Thử nghiệm dự báo tầm nhìn cho các sân bay thuộc cụm cảng hàng không miền bắc bằng mô hình WRF luận văn ths khoa học

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
------------------------------------------------------------

NGUYỄN VĂN HỒNG

THỬ NGHIỆM DỰ BÁO TẦM NHÌN
CHO CÁC SÂN BAY THUỘC CỤM CẢNG
HÀNG KHÔNG MIỀN BẮC BẰNG MÔ HÌNH WRF

LUẬN VĂN THẠC SỸ KHOA HỌC

Hà Nội, năm 2013


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
------------------------------------------------------------

NGUYỄN VĂN HỒNG

THỬ NGHIỆM DỰ BÁO TẦM NHÌN
CHO CÁC SÂN BAY THUỘC CỤM CẢNG
HÀNG KHÔNG MIỀN BẮC BẰNG MÔ HÌNH WRF

Chuyên ngành

: Khí tƣợng và Khí hậu học

Mã số

: 60.44.87

LUẬN VĂN THẠC SỸ KHOA HỌC

Ngƣời hƣớng dẫn: TS. Ngô Đức Thành

Hà Nội, năm 2013


MỤC LỤC
MỤC LỤC ........................................................................................................................3
DANH MỤC BẢNG BIỂU ..............................................................................................4
DANH MỤC HÌNH VẼ VÀ ĐỒ THỊ ..............................................................................5
DANH MỤC CÁC CHỮ VIẾT TẮT...............................................................................8
PHẦN MỞ ĐẦU............................................................................................................. 10
CHƢƠNG 1: TỔNG QUAN VỀ DỰ BÁO SƢƠNG MÙ, MÂY THẤP VÀ TẦM
NHÌN..................................... ........................................................................................... 13
1.1. Những khái niệm và định nghĩa ................................................................................. 13
1.2. Tổng quan về dự báo sương mù, mây thấp và tầm nhìn ............................................. 14
1.2.1. Kinh nghiệm dự báo trên thế giới ........................................................................... 14
1.2.2. Kinh nghiệm dự báo trong nước ............................................................................. 19
1.3. Các phương pháp dự báo tầm nhìn từ mô hình số trị .................................................. 21
1.3.1. Phương pháp dự báo FSI ........................................................................................ 21
1.3.2. Phương pháp Steolinga và Warner (SW99)............................................................. 22
1.3.3. Phương pháp RUC ................................................................................................. 22
1.3.4. Phương pháp dự báo FSL ....................................................................................... 23
1.3.5. Phương pháp kết hợp CVIS .................................................................................... 23
1.3.6. Phương pháp RVIS................................................................................................. 23
CHƢƠNG 2: MÔ HÌNH WRF VÀ ỨNG DỤNG DỰ BÁO ......................................... 23
2.1. Giới thiệu mô hình dự báo thời tiết WRF ................................................................... 24

2.2. Cấu trúc chương trình WRF ...................................................................................... 26
2.3. Các bước chạy mô hình ............................................................................................. 28
2.4. Cấu hình miền tính, số liệu ........................................................................................ 29
2.5. Số liệu METAR ........................................................................................................ 32
CHƢƠNG 3: KẾT QUẢ DỰ BÁO VÀ PHÂN TÍCH ................................................... 34
3.1. Kết quả dự báo cho sân bay Nội Bài .......................................................................... 34
3.1.1. Kết quả dự báo tầm nhìn cho sân bay Nội Bài ........................................................ 34
3.1.1.1. Đợt 1: ngày 17/12/2010 ....................................................................................... 35
3.1.1.2. Đợt 2: Ngày 19/12/2010 ...................................................................................... 37
3.1.1.3. Đợt 3: Ngày 05/12/2011 ...................................................................................... 39
3.1.2. Kết quả dự báo trường nhiệt độ và nhiệt độ điểm sương sân bay Nội Bài ................ 41
3.2. Kết quả dự báo cho sân bay Cát Bi ............................................................................ 44
3.2.1. Kết quả dự báo tầm nhìn cho sân bay Cát Bi ........................................................... 44
3.2.1.1. Đợt 1: Ngày 05/12/2011 ...................................................................................... 44
3.2.1.2. Đợt 2: Ngày 28/01/2012 ...................................................................................... 46
3.2.1.3. Đợt 3: Ngày 29/01/2012 ...................................................................................... 48
3.2.2. Kết quả dự báo trường nhiệt độ và nhiệt độ điểm sương cho sân bay Cát Bi ........... 51
3.3 Kết quả dự báo cho sân bay Vinh ............................................................................... 53
3.3.1. Kết quả dự báo tầm nhìn cho sân bay Vinh ............................................................. 53
3.3.1.1 Đợt 1: Ngày 15/12/2011 ....................................................................................... 53
3.3.1.2 Đợt 2: Ngày 30/12/2011 ....................................................................................... 56
3.3.1.3 Đợt 3: Ngày 29/01/2012 ....................................................................................... 57
3.3.2. Kết quả dự báo trường nhiệt độ và nhiệt độ điểm sương cho sân bay Vinh.............. 60
KẾT LUẬN VÀ KIẾN NGHỊ ........................................................................................ 63
TÀI LIỆU THAM KHẢO ............................................................................................. 66
PHỤ LỤC ....................................................................................................................... 72


DANH MỤC BẢNG BIỂU

Số hiệu bảng

Tên bảng

Trang

Bảng 2.1

Cấu hình miền tính sân bay Nội Bài

29

Bảng 2.2

Cấu hình miền tính sân bay Cát Bi

30

Bảng 2.3

Cấu hình miền tính sân bay Vinh

31

Bảng 2.4

Ví dụ bản tin báo cáo thời tiết sân bay Nội Bài, Cát

33

Bi, Vinh
Bảng 3.1

Tóm tắt kết quả dự báo tầm nhìn đối với sân bay

42

Nội Bài
Bảng 3.2

Tóm tắt kết quả dự báo tầm nhìn đối với sân bay

52

Cát Bi
Bảng 3.3

Tóm tắt kết quả dự báo tầm nhìn đối với sân bay
Vinh

62


DANH MỤC HÌNH VẼ VÀ ĐỒ THỊ

Số hiệu

Tên hình vẽ

Trang

Dự báo sương mù, mây thấp và giá trị tầm nhìn của cơ quan

14

hình vẽ
Hình 1.1

Khí tượng Anh bằng mô hình SSFM
Hình 1.2

Kết quả dự báo tầm nhìn hạn 6h bằng mô hình HIRLAM và

15

số liệu tầm nhìn quan trắc lúc 6Z ngày 19/2/2003
Hình 1.3

Dự báo sương mù và tầm nhìn bằng mô hình WRF cho sân

18

bay INCHON - Hàn Quốc.
Hình 2.1

Cấu trúc chương trình WRF

27

Hình 2.2

Miền tính cho sân bay Nội Bài

29

Hình 2.3

Miền tính cho sân bay Cát Bi

30

Hình 2.4

Miền tính cho sân bay Vinh

31

Hình 3.1

Bản đồ hình thế Synop lúc 00Z ngày 18/12/2010

36

Hình 3.2

Giản đồ cao không T-Skew lúc 00Z ngày 18/12/2010

36

Hình 3.3

Đồ thị dự báo tầm nhìn cho sân bay Nội Bài ngày

36

17/12/2010 với hạn dự báo 24h cho 4 miền tính 27km,
09km, 03km và 01km. Thời điểm bắt đầu dự báo 18Z
Hình 3.4

Bản đồ hình thế Synop lúc 00Z ngày 20/12/2010

37

Hình 3.5

Giản đồ cao không T-Skew lúc 00Z ngày 20/12/2010

37

Hình 3.6

Đồ thị dự báo tầm nhìn cho sân bay Nội Bài ngày

38

19/12/2010 với hạn dự báo 24h cho 4 miền tính 27km,
09km, 03km và 01km. Thời điểm bắt đầu dự báo 18Z
Hình 3.7

Bản đồ hình thế Synop lúc 00Z ngày 06/12/2011

39

Hình 3.8

Giản đồ cao không T-Skew lúc 00Z ngày 06/12/2011

39

Hình 3.9

Đồ thị dự báo tầm nhìn cho sân bay Nội Bài ngày

40

05/12/2011 với hạn dự báo 24h cho 4 miền tính 27km,
09km, 03km và 01km. Thời điểm bắt đầu dự báo 18Z.
Hình 3.10

Kết quả dự báo trường nhiệt độ, nhiệt độ điểm sương các

44


ngày 17/12/2010, 19/12/2010 và ngày 05/12/2011 cho sân
bay Nội Bài
Hình 3.11

Bản đồ Synop lúc 00Z ngày 06/12/2011

45

Hình 3.12

Đồ thị dự báo tầm nhìn cho sân bay Cát Bi ngày 05/12/2011

46

với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z.
Hình 3.13

Bản đồ Synop lúc 00Z ngày 29/01/2012

47

Hình 3.14

Đồ thị dự báo tầm nhìn cho sân bay Cát Bi ngày 28/01/2012

48

với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z
Hình 3.15

Bản đồ Synop lúc 00Z ngày 30/01/2012

49

Hình 3.16

Đồ thị dự báo tầm nhìn cho sân bay Cát Bi ngày 29/01/2012

50

với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z
Hình 3.17

Kết quả dự báo trường nhiệt độ, nhiệt độ điểm sương ngày

53

05/12/2011, 28/01/2012 và ngày 29/01/2012 cho sân bay
Cát Bi
Hình 3.18

Bản đồ Synop lúc 00Z ngày 16/12/2011

55

Hình 3.19

Đồ thị dự báo tầm nhìn cho sân bay Vinh ngày 15/12/2011

55

với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z

Hình 3.20

Bản đồ Synop lúc 00Z ngày 31/12/2011

57

Hình 3.21

Đồ thị dự báo tầm nhìn cho sân bay Vinh ngày 30/12/2011

58

với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z
Hình 3.22

Bản đồ Synop lúc 00Z ngày 29/01/2012

59

Hình 3.23

Đồ thị dự báo tầm nhìn cho sân bay Vinh ngày 28/01/2012

60

với hạn dự báo 24h cho 4 miền tính 27km, 09km, 03km và
01km. Thời điểm bắt đầu dự báo 18Z
Hình 3.24

Kết quả quả dự báo trường nhiệt độ, nhiệt độ điểm sương
các ngày 05/12/2011, 28/01/2012 và ngày 29/01/2012

63


H-PL1

Bản đồ dự báo khí áp mực biển lúc 00Z ngày 18/12/2010

73

H-PL2

Bản đồ dự báo khí áp mực biển lúc 00Z ngày 20/12/2010

73

H-PL3

Bản đồ dự báo khí áp mực biển lúc 00Z ngày 16/12/2011

73

H-PL4

Bản đồ dự báo khí áp mực biển lúc 00Z ngày 06/12/2011

73

H-PL5

Bản đồ dự báo khí áp mực biển lúc 00Z ngày 30/01/2012

74

H-PL6

Bản đồ dự báo khí áp mực biển lúc 00Z ngày 31/01/2012

74


DANH MỤC CÁC CHỮ VIẾT TẮT

ALADIN (Spectral limited area numerical weather prediction model): Dự báo thời tiết
bằng phương pháp số cho khu vực giới hạn.
AWOS (Automatic Weather Observation System): Hệ thống quan trắc thời tiết tự động.
CW (Cloud water): Lượng nước trong mây.
COST (European Cooperation in Science and Technology): Hợp tác khoa học kỹ thuật
của các quốc gia Châu Âu.
DMI (Danish Meteorological Institute): Viện khí tượng Đan Mạch.
ECMWF (European Centre for Medium-Range Weather Forecasts): Trung tâm dự báo
thời tiết hạn vừa Châu Âu.
FMI (Filand Meteorological Institute): Viện khí tượng Phần Lan.
FSI (Foggy Stability Index): Chỉ số dự báo sương mù.
FSL (Forecast System Laboratory): Dự báo tầm nhìn bằng phương pháp FSL.
GDAS (Global Data Assimilation System): Hệ thống đồng hóa dữ liệu toàn cầu.
GME (Global Model of the DWD): Mô hình dự báo toàn cầu của Đức.
GFS (Global Forecast System): Hệ thống dự báo thời tiết toàn cầu.

HIRLAM (High Resolution Limited Area Model): Mô hình khu vực hạn chế có độ phân giải
cao.
HRM (High Resolution regional Model): Mô hình khu vực có độ phân giải cao.

INM (Instituto Nacional de Meteorología): Viện khí tượng quốc gia Tây Ban Nha.
LM (Local Model): Mô hình dự báo địa phương.

MM5 (Mesoscale Model version 5): Mô hình quy mô vừa phiên bản thứ 5.
MOS (Model Output Statistics): Thống kê sau mô hình.
METAR (Meteorological Aerodrome Report): Bản tin báo cáo thời tiết tại sân bay 30
phút hoặc 1 tiếng/lần.
NWP (Numerical Weather Prediction): Dự báo thời tiết bằng phương pháp số trị.
NCAR (National Center for Atmospheric Research): Trung tâm nghiên cứu khí quyển Hoa
Kỳ.

NCEP (National Centers for Environmental Prediction): Trung tâm dự báo môi trường
quốc gia Hoa Kỳ.
NCL: (NCAR Command Language): Ngôn ngữ lập trình bằng dòng lệnh của NCAR.


NOAA (National Oceanic and Atmospheric Administration): Cơ quan khí quyển và
đại dương Hoa Kỳ.
RUC (Rapid Update Cycle): Dự báo tầm nhìn bằng phương pháp RUC.
RAMS (Regional Atmospheric Modeling System): Hệ thống mô hình khí quyển khu
vực.
WRF (Weather Research and Forecast): Mô hình nghiên cứu và dự báo thời tiết.


PHẦN MỞ ĐẦU

Việt Nam nằm trong miền nhiệt đới gió mùa, trong vành đai nhiệt đới của Bắc bán
cầu thuộc khu vực Đông Nam Á, là khu vực giao nhau giữa hai dạng khí hậu: khí hậu
lục địa và khí hậu biển nhiệt đới với độ ẩm cao. Trong những năm cuối thế kỷ 20, đầu
thế kỷ 21, những biến đổi thời tiết khí hậu toàn cầu dường như đã làm gia tăng các
hiện tượng thiên tai nguy hiểm. Cũng như các nước khác trên thế giới, những năm gần
đây tại Việt Nam đã liên tiếp xảy ra những thảm hoạ thiên tai gây ra nhiều tổn thất sinh
mạng, thiệt hại nặng nề về tài sản, ảnh hưởng nhiều tới đời sống con người, kinh tế xã
hội và có ảnh hưởng xấu đến môi trường. Trong những năm qua, công tác (hay dịch
vụ) Khí tượng Thuỷ văn do Ngành Khí tượng Thuỷ văn cung cấp cho nhiều đối tượng
sử dụng thuộc các ngành kinh tế - xã hội, an ninh quốc phòng và đại chúng, nhưng
rộng rãi và quan trọng nhất là thông tin dự báo khí tượng thuỷ văn. Ý nghĩa kinh tế xã hội của chúng vô cùng to lớn, trước hết là đối với dự báo phục vụ công cộng để
phòng tránh thiên tai như bão, lũ lụt, mưa lớn, hạn hán, rét đậm, rét hại, tố lốc; Sau đó
là dự báo khí tượng thuỷ văn phục vụ hoạt động chuyên ngành trong sản xuất và phát
triển của các ngành kinh tế quốc dân như nông nghiệp, giao thông đường thuỷ, đường
bộ, đường hàng không, công nghiệp, an ninh quốc phòng, văn hoá du lịch, v.v.. Bên
cạnh những thiên tai hiện hữu như đã nêu trên, các hiện tượng khác như mù, sương
mù, mây thấp cũng là một trong những hiện tượng thời tiết nguy hiểm gây giảm tầm
nhìn, ảnh hưởng không nhỏ tới đời sống xã hội, giao thông đường bộ, đường thủy, đặc
biệt là đường hàng không. Hàng năm, hoạt động bay tại các sân bay thuộc Cụm cảng
Hàng không miền Bắc thường xuyên chịu ảnh hưởng bởi mù, sương mù, mây thấp gây
giảm tầm nhìn, rất nhiều chuyến bay phải hủy chuyến, đổi lịch trình, không hạ cánh
được và phải đi sân bay dự bị, ảnh hưởng lớn tới hiệu quả kinh tế và gây uy hiếp đến
an toàn bay.
Khí tượng Hàng không là một bộ phận không thể tách rời của ngành Khí tượng,
bằng việc áp dụng những kiến thức về Khí tượng, kiến thức của nhiều ngành tự nhiên
khác, các dự báo viên Khí tượng Hàng không cũng đã và đang cố gắng tìm ra các quy
luật, các hệ quả của thời tiết để từ đó dự báo, cảnh báo các yếu tố khí tượng như: Tầm
nhìn ngang, tầm nhìn đường cất hạ cánh, các hiện tượng thời tiết gây giảm tầm nhìn,
trần mây, độ cao chân mây, gió mặt đất, gió trên cao, nhiệt độ mặt đất, nhiệt độ trên

cao, nhiệt độ điểm sương, v.v.. để phục vụ cho các chuyến bay an toàn, hiệu quả kinh
tế cao nhất.
Tầm nhìn ngang khí tượng, tầm nhìn đường cất hạ cánh là vô cùng quan trọng đối
với an toàn hàng không cũng như hiệu quả kinh tế. Phụ thuộc vào hệ thống trang thiết
bị dẫn đường của từng sân bay, mỗi sân bay có các ngưỡng giá trị tầm nhìn ngang khí
tượng, tầm nhìn đường cất hạ cánh khai thác tối thiểu khác nhau. Nếu tầm nhìn dưới
giá trị khai thác tối thiểu, các chuyến bay phải hoãn việc cất cánh, hoặc phải bay chờ
trong khoảng thời gian nhất định đợi tầm nhìn đạt hoặc vượt ngưỡng khai thác tối
thiểu để hạ cánh, hoặc quyết định đi sân bay dự bị. Do đó, việc dự báo tầm nhìn đường
cất hạ cánh, tầm nhìn ngang khí tượng luôn được chú trọng. Yêu cầu đặt ra đối với các
dự báo khí tượng Hàng không là dự báo chính xác giá trị tầm nhìn, diễn biến tầm nhìn
là vô cùng cấp thiết, từ đó cung cấp nhanh chóng, kịp thời cho tổ bay, cho các nhà lập
kế hoạch bay, nhà khai thác, góp phần đảm bảo an toàn cho các chuyến bay, nâng cao
hiệu quả kinh tế.
Cụm cảng Hàng không Miền Bắc gồm 6 sân bay: Điện Biên, Nà Sản (đang ngừng
hoạt động bay), Nội Bài, Cát Bi, Vinh, Đồng Hới. Các tháng cuối mùa đông, khi khối
không khí lạnh lục địa di chuyển lệch đông ra biển rồi ảnh hưởng đến thời tiết nước ta,
các tỉnh Miền Bắc nói chung trong đó sân bay Nội Bài, Cát Bi và Vinh nói riêng
thường xuyên chịu ảnh hưởng bởi mù, sương mù, mưa phùn nên ảnh hưởng không nhỏ
đến hoạt động bay. Theo báo Dân Trí có địa chỉ www.dantri.com.vn, ngày 05/03/2012
có ít nhất 26 chuyến bay quốc tế và nội địa không thể cất và hạ cánh được tại sân bay
quốc tế Nội Bài do sương mù dày đặc làm giảm tầm nhìn. Theo số liệu của phòng điều
hành bay - trung tâm Hiệp đồng Điều hành bay - Tổng công ty Quản lý bay Việt Nam,
sương mù dày đặc ngày 15/02/2012 tại sân bay Quốc tế Nội Bài làm 6 chuyến bay
không hạ cánh được phải đi sân bay dự bị, trong đó rất nhiều chuyến bay chịu ảnh
hưởng khác như: đổi lịch bay, giờ bay, đổi sân bay đến không được thống kê.
Ở Việt Nam, trong thời gian vừa qua đã có nhiều cố gắng để áp dụng các mô hình
số trị hiện đại phục vụ dự báo thời tiết nói chung và các hiện tượng cực đoan nói riêng
như hạn hán, mưa lớn, bão, áp thấp nhiệt đới,... Tuy mới được bắt đầu, nhưng việc ứng

dụng mô hình số trị trong dự báo thời tiết đã có bước phát triển khá chắc chắn mang
tính hiệu quả. Với ý nghĩa đó, nhằm góp phần nâng cao chất lượng dự báo mù, sương
mù, mây thấp, tầm nhìn, trong luận văn thạc sỹ của mình, tác giả đã nghiên cứu, thử


nghiệm phương pháp: “Dự báo tầm nhìn cho các sân bay Cụm cảng Hàng không miền
Bắc bằng mô hình WRF”. Đây là một phương pháp đã được nhiều quốc gia trên thế
giới áp dụng và thu được những kết quả khả quan, tuy nhiên đây lại là phương pháp dự
báo tầm nhìn hoàn toàn mới chưa áp dụng tại Việt Nam.

Nội dung của luận văn

gồm có:
Phần mở đầu
Chương 1: Tổng quan về dự báo sương mù, mây thấp và tầm nhìn
Chương 2: Mô hình WRF và ứng dụng dự báo tầm nhìn cho các sân bay Cụm
cảng Hàng không miền Bắc
Chương 3: Kết quả thử nghiệm dự báo tầm nhìn bằng mô hình WRF
Kết luận, kiến nghị
Tài liệu tham khảo


CHƢƠNG 1:

TỔNG QUAN VỀ DỰ BÁO SƢƠNG MÙ,
MÂY THẤP VÀ TẦM NHÌN

Mù, sương mù, mây thấp, mưa nhỏ, mưa phùn, v.v.. là những hiện tượng thời tiết
nguy hiểm làm giảm tầm nhìn, ảnh hưởng không nhỏ tới hoạt động kinh tế xã hội, giao
thông đường bộ, đường sắt, đường thủy, đường sông và đặc biệt tới đường hàng

không. Để giảm những thiệt hại do chúng gây ra, nhiều nhà khoa học, dự báo viên khí
tượng trong nước cũng như trên thế giới đã và đang nghiên cứu, áp dụng nhiều phương
pháp khác nhau để từ đó dự báo chính xác sự xuất hiện cũng như diễn biến của các
hiện tượng mù, sương mù, mây thấp, mưa nhỏ, mưa phùn, giá trị tầm nhìn do các yếu
tố thời tiết trên gây ra. Trong chương này, bên cạnh những thông tin trong và ngoài
nước về nghiên cứu, dự báo mù, sương mù, mây thấp, tầm nhìn, và tránh những nhầm
lẫn về các hiện tượng trên, luận văn đề cập đến một số khái niệm sau:
1.1. Những khái niệm và định nghĩa
Kết quả ngưng kết và thăng hoa hơi nước trong khí quyển tạo thành những giọt
nước nhỏ li ti hoặc những tinh thể băng có kích thước vô cùng bé (đường kính từ
5×10-4 - 5×10-2mm) bay lơ lửng trong lớp không khí ngay sát mặt đất, hàm lượng nước
gây giảm tầm nhìn ngang dưới 1km gọi là sương mù, và trên 1km nhưng dưới 10km
gọi là mù, nếu chân của lớp sương mù cao hơn quan trắc viên khoảng 15m trở lên
được gọi là mây [5].
Theo tài liệu hướng dẫn mã hoá bản tin dự báo và quan trắc các yếu tố khí tượng
trong ngành Hàng không [31], mù là sự ngưng kết của các hạt nước siêu nhỏ hoặc các
phần tử ẩm trong khí quyển làm giảm tầm nhìn từ 1000 - 5000m và độ ẩm tương đối
lớn hơn 95%; khi sự ngưng kết của các hạt nước siêu nhỏ hoặc các phần tử ẩm làm
giảm tầm nhìn ngang dưới 1km thì gọi là sương mù. Mưa phùn là các hạt nước đồng
nhất có kích thước nhỏ hơn 0.5mm, các hạt nước được hình thành từ mây thấp hoặc từ
mưa không tới mặt đất. Thông thường, mưa phùn cường độ mạnh do ảnh hưởng của
mây thấp, phụ thuộc vào cường độ kết tủa và số hạt nước. Mưa phùn mạnh có thể đạt
>1mm/giờ. Vì vậy, khái niệm mù trong luận văn này được áp dụng theo quy định báo
cáo thời tiết trong ngành hàng Không.


1.2. Tổng quan về dự báo sương mù, mây thấp và tầm nhìn
1.2.1 Kinh nghiệm dự báo trên thế giới
Do những ảnh hưởng to lớn do thời tiết gây ra nên các bản tin dự báo thời tiết
ngày càng được xã hội chú trọng đặc biệt là chất lượng bản tin dự báo thời gian xuất

hiện sương mù, mây thấp và giá trị tầm nhìn. Bên cạnh các phương pháp dự báo thời
tiết truyền thống, các mô hình số trị đã và đang được áp dụng vào trong nghiệp vụ dự
báo. Tuy nhiên, dự báo sương mù lại chịu ảnh hưởng rất nhiều bởi yếu tố địa phương
và lớp biên bề mặt. Các yếu tố quan trắc và đo đạc trực tiếp trong không gian là nhân
tố cơ bản trong việc dự báo sương mù và mây thấp. Bên cạnh đó, các thông tin từ vệ
tinh, với độ chính xác ngày càng được cải thiện, ngày càng được sử dụng phổ biến làm
yếu tố đầu vào cho mô hình dự báo sương mù và mây thấp.
Trong đề án hợp tác khoa học và công nghệ châu Âu COST - 722 (European
Cooperation in Science and Technology) [23] gồm 13 quốc gia ở Châu Âu đã nghiên
cứu dự báo sương mù mây thấp trong hai năm rưỡi (2001 - 2003) tuy nhiên kết quả dự
báo chưa bao phủ toàn bộ các quốc gia Châu Âu.
Trong báo cáo của Golding (2005) [19], sương mù, mây thấp ảnh hưởng rất
nhiều tới hoạt động hàng không bao gồm cả quân sự và dân sự tại nước Anh. Yêu cầu
cấp thiết đòi hỏi dự báo các ngưỡng giá trị tầm nhìn khai thác cho các sân bay để phục
vụ máy bay cất và hạ cánh an toàn. Bên cạnh đó, sương mù mây thấp cũng ảnh hưởng
tới các phương tiện tham gia giao thông đường thủy và đường bộ. Phương pháp dự báo
sương mù bình lưu truyền thống cho các vùng ven biển là dựa vào hướng gió. Tuy
nhiên, phương pháp dự báo này khi áp dụng vào dự báo cho sương mù bức xạ, sương
mù địa hình thì lại gặp nhiều hạn chế. Sương mù hình thành và phát triển là do sự
tương tác lớp đất bề mặt, mặt biển và lớp không khí gần bề mặt. Các mô hình số trị
NWP (Numerical Weather Prediction) được áp dụng để giải bài toán ảnh hưởng của
các yếu tố quy mô lớn. Các số liệu quan trắc đặc biệt là thám sát thẳng đứng là phương
pháp chính cho ta biết ảnh hưởng của các yếu tố địa phương. Hiện nay, phương pháp
dự báo sương mù, mây thấp và tầm nhìn tại Anh chủ yếu là phương pháp thống kê sau
mô hình MOS (Model Output Statistics) dựa trên phương pháp mạng thần kinh,
phương pháp rẽ nhánh và phương pháp dự báo hoàn hảo trên mô hình quy mô vừa 3
chiều (3D) sau đó được xử lý bởi mô hình 1 chiều (1D).


Hình 1.1 Dự báo sƣơng mù, mây thấp và giá trị tầm nhìn của cơ quan

Khí tƣợng Anh bằng mô hình SSFM (Site-Specific Forecast Model)
(Nguồn: Golding, 2005)
Hình 1.1 là kết quả dự báo tầm nhìn, sương mù và mây thấp ngày 20/03/2000
bằng mô hình 1D của cơ quan khí tượng Anh. Các yếu tố khí tượng theo quy mô thẳng
đứng được mô hình 1D xử lý. Trên đồ thị, trục tung chỉ độ cao được tính bằng feet (1
feet = 0,305 m), trục hoành chỉ thời gian và giá trị tầm nhìn dự báo được tính bằng km
thể hiện bởi dải màu nằm song song với trục thời gian. Mô hình 1D đã cho kết quả dự
báo tầm nhìn và mây thấp làm suy giảm tầm nhìn rõ rệt.
Trong báo cáo của Petersen và Neulsen (2005) [30], viện khí tượng Đan Mạch,
mô hình khu vực hạn chế phân giải cao HIRLAM (High Resolution Limited Area Model)
đã được áp dụng để dự báo tầm nhìn tại độ cao 2m từ tháng 02/2001 đến 10/2003, kết
quả dự báo được kiểm kiểm chứng lại bằng số liệu quan trắc của 30 trạm Synop của
Đan Mạch.
Theo Petersen và Neulsen, giá trị tầm nhìn phụ thuộc vào thành phần của Sol khí,
lượng nước trong mây và thành phần giáng thủy. Tuy nhiên, mô hình dự báo HIRLAM
không tính toán được sự ảnh hưởng của các thành phần sol khí, do đó tính toán tầm
nhìn chỉ phụ thuộc vào kích thước các hạt nước trong mây. Lượng nước trong mây
(Cw) được tính từ mô hình HIRLAM cho các mực. Giá trị lượng nước trong mây (Cw)


tại bề mặt bằng 0, giá trị lượng nước trong mây thấp nhất của mô hình tại độ cao 2m,
do đó sương mù được dự báo tại độ cao 2m.

B

A

Hình 1.2 Kết quả dự báo tầm nhìn hạn 6h bằng mô hình HIRLAM
và số liệu tầm nhìn quan trắc lúc 6Z ngày 19/2/2003
(Nguồn: Petersen and Nielsen, 2005)

Từ hình 1.2 ta thấy, mô hình HIRLAM với độ phân giải 0.15ºx0.15º cho kết quả
dự báo tầm nhìn khá tốt so với tầm nhìn quan trắc thực tế.
Cano và Terradellas (2005) [17] cũng đưa ra kết quả dự báo sương mù cho Tây
Ban Nha. Khí hậu và địa hình ở Tây Ban Nha gần giống với khí hậu và địa hình các
quốc gia cận nhiệt đới phía tây của Châu Âu. Sương mù thường hình thành và rất khó
trong việc dự báo nên ảnh hưởng rất nhiều tới hoạt động kinh tế, giao thông bề mặt.
Cano và Terradellas cũng đã áp dụng mô hình HIRLAM, độ phân giải 0.5ºx0.5º chạy
4lần/ngày để dự báo sương mù, mây thấp và tầm nhìn. Kết quả dự báo được kiểm
chứng với chỉ số dự báo sương mù FSI (Foggy Stability Index), đây là chỉ số được
phát triển bởi cơ quan dự báo thời tiết Hoa Kỳ đã được nhiều viện khí tượng trên thế
giới áp dụng.
Terradellas và Cano (2005) [33] đề cập đến phiên bản dự báo 1 chiều (H1D) từ
mô hình HIRLAM đã được cơ quan Khí tượng Tây Ban Nha áp dụng dự báo sương
mù cho sân bay Madrid từ tháng 11 năm 2002. Mô hình HIRLAM (H3D) được chạy 4
lần trong ngày, với bước dự báo 3 tiếng và độ trễ khoảng 4,5 tiếng. Kết quả từ H3D sẽ


được H1D xử lý và dự báo sương mù. Ưu điểm của mô hình H1D là thời gian xử lý
nhanh. Phương pháp này khắc phục được hạn chế là cấu trúc ngang của các yếu tố đã
bị bỏ qua trong mô hình dự báo 1D truyền thống do viện khí tượng Tây Ban Nha sử
dụng.
Tại Phần Lan, hệ thống quan trắc khí tượng đã thay đổi đáng kể trong 10 năm qua
đặc biệt là hệ thống quan trắc Synop tự động và hệ thống quan trắc phục vụ hàng
không. Các hệ thống này đóng góp đáng kể trong việc phát hiện sương mù, tuy nhiên
kết quả dự báo vẫn còn nhiều hạn chế. Việc sử dụng hệ thống Radar cũng gặp nhiều
khó khăn trong việc phát hiện sương mù, mây thấp do độ dày của lớp mù rất mỏng.
Tuy nhiên, trong một số trường hợp thì việc sử dụng Radar cũng cho kết quả dự báo
sương mù, mây thấp nhất định. Ảnh mây vệ tinh quỹ đạo cực của cơ quan Đại Dương
Khí Quyển Mỹ NOAA (National Oceanic and Atmospheric Administration) cũng cho
kết quả khả quan trong việc phát hiện sương mù, mây thấp. Dự báo sương mù bằng

phương pháp thống kê cũng được áp dụng. Theo kinh nghiệm dự báo của Viện khí
tượng Phần Lan (FMI: Finnish Meteorological Institute), nếu nhiệt độ bề mặt trừ nhiệt
độ tại 2m lớn hơn 0,3ºC và tốc độ gió tại độ cao 10m nhỏ hơn 5m/s thì sương mù hình
thành. Bên cạnh đó, mô hình số ECMWF (European Centre for Medium-Range
Weather Forecasts) và HIRLAM cũng được FMI áp dụng để dự báo sương mù tuy
nhiên độ chính xác của dự báo vẫn chưa cao [27].
Trong báo cáo của Zhou và cộng sự tại hội nghị quốc tế lần thứ 5 về sương mù và
tầm nhìn tại Đức từ ngày 25 - 30/06/2010 [36], trung tâm dự báo môi trường quốc gia
Hoa Kỳ NCEP (National Centers for Environmental Prediction) đã thực hiện dự báo
sương mù và tầm nhìn dựa trên mô hình số trị cho khu vực Bắc Mỹ, kết quả còn nhiều
hạn chế nên trong các tài liệu hướng dẫn của NCEP đã không nói chi tiết. Tuy nhiên,
giá trị tầm nhìn được dự báo dựa trên các biến đầu ra của mô hình (phương pháp
MOS). Cũng theo báo cáo này, trong dự án B08RDP Trung tâm dự báo môi trường
quốc gia Hoa kỳ (NCEP) đã dự báo thành công phục vụ Olyimpic Bắc Kinh 2008 cho
khu vực Trung Quốc với độ phân giải 15km. Hiện nay, NCEP đã áp dụng và thử
nghiệm dự báo cho toàn bộ khu vực bắc Mỹ với độ phân giải 32km.
Để nghiên cứu năng lực dự báo sương mù và tầm nhìn của mô hình WRF
(Weather Research and Forecasting Model), Han Bang và cộng sự (2008) thuộc Trung
tâm nghiên cứu môi trường toàn cầu - Trung tâm nghiên cứu môi trường quốc gia Hàn


Quốc (2008) đã thử nghiệm dự báo sương mù và tầm nhìn cho các sân bay quốc tế và
nội địa của Hàn Quốc [20]. Kết quả được đánh giá với bộ số liệu quan trắc giai đoạn
2003 - 2006. Mô hình WRF phiên bản 2.1.2 được sử dụng với điều kiện biên và điều
kiện ban đầu từ mô hình toàn cầu (GDAS: Global Data Assimilation System) độ phân
giải 1º x 1º của NCEP, sử dụng kỹ thuật lồng 3 lưới 54km - 18km - 6km, với 40 mực
độ cao, mực cao nhất là 50mb. Số liệu đầu ra từ lưới 6km dùng để dự báo sương mù và
tầm

nhìn

đã

cho

kết

quả

khả

quan.


Ngày 21/2/2007

Ngày 4/5/2007

Hình 1.3 Dự báo sƣơng mù và tầm nhìn bằng mô hình WRF
cho sân bay INCHON –Hàn Quốc
(Nguồn: Han Bang và CS, 2008)
Trên hình 1.3 là kết quả dự báo sương mù và tầm nhìn cho sân bay InChon - Hàn
Quốc trong 2 ngày 21/02/2007 và 04/05/2007 bằng mô hình WRF. Số liệu đầu ra từ
mô hình WRF được xử lý bằng phương pháp CVIS và RVIS (sẽ đề cập đến ở phần
sau) để dự báo tầm nhìn và cho kết quả khá khả quan, nhất là việc dự báo được sương
mù xung quanh thời điểm 21Z ngày 21/02/2007 và ngày 04/05/2007.
1.2.2 Kinh nghiệm dự báo trong nƣớc
Dự báo sương mù, mù gây giảm tầm nhìn cũng được các nhà dự báo Khí tượng,
các nhà nghiên cứu Khí tượng trong nước chú trọng từ rất sớm. Bên cạnh phương pháp
dự báo Synop, nhiều tác giả đã dùng phương pháp thống kê để dự báo mù, sương mù,

và tầm nhìn cho khu vực Bắc Bộ.


Theo Phan Văn Tân (1994) [5], công trình đầu tiên ở Việt Nam trong những thập
kỷ 60 do Đặng Trần Duy và cộng sự thực hiện. Trên cơ sở chuỗi số liệu từ 1960 - 1966
của trạm Cô Tô, tác giả đã xây dựng những đặc trưng thống kê về sự xuất hiện sương
mù, mù với các yếu tố như nhiệt độ, điểm sương, độ ẩm, hướng gió và tốc độ gió ....
Trong đề tài cấp nhà nước 52-02-02 (1981 - 1985), Kiều Thị Xin đã sử dụng chuỗi
số liệu 20 năm (1961 - 1981) của 3 trạm khí tượng ven biển Bắc Bộ để xác định các
đặc trưng thống kê để dự báo mù và sương mù. Qua công trình này, tác giả đã chỉ ra
thời gian sương mù ảnh hưởng nhiều nhất đối với khu vực là các tháng XII, I, II, III.
Trong đề tài cấp nhà nước 42A-05-02 (1986 - 1989), Trần Tân Tiến đã xây dựng
phương pháp dự báo sương mù bức xạ - bình lưu trên cơ sở phương trình nhập nhiệt và
vận chuyển nước và hơi nước. Sau khi áp dụng dự báo thử nghiệm cho sân bay Nội
Bài, theo tác giả thì có thể áp dụng vào dự báo nghiệp vụ. Cũng trong đề tài này, khi
nghiên cứu phương pháp dự báo sương mù cho một số sân bay chính, Phan Văn Tân
đã nhận được những kết quả tính toán thống kê về đặc điểm mù và sương mù, tầm
nhìn xa dưới 4km tại một số sân bay thuộc khu vực Bắc Bộ.
Trong luận án phó tiến sỹ (1994), Phan Văn Tân đã nghiên cứu “đặc điểm chế độ
và phương pháp thống kê vật lý dự báo sương mù khu vực biển và ven bờ khu vực
Vịnh Bắc Bộ” và đưa ra bộ chỉ tiêu, theo tác giả có thể ứng dụng vào trong nghiệp vụ
dự báo mù và sương mù.
Bên cạnh đó, với mục đích phục vụ giao thông hàng hải và các hoạt động thám
hiểm trên biển, số liệu dự báo tầm nhìn bằng mô hình GFS (Global Forecast System)
của NCEP với độ phân giải 0,5º, miền dự báo 8N - 24N, 91E - 130E, hạn dự báo 180
giờ

(7,5

ngày),

4

lần/ngày

được

cập

nhật

trực

tuyến

tại

địa

chỉ

Thông qua trang web đó, ta có thể nhận được số liệu dự
báo tầm nhìn cho các sân bay thuộc Cụm cảng Hàng không miền Bắc của Việt Nam
tương đối đầy đủ. Tuy nhiên, do mới theo dõi nên việc đánh giá độ chính xác số liệu
dự báo tầm nhìn cho khu vực trên, cũng như các sân bay thuộc Cụm cảng Hàng không
miền Bắc chưa được kiểm chứng.


1.3 Các phương pháp dự báo tầm nhìn từ mô hình số trị
Trong báo cáo của Wantuch thuộc cơ quan khí tượng Hungary [35], tầm nhìn

được dự báo dựa trên phương pháp thống kê sau mô hình (MOS). Cơ sở lý thuyết như
sau:
y là yếu tố dự báo, x1, x2 , .. xp là các nhân tố dự báo. Với sai số ε, thì y sẽ là
hàm của x1, x2 , .. xp
y = f(x1, x2 , .. xp) + ε

(1)

  f (x , x ,... x )
y
1
2
p

với

(2)

trong đó yếu tố x 1 , x 2 ,... x p là các biến được tính từ mô hình dự báo thời tiết
(NWP). Giả thiết dự báo từ mô hình là hoàn hảo, từ (1) và (2) có phương trình dự báo
cho nhân tố y:





 , x
 ,... x

y  f x


1
2
p

(3)

1.3.1 Phương pháp dự báo FSI
Chỉ số FSI (Foggy Stability Index) hiện được sử dụng khá phổ biến như là một
chỉ số để xác định sương mù. Công thức xác định FSI có thể khác nhau tuỳ thuộc vào
cơ quan ứng dụng nhưng nhìn chung đều là tổ hợp tuyến tính của các biến T2m (nhiệt
độ tại độ cao 2m - 0C), T850 (nhiệt độ tại mực 850mb - 0C), Td 2m (nhiệt độ điểm sương
tại độ cao 2m - 0C), W850 (tốc độ gió tại mực 850mb - kt).
Một số công thức FSI có thể kể đến như sau:
Chỉ số xác định sương mù FSI được cơ quan khí tượng Hungary áp dụng như sau:
FSIH = 2|T2m – T850| + 2(T2m – Td 2m) + 2W850

(4)

Thành phần |T2m – T850|: cho biết gradient nhiệt độ tại độ cao 2m và mực 850mb.
(T2m – Td 2m): cho biết lượng ẩm lớp biên gần bề mặt chịu ảnh hưởng bởi xáo trộn
bởi gió mực 850mb.
Theo Cano và Terradellas (2005) [17], viện Khí tượng Tây Ban Nha áp dụng
chỉ số FSI do Guerrero và Jansà (1996) thuộc cơ quan thời tiết Hoa Kỳ (US Air
Weather Service) nghiên cứu để dự báo sương mù như sau:
FSIU = (T2m – T850) + (T2m – Td 2m) + W850

(5)

Trong tài liệu hướng dẫn về dự báo của cơ quan thời tiết không lực Hoa Kỳ (Air
Force Weather Agency) [26], chỉ số FSI được áp dụng như sau:
FSIA = 4T2m - 2(T850 + Td 2m) + W850

(6)

Từ chỉ số FSI, việc tính toán tầm nhìn thường được dựa trên một mối quan hệ
thống kê. Theo cơ quan khí tượng Hungarry, công thức tính được là:
Vis = -1.33 + 0.45×FSI

(7)

1.3.2 Phương pháp Steolinga và Warner (SW99)
Theo Steolinga và Warner (1999) [20], tầm nhìn được tính dựa trên kết quả dự
báo lượng nước trong mây (Cw), hạt băng trong mây (Ci), lượng mưa (rw), lượng
tuyết (sn)

Vis sw 99  

ln(0.02)


(km)

(8)

Trong đó: β=βcw +β rw +βci +βsn với:
Lượng nước trong mây

cw  144.7C

0.88

Trong mưa

rw  1.1C0.75

Hạt băng trong mây

ci  163.9C

Trong tuyết

sn  10.4C0.78

C: mật độ hơi nước (gm-3)
 Hệ

số suy giảm (km-1)

1.3.3 Phương pháp RUC
Phương pháp dự báo tầm nhìn RUC (Rapid Update Cycle) được áp dụng dựa
trên phần trăm độ ẩm tương đối gần bề mặt:
RH  15 

Visruc = 60  exp  2.5 

80



Trong đó: RH: độ ẩm tương đối (%)

(km)

(9)


1.3.4 Phương pháp dự báo FSL
Phương pháp FSL (Forecast System Laboratory) là phương pháp dự báo với
mục đích phục vụ cho hoạt động hàng không và được phát triển bởi NOAA. Giá trị
tầm nhìn bề mặt được tính dựa vào độ ẩm và độ hụt điểm sương.

Vis fsl  6000 

T2m  Td 2m
RH1.75

 1.609 (km)

(10)
Trong đó: T2m : Nhiệt độ tại 2m (0C) ; Td 2m: Nhiệt độ điểm sương tại 2m (0C)
RH: Độ ẩm tương đối (%)
1.3.5 Phương pháp kết hợp CVIS
Phương pháp CVIS là phương pháp kết hợp của 2 phương pháp SW99 và FSL.
Giá trị tầm nhìn là giá trị nhỏ nhất của 2 phương pháp trên.
Viscvis = min (SW99,FSL)×1.609 (km)

(11)

1.3.6 Phương pháp RVIS
Đây cũng là phương pháp kết hợp của SW99 và FSL và được biểu biễn bởi
công thức:
Visrvis  [  SW99    (T2m  Td 2m ) / RH1.75 ] 1.609 (km)

(12)
Trong đó: T2m: Nhiệt độ tại 2m (0C); Td 2m: Nhiệt độ điểm sương tại 2m (0C)
RH: Độ ẩm tương đối (%)
Các hệ số  và  được tính bằng thực nghiệm.
CHƢƠNG 2: MÔ HÌNH WRF VÀ ỨNG DỤNG DỰ BÁO
TẦM NHÌN CHO CÁC SÂN BAY CỤM CẢNG MIỀN BẮC
Như chúng ta đã biết, Việt Nam nằm trong khu vực nhiệt đới gió mùa, chính vì
vậy, chế độ khí hậu ở Việt Nam trong các tháng cuối năm ở khu vực ba sân bay Nội
Bài, Cát Bi, Vinh thuộc Cụm cảng Hàng không miền Bắc thường xuyên chịu ảnh
hưởng bởi mù, sương mù, mây thấp, mưa nhỏ, mưa phùn làm giảm tầm nhìn, ảnh
hưởng không nhỏ tới hoạt động bay, làm giảm hiệu quả kinh tế, gây uy hiếp đến sự an


toàn của các chuyến bay. Chính vì vậy, dự báo tầm nhìn có ý nghĩa thực tiễn cao trong
ngành Hàng không. Luận văn sử dụng những kinh nghiệm dự báo tầm nhìn của nhiều
quốc gia trên thế giới như đã trình bày chi tiết trong chương 1, tác giả sẽ tiến hành thử
nghiệm dự báo tầm nhìn bằng mô hình WRF cho 3 sân bay Nội Bài, Cát Bi, Vinh
trong các năm 2010, 2011 và 2012.
Ở Việt Nam, trong thời gian vừa qua đã có nhiều cố gắng để áp dụng các mô hình
số trị hiện đại phục vụ dự báo thời tiết nói chung và các hiện tượng cực đoan nói riêng
như hạn hán, mưa lớn, bão, áp thấp nhiệt đới,... Tuy mới được bắt đầu, nhưng việc ứng
dụng mô hình số trị trong dự báo thời tiết đã có bước phát triển khá chắc chắn mang
tính hiệu quả.
Nghiên cứu có tính bước ngoặt trong sự phát triển dự báo số trị ở Việt Nam là Đề
tài KHCN độc lập Nhà Nước mã số ĐTĐL 2000/02 “Nghiên cứu áp dụng mô hình số

trị khu vực cho mục đích dự báo chuyển động của bão trên vùng biển Việt Nam” do
Trường Đại học Khoa học Tự nhiên (ĐHKHTN) chủ trì, Kiều Thị Xin (2002) làm chủ
nhiệm và Trung tâm Dự báo Khí tượng Thuỷ văn Trung ương (DBKTTVTW) phối
hợp thực hiện [2]. Mô hình công nghệ cao HRM do đề tài này tiếp thu từ Tổng cục
Thời tiết CHLB Đức đã được phát triển, áp dụng ở Việt Nam và được sử dụng trong
nghiệp vụ dự báo thời tiết ở Trung tâm DBKTTVTW từ năm 2002.
Từ đó các mô hình số trị khu vực đã được nghiên cứu áp dụng nhằm dự báo thời
tiết, đặc biệt là dự báo các hiện tượng cực đoan như mưa lớn, bão, áp thấp nhiệt đới…
Mô hình khu vực hạn chế RAMS (Regional Area Model System) đã được nghiên cứu
và đang được thử nghiệm trong dự báo thực tế tại Trường Đại học Khoa học Tự nhiên
(ĐHKHTN), v.v.. Nói như vậy, tùy theo mục đích khác nhau mà việc nghiên cứu, lựa
chọn, cải tiến trong các mô hình cũng khác nhau. Và như đã đề cập trong chương 1,
với mục tiêu thử nghiệm dự báo tầm nhìn cho 3 sân bay Nội Bài, Cát Bi, Vinh, luận
văn đã nghiên cứu và sử dụng mô hình WRF. Dưới đây là những nét chính sơ lược về
lịch sử phát triển, các lựa chọn vật lý, miền tính, v.v.. của mô hình được sử dụng cho
mục tiêu của bài toán.
2.1 Giới thiệu mô hình dự báo thời tiết WRF
Mô hình WRF (Weather Reseach and Forecast) là một trong những mô hình khí
tượng tân tiến và đang được các nhà nghiên cứu, nhà khoa học ở Việt Nam và trên thế


giới sử dụng phổ biến hiện nay. Mô hình được phát triển dựa trên nền của mô hình
MM5 (Mesoscale Model version 5) với sự cộng tác của nhiều cơ quan tổ chức lớn trên
thế giới như: 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,...

Hiện nay, mô hình WRF đang được sử dụng rộng rãi trong dự báo thời tiết nghiệp
vụ cũng như trong nghiên cứu 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,...Mô hình WRF là một hệ thống mô hình hoá hiện đại, linh hoạt và tối ưu cho
cả mục đích nghiên cứu cũng như chạy nghiệp vụ. Đặc biệt, mô hình WRF thường
xuyên được cập nhật các phiên bản mới cũng như sửa chữa các lỗi xảy ra trong quá
trình cài đặt và chạy mô hình. Phiên bản mới nhất của mô hình WRF (phiên bản 3.0)
ra đời tháng 4 năm 2008, bao gồm các chức năng chính sau: hệ phương trình động lực
học bất thuỷ tĩnh nén được đầy đủ; các sơ đồ vật lý được tích hợp cho những ứng dụng
ở quy mô từ mét đến hàng nghìn km và có mã nguồn mở để người sử dụng, cũng như
các nhà nghiên cứu có thể đưa thêm các sơ đồ vật lý vào mô hình; điều kiện biên di
động; hệ thống đồng hoá số liệu 3DVAR; kỹ thuật lồng ghép miền tính một chiều và
đa chiều. Tùy theo mục đích khác nhau mà việc sử dụng mô hình số nói chung cũng
như mô hình WRF nói riêng để nghiên cứu, thử nghiệm theo nhu cầu của người sử
dụng cũng khác nhau và trong luận văn này, như đã đề cập trong các nội dung nêu
trên, tác giả sử dụng mô hình WRF để dự báo tầm nhìn ở Việt Nam. Chính vì thế, việc
lựa chọn các sơ đồ tham số hóa đối lưu, bức xạ, v.v.. cũng được nghiên cứu, khảo sát tỉ
mỉ để sử dụng cho mục đích của bài toán đặt ra. Có thể nói, hiện tại ở Việt Nam mô
hình WRF đã và đang được các đơn vị nghiên cứu, các nhà khoa học ứng dụng cũng
như cải tiến phát triển một cách khá thành công phục vụ các mục đích nghiên cứu cũng