(Luận văn thạc sĩ) Nghiên cứu xây dựng phương trình dự báo mưa thời hạn 24 giờ trong mùa mưa cho khu vực tỉnh Nghệ An

BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG
TRƢỜNG ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƢỜNG HÀ NỘI
------------------------------------

LUẬN VĂN THẠC SĨ
NGHIÊN CỨU XÂY DỰNG PHƢƠNG TRÌNH DỰ BÁO MƢA
THỜI HẠN 24 GIỜ TRONG MÙA MƢA
CHO KHU VỰC TỈNH NGHỆ AN

CHUYÊN NGÀNH: KHÍ TƯỢNG VÀ KHÍ HẬU HỌC

TĂNG VĂN AN

HÀ NỘI, NĂM 2019


BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG
TRƢỜNG ĐẠI HỌC TÀI NGUYÊN VÀ MÔI TRƢỜNG HÀ NỘI
------------------------------------

LUẬN VĂN THẠC SĨ

NGHIÊN CỨU XÂY DỰNG PHƢƠNG TRÌNH DỰ BÁO MƢA
THỜI HẠN 24 GIỜ TRONG MÙA MƢA
CHO KHU VỰC TỈNH NGHỆ AN
TĂNG VĂN AN
CHUYÊN NGÀNH: KHÍ TƢỢNG VÀ KHÍ HẬU HỌC
MÃ SỐ: 8440222

NGƢỜI HƢỚNG DẪN KHOA HỌC:
1. PGS.TS. NGUYỄN VIẾT LÀNH

2. TS. VÕ VĂN HÒA

HÀ NỘI, NĂM 2019


CÔNG TRÌNH ĐƢỢC HOÀN THÀNH TẠI
TRƢỜNG ĐẠI HỌC TÀI NGUYÊN MÔI TRƢỜNG HÀ NỘI

Cán bộ hướng dẫn chính: PGS.TS. Nguyễn Viết Lành
Cán bộ hướng dẫn phụ: TS. Võ Văn Hòa

Cán bộ chấm phản biện 1: TS. Hoàng Phúc Lâm

Cán bộ chấm phản biện 2: TS. Phạm Thị Thanh Ngà

Luận văn thạc sĩ được bảo vệ tại:

HỘI ĐỒNG CHẤM LUẬN VĂN THẠC SĨ
TRƢỜNG ĐẠI HỌC TÀI NGUYÊN MÔI TRƢỜNG HÀ NỘI
Ngày 11 tháng 01 năm 2019


LỜI CAM ĐOAN
Tôi xin cam đoan luận văn thạc sĩ “Nghiên cứu xây dựng phương trình
dự báo mưa thời hạn 24 giờ trong mùa mưa cho khu vực tỉnh Nghệ An” là
do tôi thực hiện với sự hướng dẫn của PGS.TS. Nguyễn Viết Lành và TS. Võ
Văn Hòa. Các kết quả nghiên cứu trong luận văn do tôi thực hiện và chưa công
bố bất cứ ở đâu.
Tôi xin hoàn toàn chịu trách nhiệm về những nội dung mà tôi trình bày
trong luận văn này.

Hà Nội, ngày 20 tháng 01 năm 2019
TÁC GIẢ

Tăng Văn An


LỜI CẢM ƠN
Sau một thời gian nỗ lực, cố gắng của bản thân luận văn “Nghiên cứu
xây dựng phƣơng trình dự báo mƣa thời hạn 24 giờ trong mùa mƣa cho
khu vực tỉnh Nghệ An” đã hoàn thành. Trong quá trình học tập, nghiên cứu
và hoàn thiện luận văn, tôi đã nhận được rất nhiều sự giúp đỡ của thầy cô và
bạn bè.
Trước hết tôi xin bày tỏ lòng biết ơn sâu sắc và trân trọng tới PGS.TS.
Nguyễn Viết Lành và TS. Võ Văn Hòa những người đã chỉ bảo, hướng dẫn và
giúp đỡ rất tận tình trong suốt thời gian thực hiện luận văn.
Tôi xin gửi lời cảm ơn đến Phòng Đào tạo và Khoa Khí tượng Thủy văn,
Trường Đại học Tài nguyên và Môi trường Hà Nội và toàn thể các thầy, cô đã
giảng dạy, giúp đỡ trong thời gian học tập cũng như thực hiện luận văn.
Nhân dịp này, tôi xin chân thành cảm ơn tập thể cán bộ viên chức Đài
Khí tượng Thủy văn khu vực Bắc Trung Bộ, Trung tâm Dự báo khí tượng
thủy văn Quốc gia và các đồng nghiệp đã giúp đỡ trong quá trình thực hiện
luận văn.
Do thời gian nghiên cứu hạn chế, trình độ và kinh nghiệm thực tiễn còn
chưa tốt nên luận văn chắc chắn không tránh được thiếu sót, vì vậy kính mong
các thầy, cô giáo, đồng nghiệp đóng góp ý kiến để kết quả nghiên cứu được
hoàn thiện hơn./.
Hà Nội, ngày 20 tháng 01 năm 2019
TÁC GIẢ

Tăng Văn An

MỤC LỤC
MỤC LỤC ..................................................................................................... i
TÓM TẮT LUẬN VĂN .............................................................................. iv
DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT .................................. v
DANH MỤC BẢNG BIỂU.......................................................................... vi
DANH MỤC HÌNH VẼ.............................................................................. vii
MỞ ĐẦU ....................................................................................................... 1
1. Tính cấp thiết .......................................................................................... 1
2. Mục tiêu của luận văn............................................................................. 2
3. Phạm vi và đối tượng nghiên cứu ........................................................... 2
4. Cấu trúc luận văn ................................................................................... 2
CHƢƠNG 1. TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU ........................ 3
1.1 Điều kiện tự nhiên tỉnh Nghệ An ........................................................... 3
1.1.1 Vị trí địa lý..................................................................................... 3
1.1.2 Địa hình ......................................................................................... 3
1.1.3 Diện tích tự nhiên........................................................................... 3
1.1.4 Khí hậu .......................................................................................... 4
1.2 Tình hình nghiên cứu trong và ngoài .................................................... 4
1.2.1 Tình hình nghiên cứu ngoài nước ................................................... 4
1) Dự báo mưa bằng mô hình số trị ......................................................... 4
2) Dự báo mưa bằng phương pháp thống kê ........................................... 7
1.2.2 Tình hình nghiên cứu trong nước ................................................... 9
1.2.3 Thực trạng công tác dự báo mưa tại Đài KTTV khu vực Bắc Trung
Bộ ......................................................................................................... 13
1. Phương pháp synop........................................................................... 13
2. Phương pháp thống kê vật lý ............................................................. 14
3. Mô hình dự báo số trị ........................................................................ 14
CHƢƠNG 2. CƠ SỞ SỐ LIỆU VÀ PHƢƠNG PHÁP NGHIÊN CỨU ... 15

2.1 Cơ sở số liệu ....................................................................................... 15
2.1.1 Số liệu quan trắc .......................................................................... 15
2.1.2 Số liệu mô hình ............................................................................ 16
i


2.2 Phương pháp nghiên cứu .................................................................... 17
2.2.1 Các dạng biến trong dự báo thống kê ........................................... 18
2.2.2 Phép ước lượng hồi quy xác suất sự kiện ..................................... 18
2.2.3 Lọc nhân tố .................................................................................. 20
2.2.4 Xác định ngưỡng dự báo ............................................................. 22
2.2.5 Đánh giá độ chính xác của các phương trình dự báo .................... 23
2.2.6 Sử dụng phần mềm NCSS để xây dựng phương trình dự báo bằng
hàm hồi quy từng bước ......................................................................... 24
2.2.7 Xây dựng bộ nhân tố dự báo ........................................................ 25
CHƢƠNG 3. MỘT SỐ KẾT QUẢ NGHIÊN CỨU .................................. 29
3.1 Một số đặc trưng mưa của tỉnh Nghệ An ............................................. 29
3.1.1 Tổng lượng mưa năm ................................................................... 29
3.1.2 Phân bố lượng mưa theo mùa ....................................................... 30
3.2 Xác đ nh một số hình thế thời tiết cơ

n g y mưa l n ....................... 31

3.2.1 Các hình thế thời tiết đơn l ......................................................... 32
3.2.2 Hình thế gây mưa lớn do tổ hợp của hai hình thế thời tiết ............ 37
3.2.3 Hình thế gây mưa lớn do tổ hợp của ba hình thế thời tiết trở lên .. 40
3.3 X y dựng phương trình dự áo mưa ................................................... 43
3.3.1 Kết quả xây dựng phương trình dự báo ........................................ 43
3.3.2 Kết quả dự báo thử nghiệm trên chuỗi số liệu phụ thuộc .............. 46
3.3.3 Kết quả dự báo thử nghiệm trên chuỗi số liệu độc lập .................. 48

3.4 Quy trình dự áo c s dụng các phương trình dự áo đ x y dựng
được ............................................................................................................. 50
3.4.1 Những phương trình được chọn ................................................... 50
3.4.2 Thực hiện quy trình dự báo .......................................................... 54
KẾT LUẬN VÀ KIẾN NGHỊ .................................................................... 56
1. Kết luận ................................................................................................ 56
2. Kiến ngh .............................................................................................. 57
TÀI LIỆU THAM KHẢO .......................................................................... 58
Phụ lục 1. Dự báo thử nghiệm trên chuỗi số liệu độc lập cho Vinh (tháng
6) .................................................................................................................. 62
ii


TÓM TĂT LUẬN VĂN
Họ và tên học viên: Tăng Văn An
Lớp CH3A.K

Khóa: 2017-2018

Cán bộ hướng dẫn: PGS.TS. Nguyễn Viết Lành và TS. Võ Văn Hòa
Tên đề tài: Nghiên cứu xây dựng phương trình dự báo mưa thời hạn 24 giờ
trong mùa mưa cho khu vực tỉnh Nghệ An
Tóm tắt: Luận văn đã sử dụng số liệu quan trắc và số liệu của Trung tâm Dự
báo thời tiết hạn vừa châu Âu – ECMWF để xây dựng bộ bản đồ hình thế thời
tiết gây mưa lớn trên địa bàn tỉnh Nghệ An, đồng thời để xây dựng phương
trình dự báo mưa thời hạn 24 giờ trong thời kì từ tháng 6 đến tháng 11 cho
bốn trạm khí tượng: Vinh, Quỳnh Lưu, Tây Hiếu và Quỳ Châu. Kết quả dự
báo thử nghiệm cho thấy, có 50% số phương trình đạt yêu cầu về độ chính
xác dự báo mưa.

THESIS ABSTRACT
Full name: Tang Van An
Class CH3A.K

Course: 2017-2018

Supervisor: Assoc. Prof. PhD. Nguyen Viet Lanh and PhD. Vo Van Hoa
Project title: Research building equation rain forecast 24-hour period in the
rainy season for the region of Nghe An province
Abstract: The thesis used monitoring data and data of the European Centre for
Medium-Range Wether Forecasts - ECMWF to build a set of weather map to
cause heavy rain in Nghe An province, and build the 24-hour rain forecasting
equation for the period from June to November for four meteorological
stations: Vinh, Quynh Luu, Tay Hieu and Quy Chau. Experimental forecast
results show that 50% of equations meet the requirements for accuracy of rain
forecasting.

iii


DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT
cs.

Cộng sự

KTTV

Khí tượng thủy văn

KKL

Không khí lạnh

ITCZ

Dải hội tụ nhiệt đới

ĐD

Đường dòng

BĐ

Báo động

H

Độ cao địa thế vị

ATNĐ

Áp thấp nhiệt đới

BĐKH

Biến đổi khí hậu

R24

Tổng lượng mưa 24 giờ

RAT

Rãnh áp thấp

ECMWF

Trung tâm Dự báo Khí tượng hạn vừa Châu Âu

iv


DANH MỤC BẢNG BIỂU
Bảng 2.1. Tổng hợp đánh giá dự báo ............................................................ 23
Bảng 2.2. Nhân tố dự báo sơ cấp từ số liệu quan trắc (20 nhân tố) ............... 25
Bảng 2.3. Nhân tố dự báo sơ cấp từ số liệu mô hình (75 nhân tố) ................. 26
Bảng 2.4. Nhân tố dự báo thứ cấp từ số liệu quan trắc (20 nhân tố) .............. 26
Bảng 2.5. Nhân tố dự báo thứ cấp từ số liệu mô hình (15 nhân tố) ............... 27
Bảng 3.1. Lượng mưa trung bình nhiều năm (mm) tại ở Nghệ An ................ 29
Bảng 3.2. Phân bố lượng mưa theo mùa ở Nghệ An ..................................... 31
Bảng 3.3. Phân loại các hình thế gây mưa lớn trên khu vực Nghệ An giai đoạn
2007-2017 .................................................................................................... 32
Bảng 3.4. Thống kê các hình thế thời tiết đơn l gây mưa lớn ở Nghệ An giai
đoạn 2007-2017............................................................................................ 33
Bảng 3.5. Thống kê các dạng tổ hợp 2 hình thế thời tiết gây mưa lớn ở Nghệ
An giai đoạn 2007-2017 ............................................................................... 38
Bảng 3.6. Thống kê các dạng tổ hợp 3 hình thế thời tiết gây mưa lớn ở Nghệ
An giai đoạn 2007-2017 ............................................................................... 41
Bảng 3.7. Kết quả xây dựng phương trình dự báo mưa cho 4 trạm trên khu
vực tỉnh Nghệ An ......................................................................................... 43

Bảng 3.8. Kết quả đánh giá dự báo thử nghiệm trên chuỗi số liệu phụ thuộc 47
Bảng 3.9. Kết quả đánh giá dự báo thử nghiệm trên chuỗi số liệu độc lập .... 48

v


DANH MỤC HÌNH VẼ
Hình. 2.1. Bản đồ Mạng lưới trạm khí tượng thủy văn khu vực Bắc Trung Bộ
..................................................................................................................... 15
Hình 2.2. Khởi động modul Stepwise Regression......................................... 24
Hình 3.1. Phân bố lượng mưa trung bình nhiều năm tỉnh Nghệ An .............. 30
Hình 3.2. Bản đồ hình thế ITCZ gây mưa lớn từ ngày 28-29/7/2007 ............ 34
Hình 3.4. Bản đồ hình thế gió SE gây mưa lớn từ ngày 29-31/10/2008 ........ 36
Hình 3.5. Bản đồ hình thế KKL gây mưa lớn từ ngày 3-4/10/2017............... 37
Hình 3.6. Bản đồ hình thế KKL tác động RAT gây mưa lớn từ ngày 913/10/2017 ................................................................................................... 39
Hình 3.7. Bản đồ hình thế XTNĐ kết hợp với RAT gây mưa lớn từ ngày 25 26/9/2009 ..................................................................................................... 40
Hình 3.8. Bản đồ hình thế RAT kết hợp với KKL và nhiễu động gió đông gây
mưa lớn từ ngày 15 - 19/10/2010.................................................................. 42

vi


MỞ ĐẦU
1. Tính cấp thiết
Nghệ An là tỉnh thuộc vùng duyên hải Bắc Trung Bộ, nơi có địa hình đa
dạng, phức tạp và bị chia cắt bởi các hệ thống đồi núi, sông suối hướng
nghiêng từ tây - bắc xuống đông - nam.
Trong những năm gần đây, các trận mưa lớn đã xảy ra trên khu vực tỉnh
Nghệ An với tần suất và cường độ ngày một lớn. Những trận mưa này, mỗi
khi xảy ra cùng với việc xả lũ từ các hồ chứa thủy lợi, thủy điện thường gây

ra ngập lụt nghiêm trọng trên địa bàn tỉnh, tác động rất lớn đến kinh tế xã hội
và môi trường sống của người dân.
Năm 2008, tỉnh Nghệ An bị thiệt hại do mưa lũ gây ra là: chết 25 người,
bị sập 156 ngôi nhà, đập bị vỡ 70 cái, đập hư hỏng 2700 cái, đường bị sạt lở
12054 m, cầu cống hư hỏng 158 cái và mất trắng 1251 ha lúa [3].
Năm 2010, tỉnh Nghệ An bị thiệt hại do mưa lũ gây ra là 3.206 tỷ đồng,
đặc biệt, đã có 50 người chết, 51 người bị thương [3].
Năm 2015, tỉnh Nghệ An bị thiệt hại do mưa lũ gây ra là 580 tỷ đồng,
đặc biệt, đã có 9 người chết, 2 người bị thương [3].
Năm 2017, tỉnh Nghệ An bị thiệt hại do mưa lũ gây ra là 3.514 tỷ đồng,
đặc biệt, đã có 23 người chết, 15 người bị thương [3].
Hiện tại trên địa bàn tỉnh Nghệ An các hồ chứa thủy lợi, thủy điện đã
được xây dựng trên tất cả hệ thống sông, ngoài những lợi ích kinh tế thì các
sự cố của các hồ chứa này có tác động đáng kể đến đời sống của nhân dân các
huyện, thị xã ở trung và hạ lưu hệ thống sông Cả. Quyết định 2125/QĐ-TTg
ngày 01/12/2015 của Thủ tướng Chính phủ về việc ban hành quy trình vận
hành liên hồ chứa trên lưu vực sông Cả đã quy định thời gian thông báo xả lũ
là trước 24h, và như vậy bắt buộc công tác dự báo KTTV phải dự báo trước
24-48 giờ [2].
Để phục vụ tốt cho công tác phòng chống giảm nhẹ thiên tai và tìm kiếm
cứu nạn tỉnh Nghệ An, đặc biệt là phục vụ tốt cho công tác bảo đảm vận hành
liên hồ chứa theo Quyết định trên, cần phải nâng cao chất lượng dự báo mưa,
đặc biệt là mưa lớn thời đoạn 24 giờ là cực kỳ cấp bách và quan trọng. Vì vậy,
đề tài: “Nghiên cứu xây dựng phương trình dự báo mưa thời hạn 24 giờ
trong mùa mưa cho khu vực tỉnh Nghệ An” đã được chọn để làm luận văn
1


tốt nghiệp cao học. Kết quả nghiên cứu này sẽ là cơ sở khoa học cho các đơn
vị dự báo KTTV trong khu vực Bắc Trung Bộ ứng dụng vào nghiệp vụ với

mục tiêu phục vụ địa phương trong công tác phòng chống thiên tai và đặc biệt
giúp cho công tác dự báo phục vụ vận hành liên hồ chứa trên lưu vực Cả, hiện
tại có hồ chứa Bản Vẽ, Chi Khê và Khe Bố.
2. Mục tiêu của luận văn
- Xác định được các hình thế thời tiết gây mưa lớn cho khu vực tỉnh
Nghệ An;
- Xây dựng được các phương trình dự báo mưa trong các tháng mùa mưa
tại một số trạm khí tượng trên địa bàn tỉnh Nghệ An với thời hạn dự báo 24
giờ bằng phương pháp thống kê.
3. Phạm vi và đối tƣợng nghiên cứu
- Phạm vi nghiên cứu:
+ Phạm vi không gian: Luận văn tập trung nghiên cứu hình thế gây mưa
lớn và xây dựng phương trình dự báo mưa thời hạn 24 giờ trong mùa mưa cho
khu vực tỉnh Nghệ An;
+ Phạm vi thời gian: Nghiên cứu trên chuỗi số liệu từ 2007 đến 2017.
- Đối tượng: Hình thế thời tiết gây mưa lớn diện rộng và dự báo mưa
thời hạn 24 giờ trong các tháng mùa mưa lũ.
4. Cấu trúc luận văn
Nội dung của luận văn, ngoài phần mở đầu, kết luận, tài liệu tham khảo
và phụ lục, luận văn được bố cục thành 3 chương như sau:
Chương 1. Tổng quan tình hình nghiên cứu. Chương này trình bày về
một số khái niệm cơ bản, điều kiện tự nhiên khu vực nghiên cứu và tình hình
nghiên cứu trong và ngoài nước có liên quan.
Chương 2. Cơ sở dữ liệu và phương pháp nghiên cứu. Chương này trình
bày nguồn số liệu được sử dụng trong nghiên cứu cũng như phương pháp
nghiên cứu.
Chương 3. Một số kết quả nghiên cứu. Chương này chủ yếu trình bày
các hình thế gây mưa lớn và phương trình dự báo mưa cho một số trạm trong
tỉnh Nghệ An xây dựng được.

2


CHƢƠNG 1
TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU
1.1 Điều kiện tự nhiên tỉnh Nghệ An
1.1.1 Vị trí địa lý
Nghệ An nằm ở vị trí trung tâm vùng Bắc Trung Bộ của Việt Nam (vĩ độ
Bắc (từ:18033' đến 20001') và kinh độ Đông (từ 103052' đến105048').
- Phía đông giáp biển Đông;
- Phía tây giáp nước Cộng hòa Dân chủ Nhân dân Lào;
- Phía nam giáp tỉnh Hà Tĩnh;
- Phía bắc giáp tỉnh Thanh Hóa.
Nằm trong hành lang kinh tế Đông - Tây (nối liền Myanmar - Thái Lan Lào - Việt Nam) theo Quốc lộ 7 đến cảng Cửa Lò, tỉnh Nghệ An có 1 thành phố,
3 thị xã và 17 huyện [39].
1.1.2 Địa hình
Tỉnh Nghệ An nằm ở Đông Bắc dãy Trường Sơn, địa hình đa dạng, phức
tạp và bị chia cắt bởi các hệ thống đồi núi, sông suối hướng nghiêng từ tây bắc xuống đông - nam với ba vùng sinh thái rõ rệt: miền núi, trung du, đồng
bằng ven biển. Đỉnh núi cao nhất là đỉnh Pulaileng (2.711m) ở huyện Kỳ Sơn,
thấp nhất là vùng đồng bằng huyện Quỳnh Lưu, Diễn Châu, Yên Thành có
nơi chỉ cao đến 0,2 m so với mặt nước biển (đó là xã Quỳnh Thanh huyện
Quỳnh Lưu). Đồi núi chiếm 83% diện tích đất tự nhiên của toàn tỉnh [39].
1.1.3 Diện tích tự nhiên
Nghệ An có diện tích tự nhiên 1.649.368,62 ha, là tỉnh có diện tích lớn
nhất cả nước, địa hình phong phú, đa dạng, có biển, đồng bằng, trung du và
miền núi. Trong đó, đất nông nghiệp 1.238.315,48 ha (đất sản xuất nông
nghiệp: 256.834,9 ha, đất lâm nghiệp có rừng: 972.910,52 ha, đất nuôi trồng
thủy sản: 7.457,5 ha, đất làm muối: 837,98 ha, đất nông nghiệp khác: 265,58
ha), đất phi nông nghiệp: 124.653,12 ha, đất chưa sửa dụng: 286.056,4 ha.
Đất đai lớn là tiềm năng để phát triển sản xuất nông, lâm, thuỷ sản trên

quy mô lớn, tập trung, tạo vùng nguyên liệu cho công nghiệp chế biến các loại
sản phẩm từ cây công nghiệp dài ngày, ngắn ngày, cây ăn quả, cây dược liệu,
3


chăn nuôi đại gia súc, gia cầm,… [39].
1.1.4 Khí hậu
- Khí hậu: Nằm trong vùng khí hậu nhiệt đới gió mùa, chịu sự tác động
trực tiếp của gió mùa tây nam khô và nóng (từ tháng 4 đến tháng 8) và gió
mùa đông bắc lạnh, ẩm ướt (từ tháng 11 đến tháng 3 năm sau). Tính trung
bình nhiều năm, nhiệt độ từ 23 - 24,20C, tổng lượng mưa từ 1.200 - 2.000
mm, độ ẩm từ 80 - 90% và khoảng 1.460 giờ nắng.
- Thủy văn: Tỉnh Nghệ An có 7 lưu vực sông (có cửa riêng biệt) với tổng
chiều dài sông suối trên địa bàn tỉnh là 9.828 km, mật độ trung bình là 0,7
km/km2. Sông lớn nhất là sông Cả (sông Lam) bắt nguồn từ huyện Mường
Pẹc tỉnh Xiêng Khoảng (Lào), có chiều dài là 532 km (riêng trên đất Nghệ An
có chiều dài là 361 km), diện tích lưu vực 27.200 km2 (riêng ở Nghệ An là
15.346 km2). Tổng lượng nước hàng năm khoảng 28.109 m3 [39].
1.2 Tình hình nghiên cứu trong và ngoài
1.2.1 Tình hình nghiên cứu ngoài nước
Mưa lớn luôn là hiện tượng thời tiết nguy hiểm, ảnh hưởng xấu đến đời
sống, kinh tế-xã hội của con người, vì vậy các nhà khí tượng trên thế giới đặc
biệt quan tâm đến công tác nghiên cứu dự báo mưa lớn và có nhiều công trình
dự báo về mưa lớn. Trong vài thập niên gần đây phương pháp số trị đã được
ứng dụng và phát triển mạnh mẽ, với độ phân dãi ngày càng cao từ các mô
hình toàn cầu độ phân giải ngang 15 - 50 km đến các mô hình quy mô vừa
(<15 km). Mô hình dự báo số trị cho phép dự báo định lượng mưa chi tiết
theo không gian và thời gian.
1) Dự áo mưa ằng mô hình số tr
Như đã biết, mưa là kết cục của sự hòa hợp nhiệt động giữa ba yếu tố

quan trọng nhất là gió, nhiệt và ẩm nên biến động rất mạnh theo không gian
và thời gian. Như vậy, một mô hình NWP muốn dự báo mưa tốt cần đồng thời
dự báo tốt cả ba yếu tố gió, nhiệt và ẩm. Ngược lại, nếu mô hình NWP dự báo
mưa tốt đồng nghĩa với mô hình đã dự báo tốt các trường gió, nhiệt và ẩm của
khí quyển. Hiện nay, trên thế giới mô hình NWP khu vực phân giải cao có thể
nói đã phát triển khá hoàn thiện cho vùng ngoại nhiệt đới. Tuy vậy, dự báo
mưa của mô hình NWP vẫn còn nhiều hạn chế bởi lẽ một biến đổi tương đối
4


nhỏ của một trong ba yếu tố trên cũng có thể dẫn đến biến đổi tương đối lớn
của lượng mưa cả về không gian và thời gian.
Đối với vùng nhiệt đới - xích đạo, vấn đề dự báo thời tiết nói chung và
dự báo mưa nói riêng bằng mô hình số càng phức tạp hơn so với vùng ngoại
nhiệt đới. Sự phức tạp trước hết vì chưa có lý thuyết hoàn chỉnh cho mối quan
hệ giữa trường khí áp và trường gió ở vùng vĩ độ rất thấp (kiểu như quan hệ
địa chuyển cho vĩ độ cao) nên không tạo ra được sự cân bằng tốt trong trạng
thái ban đầu và do đó sự điều chỉnh thường chỉ theo chiều thẳng đứng, trong
khi gió vùng nhiệt đới rất yếu nên một sai số tuyệt đối nhỏ trong tính toán
trường gió sẽ tác động đến sự phân bố đốt nóng đối lưu rất mạnh. Do đó, có
thể dẫn tới sai số tương đối lớn trong dự báo mưa… Khó khăn thứ hai không
kém phần quan trọng là mưa vùng nhiệt đới sinh ra chủ yếu bởi đối lưu sâu
mà trong mô hình thuỷ tĩnh với độ phân giải còn rất hạn chế thì đối lưu chỉ
được tham số hóa. Trong khi hiện nay, hiểu biết của con người về quá trình
hình thành và phát triển của đối lưu và đối lưu sâu còn chưa đầy đủ. Ở vùng
nhiệt đới, việc xác định đúng phân bố ẩm là nguồn gốc của mưa còn khó khăn
do hệ thống quan trắc thám sát còn nghèo nàn sẽ tác động rất lớn đến chất
lượng dự báo mưa của mô hình. Từ những luận điểm trên ta thấy, trước khi
muốn áp dụng một mô hình số có nguồn gốc từ vùng vĩ độ cao vào vùng nhiệt
đới trước hết cần cải tiến mô hình, còn gọi là khu vực hóa mô hình về động

lực để có thể tương thích hơn với động lực học nhiệt đới và khu vực hóa mô
hình về vật lý để mô tả tốt hơn các quá trình ở vùng nhiệt đới. Đây là bài toán
lớn và phức tạp tầm quốc tế, đòi hỏi nhiều công sức nghiên cứu.
Vào những năm đầu thập niên 80 của thế kỷ trước, tại Trung tâm Dự báo
thời tiết hạn vừa Châu Âu (ECMWF - European Center for Medium range
Weather Forecasting) đã có những cải tiến cơ bản trong dự báo nghiệp vụ
bằng mô hình toàn cầu cho các vùng nhiệt đới. Tại đây đã đưa vào thử
nghiệm sơ đồ tham số hóa đối lưu nông và sâu, một sơ đồ mây mới và tăng độ
phân giải ngang của mô hình. Kết quả cho thấy những cải tiến trong dự báo
vùng nhiệt đới thể hiện chủ yếu qua giảm sai số hệ thống phản ánh ràng buộc
phi đoạn nhiệt ở vùng nhiệt đới thực hơn. Trên qui mô toàn cầu, nghiên cứu
của Tiedtke & cs. (1988) [21] đã đánh giá tác động của tổ hợp vật lý và tăng
độ phân giải ngang đối với sai số hệ thống trong dự báo nghiệp vụ vùng nhiệt
5


đới của ECMWF. Sự thiết lập tham số hóa vật lý có ảnh hưởng lớn không
những đối với sai số hệ thống mà còn đến chất lượng dự báo những yếu tố cá
biệt. Kết quả của những thay đổi này cho thấy, tham số hóa đối lưu mây tích
nông đã làm tăng thông lượng ẩm đi từ lớp biên vào các lớp cao hơn của vùng
cận nhiệt đới. Ở đây lớp nghịch nhiệt từ gió mậu dịch được duy trì cho ta cấu
trúc lớp điển hình là lớp biên - nghịch nhiệt. Lượng ẩm tăng lên này được
chuyển vào vùng nhiệt đới nhờ gió mậu dịch và nhờ đó làm tăng nguồn ẩm
cho đối lưu sâu. Nguồn ẩm tăng lên này cùng với biến đổi sơ đồ Kuo đã tạo ra
lượng mưa lớn hơn và phân bố mưa gần thực hơn theo vĩ độ địa lý.
Hình thế dải hội tụ nhiệt đới (ITCZ - InterTropical Convergence Zone)
của mô hình cũng được cải tiến nhiều và rãnh xích đạo cũng được mô phỏng
sâu hơn. Biến đổi chủ yếu trong sơ đồ đối lưu sâu là việc đánh giá lại tham số
ẩm. Kết quả của thay đổi trong sản phẩm mô hình là đốt nóng đối lưu nhiều
hơn và làm ẩm ít hơn đối với cùng một lượng ẩm được cung cấp nhờ hội tụ.

Tuy nhiên, mô hình có xu thế đạt tới trạng thái quá ẩm và quá lạnh. Thêm vào
đó, việc xác định lại độ cao chân mây cho ta chu trình ngày đêm của đối lưu
trên lục địa tiệm cận thực tế hơn. Do giải phóng ẩn nhiệt tăng mà cân bằng
năng lượng trong khí quyển cũng biến đổi. Thay cho làm lạnh toàn cầu, mô
hình khí quyển bây giờ đã ít nhiều nóng hơn. Đốt nóng phi đoạn nhiệt tăng
lên trước hết làm cho hoàn lưu Hadley mạnh lên và do đó làm biến đổi dòng
qui mô lớn, cụ thể là hoàn lưu gắn liền với cao áp cận nhiệt đới mạnh hơn so
với trước. Những cải tiến này đánh dấu một bước chuyển biến quan trọng
trong dự báo thời tiết nghiệp vụ vùng nhiệt đới.
Từ giữa thập kỷ 90, các nhà nghiên cứu trên thế giới đã kỳ vọng về khả
năng tăng cường chất lượng QPF do sự ra đời của các NWP khu vực phân
giải cao. Đây là mục tiêu chính trong các dự án của chương trình nghiên cứu
thời tiết thế giới WWRP (World Weather Research Programme) cũng như
chương trình nghiên cứu khí hậu thế giới WCRP (World Climate Research
Programme) kể từ thời gian này. Các dự án lớn bắt đầu được WWRP triển
khai thực hiện hướng tới tăng cường chất lượng QPF cho các loại hình thế
thời tiết khác nhau. Dự án MAP (Mesoscale Alpine Programme) mở đầu cho
quá trình này khi nghiên cứu bài toán QPF tại vùng núi cao Alpine (Bougeault
và cs. 2002 [22]) từ năm 1994 đến 2002.
6


Tiếp theo MAP, dự án IHOP (International Water Vapour Project) được
thực hiện tại khu đồng bằng rộng lớn phía nam Hoa Kỳ (Weckwerth và cs.
2004 [33]). Khác với MAP tập trung nghiên cứu trên khu vực núi cao, khu
vực nghiên cứu của IHOP có địa hình bằng phẳng nhưng lại là nơi xuất hiện
những nhiễu động quy mô vừa với biên độ lớn.
Năm 2005, WWRP tiếp tục triển khai dự án CSIP (Convective Storm
Initiation Project) với QPF trên khu vực phía nam của vương quốc Anh
(Browning và cs. 2007 [23]). Đây là khu vực vĩ độ cao, điều kiện khí hậu biển

với sự kết hợp thường xuyên của các loại hình thế thời tiết như front, rãnh, và
dị thường xoáy thế.
2) Dự áo mưa ằng phương pháp thống kê
Như đã biết, rất nhiều phương pháp dự báo khí hậu và thời tiết nghiệp vụ
đều dựa trên nền tảng của thống kê. Điều này là do khí quyển là một hệ thống
động lực phi tuyến nên không thể dự báo chính xác theo quan điểm dự báo tất
định (deterministic). Chính vì thế, các phương pháp thống kê là thực sự cần
thiết và trở thành một phần không thể thiếu của các hệ thống dự báo. Trong
khoa học khí quyển, việc ứng dụng các phương pháp thống kê trong dự báo
nghiệp vụ có thể phân làm 2 dạng: dự áo thống kê cổ điển và dự áo thống
kê động lực (Wilks, 2006 [32]).
Phương pháp dự báo thống kê cổ điển được nghiên cứu phát triển trước
khi có các sản phẩm NWP và chủ yếu dựa trên cách tiếp cận dự báo hoàn hảo
(PP - Perfect Prog). Cùng với sự phát triển của khoa học khí quyển và công
nghệ tính toán, các sản phẩm NWP được sử dụng rộng rãi và đưa đến sự ra
đời của phương pháp dự báo thống kê động lực do các thông tin dự báo trực
tiếp từ mô hình NWP (DMO - Direct Model Output) vẫn chưa thực sự chính
xác. Về bản chất, cả hai phương pháp này đều dựa trên một số phương pháp
thống kê để thiết lập mối quan hệ tuyến tính hoặc phi tuyến giữa yếu tố dự
báo và một tập hợp các nhân tố dự báo. Các phương trình dự báo được xây
dựng dựa trên một tập số liệu trong quá khứ (gọi là tập số liệu phụ thuộc) và
áp dụng để dự báo cho tương lai. Cho đến nay, phương pháp thống kê cổ điển
ít khi được sử dụng cho bài toán dự báo thời tiết mà thay vào đó là các
phương pháp thống kê động lực (Wilks, 2006 [32]).
7


Những nỗ lực nghiên cứu áp dụng các phương pháp thống kê trong bài
toán dự báo xác suất định lượng mưa (PQPF-Probabilistic Quantitative
Precipitation Forecast) dựa trên cách tiếp cận PP; khí hậu synop của Korte và

cs. (1972) [28]; và MOS của Glahn và Lowry (1972) [25]. Glahn và Lowry
(1972) chính là những người đặt nền móng đầu tiên trong việc ứng dụng các
phương pháp thống kê kết hợp với các sản phẩm dự báo từ mô hình NWP
nhằm mục đích: 1) Nâng cao chất lượng dự báo mưa từ mô hình NWP, 2) Dự
báo cho các điểm không được dự báo trực tiếp từ mô hình NWP, và 3) Áp
dụng cho bài toán downscaling. Đối với bài toán PQPF, mô hình MOS của
Glahn và Lowry (1972) được xây dựng dựa trên phương pháp hồi quy tuyến
tính đa biến với yếu tố dự báo là xác suất xảy ra mưa thay vì lượng mưa hiểu
theo nghĩa thông thường. Cụ thể, lượng mưa quan trắc sẽ được quy về biến
nhị phân trong đó nhận giá trị 1 nếu có mưa xảy ra (xác suất 100%) và giá trị
0 nếu không có mưa xảy ra (xác suất 0%). Glahn và Lowry (1972) gọi
phương pháp thống kê này là mô hình PoP (Probability of Precipatation). Quá
trình tuyển chọn nhân tố cho mô hình PoP được thực hiện dựa trên phương
pháp hồi quy từng bước với tiêu chuẩn dừng tuyển chọn dựa trên chỉ số đánh
giá BS. Trong nghiên cứu này, Glahn và Lowry (1972) không phát triển các
phương trình MOS cho tất cả các trạm mà dựa trên các đặc trưng khí hậu để
nhóm các trạm vào trong các nhóm khác nhau và phát triển các phương trình
MOS cho từng nhóm trạm này.
Kế thừa những thành công trong nghiên cứu của Lemcke và Kruizinga
(1988) [30] cho Hà Lan, Brunet và cs. (1988) [24] cho Canada,… Hầu hết các
nghiên cứu này dựa trên ý tưởng về mô hình PoP của Glahn và Lowry (1972)
[25] nhưng đã được địa phương hóa và có một số điểm khác biệt liên quan
đến các tùy chọn về ngưỡng mưa, tập nhân tố, dung lượng mẫu, mùa dự báo,
tiêu chí tuyển chọn nhân tố,… Tuy nhiên, có một kết quả chung mà tất cả các
nghiên cứu nói trên chỉ ra đó là các kết quả dự báo từ MOS đã cho thấy sự cải
thiện đáng kể trong chất lượng dự báo so với DMO, dự báo khí hậu quán tính
và dự báo chủ quan của dự báo viên. Đặc biệt, cách tiếp cận MOS còn được
ứng dụng để phát triển các phương trình dự báo lượng mưa trung bình lưu vực
sông như trong các nghiên cứu của Krzysztofowitz và cs. (1993) [29],
Knuepffer (1996) [27], Sigrest và Krzysztofowitz (1998) [29], Charba (1998)

8


[34] và Antolik (2000) [35], và Sokol (2003) [31].
1.2.2 Tình hình nghiên cứu trong nước
Việt Nam hàng năm đều chịu ảnh hưởng của các hình thế thời tiết gây
mưa lớn như: Bão, ATNĐ, không khí lạnh có cường độ mạnh,... Mưa lớn gây
ra những thiệt hại to lớn về kinh tế và con người, do vậy từ trước đến nay các
nhà khí tượng trong nước rất quan tâm đến việc nghiên cứu dự báo mưa lớn.
Trước đây, trong nghiệp vụ dự báo, các cơ quan dự báo khí tượng thủy văn từ
cấp Trung ương đến địa phương đã sử dụng chủ yếu là phương pháp synop để
dự báo hình thế thời tiết và dự báo mưa hàng ngày. Các bản đồ synop lúc này
còn vẽ thủ công, các đường đẳng áp còn thưa (phổ biến cách nhau 5mb), số
liệu mặt đất còn thưa, số liệu trên cao còn quá ít. Do vậy phương pháp synop
lúc này chủ yếu là phân tích hình thế và kết quả chỉ dự báo được xu thế mưa
cho từng khu vực tương đối rộng lớn, các khu vực nhỏ chưa được chính xác,
và chưa dự báo được định lượng mưa. Phương pháp thống kê đã được dùng
đến, nhưng chủ yếu là dựa vào phương pháp hồi quy đơn giản áp dụng cho
một vài điểm, kết quả chưa cao vì nguồn số liệu sử dụng còn ít và là số liệu
mặt đất của các trạm quan trắc bề mặt.
Trong những năm gần đây, trước nhu cầu cấp bách về việc nâng cao chất
lượng dự báo cùng với sự phát triển mạnh mẽ của công nghệ dự báo thời tiết
bằng phương pháp số trị trên thế giới thì ở Việt Nam đã tiến hành tiếp thu
công nghệ của một số mô hình như RAMS, ETA, WRF, MM5, HRM nhằm
mục đích nghiên cứu, cải tiến và áp dụng thành công các mô hình này phục
vụ cho công tác dự báo thời tiết nói chung và dự báo mưa nói riêng tại Việt
Nam. Trong đó tiêu biểu là các công trình nghiên cứu.
Năm 2005, Hoàng Đức Cường và cs. đã ứng dụng mô hình MM5 của Mỹ
để dự báo mưa lớn và bão cho toàn bộ lãnh thổ Việt Nam với trường đầu vào từ
mô hình toàn cầu GFS của NCEP, không xây dựng hệ thống phân tích riêng

của mình. Nhóm tác giả tập trung thử nghiệm các sơ đồ tham số hóa khác nhau
và kết luận rằng, không có một tổ hợp sơ đồ tham số hóa nào tối ưu cho mọi
hình thế thời tiết gây mưa. Như vậy nghiên cứu của nhóm tác giả cũng chưa
giải quyết được bài toán dự báo mưa lớn cho khu vực Bắc Bộ Việt Nam.
Khi thực hiện nhiệm vụ dự báo mưa nhỏ mưa phùn cho khu vực bắc
9


Trung Bộ, Nguyễn Viết Lành đã phân tích được các hình thế synop cũng như
những điều kiện khí tượng có thể gây mưa nên mưa nhỏ mưa phùn cho khu
vực nghiên cứu một cách khá đầy đủ và khoa học. Đặc biệt, tác giả đã xây
dựng được bộ phương trình dự báo sự xuất hiện mưa nhỏ mưa phùn với thời
hạn dự báo 24 giờ cho 10 trạm khí tượng đại diện cho khu vực Bắc Trung Bộ
bằng phương pháp thống kê trên chuỗi số liệu quan trắc tại trạm. Kết quả cho
thấy, bộ phương trình có độ chính xác trên 79% trên chuỗi số liệu phụ thuộc
và 74% trên chuỗi số liệu độc lập [37].
Khi thử nghiệm dự báo mưa lớn khu vực Nam Trung Bộ, Bùi Minh Sơn
và Phan Văn Tân đã sử dụng mô hình quy mô vừa MM5 để khảo sát khả năng
dự báo các sự kiện mưa lớn trong thời kỳ 2005-2007 ở khu vực Nam Trung
Bộ. Hai thí nghiệm đã được thực hiện: 1) Chạy mô hình dự báo cho các đợt
mưa lớn điển hình xảy ra trên khu vực Nam Trung Bộ thời kỳ 2005-2007 với
3 sơ đồ tham số hóa đối lưu khác nhau là sơ đồ Kuo (Ku), sơ đồ Betts-Miller
(BM) và sơ đồ Grell (Gr); 2) Chạy mô hình dự báo cho tất cả 23 đợt mưa lớn
trong thời kỳ nói trên, trong đó các đợt mưa lớn này được chia làm 3 nhóm
căn cứ vào các dạng hình thế synôp gây mưa. Việc đánh giá kết quả dự báo
được thực hiện khi sử dụng số liệu quan trắc từ 20 trạm khí tượng trên khu
vực nghiên cứu. Kết quả nhận được cho thấy, khi sử dụng MM5 để dự báo
mưa lớn trên khu vực Nam Trung Bộ, trong số các sơ đồ tham số hóa đối lưu,
sơ đồ BM cho lượng mưa và phân bố không gian của mưa tốt hơn một ít.
Diện mưa mô hình thường nhỏ diện mưa quan trắc trong điều kiện mưa do

ảnh hưởng của KKL, nhưng lớn hơn trong các hình thế chịu ảnh hưởng của
bão hoặc áp thấp nhiệt đới. Mưa dự báo có xu hướng vượt quá quan trắc trong
các hình thế bão, áp thấp nhiệt đới, và thấp hơn quan trắc trong các điều kiện
có sự kết hợp giữa KKL và bão, áp thấp nhiệt đới hoặc dải hội tụ nhiệt đới.
Nói chung, MM5 có thể dự báo được các sự kiện mưa lớn trên khu vực Nam
Trung Bộ, nhưng cho kết quả dự báo tốt hơn một ít trong các điều kiện mưa
gây ra do sự hoạt động của xoáy thuận nhiệt đới hoặc có sự tương tác giữa chúng
với KKL [13].

Năm 2008, Vũ Thanh Hằng và cs. đã thực hiện đề tài nghiên cứu
“Nghiên cứu cải tiến sơ đồ tham số hóa đối lưu để dự báo mưa lớn khu vực
Bắc Bộ bằng mô hình HRM”. Đề tài này đã thu được một số kết quả trong
10


việc nâng cao chất lượng dự báo định lượng từ mô hình HRM. Tuy nhiên, các
kết quả mới chỉ dừng lại ở nghiên cứu và chưa ứng dụng được cho tác nghiệp
dự báo.
Khi nghiên cứu đánh giá khả năng dự báo mưa cho khu vực Quảng Ngãi
với thời hạn từ 1 đến 2 ngày, Công Thanh và cs. [38] đã sử dụng 3 phương án
dự báo là: Sử dụng mô hình RAMS, sử dụng mô hình WRF và sử dụng tổ hợp
2 mô hình trên. Kết quả dự báo cho thấy có thể sử dụng mô hình RAMS và
phương án tổ hợp để dự báo mưa ở hạn 24 giờ và sử dụng mô hình RAMS để
dự báo mưa cho hạn 48 giờ. Kết quả nghiên cứu có thể trợ giúp người làm dự
báo nghiệp vụ có thêm thông tin dự báo mưa lớn cho khu vực Quảng Ngãi để
phục vụ phòng chống thiên tai.
Năm 2009, Bùi Minh Tăng và cs. đã thử nghiệm dự báo định lượng mưa
cho hạn dựa báo 24 giờ dựa trên một số phương pháp MOS truyền thống như
hồi quy tuyến tính đa biến (MLR), phân tích riêng biệt (MDA), mạng thần
kinh nhân tạo (ANN) và hồi quy logistic (LR) từ sản phẩm của mô hình HRM

và GSM. Các phương trình MOS được phát triển cho cả mục đích dự báo
định lượng và dự báo xác suất. Các kết quả đánh giá đã cho thấy kỹ năng dự
báo mưa đã được cải thiện so với dự báo trực tiếp từ mô hình trong đó
phương pháp MLR có kỹ năng tốt nhất và hiệu quả nhất về mặt tính toán.
Ngoài ra, với cùng một phương pháp thống kê thì áp dụng cho mô hình GSM
sẽ đem lại nhiều hiệu quả hơn so với mô hình HRM. Tuy nhiên, các phương
pháp được sử dụng trong nghiên cứu này vẫn bộc lộ những hạn chế của
phương pháp MOS truyền thống.
Thực hiện đề tài nghiên cứu khoa học “Nghiên cứu cải tiến và triển khai
nghiệp vụ hệ thống dự báo các yếu tố khí tượng thời hạn 6-72h bằng phương
pháp thống kê trên sản phẩm mô hình GSM”, Võ Văn Hòa đã xây dựng hệ
thống UMOS, KF cho các yếu tố lượng mưa, độ cao chân mây và tầm nhìn
xa để hoàn thiện hệ thống MOS dựa trên mô hình GSM độ phân giải 1,25.
Theo đó, có 10 yếu tố dự báo được nghiên cứu dự báo theo UMOS và KF dựa
trên sản phẩm mô hình GSM độ phân giải 0.5 x 0.5 đến hạn dự báo 3 ngày
với thời đoạn 6 giờ một. Trong 10 yếu tố dự báo, có 4 yếu tố dự báo được
phân cấp dự báo gồm 4 cấp vân lượng mây, 4 cấp lượng mưa tích lũy 24h, 5
cấp độ cao chân mây và 5 cấp tầm nhìn xa. Bên cạnh các phương pháp
11


UMOS và KF áp dụng cho điểm trạm, trong nghiên cứu này chúng tôi cũng
phát triển hệ thống GMOS để đưa các dự báo UMOS và KF tại điểm trạm về
lưới phân giải cao để trên cơ sở đó tạo ra các dự báo cho các điểm bất kỳ
không thuộc mạng lưới quan trắc bề mặt [18].
Năm 2014, Bùi Minh Tăng và cộng sự đã thực hiện đề tài độc lập cấp
Nhà nước “Nghiên cứu xây dựng công nghệ dự báo mưa lớn thời hạn 2-3
ngày phục vụ công tác cảnh báo sớm lũ lụt khu vực Trung Bộ Việt Nam”.
Luận văn đã chỉ ra các hình thế gây mưa lớn các tỉnh Trung Bộ trong giai
đoạn 2001-2010, trên cơ sở đó xây dựng công nghệ dự báo mưa lớn thời hạn

2-3 ngày, tuy nhiên chất lượng dự báo mưa to, mưa rất to vẫn còn nhiều hạn
chế đặc biệt là những khu vực địa hình phức tạp và thiếu trạm đo.
Gần đây nhất, năm 2015, Vũ Văn Thăng thực hiện nghiên cứu cơ chế
nhiệt động lực gây mưa lớn và khả năng dự báo mưa lớn mùa hè khu vực
Nam Bộ và Nam Tây Nguyên do tương tác gió mùa tây nam-bão trên biển
Đông. Đề tài đã đưa ra bộ số liệu về các đợt mưa lớn; các hình thế gây mưa
lớn mùa hè khu vực Nam Bộ và Nam Tây Nguyên; báo cáo phân tích hình thế
gây mưa lớn; bộ tham số về cấu hình, các tham số vật lý phù hợp với mô hình
WRF cho bài toán dự báo mưa lớn mùa hè ở Nam Bộ và Nam Tây Nguyên
trong trường hợp có tương tác của gió mùa tây nam và bão trên biển Đông;
báo cáo kết quả mô phỏng và thử nghiệm dự báo mưa lớn mùa hè ở Nam Bộ
và Nam Tây Nguyên trong trường hợp có tương tác của gió mùa tây nam và
bão trên biển Đông; báo cáo cơ chế nhiệt động lực gây mưa lớn ở Nam Bộ và
Nam Tây Nguyên trong trường hợp có tương tác của gió mùa tây nam và bão
trên biển Đông.
Bên cạnh hướng nghiên cứu ứng dụng các sơ đồ đồng hóa số liệu để
nâng cao chất lượng trường ban đầu cho các mô hình NWP khu vực, hướng
tiếp cận thống kê sau mô hình (MOS) cũng đã được triển khai tại TTDBTƯ từ
năm 2002 (Đỗ Lệ Thủy và cs. 2007 [14]; Võ Văn Hòa và cs. 2007 [16]). Hiện
tại, hệ thống MOS tại TTDBTƯ được phát triển dựa trên 2 kỹ thuật thống kê
hiện đại có khả năng cập nhật trọng số theo thời gian gồm UMOS, lọc
Kalman và triển khai nghiệp vụ cho hầu hết các yếu tố khí tượng bề mặt như
nhiệt độ tối cao, tối thấp, gió bề mặt, tầm nhìn xa, độ cao chân mây và lượng
mưa (Đỗ Lệ Thủy và cs. 2009 [15]; Võ Văn Hòa và cs. 2014 [17]). Bộ nhân
12


tố được sử dụng lấy từ các trường phân tích và dự báo của mô hình toàn cầu
GSM độ phân giải 1.25 của JMA. Hệ thống MOS này được xây dựng cho
toàn bộ các điểm trạm quan trắc synop thuộc mạng lưới quan trắc và được

đưa lên lưới có độ phân giải 5km thông qua kỹ thuật phân tích GMOS
(Gridded MOS). Các kết quả đánh giá cho thấy hệ thống UMOS và KF có kỹ
năng dự báo tốt cho bài toán PoP và chưa tốt cho bài toán QPF, đặc biệt là tại
các ngưỡng mưa lớn.
Theo Trần Trung Thành [37], những hình thế thời tiết gây mưa lớn cho
khu vực phía đông Trường Sơn của tỉnh Gia Lai là: (1) Không khí lạnh xâm
nhập; (2) Ảnh hưởng của hoàn lưu bão; (3) Ảnh hưởng của ITCZ; (4) Ảnh
hưởng của không khí lạnh xâm nhập kết hợp với đới gió đông trên cao; (5)
Ảnh hưởng của không khí lạnh xâm nhập kết hợp rìa phía bắc ITCZ hoặc
rãnh gió mùa; (6) Ảnh hưởng của không khí lạnh xâm nhập kết hợp rìa tây
bắc hoàn lưu bão; (7) Ảnh hưởng của không khí lạnh xâm nhập kết hợp với
đới gió đông hoạt động mạnh và rìa tây bắc hoàn lưu bão, ATNĐ.
Như vậy, qua tổng hợp hình hình nghiên cứu trong nước, thấy rằng hiện
chưa có một nghiên cứu cụ thể nào về các hình thế gây mưa lớn tại khu vực
tỉnh Nghệ An, nơi có địa hình đồi núi phức tạp. Tuy nhiên, các nghiên cứu
cũng đã chỉ ra rằng, khi những hình thế thời tiết đến từ phía tây tác động đến,
các khu vực nằm ở phía đông dãy Trường Sơn không mưa, nếu không nói là
chịu nắng nóng do hiệu ứng phơn. Còn những hình thế thời tiết đến từ phía
đông có khả năng cho mưa đối với khu vực nằm ở phía đông dãy Trường Sơn
rất cao.
1.2.3 Thực trạng công tác dự báo mưa tại Đài KTTV khu vực Bắc Trung
Bộ
Công tác dự báo thời tiết nói chung và dự báo mưa nói riêng hiện Đài
đang sử dụng các phương pháp sau.
1. Phương pháp synop
Phương pháp synop hiện nay vẫn là phương pháp đang sử dụng thịnh
hành và là dòng dẫn chính trong dự báo thời tiết. Các dự báo viên thông qua
việc phân tích các bản đồ hiện tại ở mặt đất cũng như tầng cao ở các mực cơ
bản (850mb, 700mb, 500mb, 300mb, 200mb,….) dựa trên các số liệu quan
13

trắc mặt đất và thám không vô tuyến. Các bản đồ phân tích cho khu vực Việt
Nam và lân cận, hàng ngày được các dự báo viên thu nhận từ Trung tâm Dự
báo KTTV Quốc gia, Trung tâm Dự báo thời tiết Thái Lan,... Đây là phương
pháp dự báo dự báo mang tính chủ quan nên phụ thuộc vào kiến thức và kinh
nghiệm phân tích của dự báo viên.
2. Phương pháp thống kê vật lý
Hiện phương pháp thống kê đang được sử dụng có hiệu quả trong việc
dự báo thời tiết hạn vừa (10 ngày), hạn dài (tháng, mùa vụ). Trong tác nghiệp
dự báo định lượng mưa thời đoạn 24h phương pháp thống kê đã được Đài áp
dụng nhiều năm, nguồn số liệu đưa vào tính toán là số liệu quan trắc của các
trạm trong khu vực, chất lượng dự báo không cao, theo đánh giá chỉ đạt ở
mức xấp xỉ 60% theo quy định đánh giá hiện hành.
3. Mô hình dự báo số tr
Hiện Đài sử dụng kết quả các sản phẩm mô hình HRM, WRF,... từ
Trung tâm Dự báo KTTV Quốc gia và kết nối các kết quả dự báo đến Đài
KTTV khu vực Bắc Trung Bộ. Tham khảo các sản phẩm mô hình dự báo của
Trung tâm Dự báo châu Âu, Nhật Bản, Hồng Kông. Từ tháng 5/2016 Đài đã
tiếp nhận và chuyển giao chạy mô hình WRF riêng cho khu vực Bắc Trung
Bộ với độ phân giải (5km x 5km), hiện đang theo dõi, đánh giá để hiệu chỉnh
cho phù hợp.
Tóm lại, từ những kết quả nghiên cứu trên, ta có thể nhận thấy rằng, việc
nghiên cứu các hình thế gây mưa lớn và xây dựng phương trình dự báo mưa
thời hạn 24 giờ trong mùa mưa cho khu vực tỉnh Nghệ An là một vấn đề vừa
có ý nghĩa thực tiễn, vừa có ý nghĩa khoa học, tính thời sự trong công tác dự
báo định lượng mưa ở tỉnh Nghệ An.

14