Tải file PDF Tác giả
Đơn vị công tác
1 Trung tâm Dự báo Khí tượng Thủy văn Quốc gia; thaivan.meteo@gmail.com
2 Học viên cao học Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội; thaivan.meteo@gmail.com
3 Trung tâm Ứng dụng công nghệ khí tượng thủy văn; thanhnga1324@gmail.com
*Tác giả liên hệ: thaivan.meteo@gmail.com; Tel.: +84–941365898
Tóm tắt
Bài báo trình bày kết quả tính toán lượng mưa trên lưới bằng việc kết hợp giữa số liệu mưa vệ tinh GSMaP và các trạm đo mưa tự động tại Việt Nam trong 04 tháng, tháng 8 và 9 của năm 2020 và 2021 thông qua phương pháp phân tích khách quan. 80 trạm quan trắc mưa tự động (tương đương 40% số liệu) đã được tách riêng để làm số liệu độc lập, 60% số trạm đưa vào chương trình phân tích khách quan để kết hợp 2 loại số liệu với nhau. Kết quả cho thấy, bộ số liệu kết hợp cho chất lượng ước lượng mưa tốt hơn khoảng 2–5% so với số liệu GSMaP gốc; số liệu kết hợp với bán kính ảnh hưởng 30km (L30) có sai số RMSE nhỏ nhất, cải thiện khoảng 5% so với số liệu GSMaP và có thể ứng dụng làm đầu vào cho các bài toán dự báo cực ngắn lượng mưa cũng như dự báo lũ, lũ quét và sạt lở đất.
Từ khóa
Trích dẫn bài báo
Tài liệu tham khảo
1. Lorenz E.N. The predictability of hydrodynamic flow. Trans. N. Y. Acad. Sci. 1963, 25(4), 409–432.1.
2. Krishnamurthy, V. Predictability of weather and climate. Earth Space Sci. 2019, 6(7), 1043–1056.
3. Ferrari, F.; Cassola, F.; Tuju, P.E.; Stocchino, A.; Brotto, P.; Mazzino, A. Impact of Model Resolution and Initial/Boundary Conditions in Forecasting Flood-Causing Precipitations. Atmosphere 2020, 11, 592.
4. Daley, R. Atmospheric Data Analysis. Cambridge Atmospheric and Space Science Series, 1991, pp. 457.
5. Gilchrist, B.; Cressman, G. An experiment in objective analysis. Tellus 1954, 6, 309.
6. Bergthorsson, P.; Doos, B. Numerical weather map analysis. Tellus 1955, 7(3), 329–340.
7. Cressman, G.P. An operational objective analysis system. Mon. Weather Rev. 1959, 87, 367.
8. Lions, J.L. Contrˆole optimal de syst`emes gouvern´es par des´equations aux d´eriv´ees partielles”. Dunod, 1968.
9. Bennett, A.F. Inverse Modeling of the Ocean and Atmosphere. Cambridge University Press, Cambridge. 2022.
10. Lewis, J.M.; Derber, J.C. The use of adjoint equations to solve a variational adjustment problem with convective constraints. Tellus 1985, 37A, 309–322.
11. Talagrand, O.; Courtier, P. Variational assimilation of meteorological observations with the adjoint vorticity equation. Part I: Theory. Q. J. R. Meteorolog. Soc. 1987, 113, 1311–1328.
12. Lin, A.; Wang, X.L. An algorithm for blending multiple satellite precipitation estimates with in situ precipitation measurements in Canada. J. Geophys. Res. Atmos. 2011, 116, D21111. https://doi.org/10.1029/2011JD016359.
13. Chua, Z.W.; Kuleshov, Y.; Watkins, A.B.; Choy, S.; Sun, C.A. Two‐Step Approach to Blending GSMaP Satellite Rainfall Estimates with Gauge Observations over Australia. Remote Sens. 2022, 14, 1903. https://doi.org/10.3390/rs14081903.
14. Xie, P.; Xiong, A.Y. A conceptual model for constructing high‐resolution gauge‐satellite merged precipitation analyses. J. Geophys. Res. Atmos. 2011, 116, D21106. https://doi.org/10.1029/2011JD016118.
15. Tian, Y.; Peters-Lidard, C.D.; Adler, R.F.; Kubota, T.; Ushio, T. Evaluation of GSMaP Precipitation Estimates over the Contiguous United States. J. Hydrometeorol. 2010, 566–574. https://doi.org/10.1175/2009JHM1190.1
16. Mandira Shrestha và cs. Verification of GSMaP Rainfall Estimates over the Central Himalayas. J. Jpn. Soc. Civil Eng. Ser B1 2012, 67(4), I_37–I_42. Doi:10.2208/jscejhe.67.I_37.
17. Hung, M.K.; et al. Application of GSMaP Satellite data in precipitation estimation and nowcasting: evaluations for October 2019 to January 2020 period for Vietnam, VNJ. Hydrometeorol. 2020, 8, 79–93. doi: 10.36335/VNJHM.2020(5).80-94.
18. Nurlatifah, A.; Susanti, I.; Sipayyung, S.B.; Latifah, H. Application of GSMaP on estimating rainfall condition in Jakarta during 16 December. AIP Conference Proceedings Published by American Institute of Physics. 2021, 2366, 060027. Doi:10.1063/5.0060373,
19. Kiên, N.T.; An, N.L.; Thành, L.Đ. Đánh giá chất lượng mưa vệ tinh GSMaP mô phỏng mưa lớn - Ứng dụng cho lưu vực sông Mã. Tạp chí khoa học ký thuật Thủy lợi và Môi trường 2019, 64, 76–83.
20. Saito, K.; Hung, M.K.; Hung, N.V.; Vinh, N.Q.; Tien, D.D. Heavy rainfall in central Viet Nam in December 2018 and modification of precipitation analysis at VNMHA. VNJ. Hydrometeorol. 2020, 5, 65–78. Doi: 10.36335/VNJHM.2020(5).65-79.
21. Đức, T.A.; Tân, P.V.; Thành, N.Đ. Xây dựng bộ số liệu lượng mưa ngày VNGP_1deg trên lưới 1’×1’ kinh vĩ cho Việt Nam. Tạp chí Khí tượng Thủy văn 2010, 590, 42–48.
22. Thanh, N.X.; Thanh, N.D.; Kamomera, H.; Long, T.T.; Matsumoto, J.; Inoue, T.; Tan, P.V. The Vietnam Gridded Precipitation (VnGP) Dataset: Construction and Validation. Sci. Online Lett. Atmos. 2016, 12, 291–296.
23. Huyền, T.T.; Chanh, K.Q.; DDuwcs. T.Q. Đồng hóa mưa vệ tinh bằng phương pháp 3Dvar, áp dụng thử nghiệm cho lưu vực sông Hồng. Tạp chí khoa học biến đổi khí hậu 2019, 10, 15–20.
24. Thông tư số 30/2018/TT-BTNMT: Quy định kỹ thuật về quan trắc và cung cấp thông tin, dữ liệu khí tượng thủy văn đối với trạm khí tượng thủy văn chuyên dùng.