Chương 1: PHƯƠNG PHÁP NGHIÊN CỨU Mô hình số là một cách hiệu quả để dự báo các thảm họa liên quan đến bão theo phân bố thời gian và không gian mong muốn. Để tái tạo chính xác nước dâng do bão và sóng cao, cần phải xem xét ba thành phần chính, bao gồm cách tạo dữ liệu khí tượng, chọn mô hình nước dâng do bão và mô hình sóng gió phù hợp. Trong chương này sẽ trình cơ sở lý thuyết của các mô hình số trị được chọn, các thông số áp dụng cho từng mô hình và cách kết hợp các mô hình này với nhau.1 Mô hình WRF Trong nghiên cứu trước đây của chủ nhiệm đề tài, vấn đề mô phỏng nước dâng do bão sử dụng dữ liệu khí tượng từ mô hình GPV Meso-scale model (Grid point values) của Japanese meteorological Agency (JMA) đã được xem xét, kết quả mô phỏng được đối chiếu với các giá trị thực đo về trong cơn bão Jebi, 2018 đổ bộ vào vùng Kansai của Nhật Bản và cho kết quả tương đối chính xác [12]. Tuy nhiên mô hình JMA GPV chỉ áp dụng cho khu vực quanh Nhật Bản.
Do đó cần thiết phải sử dụng một mô hình khí tượng khác thay thế khi áp dụng cho những khu vực khác. Một phương án thay thế là Mô hình bão thông số (Parametric Typhoon Model), loại mô hình này được áp dụng trong mô phỏng bão từ lâu do tương đối dễ vận hành và cho giá trị trường gió mô phỏng tương đối chính xác, đặc biệt là khu vực nằm trong vùng bán kính vận tốc gió lớn nhất của cơn bão. Tuy nhiên, Mô hình bão thông số thể hiện nhiều hạn chế ngoài khu vực bán kính nêu trên [13]. Điều đó dẫn tới việc số liệu các trạm quan trắc nằm xa vùng tâm bão không thể dùng để hiệu chỉnh hay kiểm định mô hình được, trong khi đó số liệu quan trắc thực tế trong vùng tâm bão nhiều khi không sẵn có hoặc khu vực cần nghiên cứu nằm ngoài phạm vi mô phỏng của mô hình bão.
Trong bối cảnh đó Mô hình khí tượng phạm vi vùng (Mesoscale Model) có thể khắc phục được nhược điểm đó. Một số nhà nghiên cứu tập trung vào các mô hình dự báo thời tiết bằng mô hình số (Numerical Weather Prediction). Mục tiêu cuối cùng của các mô hình này là tái tạo trường gió càng chính xác càng tốt, để có thể đánh giá cường độ của bão và các hiện tượng khí 13 quyển cực đoan liên quan [14]. Một trong những mô hình khí tượng Mesoscale nổi tiếng dựa trên sự hợp tác phát triển giữa Trung tâm Nghiên cứu Khí quyển Quốc gia của Hoa Kỳ (NCAR) và Trung tâm Dự báo Môi trường Quốc gia (NCEP) là mô hình Nghiên cứu và Dự báo Thời tiết (Weather Research and Forecasting -WRF )[15].
Mô hình WRF có thể được mô phỏng ở các quy mô khác nhau cho cả phạm vi khí hậu toàn cầu và khu vực, chuyển động khí quyển. Ngoài ra, chất lượng không khí cũng có thể được đánh giá bằng WRF. Mô hình này cũng có thể thích hợp cho mô phỏng bão và mô phỏng tương tác không khí - mặt biển, được sử dụng rộng rãi và trở thành mô hình khí quyển phổ biến nhất. Hiện tại, mô hình WRF có hai mô-đun khác nhau bao gồm ARW (Advanced Research WRF) và NMM (the Nonhydrostatic Mesosclae Model), do NCAR và NCEP tương ứng phát triển.
ARW-WRF [16], là một trong những mô hình phổ biến nhất được sử dụng để dự đoán bão do hiệu suất ổn định, được sử dụng trong bài báo này. Mori, 2014 [17] mô phỏng cơn bão Haiyan, 2013 chủ yếu dựa trên kết quả từ WRF và kết quả cho thấy WRF có khả năng tái tạo trường gió trong cơn bão Haiyan một cách chính xác hợp lý. Sau đó, họ sử dụng đầu ra của WRF làm điều kiện biên của mô hình kết hợp sóng biển. Khi sử dụng WRF, cần chú ý đến hai khía cạnh là sự thay đổi về đường đi và cường độ của bão.
Sự tương tác giữa các hệ thống khí tượng đa quy mô, ví dụ như sự tương tác giữa sự xuất hiện và phát triển của quá trình khí tượng xuất hiện trong phạm vi các lưới tính toán phụ (lưới con) với môi trường nền quy mô lớn [18][19][20] đã dẫn đến sự thay đổi đó. Nói cách khác, kết quả mô phỏng phụ thuộc vào việc sử dụng các độ phân giải khác nhau của lưới tính toán trong mô phỏng bão. Thông thường, do giới hạn của phép tính tích phân của mô hình số, mô tả chuyển động của khí quyển ở vùng gần với lưới phụ hoặc trong phạm vi lưới phụ sẽ kém chính xác hơn. Nói chung, để khắc phục vấn đề này, việc tham số hóa các quá trình vật lý khác nhau xảy ra tại các lưới tính toán phụ này bao gồm bức xạ, đối lưu, lớp biên bề mặt… cần được xem xét [18][21][22].2 Mô hình DELFT3D-FLOW Về mô hình nước dâng do bão, nhiều nghiên cứu đã được tiến hành từ lâu.
Jelesnianski đã thực hiện mô hình số đơn giản, trong đó ông bỏ qua ma sát và các thành 14 phần phi tuyến tính để biểu diễn nước dâng trong bão. Kết quả cho thấy mực nước cao nhất xuất hiện ở phía bên phải của khu vực bị ảnh hưởng và đồng thời với cơn bão đổ bộ vào đất liền [23]. Một trong những mô hình nước dâng do bão nổi tiếng là mô hình SLOSH (Sea, lake and Overland Surges from Hurricanes) được phát triển bởi NOOA (Cơ quan Quản lý Khí quyển và Đại dương Quốc gia) và được sử dụng rộng rãi để mô phỏng ngập lụt ven biển do bão gây ra. Mô hình gió tham số đơn giản được tích hợp vào mô hình SLOSH.
SLOSH là mô hình 2-D, dựa trên phương pháp sai phân hữu hạn (FD) được xây dựng trên lưới Arakawa B [24]. SLOSH có thể tính năng tham số hóa dòng chảy 1 chiều trong kênh với diện tích mặt cắt ướt thay đổi, dòng chảy tràn qua các vật cản thẳng đứng (đê, đường…) và lực cản ma sát tăng lên do thảm thực vật. Tuy nhiên, như các mô hình số khác, SLOSH có những hạn chế. Đầu tiên, lưới SLOSH cho thấy sự hạn chế về kích thước, đặc biệt là ở vùng ven biển xung quanh khu vực nghiên cứu.
Thứ hai, mô hình cũng hạn chế về thiết lập ở biên mở dẫn đến độ chính xác của thông số điều kiện biên ít chính xác hơn trong các hiện tượng nước dâng do bão, hạn chế này cũng làm cho việc tương tác động trong phạm vi miền tính toán lớn hơn là không thể. SLOSH cũng không xét đến lượng mưa, dòng chảy từ sông và sóng do gió. Ngoài ra, một số hệ thống mô hình nước dâng do bão khác, bao quát một loạt các phương pháp số, miền tính toán, lực tác động và điều kiện biên, và mục đích khác nhau đã được sử dụng rộng rãi để dự đoán tác động của bão. Các mô hình tiêu chuẩn khác bao gồm mô hình Advanced Circulation (ADCIRC), Mô hình Primitive Equation Community Ocean Model (FVCOM), Mô hình Princeton Ocean Model (POM), Curvilinear-Grid Hydrodynamics 3D Model–Storm Surge Modeling System (CH3D-SSMS).
Mặc dù tất cả các mô hình này đều được sử dụng cho cùng một mục đích, nhưng mỗi mô hình đều có ưu và nhược điểm và phù hợp hơn với một ứng dụng cụ thể. Trong khuôn khổ đề tài, nhóm nghiên cứu chọn sử dụng mô hình Delft3D-FLOW, đây là mô hình mã nguồn mở, mọi đối tượng đều có thể tiếp cận. Một mô hình thông dụng khác là Mô hình MIKE-21 được nhiều nhà nghiên cứu sử dụng rộng rãi do đây là mô hình thương mại, do đó kết quả mô phỏng khá chính xác và có nhiều công cụ hỗ trợ trong việc xử lý số liệu đầu vào và đầu ra. Tuy nhiên chi phí đầu tư cho mô hình là khá lớn, thêm vào đó, phần mềm MIKE được xây dựng dưới dạng là một hệ sinh thái nên cần phải sử dụng các mô-đun cùng của MIKE, dẫn tới hạn chế trong việc kết hợp với các mô hình 15 khác.
Những phương án khác như các mô hình ADCIRC và FVCOM, đây là những mô hình nổi tiếng và thông dụng được nhiều nhà nghiên cứu sử dụng, tuy nhiên một mặt hạn chế của các mô hình này là đòi hỏi nguồn tài nguyên tính toán (computational resource) lớn cùng việc mô hình chạy trên nền hệ điều hành Ubuntu đi đôi với việc đòi hỏi kỹ năng lập trình tương đối của người sử dụng. Điều này làm ảnh hưởng tới việc áp dụng rộng rãi mô hình đến các đối tượng người sử dụng [25]. Mặt khác, mô hình sóng nước nông (SWAN)- được trình bày trong những chương sau- được chọn sử dụng để mô phỏng sóng, xuất phát từ cùng nhóm phát triển của mô hình Delft3D-FLOW, do đó sẽ giảm thiểu khả năng xung đột khi kết hợp hai mô hình. Dựa trên tiêu chí vận hành đơn giản, mô hình Delft3D-FLOW phiên bản Windows được chọn sử dụng.
Mô hình thủy động lực học Delft3D-FLOW được sử dụng để nghiên cứu mực nước do bão gây ra. FLOW dựa trên các giả định về nước nông và giả định thủy tĩnh để giải phương trình liên tục (Phương trình 1.1) và phương trình Navier-Stokes (Phương trình 1.3) cho chất lỏng không nén được. Mô-đun Delft3D FLOW có thể được áp dụng cho các hiện tượng ba chiều. Tuy nhiên, trong các trường hợp sóng dài như nước dâng do bão [26], sóng thần và sự lan truyền của thủy triều [27], lưới phẳng hai chiều thường được sử dụng.
Trong các phương trình này, hệ số √𝐺𝜉𝜉 √𝐺𝜂𝜂 được sử dụng để chuyển đổi từ tọa độ đường cong sang tọa độ hình chữ nhật, Q là nguồn phát (thu) trên một đơn vị diện tích, ν V là hệ số nhớt xoáy theo phương thẳng đứng, Pξ và Pη biểu thị cho gradient áp suất. Các lực F ξ và F η trong phương trình động lượng biểu thị sự không cân bằng của ứng suất Reynold theo phương ngang. M ξ và M η biểu thị cho sự đóng góp động lượng do các nguồn thu hoặc phát bên ngoài theo hướng ξ- và η- (ngoại lực có thể gây ra bởi các kết cấu thủy lực, xả hoặc rút nước, ứng suất sóng,. Biến thiên của ứng suất bức xạ do sự hiện diện của sóng đại diện cho các nguồn đầu vào trong phương trình động lượng.
Do đó, ứng suất bức xạ thu được sẽ làm cho mô-đun nước dâng do bão được hiệu chỉnh để xét đến hiệu ứng này.3 Mô hình DELFT3D-WAVE Đối với mô hình sóng, các mô hình số như Wave Action Model (WAM) [28], WAVEWATCH III (WW3) [29], MIKE21 Spectral Waves [30], Simulation Waves Nearshore (SWAN) [31] thường được sử dụng [32][33][34]. WAM và WW3 chủ yếu được sử dụng cho ứng dụng quy mô toàn cầu và khu vực, trong khi SWAN thích hợp cho mô hình sóng gần bờ.