Tải file PDF Tác giả
Đơn vị công tác
1 Trung tâm Dự báo khí tượng thủy văn quốc gia, Tổng cục Khí tượng Thủy văn; hoangminh281287@gmail.com; ptdung77@gmail.com; vtvan7702@gmail.com; daihydro2003@gmail.com; maikhiem77@gmail.com
2 Trường Đại học Công nghệ Giao thông Vận tải; nguyenphuongnhung0302@gmail.com
*Tác giả liên hệ: hoangminh281287@gmail.com; Tel: +84–967519798
Tóm tắt
Lượng mưa ước lượng từ radar đã được khai thác và ứng dụng ở rất nhiều nơi trên thế giới cho các mô phỏng thủy văn nhờ ưu điểm về mặt phân bố không gian so với lượng mưa quan trắc ở các trạm mặt đất. Ở Việt Nam, do hệ thống radar thời tiết mới được nâng cấp và xây dựng đủ tốt trong vài năm gần đây nên việc khai thác và ứng dụng cho thủy văn vẫn còn rất hạn chế. Bởi vì lượng mưa ước lượng từ radar thường bao gồm nhiều sai số đến từ các nguồn khác nhau nên trước khi sử dụng để mô phỏng và dự báo dòng chảy, việc thực hiện hiệu chỉnh để giảm thiểu sai số là rất cần thiết. Vì vậy, nghiên cứu này được thực hiện để hiệu chỉnh lượng mưa ước lượng từ radar nhằm mục đích cải thiện chất lượng đầu vào cho bài toán mô phỏng dòng chảy ở Việt Nam. Hai phương pháp khí hậu và kỹ thuật lọc Kalman được áp dụng liên tiếp nhau để nâng cao độ chính xác lượng mưa ước lượng từ radar. Kết quả áp dụng thử nghiệm cho lưu vực sông Mã cho thấy chất lượng lượng mưa ước lượng từ radar đã tăng lên đáng kể với sự cải thiện của các chỉ tiêu sai số trung bình, hệ số tương quan và sai số quân phương.
Từ khóa
Trích dẫn bài báo
Tài liệu tham khảo
1. Bae, D.H.; Trinh, H.L.; Nguyen, H.M. Uncertainty estimation of the SURR model parameters and input data for the Imjin River basin using the GLUE method. J. Hydro–Environ. Res. 2018, 20, 52–62.
2. Nguyen, H.M.; Bae, D.H. An approach for improving the capability of a coupled meteorological and hydrological model for rainfall and flood forecasts. J. Hydrol. 2019, 577, 124014.
3. Fabry, F. Obstacles to the greater use of weather radar information. In: Sixth International Symposium on Hydrological Applications of Weather Radar, Melbourne, 2004.
4. Harrison, D.L.; Driscoll, S.J.; Kitchen, M. Improving precipitation estimates from weather radar using quality control and correction techniques. Meteorol. Appl. 2000, 6, 135–144.
5. Golding, B.W. Nimrod: a system for generating automated very short range forecasts. Meteorol. Appl. 1998, 5, 1–16.
6. Pierce, C.; Hardaker, P.; Collier, C.; Haggett, C. GANDOLF: a system for generating automated nowcasts of convective precipitation. Meteorol. Appl. 2001, 7, 341–360.
7. Rabiei, E.; Haberlandt, U. Applying bias correction for merging rain gauge and radar data. J. Hydrol. 2015, 522, 544–557.
8. Chumchean, S.; Seed, A.; Sharma, A. An Integrated Approach to Error Correction for Real–Time Radar–Rainfall Estimation. Am. Meteorol. Soc. 2006, 23, 67–79.
9. Giarno, Hadi, M.P.; Suprayogi, S.; Herumurti, S. Bias correction of radar and satellite rainfall estimates and increasing its accuracy using modified merging. Mausam 2020, 71(3), 277–390.
10. Hanchoowong, R.; Weesakul, U.; Chumchean, S. Bias correction of radar rainfall estimates based on a geostatistical technique. Sci. Asia 2012, 38, 373–385.
11. Kim, T.J.; Kwon, H.H.; Lima, C. A Bayesian partial pooling approach to mean field bias correction of weather radar rainfall estimates: Application to Osungsan weather radar in South Korea. J. Hydrol. 2018, 565, 14–26.
12. Na, W.; Yoo, C. A Bias Correction Method for Rainfall Forecasts Using Backward Storm Tracking. Water 2018, 10, 1728.
13. Ozkaya, A.; Akyurek, Z. Evaluating the use of bias‑corrected radar rainfall data in three flood events in Samsun, Turkey. Nat. Hazards 2019, 98, 643–674.
14. Qi, Y.; Zhang, J.; Hong, Y.; Cao, Q. Correction of Radar QPE Errors for Non–Uniform VPRs in Mesoscale Convective Systems Using TRMM Observations. The seventh European conference on radar in meterology and hydrology, 2012.
15. Sahlaoui, Z.; Mordane, S. Radar Rainfall Estimation in Morocco: Quality Control and Gauge Adjustment. Hydrology 2019, 6, 41.
16. Quốc, P.K. Nghiên cứu xây dựng công cụ cảnh báo dông và định lượng mưa cho các khu vực ở Việt Nam trên cơ sở sử dụng số liệu ra đa thời tiết, định vị sét, ảnh mây vệ tinh Himawari và mưa bề mặt. Tổng cục Khí tượng Thủy văn, 2021.
17. Tĩnh, Đ.N. và cs. Nghiên cứu ứng dụng số liệu mưa vệ tinh, mưa dự báo số trị kết hợp số liệu bề mặt trong dự báo lũ hệ thống sông Hồng – Thái Bình. Đề tài nghiên cứu cấp Bộ, 2015.
18. Chumchean, S.; Seed, A.; Sharma, A. Correction of real–time radar rainfall bias using a Kalman filtering technique. J. Hydrol. 2006, 317, 123–137.
19. Smith, J.A.; Krajewski, W.F. Estimation of mean field bias of radar rainfall estimates. J. Appl. Meteorol. 1991, 30, 397–411.
20. Marshall, J.S.; Palmer, W.M. The distribution of raindrops with size. J. Meteorol. 1948, 5, 165–166.