BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG
TRUNG TÂM KHÍ TƯỢNG THỦY VĂN QUỐC GIA
TRUNG TÂM DỰ BÁO KHÍ TƯỢNG THỦY VĂN TRUNG ƯƠNG
Số 4 Đặng Thái Thân - Quận Hoàn Kiếm - Hà Nội

********

BÁO CÁO
TỔNG KẾT ĐỀ TÀI NGHIÊN CỨU
KHOA HỌC VÀ CÔNG NGHỆ CẤP BỘ

ĐỀ TÀI:
Nghiên cứu phát triển hệ thống dự báo tổ hợp
thời tiết hạn ngắn cho khu vực Việt NamChỉ số đăng ký:
Chỉ số phân loại:
Chỉ số lưu trữ:
Cộng tác viên chính:
TS Lê Đức ThS Dư Đức Tiến
ThS Nguyễn Lê Dũng CN Nguyễn Thu Hằng
CN Nguyễn Thanh Tùng CN Nguyễn Mạnh Linh

Hà Nội, ngày tháng 08 năm 2012 Hà Nội, ngày tháng 08 năm 2012
CHỦ NHIỆM ĐỀ TÀI


CƠ QUAN QUẢN LÝ ĐỀ TÀI
TUQ. BỘ TRƯỞNG
VỤ TRƯỞNG
VỤ KHOA HỌC VÀ CÔNG NGHỆ Nguyễn Đắc Đồng
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
i
MỤC LỤC
Trang
MỞ ĐẦU 1
CHƯƠNG I. KHÁI QUÁT VỀ DỰ BÁO TỔ HỢP THỜI TIẾT HẠN
NGẮN
1
1.1 Dự báo tổ hợp 1
1.2 Tổng quan tình hình nghiên cứu về dự báo tổ hợp thời tiết hạn
ngắn
5
1.2.1 Trên thế giới 5
1.2.2 Tại Việt Nam 12
1.2.3 Tính khả thi của việc triển khai hệ thống dự báo tổ hợp thời tiết
hạn ngắn cho khu vực Việt Nam
13

40
CHƯƠNG III. KẾT QUẢ ĐÁNH GIÁ DỰ BÁO TRUNG BÌNH TỔ
HỢP
50
3.1 Dự báo các trường bề mặt 51
3.1.1 Dự báo lượng mưa tích lũy 6 giờ 51
3.1.2 Dự báo trường nhiệt và độ ẩm tại độ cao 2 mét 64
3.1.3 Dự báo trường khí áp mự
c biển trung bình và gió tại độ cao 10
mét
66
3.2 Dự báo các trường trên cao 69
3.2.1 Dự báo trường nhiệt và ẩm 69
3.2.2 Dự báo trường độ cao địa thế vị và gió 72
3.3 Dự báo quỹ đạo bão 79
CHƯƠNG IV. KẾT QUẢ ĐÁNH GIÁ DỰ BÁO XÁC SUẤT 84
4.1 Dự báo xác suất các trường bề mặt 84
4.1.1 Dự báo xác suất mưa tích lũy 6 giờ 84
4.1.2 Dự báo tổ hợp trường nhiệt và độ ẩm tại độ cao 2 mét 94
4.1.3 Dự
báo tổ hợp trường khí áp mực biển trung bình và gió tại độ cao
10 mét
96
4.2 Dự báo tổ hợp các trường trên cao 100
4.2.1 Dự báo tổ hợp trường nhiệt và ẩm 100
4.2.2 Dự báo trường độ cao địa thế vị và gió 106
KẾT LUẬN VÀ KIẾN NGHỊ 114
TÀI LIỆU THAM KHẢO 116
PHỤ LỤC I: Quy ước tên biến khí quyển 122
PHỤ LỤC II: Mô tả các phương pháp đánh giá 125

III.6. Các kết quả tính toán một s
ố chỉ số đánh giá xác suất mưa 174
III.7. Kết quả đánh giá chỉ số POD và FAR cho các ngưỡng nhỏ (1mm/6h),
mưa vừa (10mm/6h) trung bình trên 4 khu vực Bắc Bộ, Bắc Trung Bộ,
Nam Trung Bộ, Nam Bộ và Việt Nam
180
PHỤ LỤC IV: Quy trình nghiệp vụ 184
IV.1. Quy trình theo dõi và vận hành hệ thống SREPS. 184
IV.2. Quy trình hướng dẫn sử dụng các sản phẩm dự báo của hệ thống
SREPS
187
PHỤ LỤC KHÁC
Bìa và bài đăng trong tạp chí KTTV tháng 3 nă
m 2012
Giấy xác nhận đã nhận bài đăng trên tạp chí KTTV
Giấy xác nhận tham gia đào tạo cử nhân khí tượng
Giấy xác nhận sử dụng sản phẩm của đề tài và ý kiến phản hồi Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
iv
DANH SÁCH CÁC HÌNH VẼ

TT
Số thứ
tự hình
Nội dung

11 2.5.1 Miền đánh giá chung cho các biến bề mặt (ngoại trừ mưa) và
trên cao dự báo từ hệ thống SREF
38
12 2.5.2 Sơ đồ minh họa các thành phần sai số dự báo quỹ đạo bão (ký
hiệu OB là quan trắc và FC là dự báo). Điểm OB1 là tâm quan
trắc tại thời điểm bắt đầu dự báo và dấu mũi tên chỉ hướng di
chuyển của bão
40
13 2.6.1 Bản đồ tem dự báo hạn 24 giờ cho trường gió mực 850 từ hệ
thống SREPS dự báo từ 00Z ngày 29 tháng 9 năm 2008
42
14 2.6.2 Tương tự hình 2.6.1 nhưng cho trường mưa tích lũy 24 giờ 42
15 2.6.3 Bản đồ dự báo EM hạn 24 giờ cho trường pmsl và gió 10 mét
(bên trái) và H với gió mực 850mb từ hệ thống SREPS từ 00Z
ngày 29 tháng 9 năm 2008
44
16 2.6.4 Bản đồ dự báo xác suất mưa hạn 24 giờ cho một số ngưỡng
mưa cho trước từ hệ thống SREPS dự báo từ 00Z ngày 29
tháng 9 năm 2008
44
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
v
TT
Số thứ
tự hình
Nội dung
Trang

28 3.1.6 Tương tự hình 3.1.5 nhưng cho mùa hạ - JJA 59
29 3.1.7 Tương tự hình 3.1.5 nhưng cho mùa thu - SON 60
30 3.1.8 Tương tự hình 3.1.5 nhưng cho mùa đông - DJF 60
31 3.1.9 Kết quả tính toán chỉ số ETS trung bình trên toàn bộ Việt Nam
và mùa SON với ngưỡng 10mm/6h từ mô hình HRM cho khu
vực BB (trên, trái), BTB (trên, phải), NTB (dưới, trái) và NB
(dưới, phải)
62
32 3.1.10 Tương tự hình 3.1.9 nhưng cho mùa DJF 62
33 3.1.11 Kết quả tính toán chỉ số RMSE trung bình trên lưới đánh giá
cho dự báo T2m mùa DJF đối với dự báo EM và các dự báo
thành phần từ mô hình HRM (trên, trái), BoLAM (trên phải),
WRFARW (dưới, trái) và WRFNMM (dưới, phải)
65
34 3.1.12 Tương tự hình 3.1.11 nhưng cho dự báo q2m 66
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
vi
TT
Số thứ
tự hình
Nội dung
Trang
35 3.1.13 Tương tự hình 3.1.11 nhưng cho dự báo pmsl 67
36 3.1.14 Kết quả tính toán chỉ số RMSE trung bình trên lưới đánh giá
cho dự báo pmsl mùa JJA đối với dự báo EM và các dự báo
thành phần từ mô hình HRM (trên, trái), BoLAM (trên phải),
WRFARW (dưới, trái) và WRFNMM (dưới, phải)

56 3.2.18 Tương tự hình 3.2.16 nhưng cho mực 500mb 79
57 3.3.1 Kết quả đánh giá sai số DPE trung bình cho 3 mùa bão (2008-
2010) của EM (trung bình của 20 dự báo thành phần) và các dự
báo thành phần tạo ra từ mô hình HRM (trên, trái), BoLAM
(trên, phải), WRFARW (dưới, trái) và WRFNMM (dưới, phải)
80
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
vii
TT
Số thứ
tự hình
Nội dung
Trang
58 3.3.2 Kết quả đánh giá sai số DPE trung bình cho 3 mùa bão (2008-
2010) của EM và các dự báo thành phần được chạy với đầu vào
từ mô hình toàn cầu GSM (trên, trái), GME (trên, phải), GFS
(giữa, trái) và GEM (giữa, phải) và NOGAPS (dưới cùng)
81
59 3.3.3 Tương tự hình 3.3.1 nhưng cho sai số AT 82
60 3.3.4 Tương tự hình 3.3.1 nhưng cho sai số CT 83
61 4.1.1 Kết quả tính chỉ số BS trung bình cho toàn bộ Việt Nam cho 4
mùa nghiên cứu đối với 9 ngưỡng lượng mưa tích lũy 6 giờ
gồm 0.1mm (a), 0.2mm (b), 0.5mm (c), 1mm (d), 2mm (e),
5mm (f), 10mm (g), 20mm (h) và 50mm (i)
86
62 4.1.2 Tương tự hình 4.1.1 nhưng cho chỉ số BSS 87
63 4.1.3 Các kết quả tính toán biểu đồ hạng tính cho khu vực Việt Nam

71 4.1.11 Kết quả tính toán độ rộng 90.48% đối với dự báo t2m (bên trái)
và q2m (bên phải) tính trên toàn bộ lưới đánh giá cho 4 mùa
nghiên cứu
96
72 4.1.12 Kết quả tính toán chỉ số CRPS dự báo pmsl (trên, trái) và u10m
(trên, phải), v10m (dưới cùng) tính trên toàn bộ lưới đánh giá
97
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
viii
TT
Số thứ
tự hình
Nội dung
Trang
cho 4 mùa nghiên cứu
73 4.1.13 Biểu đồ hạng cho dự báo pmsl tính trên toàn bộ lưới đánh giá
cho 4 mùa nghiên cứu đối với hạn dự báo +24h (trên, trái),
+48h (trên, phải), và +72h (dưới cùng)
98
74 4.1.14 Biểu đồ hạng cho dự báo u10m (cột trái) và v10m (cột phải)
tính trên toàn bộ lưới đánh giá trong 4 mùa nghiên cứu đối với
hạn dự báo +24h (trên cùng), +48h (giữa) và +72h (dưới cùng)
98
75 4.1.15 Độ phủ 90.48% tính trên toàn bộ lưới đánh giá cho 4 mùa
nghiên cứu đối với dự báo pmsl (trên, trái), u10m (trên, phải),
và v10m (dưới cùng)
99

89 4.2.13 Biểu đồ hạng dự báo H mực 850mb tính trên toàn bộ lưới đánh
giá cho 4 mùa nghiên cứu đối hạn dự báo +24h (trên, trái),
+48h (trên, phải) và +72h (dưới cùng)
108
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
ix
TT
Số thứ
tự hình
Nội dung
Trang
90 4.2.14 Tương tự hình 4.2.13 nhưng cho dự báo H mực 700mb 108
91 4.2.15 Tương tự hình 4.2.13 nhưng cho dự báo H mực 500mb 108
92 4.2.16 Tương tự hình 4.2.13 nhưng cho dự báo U mực 850mb 109
93 4.2.17 Tương tự hình 4.2.13 nhưng cho dự báo U mực 700mb 109
94 4.2.18 Tương tự hình 4.2.13 nhưng cho dự báo U mực 500m 109
95 4.2.19 Tương tự hình 4.2.13 nhưng cho dự báo V mực 850mb 110
96 4.2.20 Tương tự hình 4.2.13 nhưng cho dự báo V mực 700mb 110
97 4.2.21 Tương tự hình 4.2.13 nhưng cho dự báo V mực 500mb 110
98 4.2.22 Kết quả tính toán độ phủ 90.48% trên toàn bộ lưới đánh giá cho
4 mùa nghiên cứu đối với dự báo H mực 850mb (trên cùng),
700mb (giữa) và 500mb (dưới cùng)
111
99 4.2.23 Kết quả tính toán độ phủ 90.48% trên toàn bộ lưới đánh giá đối
với dự báo U (bên trái) và V (bên phải) cho 4 mùa nghiên cứu
tại các mực 850mb (trên cùng), 700mb (giữa) và 500mb (dưới
cùng)

cơn bão trong mùa bão 2008 (các cơn bão đổ bộ vào Việt
Nam được tô đậm tên)
31
6 2.4.3 Tương tự bảng 2.4.2 nhưng cho mùa bão 2009 32
7 2.4.4 Tương tự bảng 2.4.2 nhưng cho mùa bão 2010 32

Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
xi
DANH SÁCH CÁC CHỮ VIẾT TẮT

AT Sai số dọc theo hướng chuyển động của bão
(Along Track error)
BIAS Chỉ số đánh giá sai số hệ thống
BoLAM Mô hình dự báo số trị khu vực BoLAM
(Bologna Limited Area Model)
BS Chỉ số Brier
(Brier Score)
BSS Chỉ số kỹ năng Brier
(Brier Skill Score)
CMC Cơ quan khí tượng Canađa
(C
anadian Meteorological Center)
COSMO Mô hình quy mô vừa phi thủy tĩnh
(COnsortium for Small-scale MOdelling)
CRPS Chỉ số đánh giá xác suất hạng liên tục
(Continous Ranked Probability Score)
AT Sai số theo phương pháp tuyến với hướng chuyển động của bão

(Global Data Assimilation System)
GEM Mô hình toàn cầu của CMC
GFS Mô hình toàn cầu của NCEP
(Global Forecasting System)
GME Mô hình toàn cầu của DWD
GSM Mô hình phổ toàn cầu của JMA
(Global Spectral Model)
GRIB Đị
nh dạng số liệu theo mã GRIB
(Gridded Binary)
GUI Giao diện tương tác với người sử dụng
(Graphical User Interface)
HSS Chỉ số kỹ năng Heidke
(Heidke Skill Score)
HRM Mô hình dự báo số trị khu vực HRM
(High Resolution Model)
IGN Chỉ số đánh giá xác suất IGN
(IGNorance Score)
JJA Mùa hè
JRA-25 Số liệu tái phân tích chu kỳ 25 năm của Nhật Bản
(Japanese
ReAnalysis - 25 years)
MAE Sai số tuyệt đối trung bình
(Mean Absolute Error)
MAM Mùa xuân
ME Sai số trung bình
(Mean Error)
MMMA Đa mô hình đa phân tích
(Multi-Model Multi-Analysis)
MM5 Mô hình dự báo số trị khu vực MM5

WMO T ổ chức khí tượng thế giới
(World M
eteorological Organization)
WRF Mô hình dự báo số trị khu vực WRF
(Weather and Research Forecasting System)
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
xiv
TÓM TẮT

Đề tài nghiên cứu khoa học: “Nghiên cứu ứng dụng dự báo tổ hợp thời tiết
hạn ngắn dựa cho khu vực Việt Nam” đã được thực hiện với mục tiêu nghiên cứu
xây dựng được một hệ thống dự báo tổ hợp thời tiết hạn ngắn (SREPS) và bước đầu
triển khai vào dự báo nghiệp vụ tại Trung tâm Dự báo Khí tượng Thủy văn trung
ương. Hệ
thống SREPS đã được xây dựng thành công dựa trên cách tiếp cận đa mô
hình đa phân tích (chạy 4 mô hình NWP khu vực HRM, BoLAM, WRFARW và
WRFNMM với số liệu đầu vào từ 5 mô hình toàn cầu GME, GSM, GFS, NOGAPS
và GEM) bao gồm 20 dự báo thành phần với độ phân giải 0.15
0
x 0.15
0
. Hệ thống
SREPS đã được vận hành thử nghiệm để phục vụ công tác đánh giá chất lượng dự
báo từ 2008-2010 và chạy bán nghiệp vụ từ năm 2010-2011.
Các kết quả đánh giá chất lượng dự báo dựa trên 3 năm thử nghiệm đã cho
thấy dự báo trung bình tổ hợp cho hầu hết các biến dự báo bề mặt (ngoại trừ mưa)
và trên cao có sai số dự báo nhỏ hơ

xv
TÓM TẮT BẰNG TIẾNG ANH

The Short-Range Ensemble Prediction System (SREPS) is researched to
operationally interpret at National Center for Hydro-Meteorological Forecasting
(NCHMF). The SREPS is based on multi-model multi-analysis approach by
running 4 regional NWP models including HRM, BoLAM, WRFARW and
WRFNMM with initial and time-dependent boundary conditions from 5 global
models including GME, GSM, GFS, NOGAPS and GEM. The SREPS consists of
20 members with horizontal resolution of 0.15
0
x 0.15
0
and make ensemble forecast
up to 3 days ahead. The system is run in 3 experimental years from 2008 to 2010
and semi-operationally run since 2010 to provide ensemble forecasting products for
NCHMF’s forecasters.
The verification results shows that the ensemble mean (EM) of most surface
and upper air atmospherical variables has error smaller than the error of all
members at all forecasting ranges and seasons. The quantitative and probabilistic
precipiation prediction has forecasting skill and reliability for light and medium
rain amount. For tropical cyclone track forecasting, the direct position error (DPE)
of EM is smaller than the one of all members and the everage DPE of EM for 24hrs,
48hrs and 72hrs is respectively 120km, 240km and 290km. The probabilistic
forecasting verification for temperature at 2 meters, specific humidity at 2 meters,
zonal and meridional wind component at 10 meters points out that SREPS has
under-dispersion. The same results is aslo found for zonal and meridional wind
component at 850mb, 700mb and 500mb levels. The SREPS has over-estimating
for pressure of mean sea level, geopotential height and air temperature at 850mb,
700mb and 500mb levels.

nghiệp vụ tại nhiều nơi trên thế giới. Tuy mới chỉ được
ứng dụng mạnh mẽ hơn 10
năm trở lại đây do được thừa hưởng thành quả của cuộc cách mạng công nghệ
thông tin trên thế giới, EF đã có một quá trình phát triển tương đối lâu dài kể từ
những công trình đầu tiên của Lorenz (1963, 1965) đề cập đến tầm quan trọng của
của điều kiện ban đầu đối với kết quả tích phân của các mô hình.
Thừa nhận độ
bất định trong dự báo, EF không chỉ dự báo các yếu tố khí
tượng thông thường mà còn đưa ra độ bất định ứng với mỗi yếu tố dự báo. Quan
trọng hơn, EF còn cho phép thực hiện dự báo xác suất, loại hình dự báo đang thực
hiện tại các trung tâm dự báo bên cạnh phương pháp dự báo tất định (deterministic
forecast) truyền thống. Với những thông tin hữu ích như vậy, có thể hiểu được tại
sao trong hơn hai mươi năm trở lại đây cũng như trong tương lai các hệ thống dự
báo tổ hợp (EPS-Ensemble Prediction System) đều được triển khai tại các trung tâm
dự báo trên thế giới như Trung tâm Dự báo thời tiết hạn vừa Châu Âu (ECMWF),
Trung tâm dự báo môi trường quốc gia Mỹ (NCEP), … cho mục đích dự báo khí
tượng từ quy mô hạn ngắn cho đến hạn mùa. Lợi ích kinh tế mà EF có thể đem lại
được trình bày khá chi tiết trong nghiên cứu của Palmer (2002). Trong khi đó, tại
Việt Nam, lĩnh vực EF vẫn là một lĩnh vực hoàn toàn mới và đang trong giai đoạn
nghiên cứu ứng dụng cho dự báo quỹ đạo bão và một số yếu tố khí tượng cơ bản.
Từ năm 1997 trở lại đây, trên cơ sở hợp tác song phương, Trung Tâm Dự báo
khí tượng thủy văn Trung ương (TTDBTƯ) đã thu được một số
sản phẩm dự báo
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
2
của các mô hình số toàn cầu như GSM từ Cơ quan khí tượng Nhật Bản (JMA),
GME từ Tổng cục khí tượng cộng hòa liên bang Đức (DWD), GFS của NCEP,

Trung tâm Dự báo Khí tượng Thủy văn Trung ương. Dựa trên mục tiêu và nội dung
công việc đã đăng ký trong bản thuyết minh đề tài, nội dung của báo cáo tổng kết đề
tài được bố cục thành các phần chính như sau:
Mở đầu
Chương I. Khái quát về dự báo tổ hợp thời tiết hạn ngắn
Chương II. Thiết kế và xây dự
ng hệ thống dự báo tổ hợp thời tiết hạn
ngắn cho khu vực Việt Nam
Chương III. Kết quả đánh giá dự báo trung bình tổ hợp
Chương IV. Kết quả đánh giá dự báo xác suất
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
3
Kết luận
Kiến nghị
Tài liệu tham khảo
Phụ lục
Đề tài do các nghiên cứu viên của TTDBTƯ thực hiện với sự cộng tác chặt
chẽ của các đồng nghiệp trong và ngoài đơn vị, và sự theo dõi chỉ đạo kịp thời của
Ban Giám đốc Trung tâm. Nhóm thực hiện đề tài hy vọng những kết quả nghiên
cứu mà đề tài đạt được sẽ có những đóng góp cho công tác dự báo th
ời tiết nghiệp
vụ cũng như nghiên cứu phát triển phương pháp EF sau này tại TTDBTƯ nói riêng
và Trung tâm Khí tượng Thủy văn quốc gia nói chung. Nhân dịp này, chủ nhiệm đề
tài và các cộng tác viên xin gửi lời cảm ơn đến Lãnh đạo Bộ Tài nguyên và Môi
trường, Lãnh đạo Trung tâm Khí tượng Thủy văn quốc gia, và đặc biệt là Ban Giám
đốc TTDBTƯ đã tạo mọi điều kiện cho chúng tôi hoàn thành đề tài.
Một lần nữa, xin trân trọng c

dự báo)
• Làm cơ sở cho dự báo xác suất (dự báo xác suất từ dự báo tổ hợp)
Mục đích đầu tiên được thực hiện thông qua một bộ lọc (toán tử trung bình)
để loại bỏ sai khác giữa các thành phần trong khi vẫn giữ lại những đặ
c tính tương
tự. Mục đích thứ hai liên quan đến tương quan giữa độ tán và sai số dự báo trung
bình tổ hợp, dù mối tương quan này không hoàn toàn chặt và chưa được khẳng định
vững chắc. Mục đích thứ ba được xây dựng dựa trên tần suất dự báo xuất hiện hiện
tượng từ các thành phần tổ hợp. Mỗi một dự báo thành phần là một trạng thái có thể
có của trạ
ng thái khí quyển thực. Điều này đồng nghĩa với việc, một dự báo tổ hợp
sẽ là một xấp xỉ hữu hạn của hàm mật độ xác suất của trạng thái khí quyển trong
không gian pha của nó. Hệ thống dự báo tổ hợp thời tiết hạn ngắn được xây dựng
trong nghiên cứu này sẽ hướng tới mục đích đầu tiên và mục đích cuối cùng.
Như
đã biết, lý thuyết EF được đặt nền móng từ những năm 70 và bắt đầu
đưa vào ứng dụng đầu những năm 90 của thế kỷ trước với mục đích sử dụng đầu
tiên cho các dự báo hạn vừa trên quy mô hành tinh. Ở một số trung tâm dự báo khí
tượng lớn trên thế giới, các EPS nghiệp vụ đã được đưa vào hoạt động từ đầu những
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
5
năm 90 phục vụ công tác dự báo hạn vừa và hạn dài dựa trên các hệ thống siêu máy
tính. Các EPS này được phát triển dựa trên các mô hình toàn cầu với mục đích
chính là nâng cao chất lượng dự báo và tăng cường khả năng dự báo dài hạn. Cụ
thể, EPS nghiệp vụ đầu tiên tại Trung tâm quốc gia dự báo môi trường của Mỹ
(NCEP-National Center for Enviromental Prediction) được sử dụng từ năm 1992
dựa trên ph

THỜI TIẾT HẠN NGẮN
1.2.1. Trên thế giới
Dựa trên những thành công của EF hạn vừa hạn dài sử dụng mô hình toàn
cầu tại NCEP và ECMWF, NCEP đã tổ chức hội nghị đầu tiên về khả năng ứng
dụng dự báo tổ hợp hạn ngắn (SREF-Short Range Ensemble Forecast) với các mô
hình khu vực quy mô vừa (Brooks và cộng sự 1995a,b). Khác với EPS hạn vừa hạn
Trung tâm Dự báo khí tượng thủy văn Trung ương Nghiên cứu phát triển hệ thống dự báo tổ hợp thời tiết hạn ngắn cho khu vực Việt Nam - Hà Nội 2012
6
dài sử dụng mô hình toàn cầu ở trên, bài toán bây giờ liên quan tới mô hình khu vực
quy mô vừa. Vấn đề đầu tiên cần giải quyết như Wandishin và cộng sự (2001) đã
chỉ ra là phải trả lời được câu hỏi về khả năng dự báo trên quy mô vừa (nghĩa là giới
hạn về mặt thời gian có thể dự báo được với các quá trình quy mô vừa do bản chất
hỗn loạn (chaos) của khí quyển). Những yế
u tố như lượng mưa hay các cơ chế tác
động tới lượng mưa phải có giới hạn dự báo nhỏ hơn so với các quá trình quy mô
hành tinh hay quy mô synốp. Phương pháp tạo các EF thành phần cũng là một câu
hỏi quan trọng khác (Hamill và cộng sự 2000). Bài toán này phức tạp hơn so với bài
toán ứng dụng EF vào dự báo hạn vừa với mô hình toàn cầu. Khác với mô hình toàn
cầu, khi độ bất định trong dự báo chủ yếu đến từ
độ bất định trong điều kiện ban
đầu, với các mô hình quy mô vừa hiện tại có quá nhiều nhân tố làm phát sinh sai số
dự báo như mạng lưới quan trắc quy mô vừa không đầy đủ, độ phân giải mô hình
thấp, các quá trình tham số hóa vật lý, các điều kiện mặt đệm, điều kiện biên,…
Từ hội nghị này, NCEP đã triển khai một dự án xây dựng một tập các dự báo
thành phần cho SREF gồm 10 d
ự báo từ mô hình ETA và 5 dự báo từ mô hình
RSM. Điều kiện ban đầu cho các mô hình này bao gồm trường nhiễu động theo

nhiễu động ban đầu được tạo ra theo phương pháp BGM từ mô hình toàn cầu AVN.
Tập số liệu này gần như chia sẻ mọi phương pháp EF trong dự báo hạn vừa hạn dài
từ nhiễu động trường ban đầu, nhiễu động vật lý mô hình, cho đến đa mô hình đa
phân tích. Giống như
dự án trước đó của NCEP, trung bình tổ hợp luôn thể hiện kỹ
năng dự báo tốt hơn so với các dự báo thành phần. Các kết quả đánh giá từ
SAMEX, tương tự như EF từ mô hình toàn cầu, cũng cho thấy phương pháp dự báo
đa mô hình đa phân tích là phương pháp EF tốt nhất trong dự báo hạn ngắn.
Tại châu Âu, SREF được phát triển chậm hơn so với tại Mỹ. Tiếp sau thành
công của EPS từ mô hình toàn c
ầu, Molteni và cộng sự (2001), Marsigli và cộng sự
(2001) bắt đầu những nghiên cứu lý thuyết cho phép thực hiện EF trên mô hình khu
vực với độ phân giải cao hơn so với mô hình toàn cầu với tên gọi LEPS (Limited-
area Ensemble Prediction System). Tuy nhiên, khác với SREF, LEPS lại hướng đến
dự báo hạn dự báo từ 2 cho đến 5 ngày. Với mục tiêu như vậy, nhiễu động điều kiện
biên sẽ trở nên quan trọng hơn so với nhi
ễu động điều kiện ban đầu. Hệ thống này
được thực hiện đơn giản bằng cách tích phân mô hình COSMO (trước đây là LM)
lồng trong các thành phần đã được lựa chọn thông qua thuật toán RM
(Representative Members) từ 51 dự báo thành phần của EPS toàn cầu tại ECMWF.
Sau những thử nghiệm đầu tiên trong dự án ARPA-SIM (Moltani và cộng sự 2001,
2003a), hệ thống với tên gọi COSMO-LEPS đã được triển khai nghiệp vụ tại
ECMWF vào n
ăm 2003 (Moltani và cộng sự 2003b). Như vậy, về bản chất hệ thống
COSMO-LEPS dựa trên phương pháp hạ quy mô động lực (dynamic downscaling).
Hiện tại, hệ thống COSMO-LEPS bao gồm 16 dự báo thành phần với độ phân giải
10km, 40 mực thẳng đứng và thực hiện dự báo cho đến hạn dự báo 132 giờ. Đánh
giá của Marsigli và cộng sự (2005) cho thấy kỹ năng dự báo từ hệ thống này cao
hơn so vớ
i kỹ năng tương ứng từ hệ thống toàn cầu. Gần đây, Montani và cộng sự

đối với các yếu tố bề mặt như nhiệt
độ, gió và lượng mưa tích lũy 24 giờ. Tuy nhiên, độ tán của SREPS vẫn còn nhỏ.
Một hệ thống tương tự cũng đã được phát triển cho vùng Tây Bắc Thái Bình
Dương trong nghiên cứu của Eckel và Mass (2005). Trong nghiên cứu này, các
nhiễu động trường ban đầu được cung cấp từ các phân tích khác nhau của nhiều
trung tâm dự báo quốc tế. Nguồn bất định do sai số mô hình được lấ
y mẫu thông
qua việc sử dụng đa mô hình khu vực hoặc phiên bản khác nhau của cùng một mô
hình (ví dụ như sử dụng các sơ đồ tham số hóa vật lý khác nhau). Nghiên cứu của
Eckel và Mass (2005) đã cho thấy việc tính toán được nguồn bất định do mô hình
có vai trò quan trọng trong chất lượng dự báo các yếu tố thời tiết bề mặt, đặc biệt là
trên đất liền.
Viện nghiên cứu khí tượng Na Uy (MNI - Norwegian Meteorological
Institute)
đã phát triển một hệ thống SREF có tên gọi là NOR-LAMEPS bao gồm
42 dự báo thành phần và triển khai nghiệp vụ từ năm 2005 (Frogner và cộng sự,
2006; Jensen và cộng sự, 2006). Trên thực tế, NOR-LAMEPS là sự kết hợp của hai
EPS là TEPS và LAMEPS. Về cơ bản TEPS bao gồm 21 thành phần với độ phân
giải T42L62 và dựa trên EPS toàn cầu của ECMWF nhưng các SVs được định
hướng cho vùng Bắc Âu (Buizza và Palmer, 1995; Molteni và cộng sự, 1996) trong
đó có bao gồm cả nhiễu động vậ
t lý ngẫu nhiên (Buizza và cộng sự, 1999). Hệ
thống LAMEPS về cơ bản dựa trên cách tiếp cận hạ quy mô động lực trong đó sử
dụng các dự báo thành phần của TEPS như là điều kiện biên và nhiễu động trường
ban đầu cho mô hình khu vực HIRLAM. LAMEPS cũng bao gồm 21 thành phần
với độ phân giải 12km và 60 mực thẳng đứng trong đó có 1 dự báo đối chứng
(control) của mô hình HIRLAM sử dụng trường phân tích thông qua sơ đồ
đồng hóa
số liệu 3DVAR. Gần đây, Aspelien và cộng sự (2011) đã đánh giá kỹ năng dự báo
của NOR-LAMEPS trong chuỗi thời gian 3 năm (2007-2009) và khả năng dự báo

ất định do mô hình; và 3) đưa vào tính
toán các nhiễu động điều kiện bề mặt như nhiệt độ mặt nước biển (SST), albedo, độ
nhám, … Các kết quả đánh giá cho thử nghiệm 2 tháng mùa hè năm 2007 đã cho
thấy sự cải thiện đáng kể trong chất lượng dự báo do đã biểu diễn tốt hơn các nguồn
bất định. Cũng dựa trên mô hình quy mô vừa ALADIN, Cơ quan khí tượng
Hungary đã triển khai m
ột hệ thống SREF nghiệp vụ có tên gọi là ALADIN-
HUNEPS từ năm 2008 bằng cách chạy lồng ghép mô hình ALADIN trong EPS toàn
cầu của Météo-France (ARPEGE EPS/PEARP) (Hágel và Horány, 2006). Gần đây,
Horányi và cộng sự (2011) đã nghiên cứu cải tiến hệ thống ALADIN-HUNEPS
bằng cách đưa các nhiễu động gần bề mặt vào hệ thống đồng hóa số liệu bề mặt.
Tại Cơ quan khí tượng Canađa, Li và cộng sự (2008) đã nghiên cứu phát
triển một h
ệ thống SREF (gọi tắt là REPS) dựa trên phiên bản lãnh thổ hạn chế của
mô hình toàn cầu GEM (Canadian Global Environmental Multilscale) với độ phân
giải 15km. Các SVs trên vùng Bắc Mỹ được sử dụng để tạo ra các nhiễu động ban
đầu trong đó thử nghiệm với 2 dạng SVs gồm các SVs khô và ẩm. Các nhiễu động
vật lý mô hình cũng được đưa vào tính toán bằng cách nhiễu động ngẫu nhiên tham