Thử nghiệm đồng hóa số liệu bằng WRF 4D-Var trong dự báo mưa ở khu vực Nam Bộ

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.
Nội dung trích xuất từ tài liệu:
Thử nghiệm đồng hóa số liệu bằng WRF 4D-Var trong dự báo mưa ở khu vực Nam BộBÀI BÁO KHOA HỌC DOI:10.36335/VNJHM.2019(EME2).174-185 THỬ NGHIỆM ĐỒNG HÓA SỐ LIỆU BẰNG WRF 4D-Var TRONG DỰ BÁO MƯA Ở KHU VỰC NAM BỘ Vũ Văn Thăng1, Trần Duy Thức1, Nguyễn Quang Trung1 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: WRFDA, 4DVar, Đồng hóa số liệu, Radar, Mưa lớn, Khu vực Nam Bộ. Ban Biên tập nhận bài: 11/12/2019 Ngày phản biện xong: 12/12/2019 Ngày đăng bài:20/12/2019 1. Mở đầu thống kê mà còn phù hợp về mặt động lực. Từ Đồng hóa số liệu biến phân bốn chiều (Four- đó, trường nền có thể thay đổi theo thời gian và Dimensional Variational hay 4D-Var) là phương phù hợp hơn với từng hình thế thời tiết. Hơn thế pháp đồng hóa tiên tiến trong đó trường ban đầu nữa, 4D-Var có thể đồng hóa được nhiều loại số được điều chỉnh, gần hơn với trường quan trắc, liệu mà 3D-Var không đồng hóa được (ví dụ thông qua sự điều chỉnh tối ưu cả về mặt vật lý lượng mưa) [1]. Tuy nhiên, nhược điểm của 4D- và toán học của mô hình, trong cửa sổ đồng hóa Var là khối lượng tính toán lớn, đòi hỏi hệ thống [6]. Phương pháp này, như được xây dựng trong máy tính phải đủ mạnh. mô-đun đồng hóa của mô hình WRF (Weather Sau khi kỹ thuật 4D-Var được áp dụng thành Research and Forecasting model data assimila- công cho mô hình toàn cầu tại Trung tâm Dự báo tion system - WRFDA), dựa trên các chu trình lặp hạn vừa Châu Âu (ECMWF), các hệ thống 4D- để cực tiểu hóa hàm giá [1]. Với một tập hợp các Var khác nhau đã được phát triển ở nhiều trung vòng lặp lồng nhau, lặp lại tiến và lùi theo thời tâm dự báo trên thế giới như Cơ quan Khí tượng gian, trường phân tích được điều chỉnh đồng thời của Nhật (JMA), Cơ quan Khí tượng của Pháp theo số liệu quan trắc và sự phù hợp với các biến (MétéoFrance) [2, 13]. Riêng đối với bài toán dự khác của mô hình [3]. báo mưa, đã có nhiều nghiên cứu thử nghiệm So với phương pháp 3D-Var, phương pháp phương pháp 4D-Var. Mazzarella Vincenzo ccs., 4D-Var xử lý số liệu trên cả chiều thời gian giúp (2017) đã so sánh hai phương pháp 3D-Var và trường phân tích không những tối ưu theo nghĩa 4D-Var, trong mô phỏng một trường hợp mưa Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu 1 Email: vvthang26@gmail.com174 TẠP CHÍ KHÍ TƯỢNG THỦY VĂN Số phục vụ Hội thảo chuyên đề BÀI BÁO KHOA HỌClớn ở miền trung nước Ý, thông qua việc đồng dừng lại ở những biện luận về khả năng áp dụnghóa độ phản hồi và tốc độ gió xuyên tâm từ 4D-Var trong dự báo thời tiết bằng các mô hìnhradar. Với chín thí nghiệm được thực hiện, kết số trị và hướng phát triển trong tương lai của kỹquả cho thấy phương pháp 4D-Var giúp cải thiện thuật này ở Việt Nam [4]. Từ đó, nghiên cứu nàydự báo mưa định lượng tốt hơn so với 3D-Var, sẽ lần đầu tiên thử nghiệm đồng hóa số liệu bằngđặc biệt ở các ngưỡng lượng mưa lớn [11]. phương pháp 4D-Var sử dụng mô hình WRF. Pan Xiaoduo cs., (2017) đã sử dụng WRF Mục 2 sẽ làm rõ về phương pháp nghiên cứu và4D-Var để đồng hóa sản phẩm mưa từ vệ tinh các nguồn số liệu. Mục 3 sẽ trình bày các kết quảTRMM 3B42 và FY-2D cho lưu vực sông Heihe với hai loại thí nghiệm, về độ nhạy với quan trắc(tây bắc Trung Quốc), nơi có địa hình rất phức đơn và dự báo thử nghiệm một đợt mưa thực tế.tạp. Kết quả cho thấy việc đồng hóa lượng mưa Một số kết luận sẽ được đúc kết trong Mục 4.cải thiện các trường độ ẩm và nhiệt độ trong 2. Phương pháp nghiên cứu và nguồn sốWRF tại trường ban đầu, từ đó cải thiện dự báo liệulượng mưa và giảm thời gian spinup [12]. 2.1 Sơ lược về WRF 4D-Var Lopez và Bauer (2007) đã sử dụng phương Về mặt toán học, mục tiêu của WRF 4D-Varpháp “1D + 4D-Var” để đồng hóa lượng mưa tại là tìm ra ước tính tối ưu của trạng thái khí quyểnECMWF. Đầu tiên, thông qua cách tiếp cận 1D- thực tại thời điểm phân tích, bằng cách tối thiểuVar, nhiệt độ và độ ẩm được ước lượng từ tốc độ hóa hàm giá:mưa bề mặt. Sau đó, tổng lượng hơi nước trong J = J b + Jo + Jc (1)cột khí quyển, thu được từ bư ...