Thử nghiệm dự báo hạn mùa số lượng xoáy thuận nhiệt đới hoạt động trên khu vực biển Đông bằng phương pháp thống kê
Số trang: 5
Loại file: pdf
Dung lượng: 569.12 KB
Lượt xem: 9
Lượt tải: 0
Xem trước 2 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Trong nghiên cứu này các mô hình hồi quy tuyến tính đa biến với các hệ số được xác định qua phương pháp bình phương tối thiểu (MLR), phương pháp độ lệch tuyệt đối nhỏ nhất (LAD), phương pháp minimax (LMV) và mô hình mạng thần kinh nhân tạo (ANN) được ứng dụng để thử nghiệm dự báo hạn 6 tháng số lượng xoáy thuận nhiệt đới hoạt động trên khu vực Biển Đông.
Nội dung trích xuất từ tài liệu:
Thử nghiệm dự báo hạn mùa số lượng xoáy thuận nhiệt đới hoạt động trên khu vực biển Đông bằng phương pháp thống kêKỷ yếu Hội nghị: Nghiên cứu cơ bản trong “Khoa học Trái đất và Môi trường”DOI: 10.15625/vap.2019.000135THỬ NGHIỆM DỰ BÁO HẠN MÙA SỐ LƯỢNG XOÁY THUẬN NHIỆT ĐỚI HOẠT ĐỘNG TRÊN KHU VỰC BIỂN ĐÔNG BẰNG PHƯƠNG PHÁP THỐNG KÊ Đinh Bá Duy1, Ngô Đức Thành2, Phan Văn Tân3* 1 Trung tâm Nhiệt đới Việt Nga, Bộ Quốc phòng, Email: duydb.vrtc@gmail.com 2 Trường Đại học Khoa học và Công nghệ Hà Nội (USTH), Viện Hàn lâm Khoa học và Công nghệ Việt Nam (VAST) 3 Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà NộiTÓM TẮT Trong nghiên cứu này các mô hình hồi quy tuyến tính đa biến với các hệ số được xác định quaphương pháp bình phương tối thiểu (MLR), phương pháp độ lệch tuyệt đối nhỏ nhất (LAD), phươngpháp minimax (LMV) và mô hình mạng thần kinh nhân tạo (ANN) được ứng dụng để thử nghiệm dựbáo hạn 6 tháng số lượng xoáy thuận nhiệt đới hoạt động trên khu vực Biển Đông. Qua khảo sát 24chỉ số khí hậu nghiên cứu đã lựa chọn được 10 chỉ số làm nhân tố dự báo. Kết quả đánh giá sai số dựbáo cho thấy trên bộ số liệu phụ thuộc, mô hình ANN cho kết quả tốt nhất, tiếp đến là mô hình MLR,LAD và kém nhất ở mô hình LMV. Mặc dù vậy, việc kiểm nghiệm dự báo trên bộ số liệu độc lập(2011-2017) lại chỉ ra mô hình LAD cho kết quả phù hợp nhất, tiếp theo là MLR và LMV. Sai số dựbáo của mô hình ANN quá khác nhau giữa các tập số liệu phụ thuộc và độc lập có thể liên quan đếnsự khác biệt về tính chất biến động theo thời gian của hai chuỗi số liệu và cần được khảo sát sâu hơn. Từ khoá: Dự báo mùa, xoáy thuận nhiệt đới, Biển Đông, dự báo thống kê.1. GIỚI THIỆU Hiện nay, với những biểu hiện bất thường của hệ thống thời tiết khí hậu đặc biệt là các hiệntượng thời tiết cực đoan như bão, tố lốc… thì bài toán dự báo hạn mùa bão, áp thấp nhiệt đới(XTNĐ) đang là vấn đề được nhiều nhà khoa học, nhà quản lý trong và ngoài nước quan tâm bởicác kết quả của nó có ý nghĩa ứng dụng hết sức thiết thực đối với các hoạt động kinh tế xã hội và anninh quốc phòng. Cơ sở vật lý để đưa ra những thông tin ước tính trong tương lai xa xuất phát từtính có thể dự báo được các tín hiệu/yếu tố trong đại dương ở qui mô thời gian mùa đến những quimô nhỏ hơn trên bề mặt lục địa và trong khí quyển [1]. Điểm mấu chốt trong bài toán dự báo mùa làcác hiện tượng tương tác giữa đại dương - khí quyển như hiện tượng El Niño là một ví dụ xảy ra ởvùng Thái Bình Dương nhiệt đới và có thể dự báo trước đến 6 tháng hoặc xa hơn nữa [2], [3]. Thờihạn trong các dự báo hạn mùa thường từ qui mô tháng cho đến một năm tùy thuộc yếu tố dự báo,trong đó các hạn dự báo phổ biến là 1, 3, 6 và 9 tháng. Nhiều nghiên cứu đã chỉ ra, sự tương tácgiữa khí quyển và đại dương đóng một vai trò cực kỳ quan trọng trong việc điều khiển và chi phốihoàn lưu khí quyển [4]. Do vậy, yếu tố nhiệt độ mặt nước biển (SST) và các quá trình vật lý kháctrên bề mặt trái đất ảnh hưởng nhiều hơn tới kết quả dự báo hạn mùa so với các điều kiện ban đầucủa khí quyển. Trên qui mô toàn cầu, sự thay đổi của yếu tố SST là nguyên nhân chính dẫn đễnnhững thay đổi của khí hậu từ năm này sang năm khác. Đáng chú ý, ở vùng nhiệt đới, dị thườngSST liên quan đến hoạt động của đối lưu sâu điều khiển phần lớn hoàn lưu khí quyển toàn cầu dođó yếu tố này là thành phần quan trọng trong bài toán dự báo hạn mùa [5]. Như vậy, xuất phát từbản chất trên việc giải quyết các bài toán dự báo mùa thường được tiếp cận theo phương pháp thốngkê [6], [7], [8], [9], [10], [11]. Nghiên cứu này tiếp cận phương pháp thống kê để xây dựng cácphương trình dự báo hạn mùa số lượng XTNĐ hoạt động trên khu vực Biển Đông (BĐ). 284Kỷ yếu Hội nghị: Nghiên cứu cơ bản trong “Khoa học Trái đất và Môi trường”2. SỐ LIỆU VÀ PHƯƠNG PHÁP Nghiên cứu khảo sát để lựa chọn nhân tố dự báo từ bộ 24 chỉ số khí hậu giai đoạn 1981-2017,được cập nhật tại website của NOAA và JMA (Bảng 1). Yếu dự báo là số lượng XTNĐ hoạt độngtrong 6 tháng tiếp sau trên khu vực BĐ được tính toán từ số liệu XTNĐ của JMA. Tất cả các bộ sốliệu này được chuẩn bị cho giai đoạn dự báo phụ thuộc 1981-2010 và cho giai đoạn dự báo độc lập2011-2017. Bảng 1. Các chỉ số khí hậu được khảo sát lựa chọn nhân tố dự báo TT Chỉ số Mô tả 1 Niño 3 SST vùng nhiệt đới Đông Thái Bình Dương (5N-5S, 150W-90W) 2 QBO Dao động tựa 2 năm 3 CPC_SOI Chỉ số dao động Nam 4 Niño 4 Chỉ số SST vùng nhiệt đới trung tâm Thái Bình Dương (5N-5S, 160E-150W) 5 REQSOI Dị thường chuẩn hóa dao động Nam vùng xích đạo 6 WPAC850 Gió tín phong mực 850 mb khu vực Tây Thái Bình Dương (5 ...
Nội dung trích xuất từ tài liệu:
Thử nghiệm dự báo hạn mùa số lượng xoáy thuận nhiệt đới hoạt động trên khu vực biển Đông bằng phương pháp thống kêKỷ yếu Hội nghị: Nghiên cứu cơ bản trong “Khoa học Trái đất và Môi trường”DOI: 10.15625/vap.2019.000135THỬ NGHIỆM DỰ BÁO HẠN MÙA SỐ LƯỢNG XOÁY THUẬN NHIỆT ĐỚI HOẠT ĐỘNG TRÊN KHU VỰC BIỂN ĐÔNG BẰNG PHƯƠNG PHÁP THỐNG KÊ Đinh Bá Duy1, Ngô Đức Thành2, Phan Văn Tân3* 1 Trung tâm Nhiệt đới Việt Nga, Bộ Quốc phòng, Email: duydb.vrtc@gmail.com 2 Trường Đại học Khoa học và Công nghệ Hà Nội (USTH), Viện Hàn lâm Khoa học và Công nghệ Việt Nam (VAST) 3 Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà NộiTÓM TẮT Trong nghiên cứu này các mô hình hồi quy tuyến tính đa biến với các hệ số được xác định quaphương pháp bình phương tối thiểu (MLR), phương pháp độ lệch tuyệt đối nhỏ nhất (LAD), phươngpháp minimax (LMV) và mô hình mạng thần kinh nhân tạo (ANN) được ứng dụng để thử nghiệm dựbáo hạn 6 tháng số lượng xoáy thuận nhiệt đới hoạt động trên khu vực Biển Đông. Qua khảo sát 24chỉ số khí hậu nghiên cứu đã lựa chọn được 10 chỉ số làm nhân tố dự báo. Kết quả đánh giá sai số dựbáo cho thấy trên bộ số liệu phụ thuộc, mô hình ANN cho kết quả tốt nhất, tiếp đến là mô hình MLR,LAD và kém nhất ở mô hình LMV. Mặc dù vậy, việc kiểm nghiệm dự báo trên bộ số liệu độc lập(2011-2017) lại chỉ ra mô hình LAD cho kết quả phù hợp nhất, tiếp theo là MLR và LMV. Sai số dựbáo của mô hình ANN quá khác nhau giữa các tập số liệu phụ thuộc và độc lập có thể liên quan đếnsự khác biệt về tính chất biến động theo thời gian của hai chuỗi số liệu và cần được khảo sát sâu hơn. Từ khoá: Dự báo mùa, xoáy thuận nhiệt đới, Biển Đông, dự báo thống kê.1. GIỚI THIỆU Hiện nay, với những biểu hiện bất thường của hệ thống thời tiết khí hậu đặc biệt là các hiệntượng thời tiết cực đoan như bão, tố lốc… thì bài toán dự báo hạn mùa bão, áp thấp nhiệt đới(XTNĐ) đang là vấn đề được nhiều nhà khoa học, nhà quản lý trong và ngoài nước quan tâm bởicác kết quả của nó có ý nghĩa ứng dụng hết sức thiết thực đối với các hoạt động kinh tế xã hội và anninh quốc phòng. Cơ sở vật lý để đưa ra những thông tin ước tính trong tương lai xa xuất phát từtính có thể dự báo được các tín hiệu/yếu tố trong đại dương ở qui mô thời gian mùa đến những quimô nhỏ hơn trên bề mặt lục địa và trong khí quyển [1]. Điểm mấu chốt trong bài toán dự báo mùa làcác hiện tượng tương tác giữa đại dương - khí quyển như hiện tượng El Niño là một ví dụ xảy ra ởvùng Thái Bình Dương nhiệt đới và có thể dự báo trước đến 6 tháng hoặc xa hơn nữa [2], [3]. Thờihạn trong các dự báo hạn mùa thường từ qui mô tháng cho đến một năm tùy thuộc yếu tố dự báo,trong đó các hạn dự báo phổ biến là 1, 3, 6 và 9 tháng. Nhiều nghiên cứu đã chỉ ra, sự tương tácgiữa khí quyển và đại dương đóng một vai trò cực kỳ quan trọng trong việc điều khiển và chi phốihoàn lưu khí quyển [4]. Do vậy, yếu tố nhiệt độ mặt nước biển (SST) và các quá trình vật lý kháctrên bề mặt trái đất ảnh hưởng nhiều hơn tới kết quả dự báo hạn mùa so với các điều kiện ban đầucủa khí quyển. Trên qui mô toàn cầu, sự thay đổi của yếu tố SST là nguyên nhân chính dẫn đễnnhững thay đổi của khí hậu từ năm này sang năm khác. Đáng chú ý, ở vùng nhiệt đới, dị thườngSST liên quan đến hoạt động của đối lưu sâu điều khiển phần lớn hoàn lưu khí quyển toàn cầu dođó yếu tố này là thành phần quan trọng trong bài toán dự báo hạn mùa [5]. Như vậy, xuất phát từbản chất trên việc giải quyết các bài toán dự báo mùa thường được tiếp cận theo phương pháp thốngkê [6], [7], [8], [9], [10], [11]. Nghiên cứu này tiếp cận phương pháp thống kê để xây dựng cácphương trình dự báo hạn mùa số lượng XTNĐ hoạt động trên khu vực Biển Đông (BĐ). 284Kỷ yếu Hội nghị: Nghiên cứu cơ bản trong “Khoa học Trái đất và Môi trường”2. SỐ LIỆU VÀ PHƯƠNG PHÁP Nghiên cứu khảo sát để lựa chọn nhân tố dự báo từ bộ 24 chỉ số khí hậu giai đoạn 1981-2017,được cập nhật tại website của NOAA và JMA (Bảng 1). Yếu dự báo là số lượng XTNĐ hoạt độngtrong 6 tháng tiếp sau trên khu vực BĐ được tính toán từ số liệu XTNĐ của JMA. Tất cả các bộ sốliệu này được chuẩn bị cho giai đoạn dự báo phụ thuộc 1981-2010 và cho giai đoạn dự báo độc lập2011-2017. Bảng 1. Các chỉ số khí hậu được khảo sát lựa chọn nhân tố dự báo TT Chỉ số Mô tả 1 Niño 3 SST vùng nhiệt đới Đông Thái Bình Dương (5N-5S, 150W-90W) 2 QBO Dao động tựa 2 năm 3 CPC_SOI Chỉ số dao động Nam 4 Niño 4 Chỉ số SST vùng nhiệt đới trung tâm Thái Bình Dương (5N-5S, 160E-150W) 5 REQSOI Dị thường chuẩn hóa dao động Nam vùng xích đạo 6 WPAC850 Gió tín phong mực 850 mb khu vực Tây Thái Bình Dương (5 ...
Tìm kiếm theo từ khóa liên quan:
Khoa học Trái đất và Môi trường Dự báo mùa Xoáy thuận nhiệt đới Mô hình mạng thần kinh nhân tạo Áp thấp nhiệt đớiGợi ý tài liệu liên quan:
-
Nghiên cứu chế độ mưa, nhiệt tại vùng biển Vịnh Bắc Bộ từ dữ liệu vệ tinh
10 trang 108 0 0 -
11 trang 44 0 0
-
4 trang 38 0 0
-
Nghiên cứu các tác động ảnh hưởng của hệ thống điện mặt trời tới ô nhiễm môi trường trong tương lai
5 trang 36 0 0 -
Nghiên cứu xác định nguyên nhân gây triều cường cao kèm theo sóng lớn tại ven biển Tây Cà Mau
13 trang 36 0 0 -
Xây dựng mô hình học sâu đánh giá nguy cơ cháy rừng tại Lâm Đồng
4 trang 35 0 0 -
15 trang 34 0 0
-
5 trang 25 0 0
-
Xác định chênh lệch độ cao chính thông qua truyền tần số bằng sợi cáp quang
4 trang 22 0 0 -
Dự đoán lượng mưa cho tỉnh Tây Ninh dùng logic mờ
5 trang 22 0 0