tính
o
Miền một: Kích cỡ 74x74 điểm tính.
Kích thước ô lưới theo phương ngang 54 km (bao
trùm hầu hết diện tích Đông Nam Á)
o
Miền 2: Kích cỡ 124x73 điểm tính.
Kích thước ô lưới 18 km (lấy Việt Nam làm trung tâm
của miền.
11
Mô hình MM5 (tt)


Dự báo thời tiết ở viện khí tượng- thủy văn (VN):
o
Hiện thời: mô hình MM5 được chạy 1 lần/1 ngày với các
trường phân tích và dự báo bắt đầu từ 7h hàng ngày.
o
Khoảng 12h30, mô hình hoàn tất các sản phẩm dự báo cho
2 miền tính với hạn dự báo đến 72h.
o
Các dự báo được thực hiện trên máy tính song song với 8
CPU của viện khí tượng – thủy văn.
o
Một số sản phẩm dự báo: nhiệt độ, lượng mưa, độ ẩm tương
đối cho một số điểm trên cả nước…
12
Mô hình MM5 (tt)

Lưu ý về các sản phẩm dự báo:

Nhiệt độ ngày là nhiệt độ cao nhất từ 7h - 19h.

Nhiệt độ đêm là nhiệt độ thấp nhất từ 19h - 7h.

Lượng mưa ngày là tổng lượng mưa từ 7h - 19h.

Lượng mưa đêm là tổng lượng mưa từ 19h - 7h.

Độ ẩm ngày là độ ẩm thấp nhất từ 7h - 19h.

Độ ẩm đêm là độ ẩm cao nhất từ 19h - 7h.

13
Ứng dụng mô hình DBTH MM5 ở Việt Nam:

Mô hình MM5 thích hợp với dự báo mưa lớn.

MM5 đã và đang được áp dụng trong:

Dự báo hạn ngắn

Dự báo khí hậu

Cơ sở lý luận chính của DBTH

Là một nhiễu động nhỏ trong trường phân tích ban
đầu sẽ được khuếch đại và trở thành sai số lớn của
trường dự báo so với thực tế.

Mô hình này gồm các tham số hóa vật lý khác nhau.
14
Ứng dụng mô hình DBTH MM5 ở Việt Nam (tt)

Tính hiệu quả của DBTH được thể hiện qua ví dụ
về:

Trường dự báo mưa.

Trường khí áp bằng Mô hình MM5

Sử dụng phương pháp dự báo số trị : Chất lượng
dự báo về mưa lớn cao hơn hẳn so với các phương

pháp dự báo khác. Vì vậy, ưu tiên phát triển
phương pháp dự báo số trị, mà trước hết là áp dụng
các mô hình số ở nước ta là một hướng đi nhằm
tăng cường chất lượng dự báo.
15
Kết luận

Diện mưa của DBTH với các hạn dự báo khác
nhau thường lớn hơn so với thực tế, đều phản
ánh được khu vực mưa lớn.

Sử dụng tổ hợp để nhận ra chuỗi sự kiện dự
báo trong tương lai một cách hợp lí. Hơn nữa,
sử dụng tổ hợp để xác định xác suất cụ thể
những kết quả dự báo chiếm ưu thế, như lốc
mùa đông, dẫn nhiệt, giá trị ngưỡng của giáng
thủy…
16
Hầu hết các đường đẳng dự báo gần trùng với đường đẳng
phân tích. Dự báo tổ hợp đã thể hiện khá tốt xu thế và diễn
biến trường áp bề mặt.
17
(tt)
18
Dự báo vùng ven biển Đà Nẳng đến Quảng Ngãi lượng mua
lớn nhưng thực tế thì không. Dự báo chính xác mưa từ Huế
đến Phan Thiết. Dự báo tổ hợp dự báo các vùng chính xác.
19
20
21

Ưu điểm và nhược điểm của
phương pháp DBTH:

Ưu điểm

Nhược điểm
22
Ưu điểm:

Tăng cường chất lượng dự báo.

DBTH mô tả chính xác hơn từng phương pháp
dự báo riêng lẻ.

Xây dựng được công nghệ dự báo liên hoàn
bão, nước dâng và sóng ở Việt Nam bằng mô
hình số với thời gian dự báo trước 3 ngày, đạt
độ chính xác cho phép, phục vụ phòng chống
và giảm nhẹ thiên tai.
23
Nhược điểm:

Không biết được chắc chắn điều kiện đầu vào.

DBTH là sự tổng hợp kết quả của các thành
phần tổ hợp riêng lẻ, mỗi thành phần dự báo
đều có sai số nhất định. Do đó DBTH có sai
số lớn.

Có sự không chắc chắn trong quy mô lớn với

khoảng thời gian dự báo dài.
24
b. Nhược
điểm:
Kết luận

Mô hình DBTH được phát triển dựa trên nền
tảng toán học và cơ sở của các mô hình trước
đó.

Mô tả chính xác hơn từng phương pháp dự báo
riêng lẻ.

Trên thế giới, các mô hình dự báo lần lượt
được thử nghiệm và thành công từ cách đây
hàng thế kỷ.
25