Mô hình thích hợp cho các cơn bão đổ bộ vào nước ta ThS. Vũ Thị Thu Thủy

Mô hình thích hợp cho các cơn bão đổ bộ vào nước ta
Ths. Vũ Thị Thu Thuỷ
Khoa Công trình - Trường Đại học Thuỷ lợi
Tóm tắt: Đất nước ta luôn phải gánh chịu ảnh hưởng và bị thiệt hại hàng năm do các
cơn bão gây ra. Việc nghiên cứu mô hình hoá các cơn bão trong khu vực có một ý
nghĩa rất quan trọng. Bài báo này trình bày kết quả nghiên cứu mô hình hoá các cơn
bão đổ bộ vào nước ta thông qua việc diễn tả trường gió và khí áp. Tác giả đã khảo
sát rất nhiều các mô hình gió và khí áp khác nhau dựa trên kết quả đo đạc của một số
trận bão điển hình và chọn ra được các mô hình phù hợp nhất cho mô phỏng trường
khí áp và trường gió trong bão là mô hình Fujita và mô hình xoáy cải tiến của
Rankine. Kết quả trường gió khí áp trong cơn bão có thể sử dụng để tính toán dự báo
nước dâng do bão ở các vùng ven biển phục vụ cho công tác phòng chống và giảm nhẹ
thiên tai.
1. Đặt vấn đề
Việt Nam nằm trong của khu vực ổ bão lớn nhất thế giới ở vùng Tây Bắc Thái Bình
Dương. Dải ven biển Việt Nam với nhiều khu vực kinh tế quan trọng và các vùng đông
dân cư thường dễ bị tổn thương bởi các thiên tai do bão và nước dâng do bão gây ra.
Nước dâng do bão không chỉ đe doạ tính mạng và tài sản của con người mà còn cả cơ
sở hạ tầng và các công trình ven bờ, như xói lở bờ biển, làm hỏng các lớp bảo vệ của
đập chắn sóng, mỏ hàn, tạo thành hố dươí chân các công trình gây ra mất ổn định và
sụt lở công trình (đê, kè)... Vì vậy việc mô phỏng cũng như dự báo trước được mực
nước dâng do bão có ý nghĩa thiết thực trong việc phòng chống và giảm nhẹ tác hại
của thiên tai. Tuy nhiên nước dâng do bão bị ảnh hưởng bởi sự thay đổi về khí áp và
gió trong quá trình phát triển của các trận bão. Việc tính toán nước dâng do bão muốn
được chính xác cũng cần phải có thông tin chính xác về diễn biến của trường khí áp và
trường gió trong bão. Để có được các thông tin này một cách đầy đủ thì chúng ta phải
sử dụng đến các mô hình mô phỏng trường khí áp và trường gió trong bão
Gió trong các cơn bão ở bắc bán cầu chuyển động dạng xoáy ngược chiều kim đồng
hồ và hướng vào tâm chứ không dọc theo vòng tròn đồng tâm với tâm bão. Mắt bão
hay tâm bão được đặc trưng là vùng có áp suất thấp (po) và gió rất nhẹ. áp suất tăng
nhanh theo khoảng cách từ tâm bão ra đến vùng có gió mạnh nhất và tăng từ từ đến

mức độ ổn định của áp suất khí quyển bình thường (pn=1at=1013mb). Những cơn bão
thường xuyên đổ bộ vào nước ta có đặc điểm là nhỏ và sâu, có nghĩa là bán kính ảnh
hưởng nhỏ , nhưng độ giảm áp giữa tâm bão và vùng có gió mạnh nhất lại lớn. Cụ thể
là bán kính thường chỉ từ 40- 100km , nhưng vận tốc gió lớn nhất có thể đạt 50m/s. Để
mô phỏng được tác động của bão đối với dòng chảy thì trước hết phải mô phỏng được
cơn bão, tức là mô phỏng được trường áp suất và trường gió trong khu vực có bão. Để

1


tìm ra mô hình thích hợp nhất cho việc mô tả trường áp suất và trường gió với các cơn
bão trong vùng, tác giả đã sử dụng những thông tin về đường đi của cơn bão gọi là
Best Track của Trung tâm cảnh báo bão (JTWC) và Trung tâm dữ liệu khí hậu quốc
gia (NCDC) của Mỹ. Thông tin gồm thời gian, vị trí địa lý, áp suất nhỏ nhất trên mặt
nước tại tâm bão, vận tốc gió lớn nhất cứ 6 tiếng một. Và các giá trị thực đo tại các
trạm hải văn (từ Trung tâm Khí tượng thuỷ văn quốc gia) của ba trận bão điển hình
gần đây Dan (12-13/10/1989 đổ bộ vào Hà Tĩnh), Frankie (22-23/7/1996 vào Ninh
Bình) và Wukong (8-10/9/2000 vào Hà Tĩnh).
2. Mô hình mô phỏng trường khí áp
Trong các cơn bão, khí áp giảm dẫn đến sự tăng mực nước biển. Trong hệ cân bằng
mực nước sẽ tăng lên 1cm tương ứng với mức giảm áp 1mb. ở những vùng nước sâu
ảnh hưởng của áp suất là đáng kể, tuy nhiên vào khu vực nước nông thì ảnh hưởng của
nó lại giảm đi so với ảnh hưởng của trường gió, nhưng nó vẫn đóng vai trò quan trọng
trong việc tạo ra trường gió. Trường áp suất có thể nhận được dựa vào các quan trắc
hoặc dự báo.
ở những vùng thiếu số liệu, ta có thể sử dụng các mô hình mô phỏng cơn bão như việc
dùng mô hình cơn bão lý tưởng. Nhiều mô hình đã được đưa ra và áp dụng tại nhiều
nơi trên thế giới như mô hình của Bierknes, Takahashi, Fujita, Mayers hay
Jelesnianski. Các mô hình này đều có dạng hàm mũ với các thông số là po -áp suất tại
tâm bão (đã biết), pn=1at=1013mb, R - khoảng cách từ tâm bão đến vùng có vận tốc

gió lớn nhất, và tham số r khoảng cách từ tâm bão đến điểm cần tính áp suất. Trong
đó bán kính R thường xuyên thay đổi theo thời gian phát triển của cơn bão và có thể
xác định dựa vào số liệu thực đo. Trong phần nghiên cứu này, tác giả xác định giá trị
của R theo phương pháp bình phương tối thiểu của sai số giữa mô hình toán và số liệu
thực đo với tiêu chuẩn đánh giá mô hình là sai số quân phương (RMSE) nhỏ nhất sử
dụng Microsoft Excel Solver. Bảng 1 trình bày các kết quả tính toán của các mô hình
cho bán kính R và sai số quân phương RMSE trong trận bão Dan.

Bảng 1. Kết quả tính R và sai số RMSE bằng các mô hình của cơn bão Dan
Mô hình
Thời gian

R(km)

RMSE(mb)

Bierknes Takahashi Fujita Mayers Jelesnianski Bierknes Takahashi Fujita Mayers Jelesnianski

12-10-89 18:00

159

71

61

65

80

1.6

3.0

2.7

2.8

2.6

13-10-89 00:00

141

75

61

67

79

0.9

1.6

1.1

1.3

1.0

13-10-89 06:00

132

89

64

73

77

2.3

1.7

1.1

1.2

1.5

13-10-89 12:00

124

88

57

65

65

4.3

1.9

2.4

2.1

3.5

13-10-89 18:00

192

141

94

109

110

2.7

1.7

1.9

1.8

2.4

2


2.4

Trung bình

2.0

1.9

1.8

2.2

Với kết quả tính toán cho 3 trận bão, mô hình Fujita cho các điểm tính toán gần nhất
với các điểm thực đo với sai số quân phương nhỏ nhất, đồng thời với mô hình này ta
cũng thu được những giá trị phù hợp của bán kính tương ứng với điểm có vận tốc gió
lớn nhất. Do đó, mô hình Fujita được chọn là mô hình thích hợp nhất để mô tả trường
gió cho các trận bão trong khu vực. Mô hình Fujita được viết dưới dạng

p a (r ) p n

pn p0
r
1
R

(1)

2

Hình 1 cho thấy sự thích hợp nhất của mô hình Fujita với các giá trị thực đo tại 6:00
ngày 10/9/2000 trong cơn bão Wukong.
1015
1010

Khí áp, Pa(mb)

1005
1000
Thực đo

995

Bierknes
Takahashi

990

Fujita
Mayers

985

Jelesnianski

980
0

100

200

300

400

Khoảng cách từ tâm bo, r(km)

Hình 1. Các mô hình khí áp cho trận bão Wukong
3. Mô hình mô phỏng trường gió
ảnh hưởng của thành phần ứng suất tiếp gây ra do gió thể hiện ở lực kéo đối với lớp
nước trên bề mặt. Thành phần này rất quan trọng gây ra nước dâng do bão ở những
vùng nước nông ven gần bờ. Thực ra trường gió trong cơn bão rất mạnh, và không đối
xứng với các hướng khác nhau. Vận tốc gió thay đổi nhanh về hướng và độ lớn tạo nên
xoáy khiến cho ở đó dòng chảy cũng rât phức tạp. Tuy nhiên để áp dụng trong thực tế,
trường gió trong cơn bão có thể có thể được mô tả bằng các mô hình toán với việc coi
cơn bão như là lý tưởng.

3

Wr

W

Vf


y

F

P

r
Vân tốc gió gồm hai thành phần: một thành

phần liên quan đến sự di chuyển của tâm bão

(F), thành phần khác liên quan đến sự chênh
x
O
lệch áp suất (Wr). Véctơ vận tốc gió tổng
cộng (W) sẽ là sự kết hợp của hai véctơ
thành phần ở trên do đó nó sẽ khác nhau về
hướng và độ lớn tại hai điểm ở bên trái và
bên phải của đường đi cơn bão (Hình 2).
Hình 2. Véctơ vận tốc gió
Véctơ vận tốc gió tổng cộng (W) được biểu
diễn theo phương x và y trong hệ toạ độ Đề-các như sau:

W x Fx Wrx F cos C1 Wr cos(90 o )

o
W y Fy Wry F sin C1Wr sin(90 )

X

(2)

Trong đó :
C1: hệ số kinh nghiệm, lấy từ 0,6-0,8
: là góc giữa trục x và đường nối tâm bão với điểm tính toán (được xác định từ toạ độ
tâm bão và điểm tính toán)
: góc tạo bởi trục x và hướng dịch chuyển của cơn bão (xác định được từ thông tin về
đường đi của cơn bão) .
: góc tạo bởi thành phần Wr với tiếp tuyến của đường tròn. Theo Phadke (...) có
thể tính như sau

r
(0 r R )
10 1 R ,



r

(r ) 20 25 1, ( R r 1.2 R)
R

25 ,
(r 1.2 R)



(3)

F thành phần vận tốc gió liên quan đến sự di chuyển của tâm bão, theo Jelesnianski thì
Rr
F 2
Vf
(4)
R r2
với Vf: vận tốc di chuyển của tâm bão. Theo công thức này thì F=0 tại tâm, sau đó
tăng dần lên bằng 0,5Vf tại nơi có vận tốc gió lớn nhất (R) sau đo giảm dần ra bên
ngoài đến 0.
Thành phần Wr được xác định từ sự cân bằng giữa lực ly tâm do sự quay khối khí với
sự chênh lệch áp suất và lực Coriolis (f) như công thức (5). Tuy nhiên lực Coriolis
thường nhỏ so với hai lực kia nên có thể bỏ qua.

4


2

r P fr
fr
Wr

r 2
2

(5)

Để mô tả thành phần vận tốc này có thể sử dụng nhiều công thức kinh nghiệm như là
mô hình xoáy Rankine cải tiến, SLOSH, Holland, DeMaria, hay Fujita. Các mô hình
này đều biểu diễn quan hệ giữa vận tốc gió tại một điểm theo vận tốc gió lớn nhất
Wmax và khoảng cách từ tâm đến điểm cần tính toán đó. Mỗi mô hình đều có các
tham số riêng (ngoại trừ mô hình SLOSH và Fujita) mà có thể được xác định dựa vào
số liệu thực đo. Để lựa chọn trong số các mô hình trên mô hình nào là phù hợp nhất,
tác giả cũng sử dụng phương pháp bình phương tối thiểu với tiêu chuẩn sai số quân
phương nhỏ nhất. Việc lựa chọn mô hình được tiến hành với số liệu đã biết của 3 cơn
bão Dan, Frankie và Wukong. Bảng 2 trình bày một ví dụ về kết quả tính toán các
tham số của từng mô hình cũng như giá trị RMSE cho trận Wukong. Hình 3 là các
mô hình gió trong bão cho trận bão Dan sau khi đã hiệu chỉnh các tham số và hệ số
kinh nghiệm C1. Từ các kết quả tính toán và phân tích cho thấy mô hình xoáy Rankine
cải tiến là mô hình phù hợp nhất để mô tả trường gió trong bão. Mô hình được thể hiện
ở công thức (6).
X

R
Wmax , (r R)

r
W (r )
r

Wmax R , (r R)

(6)

Theo mô hình này những giá trị vận tốc của những điểm có khoảng cách nhỏ hơn bán
kính R sẽ có quan hệ bậc nhất, tức là sẽ thay đổi rất nhanh, khi đạt tới giá trị Wmax
thì sẽ giảm từ từ theo dạng hàm mũ khi khoảng cách tăng lên. Tham số X được hiệu
chỉnh trong khoảng từ 0,3 đến 0,8 để tương thích với các giá trị thực đo. Thực tế qua 3
trận bão hệ số này tương đối ổn định và có thể lấy X=0,8.
Mô hình xoáy Rankine cải tiến được chọn vì ngoài việc cho giá trị RMSE trung bình
nhỏ nhất với các tính toán quan hệ sát nhất với các điểm thực đo so với các mô hình
khác, thì giá trị vận tốc lớn nhất Wmax được tính toán bằng mô hình cũng tương
đương với giá trị thực đo. Ngoài ra, ảnh hưởng của hệ số kinh nghiệm C1 với mô hình
này không đáng kể và tương đối ổn định qua các trận bão với C1=0,8. Trong khi với
các mô hình khác hệ số C1 thay đổi qua các trận bão thậm trí cả trong quá trình phát
triển của từng cơn bão, có trường hợp còn thấp hơn nhiều so với giá trị thường gặp từ
0,6-0,8. Điều này rất quan trọng với việc mô tả trường gió trong cơn bão với điều kiện
thiếu các số liệu thực đo.
Một điều có thể dễ nhận thấy là, sai số của các mô hình gió so với các giá trị thực đo
tương đối lớn, điều này cố thể giải thích được vì có một số điểm có giá trị khác biệt,
nằm ngoài xu thế với các điểm khác. Đó là do các điểm đo này nằm bên phải đường đi

5


của cơn bão lại nằm ở trên đảo nên ảnh hưởng của địa hình cản trở ít hơn nhiều so với
nhưng điểm đo trong đất liền.
Bảng 2. Các tham số và giá trị RMSE của các mô hình gió cho trận bão Wukong
Mô hình

Wmax

Thời gian

(m/s)

X

b

B

RMSE(m/s)

Rankine DeMaria Holland Rankine SLOSH DeMaria Holland

Fujita

08-09-00 18:00

36.0

0.8

0.6

1.63

3.39

3.37

3.72

3.42

3.80

09-09-00 00:00

36.0

0.8

0.6

1.63

3.40

3.57

4.29

3.33

3.35

09-09-00 06:00

30.9

0.8

0.6

1.56

3.34

3.36

3.35

3.44

3.50

09-09-00 12:00

28.3

0.8

0.6

1.53

4.27

4.24

4.62

4.52

4.38

09-09-00 18:00

25.7

0.8

0.6

1.50

4.80

4.79

5.27

4.90

4.80

10-09-00 00:00

25.7

0.8

0.6

1.50

5.41

5.72

5.78

5.55

5.93

10-09-00 06:00

25.7

0.8

0.6

1.50

3.85

3.89

3.92

4.27

4.62

4.07

4.13

4.42

4.20

4.34

Trung bình
RMSE

Vận tốc gió của cơn bão Dan lúc 12:00 13-10-1989
35

Wind speed, W(m/s)

30
25

Observed
Rankine

20

SLOSH
DeMaria

15

Holland
10

Fujita

5
0
0

100

200

300

400

500

Distance, r(km)

Hình 3. Quan hệ giữa các điểm tính toán và thực đo của vận tốc gió cho cơn bão Dan

4. Kết luận và kiến nghị
Đối với vùng ven biển nước ta có thể ứng dụng mô hình Fujita để mô tả trường khí áp
và trường gió trong bão có thể sử dụng mô hình xoáy cải tiến của Rankine. Kết quả
của trường khí áp và trường gió từ các mô hình này có thể được sử dụng làm đầu vào
cho mô hình thuỷ động lực học để tính toán nước dâng do bão phục vụ cho công tác
dự báo và phòng chống thiên tai.
Tuy nhiên những kết quả nghiên cứu trên mới được tiến hành cho 3 trận bão gần đây,
để nâng cao tính tin cậy của các mô hình thì cần thiết phải sử dụng số liệu đo đạc của
nhiều trận bão khác nhau, đặc biệt là số liệu ngoài khơi.

6


Tài liệu tham khảo
1. Vũ Thị Thu Thuỷ, 2003, MscTheis H.E.136- Storm surrge modelling for Viet nams coast.
2. Phạm Văn Ninh, 1992, The storm surge model, UNDP Project VIE/87/020, Hanoi
3. Le Trong Dao, Nguyen Tai Hoi, Truong Van Bon, Bui Xuan Thong, 2000, Storm Surge
Disaster Study, Disaster Management Unit, UNDP Project VIE/97/002, Hanoi.
4. Le Van Thao, Bui Thi Bich, Pham Duc Thi, 2000, Storms and Tropical Depressions
Disaster Study in Vietnam, Disaster Management Unit, UNDP Project VIE/97/002,
Hanoi.
5. Disaster Management Unit, 1999. Storm and Tropical Depression Study in Vietnam,
UNDP Project /VIE/97/002 - Support to Disaster Management System in Viet Nam
6. McGregor, G. R., 1995. The tropical cyclone hazard over the South China Sea 19701989, Applied Geography, pp 35- 52.

Siutable model for storms in the Vietnam coastal area
Our country frequently suffers from typhoons caused serious damage.
Study to simulate typhoons in the related area is important. This article presents
results of modelling typhoons hit the Vietnamese coast by describing typhoon
wind field and pressure field. The author investigated several models based on

observations of recently typical storms and found out the most suitable models for
representing typhoons. These are the Fujita model for describing typhoon pressure
field and the modified Rankine vortex model for presenting typhoon wind field.
The results of typhoon pressure and wind fields can be used for computation of
storm surge models for the Vietnamese coast and helpful for preventation and
mitigation disasters.

ABSTRACT:

7