Tác giả
Đơn vị công tác
1 Đài KTTV khu vực Nam Bộ; quyentccb@gmail.com; manhdungkttv@gmail.com
2 Ủy ban nhân dân thành phố Thủ Đức; kyphungng@gmail.com
*Tác giả liên hệ: quyentccb@gmail.com; Tel.: +84–2838290092
Tóm tắt
Trong nghiên cứu đã sử dụng phương pháp đồng hóa số liệu biến phân ba chiều 3D–var cho mô hình WRF với độ phân giải 3km để dự báo mưa cho khu vực Nam Bộ. Số liệu được sử dụng cho đồng hóa bao gồm các quan trắc bề mặt, thám không ở Việt Nam cũng như khu vực Đông Nam Á. Tác giả tiến hành thử nghiệm với 2 trường hợp có đồng hóa (Wrf_d03) và không có đồng hóa số liệu (Wrf_noDA_d03) với hạn dự báo 48h. Thời gian thực hiện tiến hành trong 2 tháng mùa mưa 7 và 8 năm 2021. Các kết quả dự báo của 2 thử nghiệm được thu thập cùng với số liệu quan trắc 24 trạm Synop trên khu vực để tiến hành đánh giá độ chính xác của các mô hình. Kết quả cho thấy, ở ngưỡng mưa nhỏ các mô hình dự báo thiên cao hơn thực tế. Trong khi đó ở ngưỡng mưa vừa, mưa to đến rất to các mô hình đều có xu hướng dự báo thiên thấp hơn thực tế. Các chỉ số MAE và RMSE của mô hình đồng hóa hầu hết đều thấp hơn mô hình không đồng hóa, cho thấy khi đồng hóa dữ liệu địa phương đã giảm được sai số của mô hình. Với đánh giá dự báo cho ngày 15/7/2021, mô hình có đồng hóa số liệu có khả năng phát hiện (POD) và kỹ năng dự báo (ETS) cho mưa vừa, mưa to tốt hơn mô hình không đồng hóa ở hạn dự báo 12h và 24h. Đồng thời khi thiết lập mô hình đồng hóa chạy ở chế độ Cycling sẽ cho dự báo ổn định hơn trường hợp không đồng hóa.
Từ khóa
Trích dẫn bài báo
Quyền, L.N.; Phùng, N.K.; Dũng, L.M. Nghiên cứu đồng hóa số liệu địa phương vào mô hình WRF để nâng cao chất lượng dự báo mưa cho khu vực Nam Bộ. Tạp chí Khí tượng Thuỷ văn 2022, 736, 36-51.
Tài liệu tham khảo
1. Routray, Mohanty U.C.; Niyogi D.; Rizvi S.R.; Osuri K.K. First application of 3DVAR–WRF data assimilation for mesoscale simulation of heavy rainfall events over Indian Monsoon region. J. R. Meteorolog. Soc. 2008, 1555.
2. Yang. J. Effect of Data Assimilation Using WRF–3DVAR for Heavy Rain Prediction on the Northeastern Edge of the Tibetan Plateau. Adv. Meteorol. 2015, 294589, 14.
3. Hastuti, M.I.; Paski, J.I.A. Assimilation of Weather Radar Data Using WRF 3DVar Modelling for Rainfall Prediction. IOP Conf. Ser.: Earth Environ. Sci. 2019, 303, 012047.
4. Xin, K.T.; Đức, L. Nâng cao chất lượng dự báo mưa bằng mô hình khu vực phân giải cao HRM nhờ tăng độ phân giải và điều chỉnh trường ban đầu bằng phương pháp đồng hoá số liệu ba chiều. Tuyển tập hội nghị khoa học, Viện Khoa học khí tượng thuỷ văn và Môi trường, 2003.
5. Xin, K.T. Nghiên cứu dự báo mưa lớn diện rộng bằng công nghệ hiện đại phục vụ phòng chống lũ lụt ở Việt Nam. Báo cáo tổng kết đề tài khoa học công nghệ độc lập cấp nhà nước, 2005.
6. Cường, H.Đ. Nghiên cứu thử nghiệm dự báo mưa lớn ở Việt Nam bằng mô hình MM5. Báo cáo tổng kết đề tài nghiên cứu khoa học cấp Bộ, 2008.
7. Tân, P.V.; Dũng, N.L. Thử nghiệm ứng dụng hệ thống WRF–VAR kết hợp với sơ đồ ban đầu hóa xoáy vào dự báo quỹ đạo bão trên biển Đông. Tạp chí Khí tượng Thủy văn 2009, 583, 1–9.
8. Cường, H.Đ. Nghiên cứu ứng dụng sơ đồ đồng hóa số liệu 3D–Var cho mô hình WRF để dự báo thời tiết ở Việt Nam. Tạp chí Khí tượng Thủy văn 2011, 610, 37–42.
9. Tiến, D.D.; Tăng, B.M.; Hòa, V.V.; Vui, P.T.; Đức, T.A.; Tùng, N.T. Nghiên cứu đồng hóa số liệu radar đông hà để nâng cao chất lượng dự báo mưa lớn cho khu vực miền Trung. Tạp chí Khí tượng Thủy văn 2013, 632 (8), 12–19.
10. Thức, T.D.; Thanh, C. Thử nghiệm đồng hóa dữ liệu radar trong mô hình WRF để dự báo mưa lớn cho khu vực Thành phố Hồ Chí Minh. Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường 2018, 34(1S), 59–70.
11. Tiến, D.Đ.; Cường, H.Đ.; Hưng, M.K.; Lâm, H.P. Vai trò của sai số mô hình trong bài toán đồng hóa số liệu dựa trên phương pháp biến phân: thử nghiệm với mô hình phân giải cao WRF–ARW và dự báo mưa lớn trong trên khu vực Bắc Bộ. Tạp chí Khí tượng Thủy văn 2019, 699, 42–49.
12. Thăng, V.V.; Thức, T.D.; Trung, N.Q. Thử nghiệm đồng hóa số liệu bằng WRF 4D–Var trong dự báo mưa ở khu vực Nam Bộ. Tạp chí Khí tượng Thủy văn 2019, EME2, 174–185.
13. Phung, N.K.; Long, N.Q.; Tin, N.V.; Le, D.T.T. Development of a PM2.5 Forecasting System Integrating Low–cost Sensors for Ho Chi Minh City, Vietnam. Aerosol Air Qual. Res. 2020, 20, 1454–1468.
14. Barker, D.M.; Huang, W.; Guo, Y.R.; Bourgeois, A.J.; Xiao, Q.N. A three–dimensional (3DVAR) variational data assimilation system for MM5. Implementation and initial results. Mon. Weather Rev. 2004, 132, 897–914.
15. Zhang, C.; Wang, Y. Projected Future Changes of Tropical Cyclone Activity over the Western North and South Pacific in a 20–km–Mesh Regional Climate Model. J. Clim. 2017, 30, 5923–5941.
16. Sun, B.Y.; Bi, X. Validation for a tropical belt version of WRF: Sensitivity tests on radiation and cumulus convection parameterizations. Atmos. Ocean. Sci. Lett. 2019, 12, 192–200.
17. Gbode, I.E.; Dudhia, J.; Ogunjobi, K.O.; Vincent, A. Sensitivity of different physics schemes in the WRF model during a West African monsoon regime. Theor. Appl. Climatol. 2019, 136, 733–751.
18. Thông tư số 41/2017/TT–BTNMT (2017). Quy định kỹ thuật đánh giá chất lượng dự báo, cảnh báo khí tượng.
19. Hưng, M.K. Nghiên cứu ảnh hưởng của số liệu thám không giả lập trên quần đảo Trường Sa và Hoàng Sa đến đến dự báo Bão trên Biển Đông. Luận văn thạc sĩ, 2014, 10–11.
20. Anderson, E.; Hollingsworth, A.; Kelly, G.; Lönnberg, P.; Pailleux, J.; Zhang, Z. Global observing system experiments on operational statistical retrievals of satellite sounding data. Mon. Weather Rev. 1991, 119, 1851–1864.
21. Parrish, D.F.; Derber, J.C. The National Meteorological Center's Spectral Statistical–Interpolation analysis system. Mon.Wea.Rev. 1992, 120(8), 1747–1763.