Tài liệu Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão

BTNMT TTKTTVQG BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG TRUNG TÂM KHÍ TƯỢNG THUỶ VĂN QUỐC GIA 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 ỨNG DỤNG DỰ BÁO TỔ HỢP CHO MỘT SỐ TRƯỜNG DỰ BÁO BÃO Chủ nhiệm: ThS. Võ Văn Hòa 6917 04/7/2008 HÀ NỘI, 5-2008 BỘ TÀI NGUYÊN VÀ MÔI TRƯỜNG TRUNG TÂM KHÍ TƯỢNG THUỶ VĂN QUỐC GIA 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 ỨNG DỤNG DỰ BÁO TỔ HỢP CHO MỘT SỐ TRƯỜNG DỰ BÁO BÃO Chỉ số đăng ký : Chỉ số phân loại : Chỉ số lưu trữ : Cộng tác viên chính Th.S Nguyễn Chi Mai NCS Lê Đức CN Vũ Duy Tiến TS Đỗ Ngọc Thắng Th.S Đỗ Lệ Thủy Th.S Nguyễn Đăng Quang CN Nguyễn Thu Hằng CN Nguyễn Thị Anh Đào Hà Nội, ngày … tháng … năm 2008 Hà Nội, ngày … tháng … năm 2008 CHỦ NHIỆM ĐỀ TÀI CƠ QUAN THỰC HIỆN CƠ QUAN CHỦ TRÌ Võ Văn Hòa Bùi Minh Tăng Trần Văn Sáp Hà Nội, ngày … tháng … năm 2008 HỘI ĐỒNG ĐÁNH GIÁ CHÍNH THỨC CHỦ TỊCH HỘI ĐỒNG TS. Nguyễn Lê Tâm Hà Nội, ngày … tháng … năm 2008 CƠ QUAN QUẢN LÝ ĐỀ TÀI TL. BỘ TRƯỞNG KT. VỤ TRƯỞNG VỤ KHOA HỌC VÀ CÔNG NGHỆ PHÓ VỤ TRƯỞNG Nguyễn Lê Tâm Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia DANH SÁCH CÁC CHỮ VIẾT TẮT AVN Mô hình toàn cầu của Mỹ (AViatioN Global Model) AT Sai số dọc theo phương chuyển động (Along Track error) BGM Nuôi các mode đang phát triển (Breeding of Growing Modes) BK Trung tâm dự báo bão Bắc Kinh của Trung Quốc BoM Cơ quan khí tượng Australia (Bureau of Meteorology) BS Điểm số Brier (Brier Score) BSS Điểm số kỹ năng Brier (Brier Skill Score) CAPS Trung tâm phân tích và dự báo bão (Center for the Analysis and Prediction of Storms) CEM Trung bình tổ hợp theo nhóm (Cluster Ensemble Mean) CLIPER Mô hình thống kê quán tính (CLIper and PERsistence model) CMC Cơ quan khí tượng Canada (Canadian Meteorological Centre) CRPS Điểm số xác suất hạng liên tục (Continuous Ranked Probability Score) CT Sai số dọc theo phương pháp tuyến so với hướng chuyển động (Cross Track error) DPE Sai số dự báo khoảng cách tâm bão (Direct Positional Error) DWD Tổng cục thời tiết Cộng hoà Liên bang Đức (Deutscher WetterDienst) ECMWF Trung tâm dự báo hạn vừa Châu Âu (European Center for Medium-range Weather Forecasts) Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão i Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia EF Dự báo tổ hợp (Ensemble Forecast) EMOS Thống kê sau mô hình tổ hợp (Ensemble-Model Output Statistics) EOF Phân tích hàm trực giao thực nghiệm (Empircal Orthogonal Function) EPS Hệ thống dự báo tổ hợp (Ensemble Prediction System) GA Trung tâm dự báo bão Guam của Mỹ GEMPAK Gói phần mềm khí tượng (GEneral Meteorological PAcKage) GFDL Thư viện động lực học chất lỏng địa vật lý (Geophysical Fluid Dynamics Laboratory) GFS Hệ thống dự báo toàn cầu của Mỹ (Global Forecasting System) GME Mô hình toàn cầu của CHLB Đức (Global Model for Europe) GSM Mô hình phổ toàn cầu của JMA (Global Spectral Model) IGN Điểm số IGN (IGNorance Score) IPER Gây nhiễu tâm xoáy ban đầu (Initial Vortex Center PERturbation) JMA Cơ quan khí tượng Nhật bản (Japan Meteorological Agency) JP Trung tâm dự báo bão của Nhật Bản KILOEF Dự báo tổ hợp hàng nghìn thành phần (KILO-members Ensemble Forecast) LAF Dự báo trung bình trễ (Lagged Average Forecast) LDM Hệ quản trị dữ liệu cục bộ (Local Data Management) Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão ii Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia MAE Sai số tuyệt đối trung bình (Mean Absolute Error) MCF Dự báo Monte-Carlo (Monte-Carlo Forecast) ME Sai số trung bình (Mean Error) NAWIPS Hệ thống tương tác hỗ trợ dự báo viên (National Advanced Weather Interactive Processing System) NCEP Trung tâm dự báo môi trường quốc gia Mỹ (National Centers for Environmental Prediction) NGR Hồi quy Gauss không thuần nhất (Nonhomogeneous Gaussian Regression) NGR_EMOS Hồi quy Gauss không thuần nhất dựa trên MOS tổ hợp NGR_EMOSP Hồi quy Gauss không thuần nhất dựa trên MOS tổ hợp nhưng có loại bỏ các trọng số âm NOAA Cơ quan đại dương và khí quyển Mỹ (National Oceanic and Atmospheric Administration) NWP Dự báo thời tiết số trị (Numerical Weather Prediction) NWS Cơ quan thời tiết quốc gia Mỹ (National Weather Service) PMA Giả thiết mô hình hoàn hảo (Perfect Model Assumption) PO Quan trắc bị gây nhiễu (Perturbed Observation) SE Dự báo siêu tổ hợp (Super Ensemble Forecast) SEM Trung bình tổ hợp có chọn lọc (Selected Ensemble Mean) SD Độ lệch chuẩn (Stardard Deviation) SP Độ tán của dự báo tổ hợp Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão iii Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia (SPread) SREF Dự báo tổ hợp hạn ngắn (Short Range Ensemble Forecast) SRFD Sự khác biệt trong dự báo hạn ngắn giữa các dự báo thành phần (Short Range Forecast Differences) SV Vectơ kỳ dị (Singular Vector) RPS Điểm số xác suất hạng (Ranked Probability Score) RSM Mô hình phổ khu vực (Regional Spectral Model) RSS Điểm kỹ năng dự báo tương đối (Relative Skill Score) UKMO Cơ quan khí tượng Anh (United Kingdom Meteorological Office) UM Mô hình toàn cầu của UKMO (Unified Model) TLAPS Hệ thống dự báo cho khu vực nhiệt đới (Tropical Limited Area Prediction System) TBĐG Dự báo tổ hợp Trung Bình Đơn Giản TTDBTƯ Trung Tâm Dự Báo Khí Tượng Thủy Văn Trung Ương XTNĐ Xoáy Thuận Nhiệt Đới WBAR Mô hình chính áp của Weber (Weber's BARotropic Model) Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão iv Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia DANH SÁCH CÁC BẢNG TT Số thứ tự bảng 1 Nội dung Trang 2.2.1 Giá trị ME của các biến dự báo tại mực 850, 500mb với hạn dự báo 24, 48 giờ từ 5 mô hình GFS, GME, GSM, TLAPS, UM và trung bình tổ hợp. 45 2 2.2.2 Giá trị RMSE của các biến dự báo tại mực 850, 500mb với hạn dự báo 24, 48 giờ từ 5 mô hình GFS, GME, GSM, TLAPS, UM và trung bình tổ hợp 46 3 2.2.3 Giá trị RMSE của các biến dự báo tại mực 850, 500mb với hạn dự báo 24, 48 giờ từ 5 mô hình GFS, GME, GSM, TLAPS, UM đã được khử bias theo phương pháp hồi quy tuyến tính và trung bình tổ hợp 51 4 2.2.4 Giá trị RMSE của các biến dự báo tại mực 850, 500mb với hạn 24 và 48h từ 4 phương pháp EM_BCLR, EM_BCMA, WM_BCLR và WM_BCMA 53 5 2.2.5 Giá trị RMSE của các biến dự báo tại mực 850, 500mb với hạn 24 và 48h từ 5 phương pháp EM_BCMA, EM_NGR, EM_EMOS, EM_EMOSP và SE 56 6 2.3.1 Giá trị 66.67% độ phủ của các biến dự báo tại mực 850, 500mb với hạn dự báo 24, 48 giờ từ 6 hệ tổ hợp 69 7 2.3.2 Điểm số CRPS của các biến dự báo tại mực 850, 500mb với hạn dự báo 24, 48 giờ từ 4 hệ tổ hợp BCMA, BCLR, NGR và NGR_EMOSP 70 8 2.3.3 Giá trị 66.67% độ rộng phân bố trung bình của các biến dự báo tại mực 850, 500mb với hạn 24, 48h từ hệ tổ hợp BCMA, BCLR, NGR và NGR_EMOSP 71 9 3.1.1 Danh sách các cơn bão từ năm 2001-2006 được sử dụng trong nghiên cứu dự báo tổ hợp qũy đạo bão dựa trên các kết qủa dự báo của 3 trung tâm quốc tế là Nhật, Bắc Kinh và Guam (STH là số trường hợp) 76 10 3.1.2 Mô tả 4 thử nghiệm phát sinh dự báo tổ hợp quỹ đạo bão từ kết qủa dự báo của 3 trung tâm quốc tế dựa trên phương pháp hồi quy tuyến tính 77 Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão v Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia 11 3.1.3 Tổng số cơn bão và số trường hợp tương ứng trong tập số liệu phụ thuộc cho các hạn dự báo +24h và +48h đối với 4 thử nghiệm dự báo tổ hợp dựa trên phương pháp hồi quy tuyến tính 77 12 3.1.4 Bộ hệ số hồi quy cho 4 phương án thử nghiệm dự báo tổ hợp qũy đạo bão dựa trên các sản phẩm dự báo của các trung tâm quốc tế 79 13 3.2.1 Danh sách các cơn bão từ năm 2002-2006 được sử dụng trong các thử nghiệm dự báo tổ hợp qũy đạo bão dựa trên mô hình WBAR 88 14 3.2.2 Mô tả 6 phương án tạo tập hợp trường ban đầu cho mô hình WBAR 90 Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão vi Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia DANH SÁCH CÁC HÌNH VẼ TT Số thứ tự hình 1 Nội dung Trang 1.1.1 Dự báo độ cao địa thế vị hạn 48 giờ cho ngày 00Z18/05/2006 từ các mô hình GFS, GME, GSM, TLAPS, UM và trường phân tích tương ứng 6 2 1.2.1 Dự báo Monte Carlo với những điều kiện ban đầu được lấy mẫu ngẫu nhiên từ phân bố của trường ban đầu với trường phân tích là giá trị trung bình (theo Wilks 1995). Đường nét liền biểu diễn dự báo tất định từ trường phân tích. 8 3 1.2.2 Dự báo Monte Carlo so sánh với dự báo trung bình trễ (Kalnay 2003). X là phân tích tại các khoảng thời gian τ, và tf là thời điểm dự báo 10 4 1.2.3 Phương pháp BGM với chu kỳ nuôi 6 giờ 11 5 1.2.4 Phương pháp PO với chu kỳ 6 giờ 14 6 1.4.1 Các hàm mật độ xác suất dự báo nhiệt độ với độ nét (độ nhọn) khác nhau 22 7 1.4.2 Biểu đồ hạng có phân bố đầu ứng với dự báo tổ hợp tin cậy 23 8 1.4.3 Các biểu đồ hạng cho thấy dự báo tổ hợp không tin cậy 24 9 1.4.4 Biểu đồ tin cậy cho dự báo tổ hợp dựa trên phương pháp BCMA 29 10 1.5.1 Bản đồ spaghetti cho đường 588dm dự báo 48h 31 11 1.5.2 Bản đồ trung bình và độ tán dự báo địa thế vị mực 850mb hạn 48h 31 12 1.5.3 Bản đồ xác suất dự báo pmsl < 1002mb hạn 48 giờ 32 13 1.5.4 Bản đồ tem dự báo địa thế vị mực 850 mb hạn 48 giờ 32 14 1.6.1 Phân loại các phương pháp dự báo tổ hợp theo Weber (2001) 34 15 2.1.1 Trường địa thế vị mực 850mb theo dự báo của GME khi biểu diễn với độ phân giải 0.40 (trái) và 1.250 (phải) 40 16 2.1.2 Trường phân tích của độ cao địa thế vị mực 850mb từ 5 mô hình GFS, GME, GSM, TLAPS, UM và trung bình tổ hợp 42 17 2.1.3 Sai số phân tích ME giữa các phân tích thành phần với phân tích trung bình tổ hợp cho khí áp trung bình mực biển 43 Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão vii Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia 18 2.1.4 Sai số phân tích RMSE giữa các phân tích thành phần với phân tích trung bình tổ hợp cho khí áp trung bình mực biển 43 19 2.1.5 Sai số phân tích ME giữa các phân tích thành phần với phân tích trung bình tổ hợp cho trường nhiệt độ tại mực 500mb 44 20 2.1.6 Sai số phân tích RMSE giữa các phân tích thành phần với phân tích trung bình tổ hợp cho trường nhiệt độ tại mực 500mb 44 21 2.2.1 Giản đồ tụ điểm dự báo độ cao địa thế vị mực 850mb hạn 72 giờ theo các mô hình thành phần và theo trung bình tổ hợp 47 22 2.2.2 Giản đồ tụ điểm dự báo nhiệt độ mực 500mb hạn 72 giờ theo các mô hình thành phần và theo trung bình tổ hợp 47 23 2.2.3 Độ cao địa thế vị mực 850mb theo phân tích và dự báo từ mô hình TLAPS hạn 48 giờ vào thời điểm 00Z-30/07/2005 trước và sau khi khử bias theo phương pháp trung bình trượt và hồi quy tuyến tính 49 24 2.2.4 Giản đồ tụ điểm dự báo độ cao địa thế vị mực 850mb hạn 48 giờ theo TLAPS, BCMA_TLAPS, BCLR_TLAPS, UM, BCMA_UM, BCLR_UM 50 25 2.2.5 Độ cao địa thế vị mực 850mb dự báo từ các mô hình và trung bình tổ hợp hạn 48 giờ vào thời điểm 00Z30/07/2005 sau khi khử bias theo BCLR 52 26 2.2.6 Dự báo 48h của trường H mực 850mb tại thời điểm 00Z30/07/2005 theo EM_BCLR (a), EM_BCMA (b), WM_BCLR (c) và WM_BCMA (d) 54 27 2.2.7 Dự báo 48h của biến H mực 850mb tại thời điểm 00Z30/07/2005 theo EM_NGR (a), EM_EMOS (b), EM_EMOSP (c) và SE (d) 57 28 2.3.1 Biểu đồ hạng dự báo 24 giờ cho tất cả các biến trên các mực 850 và 500mb từ hệ tổ hợp RAW (thứ tự từ trái qua phải, từ trên xuống dưới lần lượt là pmsl, h850, h500, u850, u500, v850, v500, t850, t500, q850, q500) 59 29 2.3.2 Tương tự như 2.3.1 nhưng cho hạn dự báo 48h 60 30 2.3.3 Biểu đồ tin cậy từ hệ tổ hợp RAW dự báo áp suất mực biển hạn 24 (bên trái) và 48 giờ (bên phải) với ngưỡng 1001mb 60 Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão viii Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia 31 2.3.4 Tương tự hình 2.3.1 nhưng cho hệ tổ hợp BCMA 61 32 2.3.5 Tương tự hình 2.3.2 nhưng cho hệ tổ hợp BCMA 62 33 2.3.6 Tương tự hình 2.3.3 nhưng cho hệ tổ hợp đã hiệu chỉnh sai số hệ thống dựa trên phương pháp BCMA 62 34 2.3.7 Tương tự hình 2.3.1 nhưng cho hệ tổ hợp BCLR 63 35 2.3.8 Tương tự hình 2.3.2 nhưng cho hệ tổ hợp BCLR 64 36 2.3.9 Tương tự hình 2.3.3 nhưng cho hệ tổ hợp đã hiệu chỉnh sai số hệ thống dựa trên phương pháp BCLR 64 37 2.3.10 Tương tự hình 2.3.1 nhưng cho hệ tổ hợp NGR 65 38 2.3.11 Tương tự hình 2.3.2 nhưng cho hệ tổ hợp NGR 65 39 2.3.12 Tương tự hình 2.3.3 nhưng cho hệ tổ hợp NGR 66 40 2.3.13 Tương tự hình 2.3.1 nhưng cho hệ tổ hợp NGR_EMOSP 67 41 2.3.14 Tương tự hình 2.3.2 nhưng cho hệ tổ hợp NGR_EMOSP 67 42 2.3.15 Tương tự hình 2.3.3 nhưng cho hệ tổ hợp NGR_EMOSP 68 43 2.3.16 Dự báo độ cao địa thế vị mực 850mb theo các phân vị 5% và 95% của hàm phân bố xác suất dự báo theo hệ tổ hợp NGR 72 44 3.1.1 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) 78 45 3.1.2 Kết qủa đánh giá DPE và SD trung bình cho bộ số liệu phụ thuộc của phương án Reg2y (a), Reg3y (b), Reg4y (c) và Reg5y (d) 80 46 3.1.3 Các biểu đồ phân tán minh họa mối quan hệ giữa DPE và SP của EF dựa trên phương án hồi quy tuyến tính Reg2y (a), Reg3y (b), Reg4y (c) và Reg5y (d) cho tập số liệu phụ thuộc. Trục hoành là giá trị DPE và trục tung là giá trị SP 81 47 3.1.4 Các biểu đồ phân tán minh họa mối quan hệ giữa DPE và SP của EF dựa trên phương án TBĐG cho tập số liệu 2 năm (a), 3 năm (b), 4 năm (c) và 5 năm (d). Trục hoành là giá trị DPE và trục tung là giá trị SP 81 48 3.1.5 Kết qủa so sánh DPE và SD cho 5 phương án thử nghiệm dự báo tổ hợp với các dự báo thành phần và mô hình CLIPER cho tập số liệu độc lập 82 49 3.1.6 Tương tự hình 3.1.3 nhưng cho tập số liệu độc lập 83 50 3.1.7 Mối quan hệ giữa độ tán (SP) và sai số dự báo vị trí tâm bão (DPE) của phương án TBĐG cho tập số liệu độc lập 83 Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão ix Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia 51 3.1.8 Kết qủa đánh giá sai số AT (bên trái) và CT (bên phải) của phương án Reg2Y cho các cơn bão năm 2006 và trung bình cả mùa bão (ký hiệu TB-2006) 85 52 3.1.9 Tương tự hình 3.1.8 nhưng cho phương án Reg3Y 85 53 3.1.10 Tương tự hình 3.1.8 nhưng cho phương án Reg4Y 88 54 3.1.11 Tương tự hình 3.1.8 nhưng cho phương án Reg5Y 85 55 3.1.12 Tương tự hình 3.1.8 nhưng cho phương án TBĐG 86 56 3.1.13 Quỹ đạo quan trắc và dự báo của JP, BK, GA và TBĐG (ký hiệu AV) cho bão CHANCHU tại thời điểm 00Z 13/05/2006 (a) và 00Z 14/05/2006 (b) 86 57 3.1.14 Tương tự hình 3.1.13 nhưng cho bão XANGSANE tại thời điểm 12Z 28/29/2006 (a) và 00Z 29/29/2006 (b) 87 58 3.2.1 Kết qủa đánh giá và so sánh sai số DPE trung bình của 6 phương án EF dựa trên mô hình WBAR với dự báo đối chứng tại hạn dự báo 12h, 24h, 36h và 48h cho mùa bão 2003 (a), 2004 (b), 2005 (c), 2006 (d) và cả 4 mùa bão (e) 92 59 3.2.2 Kết qủa đánh giá chỉ số kỹ năng dự báo RSS và tỷ lệ phần trăm số trường hợp nghiên cứu có RSS > 0 của 6 phương án nghiên cứu cho các năm 2003 (a), 2004 (b), 2005 (c), 2006 (d) và trung bình 4 mùa bão (e) 94 60 3.2.3 Kết quả đánh giá chỉ số RSS của 6 phương án dự báo tổ hợp cho 136 trường hợp nghiên cứu của 16 cơn bão từ năm 2003-2006 đối với hạn dự báo 24h 95 61 3.2.4 Tương tự hình 3.2.3 nhưng cho hạn dự báo 48h 95 62 3.2.5 Kết qủa đánh giá các thành phần sai số AT và CT của 6 phương án nghiên cứu cho các năm 2003 (a), 2004 (b), 2005 (c), 2006 (d) và trung bình cho 4 mùa bão (e) 97 63 3.2.6 Kết qủa đánh giá và so sánh độ SP của 6 phương án dự báo tổ hợp dựa trên mô hình WBAR cho mùa bão 2003 (a), 2004 (b), 2005 (c), 2006 (d) và cả 4 mùa bão (e). 99 64 3.2.7 Mối quan hệ giữa độ tán (SP) và sai số dự báo vị trí tâm bão (DPE) của phương án STEERFLOW tại hạn dự báo 12h (a), 24h (b), 36h (c) và 48h (d) 99 65 3.2.10 Các bản đồ xác suất tích lũy 24h (a) và 48h (b) dự báo đường đi của bão Damrey (0518) tại 00Z 23/09/2005 100 Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão x Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia MỤC LỤC MỞ ĐẦU 1.1 1.2 1.2.1 1.2.2 1.2.3 1.2.4 1.2.5 1.2.6 1.3 1.3.1 1.3.1.1 1.3.1.2 1.3.1.3 1.3.1.4 1.3.2 1.3.3 1.4 1.4.1 1.4.2 1.4.3 1.4.4 1.4.5 1.4.6 1.5 1.5.1 1.5.2 1.5.3 1.5.4 1.6 CHƯƠNG I KHÁI QUÁT VỀ DỰ BÁO TỔ HỢP Định nghĩa về dự báo tổ hợp Phương pháp tạo các dự báo tổ hợp thành phần Phương pháp Monte-Carlo Phương pháp dự báo trung bình trễ Phương pháp nuôi nhiễu động phát triển nhanh Phương pháp sử dụng vector kỳ dị Phương pháp nhiễu động số liệu quan trắc Phương pháp đa hệ thống đa mô hình Phương pháp tính toán dự báo tổ hợp Dự báo tất định từ dự báo tổ hợp Dự báo trung bình tổ hợp Dự báo trung bình có trọng số Dự báo median và dự báo mode Dự báo siêu tổ hợp Dự báo kỹ năng dự báo từ dự báo tổ hợp Dự báo xác suất từ dự báo tổ hợp Đánh giá dự báo tổ hợp Biểu đồ hạng Điểm số Brier Điểm số xác suất hạng RPS Điểm số xác suất hạng liên tục CRPS Điểm số IGN Biểu đồ tin cậy Hiển thị các sản phẩm dự báo tổ hợp Bản đồ spaghetti Bản đồ trung bình và độ tán Bản đồ dự báo xác suất Bản đồ tem Nghiên cứu ứng dụng dự báo tổ hợp bão tại Việt Nam Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão Trang 1 4 4 7 7 9 10 12 13 14 15 15 16 17 17 18 18 20 21 23 24 26 27 28 28 30 30 31 31 32 32 xi Trung Tâm Dự báo KTTV Trung ương 2.1 2.2 2.2.1 2.2.2 2.2.3 2.2.4 2.3 2.3.1 2.3.2 2.3.3 Trung tâm KTTV Quốc Gia CHƯƠNG II XÂY DỰNG HỆ THỐNG DỰ BÁO TỔ HỢP CHO MỘT SỐ TRƯỜNG DỰ BÁO BÃO Khái quát về các mô hình dự báo thành phần và các phương pháp tiền xử lý tập số liệu Dự báo tất định Dự báo trung bình tổ hợp Dự báo trung bình tổ hợp có hiệu chỉnh sai số hệ thống Dự báo trung bình tổ hợp có trọng số Dự báo siêu tổ hợp và dự báo tổ hợp từ dự báo xác suất Dự báo xác suất Dự báo xác suất từ hệ tổ hợp RAW Dự báo xác suất từ hệ tổ hợp có hiệu chỉnh sai số hệ thống Dự báo xác suất dựa trên phương pháp NGR 37 38 44 44 48 52 55 58 59 61 64 74 3.2.2 3.2.3 CHƯƠNG III XÂY DỰNG HỆ THỐNG DỰ BÁO TỔ HỢP QŨY ĐẠO BÃO Dự báo tổ hợp qũy đạo bão dựa trên các kết qủa dự báo của các trung tâm dự báo bão quốc tế Mô tả tập số liệu nghiên cứu Tính toán dự báo tổ hợp và phương pháp đánh giá Một số kết qủa nghiên cứu và đánh giá Dự báo tổ hợp quỹ đạo bão dựa trên phương pháp nhiễu động trường ban đầu cho mô hình chính áp WBAR Mô tả tập số liệu nghiên cứu và phương pháp phát sinh dự báo tổ hợp qũy đạo bão Tính toán dự báo tổ hợp và phương pháp đánh giá Một số kết qủa nghiên cứu và đánh giá I II III KẾT LUẬN VÀ KIẾN NGHỊ TÀI LIỆU THAM KHẢO PHỤ LỤC Quỹ đạo quan trắc của các cơn bão từ năm 2001-2006 Khái quát về mô hình chính áp WBAR Dự báo xác suất dựa trên phương pháp NGR 101 104 118 118 120 129 3.1 3.1.1 3.1.2 3.1.3 3.2 3.2.1 Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão 74 75 77 79 87 88 91 91 xii Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia MỞ ĐẦU Nhờ sự phát triển mạnh mẽ của công nghệ thông tin và các mô hình dự báo thời tiết số trị trong những năm gần đây, dự báo tổ hợp đã và đang trở nên rất phổ biến ở các trung tâm dự báo khí tượng lớn trên thế giới, nơi có tiềm năng mô hình và máy tính lớn. Bản chất của dự báo tổ hợp là sử dụng kết quả từ nhiều dự báo thành phần khác nhau để đưa ra một kết quả dự báo tối ưu nhất. Tuy nhiên, phương pháp cụ thể để tạo ra các thành phần dự báo và cách tổng hợp kết quả của chúng lại có thể rất khác nhau. Tuy mới chỉ được ứng dụng mạnh mẽ vào những năm gần đây do được thừa hưởng thành quả của cuộc cách mạng công nghệ thông tin trên thế giới, dự báo tổ hợp 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. Cho đến nay, dự báo tổ hợp đã được phát triển và ứng dụng tương đối đa dạng tại nhiều nơi và cho các mục đích khác nhau và được đánh giá là lĩnh vực có tốc độ thay đổi nhanh nhất trong nghiên cứu khí tượng. Ở một số các trung tâm dự báo khí tượng lớn trên thế giới, hệ thống dự báo tổ hợp nghiệp vụ đã được đưa vào hoạt động từ đầu những năm 90. Tại Mỹ, hệ thống dự báo tổ hợp nghiệp vụ đầu tiên được sử dụng từ năm 1992 dựa trên phương pháp nuôi nhiễu động phát triển nhanh để tạo tập hợp các trường ban đầu khác nhau cho mô hình toàn cầu có cấu hình T126, 28 mực và có hạn dự báo tới 180 giờ. Bên cạnh đó, hệ thống dự báo tổ hợp hạn ngắn sử dụng mô hình ETA với 15 thành phần tương ứng với 3 phiên bản vật lý khác nhau cũng được thử nghiệm. Tại Trung tâm dự báo hạn vừa Châu Âu (ECMWF), dự báo tổ hợp bắt đầu đưa vào nghiệp vụ từ năm 1992 bằng việc sử dụng phương pháp tách vector kỳ dị để tạo nhiễu động ban đầu. Hệ thống dự báo tổ hợp này hiện nay có tới 51 dự báo thành phần, thực hiện dự báo hàng ngày và cung cấp kết quả cho các nước trong Cộng đồng Châu Âu là thành viên của ECMWF. Gần đây, các Trung tâm Khí tượng khác như Nhật Bản (JMA), Hàn Quốc (KMA) cũng đã có hệ thống dự báo tổ hợp cho các mô hình toàn cầu và sử dụng phương pháp nuôi nhiễu động như của Mỹ. Như vậy, phần lớn các hệ thống dự báo tổ hợp nghiệp vụ trên thế giới đều dựa trên phương pháp tạo nhiễu động ban đầu và tích phân mô hình số trị với các trường ban đầu đó để tạo nên tổ hợp dự báo. Các hệ thống này phần lớn đều phục vụ cho dự báo hạn vừa và hạn dài. Đối với dự báo hạn ngắn, hiện tại chỉ có hệ thống dự báo của Mỹ với việc sử dụng kết hợp nhiễu động trường ban đầu và các phiên bản vật lý khác nhau. Bên cạnh đó, đã có một số nghiên cứu dự báo tổ hợp với nhiều mô hình lãnh thổ hạn chế cho thấy tính ưu việt của cách tiếp cận nhiều mô hình. Tuy nhiên, các tác giả này cũng nhấn mạnh sự cần thiết phải tiếp tục nghiên cứu thử nghiệm Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão 1 Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia với các khu vực và thời gian khác trong năm để khẳng định vững chắc các kết luận này. Các nghiên cứu khác về ứng dụng dự báo tổ hợp cho dự báo hạn ngắn và bão cũng đang được tiếp tục tiến hành. Tại Việt nam, dự báo số trị vẫn còn ở giai đoạn bước đầu tiếp thu công nghệ và ứng dụng. Do đó, dự báo tổ hợp cũng đang ở trong giai đoạn bước đầu tìm hiểu. Nguyễn Chi Mai và cộng sự (2004) đã có những nghiên cứu tổng quan về dự báo tổ hợp và thử nghiệm cách tiếp cận nhiều mô hình đối với dự báo tổ hợp đường đi của bão. Kết quả thử nghiệm với 3 mùa bão có kết quả khả quan. Bên cạnh đó, cách tiếp cận nhiều mô hình (hay siêu tổ hợp) đối với Việt Nam hiện nay càng trở nên phù hợp vì chúng ta đã có thể truy cập thời gian thực đến nhiều kết quả dự báo của các trung tâm khí tượng lớn trên thế giới. Ngoài ra, chúng ta đã có thể thu nhận được rất nhiều sản phẩm dự báo từ một số mô hình số trị khu vực và toàn cầu theo thời gian thực qua internet. Tuy nhiên, sự phong phú về nguồn thông tin tham khảo này đôi khi lại gây khó khăn cho các dự báo viên trong quá trình đưa ra kết luận cuối cùng khi làm công tác dự báo bão do sự khác nhau đáng kể giữa các kết quả dự báo trường cũng như dự báo quĩ đạo bão của các mô hình. Chính vì những lý do trên, việc nghiên cứu ứng dụng dự báo tổ hợp dựa trên phương pháp tiếp cận đa mô hình và tính toán thử nghiệm phương pháp tạo nhiễu ban đầu với mô hình đơn giản dự báo đường đi của bão được đặt ra trong đề tài này là phù hợp và khả thi với điều kiện hiện nay. Cụ thể, đối với nghiên cứu ứng dụng dự báo tổ hợp cho một số trường khí tượng dự báo bão, chúng tôi lựa chọn phương pháp đa mô hình để phát sinh dự báo tổ hợp tất định và dự báo xác suất. Trong hướng nghiên cứu này, các phương án thử nghiệm tính toán dự báo tổ hợp bao gồm: - Đối với dự báo tổ hợp tất định: trung bình tổ hợp, hiệu chỉnh sai số hệ thống (sử dụng trung bình trượt và hồi quy tuyến tính) kết hợp với trung bình tổ hợp, hiệu chỉnh sai số hệ thống kết hợp với trung bình có trọng số, dự báo trung vị từ dự báo xác suất và dự báo siêu tổ hợp (xây dựng phương trình hồi quy tuyến tính đa biến). - Đối với dự báo xác suất: 3 biến thể của phương án hồi quy Gauss không thuần nhất NGR sẽ được thử nghiệm Trong nghiên cứu xây dựng hệ thống dự báo tổ hợp qũy đạo bão, hai hướng nghiên cứu chính được đề xuất là: - Tổ hợp qũy đạo bão đa trung tâm: trung bình đơn giản và hồi quy tuyến tính đa biến. - Gây nhiễu động trường ban đầu cho mô hình chính áp WBAR: gây nhiễu tách biệt cho trường xoáy, trường môi trường và kết hợp cả hai dựa trên các tùy chọn mực dòng dẫn và sơ đồ ban đầu hóa xoáy khác nhau. Đặc biệt, phương án gây nhiễu động vị trí tâm bão ban đầu cũng được thử nghiệm. Ngoài những hướng Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão 2 Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia nghiên cứu dự báo tổ hợp qũy đạo bão nói trên, các nghiên cứu phát sinh các bản đồ dự báo tần xuất xuất hiện và xác suất tích lũy đường đi của bão cũng sẽ được thực hiện. Dựa trên những mục tiêu và nội dung công việc đã được đăng ký trong bản thuyết minh đề tài, nội dung của báo cáo tổng kết đề tài sẽ được bố cục thành các phần sau: Mở đầu Chương I. Khái quát về dự báo tổ hợp Chương II. Xây dựng hệ thống dự báo tổ hợp cho một số trường khí tượng dự báo bão Chương III. Xây dựng hệ thống dự báo tổ hợp qũy đạo bão Kết luận và kiến nghị Tài liệu tham khảo Các phụ lục kèm theo Đề tài do các nghiên cứu viên Phòng Nghiên cứu ứng dụng, Trung tâm Dự báo KTTV Trung ương 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 nghiệp vụ cũng như nghiên cứu phát triển sau này tại Trung tâm Dự báo KTTV Trung ương nói riêng và Trung tâm KTTV Quốc gia nói chung. Nhân dịp này, chủ nhiệm đề tài và các cộng tác viên xin gửi lời cảm ơn chân thành đến Lãnh đạo Bộ Tài nguyên và Môi trường, Lãnh đạo Trung tâm KTTV Quốc gia và đặc biệt là Ban Giám đốc Trung tâm Dự báo KTTV Trung ương đã tạo mọi điều kiện cho chúng tôi hoàn thành đề tài. Một lần nữa, xin trân trọng cảm ơn. Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão 3 Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia CHƯƠNG I KHÁI QUÁT VỀ DỰ BÁO TỔ HỢP Lý thuyết dự báo tổ hợp 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. Cho đến nay, dự báo tổ hợp (EFEnsemble Forecast) đã được ứng dụng trong dự báo hạn ngắn với các quá trình quy mô vừa cùng sự xuất hiện của rất nhiều phương pháp hiệu chỉnh dự báo tổ hợp. Thừa nhận độ bất định (uncertainty) 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 cần được thực hiện tại các trung tâm dự báo, rất khác so với dự báo tất định (deterministic forecast) truyền thống. Với những thông tin hữu ích như vậy, có thể hiểu được tại sao trong 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 trong đó có Việt Nam. Lợi ích kinh tế mà EF có thể đem lại được trình bày khá chi tiết trong Palmer (2002). EF được đánh giá là một lĩnh vực nghiên cứu khí tượng có tốc độ phát triển rất nhanh cả về lý thuyết lẫn phương pháp thực hiện. Các tài liệu nghiên cứu về EF nằm rải rác trên các tạp chí nghiên cứu khí tượng và khí hậu có uy tín. Tốc độ phát triển của các nghiên cứu này nhanh tới mức rất khó tìm được một cuốn sách trình bày chi tiết về EF theo kịp với các kiến thức mà cộng đồng khoa học đang có được hiện tại. Có thể kể ra đây hai cuốn sách khá nổi tiếng là cuốn “Atmospheric modeling, data assimilation and predictability” của Kalnay (2003) và ấn bản hai của cuốn “Statistical methods in the atmospheric sciences” của Wilks (2006). Đặc biệt trong cuốn thứ hai, tác giả đã bổ sung một lượng lớn thông tin về EF so với ấn bản đầu tiên. Riêng tại Việt Nam, lĩnh vực dự báo tổ hợp vẫn là một lĩnh vực hoàn toàn mới, các kiến thức được tiếp nhận đơn giản ở mức độ trung bình tổ hợp (EM-Ensemble Mean) hay độ tán (Spread). Bởi vậy trong chương này, toàn bộ kiến thức về EF cho tới thời điểm hiện tại sẽ được hệ thống hóa và trình bày một cách khái quát. Sẽ có những thuật ngữ, những khái niệm mới cần được dịch, được định nghĩa. Với những thuật ngữ mới khi dịch ra tiếng Việt sẽ ghi thêm bên cạnh nguyên nghĩa tiếng Anh để tiện cho mục đích tra cứu. 1.1. ĐỊNH NGHĨA VỀ DỰ BÁO TỔ HỢP Dự báo tương lai, dù với bất kỳ phương pháp nào luôn chỉ là một đánh giá về trạng thái tương lai với một độ bất định nào đó. Lý thuyết toán học cho phép định lượng độ bất định của dự báo nằm trong lý thuyết xác suất thống kê. Khi đưa ra các Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão 4 Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia dự báo, ta thường thấy kèm theo một thông tin về phần trăm độ chính xác của dự báo. Dự báo thời tiết cũng không phải là một ngoại lệ bởi vì có rất nhiều nhân tố mà ta không thể xác định hết ảnh hưởng của chúng tới diễn biến thời tiết tại một khu vực nào đó. Do đó, dự báo thời tiết nên là dự báo xác suất hơn là dự báo tất định. Nói đến dự báo thời tiết, chúng tôi muốn nói đến dự báo thời tiết bằng phương pháp số trị, phương pháp đang được sử dụng song song với các phương pháp thống kê truyền thống trước đây. Murphy và Winkler (1979) cho rằng dự báo không thể nói là tốt nhất nếu độ bất định trong dự báo không được định lượng và biểu diễn một cách chính xác. Tuy nhiên, trong thời kỳ phát triển đầu tiên của dự báo số trị, các tác giả không đi theo con đường dự báo xác suất mà lựa chọn phương án dự báo tất định. Thuật ngữ dự báo tất định dựa trên học thuyết tất định (deterministism) của Laplace khi ông cho rằng nếu biết được chính xác trạng thái ban đầu của một hệ thống ta hoàn toàn có thể xác định trạng thái tương lai với một máy tính đủ mạnh. Điều này có nghĩa rằng không thể có tự do trong tương lai, tương lai hoàn toàn được xác định bởi hiện tại cũng như quá khứ. Khoa học thế kỷ 20 đã cho thấy giả thiết của Laplace là không đúng với cơ học lượng tử cùng nguyên lý bất định nổi tiếng của nó và lý thuyết hỗn loạn mà nghiên cứu ban đầu dựa trên các mô hình khí quyển của Lorenz (1963, 1965). Lorenz bắt đầu những nghiên cứu của mình với một mô hình khí quyển đơn giản chỉ gồm 12 biến nhằm chứng minh khả năng dự báo vượt trội của mô hình động lực so với dự báo thống kê truyền thống. Bằng một sự tình cờ khi làm tròn số với các biến dự báo ban đầu, Lorenz thấy rằng những sai số rất nhỏ trong điều kiện ban đầu sẽ làm biến đổi hoàn toàn nghiệm dự báo sau đó 2 tháng. Điều này được thể hiện một cách hình tượng trong bài nói chuyện của Lorenz mang tên “Khả năng dự báo: liệu cái đập cánh của một con bướm ở Brazil có thể tạo ra một cơn lốc ở bang Texas ?”. Phát hiện này đã dẫn đến khái niệm về khả năng dự báo (predictability), đó là một hệ thống bất ổn định chỉ có khả năng dự báo hữu hạn. Như vậy, khí quyển giống như các hệ thống động lực bất ổn định khác, khả năng dự báo là hữu hạn cho dù điều kiện ban đầu cũng như mô hình số chính xác tuyệt đối. Lorenz đã đánh giá giới hạn đối với dự báo thời tiết là 2 tuần. Như vậy, sai số dự báo không chỉ phụ thuộc vào điều kiện ban đầu và mô hình số, mà còn phụ thuộc rất nhiều vào hình thế thời tiết hiện tại. Sẽ có những ngày dự báo vẫn còn chính xác tới hạn dự báo 1 tuần, nhưng sẽ có những ngày dự báo chỉ chính xác trong 2 đến 3 ngày đầu tiên. Điều này được minh họa trên hình 1.1.1 với dự báo hạn 48 giờ ngày 18/05/2006 khi có bão CHANCHU (0601) từ các mô hình GFS, GME, GSM, TLAPS, UM (mô tả chi tiết về các mô hình này có thể xem trong chương II). Từ hình 1.1.1 có thể thấy rõ rằng các dự báo từ 5 mô hình nói trên được tách thành 2 nhóm: nhóm một gồm các mô hình GFS, GME, GSM và nhóm hai Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão 5 Trung Tâm Dự báo KTTV Trung ương Trung tâm KTTV Quốc Gia gồm các mô hình TLAPS và UM. Những nghiên cứu của Lorenz đã cho thấy rằng dự báo tất định với một mô hình chỉ chính xác trong một giới hạn nào đó và giới hạn này không thể biết trước nếu chỉ sử dụng một mô hình. Do đó cần thiết phải thay thế dự báo tất định bởi một tổ hợp các dự báo nhằm định lượng độ bất định khi dự báo. Với các kết quả dự báo được đưa ra trong hình 1.1.1, ta có thể chắc chắn hơn về khả năng dự báo với bão CHANCHU nhưng sẽ ít chắc chắn hơn khi dự báo khu vực áp thấp trên vịnh Bengal. Hình 1.1.1. Dự báo độ cao địa thế vị hạn 48 giờ cho ngày 00Z-18/05/2006 từ các mô hình GFS, GME, GSM, TLAPS, UM và trường phân tích tương ứng Theo Kalnay (2003), dự báo tổ hợp là một tập hợp dự báo xác định tại cùng một thời điểm (có thể được bắt đầu từ các điều kiện ban đầu khác nhau, thời điểm bắt đầu dự báo khác nhau, hoặc dựa trên các mô hình khác nhau) và hướng đến 3 mục đích: Nghiên cứu ứng dụng dự báo tổ hợp cho một số trường dự báo bão 6