MỞ ĐẦU Các nghiên cứu trƣớc đây đã chỉ ra rằng quỹ đạo bão chủ yếu đƣợc xác định bởi dòng dẫn môi trƣờng (Carr và Elsberry 1995 [9]; Berger và cộng sự 2007 [8]), rất nhiều các công trình dự báo bão bằng mô hình số đã cho thấy quỹ đạo bão có thể đƣợc dự báo khá tốt mà không cần phải tính đến các chi tiết động lực bên trong (Aberson và DeMaria 1994 [6]). Mặc dù dòng môi trƣờng có tác động đến dự báo quỹ đạo bão, dự báo chính xác đƣờng đi của bão hiện vẫn là vấn đề thách thức do các tƣơng tác đa quy mô của bão với môi trƣờng xung quanh. Có rất nhiều yếu tố chi phối sự di chuyển của bão bao gồm dòng dẫn môi trƣờng, hiệu ứng Beta, độ đứt gió thẳng đứng, hay hiệu ứng địa hình (Pike và Neumann 1987 [15]; Carr và cộng sự 2001 [9]; Payne và cộng sự 2007 [16]). Những yếu tố này thể hiện đặc biệt rõ ở khu vực Tây Bắc Thái Bình Dƣơng với sai số quỹ đạo bão ở khu vực này sau 3 ngày có thể lên đến 500 km trong một số trƣờng hợp.
Do các yếu tố bất định trong mô hình dự báo bão, các dự báo quỹ đạo hay cƣờng độ bão bằng một vài mô hình đơn lẻ nhìn chung không nắm bắt đƣợc đầy đủ các biến đổi của bão nhƣ các dự báo tổ hợp. Chính vì vậy, dự báo bão bằng các phƣơng pháp tổ hợp đang đƣợc xem là một trong những hƣớng đi phát triển nhanh nhất, đặc biệt theo hƣớng sử dụng bộ lọc Kalman tổ hợp (EnKF). Theo cách tiếp cận này, không những trƣờng điều kiện ban đầu đƣợc cải thiện sau khi đã đƣợc đồng hóa các dạng số liệu quan trắc khác nhau mà ngay cả sai số nội tại của mô hình cũng có thể đƣợc tính đến trong các bài toán dự báo, do đó có khả năng nâng cao chất lƣợng dự báo bão một cách đáng kể. Hiện nay, việc đánh giá và sử dụng số liệu vệ tinh để tăng cƣờng chất lƣợng dự báo quỹ đạo và cƣờng độ bão đang đƣợc quan tâm đặc biệt do số liệu vệ tinh có độ phủ lớn và độ chính xác cao.
Với mạng lƣới quan trắc 1 z thƣa thớt trên khu vực Tây Bắc Thái Bình Dƣơng các dữ liệu vệ tinh là một nguồn thông tin quan trọng trong việc cải thiện dòng dẫn bão môi trƣờng. Trong luận văn này tác giả sẽ tìm hiểu vai trò của số liệu vệ tinh AMV khi đƣa vào đồng hóa sẽ ảnh hƣởng nhƣ thế nào tới việc dự báo qũy đạo và cƣờng độ bão cho một trƣờng hợp bão Megi năm 2010 với đề tài “Đánh giá ảnh hưởng của số liệu vệ tinh đến dự báo quỹ đạo và cường độ bão Megi (2010) bằng phương pháp đồng hóa lọc Kalman tổ hợp” nội dung gồm 4 chƣơng nhƣ sau: Chƣơng 1 Tổng quan về phƣơng pháp đồng hóa Chƣơng 2 Cơ sở lý thuyết về lọc Kalman tổ hợp Chƣơng 3 Thiết kế thí nghiệm và miền tính Chƣơng 4 Kết quả và kết luận Qua đây tôi xin gửi lời cảm ơn chân thành và sâu sắc tới giáo viên hƣớng dẫn TS. Kiều Quốc Chánh cùng các thầy cô giáo trong Khoa Khí tƣợng -Thủy văn - Hải dƣơng học đã tạo điều kiện giúp đỡ tôi hoàn thành luận văn này. Tôi xin bày tỏ lời cảm ơn tới các anh, chị phòng Thí nghiệm Dự báo Thời tiết và khí hậu đã giúp đỡ và tạo điều kiện trong thời gian tôi làm việc và học tập tại đây.
Cuối cùng tôi xin bày tỏ lòng biết ơn sâu sắc tới bố mẹ, những ngƣời thân yêu trong gia đình tôi là những nguồn động viên tinh thần quý giá để tôi hoàn thành luận văn. Tôi xin chân thành cảm ơn ! Hoàng Thị Mai 2 z Chƣơng 1 TỔNG QUAN VỀ PHƢƠNG PHÁP ĐỒNG HÓA 1.1 Tổng quan về các phƣơng pháp đồng hóa số liệu Hiện nay hƣớng phát triển chính của mô hình dự báo thời tiết số là cải tiến cấu hình của mô hình và tăng cƣờng các biểu diễn vật lí của mô hình cho sát với thực tế hơn. Bên cạnh sự tiến bộ trong việc cải tiến phƣơng pháp và các tham số hóa vật lí, sự tiến bộ của công nghệ máy tính đã giúp tăng đáng kể độ phân giải của các mô hình ở cả quy mô toàn cầu và quy mô vừa. Tuy nhiên, các nghiên cứu về tính dự báo của mô hình đó chỉ ra rằng, những cải tiến này cuối cùng sẽ tới một giới hạn không thể vƣợt qua đƣợc do sự phụ thuộc rất lớn của kết quả dự báo vào điều kiện ban đầu.
Nói cách khác, sự bất định xuất hiện ở trong các bản tin dự báo là kết quả của những mô hình có độ phân giải thô, mặc dù đƣợc tính toán chính xác hơn nhƣng lại không mô tả đúng thực tế. Vì vậy cần những phƣơng pháp tốt hơn để giải quyết vấn đề không chỉ đơn thuần là cải tiến sức mạnh của các mô hình số. Những năm gần đây, đồng hóa số liệu bằng phƣơng pháp tổ hợp đang đƣợc các Trung tâm khí tƣợng lớn trên thế giới phát triển và ứng dụng, đặc biệt là phƣơng pháp lọc Kalman tổ hợp. Với phƣơng pháp này, tổ hợp kết quả của nhiều thành phần tham gia dự báo sẽ cải thiện đƣợc chất lƣợng dự báo dựa trên số liệu đầu vào đƣợc cập nhật liên tục theo thời gian.
Thực nghiệm cho thấy rằng phƣơng pháp này đạt kết quả cao hơn rất nhiều so với phƣơng pháp dự báo thông thƣờng. Sự thay thế của dự báo đơn lẻ bằng dự báo tổ hợp dựa trên sự thừa nhận rằng khí quyển có bản chất hỗn loạn. Lorenz (1963) [14]chỉ ra rằng, chỉ một nhiễu động rất nhỏ (ví dụ nhiễu động đƣợc sinh ra bởi sự vỗ cánh của con bƣớm) khi đƣợc đƣa vào khí quyển tại một thời điểm sẽ dẫn đến sự thay đổi 3 z rất lớn của khí quyển theo thời gian, sự thay đổi này lớn đến mức chỉ sau khoảng hai hoặc ba tuần, các chuyển động trong khí quyển đƣợc gây nhiễu và khí quyển không đƣợc gây nhiễu khác nhau hoàn toàn. Nghiên cứu của Lorenz dẫn đến một hệ thống lí thuyết động lực mới, theo đó, mô phỏng các hệ thống tất định nhƣ khí quyển (bao gồm các mô hình số) mang tính bất định: những nhiễu động ngẫu nhiên trong trƣờng ban đầu dù rất nhỏ sẽ dẫn đến sự sai khác rất lớn theo thời gian.
Mặt khác, chúng ta lại không thể nào đo đƣợc chính xác trạng thái thực của khí quyển. Các giá trị của trƣờng phân tích (đƣợc tổng hợp từ số liệu quan trắc và mô hình) luôn chứa những sai số mà ở đó, độ lớn của sai số có thể đƣợc ƣớc lƣợng một cách gần đúng. Những sai số này bao gồm sai số của thiết bị đo, sự không đầy đủ của các trạm quan trắc và phép lấy gần đúng trong kĩ thuật tính toán của mô hình. Ngay cả với một mô hình khí quyển hoàn hảo, độ chính xác của kết quả dự báo sẽ giảm nhanh chóng chỉ trong vòng vài tuần.
Nghiên cứu về đồng hóa số liệu đƣợc bắt đầu từ những năm 50 của thế kỷ trƣớc, phƣơng pháp đồng hóa số liệu đầu tiên đƣợc gọi là “phân tích khách quan”, đối lập với phƣơng pháp “phân tích synop” khách quan sử dụng phép nội suy đơn giản. Trong khí tƣợng, bài toán đồng hóa số liệu là quá trình mà qua đó tất cả các thông tin có sẵn đƣợc sử dụng để ƣớc tính một cách chính xác nhất có thể trạng thái khí quyển tại một thời điểm ban đầu cho trƣớc. Vấn đề xác định điều kiện ban đầu cho mô hình dự báo số này là một bài toán quan trọng trong bất kì hệ thống dự báo bằng mô hình số nào, do đặc tính phụ thuộc mạnh vào điều kiện ban đầu của của các mô hình dự báo thời tiết số. Các thông tin có sẵn về cơ bản bao gồm các quan trắc thích hợp, và phù hợp với tính chất vật lý chi phối sự phát triển của khí quyển, chúng có giá trị thực tế dƣới hình thức của một mô hình số.
Do bản chất phi tuyến của các phƣơng trình mô tả khí quyển nên những sai số nhỏ không thể đo đƣợc trong 4 z trạng thái ban đầu sẽ phát triển rất nhanh sau một khoảng thời gian (10-14 ngày) và kết quả dự báo sẽ không còn tin cậy cho dù mô hình dự báo là hoàn hảo. Bằng cách đồng hoá số liệu, những sai số dự báo do điều kiện ban đầu có thể đƣợc giảm nhẹ dẫn đến kết quả dự báo tốt hơn. Ƣớc lƣợng điều kiện ban đầu càng chính xác, thì chất lƣợng dự báo sẽ càng tốt. Phƣơng pháp đồng hóa số liệu đã trở thành một phƣơng pháp quan trọng trong ngành dự báo, đồng hóa số liệu có thể chia thành nhiều nhóm khác nhau: tuần tự, không tuần tự, liên tục, biến phân.
Theo quan điểm hiện đại, các phƣơng pháp đồng hóa số liệu có thể đƣợc tạm chia thành hai loại: Một là phƣơng pháp đồng hóa biến phân (ĐHBP), trong đó trạng thái phân tích đƣợc tìm bằng cách xác định trạng thái của khí quyển có khả năng xảy ra cao nhất ứng với một tập quan trắc và một trạng thái nền cho trƣớc. Bài toán ĐHBP có thể chia thành bài toán 3 chiều (3DVAR) hay 4 chiều (4DVAR). Cách tiếp cận chung của bài toán này là tìm một trƣờng phân tích nào đó có khả năng xảy ra cao nhất bằng cách tối thiểu hóa một hàm giá. Phƣơng pháp đồng hóa biến phân này có ƣu điểm là hàm giá đƣợc cực tiểu hóa trên toàn miền và do đó kết quả trƣờng phân tích sẽ loại bỏ đƣợc những tình huống dị thƣờng (hay còn gọi là các tình huống dị thƣờng “mắt trâu”) - mà trong đó trạng thái phân tích chỉ nhận giá trị xung quanh điểm quan trắc.
Mặc dù vậy, đồng hóa biến phân có một số nhƣợc điểm lớn không thể bỏ qua. Nhƣợc điểm thứ nhất đó là không cho phép tính đến sự biến đổi của ma trận sai số hiệp biến trạng thái nền theo thời gian. Đây là một điểm yếu lớn vì trong thực tế sai số nền biến thiên mạnh theo thời gian và hình thế thời tiết. Nhƣợc điểm thứ hai là việc hội tụ của phép lặp khi tìm trạng thái phân tích phụ thuộc nhiều vào sự tồn tại của các cực trị địa phƣơng.
Thêm vào đó, việc nghịch đảo ma trận sai số nền trong thực tế là không thể. Do đó, rất nhiều các 5 z giả thiết đơn giản hóa cho ma trận này phải đƣợc đƣa vào để loại bỏ các tƣơng quan chéo không cần thiết giữa các biến.