Tin nóng: Mùa thu vàng hoa cúc, hồng chín đỏ mọng, thơm lừng hương cốm!

Tra cứu tài liệu và thông tin 1000 nhà khoa học TN-XH Việt Nam

Loading

Thẩm định dự báo mưa khu vực Bắc Bộ bằng phương pháp CRA

Đăng lúc: Thứ hai - 11/06/2012 06:23 - Người đăng bài viết: PHAM HAI AN
Thẩm định dự báo mưa khu vực Bắc Bộ bằng phương pháp CRA

Thẩm định dự báo mưa khu vực Bắc Bộ bằng phương pháp CRA

Ngày nay mô hình số trị được sử dụng rộng rãi trong lĩnh vực dự báo khí tượng. So với các phương pháp truyền thống, sản phẩm mô hình số phong phú và chi tiết hơn rất nhiều. Tuy nhiên, kết quả dự báo từ mô hình không phải là hoàn hảo. Bởi vậy, để sử dụng tốt hơn các sản phẩm dự báo từ mô hình, người ta phải thực hiện quá trình đánh giá. Đây được xem là điều kiện hàng đầu và không thể thiếu cho bất kỳ mô hình số nào được sử dụng trong công tác dự báo.

I. Tài liệu và phương pháp

1. Tài liệu

Tại hội nghị WGNE (Working Group on Numerical Experimentation), nhóm công tác thử nghiệm số của WMO (World Meterological Organization) đã khuyến nghị việc đánh giá QPF (quantitative precipitation forecast) dự báo mưa định lượng cho một số vùng trên toàn cầu. Kết quả là năm 1995 đã bắt đầu thực hiện thẩm định QPF đối với mô hình toàn cầu. Dọc theo quá trình đó E. Ebert, U. Damrath cùng với các cộng sự (2003) đã tổng kết những kết quả nghiên cứu về thẩm định QPF của WGNE trong thời gian 1997-2000, trong đó các tác giả đặc biệt chú ý đến kết quả đánh giá dự báo mưa tích lũy 24 giờ của các mô hình số nghiệp vụ, kể cả một số mô hình khu vực. Tuy nhiên các tác giả này tập trung chủ yếu vào đánh giá dự báo mưa của các mô hình toàn cầu, chưa đề cập đến mô hình khu vực phân giải cao, dù cho loại mô hình này có xu hướng dự báo mưa chi tiết và chính xác hơn trên các lãnh thổ hạn chế.  PGS. TSKH Kiều Thị Xin đã nghiên cứu áp dụng công nghệ thẩm định CRA thẩm định QPF của mô hình dự báo khu vực hạn chế phân giải cao phát triển từ mô hình HRM (High resolution Regional Model) [2]. Mô hình khu vực hạn chế mới phát triển này được gọi là VNU-HRM với nhiều những phiên bản khác nhau.

Trên cơ sở phân bố trạm đo mưa và nguồn số liệu mưa thực tế đủ để đáp ứng được thẩm định mưa dự báo, tác giả đã lựa chọn miền khảo sát là khu vực Bắc Bộ nằm trong phạm vi phân tích 19.500-22.000N, 105.000-107.750E. Số liệu mưa đưa vào sử dụng là các đợt mưa lớn điển hình trong các tháng 7, tháng 8, tháng 9 từ năm 2003 đến năm 2005 được thu thập từ hơn 150 trạm quan trắc khí tượng thủy văn trên mạng lưới thuộc phạm vi phân tích. Tất cả các số liệu mưa này đều được kiểm nghiệm thông qua các chương trình kiểm tra chất lượng, nhằm giảm bớt các sai số ngẫu nhiên. Nhìn chung khu vực Bác Bộ có mật độ số trạm đo mưa là tốt trên cả nước và đảm bảo hơn khi chúng ta lựa chọn các đợt mưa lớn điển hình tại khu vực này (hình 1)

Hình 1. Trạm phân bố đo mưa trên khu vực Bắc Bộ

Bài báo này được viết dựa trên những kết quả tác giả tham gia thực hiện ĐTDL-2002/02 do PGS. TSKH Kiều Thị Xin làm chủ nhiệm. Cơ sở lý thuyết chính và các kết quả thực hiện thẩm định CRA dự báo mưa định lượng dựa theo tài liệu gốc của hai tác giả E.E. Ebert và J.L Mcbride, 2000 [6].

2. Phương pháp

2.1 Giới thiệu phương pháp thẩm định CRA

Khác với các trường khí tượng khác, mưa có cả hai thành phần là pha mưa và lượng mưa. Vì vậy ta cần nghiên cứu đánh giá khả năng của mô hình trong việc dự báo mưa có hay không và lượng mưa là bao nhiêu. Hiện nay đã có nhiều phương pháp thẩm định khách quan và định lượng hơn so với các phương pháp truyền thống. Trong nhiều mô hình dự báo thời tiết số gần đây kỹ năng dự báo mưa cũng đã được cải tiến nhiều. Những nhân tố chính đóng góp vào sai số QPF bao gồm: sai số phân tích (sai số điều kiện ban đầu), sai số động lực (sai số trong dự báo dòng khí quyển), sai số vật lý (sự chưa thích hợp của các sơ đồ tham số hóa đối lưu) và sai số do làm trơn địa hình bề mặt trong mô hình. Kết quả sai số QPF có nhiều dạng: sai số trong vị trí hệ thống mưa, sai số độ nhọn và kích thước kiểu mưa (pattern), sai số giá trị và cường độ mưa. Nếu sai số là hệ thống thì có khả năng xác định nguyên nhân gây sai số và tìm ra biện pháp cải tiến vật lý mô hình tương ứng hoặc hiệu chỉnh thống kê sản phẩm mô hình để đưa ra QPF tốt hơn.

Để tách và thẩm định được mưa trong một hệ thống thời tiết cụ thể thì phải phân biệt được mưa xẩy ra ở đâu trong khu vực mô hình. E.E. Ebert và các cộng sự đã đề xuất khái niệm CRA - vùng mưa liên tục, là vùng của mưa thám sát liên tục hay mưa dự báo liên tục được khép kín bởi một đường đẳng trị quy định. Nếu các vùng mưa dự báo và thám sát tưởng như là những thực thể tách rời thì CRA là đơn vị của những thực thể mưa dự báo hay mưa thám sát, trong giới hạn mỗi thực thể mưa được coi là liên tục. Phương pháp CRA quan niệm rằng, một QPF tốt phải dự báo đúng: cường độ mưa, vị trí hệ thống mưa và vùng mưa.

Trong đó vị trí của hệ thống mưa (location) nói lên sai sốvị trí. Thể hiện khoảng cách giữa hai tâm mưa của hai vùng mưa dự báo và thám sát, từ đố giúp ta xác định được đoạn đường cần dịch chuyển khi hiệu chỉnh (cần phải dịch chuyển để đưa vùng mưa dự báo đến gần nhất với vùng mưa thám sát). Cường độ mưa (volume) nói lên sai số  thể tích. Vùng mưa (area) thể hiện sai số tương ứng về hình dáng vùng mưa (sai số kiểu dáng). Bằng phương pháp thống kê thẩm định truyền thống thì ta khó có thể xác định được nguồn gốc sai số xẩy ra trong tất cả các đại lượng trên cả miền mô hình. Phương pháp thẩm định truyền thống thường chỉ tập trung vào đối chứng giữa dự báo và thám sát trên từng trạm riêng lẻ hay từng điểm mà không xem xét đến quan hệ không gian giữa các điểm, ít quan tâm đến biểu diễn sai số không gian giữa hai vùng mưa, điều này sẽ được khắc phục và bổ xung qua phương pháp thẩm định CRA dự báo mưa định lượng. Mục đích của phương pháp CRA là thẩm định xem thực thể mưa dự báo khác với mưa thám sát về vị trí, hình dạng và cường độ đến mức nào. Vì thế những thống kê thẩm định mà ta quan tâm là độ dịch chuyển ngang của dự báo, sai số về lượng mưa giữa hai vùng mưa dự báo và thám sát, tốc độ mưa trung bình và cực đại, diện tích mưa và tương quan kiểu mưa thám sát trước và sau hiệu chỉnh.

2.2 Xác định sai số dịch chuyển và sai số cường độ

Trong phần lớn trường hợp thì thực thể mưa dự báo và thực thể mưa thám sát có phần chồng lên nhau, nhất là đối với những hệ thống mưa lớn. Tuy nhiên cả trong trường hợp thực thể mưa dự báo hoàn toàn không trùng với mưa thám sát vẫn có thể đo được sai số dịch chuyển và sai số cường độ nếu như trường dự báo ở gần. Bên cạnh đó cũng có trường hợp khác là có mưa thám sát nhưng không có mưa dự báo hay ngược lại thì gần đúng CRA vẫn có giá trị.


Trong đó: H là số dự báo đúng sự xuất hiện của mưa, F là số dự báo mưa xuất hiện nhưng thực tế không xảy ra, M số quan trắc mưa lớn hơn ngưỡng mưa được chọn mà mô hình không dự báo được [5].

a) Phương pháp xác định sai số:

Sai số dịch chuyển được xác định bởi sự chuyển động trường dự báo đến trường thám sát cho đến khi tiêu chí đúng nhất là tối ưu. Độ dịch chuyển là vectơ hiệu giữa vị trí cuối cùng và vị trí gốc của dự báo. Giá trị dương của dịch chuyển x và y chỉ rằng trường dự báo nằm ở phía đông và bắc của kiểu mưa thám sát. Hoffman (1995) đã thử nghiệm hai tiêu chí đúng nhất và tìm được kết quả tương tự với sử dụng cực tiểu hóa sai số RMS và cực đại hóa hệ số tương quan trên vùng thẩm định vuông góc. Trong trường hợp của CRA vùng thẩm định là một tập hợp những điểm chứa trong CRA xuất phát cũng như trong CRA sau khi trôi vùng dự báo đến vùng được hiệu chỉnh, tức là hợp của các thực thể thám sát gốc và dự báo với thực thể dự báo đã được trôi. Tác giả chủ định loại trừ những điểm ngoài CRA để chỉ tập trung vào hệ thống mưa đang quan tâm. Ví số những điểm trong vùng thẩm định N phụ thuộc vào vị trí của dự báo đã được trôi nên tác giả đã chọn để tối thiểu hóa sai số bình phương tổng (Total mean squared error- RMS) chứ không chọn sai số trung bình bình phương (RMSE) để xác định sự đúng nhất của dự báo với thám sát.

b) Tách các sai số thành phần

Với phương pháp xác định sai số như trên, gần đúng của cực tiểu hóa sai số bình phương tổng sẽ cho ta sai số QPF dự báo mưa định lượng được tách thành các sai số thành phần: sai số dịch chuyển, sai số lượng mưa (volume) và sai số kiểu dáng mưa (pattern). Tuy nhiên cũng cần lưu ý đối với sự minh họa của một hệ thống dài. Khi đó một dịch chuyển dọc theo đường trục của mưa cực đại sẽ đuợc coi là sai số nhỏ hơn so với dịch chuyển vuông góc với đường trục. Nhưng những nhận kiểu như vậy lại khó đưa vào trong thẩm định tự động. Đó là lý do mà trong một thẩm định thích hợp của QPF dự báo mưa định lượng trên điểm lưới, thường người ta lập bảng ngẫu nhiên chỉ ra tần suất của hits (dự báo đúng mưa), misses (dự báo không mưa ở nơi thám sát có mưa) và false arlarms (dự báo mưa nơi không xẩy ra mưa). Như vậy chúng ta có thể dùng gần đúng này ở đây để thẩm định mưa. Thẩm định hiện tượng của một số lớn CRA sẽ cho ta thông tin hữu ích về bản chất của sai số dự báo.

III. Kết quả thẩm định CRA dự báo mưa định lượng

Thẩm định dự báo mưa định lượng cho ta hiểu biết sâu hơn về bản chất trong sai số của dự báo. Dưới đây là một trong các kết quả điển hình về thẩm định tuyển chọn sơ đồ tham số hóa đối lưu nhờ phương pháp CRA, biểu diễn kết quả thẩm định dự báo mưa hạn 24h ngày 26/08/2003 bằng mô hình H14-31/BMJ (Betts-Miller-Janijc) cho vùng Đông Bắc với lưới thẩm định 0.1250 xét cho ngưỡng mưa 5.0 mm/ngày. Để thấy rõ hơn chúng ta có thể theo dõi các điểm số thẩm định CRA cho trong bảng tương ứng, cũng như kết quả thẩm định (hình 5).

RMS (mm/ngày)

Ban đầu

30.61

Sau trôi

20.86

Hệ số tương quan

Ban đầu

0.205

Sau trôi

0.605

Số điểm nút có R ≥ 5 (mm/ngày)

Phân tích

201

Dự báo

279

Tốc độ mưa trung bình (mm/ngày)

Phân tích

35.26

Dự báo

20.59

Sai số khoảng cách

km

92.4

Sai số dịch chuyển

%

53.6

Sai số thể tích

%

2.3

Sai số kiểu mưa

%

44.1

Mưa cực đại (mm/ngày)

Phân tích

97.29

Dự báo

73.08

Thể tích mưa (km2)

Phân tích

1.28

Dự báo

1.03


Bảng 1. Điểm số thẩm định 24h ngày 26/08/03 bằng H14 -31/BMJ

Giá trị trên bảng này cho ta thấy, sau khi trôi vùng mưa mô hình lên tây bắc trên đoạn đường 92.4 km thì sai số RMS giảm từ 30.61 mm/ngày xuống 20.86 mm/ngày, hệ số tương quan giữa trường mưa thám sát và trường mưa dự báo tăng từ 0.205 lên 0.605. Sai số tổng của dự báo mưa lớn Bắc Bộ, ngày 26/08/03, hạn 24h bằng phiên bản H14 -31/BMJ được tách làm ba phần theo tỉ lên phần trăm, trong đó sai số di chuyển chiếm 53.6%, sai số thể tích chiếm 2.3% và sai số kiểu dáng vùng mưa chiếm 44.1%. Số điểm nút có mưa phân tích (thám sát) 5mm/ngày là 201 và mưa dự báo 5mm/ngày là 279. Tốc độ mưa trung bình của mưa phân tích là 35.26mm/ngày, trong khi của mô hình là 20.59mm/ngày. Mưa cực đại thám sát được là 97.29mm/ngày trong khi mô hình xác định được mưa cực đại thấp hơn là 73.08mm/ngày. Thể tích mưa thám sát là 1.28km2 trong khi thể tích mưa mô hình xác định được là 1.03km2

Trong đó: trường mưa phân tích từ lưới đo mưa vùng Đông Bắc thể hiện trên ảnh dưới bên trái (hình 5). Vectơ trên trường mưa mô hình cho thấy vùng mưa mô hình cần phải trôi về hướng tây bắc trên quãng đường xác định bởi độ dài vectơ. Kết quả thẩm định cho trên bảng (hình 5 dưới, bên phải) chỉ số displacement (E,N) = [0.50,-0.63] có nghĩa là so với thám sát vùng mưa mô hình đã trôi về phía đông 0.500 kinh độ và trôi về phía nam 0.630 vĩ độ. Do vậy cần đẩy vùng mưa mô hình trôi ngược lại về phía vùng mưa thám sát theo véc tơ cùng hướng tây bắc với độ dài xác định bởi khoảng cách sau .

 
 

 
Đối với thẩm định CRA dự báo mưa định lượng tại ngưỡng mưa 5mm/ngày cho dự báo mưa tích lũy 24h bằng H14-31/BMJ trong 22/07/04, giá trị cho trên hình 6 là phân tích và dự báo tương ứng (phần trên), sai số RMS, hệ số tương quan trước và sau khi trôi trường dự báo một khoảng cách bằng độ dài vectơ trên ảnh (phần ở giữa). Véctơ trên hình trên góc trái biểu diễn giá trị đoạn đường và hướng cần đẩy trôi vùng mưa dự báo tiến tới vùng mưa thám sát. Trong phần ở góc dưới bên phải (hình 6) sai số phần trăm được tách thành ba thành phần: sai số độ dịch chuyển, sai số thể tích và sai số kiểu dáng tương ứng. Trong cả hai trường hợp này mưa mô hình luôn thấp hơn mưa thám sát trung bình cả về giá trị trung bình và giá trị cực đại. RMS và hệ số tương quan đều được cải tiến rõ rệt sau khi trôi trường dự báo về hướng trường thám sát trên đoạn đường bằng độ dài vectơ trên hình. Tiếp theo là giá trị hệ số tương quan giữa trường thám sát và trường dự báo ban đầu (original), đã được tăng lên sau khi trôi (giữa trường thám sát và trường dự báo đã được trôi - shifted).
 

Trường hợp thẩm định cho dự báo 24h của mưa ngày 22/08/05 bằng H14-31/BMJ (hình 7) cho mưa phân bố xung quanh đường lý tưởng - đường chéo, mưa mô hình ở đây gần với mưa thám sát hơn. Có thể thấy mưa trung bình gần với thám sát hơn (34.25 so với 46.47) nhưng lại cho mưa cực đại thấp hơn nhiều so với thám sát (89.95 so với 164.70). Khi xác định được khoảng cách (bằng vectơ) trôi trường mưa dự báo hướng tới trường thám sát, sai số RMS giảm (27.11 so với 38.78). Đặc biệt hệ số tương quan tăng (0.199 lên 0.558). Hầu hết các điểm số này đều thể hiện tính ưu việt của HRM14-31/BMJ thông qua thẩm định mưa định lượng.

IV. Kết luận

Qua một số những kết quả nghiên cứu ứng dụng và phát triển dự báo mưa định lượng bằng thẩm định Cra, cho chúng ta thấy thẩm định Cra có thể xác định trực giác và định lượng những tính chất mà ta nhìn thấy được, tính được sai số vị trí trong dự báo, sai số tổng có thể tách thành sai số vị trí (location) sai số thể tích (volume) và sai số kiểu dáng (pattern). Hiện tượng dự báo có thể phân loại thành hits, misses. Những mô tả này có thể cho ta công cụ hữu ích để quản lý quá trình dự báo. Song phương pháp này phụ thuộc vào sự đối chứng kiểu dáng nên phải liên kết được các thực thể dự báo với các thực thể thám sát, nghĩa là dự báo phải đúng một nửa. Kết quả thẩm định đối với số Cra lớn sẽ có xu hướng về dự báo đúng, tức là những dự báo có sai số vị trí và sai số thể tích có thể được xác định với độ tin cậy. Người sử dụng phải chọn phương pháp đối chứng kiểu cũng như đường đẳng trị dùng để xác định thực thể. Tuy nhiên để áp dụng được phương pháp thẩm định Cra thì lưới trạm thám sát mưa phải đạt đến độ dày nhất định để có thể coi vùng thám sát thỏa mãn tính liên tục.

Tác giả bài viết: Pham Hai AN
Nguồn tin: By DPO

Đánh giá bài viết
Tổng số điểm của bài viết là: 5 trong 1 đánh giá
Click để đánh giá bài viết

Ý kiến bạn đọc

Mã an toàn:   Mã chống spamThay mới     

 

Thăm dò ý kiến

Bạn hiểu gì về lĩnh vực tài nguyên và môi trường biển

Không quan tâm

Hiểu không nhiều

Tôi đã học một vài tài liệu

Rất quan tâm và thương xuyên đọc web bienxanh.net





   
Loading
Trưởng ban biên tập: TS. Lê Xuân Sinh - Email: bienxanhs.net@gmail.com - Hotline: +(84)972-366-858