Xây dựng mô hình dự báo một số thông số khí tượng cho địa bàn tỉnh hải dương
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (2.79 MB, 202 trang )
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
ĐỖ VĂN ĐỈNH
XÂY DỰNG MÔ HÌNH DỰ BÁO
MỘT SỐ THÔNG SỐ KHÍ TƯỢNG CHO ĐỊA BÀN
TỈNH HẢI DƯƠNG
LUẬN ÁN TIẾN SĨ
KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA
Hà Nội - 2018
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
ĐỖ VĂN ĐỈNH
XÂY DỰNG MÔ HÌNH DỰ BÁO
MỘT SỐ THÔNG SỐ KHÍ TƯỢNG CHO ĐỊA BÀN
TỈNH HẢI DƯƠNG
Ngành:
Kỹ thuật điều khiển và tự động hóa
Mã số:
9520216
LUẬN ÁN TIẾN SĨ
KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA
NGƯỜI HƯỚNG DẪN KHOA HỌC
1. PGS. TSKH. Trần Hoài Linh
2. TS. Đinh Văn Nhượng
Hà Nội - 2018
Lời cam đoan
LỜI CAM ĐOAN
Tôi xin cam đoan luận án tiến sĩ “Xây dựng mô hình dự báo một số thông số khí
tượng cho địa bàn tỉnh Hải Dương” là công trình nghiên cứu của riêng tôi dựa trên sự
hướng dẫn của Tập thể hướng dẫn khoa học. Các số liệu và tài liệu trong luận án là trung
thực và chưa được tác giả khác công bố trong bất kỳ công trình nghiên cứu nào. Tất cả
những tham khảo và kế thừa đều được trích dẫn, tham chiếu đầy đủ.
Hà Nội, ngày
tháng 6 năm 2018
TM. Tập thể hướng dẫn
Nghiên cứu sinh
TS. Đinh Văn Nhượng
Đỗ Văn Đỉnh
Lời cảm ơn
LỜI CẢM ƠN
Trong quá trình thực hiện luận án “Xây dựng mô hình dự báo một số thông số
khí tượng cho địa bàn tỉnh Hải Dương” tôi đã nhận được rất nhiều sự giúp đỡ, hỗ trợ,
tạo điều kiện của tập thể lãnh đạo, các nhà khoa học, cán bộ, chuyên viên ở Bộ môn
Kỹ thuật đo và Tin học công nghiệp – Viện Điện – Trường Đại học Bách Khoa Hà
Nội; tập thể lãnh đạo Trường Đại học Bách Khoa Hà Nội, tập thể lãnh đạo Viện Đào
tạo Sau đại học – Trường Đại học Bách Khoa Hà Nội, tập thể lãnh đạo Trường Đại
học Sao Đỏ, Viện Khoa học Khí tượng Thuỷ văn và Biến đổi Khí hậu. Tôi xin bày tỏ
lòng cảm ơn chân thành về sự giúp đỡ đó.
Tôi xin cám ơn tập thể lãnh đạo Đài Khí tượng Thuỷ văn và Biến đổi Khí hậu
Khu vực Đồng bằng Bắc Bộ đã tạo điều kiện hỗ trợ về thu thập số liệu phục vụ cho
luận án.
Đặc biệt tôi xin bày tỏ lòng biết ơn sâu sắc tới PGS.TSKH. Trần Hoài Linh,
TS. Đinh Văn Nhượng và Hội đồng Khoa học của Bộ môn Kỹ thuật đo và Tin học
công nghiệp - Viện Điện - Trường Đại học Bách khoa Hà Nội đã trực tiếp hướng
dẫn và chỉ bảo cho tôi hoàn thành luận án này.
Tôi xin chân thành cảm ơn bạn bè, đồng nghiệp của tôi đang công tác tại
Trường Đại học Sao Đỏ và gia đình đã động viên, khích lệ, tạo điều kiện giúp đỡ tôi
trong suốt quá trình thực hiện và hoàn thành luận án.
Nghiên cứu sinh
Đỗ Văn Đỉnh
- ii -
Mục lục
MỤC LỤC
Trang
LỜI CAM ĐOAN.................................................................................................................. i
LỜI CẢM ƠN ...................................................................................................................... ii
MỤC LỤC ........................................................................................................................... iii
DANH MỤC CÁC TỪ VIẾT TẮT .................................................................................. vii
DANH MỤC CÁC BẢNG BIỂU ....................................................................................... ix
DANH MỤC CÁC HÌNH VẼ ............................................................................................ xi
MỞ ĐẦU ............................................................................................................................... 1
1. Tính cấp thiết của đề tài .................................................................................................. 1
2. Mục đích nghiên cứu ....................................................................................................... 2
3. Đối tượng và phạm vi nghiên cứu .................................................................................. 3
3.1. Đối tượng nghiên cứu ................................................................................................. 3
3.2. Phạm vi nghiên cứu .................................................................................................... 3
4. Phương pháp nghiên cứu ................................................................................................ 3
5. Ý nghĩa khoa học và thực tiễn của đề tài ....................................................................... 4
5.1. Ý nghĩa khoa học......................................................................................................... 4
5.2. Ý nghĩa thực tiễn của đề tài ........................................................................................ 4
6. Những đóng góp của luận án .......................................................................................... 4
7. Bố cục của luận án ........................................................................................................... 5
CHƯƠNG 1: TỔNG QUAN VỀ CÁC MÔ HÌNH DỰ BÁO THÔNG SỐ KHÍ
TƯỢNG ................................................................................................................................ 7
1.1. Đặt vấn đề ...................................................................................................................... 7
1.2. Một số phương pháp dự báo thông số khí tượng....................................................... 7
1.3. Các mô hình dự báo thông số khí tượng được ứng dụng trên thế giới .................... 9
1.3.1. Mô hình số trị toàn cầu ............................................................................................ 9
1.3.2. Mô hình số trị khu vực ........................................................................................... 11
1.4. Các mô hình dự báo khí tượng được ứng dụng ở Việt Nam .................................. 13
1.4.1. Mô hình HRM [1] .................................................................................................. 13
- iii -
Mục lục
1.4.2. Mô hình ETA .......................................................................................................... 14
1.4.3. Mô hình WRF ......................................................................................................... 14
1.4.4. Mô hình RAMS ....................................................................................................... 14
1.4.5. Mô hình MM5 ........................................................................................................ 14
1.5. Một số mô hình dự báo thông số khí tượng dùng mạng nơ rôn ................................... 15
1.6. Đề xuất của luận án .................................................................................................... 19
1.7. Kết luận chương 1...................................................................................................... 21
Chương 2: MÔ HÌNH LAI VÀ ỨNG DỤNG TRONG CÁC VẤN ĐỀ MÔ HÌNH
HÓA PHI TUYẾN ............................................................................................................. 23
2.1. Giới thiệu chung ......................................................................................................... 23
2.2. Mô hình lai và ứng dụng trong mô hình phi tuyến.................................................. 25
2.2.1. Mục đích sử dụng mô hình lai................................................................................ 25
2.2.2. Mô tả toán học của mô hình lai ............................................................................. 25
2.3. Phương pháp xây dựng mô hình lai từ các bộ số liệu mẫu ..................................... 27
2.3.1. Bộ số liệu đầu vào .................................................................................................. 27
2.3.2. Lựa chọn đầu vào................................................................................................... 27
2.3.3. Xây dựng khối tuyến tính ....................................................................................... 35
2.3.4. Xây dựng khối phi tuyến ........................................................................................ 35
2.4. Ứng dụng SVM xây dựng hàm truyền đạt phi tuyến ................................................. 36
2.4.1. Giới thiệu chung .................................................................................................... 36
2.4.2. Bài toán phân lớp nhị phân ................................................................................... 36
2.4.3. Kỹ thuật SVR (Support Vector Regression) ........................................................... 42
2.4.4. Phương pháp LS-SVM ........................................................................................... 46
2.5. Ví dụ ứng dụng minh họa .......................................................................................... 47
2.5.1. Hàm phi tuyến của đối tượng................................................................................. 47
2.5.2. Kết quả ước lượng trực tiếp bằng kỹ thuật SVM ................................................... 48
2.5.3. Kết quả ước lượng bằng mô hình lai sử dụng SVM ............................................... 50
2.6. Kết luận chương 2....................................................................................................... 53
Chương 3: XÂY DỰNG CÁC GIẢI PHÁP DỰ BÁO, ƯỚC LƯỢNG SỬ DỤNG MÔ
HÌNH LAI .......................................................................................................................... 55
- iv -
Mục lục
3.1. Đặt vấn đề .................................................................................................................... 55
3.2. Xây dựng mô hình lai cho bài toán dự báo .............................................................. 55
3.2.1. Lựa chọn đầu vào................................................................................................... 55
3.2.2. Xác định các hệ số của khối tuyến tính .................................................................. 57
3.2.3. Xây dựng khối phi tuyến của mô hình lai .............................................................. 59
3.3. Xây dựng mô hình lai cho bài toán ước lượng ......................................................... 59
3.3.1. Bài toán ước lượng thông số khí tượng ................................................................. 59
3.3.2. Xác định các đầu vào cho mô hình ước lượng....................................................... 61
3.4. Kết luận chương 3....................................................................................................... 64
Chương 4: CÁC KẾT QUẢ TÍNH TOÁN VÀ MÔ PHỎNG ........................................ 65
4.1. Đặt vấn đề .................................................................................................................... 65
4.2. Đánh giá, lựa chọn đặc tính đầu vào cho các mô hình ............................................ 68
4.2.1. Lựa chọn đặc tính trên cơ sở giá trị hệ số tương quan.......................................... 68
4.2.2. Kết quả dùng phương pháp phân tích theo thành phần chính ............................... 70
4.2.3. Lựa chọn đặc tính trên cơ sở giá trị hệ số tuyến tính ............................................ 71
4.3. Kết quả dự báo, ước lượng thông số khí tượng theo chuỗi thời gian .................... 75
4.3.1. Kết quả xây dựng mô hình lai dự báo thông số khí tượng theo chuỗi thời gian.... 76
4.3.2. Kết quả xây dựng mô hình lai ước lượng thông số khí tượng theo chuỗi thời gian
......................................................................................................................................... 91
4.4. Kết quả dự báo, ước lượng thông số khí tượng theo mùa .................................... 101
4.4.1. Kết quả xây dựng mô hình lai dự báo thông số khí tượng theo mùa ............................ 102
4.4.2. Kết quả xây dựng mô hình lai ước lượng thông số khí tượng theo mùa .............. 105
4.5. Kết luận chương 4..................................................................................................... 112
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ..................................................................... 114
DANH MỤC CÁC TÀI LIỆU THAM KHẢO.............................................................. 116
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN ......................... 124
PHỤ LỤC ............................................................................................................................. 1
PL.1 Một số kết quả chi tiết của khảo sát và lựa chọn cấu trúc các mô hình dự báo
dùng trong so sánh............................................................................................................... 1
PL.2. Các kết quả ước lượng thông số khí tượng theo chuỗi thời gian ........................ 11
-v-
Mục lục
PL.3. Kết quả xác định thành phần tuyến tính trong mô hình ước lượng thông số khí
tượng tại thị xã Chí Linh .................................................................................................. 37
PL.4. Kết quả xác định thành phần tuyến tính theo mùa trong mô hình dự báo ....... 38
PL.4.1. Xác định thành phần tuyến tính khi dự báo mùa Xuân ....................................... 38
PL.4.2. Xác định thành phần tuyến tính khi dự báo mùa Hè ........................................... 42
PL.4.3. Xác định thành phần tuyến tính khi dự báo mùa Thu ......................................... 46
PL.4.4. Xác định thành phần tuyến tính khi dự báo mùa Đông ....................................... 51
PL.5. Kết quả xác định thành phần tuyến tính trong mô hình ước lượng thông số theo
mùa tại thành phố Hải Dương .......................................................................................... 57
PL.5.1. Khối tuyến tính khi ước lượng thông số khí tượng ở mùa Xuân ......................... 57
PL.5.2. Khối tuyến tính khi ước lượng thông số khí tượng ở mùa Hè ............................. 57
PL.5.3. Khối tuyến tính khi ước lượng thông số khí tượng ở mùa Thu ........................... 58
PL.5.4. Khối tuyến tính ước lượng thông số khí tượng ở mùa Đông ............................... 58
PL.6. Kết quả xác định thành phần tuyến tính trong mô hình ước lượng thông số theo
mùa tại thị xã Chí Linh ..................................................................................................... 60
PL.6.1. Khối tuyến tính khi ước lượng thông số khí tượng ở mùa Xuân ......................... 60
PL.6.2. Khối tuyến tính khi ước lượng thông số khí tượng ở mùa Hè ............................. 60
PL.6.3. Khối tuyến tính khi ước lượng thông số khí tượng ở mùa Thu ........................... 61
PL.6.4. Khối tuyến tính khi ước lượng thông số khí tượng ở mùa Đông ......................... 61
- vi -
Danh mục các từ viết tắt
DANH MỤC CÁC TỪ VIẾT TẮT
Từ viết tắt
ANFIS
Tiếng Anh
Tiếng Việt
Adaptive Network-based Fuzzy Mạng thích nghi dựa trên cơ
Inference System
sở hệ suy luận mờ
ANN
Artificial Neural Networks
Mạng nơ-rôn nhân tạo
CNN
Convolutional Neural Network
Mạng nơ-rôn tích chập
DWD
Deutscher Wetter Dienst
GDAS
Global Data Assimilation System
Tổng cục Thời tiết Cộng hòa
Liên bang Đức
Hệ thống đồng hoá số liệu
toàn cầu
Mô hình toàn cầu
GFS
Global Forecasting System
GME
Global Model for Europe
GSM
Global Spectral Model
Mô hình Phổ toàn cầu JMA
HRM
High Resolution Regional Model
Mô hình khu vực phân giải cao
JMA
Japan Meteorological Agency
Cơ quan Khí tượng Nhật Bản
LS-SVM
MAE
MaxAE
MLP
Cơ quan Khí tượng Cộng hòa
Liên bang Đức
Least Squares - Support Vector Máy véc-tơ hỗ trợ dùng Bình
Machine
phương cực tiểu
Mean Absolute Error
Sai số tuyệt đối trung bình
Maximum Absolute Error
Multi Layer Perceptron
- vii -
Giá trị lớn nhất của sai số
tuyệt đối
Mạng nơ-rôn truyền thẳng đa
lớp
Danh mục các từ viết tắt
Mạng hồi quy tuyến tính đa
MLR
Multiple Linear Regression
MRE
Mean Relative Error
Trung bình sai số tương đối
MSE
Mean squared error
Sai số bình phương trung bình
NCAR
NCEP
biến
National Center of Atmospheric Trung tâm Quốc gia Nghiên
cứu Khí quyển Mỹ
Research
National
Centers
for Trung tâm Quốc gia Dự báo
Environmental Prediction
Môi trường Mỹ
Nghiên cứu sinh
NCS
NMC
National Meteorological Centre
Trung tâm Khí tượng Quốc gia
PCA
Principal Component Analysis
Phân tích theo thành phần chính
RAMS
Regional Atmospheric Modeling
System
Hệ thống mô hình khí quyển
Radial Basis Function
Mạng nơ-rôn xuyên tâm
Standard Deviation
Độ lệch chuẩn
SRM
Structure Risk Mimimization
Nguyên lý giảm thiểu cấu trúc
SVC
Support Vector Classification
Máy học Véc-tơ phân lớp
SVD
Singular Value Decomposition
Phân tích theo các giá trị kỳ dị
SVM
Support Vector Machine
Máy học véc-tơ hỗ trợ
SVR
Support Vector Regression
Máy học véc-tơ hỗ trợ ước lượng
WRF
Weather Research and Forecasting
RBF
SD
- viii -
Mô hình nghiên cứu và dự
báo thời tiết
Danh mục các bảng biểu
DANH MỤC CÁC BẢNG BIỂU
Trang
Bảng 2.1: Kết quả sai số khi ước lượng trực tiếp bằng kỹ thuật SVM................................ 49
Bảng 2.2: Kết quả sai số khi ước lượng bằng mô hình lai .................................................. 52
Bảng 4.1: Tổng hợp kết quả sai số khi lựa chọn đặc tính cho mô hình dự báo Tmax/Tmin ... 73
Bảng 4.2: Kết quả sai số khi khai triển thành phần tuyến tính dự báo RHmax ..................... 77
Bảng 4.3: Kết quả sai số khi khai triển thành phần tuyến tính dự báo RHmin ..................... 79
Bảng 4.4: Kết quả sai số khi xác định thành phần phi tuyến dự báo Tmax với các mạng nơrôn khác nhau....................................................................................................................... 81
Bảng 4.5: Kết quả sai số khi xác định thành phần phi tuyến dự báo Tmin với các mạng nơrôn khác nhau....................................................................................................................... 84
Bảng 4.6: Kết quả sai số khi xác định thành phần phi tuyến dự báo RHmax........................ 86
Bảng 4.7: Kết quả sai số khi xác định thành phần phi tuyến dự báo RHmin ........................ 89
Bảng 4.8: Tổng hợp kết quả ước lượng tốt nhất thông số khí tượng tại thành phố Hải
Dương dựa vào kết quả đo tại 4 trạm quan trắc lân cận (Bắc Ninh, Quảng Ninh, Hải Phòng,
Hưng Yên) ........................................................................................................................... 97
Bảng 4.9: Tổng hợp kết quả ước lượng thông số khí tượng tại thị xã Chí Linh dựa vào kết
quả đo tại 04 trạm lân cận (Bắc Ninh, Quảng Ninh, Hải Phòng và Hưng Yên) .................. 100
Bảng 4.10: Kết quả sai số khai triển thành phần tuyến tính ước lượng thông số khí tượng
theo mùa ............................................................................................................................ 103
Bảng 4.11: Kết quả sai số xác định thành phần phi tuyến thông số khí tượng theo mùa sử
dụng mạng Hybrid-SVM ................................................................................................... 104
Bảng 4.12: Tổng hợp kết quả ước lượng thông số khí tượng theo mùa tại thành phố Hải
Dương dựa vào kết quả đo tại 04 trạm lân cận (Bắc Ninh, Quảng Ninh, Hải Phòng và Hưng
Yên) ................................................................................................................................... 109
Bảng 4.13: Tổng hợp kết quả ước lượng thông số khí tượng theo mùa tại thị xã Chí Linh
dựa vào kết quả đo tại 04 trạm lân cận (Bắc Ninh, Quảng Ninh, Hải Phòng và Hưng Yên)
........................................................................................................................................... 111
Bảng PL.2.1: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho
Tmax – Hải Dương ................................................................................................................ 11
Bảng PL.2.2: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho
Tmin - Hải Dương ................................................................................................................. 15
- ix -
Danh mục các bảng biểu
Bảng PL.2.3: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho
RHmax – Hải Dương ............................................................................................................. 18
Bảng PL.2.4: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho
RHmin – Hải Dương .............................................................................................................. 21
Bảng PL.2.5: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho
Tmax – Chí Linh .................................................................................................................... 24
Bảng PL.2.6: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho
Tmin – Chí Linh .................................................................................................................... 28
Bảng PL.2.7: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho
RHmax – Chí Linh ................................................................................................................. 31
Bảng PL.2.8: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho
RHmin – Chí Linh ................................................................................................................. 34
-x-
Danh mục các hình vẽ
DANH MỤC CÁC HÌNH VẼ
Trang
Hình 1.1: Bản đồ vị trí địa lý tỉnh Hải Dương ..................................................................... 20
Hình 2.1: Cấu trúc của mô hình lai [5] ................................................................................ 23
Hình 2.2: Sơ đồ khối xác định thành phần tuyến tính ......................................................... 26
Hình 2.3: Sơ đồ khối xác định thành phần phi tuyến .......................................................... 26
Hình 2.4: Không gian mới được tạo ra qua phép biến đổi PCA [43] .................................. 31
Hình 2.5: Siêu phẳng tách tuyến tính .................................................................................. 37
Hình 2.6: Trường hợp không thể phân chia 2 nhóm bằng một siêu phẳng ......................... 39
Hình 2.7: Một mặt phân chia phi tuyến có thể trở thành một siêu phẳng trong không gian
lớn ........................................................................................................................................ 41
Hình 2.8: Một số hàm tổn thất (lost function) thường dùng [23] ........................................ 42
Hình 2.9: Mô tả ý tưởng dùng hàm nhân trong SVM ......................................................... 45
Hình 2.10: Đồ thị biểu diễn hàm phi tuyến để minh họa cho phương pháp đề xuất ........... 48
Hình 2.11: Đồ thị biểu diễn hàm phi tuyến để kiểm tra phương pháp đề xuất.................... 48
Hình 2.12: Kết quả ước lượng hàm phi tuyến bằng kỹ thuật SVM ..................................... 49
Hình 2.13: Sai số ước lượng hàm phi tuyến bằng kỹ thuật SVM........................................ 50
Hình 2.14: Thành phần phi tuyến còn lại sau khi đã trừ đi thành phần tuyến tính ước lượng
được ..................................................................................................................................... 52
Hình 2.15: Kết quả ước lượng bằng mạng lai (đã tổng hợp cả hai thành phần tuyến tính và
phi tuyến) ............................................................................................................................. 53
Hình 2.16: Sai số ước lượng bằng mạng lai (đã tổng hợp cả hai thành phần tuyến tính và
phi tuyến) ............................................................................................................................. 53
Hình 3.1: Cấu trúc khối trích chọn đặc tính [9] ................................................................... 56
Hình 3.2: Cấu trúc tổng quát các bước thực hiện trích chọn đặc tính ................................. 56
Hình 4.1: Đồ thị sai số học và sai số kiểm tra khi khai triển thành phần tuyến tính cho mô
hình dự báo Tmax .................................................................................................................. 74
Hình 4.2: Đồ thị sai số học và sai số kiểm tra khi khai triển thành phần tuyến tính cho mô
hình dự báo Tmin................................................................................................................... 75
- xi -
Danh mục các hình vẽ
Hình 4.3: Đồ thị sai số học và sai số kiểm tra khi khai triển thành phần tuyến tính cho dự
báo RHmax ............................................................................................................................ 78
Hình 4.4: Đồ thị sai số học và sai số kiểm tra khi khai triển thành phần tuyến tính cho dự
báo RHmin ............................................................................................................................. 80
Hình 4.5: Các sai số còn lại Tmax của mô hình tuyến tính và cũng là các giá trị đích cần đạt
của khối phi tuyến trong quá trình huấn luyện .................................................................... 81
Hình 4.6: Đồ thị biểu diễn giá trị trung bình của sai số tuyệt đối trên bộ số liệu kiểm tra khi
dự báo Tmax .......................................................................................................................... 82
Hình 4.7: Sai số học và sai số kiểm tra khi xác định thành phần phi tuyến dự báo Tmax trong
mô hình lai ........................................................................................................................... 83
Hình 4.8: Các sai số còn lại Tmin của mô hình tuyến tính và cũng là các giá trị đích cần đạt
của khối phi tuyến trong quá trình huấn luyện .................................................................... 83
Hình 4.9: Sai số học và sai số kiểm tra khi xác định thành phần phi tuyến dự báo Tmin trong
mô hình lai ........................................................................................................................... 85
Hình 4.10: Đồ thị biểu diễn sai số tuyệt đối trung bình khi dự báo Tmin ............................. 85
Hình 4.11: Các sai số còn lại RHmax của mô hình tuyến tính và cũng là các giá trị đích cần
đạt của khối phi tuyến trong quá trình huấn luyện .............................................................. 86
Hình 4.12: Đồ thị biểu diễn sai số tuyệt đối trung bình khi dự báo RHmax ......................... 87
Hình 4.13: Sai số học và sai số kiểm tra khi xác định thành phần phi tuyến dự báo RHmax
trong mô hình lai ................................................................................................................. 88
Hình 4.14: Các sai số còn lại RHmin của mô hình tuyến tính và cũng là các giá trị đích cần
đạt của khối phi tuyến trong quá trình huấn luyện .............................................................. 88
Hình 4.15: Đồ thị biểu diễn sai số tuyệt đối trung bình kiểm tra khi dự báo RHmin dùng mô
hình Hybrid - SVM .............................................................................................................. 90
Hình 4.16: Sai số học và sai số kiểm tra khi xác định thành phần phi tuyến dự báo RHmin
trong mô hình lai ................................................................................................................. 90
Hình 4.17: Kết quả sai số tuyệt đối trung bình kiểm tra khi dự báo các thông số khí tượng
dùng mô hình Hybrid-SVM................................................................................................. 91
Hình 4.18: Kết quả kiểm tra khi ước lượng Tmax tại thành phố Hải Dương cho các tổ hợp
đầu vào khác nhau ............................................................................................................... 93
Hình 4.19: Kết quả kiểm tra khi ước lượng Tmin tại thành phố Hải Dương cho các tổ hợp
đầu vào khác nhau ............................................................................................................... 93
- xii -
Danh mục các hình vẽ
Hình 4.20: Kết quả kiểm tra khi ước lượng RHmax tại thành phố Hải Dương cho các tổ hợp
đầu vào khác nhau ............................................................................................................... 95
Hình 4.21: Kết quả kiểm tra khi ước lượng RHmin tại thành phố Hải Dương cho các tổ hợp
đầu vào khác nhau ............................................................................................................... 96
Hình 4.22: Kết quả kiểm tra khi ước lượng Tmax tại thị xã Chí Linh cho các tổ hợp đầu vào
khác nhau ............................................................................................................................. 98
Hình 4.23: Kết quả kiểm tra khi ước lượng Tmin tại thị xã Chí Linh cho các tổ hợp đầu vào
khác nhau ............................................................................................................................. 98
Hình 4.24: Kết quả kiểm tra khi ước lượng RHmax tại thị xã Chí Linh cho các tổ hợp đầu
vào khác nhau ...................................................................................................................... 99
Hình 4.25: Kết quả kiểm tra khi ước lượng RHmin tại thị xã Chí Linh cho các tổ hợp đầu
vào khác nhau .................................................................................................................... 100
Hình 4.26: Biểu diễn kết quả kiểm tra sai số tuyệt đối trung bình khi ước lượng thông số
khí tượng tại Tp. Hải Dương và Tx. Chí Linh ................................................................... 101
Hình 4.27: Kết quả sai số tuyệt đối trung bình dự báo thông số khí tượng theo mùa sử dụng
Hybrid - SVM .................................................................................................................... 105
Hình 4.28: Kết quả kiểm tra với mô hình ước lượng Tmax – Hải Dương cho các tổ hợp đầu
vào khác nhau ở mùa Xuân ............................................................................................... 106
Hình 4.29: Kết quả kiểm tra với mô hình ước lượng Tmax – Hải Dương cho các tổ hợp đầu
vào khác nhau ở mùa Hè ................................................................................................... 107
Hình 4.30: Kết quả kiểm tra với mô hình ước lượng Tmax – Hải Dương cho các tổ hợp đầu
vào khác nhau ở mùa Thu.................................................................................................. 108
Hình 4.31: Kết quả kiểm tra với mô hình ước lượng Tmax – Hải Dương cho các tổ hợp đầu
vào khác nhau ở mùa Đông ............................................................................................... 109
Hình 4.32: Biểu đồ biểu diễn kết quả sai số kiểm tra thử nghiệm mô hình ước lượng thông
số khí tượng theo mùa ở thành phố Hải Dương ................................................................ 110
Hình 4.33: Biểu đồ biểu diễn kết quả sai số kiểm tra thử nghiệm mô hình ước lượng thông
số khí tượng theo mùa ở thị xã Chí Linh ........................................................................... 112
Hình PL.1.1: Kết quả sai số trung bình bình phương mạng MLP sau 300 bước học............ 1
Hình PL.1.2: Sai số kiểm tra thay đổi theo số nơ-rôn ẩn khi sử dụng mạng MLP................ 2
Hình PL.1.3: Kết quả sai số trung bình bình phương sử dụng mạng Hybrid MLP sau 300
bước học ................................................................................................................................ 3
Hình PL.1.4: Sai số kiểm tra thay đổi theo số nơ-rôn ẩn của mạng Hybrid - MLP .............. 3
- xiii -
Danh mục các hình vẽ
Hình PL.1.5: Kết quả sai số trung bình bình phương sử dụng mạng Elman sau 300 bước
học ......................................................................................................................................... 4
Hình PL.1.6: Sai số kiểm tra thay đổi theo số nơ-rôn ẩn khi sử dụng mạng Elman ............. 5
Hình PL.1.7: Kết quả sai số trung bình bình phương sử dụng mạng Hybrid - Elman sau 300
bước học ................................................................................................................................ 6
Hình PL.1.8: Sai số kiểm tra thay đổi theo số nơ-rôn ẩn khi sử dụng mạng Elman ............. 6
Hình PL.1.9: Kết quả sai số trung bình bình phương sử dụng mạng RBF sau 300 bước học
............................................................................................................................................... 7
Hình PL.1.10: Kết quả sai số trung bình bình phương sử dụng mạng Hybrid - RBF sau 300
bước học ................................................................................................................................ 8
Hình PL.1.11: Kết quả sai số trung bình bình phương sử dụng mạng BRTree sau 300 bước
học ......................................................................................................................................... 9
Hình PL.1.12: Kết quả sai số trung bình bình phương sử dụng mạng Hybrid - BRTree sau
300 bước học ....................................................................................................................... 10
- xiv -
Mở đầu
MỞ ĐẦU
1. Tính cấp thiết của đề tài
Dự báo thời tiết nói chung và dự báo một số thông số khí tượng nói riêng có ý
nghĩa quan trọng trong việc phát triển kinh tế - xã hội và đời sống con người nhằm
hạn chế và phòng chống thiên tai, thiết lập kế hoạch sản xuất, khai thác tiềm năng
khí hậu,… dự báo thông số khí tượng diện rộng ngày càng được quan tâm và nghiên
cứu rộng rãi, kết quả dự báo thông số khí tượng là cơ sở để đưa ra các bản tin dự
báo thời tiết được chính xác. Bài toán dự báo thông số khí tượng là một bài toán hết
sức phức tạp, do chưa hiểu hết được bản chất vật lý của các thông số khí tượng dẫn
tới những khó khăn trong việc xây dựng các phương pháp dự báo.
Bài toán dự báo thông số khí tượng ngắn hạn được đánh giá là phức tạp so với
các bài toán khác. Kết quả dự báo ngắn hạn chính xác sẽ hỗ trợ việc đưa ra các bản
tin thời tiết chính xác nhằm đảm bảo phát triển kinh tế - xã hội ở khu vực dự báo
được hiệu quả, thuận lợi. Kết quả dự báo này cũng có thể nhanh chóng và dễ dàng
kiểm chứng do không cần phải chờ đợi dài ngày. Đã có rất nhiều mô hình giải pháp
được đề xuất, ứng dụng trong công tác dự báo thông số khí tượng hiện nay tựu
chung ở 2 nhóm giải pháp chính là: nhóm giải pháp thương mại và nhóm giải pháp
nghiên cứu (đang ở mức độ nghiên cứu, mô phỏng).
Nhóm giải pháp thương mại có một số hạn chế:
• Không chủ động được về công nghệ, thuật toán, giải pháp, các hạ tầng
kèm theo;
• Các phần mềm của nước ngoài thường có yêu cầu phức tạp về thông tin
đầu vào (ảnh vệ tinh, hệ thống đo trên nhiều tầng khí quyển,…), chi phí
thu thập thông tin cao, các hệ thống tính toán cấu hình lớn (yêu cầu máy
chủ mạnh hoặc mạng nhiều máy tính song song), sử dụng phức tạp;
• Không chủ động trong việc điều chỉnh các thông số, điều chỉnh các yêu cầu
của người sử dụng tại địa phương,...
Nhóm giải pháp nghiên cứu, chưa có một giải pháp nào được coi là chuẩn và áp
dụng hiệu quả cho mọi đối tượng. Một trong những nguyên nhân chính của vấn đề
-1-
Mở đầu
này là do ở mỗi vùng, mỗi khu vực các thông số khí tượng phụ thuộc khác nhau vào
các số liệu trong quá khứ. Sự khác nhau này đòi hỏi phải điều chỉnh lại các thông số
của một mô hình đã được lựa chọn nào đó hoặc đến mức độ phải xây dựng một mô
hình hoàn toàn mới. Do đó, đối với từng khu vực dự báo cần phải xác định lại các
thông số của mô hình dự báo hoặc đề xuất mô hình dự báo mới cho phù hợp hơn.
Để khắc phục những tồn tại trên, luận án đề xuất:
• Xây dựng giải pháp cho hai bài toán dự báo và ước lượng thông số khí
tượng phổ biến là: mô hình dự báo ngắn hạn thông số khí tượng dựa vào kết
quả đo trong quá khứ và mô hình ước lượng thông số khí tượng dựa trên kết
quả đo của các trạm quan trắc lân cận;
• Các giải pháp hướng tới mục tiêu: thông tin đầu vào ít, dễ thu thập ở điều
kiện Việt Nam nhưng vẫn đảm bảo được độ chính xác phù hợp, chủ động
trong thuật toán để thuận tiện cho các việc điều chỉnh mô hình nhằm tối ưu
hóa theo số liệu địa phương.
2. Mục đích nghiên cứu
Nghiên cứu và giải quyết hai vấn đề trong mô hình xử lý và dự báo thông số
khí tượng:
1. Xây dựng mô hình dự báo ngắn hạn thông số khí tượng (thử nghiệm với hai
thông số là nhiệt độ và độ ẩm) dựa trên các kết quả đo quá khứ,
2. Xây dựng mô hình ước lượng thông số khí tượng dựa trên các kết quả đo
cùng thời điểm tại các điểm đo lân cận.
Các mô hình dự báo hướng tới mục tiêu và đạt yêu cầu:
• Dự báo được thông số khí tượng cho nhiều địa điểm;
• Thu thập số liệu không quá phức tạp;
• Hạ tầng tính toán không cần quá cao;
• Làm chủ được công nghệ xây dựng mô hình dự báo và ước lượng thông số
khí tượng.
-2-
Mở đầu
3. Đối tượng và phạm vi nghiên cứu
3.1. Đối tượng nghiên cứu
• Các mô hình ước lượng phi tuyến ứng dụng trong bài toán dự báo và bài
toán ước lượng;
• Bộ số liệu do Đài Khí tượng và Thủy văn Khu vực Đồng bằng Bắc Bộ
cung cấp gồm:
Các thông số quan trắc: nhiệt độ lớn nhất, nhỏ nhất; độ ẩm lớn nhất, nhỏ nhất;
tốc độ gió lớn nhất, nhỏ nhất; lượng mưa trung bình và số giờ nắng trong ngày;
Địa điểm quan trắc: 07 địa điểm tại trung tâm tỉnh Thái Bình, Hưng
Yên, Bắc Ninh, Quảng Ninh, thị xã Chí Linh, thành phố Hải Phòng và
thành phố Hải Dương;
Thời gian quan trắc: từ 01/01/2010 đến 31/12/2015.
• Phần mềm mô phỏng sử dụng trong luận án: Matlab 7.11 (R2010b) và thư
viện LS-SVM1.8;
3.2. Phạm vi nghiên cứu
• Nghiên cứu về lý thuyết và các mô hình dự báo thông số khí tượng; các mô
hình ứng dụng mạng nơ-rôn nhân tạo trong bài toán ước lượng, dự báo
thông số khí tượng;
• Xây dựng mô hình mạng nơ-rôn dự báo, ước lượng thông số khí tượng
(nhiệt độ, độ ẩm lớn nhất, nhỏ nhất trong ngày) cho địa bàn thành phố Hải
Dương và thị xã Chí Linh dựa trên kết quả đo trong quá khứ và các điểm
quan trắc lân cận.
4. Phương pháp nghiên cứu
• Thu thập số liệu: các bộ số liệu đo của các trạm quan trắc ở các khu vực lân
cận thành phố Hải Dương như tỉnh Thái Bình, Hưng Yên, Bắc Ninh, Chí
Linh, Quảng Ninh và thành phố Hải Phòng.
• Thực nghiệm: đánh giá độ chính xác của các mô hình trên các bộ số liệu cụ
thể đã thu thập, phân tích các nguồn sai số để đề xuất giải pháp khắc phục.
-3-
Mở đầu
5. Ý nghĩa khoa học và thực tiễn của đề tài
5.1. Ý nghĩa khoa học
Đề xuất phương pháp ứng dụng kỹ thuật máy học véc-tơ hỗ trợ (SVM) trong mô
hình lai để phân tích, xử lý và dự báo thông số khí tượng là nhiệt độ và độ ẩm:
• Xây dựng mô hình dự báo nhiệt độ, độ ẩm lớn nhất và nhỏ nhất dựa trên
các kết quả đo trong quá khứ;
• Xây dựng mô hình ước lượng nhiệt độ, độ ẩm lớn nhất và nhỏ nhất dựa trên
các kết quả đo của các khu vực lân cận.
5.2. Ý nghĩa thực tiễn của đề tài
Bài toán dự báo thông số khí tượng có ý nghĩa thực tiễn trong việc phát triển
kinh tế - xã hội và đời sống con người, biết được thông số khí tượng sẽ hạn chế và
phòng chống thiên tai, thiết lập kế hoạch sản xuất, khai thác tiềm năng khí hậu.
Phương pháp mới của luận án sẽ góp phần bổ sung số lượng các giải pháp để tạo
điều kiện cho việc lựa chọn ứng dụng thực tế được dễ dàng hơn. Phương pháp chỉ
yêu cầu sử dụng số liệu đo quan trắc trong quá khứ hoặc kết quả đo quan trắc ở
các khu vực lân cận để dự báo, ước lượng thông số khí tượng nên việc thu thập số
liệu cũng khá đơn giản, tính kinh tế cao.
6. Những đóng góp của luận án
Luận án có đóng góp sau:
• Đã đề xuất mô hình lai gồm khối tuyến tính và máy học véc-tơ hỗ trợ
(SVM) để áp dụng cho các bài toán ước lượng phi tuyến. Mô hình lai này
có độ chính xác cao hơn mô hình SVM và một số mô hình phi tuyến khác;
• Sử dụng mô hình lai đề xuất để xây dựng giải pháp có độ chính xác cao cho
bài toán dự báo thông số khí tượng dựa trên kết quả đo trong quá khứ;
• Sử dụng mô hình lai đề xuất để xây dựng giải pháp có độ chính xác cao
cho bài toán ước lượng thông số khí tượng dựa trên kết quả đo của các trạm
quan trắc lân cận.
-4-
Mở đầu
7. Bố cục của luận án
Luận án gồm phần mở đầu, 4 chương chính, phần kết luận và danh mục các tài
liệu tham khảo cũng như các công trình đã công bố của luận án. Chi tiết của các
phần gồm:
Mở đầu: trình bày các vấn đề chung của luận án, tóm tắt về nội dung nghiên
cứu, những đóng góp của luận án và bố cục của luận án.
Chương 1. Tổng quan về các mô hình dự báo thông số khí tượng
Trong chương này sẽ trình bày tóm tắt một số mô hình dự báo thông số khí
tượng đã được áp dụng trong điều kiện thực tế hiện nay. Từ đó định hướng nghiên
cứu của luận án và mô tả khái quát các bộ số liệu sử dụng trong luận án.
Chương 2. Mô hình lai và ứng dụng trong các vấn đề mô hình hóa phi tuyến
Luận án trình bày về mô hình lai gồm cơ chế làm việc của mô hình, phương
pháp xây dựng mô hình phù hợp cho các bộ thông số và ứng dụng nó trong mô hình
phi tuyến. Mô hình lai có thể được xây dựng hiệu quả hơn do tách được quá trình
xác định thành phần tuyến tính và quá trình xác định thành phần phi tuyến thành hai
phần độc lập.
Ngoài ra, luận án trình bày về SVM cho bài toán phân lớp, bài toán hồi quy và
phương pháp LS-SVM, đặc biệt đã đề xuất sử dụng SVM trong mô hình lai để ước
lượng hàm phi tuyến.
Một ví dụ ứng dụng mô hình lai để ước lượng hàm phi tuyến đã được trình bày
để minh họa cho khả năng tốt của mô hình lai trong các vấn đề này.
Chương 3. Xây dựng các giải pháp dự báo, ước lượng sử dụng mô hình lai
Luận án trình bày cách xây dựng mô hình lai:
• Bài toán dự báo: phân tích, lựa chọn các đặc tính đầu vào cho mô hình, xây
dựng mô hình xác định thành phần tuyến tính và phi tuyến;
• Bài toán ước lượng: xây dựng các kịch bản cho bài toán ước lượng
thông số khí tượng dựa trên kết quả đo của các trạm quan trắc lân cận.
Với số liệu đo của 07 trạm quan trắc xây dựng kiểm tra chéo với các tập
con, thực hiện kiểm tra thử nghiệm với 25 trường hợp chia thành 03
-5-
Mở đầu
nhóm kịch bản khác nhau: sử dụng số liệu của 02; 03 và 04 trạm quan
trắc lân cận.
Chương 4. Các kết quả tính toán và mô phỏng
Trình bày các kết quả nghiên cứu đã được đề xuất ở chương 3, đánh giá độ
chính xác của các mô hình đã đề xuất.
Tiếp theo là phần kết gồm các kết luận và kiến nghị của luận án với những vấn
đề cần nghiên cứu tiếp. Cuối cùng là tài liệu tham khảo, các công trình đã công bố
liên quan đến luận án và phần phụ lục.
-6-
Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng
CHƯƠNG 1: TỔNG QUAN VỀ CÁC MÔ HÌNH DỰ BÁO
THÔNG SỐ KHÍ TƯỢNG
1.1. Đặt vấn đề
Tổng quan về các mô hình dự báo thông số khí tượng sẽ giúp NCS nghiên
cứu, tìm hiểu và đánh giá được các mô hình dự báo đang được ứng dụng trên thế
giới và Việt Nam từ đó chỉ ra những tồn cần khắc phục và đề xuất được mô hình,
giải pháp mới phù hợp hơn để thực hiện được mục tiêu của luận án.
Trong chương này của luận án trình bày tổng quan về các mô hình dự báo
thông số khí tượng, các phương pháp dự báo thông số khí tượng, các mô hình dự
báo đang được ứng dụng trên thế giới, ở Việt Nam và một số đề xuất nghiên cứu
của luận án.
1.2. Một số phương pháp dự báo thông số khí tượng
Với sự phát triển của khoa học kĩ thuật, rất nhiều mô hình thu thập, xử lý và
dự báo thông số khí tượng đã ra đời [12, 15, 16, 19, 24, 27] và được đưa vào ứng
dụng trong dự báo nghiệp vụ tại nhiều trung tâm dự báo khí tượng trên thế giới.
Hiện nay, trên thế giới có rất nhiều nghiên cứu về phương pháp dự báo thông số khí
tượng, các nghiên cứu này được chia làm một số nhóm phương pháp chính như sau:
• Phương pháp synopse [27]: Đây là phương pháp dự báo chính trong nghiệp
vụ ở nước ta hiện nay và nhiều nước trên thế giới. Với kinh nghiệm phân
tích các hình thế synopse kết hợp sử dụng các thông tin bổ trợ từ sản phẩm
dự báo của các mô hình số, ảnh mây vệ tinh,... các dự báo viên đã đưa ra
những bản tin dự báo tốt trong phần lớn các trường hợp. Phương pháp này
không đòi hỏi các điều kiện về số liệu và công cụ tính toán song lại có
nhược điểm là mang tính chủ quan, phụ thuộc nhiều vào kinh nghiệm của
các dự báo viên. Riêng đối với mưa, sản phẩm là dự báo định tính về lượng
mưa như mưa vừa, mưa to và mưa rất to,...
• Phương pháp thống kê (Statistical methods) [22, 65, 79]: Ưu điểm của
phương pháp thống kê là mang tính chất khách quan, đơn giản, không đòi
hỏi các điều kiện về số liệu ban đầu và công cụ tính toán, dễ xây dựng mô
-7-
Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng
hình cũng như sử dụng trong nghiệp vụ dự báo. Tuy nhiên, phương pháp
này có đặc điểm là coi những quá trình xảy ra ở hiện tại và tương lai đều
tuân theo các qui luật thu được từ tập số liệu trong quá khứ, dẫn tới kết
quả của mô hình dự báo phụ thuộc nhiều vào độ dài tập mẫu. Độ chính
xác của mô hình dự báo phụ thuộc rất nhiều vào việc lựa chọn nhân tố dự
báo và quá trình xử lý số liệu. Chuỗi số liệu quá dài sẽ chứa trong nó
những qui luật mà hiện tại không có, chuỗi số liệu quá ngắn sẽ gây mất ổn
định thống kê.
• Phương pháp số trị (Numerical methods) [10, 27, 36]: Phương pháp này
dựa trên việc giải các phương trình toán học mô tả trạng thái của khí quyển
để đưa ra được các yếu tố thời tiết trong tương lai, cho phép dự báo các
trường khí tượng thông qua việc tích phân các phương trình mô tả động lực
học khí quyển một cách khách quan, tính được các biến khí tượng một cách
định lượng. Phương pháp dự báo số trị hiện nay có độ phân giải áp dụng
cho từng khu vực đã được sử dụng ở nhiều nước trên thế giới, đặc biệt là
các nước phát triển. Chất lượng dự báo về hiện tượng mưa lớn cao hơn hai
phương pháp trên và sản phẩm số của mô hình dự báo có thể đảm bảo yêu
cầu của các mô hình dự báo thuỷ văn đối với lũ lụt, lũ quét. Một trong
những nhân tố quyết định gây nên sự hình thành và phát triển mưa lớn trong
các hiện tượng thời tiết nguy hiểm như xoáy thuận nhiệt đới, dải hội tụ
nhiệt đới,... là đối lưu mây tích. Các quá trình đối lưu này đóng vai trò quan
trọng trong chu trình vận chuyển năng lượng của khí quyển và do đó phân
bố lại sự đốt nóng không đồng đều trên bề mặt trái đất. Ngoài phụ thuộc
vào độ hội tụ ẩm mực thấp, đối lưu mạnh còn phụ thuộc vào tính bất ổn
định của khí quyển. Và như chúng ta đã biết, các quá trình qui mô vừa như
vậy chỉ có thể tính được bằng các mô hình số trị. Chính vì vậy, ưu tiên phát
triển phương pháp dự báo số trị mà trước hết áp dụng các mô hình số ở
nước ta là một hướng đi nhằm tăng cường chất lượng dự báo. Phương pháp
dự báo số trị có quy mô toàn cầu, khu vực được phát triển và ứng dụng
mạnh mẽ trong dự báo thời tiết ở Mỹ, Úc, Nhật Bản, Liên bang Nga, các
nước châu Âu,...
-8-
Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng
• Phương pháp dự báo phối kết hợp (Ensemble forecast methods) [61, 83]:
Dự báo tổng hợp là một hướng mới đang được phát triển rất mạnh tại các
trung tâm dự báo khí tượng nghiệp vụ trên thế giới. Với việc coi khí quyển
được cảm nhận và mô phỏng (bởi các quan trắc và các mô hình số trị) có
bản chất là một hệ thống tập hợp thống kê thay vì là một hệ xác định, do đó
đặc trưng thống kê của tập hợp các dự báo khác nhau sẽ cho kết quả tin cậy
hơn của từng dự báo riêng biệt.
1.3. Các mô hình dự báo thông số khí tượng được ứng dụng trên
thế giới
Những nghiên cứu trên thế giới từ trước tới nay đã cho thấy tính ưu việt của
các mô hình số trị, các mô hình này được chia thành bốn nhóm nhưng chủ yếu được
chia làm hai loại cơ bản: các mô hình số trị toàn cầu và các mô hình số trị khu vực.
Sau đây là một số mô hình số trị toàn cầu và khu vực đã được nghiên cứu, phát triển
ở trong và ngoài nước.
1.3.1. Mô hình số trị toàn cầu
a. Mô hình RHMC [95 ]
Mô hình dự báo các trường số trị toàn cầu RHMC do cơ quan Khí tượng Thuỷ
văn Liên bang Nga (RHMC) xây dựng và đưa vào dự báo nghiệp vụ với các hạn dự
báo cách nhau 6h một lần từ 12h đến 240h (10 ngày). Mô hình có ký hiệu T85L31.
Sản phẩm của mô hình là các trường dự báo của các yếu tố khí tượng sau:
• Nhiệt độ không khí: T (C ) ;
• Độ ẩm không khí tương đối: RH ( %) ;
• Các thành phần gió kinh hướng và vĩ hướng: V ( m / s ) ;
• Lượng mưa trung bình (mm/12h).
Dự báo nghiệp vụ của RHMC bởi mô hình T85L31 được thực hiện hai lần
trong ngày: 00 UTC (đối với hạn dự báo đến 84h) và 12 UTC (đối với hạn dự báo
đến 240h).
-9-
