Tác giả

Vũ Văn Thăng 1 , Trần Duy Thức 1 , Nguyễn Quang Trung 1

Đơn vị công tác

1Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu

Tóm tắt

Đồng hóa số liệu biến phân bốn chiều (4D-Var) là kỹ thuật đồng hóa tiên tiến được ứng dụng ở nhiều nơi trên thế giới, nhờ ưu điểm tối ưu trường phân tích không những về mặt thống kê toán học mà còn phù hợp về mặt động lực. Nghiên cứu này, lần đầu tiên, giới thiệu việc thử nghiệm áp dụng phương pháp 4D-Var thông qua mô hình WRF (Weather Research and Forecasting model) trong dự báo mưa ở Việt Nam, cụ thể là khu vực Nam Bộ. Các thí nghiệm đồng hóa số liệu mưa tự động và số liệu radar trong dự báo đợt mưa ngày 25 và 26/11/2018 được tiến hành. Bên cạnh đó, hai thí nghiệm về độ nhạy với quan trắc đơn cũng được thực hiện, với sự thay đổi lượng mưa đồng hóa tại một điểm trạm. Kết quả cho thấy phương pháp 4D-Var đã điều chỉnh các biến cơ bản của trường ban đầu (ví dụ như nhiệt độ, độ ẩm) dù chỉ có sự thay đổi nhỏ của lượng mưa được đồng hóa. Mô phỏng thực tế cho thấy, so với trường hợp không đồng hóa, phương pháp đồng hóa 4D-Var có tác động cải thiện dự báo ở cả hạn dự báo 12h và 24h. Các phương án đồng hóa nhìn chung cho sai số nhỏ hơn so với trường hợp không đồng hóa, ở các ngưỡng mưa nhỏ dưới 30 mm và mưa lớn trên 70mm. Bên cạnh đó, nghiên cứu cũng chỉ ra yêu cầu về mặt tài nguyên tính toán của phương pháp 4D-Var lớn hơn đáng kể so với phương pháp biến phân ba chiều. 

Từ khóa

Trích dẫn bài báo

Vũ Văn Thăng, Trần Duy Thức, Nguyễn Quang Trung (2019), 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, EME2, 174-185.

Tài liệu tham khảo

1. Barker, D., Huang, X.Y., Liu, Z., Auligné, T., Zhang, X., Rugg, S., Demirtas, M., (2012), The weather research and forecasting model’s community variational/ensemble data assimilation system: WRFDA. Bulletin of the American Meteorological Society, 93 (6), 831-843.

2. Gauthier, P., Tanguay, M., Laroche, S., Pellerin, S., Morneau, J., (2007), Extension of 3DVAR to 4DVAR: Implementation of 4DVAR at the Meteorological Service of Canada. Monthly weather review, 135 (6), 2339-2354.

3. Huang, X.Y., Xiao, Q., Barker, D.M., Zhang, X., Michalakes, J., Huang, W., ... Dudhia, J., (2009), Four-dimensional variational data assimilation for WRF: Formulation and preliminary results. Monthly Weather Review, 137 (1), 299-314.

4. Huỳnh Thị Hồng Ngự, La Thị Cang (2008), Đồng hóa số liệu bằng phương pháp biến phân bốn chiều trong dự báo thời tiết bằng phương pháp số trị. Tạp chí Phát triển KHCN, 11 (12), 98- 103.

5. Ban, J., Liu, Z., Zhang, X., Huang, X.Y., Wang, H., (2017), Precipitation data assimilation in WRFDA 4D-Var: implementation and application to convectionpermitting forecasts over United States. Tellus A: Dynamic Meteorology and Oceanography, 69 (1), 1368310, Doi:10.1080/16000870.2017.1368310

6. Kumar, P., Kishtawal, C.M., Pal, P.K., (2014), Impact of satellite rainfall assimilation on Weather Research and Forecasting model predictions over the Indian region. Journal of Geophysical Research: Atmospheres, 119 (5), 2017-2031.

7. Lê Đức, Đỗ Lệ Thủy, Lương Hồng Trung (2007), Xây dựng trường ẩm cho mô hình HRM từ số liệu vệ tinh địa tĩnh dựa trên phương pháp biến phân ba chiều (3D-Var) (Phần I: cơ sở khoa học và phương pháp thực hiện). Tạp chí Khí tượng Thủy văn, 555, 22-32.

8. Lê Đức, Đỗ Lệ Thủy, Lương Hồng Trung (2007), Xây dựng trường ẩm cho mô hình HRM từ số liệu vệ tinh địa tĩnh dựa trên phương pháp biến phân ba chiều (3D-Var) (Phần II: phương pháp thực hiện và một số kết quả nghiên cứu). Tạp chí Khí tượng Thủy văn, 558, 43-49.

9. Lopez, P., Bauer, P., (2007), "1D+4D-Var"assimilation of NCEP stage IV radar and gauge precipitation data at ECMWF. Monthly Weather Review, 135, 2506-2524.

10. Lopez, P., (2011), Direct 4D-Var assimilation of NCEP stage IV radar and gauge precipitation data at ECMWF. Monthly Weather Review, 139, 2098-2116.

11. Mazzarella, V., Maiello, I., Capozzi, V., Budillon, G., Ferretti, R., (2017), Comparison between 3D-Var and 4D-Var data assimilation methods for the simulation of a heavy rainfall case in central Italy. Advances in Science and Research, 14, 271.

12. Pan, X., Li, X., Cheng, G., Hong, Y., (2017), Effects of 4D-Var data assimilation using remote sensing precipitation products in a WRF model over the complex terrain of an arid region river basin. Remote Sensing, 9 (9), 963.

13. Rabier, F., J¨arvien, H., Mahfouf, J.F., Simmons, A., (2000), The ECMWF operational implementation of four-dimensional variational assimilation: Experimental results with simplified physics. Quarterly Journal of the Royal Meteorological Society, 126, 1148-1170.

14. Skamarock, W.C., Klemp, J.B., Dudhia, J., Gill, D.O., Barker, D.M., Duda, M.G., Huang,X.Y., Wang, W., Powers, J.G., (2008), A description of the Advanced Research WRF v3. NCAR Technical Note NCAR/TN-475CSTR.

15. Trần Duy Thức, Công Thanh (2018), 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, 34 (1S), 59-70.