1
LỜI CẢM ƠN

Trước hết, tôi xin bày tỏ lòng biết ơn sâu sắc tới GS. TS. Trần Tân Tiến, là
người đã tận tình chỉ bảo và hướng dẫn tôi hoàn thành luận văn này.
Tôi xin cảm ơn các Thầy cô và các cán bộ trong khoa Khí tượng - Thủy văn -
Hải dương học đã cung cấp cho tôi những kiến thức chuyên môn quý báu, giúp đỡ
và tạo điều kiện thuận lợi về cơ sở vật chất trong suốt thời gian tôi học tập và thực
hành ở Khoa.
Tôi cũng xin chân thành cảm ơn Ban lãnh đạo Đài Khí tượng Thủy văn khu
vực Trung Trung Bộ và toàn thể các đồng nghiệp trong cơ quan đã tạo điều kiện và
bố trí thời gian để tôi có thời gian học tập và hoàn thành luận văn.
Tôi cũng xin cảm ơn Phòng sau đại học, Trường Đại học Khoa học Tự nhiên
đã tạo điều kiện cho tôi có thời gian hoàn thành luận văn.
Cuối cùng, tôi xin gửi lời cảm ơn chân thành tới gia đình, người thân và bạn
bè, những người đã luôn ở bên cạnh cổ vũ, động viên và tạo mọi điều kiện tốt nhất
cho tôi trong suốt thời gian học tập.

Nguyễn Tiến Toàn

2
MỤC LỤC

MỞ ĐẦU 9
CHƯƠNG 1: TỔNG QUAN 10
1.1 Tổng quan về dự báo mưa bằng phương pháp số 10
1.2 Các quy định về mưa lớn diện rộng 14
1.2.1 Quy định về mưa lớn 14
1.2.2 Quy định về mưa lớn diện rộng 14
1.3 Hình thế gây mưa lớn tại Trung Bộ do không khí lạnh kết hợp dải hội tụ nhiệt

2.4.1.1 Phương pháp xây dựng phương trình hồi qui có lọc 32
2.4.1.2. Nguyên tắc xây dựng phương trình hồi qui 32
2.4.2 Phương pháp đánh giá 33
2.4.2.1 Đánh giá tỷ số giữa vùng dự báo và vùng thám sát 33
2.4.2.2 Xác suất phát hiện 33
2.4.2.3 Tỷ phần dự báo phát hiện sai 33
2.4.2.4 Điểm số thành công 34
2.4.2.5 Độ chính xác 34
CHƯƠNG 3: 35
KẾT QUẢ DỰ BÁO MƯA LỚN DO KHÔNG KHÍ LẠNH KẾT HỢP VỚI DẢI
HỘI TỤ NHIỆT ĐỚI TỪ 1 ĐẾN 3 NGÀY BẰNG MÔ HÌNH WRF 35
3.1 Phương trình hồi qui dự báo lượng mưa 35
3.1.1 Phương trình dự báo lượng mưa 24h 35
3.1.1.1 Khu vực Quảng Bình 35
3.1.1.2 Khu vực Quảng Trị 37
3.1.1.3 Khu vực Thừa Thiên_Huế 39
3.1.1.4 Khu vực Quảng Nam – Đà Nẵng 40
3.1.1.5 Khu vực Quảng Ngãi 41
3.1.1 Phương trình dự báo 48h 43
3.1.2.1 Khu vực Quảng Bình 43
3.1.2.2 Khu vực Quảng Trị 44
3.1.2.3 Khu vực Thừa Thiên_Huế 45
3.1.2.4 Khu vực Quảng Nam – Đà Nẵng 47
3.1.2.5 Khu vực Quảng Ngãi 48
3.1.3 Phương trình dự báo 72h 50
3.1.3.1 Khu vực Quảng Bình 50
3.1.3.2 Khu vực Quảng Trị 52
3.1.3.3 Khu vực Thừa Thiên_Huế 53
3.1.3.4 Khu vực Quảng Nam – Đà Nẵng 55
3.1.3.5 Khu vực Quảng Ngãi 56

Hình 2.8: Phân bố các trạm đo mưa ở Trung Trung Bộ 30
Hình 3.1: Sai số bình phương trung bình các phương trình khu vực Quảng Bình 24h
36
Hình 3.2: Sai số bình phương trung bình các phương trình khu vực Quảng Trị 24h
38
Hình 3.3: Sai số bình phương trung bình các phương trình khu vực Thừa
Thiên_Huế 24h 39
Hình 3.4: Sai số bình phương trung bình các phương trình khu vực Quảng Nam –
Đà Nẵng 24h 41
Hình 3.5: Sai số bình phương trung bình các phương trình khu vực Quảng Ngãi 24h
42
Hình 3.6: Sai số bình phương trung bình các phương trình khu vực Quảng Bình 48h
44
Hình 3.7: Sai số bình phương trung bình các phương trình khu vực Quảng Trị 48h
45
Hình 3.8: Sai số bình phương trung bình các phương trình khu vực Thừa
Thiên_Huế 48h 47
Hình 3.9: Sai số bình phương trung bình các phương trình khu vực Quảng Nam –
Đà Nẵng 48h 48
Hình 3.10: Sai số bình phương trung bình các phương trình khu vực Quảng Ngãi
48h 50
Hình 3.11: Sai số bình phương trung bình các phương trình khu vực Quảng Bình
72h 51
Hình 3.12: Sai số bình phương trung bình các phương trình khu vực Quảng Trị 72h
52
Hình 3.13: Sai số bình phương trung bình các phương trình khu vực Thừa
Thiên_Huế 72h 54

6
Hình 3.14: Sai số bình phương trung bình các phương trình khu vực Quảng Nam –

Bảng 2.4: Tùy chọn sơ đồ bức xạ trong WRF 24
Bảng 2.5: Các đợt mưa và đặc điểm mưa 29
Bảng 2.6: Danh sách trạm tính mưa 30
Bảng 3.1 Các hệ số phương trình hồi qui dự báo lượng mưa khu vực Quảng Bình
24h và sai số bình phương trung bình 36
Bảng 3.2: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Trị 24h và sai
số bình phương trung bình 37
Bảng 3.3: Các hệ số phương trình hồi qui dự báo lượng mưa Thừa Thiên_Huế 24h
và sai số bình phương trung bình 39
Bảng 3.4: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Nam – Đà
Nẵng 24h và sai số bình phương trung bình 40
Bảng 3.5: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Ngãi 24h và sai
số bình phương trung bình 41
Bảng 3.6: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Bình 48h và sai
số bình phương trung bình 43
Bảng 3.7: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Trị 48h và sai
số bình phương trung bình 44
Bảng 3.8: Các hệ số phương trình hồi qui dự báo lượng mưa Thừa Thiên_Huế 48h
và sai số bình phương trung bình. 46
Bảng 3.9: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Nam – Đà
Nẵng 48h và sai số bình phương trung bình: 47
Bảng 3.10: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Ngãi 48h và
sai số bình phương trung bình. 48
Bảng 3.11: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Bình 72h và
sai sô bình phương trung bình 51
Bảng 3.12: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Trị 72h và sai
số bình phương trung bình 52
Bảng 3.13: Các hệ số phương trình hồi qui dự báo lượng mưa Thừa Thiên_Huế 72h
và sai số bình phương trung bình. 54
Bảng 3.14: Các hệ số phương trình hồi qui dự báo lượng mưa Quảng Nam – Đà

lãnh thổ các tỉnh ven biển Trung Bộ. Hoặc như gió mùa đông bắc gây ra mưa to đến rất
to ở các tỉnh ven biển miền Trung. Do đó mùa mưa và mùa khô ở khu vực này khác hẳn
với các nơi khác. Vì vậy các hình thế thời tiết gây ra mưa to đến rất to tại khu vực cũng
có những nét riêng biệt đáng kể. Mưa lớn ở Trung Trung Bộ nói chung thường do các
hình thế thời tiết chủ yếu sau:
1. Bão hoặc áp thấp nhiệt đới.
2. Gió mùa đông bắc.
3. Gió mùa tây nam.
4. Các hoạt động của các nhiễu động nhiệt đới khác: gió đông (chủ yếu là sóng
đông), hội tụ nhiệt đới.
5. Mưa đặc biệt lớn trong trường hợp: có sự phối hợp hoạt động giữa gió mùa hoặc
tín phong đông bắc ở phía bắc với các nhiễu động nhiệt đới (Bão, áp thấp nhiệt
đới, hoặc dải hội tụ, sóng đông) ở Biển Đông.
Do các đặc điểm địa lý và các dạng hình thế gây mưa đã nêu ở trên, công tác dự báo
mưa gặp rất nhiều khó khăn trong việc dự báo định lượng mưa để cảnh báo lũ cũng như
phòng chống thiên tai cho khu vực này.
Trong những năm gần đây, cùng với sự phát triển mạnh mẽ về khoa học máy tính
mô hình số trị đã thể hiện là một công cụ hữu ích, góp phần nâng cao chất lượng dự báo
thời tiết, đặc biệt là các hiện tượng thời tiết cực đoan như mưa lớn, bão và áp thấp nhiệt
đới. Mô hình số là công cụ hữu ích trong dự báo hạn ngắn và đang được nghiên cứu rộng
rãi nhằm nâng cao chất lượng dự báo. Một trong số đó là mô hình WRF. Bên cạnh đó,
sự tối ưu hóa trong mã nguồn tính toán của WRF cho phép người sử dụng có thể chạy
mô hình trên rất nhiều loại máy tính với các hệ điều hành khác nhau cũng như chạy song
song với bộ nhớ chia sẻ OpenMP hay bộ nhớ phân tán MPI. Chính vì những tính năng
ưu việt trên, tác giả đã lựa chọn mô hình WRF làm công cụ cho nghiên cứu về bài toán
dự báo mưa 1 - 3 ngày cho khu vực Trung Trung Bộ khi có dạng hình thế không khí lạnh
kết hợp với dải hội tụ nhiệt đới.

10
CHƯƠNG 1:

+ Hong Kong
Hong Kong Observatory (HKO) đã sử dụng các thông tin radar, vệ tinh, quan trắc
tức thời để dự báo mưa hạn cực ngắn (nowcasting). Từ 1999 đã xây dựng hệ thống

11
SWIRLS (Short-range Warning of Intense Rainstorms in Localized Systerms) rất hữu
ích, phát huy tác dụng đến nay. Hệ thống này dự báo lượng mưa một giờ một trước vài
giờ với 3 mức cảnh báo 30mm/h, 50mm/h và 70mm/h.
Để dự báo lượng mưa 3 ngày đã sử dụng các sản phẩm mô hình từ Trung tâm dự
báo hạn vừa Châu Âu (ECMWF), Cơ quan Khí tượng Hoàng gia Anh (UKMO) và Cơ
quan Khí tượng Nhật Bản (JMA) để đưa ra các bản tin dự báo (Lai và Cheung
2001)[17]. Tuy nhiên, để có thể tính đến các yếu tố địa phương thì gần đây HKO còn sử
dụng thêm mô hình ORSM (Operational Regional Spectral Model) bước lưới 20 km
lồng trong lưới 60 km. Trong bước phân tích, các yếu tố ẩm địa phương được đưa vào
trường nền của ECMWF, UKMO và JMA bằng cách sử dụng các nguồn đo mưa, radar,
độ che phủ mây và nhiệt độ mây từ vệ tinh địa tĩnh của JMA. Cuối cùng, dự báo tổ hợp
được xây dựng dựa trên các sản phẩm mô hình. Từ các đầu vào khác nhau, các mô hình
khác nhau sẽ cho các kết quả dự báo mưa có độ phân tán nhất định. Từ đó, các dự báo
viên có thể cho bản tin dự báo.
+ Hoa Kỳ
Tại Hoa Kỳ, Trung tâm Dự báo Khí tượng Thủy văn (HPC-Hydrometeorological
Prediction Center), các Trung tâm Dự báo sông (River Forecast Centers), và các cơ quan
dự báo địa phương thuộc Cơ quan Thời tiết Quốc gia (NWS-National Weather Service)
đưa ra các dự báo mưa cho hạn dự báo tới 5 ngày (Brennan et al. 2008)[13], dự báo
lượng mưa bằng hoặc lớn hơn 0,25 mm. Tuy nhiên, chất lượng dự báo thủy văn sử dụng
mưa dự báo từ các mô hình khí tượng phụ thuộc vào mùa trong năm và các lưu vực cụ
thể. Các mô hình khí tượng được HPC sử dụng bao gồm NWS’s GFS, mô hình NAM
(North American Mesoscale) và ECMWF. Qua các chỉ tiêu đánh giá QPF cho thấy mô
hình NAM có chất lượng thấp nhất, hai mô hình GFS và ECMWF có chất lượng tốt hơn,
nhưng cũng không hoàn toàn ổn định từ năm này qua năm khác (Brennan et al.

đầu quy mô nhỏ sinh ra từ hệ thống nuôi nhiễu động ALADIN, sử dụng kỹ thuật điều
kiện nhiễu bề mặt ban đầu (perturbations to initial surface conditions). Đặc biệt thay đổi
các sơ đồ vật lý có nuôi nhiễu động cho từng trường hợp để thay đổi các quá trình quy
mô lớn và quy mô nhỏ (dưới lưới) của các biến mưa, bức xạ…
Tuy nhiên, cho đến trước những năm 80 của thế kỷ XX, các nghiên cứu phát triển về
lý thuyết cũng như ứng dụng chủ yếu vẫn chỉ quan tâm đến các khu vực ngoại nhiệt đới
của Châu Âu và Mỹ. Dự báo thời tiết ở nhiệt đới nói chung và bằng phương pháp số nói
riêng ở thời kỳ này còn nhiều khó khăn do hạn chế về động lực học lý thuyết cho vùng
nhiệt đới-xích đạo. Đến nay có những cải tiến to lớn trong dự báo nghiệp vụ bằng mô
hình toàn cầu cho các vùng nhiệt đới, đó là việc đưa vào mô hình sơ đồ tham số hoá đối
lưu (TSHĐL) nông, biến đổi TSHĐL sâu, một sơ đồ mây mới và tăng độ phân giải
ngang của mô hình[4]. Trên qui mô toàn cầu, nghiên cứu của Tiedtke và cộng sự
(1988)[21] đã đánh giá tác động của tổ hợp vật lý và tăng độ phân giải ngang đối với sai
số hệ thống trong dự báo nghiệp vụ ở nhiệt đới của ECMWF. Việc tăng độ phân giải
ngang trong các mô hình dự báo thời tiết nghiệp vụ (Black, 1994[12]; Rogers và cộng sự,
1998[19]) nhìn chung nâng cao chất lượng dự báo mưa định lượng (QPF), được thể hiện
qua các điểm số kỹ năng truyền thống (Mesinger, 1998)[18]. Khi độ phân giải ngang
tăng, mô hình có thể nắm bắt được chuyển động thẳng đứng tốt hơn dẫn tới làm tăng các
cực trị mưa dự báo (Weisman và cộng sự, 1997)[23].
Zhang và cộng sự (1994)[25] cũng đã nhận thấy rằng, việc nghiên cứu quan hệ giữa
mưa qui mô dưới lưới và qui mô lưới có tác động đáng kể đến kết quả mô phỏng trong
trường hợp độ phân giải ngang còn đủ thô để sử dụng sơ đồ TSHĐL. Hong S và Zhan
(1998)[15] cho thấy vị trí của mưa qui mô lưới bị ảnh hưởng nhiều bởi TSHĐL hơn là
việc thay đổi phương pháp tính mưa qui mô lưới. Mặt khác, thời gian kích hoạt của cả sơ
đồ TSHĐL và sơ đồ ẩm hiển có tác động đáng kể đối với mưa mô phỏng (Grell,
1993)[14] và có thể thay đổi với các sơ đồ khác nhau.
Những cải tiến trong thám sát và phương pháp đồng hóa số liệu để cải tiến trường
ban đầu cho mô hình góp phần quan trọng trong việc nâng cao chất lượng dự báo mưa
(Spencer và Stensrud, 1998)[20]. Huo và cộng sự (1995)[16] đã nghiên cứu độ nhạy của
trường ban đầu trong dự báo các trường trong bão, kết quả cho thấy sự thay đổi nhỏ

bắc Ấn Độ chịu ảnh hưởng chủ yếu bởi gió mùa tây nam. Các tham số hoàn lưu toàn cầu
và sự biến động SST vùng ENSO, hệ thống nhiệt độ Bắc Bán Cầu và nhiệt độ khu vực
này, gió mùa tây nam và dao động 2 năm của đới gió dưới tầng bình lưu được sử dụng
để dự báo mưa do gió mùa tây nam. Những chỉ tiêu này đã được nghiên cứu và dự báo
gió mùa tây nam và gió mùa đông bắc ở vùng đông bắc Ấn Độ. Những tham số hoàn lưu
đã cho thấy hệ số tương quan không đủ lớn để phát triển mô hình dự báo.
+ Trung Quốc:
Sử dụng phương pháp phân tích thành phần chính quay (RPC – Rotated principle
component analysis) để nghiên cứu đặc điểm không gian và thời gian của giáng thuỷ
Trung Quốc.
Cấu trúc không gian dự báo trên toàn lãnh thổ Trung Quốc bao gồm 339 trạm, chia
thành 7 khu vực dự báo. Nguồn số liệu là lượng mưa mùa hè trong 3 tháng: tháng 6,
tháng 7 và tháng 8 từ năm 1951 – 1994. Số liệu khuyết bổ sung bằng phương pháp “hàn”
(Splus).
Từ kết quả phân tích, tác giả đã rút ra một số nhận xét như sau: lượng mưa ở Trung
Quốc có chu kỳ năm rõ rệt, nhưng phân bố lượng mưa theo từng năm không giống nhau
do lượng mưa mùa hè ở Trung Quốc không chỉ tác động bởi gió mùa mà còn chịu ảnh
hưởng của một số hiện tượng thời tiết khác như: ENSO, dao động tựa 2 năm… Trong số
7 khu vực lượng mưa ở vùng đông nam Trung Quốc lớn hơn nhiều so với vùng Tây Bắc.
Ở nước ta, trong những năm gần đây, các công trình nghiên cứu trong lĩnh vực dự
báo mưa lớn bằng mô hình số trị cũng đã được thực hiện. Trần Tân Tiến (2004)[8] đã

14
nghiên cứu sự phụ thuộc của kết quả vào độ phân giải lưới hai sơ đồ TSHĐL là Kuo và
Kain Fristch dự báo mưa, đã sử dụng mô hình RAMS với 3 lưới lồng có độ phân giải
30km, 10km và 5km, cập nhật điều kiện địa phương, nhiệt độ nước biển tuần, cải tiến sơ
đồ đối lưu để dự báo mưa cho khu vực Trung Bộ. Mô hình đã dự báo được lượng mưa
diện và lượng mưa trạm rất phù hợp, đặc biệt là mô phỏng được lượng mưa tới 400mm/3
ngày. Kiều Thị Xin (2005)[9] đã áp dụng mô hình HRM để dự báo mưa lớn diện rộng ở
Việt Nam. Kết quả mới chỉ cho dự báo mưa lớn diện rộng với lượng mưa khoảng 50

hai khu vực dự báo khác nhau và mưa lớn mang tính chất hệ thống bao giờ cũng xảy ra
trên diện tích bề mặt tương đối rộng lớn. Bởi vậy mưa lớn diện rộng được quy định như
sau:
Một khu vực có mưa lớn diện rộng khi mưa lớn xảy ra quá một nửa số trạm trong
toàn bộ số trạm có quan trắc mưa thu thập được của khu vực đó.

15
Mưa lớn xảy ra ở 2 hoặc 3 khu vực liền kề khi tổng số trạm quan trắc mưa lớn vượt
quá 1/2 hoặc 1/3 tổng số trạm quan trắc mưa thu thập được trong 2 hoặc 3 khu vực liền
kề.
Khi mưa lớn xảy ra ở nhiều khu vực liền kề, các trạm quan trắc được tính cũng phải
nằm trong khu vực có mưa.Việc miêu tả khu vực xảy ra mưa lớn diện rộng phải căn cứ
trên việc phân chia các khu vực nhỏ trong các khu vực dự báo đang được hiện hành.
1.3 Hình thế gây mưa lớn tại Trung Bộ do không khí lạnh kết hợp dải hội tụ
nhiệt đới
Trong những tháng mùa đông, không khí lạnh xâm nhập xuống nước ta thường gây
mưa đối với các tỉnh miền Trung. Tuỳ thuộc cường độ không khí lạnh, thời gian tồn tại
mà phạm vi, thời gian mưa kéo dài nhiều ngày hay ít ngày. Mưa lớn miền Trung phụ
thuộc rất nhiều bởi sự tác động kết hợp giữa không khí lạnh với nhiều hệ thống thời tiết
khác như bão, ATNĐ, dải hội tụ nhiệt đới Những biểu hiện mang qui mô cỡ vừa như
các hệ thống trên thường có dấu hiệu trên bản đồ synop 24, 48, 72h thậm chí dài hơn.
Điều đó giúp thuận lợi cho khả năng cảnh báo hạn vừa qui mô lớn. Tuy nhiên, quá trình
mưa phụ thuộc khá nhiều vào sự biến động về mặt hoàn lưu so với hệ thống mang tính
qui luật.
Bằng phương pháp phân tích synop kết hợp phân tích ảnh mây vệ tinh chúng ta có
thể phát hiện và dự báo các đợt mưa đặc trưng như vậy. Đó là cơ sở xây dựng những mô
hình synop đặc trưng của loại hình thế gây mưa lớn đặc biệt này.
1.3.1 Những nét đặc trưng của không khí lạnh ở các tỉnh miền trung
Trong những tháng mùa đông khi mà Bắc bộ và Thanh Hoá có thời tiết khô hanh do
sự chi phối của khối không khí lạnh cực đới thì ở các tỉnh miền Trung đặc biệt các tỉnh

hình mặt đệm. Đó cũng là cơ sở định hướng nghiên cứu phương pháp dự báo mưa cho
từng khu vực riêng biệt có đặc thù địa hình, địa lý khác nhau.
Nguyên nhân các đợt mưa lớn tuy có khác nhau, ngoài một số đợt do bão ảnh hưởng
trực tiếp, phần lớn đều có tác động của không khí lạnh và hoạt động của đới gió đông cận
nhiệt đới dưới dạng này hay dạng khác. Rõ ràng đề cập đến mưa lớn miền Trung trong
những tháng mùa đông không ai có thể phủ nhận vai trò của không khí lạnh và gió đông
cận nhiệt đới. Đây là một trong những dạng hình thế synop đặc trưng gây mưa bất ổn
định và rõ nét nhất đối với Trung Bộ.
1.3.2 Dải hội tụ nhiệt đới
1.3.2.1 Khái niệm
Dải hội tụ nhiệt đới (Intertropical Convergence Zone-ITCZ) là một dải tương đối hẹp
được đặc trưng bởi sự hội tụ khối lượng giữa hai đới tín phong đến từ hai bán cầu. Trong
những trường hợp khi gió tây xích đạo xuất hiện, ITCZ thường có dạng kép (hai ITCZ
nằm song song ở hai phía của xích đạo), do có sự hội tụ giữa đới gió tây xích đạo với tín
phong của mỗi bán cầu.
1.3.2.2 Một số đặc trưng của dải hội tụ nhiệt đới
ITCZ là giới hạn phía xích đạo của hoàn lưu Hadley và cũng là nơi hình thành nhánh
đi lên của hoàn lưu này. Trong chu kỳ dao động của năm, ITCZ dịch chuyển cách xa
xích đạo lên phía cực trên những vùng lục địa mùa hè. Chẳng hạn tháng 7, vị trí ITCZ
tiến xa nhất lên phía bắc trên lục địa Châu Á (tới 28
0
N); còn trong tháng 1 ITCZ dịch
chuyển về nam bán cầu xa nhất, tới lục địa Australia và Đông Phi (khoảng 17 – 18
0
S).
Như vậy trên bề mặt, vị trí ITCZ thường trùng với nơi có nhiệt độ cao nhất, thậm chí
ngay cả trên đại dương. Vì thế ITCZ thường được gọi là xích đạo nhiệt của trái đất.
Trên quy mô hành tinh, có thể xem ITCZ là một đới hội tụ khối lượng theo phương
nằm ngang trong tầng thấp và vì vậy cũng là đới có dòng thăng lên đến một độ cao nào
đó. Nếu phân tích trường khí áp thì ITCZ cũng là nơi có khí áp thấp nhất.

Ngoài dạng đơn phổ biến, ITCZ có thể có dạng kép với tần suất xuất hiện không lớn.
Mây trong ITCZ là một dải mây tích rộng và kéo dài. Tuy nhiên, cường độ và phạm vi
của mây tích không đồng nhất trên suốt chiều dài ITCZ. Trong một số trường hợp, trên
ITCZ còn có thể thấy rõ các nhiễu động dạng sóng hay dạng xoáy.
Trong nhiều trường hợp, trường chuyển động trong ITCZ có hội tụ ở tầng thấp và
phân kì ở tầng cao với dòng thăng rất mạnh, tốc độ cực đại của dòng thăng thường xảy ra
ở tầng đối lưu giữa. Một điều rất đáng lưu ý là ở trên ITCZ có thể phát triển các xoáy
thuận, các nhiễu động xoáy này thường di chuyển từ đông sang tây. Với cấu trúc như
vậy, thời tiết điển hình trong ITCZ thường có mây tích và vũ tích, cho mưa rào và dông.
Tuy nhiên, không phải tất cả mọi nơi dọc theo đường hội tụ đều có thời tiết xấu. Nói
chung, những nơi gió hội tụ mạnh thì lượng mưa tăng lên; đặc biệt, mưa rào và dông sẽ
tăng mạnh nhất ở những nơi xuất hiện những nhiễu động xoáy thuận.
Vị trí của ITCZ trong năm phụ thuộc vào vị trí, cường độ của các đới tín phong ở hai
bán cầu; các đới tín phong lại gắn liền với các áp cao cận nhiệt đới; các áp cao cận nhiệt
đới dịch chuyển theo hoạt động biểu kiến của Mặt trời, cho nên ITCZ cũng dịch chuyển
theo mùa. Mặt khác, do gắn với dải có nhiệt độ nước biển bề mặt cực đại nên ITCZ cũng
dịch chuyển theo đới có cường độ bức xạ cực đại. Như vậy, từ mùa đông sang mùa hè
ITCZ dịch chuyển từ bán cầu Nam lên bán cầu Bắc, còn từ mùa hè sang mùa đông ITCZ
dịch chuyển từ bán cầu Bắc xuống bán cầu Nam.
Theo sự dịch chuyển biểu kiến của mặt trời, tháng 4 tín phong từ bán cầu nam vượt
xích đạo đi lên ở phía nam Biển Đông, tháng 5 đi lên ở cả Ấn Độ Dương. Vì thế tháng 4,
tháng 5 ITCZ đã xuất hiện ở các vĩ độ bắc gần xích đạo, trên khu vực phía nam Biển
Đông và phía tây Thái Bình Dương. Tháng 6, khi gió mùa tây nam phát triển mạnh hơn
lên bắc bán cầu thì ITCZ trên Biển Đông cũng được đẩy lên các vĩ độ cao và lùi ra phía
đông một chút, tháng 6 vị trí trung bình của ITCZ ở trong khoảng từ 5 – 8
0
N trên khu
vực đông nam Biển Đông và tây Thái Bình Dương. Trong thời gian này đôi khi dải
ITCZ cũng vươn dài về phía tây, về phía nam của bán đảo Đông Dương. Sang tháng 7,


cường độ của ITCZ cũng mạnh lên;
- Khi bão đổ bộ lên các vĩ độ cao thường kéo theo ITCZ lên phía bắc, nhưng khi
bão đổ bộ vào đất liền thì ITCZ mất đi, một ITCZ khác lại được thiết lập ở vĩ độ
thấp hơn;
- Khi không khí lạnh xâm nhập xuống phía nam cũng làm cho ITCZ bị đẩy lùi
xuống phía nam;
- Nếu áp thấp nóng phía tây mạnh lên, đường trục ITCZ trên Biển Đông đang có
hướng đông-tây sẽ chuyển hướng thành tây bắc-đông nam.
1.3.3 Mô hình synop đặc trưng không khí lạnh kết hợp dải hội tụ nhiệt đới gây ra
mưa lớn Trung Bộ.
Thường từ tháng 9 hàng năm đã có không khí lạnh xâm nhập xuống miền Bắc nước
ta. Theo thời gian càng về cuối năm không khí lạnh xâm nhập có tần xuất tăng dần và
ảnh hưởng sâu hơn xuống các tỉnh phía nam. Phần lớn không khí lạnh ảnh hưởng đến
Bắc và Trung Trung Bộ, không ít đợt mạnh ảnh hưởng tới nam Trung Bộ, rất ít đợt ảnh
hưởng đến đông Nam bộ. Trong các tháng 11, 12 trục áp cao cận nhiệt đới đã lùi xuống
phía nam khoảng vĩ tuyến 15
o
N về phía xích đạo theo hướng đông tây từ quần đảo Ca-
Ro-Rin-No, vùng biển nam PhiLipine, đảo Pa la Oan, khu vực biển quần đảo Trường Sa
đến vịnh Thái Lan tồn tại đới gió đông nhiệt đới và đới gió đông xích đạo khá dày và khá
ổn định. Tuy vậy, hoạt động của đới gió đông trên khu vực nam Biển Đông cũng có thay

19
đổi theo chu kỳ hoạt động của áp cao cận nhiệt đới. Đới gió đông này phát triển khá dày
lên đến độ cao của đỉnh tầng đối lưu nhưng biểu hiện rõ nhất trong tầng 700mb đến tầng
500mb hoặc 300mb. Trong lúc đó những đợt không khí lạnh xâm nhập xuống Trung Bộ
tạo nên " nêm lạnh" xuống Trung và nam Trung Bộ khá mỏng dưới 850mb kéo theo sự
kích động mạnh lên khác thường của đới gió đông bắc ngoài khơi nam Trung Bộ mà
chúng ta vẫn còn gọi là tín phong đông bắc (hay mậu dịch phong). Do tác động của địa
hình của miền Trung nên rất ít đợt không khí lạnh vượt qua dãy Trường Sơn và cao

đông chủ yếu.
Mưa ở khu vực Trung Bộ nói chung và Trung Trung Bộ nói riêng do tác động của
không khí lạnh kết hợp với nhiễu động của ITCZ vào những tháng mùa đông thường gây
ra lũ lớn hoặc đặc biệt lớn trên các sông và ngập lụt nghiêm trọng trên một khu vực rộng
lớn.

20
CHƯƠNG 2:
MÔ HÌNH WRF VÀ ÁP DỤNG ĐỂ DỰ BÁO MƯA LỚN
Ở TRUNG TRUNG BỘ
2.1 Mô hình dự báo thời tiết WRF
Mô hình Nghiên cứu và Dự báo Thời tiết WRF (Weather Research and Forecasting)
là một hệ thống gồm nhiều mo-đun khác nhau, được phát triển bởi sự hợp tác giữa một
số trung tâm khí tượng lớn của Hoa Kỳ, như Trung tâm Quốc gia nghiên cứu khí quyển
(NCAR), Trung tâm Quốc gia dự báo môi trường (NCEP), Cục khí tượng không quân
(AFWA), v.v Dự án xây dựng WRF nhằm mục đích chính là có được một mô hình
khu vực vừa có thể áp dụng trong dự báo nghiệp vụ vừa làm công cụ nghiên cứu các quá
trình qui mô vừa. WRF ra đời và phát triển dựa trên sự kế thừa những thành tựu trong
lĩnh vực mô hình hóa thời tiết và khí hậu, mặt khác nó cũng được thiết kế để có thể áp
dụng và hướng tới các phương pháp hiện đại trong phân tích, xử lý và đồng hóa số liệu.
Mô hình WRF cho phép sử dụng các tùy chọn khác nhau đối với tham số hóa các quá
trình vật lý, như tham số hóa bức xạ, tham số hoá lớp biên hành tinh, tham số hoá đối lưu
mây tích, khuếch tán xoáy rối qui mô dưới lưới hay các quá trình vi vật lý khác.
Những năm gần đây, mô hình WRF được sử dụng rộng rãi trong dự báo thời tiết
nghiệp vụ cũng như trong nghiên cứu ở nhiều quốc gia trên thế giới, cụ thể: tại Mỹ, mô
hình WRF đang được chạy nghiệp vụ tại NCEP (từ năm 2004) và AFWA (từ tháng
7/2006). Mô hình này cũng được chạy nghiệp vụ tại KMA (2006), tại Ấn Độ, Đài Loan
và Israel (từ năm 2007). Ngoài ra một số nước khác như Trung Quốc, New Zealand,
Braxin… đang sử dụng WRF trong nghiên cứu và dự định sử dụng mô hình này trong
nghiệp vụ.

- Các phương trình không thủy tĩnh nén được đầy đủ
- Ứng dụng đối với cả miền tính toàn cầu và khu vực
- Hệ toạ độ ngang là lưới so le Arakawa C, hệ toạ độ thẳng đứng là hệ toạ độ
khối theo địa hình.
- Bước thời gian sai phân Runge-Kutta bậc 3 được sử dụng đối với các số
sóng âm thanh và sóng trọng trường, sai phân bậc 2 đến bậc 6 được sử
dụng cho cả phương ngang và phương thẳng đứng.
- Lồng ghép miền tính một chiều và 2 chiều và lựa chọn miền tính lồng ghép
di dộng (moving nest).
- WRF được thiết kế cho phép ghép nối với các mô hình khác như mô hình
đại dương, mô hình đất.
- Các lựa chọn tham số hóa vật lý đầy đủ cho bề mặt đất, lớp biên hành tinh,
bức xạ bề mặt và khí quyển, quá trình vi vật lý và quá trình đối lưu.
- Mô hình lớp xáo trộn đại dương một cột
• Chương trình đồ họa và xử lý sản phẩm của mô hình (Post-processing &
Visualization tools) bao gồm một số chương trình và phần mềm cho việc khai thác
sản phẩm và đồ họa như RIP4, NCL, GrADS và Vis5D,…
2.1.2 Các quá trình vật lý trong mô hình

22
Mô hình WRF có các sơ đồ tham số vật lý rất phong phú, tạo điều kiện thuận lợi cho
các đối tượng sử dụng khác nhau. Các quá trình vật lý được tham số hóa trong mô hình
WRF bao gồm: Các quá trình vật lý vi mô, tham số hoá đối lưu mây tích, lớp biên hành
tinh, mô hình bề mặt, các quá trình đất - bề mặt (mô hình đất), bức xạ, khuếch tán.
2.1.2.1 Vật lí vi mô
Vi vật lí bao gồm các quá trình xử lí hơi nước, mây và quá trình giáng thủy. Các sơ
đồ vi vật lí dùng để tính toán xu thế của nhiệt độ, độ ẩm khí quyển và mưa bề mặt. Tuy
nhiên mỗi sơ đồ có độ phức tạp và các biến ẩm riêng khác nhau. Các sơ đồ vi vật lí có
trong mô hình trên Bảng 2.1.
Bảng 2.1: Tùy chọn vật lí vi mô trong WRF

một số tùy chọn sơ đồ tham số hóa đối lưu và cách kết hợp của chúng.
2.1.2.3 Lớp bề mặt
Những sơ đồ lớp bề mặt tính toán hệ số vận tốc và trao đổi ma sát, cho phép
tính dòng nhiệt và ẩm bề mặt bởi mô hình đất - bề mặt và sơ đồ lớp biên hành tinh.
Các sơ đồ bề mặt trong mô hình WRF được mô tả trong Bảng 2.3.
Bảng 2.3: Tùy chọn bề mặt đất trong WRF
Sơ đồ Quá trình thực vật Biến thay đổi trong đất
(các tầng)
Tuyết
5 lớp Không Nhiệt độ (5) Không có
Noah Có Nhiệt độ, nước + băng, nước
(4)
1-lớp, nhỏ
RUC Có Nhiệt độ, băng, nước + băng (6) Nhiều lớp
Những mô hình bề mặt đất (LSMs) dùng thông tin khí quyển từ lớp bề mặt, bức
xạ từ sơ đồ bức xạ, giáng thủy từ vật lí vi mô và sơ đồ đối lưu, cùng với thông tin quan
trọng trên những biến trạng thái của đất và thuộc tính của bề mặt đất để cung cấp những
thông tin về thông lượng nhiệt và ẩm qua những điểm mặt đất và những điểm trên mặt
biển, băng. Các thông lượng này cung cấp điều kiện biên ban đầu cho dòng thăng trong
mô hình PBL.
Mô hình mặt đất không cung cấp những xu hướng, nhưng cập nhật những biến trạng
thái của đất gồm: nhiệt độ bề mặt, profile nhiệt độ đất, profile độ ẩm đất, tuyết. Không có
trao đổi ngang giữa những điểm lân cận trong LSMs, vì vậy nó có thể coi như mô hình
cột một chiều cho mỗi điểm lưới trong mô hình WRF. Hiện nay có nhiều mô hình bề
mặt có thể chạy độc lập.
2.1.2.4 Lớp biên hành tinh
Lớp biên hành tinh (Planetery Boundery Layer, PBL) có nhiệm vụ tính toán thông
lượng xoáy quy mô dưới lưới. Vì vậy khi PBL được kích hoạt thì khuếch tán theo chiều
thẳng đứng cũng được kích hoạt. Hầu hết, khuếch tán ngang là không đổi (K
k


Hình 2.2: Sơ đồ tương tác vật lí
Quá trình tham số hóa mây tích tác động vào vi vật lí thông qua dòng đi ra. Vi vật lí
cùng với mây tích tác động đến bức xạ thông qua sự ảnh hưởng của mây tới bức xạ. Bức
xạ và bề mặt tương tác với nhau thông qua phát xạ sóng ngắn, dài và Albedo bề mặt. Bề
mặt tương tác với lớp biên hành tinh thông qua thông lượng nhiệt ẩm bề mặt và gió. Lớp
biên hành tinh và mây tích tương tác với nhau thông qua dòng giáng và mây tầng thấp.
2.2 Cập nhật số liệu địa phương trong mô hình WRF
Cập nhật số liệu địa phương cho mô hình WRF được thực hiện thông qua môđun
OBSGRID. Có 3 trong 4 kỹ thuật phân tích được dùng trong OBSGRID dựa trên sơ đồ
Cressman với vài kỹ thuật hiệu chỉnh liên tiếp cho trường ban đầu từ các trạm bên cạnh.
Sơ đồ Cressman chuẩn được thiết kế dựa trên khoảng cách giữa các thám sát theo bán
kính R. Trường phỏng đoán ban đầu tại điểm lưới P được điều chỉnh bằng cách lấy tất cả
các thông tin từ các trạm có ảnh hưởng đến P.
2.2.1 Phương pháp Cressman
Dự báo thời tiết số nghiệp vụ đòi hỏi các sơ đồ phân tích khách quan phải nhanh, ổn
định, chính xác và có thể áp dụng cho bất kỳ trường khí tượng nào[10]. Phương pháp
hiệu chỉnh liên tiếp, trước hết do Bergthorsson và Doos đưa ra năm 1955, được
VI VẬT LÍ MÂY TÍCH
BỨC XẠ PLB
BỀ MẶT Ảnh hưởng
c
ủa mây

Một phần
mây



Hình 2.3: Bán kính ảnh hưởng và khu vực quét
Khảo sát trường phỏng đoán của một biến khí tượng nào đó
)(
g
ij
X
n
trên lần lặp thứ
n

tại nút lưới (i,j). Giá trị phỏng đoán ở các trạm được tính khác nhau tùy thuộc trạm nằm
trong hay ngoài hộp lưới. Trong hộp lưới trường phỏng đoán được nội suy trên mỗi trạm
nhận được như sau

å
+=
+=
-=
-=
nn
=
1Ii
1Jj
1Jj
1Ii
)(
g
ij
)(

¹
-=
+=
¹
-=
(2.2)
trong đó x và y là vị trí của nút và vị trí số liệu tương ứng. Đối với những trạm nằm
ngoài hộp lưới thì
,
X
X
Lj
Mj
1j
1i
ij
Li
Mj
1j
1i
)(
g
ij
)(
g
w
ij
S
w
å