Đánh giá chất lượng dự báo nhiệt độ từ hệ thống dự báo tổ hợp hạn mùa (Vareps) của ECMWF cho khu vực Việt Nam
NGHIÊN CỨU & TRAO ĐỔI
ĐÁNH GIÁ CHẤT LƯỢNG DỰ BÁO NHIỆT ĐỘ TỪ
HỆ THỐNG DỰ BÁO TỔ HỢP HẠN MÙA (VAREPS) CỦA
ECMWF CHO KHU VỰC VIỆT NAM
Võ Văn Hòa(1), Mai Văn Định(1), Dư Đức Tiến(2), Nguyễn Mạnh Linh(2)
(1)Đài Khí tượng Thủy văn khu vực Đồng bằng Bắc Bộ
(2)Trung tâm Dự báo khí tượng thủy văn Trung ương
hất lượng dự báo hạn mùa cho nhiệt độ trung bình tháng, nhiệt độ tối cao ngày
trung bình tháng và nhiệt độ tối thấp ngày trung bình tháng từ hệ thống dự báo tổ
C
hợp hạn mùa (VarEPS) của Trung tâm Dự báo thời tiết hạn vừa Châu Âu
(ECMWF) được đánh giá tại 171 điểm trạm khí tượng bề mặt của Việt Nam. Các kết quả đánh
giá cho thấy xu thế sai số tương đối rõ và sai số dự báo nhỏ hơn sai số dự báo quán tính khí hậu.
Theo khu vực, sai số dự báo tại các khu vực đồng bằng và trung du nhỏ hơn các khu vực miền
núi. Theo mùa, sai số dự báo trong mùa hè (6 - 8) nhỏ hơn so với mùa đông (12 - 2).
Từ khóa: đánh giá, dự báo nhiệt độ hạn mùa, ECMWF.
1. Mở đầu
còn hạn chế do nhiều nguyên nhân khác nhau.
Số liệu dự báo từ hệ thống dự báo tổ hợp hạn
Do nhiều nguyên nhân khác nhau, công tác
dự báo hạn mùa ở Việt Nam mới được quan tâm mùa (VarEPS) của ECMWF đang được thu thập
đầu tư trong vài năm trở lại đây trong đó việc và khai thác TTDBTƯ tại độ phân giải 0,750 x
nghiên ứng dụng các sản phẩm dự báo hạn mùa 0,750, hạn dự báo đến 6 tháng. Tuy nhiên, do hạn
từ các hệ thống mô hình dự báo toàn cầu và khu chế về đường truyền và tổng dung lượng khai
vực đã và đang được triển khai (Phan Văn Tân thác dữ liệu theo hợp đồng với ECMWF, hiện tại
và cộng sự, 2011 [4], Vũ Thanh Hằng và Nguyễn mới chỉ thu thập các dự báo trung bình tổ hợp
Thị Hạnh, 2014 [3], Tạ Hữu Chỉnh và cộng sự, của một số biến bề mặt như khí áp, nhiệt độ,
2013 [1], ...). Hầu hết các nghiên cứu đã cho thấy mưa, gió, độ ẩm và trên cao gồm các biến độ cao
việc ứng dụng các mô hình dự báo số trị để đưa địa thế vị, nhiệt độ, gió và độ ẩm tại các mực
ra các dự báo hạn mùa có thể đem lại những đẳng áp 925, 850, 700, 500, 400, 300, 200mb.
thông tin tham khảo hữu ích cho dự báo viên Giá trị dự báo của các biến nói trên đã được tính
theo cả khía cạnh tham khảo hình thế cũng như toán xử lý về dạng trung bình tháng hoặc tổng
trị số dự báo tại các điểm trạm. Để nâng cao chất trong tháng của mùa được dự báo. Dữ liệu được
lượng dự báo hạn vừa và hạn dài tại Trung tâm lấy trên quy mô toàn cầu và được thu thập tại
Dự báo KTTV trung ương (TTDBTƯ), các sản phiên dự báo vào ngày 9 hàng tháng. Cho đến
phẩm và số liệu dự báo của ECMWF đã được nay, số liệu dự báo hạn mùa của ECMWF được
đầu tư mua từ năm 2011 và tổ chức khai thác tại thu thập mới chỉ được sử dụng để tạo ra các sản
các đơn vị dự báo ở trung ương và địa phương phẩm dự báo trường để phục vụ dự báo nghiệp
cho đến nay. Các sản phẩm và số liệu dự báo của vụ. Chưa có nghiên cứu nào đánh giá cụ thể chất
ECMWF đã và đang được khai thác hiệu quả và lượng dự báo hạn mùa của nguồn số liệu này.
góp phần không nhỏ trong việc nâng cao chất Trong nghiên cứu này, chúng tôi tiến hành đánh
lượng dự báo KTTV nói chung và các hiện giá chất lượng dự báo hạn mùa cho nhiệt độ
tượng KTTV nguy hiểm nói riêng, đặc biệt là trung bình tháng, nhiệt độ tối cao ngày trung
công tác dự báo hạn ngắn và hạn vừa. Tuy nhiên, bình tháng và nhiệt độ tối thấp ngày trung bình
ở quy mô dự báo hạn mùa, việc khai thác vẫn tháng của ECMWF được đánh giá tại 171 điểm
TẠP CHÍ KHÍ TƯỢNG THỦY VĂN
Số tháng 12 - 2016
20
NGHIÊN CỨU & TRAO ĐỔI
trạm khí tượng bề mặt của Việt Nam dựa trên tính theo công thức như sau:
chuỗi số liệu từ 1/2012 đến 6/2016. Chi tiết về
171 điểm trạm được nghiên cứu có thể tham
SS = 1 – RMSEmodel/RMSEref (1)
Trong đó RMSEmodel là sai số quân phương
khảo trong nghiên cứu của Võ Văn Hòa và cộng của dự báo trực tiếp từ ECMWF và RMSEref là
sự (2016) [2]. sai số quân phương của dự báo đối chứng (dự
2. Mô tả tập số liệu và phương pháp báo quán tính khí hậu). Nếu SS âm hoặc bằng 0,
đánh giá
dự báo từ ECMWF là không có kỹ năng dự báo,
Để đánh giá được chất lượng dự báo hạn mùa ngược lại, nếu SS dương thì dự báo từ ECMWF
từ hệ thống VarEPS của ECMWF cho khu vực có kỹ năng dự báo do có sai số nhỏ hơn sai số
Việt Nam, các nguồn số liệu được thu thập gồm: của dự báo đối chứng. Giá trị SS càng gần 1 thì
- Số liệu quan trắc nhiệt độ trung bình ngày kỹ năng dự báo càng cao.
(T2m), nhiệt độ tối cao ngày (Tmax), nhiệt độ
Không gian đánh giá được thực hiện tại từng
tối thấp ngày (Tmin) của 171 trạm quan quan điểm trạm, cụ thể là tại 171 trạm quan trắc khí
trắc khí tượng bề mặt [2] từ 1/1/2012 đến tượng bề mặt. Để tính giá trị sai số đặc trưng cho
30/6/2016. Số liệu quan trắc ngày này được sử từng vùng, chuỗi số liệu đánh giá của các điểm
dụng để tính toán các đặc trưng trung bình tháng̣ trạm trong vùng đó sẽ được gộp lại thành 1 chuỗi
của nhiệt độ.
số liệu để đánh giá. Các khu vực được đánh giá
- Số liệu dự báo hạn mùa của ECMWF cho gồm Tây Bắc (TB), Việt Bắc (VB), Đông Bắc
các yếu tố T2m, Tmax và Tmin trung bình tháng (ĐB), Đồng bằng Bắc Bộ (ĐBBB), Bắc Trung
cho giai đoạn từ tháng 1/2012 - 6/2016. Số liệu Bộ (BTB), Trung Trung Bộ (TTB), Nam Trung
này được cung cấp trên lưới có độ phân giải 0,75 Bộ (NTB), Tây Nguyên (TN) và Nam Bộ (NB).
độ.
Theo mùa, chúng tôi tiến hành đánh giá cho 4
Để đảm bảo việc đánh giá không bị ảnh mùa gồm mùa thu (tháng 9 -11), mùa hè (tháng
hưởng bởi sai số quan trắc, số liệu quan trắc tại 6 - 8), mùa đông (tháng 12 - 2) và mùa xuân
các trạm khí tượng bề mặt được kiểm tra chất (tháng 3 - 5). Đối với bài toán dự báo hạn mùa,
lượng trước khi được sao lưu vào CSDL. Các ngoài khái niệm “hạn dự báo”, người ta còn sử
bước kiểm tra gồm kiểm tra logic, kiểm tra vật lý dụng thêm khái niệm “tháng được dự báo” (tar-
và kiểm tra không gian theo tiêu chí 3 sigma.
get month). Hình 1 dưới đây minh họa sơ đồ dự
Để chỉ ra được chất lượng dự báo hạn mùa báo hạn mùa trong đó mỗi tháng có 1 dự báo cho
của ECMWF cho khu vực Việt Nam, việc lựa đến 6 tháng tiếp theo. Như vậy, tại tháng 7 (tháng
chọn được phương pháp đánh giá phù hợp là hết được dự báo), sẽ có các dự báo từ tháng 2, 3, 4,
sức quan trọng. Tùy thuộc vào yếu tố cần đánh 5 và 6 có dự báo cho tháng 7 và tạo ra 5 giá trị
giá, các phương pháp đánh giá và chỉ số đánh giá dự báo này. Tập dự báo này sẽ được sử dụng để
khác nhau sẽ được sử dụng. Trong nghiên cứu đánh giá chất lượng dự báo cho tháng 7. Kết quả
này, cách tiếp cận đánh giá tại điểm trạm được đánh giá theo 4 mùa nói trên sẽ dựa trên kết quả
thực hiện. Do các biến T2m, Tmax và Tmin là đánh giá của từng tháng trong mùa.
các biến liên tục, nên các chỉ số đánh giá gồm
sai số trung bình (ME), sai số tuyệt đối (MAE)
và sai số quân phương (RMSE) [2]. Để chứng
minh dự báo hạn mùa của ECMWF có kỹ năng
dự báo, dự báo theo quán tính khí hậu (lấy giá
trị trung bình khí hậu của tháng để làm dự báo
cho tháng đó) được sử dụng để làm dự báo đối
chứng. Chỉ số SS (Skill Score) được sử dụng và
Hình 1. Sơ đồ minh họa sơ đồ dự báo hạn mùa
TẠP CHÍ KHÍ TƯỢNG THỦY VĂN
Số tháng 12 - 2016
21
NGHIÊN CỨU & TRAO ĐỔI
Để đưa giá trị dự báo trên lưới về điểm trạm, trung bình tháng thứ 6). Nếu xem xét trên cả 6
chúng tôi sử dụng phương pháp nội suy song tháng dự báo, Giá trị trung bình của sai số ME
tuyến tính [2]. Phương pháp này sử dụng ô lưới đối với T2m dao động trong khoảng 1.5-30C, đối
2 x 2 điểm nút lưới để nội suy về điểm trạm nằm với Tmax là 2-3.50C, Tmin là 2.5-4.00C. Nếu so
bên trong theo nguyên tắc trung bình có trọng số sánh giữa 9 khu vực được đánh giá, giá trị ME
theo khoảng cách. Để hạn chế ảnh hưởng của của các khu vực ĐBBB, BTB, TTB, NTB và NB
hiệu ứng làm trơn gradient dọc theo bờ biển, mặt nhỏ hơn so với các khu vực còn lại. Hay nói cách
nạ đất/biển được sử dụng để xác định xem các khác, sai số hệ thống ở các khu vực miền núi thể
nút lưới được lựa chọn là nằm trên đất liền hay hiện rõ hơn (thông qua trị số ME) so với các khu
trên biển. Việc sử dụng sai nút lưới để nội suy vực đồng bằng và trung du.
có thể dẫn tới sai số lớn. Ví dụ, nếu điểm trạm
Các hình 5, 6 và 7 lần lượt đưa ra kết quả tính
nằm trên đất liền, trong khi các điểm nút lưới sử toán chỉ số RMSE cho dự báo T2m, Tmax và
dụng để nội suy nằm trên biển có thể gây ra Tmin trung bình cho các tháng dự báo thứ 1, thứ
những sai số trong dự báo nhiệt độ, độ ẩm và gió. 3 và thứ 6. Trong khi các bảng 1 và 2 tương ứng
Hình 2 đưa ra sơ đồ minh họa cách thức sử dụng đưa ra kết quả đánh giá dựa trên chỉ số RMSE
mặt nạ đất/biển để xác định chính xác loại nút cho từng khu vực và mùa dự báo. Từ các kết quả
lưới cũng như điểm cần nội suy thuộc về.
đánh giá nhận được, chúng tôi có một số nhận
xét như sau:
- Các khu vực ĐBBB, BTB, TTB, NTB và
NB có sai số dự báo nhỏ hơn so với các khu vực
TB, VB, ĐB và TN. Sai số dự báo Tmin có trị số
RMSE lớn hơn so với sai số trong dự báo T2m
và Tmax. Chỉ số RMSE tăng theo hạn dự báo.
- Nếu tính theo trung bình trên toàn bộ Việt
Nam, giá trị RMSE đối với dự báo T2m dao
động trong khoảng 2-3.20C, đối với Tmax là 2.2-
3.50C và Tmin là 2.5-4.50C. Nếu so với dự báo
quán tính khí hậu (lấy giá trị trung bình khí hậu
của tháng để làm dự báo cho tháng đó), thì rõ
ràng dự báo hạn mùa cho T2m, Tmax và Tmin
của ECMWF có kỹ năng dự báo (có sai số dự
báo nhỏ hơn, xem bảng 3).
Hình 2. Sơ đồ minh họa xác định điểm nội suy
là trên đất liền (màu xanh lá cây) hoặc trên
biển (màu xanh nước biển)
3. Một số kết quả nghiên cứu
Hình 3 đưa ra kết quả tính toán chỉ số ME
- Sai số dự báo hạn mùa cho các yếu tố T2m,
(hiệu giữa dự báo và quan trắc) cho các yếu tố Tmax và Tmin của ECMWF là tương đối ổn
T2m, Tmax và Tmin trung bình trong tháng dự định, ít có đột biến do giá trị sai số MAE và
báo đầu tiên (tháng thứ 1) tại 171 điểm trạm RMSE không có nhiều khác biệt (sự khác biệt
được đánh giá. Từ hình 3 có thể thấy đối với dự nhiều là do xuất hiện các giá trị sai số lớn bất
báo T2m và Tmax, dự báo hạn mùa từ ECMWF thường).
có xu hướng thiên thấp trong khi dự báo Tmin
- Sai số dự báo của hầu hết các yếu tố được
có xu hướng thiên cao tại hầu hết các trạm được đánh giá trong mùa thu và mùa xuân nhỏ hơn so
đánh giá. Xu thế sai số hệ thống giữ ổn định giữa với mùa đông và mùa hè, trong đó sai số lớn nhất
các tháng được dự báo (nếu dự báo tháng thứ được tìm thấy vào mùa đông (do tính biến động
nhất có xu thế thiên thấp thì các tháng còn lại lớn của các hình thế thời tiết quy mô lớn trong
cũng có xu thế thiên thấp, xem hình 4 cho dự báo mùa này).
TẠP CHÍ KHÍ TƯỢNG THỦY VĂN
Số tháng 12 - 2016
22
NGHIÊN CỨU & TRAO ĐỔI
Hình 3. Kết quả tính toán chỉ số ME tại các điểm trạm cho dự báo T2m (trái), Tmax (giữa) và Tmin
(phải) trung bình tháng thứ 1 từ ECMWF
Hình 4. Tương tự hình 3 nhưng cho dự báo trung bình tháng thứ 6 từ ECMWF
Hình 5. Kết quả tính toán chỉ số RMSE tại các điểm trạm cho dự báo T2m trung bình tháng thứ 1
(trái), tháng thứ 3 (giữa) và tháng thứ 6 (phải) từ ECMWF
Hình 6. Tương tự hình 5 nhưng cho dự báo Tmax từ ECMWF
TẠP CHÍ KHÍ TƯỢNG THỦY VĂN
Số tháng 12 - 2016
23
NGHIÊN CỨU & TRAO ĐỔI
Hình 7. Tương tự hình 5 nhưng cho dự báo Tmin từ ECMWF
Bảng 1. Kết quả tính toán chỉ số RMSE trung bình cho dự báo tháng thứ 1 tại 9 khu vực nghiên cứu
YӃu tӕ dӵ báo
Khu vӵc
Tây Bҳc
T2m trung
bình tháng
Tmax trung Tmin trung
bình tháng
4,6
bình tháng
4,8
4,2
3,9
3,6
2,4
2,8
2,9
3,4
3,7
2,9
ViӋt Bҳc
4,4
4,7
Ĉông Bҳc
4,1
4,3
Ĉӗng bҵng Bҳc Bӝ
Bҳc Trung Bӝ
Trung Trung Bӝ
Nam Trung Bӝ
Tây Nguyên
Nam Bӝ
2,5
2,8
3,1
3,2
3,1
3,2
3,9
4,1
4,0
4,2
3,2
3,3
Bảng 2. Kết quả tính toán chỉ số RMSE trung bình cho các mùa dự báo đối với dự báo tháng 1 từ hệ thống
dự báo hạn mùa của từ ECMWF
YӃu tӕ dӵ báo
Mùa
T2m trung
bình tháng
Tmax trung Tmin trung
bình tháng
bình tháng
Mùa xuân
2,8
3,8
3,0
4,0
3,0
3,8
3,1
4,1
2,9
3,5
2,8
4,0
Mùa hè
Mùa thu
Mùa ÿông
Bảng 3. Kết quả tính toán chỉ số kỹ năng dự báo (SS) trung bình cho dự báo tháng thứ 1 tại 9 khu vực
nghiên cứu
YӃu tӕ dӵ báo
Khu vӵc
T2m trung
bình tháng
Tmax trung Tmin trung
bình tháng
0,64
bình tháng
0,72
Tây Bҳc
0,65
0,55
0,48
0,40
0,52
0,46
0,38
0,58
0,35
ViӋt Bҳc
0,57
0,64
Ĉông Bҳc
0,61
0,56
Ĉӗng bҵng Bҳc Bӝ
Bҳc Trung Bӝ
Trung Trung Bӝ
Nam Trung Bӝ
Tây Nguyên
Nam Bӝ
0,42
0,52
0,48
0,52
0,41
0,49
0,42
0,46
0,62
0,64
0,41
0,48
TẠP CHÍ KHÍ TƯỢNG THỦY VĂN
Số tháng 12 - 2016
24
NGHIÊN CỨU & TRAO ĐỔI
4. Kết luận
mùa từ ECMWF cho các yếu tố nói trên có kỹ
Bài báo này đã đưa ra kết quả đánh giá chất năng dự báo. Do đó, việc tham khảo các sản
lượng dự báo hạn mùa cho nhiệt độ trung bình phẩm dự báo hạn mùa của ECMWF trong
tháng (T2m), nhiệt độ tối cao ngày trung bình nghiệp vụ là hoàn toàn khả thi. Theo khu vực,
tháng (Tmax) và nhiệt độ tối thấp ngày trung sai số dự báo tại các khu vực đồng bằng và trung
bình tháng (Tmin) từ hệ thống dự báo tổ hợp hạn du nhỏ hơn các khu vực miền núi. Theo mùa, sai
mùa của ECMWF. Các kết quả đánh giá được số dự báo trong mùa hè (6-8) nhỏ hơn so với mùa
thực hiện tại 171 điểm trạm khí tượng bề mặt của đông (12-2).
Việt Nam dựa trên chuỗi số liệu từ 1/1/2012 đến
Mặc dù có kỹ năng dự báo, nhưng kết quả
30/6/2016. Các kết quả đánh giá cho thấy dự báo đánh giá cũng chỉ ra xu thế sai số hệ thống tương
nhiệt độ trung bình tháng, nhiệt độ tối cao ngày đối rõ trong dự báo T2m, Tmax và Tmin của
trung bình tháng có xu thế thiên thấp (lạnh hơn), ECMWF. Để tiếp tục cải tiến được chất lượng
trong khi dự báo nhiệt độ tối thấp ngày trung dự báo các yếu tố này, chúng tôi đề xuất nghiên
bình tháng có xu thế thiên cao (nóng hơn). Nếu cứu sử dụng các phương pháp thống kê để tiếp
tính theo trung bình trên toàn bộ Việt Nam, giá tục hiệu chỉnh dự báo các yếu tố nhiệt độ nói
trị sai số quân phương đối với dự báo T2m dao trên. Bên cạnh đó, để cung cấp cái nhìn toàn diện
động trong khoảng 2-3.20C, đối với Tmax là 2.2- về chất lượng dự báo hạn mùa của ECMWF, cần
3.50C và Tmin là 2.5-4.50C. Tuy nhiên, các kết tiếp tục đánh giá chất lượng dự báo hạn mùa cho
quả tính toán chỉ số SS đã cho thấy dự báo hạn một số yếu tố khác như mưa, độ ẩm, gió, ...
Lời cảm ơn: bài báo này được hoàn thành dựa trên các tài liệu và số liệu được cung cấp từ đề tài
NCKH cấp Bộ “Nghiên cứu ứng dụng số liệu dự báo của Trung tâm Dự báo thời tiết hạn vừa Châu
Âu để nâng cao chất lượng dự báo hạn tháng và hạn mùa cho khu vực Việt Nam” do TTDBTƯ chủ
trì thực hiện.
Tài liệu tham khảo
1. Tạ Hữu Chỉnh và nnk (2013) , Nghiên cứu, xây dựng hệ thống dự báo tổ hợp hạn mùa dựa trên
kết quả dự báo của các mô hình nghiệp vụ toàn cầu, Thuyết minh đề cương Đề tài KHCN cấp Bộ,
mã số TNMT.05-25.
2. Võ Văn Hòa và cộng sự (2016), Nghiên cứu ứng dụng số liệu dự báo của Trung tâm Dự báo
thời tiết hạn vừa Châu Âu để nâng cao chất lượng dự báo hạn tháng và hạn mùa cho khu vực Việt
Nam, Báo cáo tổng kết đề tài NCKH cấp Bộ, 129tr.
3. Vũ Thanh Hằng và Nguyễn Thị Hạnh (2014), Thử nghiệm dự báo hạn mùa nhiệt độ trung bình
tháng và lượng mưa tháng cho Việt Nam sử dụng mô hình clWRF, Tạp chí Khoa học ĐHQGHN, tập
30, số 1 (2014), tr 31-40.
4. Phan Văn Tân và nnk (2011), Nghiên cứu xây dựng hệ thống mô hình dự báo hạn mùa cho một
số hiện tượng khí hậu cực đoan phục vụ phòng tránh thiên tai ở Việt Nam, Thuyết minh đề cương
Đề tài KHCN cấp Nhà nước, mã số ĐT.NCCB-ĐHUD.2011-G/09.
TẠP CHÍ KHÍ TƯỢNG THỦY VĂN
Số tháng 12 - 2016
25
NGHIÊN CỨU & TRAO ĐỔI
VALIDATION OF SEASONAL TEMPERATURE PREDICTION FROM
VAREPS OF ECMWF OVER VIET NAM
Vo Van Hoa (1), Mai Van Dinh (1), Du Duc Tien(2), Nguyen Manh Linh(2)
(1)Regional hydro-meteorological Center for Nothern Delta
(2)National center for hydro-meteorological forecasting
Abstract: The seasonal prediction from VarEPS of European Centre for Medium Range Forecast
(ECMWF) for month-average 2-meters temperature, month-average daily maximum temperature
and month-average daily minimum temperature is verified at 171 surface weather stations over Viet
Nam based on dataset of 2012-2016. The verification results points out clearily systemmatic error
tendency and root mean square error (rmse) is smaller than it’s climatology and persistence fore-
cast. According to verified area, the forecast quality of delta areas is better in comparison with
moutain areas (the rmse is smaller). The rmse of summer season is smaller than it’s winter season.
Key words: forecast verification, seasonal temperature prediction, ECMWF.
TẠP CHÍ KHÍ TƯỢNG THỦY VĂN
Số tháng 12 - 2016
26
7 trang
09/01/2024
17360
Free
Bạn đang xem tài liệu "Đánh giá chất lượng dự báo nhiệt độ từ hệ thống dự báo tổ hợp hạn mùa (Vareps) của ECMWF cho khu vực Việt Nam", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- danh_gia_chat_luong_du_bao_nhiet_do_tu_he_thong_du_bao_to_ho.pdf
