Luận án Nghiên cứu tác động của tham số hóa đối lưu đối với dự báo mưa bằng mô hình HRM ở Việt Nam

y nhìn chung thuần nhất hơn về hệ thống thời tiết quy mô lớn. Tuy thế, mưa Nam Bộ sinh ra chủ yếu bởi cơ 120 chế đối lưu phát triển trên biển nhiệt đới-xích đạo trong khi sự hiểu biết hiện nay của con người về các quá trình này còn hết sức hạn chế. Hạn chế nữa về lý thuyết là sự không cân bằng giữa trường gió và trường khối lượng gần xích đạo trong mô hình ảnh hưởng lớn đến chất lượng dự báo chuyển động khí quyển, cơ chế quan trọng trong sự tạo mưa. Nguyên nhân thứ hai đang là thử thách lớn đối với các nhà nghiên cứu khí tượng thế giới. Trong khả năng hiện nay việc lựa chọn và phát triển một sơ đồ đối lưu thích hợp cho vùng này trong một mô hình số là rất quan trọng và đang được nhiều nhà khí tượng lớn trên thế giới quan tâm. Với tất cả những điều trên, chúng tôi tiến hành đánh giá dự báo mưa của mô hình HRM với bốn sơ đồ TSHĐL tách biệt cho ba khu vực Bắc Bộ, Trung Bộ và Nam Bộ, sau cùng là kết quả đánh giá trung bình theo không gian - thời gian cho toàn Việt Nam. FBI khu vùc B¾c Bé 0 0.5 1 1.5 2 2.5 3 0 10 20 30 40 50 nguong mua (mm) TK BMJ HS ET (a) (b) (c) FBI toµn ViÖt Nam 0 0.5 1 1.5 2 2.5 3 0 10 20 30 40 50 ng−ìng m−a (mm) FB I TK BMJ HS ET (d) Hình 3.21 Điểm số FBI trung bình không gian-thời gian cho các tháng từ năm 2003-2005: a) Bắc Bộ; b) Trung Bộ; c) Nam Bộ; d) Việt Nam FBI khu vùc Trung Bé 0 0.5 1 1.5 2 2.5 3 0 10 20 30 40 50 ng−ìng m−a (mm) FB I TK BMJ HS ET FBI khu vùc Nam Bé 0 0.5 1 1.5 2 2.5 3 0 10 20 30 40 50 ng−ìng m−a (mm) FB I TK BMJ HS ET 121 Hình 3.21 là biểu diễn của điểm số FBI trung bình cho ba khu vực và toàn Việt Nam. Trên hình này ta nhận thấy cả bốn phiên bản dự báo đều cho vùng mưa dự báo lớn hơn so với vùng mưa thám sát ở tất cả các ngưỡng khi tính trung bình toàn Việt Nam. Tuy nhiên, dự báo khống nhiều nhất ở Bắc Bộ còn ở Nam Bộ lại dự báo sót nhiều hơn. Biểu diễn trên Hình 3.21 cho thấy H14-31/TK và BMJ cho kết quả dự báo khống nhiều ở các ngưỡng mưa từ 5-20mm/ngày sau đó giảm nhanh khi ngưỡng mưa tăng lên. Ngược lại, H14-31/ET và HS lại dự báo khống nhiều ở ngưỡng ≤ 5mm/ngày, sau đó kết quả dự báo khá phù hợp với thám sát ở ngưỡng mưa vừa. Đối với ngưỡng mưa lớn khoảng từ 40-50mm/ngày thì các phiên bản cho dự báo diện mưa không khác nhau nhiều và gần với diện mưa thám sát. Với ngưỡng mưa lớn sơ đồ đối lưu HS cho kết quả dự báo diện mưa tốt nhất đối với miền Trung. Riêng với khu vực Nam Bộ, cả bốn phiên bản đều có dự báo diện mưa nhỏ hơn nhiều so với thám sát ở ngưỡng mưa lớn, nghĩa là dự báo sót nhiều. Điều này cho thấy HRM cùng với bốn sơ đồ TSHĐL trên đều dự báo chưa tốt mưa lớn khu vực này. Chất lượng dự báo thấp ở đây có lẽ không chỉ do chất lượng mô phỏng đối lưu của các sơ đồ mà còn chính trong mô hình HRM đối với vùng nhiệt đới-xích đạo. Điểm số TS được biểu diễn trên Hình 3.22. Điểm số này không mấy khác biệt giữa bốn sơ đồ TSHĐL và giữa các khu vực. Với ngưỡng mưa nhỏ thì phần giao nhau giữa vùng mưa thám sát và vùng mưa dự báo của bốn phiên bản đạt khoảng 40%. Tuy nhiên, với ngưỡng mưa lớn thì giá trị này giảm xuống còn khoảng 10%, riêng khu vực Nam Bộ điểm số TS rất nhỏ, chỉ khoảng dưới 5%. Như vậy, về trung bình sai số dự báo vị trí vùng mưa lớn nhất trên vùng Nam Bộ, trong đó đối với ngưỡng mưa lớn ~50mm/ngày thì vùng mưa dự báo gần như nằm ngoài vùng mưa thám sát. Điều đó có nghĩa là trên miền được chọn, H14-31 dự báo vận tốc hoàn lưu ẩm kém nhất cho khu vực này. 122 TS khu vùc B¾c Bé 0 0.2 0.4 0.6 0.8 1 0 10 20 30 40 50 ng−ìng m−a (mm) TS TK BMJ HS ET (a) (b) (c) TS toµn ViÖt Nam 0 0.2 0.4 0.6 0.8 1 0 10 20 30 40 50 ng−ìng m−a (mm) TS TK BMJ HS ET (d) Hình 3.22 Tương tự như Hình 3.21, điểm số TS POD khu vùc B¾c Bé 0 0.2 0.4 0.6 0.8 1 0 10 20 30 40 50 ng−ìng m−a (mm) PO D TK BMJ HS ET (a) (b) (c) POD toµn ViÖt Nam 0 0.2 0.4 0.6 0.8 1 0 10 20 30 40 50 ng−ìng m−a (mm) PO D TK BMJ HS ET (d) Hình 3.23 Tương tự như Hình 3.21, điểm số POD TS khu vùc Trung Bộ 0 0.2 0.4 0.6 0.8 1 0 10 20 30 40 50 ng−ìng m−a (mm) TS TK BMJ HS ET TS khu vùc Nam Bộ 0 0.2 0.4 0.6 0.8 1 0 10 20 30 40 50 ng−ìng m−a (mm) TS TK BMJ HS ET POD khu vùc Trung Bé 0 0.2 0.4 0.6 0.8 1 0 10 20 30 40 50 ng−ìng m−a (mm) PO D TK BMJ HS ET POD khu vùc Nam Bé 0 0.2 0.4 0.6 0.8 1 0 10 20 30 40 50 ng−ìng m−a (mm) PO D TK BMJ HS ET 123 Điểm số POD thể hiện kết quả tốt nhất ở phiên bản H14-31/BMJ ở cả ba khu vực cũng như trên toàn Việt Nam đối với tất cả các ngưỡng mưa. Hai phiên bản H14-31/ET và HS có xu thế cho kết quả kém hơn so với hai phiên bản còn lại. Với ngưỡng mưa lớn khả năng phát hiện mưa ở khu vực Nam Bộ của tất cả các phiên bản đều kém, trung bình chỉ đạt khoảng 5%. (a) (b) (c) (d) Hình 3.24 Phân bố điểm số POD theo không gian cho các tháng từ năm 2003-2005, ngưỡng mưa >20mm/ngày a) H14-31/TK; b) H14-31/ET; c) H14-31/HS; d) H14-31/BMJ Phân bố theo không gian của POD tính trung bình cho tất cả các tháng từ năm 2003-2005 (Hình 3.24) cho thấy xác suất dự báo đúng >50% các trạm có lượng mưa ≥ 20mm/ngày của phiên bản H14-31/BMJ là tốt nhất và kém nhất là của H14- 31/ET. (a) (b) (c) (d) Hình 3.25 Tương tự như Hình 3.24, ngưỡng mưa >50mm/ngày 124 Với ngưỡng mưa 50mm/ngày (Hình 3.25) ta thấy chất lượng dự báo đúng của mô hình tại các trạm có POD > 50% đã giảm đi đáng kể ở cả bốn phiên bản, đặc biệt là đối với khu vực Nam Bộ phiên bản H14-31/TK có POD rất nhỏ, chỉ dưới 10%. Từ xem xét phân bố trung bình của POD trên hai Hình 3.24 và 3.25 có thể kết luận là với sơ đồ BMJ mô hình HRM phát hiện mưa tốt nhất so với ba sơ đồ còn lại trên tất cả các ngưỡng, thể hiện rõ nhất ở Bắc Bộ và vùng ven biển Miền Trung. Với sơ đồ TK mô hình phát hiện mưa kém nhất thể hiện cơ chế mưa sinh ra do hội tụ ẩm mực thấp trong sơ đồ này ít thích hợp với cơ chế gây mưa khu vực nhiệt đới-xích đạo. TSS khu vùc B¾c Bé 0 0.1 0.2 0.3 0.4 0.5 0 10 20 30 40 50 ng−ìng m−a (mm) TS S TK BMJ HS ET (a) (b) (c) TSS toµn ViÖt Nam 0 0.1 0.2 0.3 0.4 0.5 0 10 20 30 40 50 ng−ìng m−a (mm) TS S TK BMJ HS ET (d) Hình 3.26 Tương tự như Hình 3.21, điểm số TSS Trên Hình 3.26 và Hình 3.27 là giá trị trung bình của TSS và HSS. Ở hai điểm số này ta cũng đều nhận thấy kỹ năng dự báo mưa của H14-31/BMJ thể hiện tốt hơn so với ba phiên bản còn lại, kể cả đối với khu vực Nam Bộ. Điểm số kỹ năng này cũng giảm theo ngưỡng mưa ở cả bốn phiên bản và kỹ năng dự báo mưa ở khu vực Bắc Bộ vẫn thể hiện tốt nhất và khu vực Nam Bộ kém nhất. TSS khu vùc Trung Bé 0 0.1 0.2 0.3 0.4 0.5 0 10 20 30 40 50 ng−ìng m−a (mm) TS S TK BMJ HS ET TSS khu vùc Nam Bé 0 0.1 0.2 0.3 0.4 0.5 0 10 20 30 40 50 ng−ìng m−a (mm) TS S TK BMJ HS ET 125 HSS khu vùc B¾c Bé 0 0.1 0.2 0.3 0.4 0.5 0 10 20 30 40 50 ng−ìng m−a (mm) H SS TK BMJ HS ET (a) (b) (c) HSS toµn ViÖt Nam 0 0.1 0.2 0.3 0.4 0.5 0 10 20 30 40 50 ng−ìng m−a (mm) H SS TK BMJ HS ET (d) Hình 3.27 Tương tự như Hình 3.21, điểm số HSS Bảng 3.7 dưới đây là giá trị của một vài điểm số thống kê ME, MAE và RMSE thường dùng để đánh giá chất lượng dự báo mưa trung bình. Từ đây ta thấy hầu hết ME dương ở cả bốn phiên bản cũng như các khu vực loại trừ ở phiên bản H14-31/ET có ME < 0 đối với khu vực Trung Bộ và Nam Bộ. Như vậy, khi ta đánh giá mưa trung bình cho tất cả các loại mưa xảy ra trong tháng thì mưa của mô hình cao hơn so với mưa thám sát, trong đó mưa của H14-31/BMJ là cao nhất (có ME dương lớn nhất). Vậy thì dự báo thiên cao về lượng của mô hình xảy ra chủ yếu ở ngưỡng mưa nhỏ và vừa trong khi đó với ngưỡng mưa lớn thì xu thế lại ngược lại. Điểm số MAE giữa các phiên bản hầu như không có sự sai khác nhiều. Trong ba khu vực thì sai số ở Bắc Bộ lớn nhất và nhỏ nhất ở Nam Bộ, tuy nhiên sự chênh lệch này rất ít. Sự khác biệt của RMSE giữa các phiên bản thể hiện rõ nét hơn so với hai điểm số trên. Sai số RMSE lớn nhất của H14-31/HS (25,4mm/ngày) và nhỏ nhất của H14-31/BMJ (20,1mm/ngày). Điều này cho thấy độ lệch (bias) của dự báo theo sơ đồ này tốt hơn so với ba sơ đồ còn lại. HSS khu vùc Trung Bé 0 0.1 0.2 0.3 0.4 0.5 0 10 20 30 40 50 ng−ìng m−a (mm) H SS TK BMJ HS ET HSS khu vùc Nam Bé 0 0.1 0.2 0.3 0.4 0.5 0 10 20 30 40 50 ng−ìng m−a (mm) H SS TK BMJ HS ET 126 Bảng 3.7 Điểm số ME, MAE, RMSE (mm/ngày) của H14-31 với bốn sơ đồ TSHĐL tương ứng với các khu vực và toàn Việt Nam Phiên bản Bắc Bộ Trung Bộ Nam Bộ Việt Nam Điểm số ME (mm/ngày) H14-31/TK 6,4 1,3 1,6 4,0 H14-31/ET 4,0 -0,4 -0,7 1,8 H14-31/HS 5,5 1,5 0,5 3,4 H14-31/BMJ 7,7 3,3 2,6 5,4 Điểm số MAE (mm/ngày) H14-31/TK 11,5 9,6 9,2 10,5 H14-31/ET 10,4 9,1 8,3 9,7 H14-31/HS 11,6 10,2 9,0 10,7 H14-31/BMJ 11,5 10,4 9,2 10,7 Điểm số RMSE (mm/ngày) H14-31/TK 23,8 22,9 17,7 22,5 H14-31/ET 24,8 24,3 18, 3 23,6 H14-31/HS 26,5 26,2 20,7 25,4 H14-31/BMJ 20,2 21,8 16,6 20,1 (a) (b) (c) (d) Hình 3.28 Tương tự như Hình 3.24, điểm số ME 127 Phân bố không gian của sai số ME được biểu diễn trên Hình 3.28. Từ Hình 3.28 ta thấy các phiên bản dự báo có sai số ME > 0 chủ yếu ở khu vực Bắc Bộ và sai số này đặc biệt lớn tại các trạm vùng núi phía tây bắc. Khu vực Trung Bộ cũng có sai số dương tuy nhiên không đáng kể còn ở khu vực Nam Bộ thì các trạm có xu thế mang sai số âm. Kết quả này cho thấy các phiên bản thường cho dự báo thiên cao ở vùng núi và sườn núi và sai số này ít gắn liền với cơ chế sinh mưa do đối lưu trong các sơ đồ TSHĐL. 0.383 0.331 0.213 0.332 0.259 0.233 0.26 0.285 0.132 0.289 0.235 0.119 0.259 0.227 0.131 0.26 0 0.1 0.2 0.3 0.4 0.5 B¾c Bé Trung Bé Nam Bé ViÖtNam hÖ s è t− ¬n g qu an TK BMJ HS ET Hình 3.29 HSTQ theo các khu vực và toàn Việt Nam của H14-31 với bốn sơ đồ TSHĐL Hình 3.29 là HSTQ tính cho ba khu vực Bắc Bộ, Trung Bộ, Nam Bộ và trung bình cho toàn Việt Nam của bốn phiên bản dự báo. (a) (b) (c) (d) Hình 3.30 Phân bố không gian của HSTQ trung bình các tháng từ năm 2003 - 2005 a) H14-31/TK; b) H14-31/ET; c) H14-31/HS; d) H14-31/BMJ 128 Từ Hình 3.29 ta nhận thấy, HSTQ đều có giá trị dương đối với tất cả các miền và H14-31/BMJ thể hiện kết quả tốt nhất ở cả ba khu vực và toàn Việt Nam. HSTQ có giá trị cao nhất ở khu vực Bắc Bộ và kém nhất là khu vực Nam Bộ. Hai phiên bản H14-31/ET và HS có HSTQ không khác nhau nhiều và nhìn chung có kết quả kém hơn so với khi sử dụng sơ đồ TK. Nếu so sánh với kết quả nhận được khi phân tích riêng cho các đợt mưa lớn ở Mục 3.2 (Hình 3.11) ta thấy giá trị HSTQ tính trung bình cho tất cả các tháng ở đây nhỏ. Từ đó có thể suy ra rằng, HRM với bốn sơ đồ TSHĐL trên đều cho dự báo mưa nhỏ, vừa xấu hơn so với mưa lớn. Điều này cho thấy vấn đề dự báo mưa nhỏ và mưa vừa của mô hình khi sử dụng bốn sơ đồ TSHĐL là chưa thực sự hợp lý. Phân bố không gian của HSTQ trên Hình 3.30 cho thấy cả bốn phiên bản đều cho tương quan dương giữa mưa mô hình và mưa thám sát. Tương quan này mạnh nhất ở Bắc Bộ, sau đó đến Trung Bộ và yếu nhất ở Nam Bộ. HRM với sơ đồ BMJ cho tương quan tốt nhất trên tất cả các vùng. Tính ưu việt của BMJ so với các sơ đồ còn lại càng bộc lộ rõ rệt hơn trên khu vực Nam Bộ thông qua giá trị HSTQ. Đánh giá trung bình không gian qua tất cả các điểm số trong Mục 3.3 này cũng khẳng định kết luận trong các Mục 3.1 và 3.2 là mô hình HRM sử dụng sơ đồ BMJ cho mô phỏng mưa lớn tốt hơn so với ba sơ đồ còn lại. 3.4 KẾT QUẢ ĐÁNH GIÁ SỬ DỤNG PHƯƠNG PHÁP CRA (THẨM ĐỊNH CRA) Vùng Đông Bắc của Bắc Bộ, Việt Nam là vùng có lưới đo mưa dày đặc nhất so với cả nước có thể đáp ứng yêu cầu của phương pháp thẩm định CRA nên được chọn để đánh giá làm tiêu biểu cho cả lãnh thổ Việt Nam. Như đã trình bày chi tiết trong Chương 2, phương pháp CRA cho phép chúng ta đánh giá một cách trực giác dựa trên các ảnh mưa, toán đồ tụ điểm biểu diễn lượng mưa giữa quan trắc - dự báo, đồng thời cung cấp những thông tin hữu ích về các sai số dự báo như RMSE, HSTQ. Ngoài ra, phương pháp này có khả năng phân tách sai số tổng thể thành các sai số do vị trí, kiểu dáng và thể tích của vùng mưa. Những thông tin này rất hữu ích đối với nhà nghiên cứu phát triển mô hình cũng như hiệu chỉnh các sai số mang tính hệ thống trong kết quả dự báo. Dưới 129 đây sẽ trình bày một vài ví dụ của thẩm định CRA về dự báo mưa tích lũy 24h cũng như kết quả thẩm định thống kê cho 17 tháng của năm 2003-2005. (a) (b) (c) (d) Hình 3.31 Kết quả thẩm định CRA cho dự báo mưa tích lũy 24h, bắt đầu từ 00Z19072004 với ngưỡng mưa ≥ 10mm/ngày (a) H14-31/TK; (b) H14-31/ET; (c) H14-31/HS; (d) H14-31/BMJ Hình 3.31 là biểu diễn một ví dụ của thẩm định CRA cho một ngày có mưa lớn trên khu vực Đông Bắc (ngày 20/7/2004) đối với ngưỡng mưa ≥ 10mm/ngày. Nhìn trên toán đồ tụ điểm ta thấy cả bốn phiên bản nhìn chung đều cho dự báo (trục tung) nhỏ hơn so với thám sát (trục hoành). Phiên bản gốc H14-31/TK có nhiều điểm dự báo nằm về phía bên phải của đường chéo chính (đường lý tưởng) có nghĩa là các giá trị dự báo thấp hơn so với giá trị quan trắc. Hai phiên bản H14-31/ET và H14-31/HS cũng có xu thế tương tự tuy nhiên có nhiều điểm cho dự báo khống hơn (dự báo cao hơn thám sát), chủ yếu tập trung ở những ngưỡng mưa nhỏ. Phiên bản 130 H14-31/BMJ thể hiện lượng mưa phân bố tập trung gần đường chéo hơn, có nghĩa là giá trị dự báo gần với thực hơn so với các phiên bản còn lại. Tốc độ mưa trung bình của thám sát là 46,93mm/ngày, các phiên bản dự báo đều có giá trị nhỏ hơn như H14-31/TK là 20,25mm/ngày, H14-31/ET là 24,05mm/ngày, H14-31/HS là 30,37mm/ngày trong khi H14-31/BMJ đạt đến 36,43mm/ngày nghĩa là gần nhất với thám sát. So với lượng mưa quan trắc ngày 20/7/2004 đạt cực đại trong vùng là 128,95mm (Hình 3.31) thì sơ đồ BMJ cho giá trị nhỏ nhất (88,1mm), sơ đồ HS lại cho giá trị quá thiên cao (250,4mm) còn sơ đồ ET mô phỏng được giá trị gần nhất với thám sát (116,41mm). Tuy nhiên, so với thể tích mưa quan trắc là 2,04km3, sơ đồ BMJ cho giá trị 1,97km3 là gần nhất với thực trong khi hai phiên bản ET và HS cho giá trị thiên thấp tương ứng là 1,14km3 và 1,32km3 còn TK cho giá trị quá thiên thấp là 0,85km3. Từ Hình 3.31 ta có ba loại sai số điển hình của thẩm định CRA là sai số vị trí, sai số thể tích và sai số kiểu dáng của các phiên bản là H14-31/TK (26,6%, 30,5% và 42,9%), H14-31/ET (87,1%, 2,8% và 10,1%), H14-31/HS (77%, 2,6% và 20,5%) và H14-31/BMJ (57,4%, 0,1% và 42,5%). Trên những sai số này sơ đồ BMJ bộc lộ tốt nhất trước hết bởi sai số thể tích nhỏ nhất so với ba sơ đồ kia. Kết quả thẩm định CRA cho phép ta hiệu chỉnh vị trí vùng mưa dự báo bằng di chuyển vùng dự báo về phía vùng thám sát một khoảng cách đúng bằng sai số dịch chuyển nhận được nhờ cực tiểu hóa sai số RMSE và cực đại hóa HSTQ. Sau khi hiệu chỉnh dự báo, sơ đồ BMJ được cải thiện nhiều nhất với RMSE nhỏ nhất là 27,63mm/ngày và HSTQ lớn nhất là 0,559 trong khi giá trị tương ứng của các phiên bản TK là 34,09mm/ngày và 0,489; ET là 37,85mm/ngày và 0,178; HS là 43,24mm/ngày và 0,173. 131 Bảng 3.8 Điểm số trung bình của thẩm định CRA đối với mưa lớn khu vực Đông Bắc của ba tháng 6, 7, 8 năm 2004 với bốn sơ đồ TSHĐL. Giá trị trong Bảng là giá trị trung bình theo số lượng CRA (trong ngoặc đơn của cột thứ hai) RMSE (mm/ngày) HSTQ Phiên bản Ngưỡng mưa (mm) (số lượng CRA) Gốc Sau trôi Gốc Sau trôi Sai số vị trí (%) Sai số thể tích (%) Sai số kiểu dáng (%) 1(12) 37,0 27,0 -0,002 0,267 40,07 21,14 38,29 2(12) 37,0 27,8 -0,051 0,292 37,20 22,88 39,45 5(12) 37,3 28,4 -0,063 0,290 36,23 23,29 40,48 10(9) 42,0 34,5 -0,134 0,260 27,40 28,21 44,37 20(7) 50,4 41,3 -0,120 0,270 30,43 28,89 40,69 H14-31/TK Trung bình (52) 40,8 31,8 -0,074 0,276 34,27 24,88 40,66 1(16) 47,3 27,8 0,197 0,307 55,33 11,57 33,11 2(16) 47,5 28,1 0,193 0,304 54,78 11,49 33,73 5(16) 48,9 28,8 0,170 0,316 54,11 11,63 34,27 10(15) 52,5 30,5 0,154 0,302 53,04 12,24 34,70 20(15) 59,1 34,0 0,064 0,267 54,65 13,27 32,09 H14-31/ET Trung bình (78) 51,1 29,8 0,156 0,299 54,38 12,04 33,58 1(15) 51,0 29,1 0,210 0,345 56,63 7,75 35,62 2(15) 51,6 29,6 0,201 0,335 56,23 7,71 36,07 5(15) 53,5 30,5 0,175 0,340 56,37 7,89 35,75 10(15) 56,3 32,3 0,139 0,327 55,99 8,08 35,94 20(13) 61,9 36,6 0,038 0,284 53,05 9,98 36,97 H14-31/HS Trung bình (73) 54,85 31,6 0,153 0,326 55,65 8,28 36,07 1(22) 31,3 22,1 0,212 0,327 45,59 4,96 49,43 2(22) 31,4 22,1 0,210 0,313 45,73 4,69 49,58 5(22) 31,8 22,3 0,198 0,312 45,77 4,70 49,52 10(19) 33,7 24,3 0,194 0,352 42,44 4,73 52,84 20(17) 35,4 26,3 0,095 0,287 40,96 5,29 53,74 H14-31/BMJ Trung bình (102) 32,7 23,4 0,182 0,318 44,10 4,87 51,02 Bảng 3.8 là thống kê những điểm số chính nhận được từ thẩm định CRA cho ba tháng mùa hè 6, 7, 8 của năm 2004. Nhìn chung, ta thấy khi ngưỡng mưa tăng từ 1mm đến 20mm/ngày thì số lượng CRA của tất cả bốn phiên bản đều giảm đi, điều này có nghĩa là khả năng mô phỏng mưa của mô hình sẽ kém đi đối với những ngưỡng mưa lớn. Số lượng CRA lớn nhất là của H14-31/BMJ ở mọi ngưỡng mưa và ít nhất là của phiên bản sử dụng sơ đồ Tiedtke gốc cho thấy sơ đồ gốc TK chưa mô phỏng tốt mưa sinh ra bởi đối lưu ở khu vực này. Sai số RMSE gốc (chưa hiệu 132 chỉnh) của bốn phiên bản H14-31/TK, H14-31/ET, H14-31/HS và H14-31/BMJ lấy trung bình mọi ngưỡng mưa tương ứng là 40,8; 51,1; 54,85 và 32,7. Ngoài ra, chênh lệch sai số giữa các ngưỡng mưa của phiên bản sử dụng sơ đồ BMJ cũng rất nhỏ trong khi đó của các phiên bản còn lại dao động mạnh khi ngưỡng mưa tăng lên. Sau khi hiệu chỉnh tức là trôi vùng mưa dự báo về phía vùng mưa thám sát thì giá trị RMSE của tất cả các phiên bản đều giảm đi đáng kể nhưng vẫn thể hiện tốt nhất ở phiên bản H14-31/BMJ với RMSE giảm từ 32,7 xuống 23,4. Ở tất cả các ngưỡng mưa ba sơ đồ BMJ, ET và HS đều cho HSTQ dương trong khi sơ đồ TK có HSTQ âm tuy không lớn lắm. Điều này cho thấy trong thời kỳ này dự báo của H14-31/TK về trung bình ngược pha với mưa quan trắc. HSTQ gốc lớn nhất thể hiện ở phiên bản H14-31/BMJ là 0,182 và sau khi trôi HSTQ tăng lên là 0,318. Đối chiếu với kết quả trên Bảng 3.8 ta thấy phiên bản H14-31/BMJ có sai số thể tích trung bình nhỏ nhất (4,87%) trong khi phiên bản H14-31/TK có sai số này lớn nhất (24,88%) và vượt ngoài khuôn khổ cho phép (10%). Kết quả này cho thấy tính ưu việt của sơ đồ BMJ trong mô phỏng đối lưu gây mưa trên khu vực nghiên cứu so với sơ đồ gốc TK trong mô hình HRM. Dưới đây là kết quả thẩm định CRA tương tự như Bảng 3.8 nhưng được lấy trung bình cho tất cả các tháng từ năm 2003 đến năm 2005. Trên chuỗi thời gian dài này thì diễn biến của các điểm số có tính hệ thống và quy luật hơn. Từ những kết quả thu được ở trên ta thấy phiên bản dự báo sử dụng sơ đồ ET thể hiện tốt hơn so với sơ đồ TK gốc là không đáng kể do bản chất của hai sơ đồ này giống nhau là phụ thuộc mạnh vào hội tụ ẩm mực thấp, chính vì vậy trong bảng dưới đây chúng tôi không trình bày kết quả tính cho phiên bản H14-31/ET. 133 Bảng 3.9 Điểm số trung bình của thẩm định CRA đối với mưa lớn khu vực Đông Bắc của các tháng từ năm 2003 đến năm 2005 với ba sơ đồ TSHĐL. Giá trị trong Bảng là giá trị trung bình theo số lượng CRA (trong ngoặc đơn của cột thứ hai) RMSE (mm/ngày) HSTQ Phiên bản Ngưỡng mưa (mm) (số lượng CRA) Gốc Sau trôi Gốc Sau trôi Sai số vị trí (%) Sai số thể tích (%) Sai số kiểu dáng (%) 1(90) 36,88 25,97 0,166 0,359 44,16 10,33 45,51 2(90) 37,07 26,05 0,161 0,360 44,32 10,52 45,16 5(87) 37,67 27,04 0,142 0,355 43,02 11,31 45,67 10(77) 39,89 28,87 0,104 0,339 41,64 11,33 46,03 20(45) 51,99 38,82 0,042 0,325 39,14 14,83 46,03 H14-31/TK Trung bình (389) 39,45 28,29 0,133 0,350 42,86 11,31 45,83 1(106) 45,04 27,60 0,138 0,285 57,09 8,90 34,01 2(104) 45,54 28,25 0,129 0,283 56,23 9,21 34,56 5(94) 47,65 30,06 0,103 0,285 55,05 9,64 35,31 10(81) 52,28 33,91 0,083 0,284 53,08 11,05 35,87 20(56) 62,58 41,58 0,005 0,289 50,49 11,65 37,86 H14-31/HS Trung bình (441) 49,27 31,21 0,101 0,285 54,88 9,87 35,25 1(142) 32,31 23,00 0,163 0,319 47,29 7,70 45,01 2(142) 32,37 23,05 0,161 0,321 47,30 7,72 44,98 5(137) 32,62 23,34 0,161 0,330 46,74 7,56 45,70 10(121) 33,95 24,65 0,143 0,336 45,28 7,88 46,84 20(91) 36,49 27,29 0,098 0,340 42,51 8,38 49,11 H14-31/BMJ Trung bình (633) 33,31 24,02 0,149 0,328 46,10 7,81 46,09 Trước hết, từ Bảng 3.9 ta thấy, khi ngưỡng mưa tăng lên thì số CRA (giá trị trong ngoặc đơn, cột 2) giảm đi vì ngưỡng mưa càng lớn thì khoảng cách giữa vùng mưa thám sát và vùng mưa dự báo của ngưỡng tương ứng càng xa nhau. Trong cùng những tình huống thời tiết như nhau của ba mùa mưa này, số CRA thu được rất khác nhau của H14-31/BMJ giảm từ 142 ở ngưỡng 1mm/ngày xuống 91 ở ngưỡng mưa 20mm/ngày, trong khi các giá trị tương ứng của H14-31/HS là 104 và 56, của H14-31/TK là 90 và 45. Tổng số CRA đối với tất cả các ngưỡng của H14- 31/BMJ là 633 CRA, của H14-31/HS là 441 và của H14-31/TK là 389. Phiên bản H14-31/BMJ có tổng số 633 CRA là lớn nhất có nghĩa là với cùng một số tình huống thời tiết như nhau, mô hình HRM với sơ đồ BMJ dự báo được nhiều nhất 134 những vùng mưa gần với vùng mưa thám sát có thể thực hiện được thẩm định CRA so với các sơ đồ còn lại. Giá trị RMSE cũng tăng theo ngưỡng mưa đối với cả ba phiên bản, còn HSTQ gốc giữa mưa thám sát và mưa mô hình thì giảm theo ngưỡng mưa, nghĩa là ngưỡng mưa càng lớn thì chất lượng dự báo mưa càng thấp. Trên hai điểm số này, H14-31/BMJ cũng thể hiện tốt nhất vì có giá trị trung bình trên nhiều trường hợp nhất (633 trường hợp) của RMSE gốc là 33,31mm/ngày và của HSTQ gốc là 0,149, trong khi đó giá trị tương ứng của H14-31/HS là 49,27mm/ngày và 0,101 (trung bình của 441 trường hợp), của H14-31/TK là 39,45mm/ngày và 0,133 (trung bình chỉ của 389 trường hợp). Sai số phần trăm trung bình của thể tích cho ba mùa mưa cũng tăng theo ngưỡng mưa thể hiện mưa càng lớn thì sự cân bằng ẩm trong mô hình càng yếu, trong đó H14-31/BMJ có sai số trung bình theo từng ngưỡng cũng như trung bình theo tất cả các ngưỡng là nhỏ nhất so với hai phiên bản còn lại là 7,81% so với 9,87% của H14-31/HS và 11,31% của H14-31/TK. Như vậy, theo điểm số này trên trung bình ba mùa mưa H14-31/BMJ vẫn cho kết quả tốt nhất. Mặt khác, quan hệ giữa ba sai số phần trăm di chuyển, thể tích và kiểu dáng của H14-31/BMJ là 46,1%, 7,81% và 46,09% tương ứng dao động trong giới hạn cho phép trong đó sai số thể tích phải nhỏ nhất và <10% thể hiện H14-31/BMJ có kỹ năng dự báo mưa ổn định. So sánh sai số phần trăm thống kê trong Bảng 3.9 với các sai số tương ứng trong Bảng 3.10 của thẩm định CRA cho dự báo mưa mô hình LAPS của Úc ta thấy sai số phần trăm thống kê CRA của dự báo mưa bằng H14-31 với sơ đồ BMJ có thể coi gần như tương đương với sai số tương ứng của mô hình LAPS, tuy nhiên số lượng CRA của H14-31/BMJ còn thấp hơn so với của LAPS. Điểm quan trọng có thể suy ra từ so sánh này là sai số thể tích trung bình của H14-31/BMJ là 7,81% (<10%) gần tương đương với sai số thể tích của LAPS lấy trung bình toàn vùng là 5%, tuy nhiên ở vùng nhiệt đới thì sai số thể tích của LAPS khá nhỏ, chỉ là 3%. Với giá trị này của sai số thể tích hoàn toàn có thể coi chu trình ẩm trong phiên bản H14-31/BMJ là cân bằng. 135 Bảng 3.10 Trung bình của sai số phần trăm từ thẩm định CRA và độ biến động của dự báo từ mô hình LAPS cho bốn vùng mưa của Úc (Ebert, 2000) Khu vực Sai số vị trí (%) Sai số thể tích (%) Sai số kiểu dáng (%) Nhiệt đới 55±2 3±1 42±2 Sườn Đông Bắc 64±5 3±1 33±4 Sườn Tây 54±3 7±1 39±2 Trung tâm 41±1 7±1 52±1 Toàn bộ Australia 50±1 5±0.3 45±1 3.5 KIỂM NGHIỆM ĐỘ ỔN ĐỊNH THỐNG KÊ CỦA CÁC KẾT QUẢ ĐÁNH GIÁ BẰNG SỬ DỤNG PHƯƠNG PHÁP BOOTSTRAP Chúng tôi đã sử dụng phương pháp bootstrap để kiểm nghiệm độ ổn định thống kê của kết quả đánh giá đã thực hiện trong các mục từ 3.2 đến 3.3. Kiểm nghiệm này được thực hiện đối với 5 điểm số điển hình là FBI, TS, POD, TSS và HSS cho các ngưỡng mưa khác nhau. Kết quả tương ứng được trình bày lần lượt trên các Hình 3.32 - Hình 3.36. Trên Hình 3.32 biểu diễn giá trị trung bình (AVE) và AVE +/- độ lệch chuẩn (STDV) của bốn phiên bản dự báo tương ứng với ba ngưỡng mưa là 5mm, 20mm và 50mm/ngày. Trục hoành biểu diễn số mẫu bootstrap tăng dần lần lượt từ 10, 20, 30, ..., 100. Trục tung biểu diễn giá trị của điểm số FBI. Bốn phiên bản dự báo được biểu diễn tương ứng với H14-31/TK (xanh lá cây), H14-31/ET (vàng nâu), H14- 31/HS (xanh lam) và H14-31/BMJ (đỏ). Các đường biểu diễn cho các đại lượng là AVE (nét liền), AVE+STDV (nét đứt) và AVE-STDV (chấm). Nhìn trên Hình 3.32 ta thấy về cơ bản những giá trị này không biến đổi nhiều khi ta thay đổi số lượng mẫu bootstrap. Điều này cho thấy kết quả đánh giá của các phiên bản đều thể hiện tính ổn định. Với ngưỡng mưa 5mm và 20mm/ngày ta thấy H14-31/BMJ có FBI lớn hơn, tức là dự báo khống nhiều hơn so với ba phiên bản còn lại. Giá trị FBI trung bình của H14-31/BMJ ở ngưỡng 5mm/ngày vào khoảng 2,5 và ở ngưỡng 20mm/ngày là khoảng 2,2. Khi ngưỡng mưa tăng tới 20mm/ngày thì hai phiên bản sử dụng sơ đồ TK, và HS không có sự khác biệt nhiều. Tuy nhiên, khi ngưỡng mưa 136 bằng 50mm/ngày thì H14-31/TK và BMJ cho kết quả tốt hơn còn H14-31/HS lại cho dự báo khống nhiều nhất so với các phiên bản còn lại. (a) (b) (c) Hình 3.32 Giá trị trung bình và +/- độ lệch chuẩn của điểm số FBI với bốn phiên bản ứng với các ngưỡng mưa: a) 5mm; b) 20mm; c) 50mm/ngày (a) (b) (c) Hình 3.33 Tương tự như Hình 3.32, điểm số TS (a) (b) (c) Hình 3.34 Tương tự như Hình 3.32, điểm số POD (a) (b) (c) Hình 3.35 Tương tự như Hình 3.32, điểm số TSS 137 (a) (b) (c) Hình 3.36 Tương tự như Hình 3.32, điểm số HSS Điểm số TS của các phiên bản dự báo tương ứng với ba ngưỡng mưa được biểu diễn trên Hình 3.33. Ta nhận thấy với điểm số này rất ít có sự khác biệt giữa các sơ đồ TSHĐL. Khi ngưỡng mưa tăng từ 5mm đến 20mm và 50mm/ngày thì giá trị TS giảm đi từ khoảng 30% xuống 20% và 10%. Tuy nhiên, phiên bản H14- 31/BMJ có kết quả tốt hơn chút ít so với các phiên bản còn lại. Hình 3.34 là kết quả kiểm nghiệm đối với điểm số POD. Trên hình này ta thấy với ngưỡng mưa 5mm và 20mm/ngày thì H14-31/BMJ có xu thế tốt hơn so với các phiên bản khác. Ở ngưỡng 5mm/ngày, giá trị POD của H14-31/BMJ đạt đến khoảng 70%. Với ngưỡng mưa 20mm/ngày thì giá trị POD của cả bốn phiên bản đều giảm, cao nhất là của sơ đồ BMJ đạt ~40%. Với ngưỡng mưa lớn 50mm/ngày thì sự khác biệt giữa các sơ đồ đối lưu không thể hiện rõ, giá trị POD ~ 20%. Hai điểm số kỹ năng TSS và HSS trên Hình 3.35 và Hình 3.36 cho thấy, giữa các phiên bản rất ít có sự khác biệt cũng như kỹ năng dự báo ở các ngưỡng mưa cũng ít biến đổi. Tuy nhiên, phiên bản sử dụng sơ đồ BMJ có kết quả tốt hơn nhưng không nhiều so với các phiên bản còn lại. Với toàn bộ những kết quả đánh giá trong chương này ta có thể thấy sơ đồ BMJ thể hiện sự ưu việt và ổn định trên nhiều điểm số thống kê hơn so với ba sơ đồ TSHĐL còn lại. Một nhược điểm của sơ đồ BMJ là vấn đề dự báo khống ở ngưỡng mưa vừa và mưa nhỏ, tuy nhiên không nhiều. 138 KẾT LUẬN Từ các nghiên cứu lý thuyết và tính toán thực hiện trong luận án này chúng tôi rút ra những nhận xét và kết luận sau: 1. Luận án đã nghiên cứu hệ thống hóa lý thuyết TSHĐL trong mô hình dự báo khu vực phân giải cao và chọn ra bốn sơ đồ khác nhau áp dụng vào dự báo mưa bằng mô hình HRM có độ phân giải 14km, 31 mực thẳng đứng trên miền 7,125N- 27,125N và 97,25E-117,25E, trong đó sơ đồ BMJ thiết lập trên nguyên tắc điều chỉnh cấu trúc nhiệt ẩm mô hình về cấu trúc nhiệt ẩm thám sát thực trong khí quyển nhiệt đới, còn sơ đồ gốc TK của HRM và hai sơ đồ ET và HS dựa vào giả thuyết coi đối lưu sinh ra từ hội tụ ẩm mực thấp và bất ổn định khí quyển. 2. Bốn phiên bản của mô hình với bốn sơ đồ TSHĐL trên được chạy dự báo 24h cho ba mùa mưa 2003-2005. Kết quả dự báo được đánh giá bằng phương pháp truyền thống, thẩm định CRA và kiểm nghiệm ổn định thống kê bằng phương pháp bootstrap thực hiện cho từng trường hợp mưa điển hình, trung bình cho từng hệ thống gây mưa riêng lẻ (KKL, ITCZ, SW hay bão), trung bình cho từng mùa và trung bình cho ba mùa mưa. Kết quả đánh giá cho thấy: a) Để dự báo mưa, đặc biệt là mưa lớn trên khu vực nghiên cứu sơ đồ BMJ tỏ ra thích hợp hơn hẳn so với ba sơ đồ còn lại, bộc lộ trên tất cả các điểm số quan trọng như TS, POD, TSS, HSS... và đối với tất cả các miền Bắc Bộ, Trung Bộ, Nam Bộ. b) Chất lượng dự báo mưa lớn trên khu vực nghiên cứu của H14-31 tăng lên rõ rệt khi thay đổi sơ đồ TSHĐL gốc TK bằng sơ đồ TSHĐL BMJ. Điểm số kỹ năng dự báo mưa TSS ở ngưỡng mưa 50mm/ngày của phiên bản gốc H14-31/TK là 15% và của H14-31/BMJ đạt 20%. Phiên bản H14-31/BMJ cho dự báo mưa với sai số vị trí 46,1%, sai số thể tích 7,8% và sai số kiểu dáng 46,1% là có kỹ năng dự báo gần tương đương với mô hình LAPS của Úc. Trong khi đó, phiên bản H14-31/TK không có kỹ năng dự báo mưa vì với sai số thể tích 11,3% là lớn hơn so với sai số cho phép 10%, thể hiện cân bằng ẩm trong phiên bản này chưa tốt. Sự thích hợp của 139 sơ đồ BMJ để TSHĐL khu vực này thể hiện sự phát triển đối lưu sâu gây mưa lớn vùng nghiên cứu không chỉ do hội tụ ẩm mực thấp và bất ổn định khí quyển mà còn bởi nhiều quá trình phức tạp khác chưa được tính đến do sự hiểu biết hạn chế của chúng ta hiện nay. c) Trong các hình thế thời tiết gây mưa lớn, phiên bản sử dụng sơ đồ BMJ có HSTQ luôn cao nhất và tương đối ổn định. Cả bốn sơ đồ TSHĐL đều cho kết quả dự báo thấp trong trường hợp ATNĐ - bão bởi vì đối lưu trong bão là rất phức tạp mà trong các sơ đồ chưa thể mô tả đầy đủ, kể cả với sơ đồ điều chỉnh BMJ. d) Sự tăng dự báo khống của H14-31/BMJ đối với mưa nhỏ và vừa chủ yếu ở khu vực Bắc Bộ thể hiện cấu trúc nhiệt ẩm sinh mưa nhỏ và vừa khu vực này không thật thích hợp với cấu trúc nhiệt ẩm quy chiếu của sơ đồ. Nói cách khác, mưa nhỏ và vừa ở Bắc Bộ không phải là mưa nhiệt đới điển hình. e) Đối với mô hình khu vực phân giải càng cao, sự thích hợp của sơ đồ TSHĐL dựa vào hội tụ ẩm mực thấp kiểu như sơ đồ TK càng giảm. 3. Lần đầu tiên ở Việt Nam chúng tôi đã áp dụng thành công phương pháp bootstrap để kiểm nghiệm độ ổn định thống kê của kết quả đánh giá chất lượng dự báo mưa 24h trong luận án. Kết quả kiểm nghiệm cho thấy tính ổn định cao của các điểm số đánh giá (FBI, TS, POD, TSS, HSS) đối với cả bốn phiên bản với bốn sơ đồ TSHĐL. Điều đó khẳng định cho độ tin cậy của những kết luận nêu trên. 140 KIẾN NGHỊ 1. Cần được đầu tư cho nghiên cứu đối lưu nhiệt đới và vấn đề TSHĐL vì đây là bài toán rất quan trọng đối với ngành khí tượng đặc biệt là dự báo thiên tai trên tầm quốc tế. 2. Cần tiếp tục nghiên cứu cải tiến sơ đồ BMJ để hạn chế khả năng dự báo khống của mô hình trên khu vực nghiên cứu đối với ngưỡng mưa vừa và mưa nhỏ. 3. Mỗi một sơ đồ TSHĐL đều có những điểm mạnh và yếu khác nhau và không có một sơ đồ nào cho kết quả mô phỏng tốt trong mọi trường hợp. Một biện pháp có thể khắc phục nhược điểm của từng sơ đồ đồng thời phát huy ưu điểm của chúng là tổ hợp bốn sơ đồ TSHĐL mà chúng tôi sẽ hướng tới trong những nghiên cứu tiếp theo sau luận án. 141 DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN 1. Kieu Thi Xin, Le Duc and Vu Thanh Hang (2004), Heavy rainfall forecast using the higher resolution regional model in Vietnam and improving initialization problem, International Symposium on Extreme Weather and Climate Events, Their Dynamics and Predictions, Beijing, China, pp. 152-153. 2. Kiều Thị Xin, Lê Đức, Vũ Thanh Hằng (2005), Cải tiến mô hình dự báo thời tiết phân giải cao HRM cho dự báo mưa lớn gây lũ lụt trên lãnh thổ Việt Nam, Hội nghị khoa học công nghệ dự báo và phục vụ dự báo KTTV lần thứ VI, Trung tâm Dự báo Khí tượng Thủy văn Trung ương, 1, tr. 1-14. 3. Kiều Thị Xin, Vũ Thanh Hằng (2005), “Thử nghiệm áp dụng sơ đồ tham số hóa đối lưu Tiedtke cải tiến trong mô hình khu vực phân giải cao HRM”, Tạp chí Khí tượng Thủy văn, 538, tr. 19-28. 4. Vũ Thanh Hằng, Kiều Thị Xin (2007), “Dự báo mưa lớn khu vực Trung Bộ sử dụng sơ đồ tham số hóa đối lưu Heise trong mô hình HRM”, Tạp chí Khí tượng Thủy văn, 560, tr. 49-54. 5. Vu Thanh Hang, Kieu Thi Xin (2007), “Using Betts-Miller-Janjic convective parameterization scheme in H14-31 model to forecast heavy rainfall in Vietnam”, Vietnam Journal of Mechanics, Vol. 29, No. 2, pp. 83-97. 142 TÀI LIỆU THAM KHẢO Tiếng Việt 1. Hoàng Đức Cường, Mai Văn Khiêm, Nguyễn Văn Hiệp (2004), “Độ nhạy của các sơ đồ tham số hóa đối lưu trong mô hình số trị”, Tạp chí Khí tượng Thủy văn Số (521). 2. Vu Thanh Hang, Kieu Thi Xin (2007), “Using Betts-Miller-Janjic convective parameterization scheme in H14-31 model to forecast heavy rainfall in Vietnam”, Vietnam Journal of Mechanics Vol. 29 (2), pp. 83-97. 3. Vũ Thanh Hằng, Kiều Thị Xin (2007), “Thử nghiệm sơ đồ tham số hóa đối lưu Heise trong mô hình HRM dự báo mưa lớn khu vực Trung Bộ”, Tạp chí Khí tượng Thủy văn Số (560), tr. 49-54. 4. Đỗ Ngọc Thắng (2005), “Thử nghiệm biến đổi cải tiến sơ đồ tham số hóa đối lưu Kain-Fristch trong mô hình Eta”, Tạp chí Khí tượng Thủy văn Số (530), tr. 28-37. 5. Trần Tân Tiến, Nguyễn Minh Trường, Công Thanh, Kiều Quốc Chánh (2004), “Sử dụng mô hình RAMS mô phỏng đợt mưa lớn ở miền Trung tháng 9/2002”, Tạp chí khoa học ĐHQGHN, KHTN & CN Tập XX (3PT), tr. 51-60. 6. Trần Tân Tiến, Nguyễn Minh Trường (2004), “Kết luận rút ra từ việc sử dụng hai sơ đồ tham số hóa đối lưu trong mô phỏng mưa lớn tháng 9 năm 2002”, Tạp chí khoa học ĐHQGHN, KHTN & CN Tập XX (3PT), tr. 61-71. 7. Kiều Thị Xin (2002), Động lực học khí quyển vĩ độ thấp, Nhà xuất bản Đại học Quốc gia Hà Nội, Hà Nội. 8. Kiều Thị Xin & CS (2002), Nghiên cứu áp dụng bộ mô hình số trị khu vực cho mục đích dự báo chuyển động của bão trên vùng biển Việt Nam, Báo cáo Đề tài Khoa học Công nghệ Độc lập cấp Nhà nước, ĐTĐL-2000/02. 9. Kiều Thị Xin & CS (2005), Nghiên cứu dự báo mưa lớn diện rộng bằng công nghệ hiện đại phục vụ phòng chống lũ lụt ở Việt Nam, Báo cáo Đề tài Khoa học Công nghệ Độc lập cấp Nhà nước, ĐTĐL-2002/02. 143 10. Kiều Thị Xin, Vũ Thanh Hằng (2005), “Thử nghiệm áp dụng sơ đồ tham số hóa đối lưu Tiedtke cải tiến trong mô hình khu vực phân giải cao HRM”, Tạp chí Khí tượng Thủy văn Số (538), tr. 19-28. Tiếng Anh 11. Alapaty K., Madala R.V., Raman S. (1994), “Numerical simulation of orographic convective rainfall with Kuo and Betts-Miller cumulus parameterization schemes”, J. Meteor. Soc. Japan Vol.(72), pp. 123-137. 12. Anthes R.A. (1977a), “A cumulus parameterization scheme utilizing a one- dimensional cloud model”, Mon. Wea. Rev. Vol.(105), pp. 270-286. 13. Anthes R.A. (1977b), “Hurricane model experiments with a new cumulus parameterization scheme”, Mon. Wea. Rev. Vol.(105), pp. 287-300. 14. Anthes R.A. (1982), Tropical cyclones-Their Evolution, Structure, and Effects, Meteor. Monogr, Vol.(41), 208 pp, Amer. Meteor. Soc. 15. Anthes R.A. (1986), “The general question of predictability”, Mesoscale Meteorology and Forecasting, P. S. Ray, Ed., Amer. Meteor. Soc., pp. 636- 656. 16. Arakawa A., Schubert W.H. (1974), “Interaction of a cumulus cloud ensemble with the large-scale environment. Part I”, J. Atmos. Sci. Vol.(31), pp. 674-701. 17. Arakawa A., Chen J.-M. (1987), “Closure assumptions in the cumulus parameterization problem”, Short- and Medium-Range Numerical Weather Prediction, SYMP., Tokyo, WMO/IUGG NWP, pp. 107-131. 18. Baik J.J., DeMaria M., Raman S. (1990), “Tropical cyclones simulations with the Betts convective adjustment scheme. Part II: Sensitivity experiments”, Mon. Wea. Rev. Vol.(118), pp. 529-541. 19. Betts A.K. (1973), “Non-precipitating cumulus convection and its parameterization”, Quart. J. R. Meteor. Soc. Vol.(99), pp. 178-196. 144 20. Betts A.K. (1974), “The scientific basis and objectives of the U.S. convection subprogram for the GATE, Bull. Amer. Meteor. Sco. Vol.(55), pp. 304-313. 21. Betts A.K. (1982), “Saturation point analysis of moist convective overturning”, J. Atmos. Sci. Vol.(39), pp. 2182-2191. 22. Betts A.K. (1986), “A new convective adjustment scheme. Part I: Observational and theoretical basis”, Quart. J. Royal. Meteor. Soc. Vol.(112), pp. 677-692. 23. Betts A.K., Miller M.J. (1993), “The Betts-Miller scheme”, The Representation of Cumulus Convection in Numerical Models, Meteorol. Monogr. Ser. Vol.(46), Amer. Meteor. Soc., pp. 107-121. 24. Binder P. (1990), “On the parametric representation of the tropospheric thermodynamic structure for midlatitude convective situations”, Quart. J. Meteor. Soc. Vol.(116), pp. 1349-1357. 25. Black T.M. (1994), “The new NMC mesoscale Eta model: Description and forecast examples”, Wea. Forecasting Vol.(9), pp. 265-278. 26. Brown J.M. (1979), “Mesoscale unsaturared downdrafts driven by rainfall evaporation: A numerical study”, J. Atmos. Sci. Vol.(36), pp. 313-338. 27. Cho H.-R. (1975), “Cumulus cloud population and its parameterization”, Pure Appl. Geophys. Vol.(113), pp. 837-849. 28. Cotton W.R., Anthes R.A. (1989), Storm and Cloud Dynamics, Academic Press, INC, California, 883 pp. 29. Damrath U. (2002), Verification of the operational NWP models at DWD, Offenbach, Germany. 30. Doms G., Schaettler U. (2003), The nonhydrostatic limited-area model LM at DWD, Part I: Scientific documentation, Deutscher Wetterdienst, Offenbach, Germany. 145 31. Ebert E.E., McBride J.L. (1997), Methods for verifying quantitative precipitation forecasts: Application to the BMRC LAPS model 24-hour precipitation forecasts, BMRC Techniques Development Rep. 2, 87pp. 32. Efron B., Tibshirani R.J. (1993), An introduction to the Bootstrap, Chapman & Hall, INC, 436 pp. 33. Emanuel K.A. (1987), “Large-scale and mesoscale circulations in convectively adjusted atmospheres”, Workshop on Diabatic Forcing, ECMWF, Reading, England, pp. 323-348. 34. Emanuel K.A. (1991), “A scheme for representing cumulus convection in large-scale models”, J. Atmos. Sci. Vol.(48), pp. 2313-2335. 35. Emanuel K.A., Raymond D.J. (Eds) (1993), The Representation of Cumulus Convection in Numerical Models, Meteorol. Monogr. Ser. Vol.(46), 246 pp., Am. Meteorol. Soc., Boston, Mass. 36. Emanuel K.A., Neelin J.D., Bretherton C.S. (1994), “On large-scale circulations of convecting atmospheres”, Quart. J. Roy. Meteor. Soc. Vol.(120), pp. 1111-1143. 37. Frank W.M. (1980), “Modulation of the net tropospheric temperature during GATE”, J. Atmos. Sci. Vol.(37), pp. 1056-1064. 38. Frank W.M. (1983), “The cumulus parameterization problem”, Monthly Weather Review Vol.(111), pp. 1859-1871. 39. Frank W.M., Cohen C. (1987), “Simulation of tropical convective systems. Part I: A cumulus parameterization”, J. Atmos. Sci. No.(44), pp. 3787-3799. 40. Fritsch J.M., Chappell C.F., Hoxit L.R. (1976), “The use of large-scale budgets for convective parameterization”, Mon. Wea. Rev. Vol.(104), pp. 1408-1418. 41. Fritsch J.M., Chappell C.F. (1980a), “Numerical prediction of convectively driven mesoscale pressure systems. Part I: Convective parameterization”, J. Atmos. Sci. Vol.(37), pp. 1722-1733. 146 42. Fritsch J.M., Chappell C.F. (1980b), “Numerical prediction of convectively driven mesoscale pressure systems. Part II: Mesoscale model”, J. Atmos. Sci. Vol.(37), pp. 1734-1762. 43. Geleyn J.-F., Girard C., Louis J.-F. (1982), “A simple parameterization of moist convection for large-scale atmospheric models”, Beitr. Phys. Atmos. Vol.(55), pp. 325-334. 44. Geleyn J.-F. (1985), “On a simple parameter-free partition between moistening and precipitation in the Kuo scheme”, Mon. Wea. Rev. Vol.(113), pp. 405-407. 45. Gray W.M. (1973), “Cumulus convection and larger scale circulations, I, Broadscale and mesoscale considerations”, Mon. Wea. Rev. Vol.(101), pp. 839-855. 46. Gregory D., Miller M.J. (1989), “A numerical study of the parametrisation of deep tropical convection”, Quart. J. Roy. Meteor. Soc. Vol.(115), pp. 1209- 1242. 47. Gregory D., Rowntree P.R. (1990), “A Mass Flux Convection Scheme with Representation of Cloud Ensemble Characteristics and Stability-Dependent Closure”, Mon. Weather Rev. Vol.(118), pp. 1483-1506. 48. Grell G.A. (1993), “Prognostic evalation of assumptions used by cumulus parameterizations”, Mon. Wea. Rev. Vol.(121), pp. 764-787. 49. Hong S.-Y, Pan H.-L. (1998), “Convective trigger function for a mass-flux cumulus parameterization scheme”, Mon. Wea. Rev. Vol.(126), pp. 2599- 2620. 50. Houze R.A.Jr., Betts A.K. (1981), “Convection in GATE”, Rev. Geophys. Space Phys. Vol.(19), pp. 541-576. 51. Jacobson I., Heise E. (1982), “A new economic method for the computation of the surface temperature in numerical models”, Beitr. Phys. Atm. Vol.(55), pp. 128-141. 147 52. Johnson R.H. (1980), “Diagnosis of convective and mesoscale motions during phase III of GATE, J. Atmos. Sci. Vol.(37), pp. 733-753. 53. Kain J.S., Fritsch J.M. (1989), “A one-dimensional entraining/detraining plume model and its application in convective parameterization”, J. Atmos. Sci. Vol.(47), pp. 2784-2802. 54. Kitade T. (1980), “Numerical experiments of tropical cyclones on a plane with variable Coriolis parameter”, J. Meteor. Soc. Japan Vol.(58), pp. 471- 488. 55. Kreitzberg C.W., Perkey D.J. (1976), “Release of potential instability. Part I: A sequential plume model within a hydrostatic primitive equation model”, J. Atmos. Sci. Vol.(33), pp. 456-475. 56. Kreitzberg C.W., Perkey D.J. (1977), “The mechanism of convective/mesoscale interaction”, J. Atmos. Sci. Vol.(34), pp. 1569-1595. 57. Krishnamurti T.N. (1968), “A calculation of percent area covered by convective clouds from moisture convergence”, J. Appl. Meteor. Vol(7), pp. 184-195. 58. Krishnamurti T.N., Moxim W.J. (1971), “On parameterization of convective and nonconvective latent heat release”, J. Appl. Meteor. Vol.(10), pp. 3-13. 59. Krishnamurti T.N., Ramanathan Y., Pan H.-L., Pasch R.J., Molinari J. (1980), “Cumulus parameterization and rainfall rates I”, Mon. Weather Rev. Vol.(108), pp. 465-472. 60. Kuo H.L. (1965), “On formation and intensification of tropical cyclones through latent heat release by cumulus convection”, J. Atmos. Sci. Vol.(22), pp. 40-63. 61. Kuo H.L. (1974), “Further studies of the parameterization of the influence of cumulus convection on large-scale flow”, J. Atmos. Sci. Vol.(31), pp. 1232- 1240. 62. Kuo Y.-H., Bresch J. F., Cheng M.-D., Kain J., Parsons D. B., Tao W.-K., Zhang D.-L. (1997), “Summary of a miniworkshop on cumulus 148 parameterization for mesoscale models”, Bull. Am. Meteorol. Soc. Vol.(78), pp. 475-491. 63. Kurihara Y. (1973), “A scheme of moist convective adjustment”, Mon. Wea. Rev. Vol.(101), pp. 547-553. 64. Lilly D.K. (1990), “Numerical prediction of thunderstorm-has its time come?”, Quart. J. Roy. Meteor. Soc. Vol.(116), pp. 779-798. 65. Lorenz E.N. (1963), “Deterministic nonperiodic flow”, J. Atmos. Sci. Vol.(20), pp. 130-141. 66. Louis J.-F. (1979), “A parametric model of vertical eddy fluxes in the atmosphere”, Boundary layer Meteorology, Vol.(17), pp. 187-202. 67. Manabe S., Smagorinski J., Strickler R. F. (1965), “Simulated climatology of a general circulation model with a hydrological cycle”, Mon. Weather Rev. Vol.(93), pp. 769-798. 68. Majewski D. (2006), HRM – User’s guide, Deutscher Wetterdienst, Offenbach, Germany, 107pp. 69. McBride J.L., Ebert E. E. (2000), “Verification of quantitative precipitation forecasts from operational numerical weather prediction models over Australia”, Weather and Forecasting Vol.(15), pp. 103-121. 70. Mellor G.L., Yamada T. (1974), “A hierarchy of turbulent closure models for planetary boundary layers”, J. Atmos. Sci. Vol.(31), pp. 1791-1806. 71. Mesinger F. (1998), “Comparision of quantitative precipitation forecasts by the 48- and by the 29-km Eta model: An update and possible implication”, Preprints, 12th Conf. on Numerical Weather Prediction, Phoenix, AZ, Amer. Meteor. Soc., J22-J23. 72. Miyakoda K., Smagorinsky J., Strickler R.F., Hembree G.D. (1969), “Experimental extended predictions with a nine-level hemispheric model”, Mon. Wea. Rev. Vol.(97), pp. 1-76. 73. Molinari J. (1982), “A method for calculating the effects of deep cumulus convection in numerical models”, Mon. Wea. Rev. Vol.(110), pp. 1527-1534. 149 74. Molinari J., Dudek M. (1986), “Implicit versus explicit convective heating in numerical weather prediction models”, Mon. Wea. Rev. Vol.(114), pp. 1822- 1831. 75. Molinari J., Dudek M. (1992), “Parameterization of convective precipitation in mesoscale numerical models: A critical review”, Mon. Weather Rev. Vol.(120), pp. 326-344. 76. Mueller E., Fruehwald D., Jacobson I., Link A., Majewski D., Schwirner J.- U., Wacker U. (1987), “Results and prospects of mesoscale modelling at the Deutscher Wetterdienst”, Short- and Medium-Range Numerical Weather Prediction, SYMP., Tokyo, WMO/IUGG NWP, pp. 533-546. 77. Nicolini M., Waldron K. M., Paegle J. (1993), “Dirnual oscillations of low- level jets, vertical motion and precipitation: A model case study”, Mon. Wea. Rev. Vol.(121), pp. 2588-2610. 78. Nitta T. (1978), “A diagnostic study of the interaction of cumulus updrafts and downdrafts with large-scale motions in GATE”, J. Meteor. Soc. Japan Vol.(56), pp. 232-241. 79. Nordeng T.E. (1994), “Extended versions of the convective parameterization scheme at ECMWF and their impact on the mean and transient activity of the model in the tropics”, Submitted for publication in Quart. J. Roy. Meteor. Soc. 80. Ooyama K. (1971), “A theory on parameterization of cumulus convection”, J. Meteor. Soc. Japan Vol.(44), pp. 744-756. 81. Ooyama K. (1982), “Conceptual evolution of the theory and modeling of the tropical cyclone”, J. Meteor. Soc. Japan Vol.(60), pp. 369-379. 82. Puri K., Miller M.J. (1990), “Sensitivity of ECMWF analyses - forecasts of tropical cyclones to cumulus parameterization”, Mon. Wea. Rev. Vol.(118), pp. 1709-1741. 83. Rielh H., Malkus J.S. (1958), “On the heat balance of the equatorial trough zone”, Geophysica Vol.(6), pp. 503-538. 150 84. Ritter B., Geleyn J.F. (1992), “A comprehensive radiation scheme for numerical weather prediction models with potential applications in climate simulations”, Mon. Wea. Rev. Vol.(120), pp. 303-325. 85. Rogers E., Coauthors (1998), “Changes to the NCEP Operational “Early” Eta Analysis/Forecast system. NWS Tech. Procedures Bull. Vol.(447), National Oceanic and Atmospheric Administration/National Weather Service, 14 pp. 86. Rosenthal S.L. (1970), “A circularly symmetric primitive equation model of tropical cyclone development containing an explicit water vapor cycle”, Mon. Wea. Rev. Vol.(98), pp. 643-663. 87. Rosenthal S.L. (1978), “Numerical simulation of tropical cyclone development with latent heat release by the resolvable scales. I: Model description and preliminary results”, J. Atmos. Sci. Vol.(35), pp. 258-271. 88. Sanders F. (1986), “Trends in skill of Boston forecasts made at MIT 1966- 84, Bull. Amer. Meteor. Soc. Vol.(67), pp. 170-176. 89. Smith R.K. (1997a), The physics and Parameterization of Moist Atmospheric Convection, 498pp., Kluwer Acad., Norwell, Mass. 90. Smith R.K. (2000), “The role of cumulus convection in hurricanes and its representation in hurricane models”, Reviews of Geophysics Vol.(38), pp. 465-489. 91. Song J.L (1982), Relationships between precipitation and large scale winds, temperature and moisture during GATE, M. S. thesis, University of Virginia, Dept. of Environmental Sciences, Charlottesville, 86pp. 92. Sundqvist H. (1970), “Numerical simulations of the development of tropical cyclones with a ten-level model, part I”, Tellus Vol.(22), pp. 359-390. 93. Tiedtke M. (1988), “Parameterization of cumulus convection in large-scale models”, Physically Based Modelling and Simulation of Climate and Climate change, M. Schlesinger, Ed., Reidel, pp. 375-431. 151 94. Tiedtke M. (1989), “A Comprehensive Mass flux scheme for Cumulus parameterization in large-scale models”, Mon. Wea. Rev. Vol.(117), pp. 1779-1800. 95. Weisman M.L., Skamarock W.C., Klemp J.B. (1997), “The resolution dependence of explicitly modeled convective systems”, Mon. Wea. Rev. Vol.(125), pp. 527-548. 96. Yamasaki M. (1977), “A preliminary experiment of the tropical cyclone without parameterizing the effects of cumulus convection”, J. Meteor. Soc. Japan Vol.(55), pp. 11-31. 97. Yanai M., Esbensen S., Chu J.-H. (1973), “Determination of bulk properties of tropical cloud clusters from large-scale heat and moisture budgets”, J. Atmos. Sci. Vol.(30), pp. 611-627. 98. Zhang D.-L., Fritsch J.M. (1988), “Numerical sensitivity experiments of varying model physics on the structure, evolution, and dynamics of two mesoscale convective systems”, J. Atmos. Sci. Vol.(45), pp. 261-293. 99. Zhang D.-L., Kain J.S., Fritsch J.M., Gao K. (1994), “Comments on ‘Parameterization of convective precipitation in mesoscale numerical models. A critical review’ ”, Mon. Wea. Rev. Vol.(122), pp. 2222-2231.