Tổng quan nghiên cứu

Mưa dông là hiện tượng thời tiết nguy hiểm phổ biến tại khu vực Nam Bộ, đặc biệt là Thành phố Hồ Chí Minh (TPHCM), với tần suất và cường độ ngày càng gia tăng trong bối cảnh biến đổi khí hậu. Theo thống kê, lượng mưa trung bình hàng năm tại TPHCM từ 1984 đến 2017 đạt khoảng 1.900 mm, tập trung chủ yếu vào mùa mưa từ tháng 5 đến tháng 11, trong đó tháng 9 và 10 có lượng mưa cao nhất. Các trận mưa dông cục bộ kéo dài chỉ từ 1 đến 3 giờ nhưng gây ra nhiều hậu quả nghiêm trọng như ngập úng diện rộng, sụt lún đất, hư hại cơ sở hạ tầng và ảnh hưởng đến giao thông, an toàn người dân. Ví dụ, trận mưa ngày 15/8/2022 với lượng mưa trên 100 mm đã gây ngập 67 tuyến đường và làm gián đoạn hoạt động tại sân bay Tân Sơn Nhất.

Mục tiêu nghiên cứu là thử nghiệm và đánh giá khả năng dự báo mưa dông hạn cực ngắn (1-3 giờ) bằng ảnh mây vệ tinh Himawari-8 kết hợp mô hình số trị WRF cho khu vực TPHCM trong các đợt mưa từ năm 2019 đến 2020. Phạm vi nghiên cứu bao gồm 6 đợt mưa điển hình trong mùa mưa, với dữ liệu thu thập từ 10 trạm đo mưa tự động trên địa bàn thành phố. Ý nghĩa nghiên cứu nhằm nâng cao chất lượng dự báo mưa dông, giảm thiểu thiệt hại do thiên tai, đồng thời hỗ trợ công tác cảnh báo sớm và quản lý rủi ro thiên tai tại đô thị lớn như TPHCM.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình khí tượng học hiện đại, bao gồm:

  • Lý thuyết hình thế thời tiết và khí quyển đối lưu: Giải thích các hình thế gây mưa dông như gió mùa Tây Nam, rãnh xích đạo, dải hội tụ nhiệt đới (ITCZ), áp thấp nhiệt đới và bão. Các khái niệm như sóng đông, đỉnh mây trồi lên, và các chỉ số đối lưu (Lifted Index, K Index) được sử dụng để phân tích điều kiện khí quyển thuận lợi cho mưa dông.

  • Mô hình số trị WRF (Weather Research and Forecasting): Mô hình khu vực với độ phân giải 9x9 km, sử dụng dữ liệu GFS làm điều kiện biên, phục vụ dự báo mưa định lượng hạn 24 giờ. Mô hình này giúp mô phỏng phân bố mưa, hướng di chuyển và cường độ mưa dông.

  • Công cụ dự báo mưa dông hạn cực ngắn RDT-CW (Rapidly Developing Thunderstorm - Convection Warning): Phát triển bởi Météo-France, sử dụng ảnh mây vệ tinh Himawari-8 kết hợp dữ liệu mô hình số trị và định vị sét để phát hiện, theo dõi, phân biệt và dự báo dịch chuyển các hệ thống mây đối lưu trong phạm vi 1-3 giờ. Các khái niệm chính gồm phân loại mây (Cloud Type), nhiệt độ đỉnh mây (Cloud Top Height), cường độ mưa đối lưu (Convective Rain Rate), và thuật toán theo dõi mây dựa trên chồng chéo địa lý.

Phương pháp nghiên cứu

  • Nguồn dữ liệu: Ảnh mây vệ tinh Himawari-8 (các kênh VIS, IR, WV), số liệu tái phân tích ERA5 của ECMWF, dữ liệu dự báo mưa mô hình WRF, số liệu mưa thực đo từ 10 trạm tự động Vrain tại TPHCM, và dữ liệu định vị sét.

  • Phạm vi nghiên cứu: 6 đợt mưa điển hình trong mùa mưa 2019-2020, mỗi đợt kéo dài từ 1 đến 3 ngày, tập trung vào các tháng 5-11.

  • Phương pháp phân tích: So sánh phân bố mưa dự báo từ RDT-CW và WRF với mưa thực đo, đánh giá sai số dự báo bằng các chỉ số ME, MAE, MSE, RMSE và hệ số tương quan (r). Phân tích hình thế thời tiết synop từ mặt đất đến mực 500 mb để xác định điều kiện khí quyển gây mưa dông. Đánh giá khả năng mô phỏng hướng di chuyển và cường độ mây đối lưu trên ảnh vệ tinh.

  • Timeline nghiên cứu: Thu thập và xử lý dữ liệu trong hai năm 2019-2020, phân tích từng đợt mưa, tổng hợp kết quả và đề xuất giải pháp.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Khả năng mô phỏng hướng di chuyển và vùng ảnh hưởng của mây đối lưu trên ảnh vệ tinh: Ảnh mây vệ tinh Himawari-8 đã mô phỏng chính xác hướng di chuyển của các vùng mây đối lưu trong các đợt mưa, phù hợp với hướng gió chủ đạo (Tây Nam - Đông Bắc hoặc Tây - Đông) tại TPHCM. Ví dụ, đợt mưa ngày 27-28/7/2019 cho thấy vùng mây dông di chuyển từ Tây sang Đông, trùng khớp với hướng gió Tây Nam chi phối.

  2. Độ chính xác dự báo cường độ mưa đối lưu: Sản phẩm cường độ mưa đối lưu (CRR) từ RDT-CW phản ánh tương đối đúng mức độ mưa tại các trạm đo, tuy nhiên có hiện tượng đánh giá thấp cường độ mưa to tại một số thời điểm như đợt mưa ngày 27/5/2019 lúc 18h tại Nhà Bè và Cát Lái.

  3. Sai số dự báo mưa của hệ thống RDT-CW và mô hình WRF: Sai số bình phương trung bình (MSE) và hệ số tương quan (r) cho thấy mô hình WRF có độ chính xác cao hơn trong dự báo lượng mưa tổng thể với r trung bình khoảng 0.65, trong khi RDT-CW đạt r khoảng 0.55. Tuy nhiên, RDT-CW có ưu thế trong dự báo hạn cực ngắn (1-3 giờ) nhờ sử dụng dữ liệu vệ tinh thời gian thực.

  4. Ảnh hưởng của hình thế thời tiết đến dự báo: Các đợt mưa chịu ảnh hưởng bởi rãnh áp thấp, áp cao cận nhiệt đới và vùng hội tụ gió trên cao có sự biến đổi phức tạp, gây khó khăn cho dự báo chính xác cường độ và vị trí mưa dông. Ví dụ, đợt mưa ngày 2-3/11/2019 có cường độ mưa thấp và phân bố mưa không đồng đều, phù hợp với ảnh mây vệ tinh mô phỏng vùng mây đối lưu yếu.

Thảo luận kết quả

Kết quả nghiên cứu cho thấy việc kết hợp ảnh mây vệ tinh Himawari-8 với mô hình số trị WRF và dữ liệu định vị sét trong công cụ RDT-CW giúp nâng cao khả năng dự báo mưa dông hạn cực ngắn tại TPHCM. Ảnh vệ tinh cung cấp thông tin thời gian thực về sự phát triển và di chuyển của các hệ thống mây đối lưu, trong khi mô hình WRF hỗ trợ dự báo định lượng và mô phỏng các hình thế khí quyển phức tạp.

So với các nghiên cứu trong nước và quốc tế, kết quả này phù hợp với xu hướng ứng dụng công nghệ viễn thám và mô hình số trị trong dự báo thời tiết cực ngắn hạn. Tuy nhiên, sai số dự báo vẫn còn do hạn chế về mật độ trạm quan trắc, độ phân giải mô hình và biến động khí quyển phức tạp. Việc cải tiến thuật toán phân biệt mây đối lưu và tích hợp thêm dữ liệu radar, sét có thể giúp giảm sai số và tăng độ tin cậy.

Dữ liệu có thể được trình bày qua biểu đồ so sánh lượng mưa dự báo và thực đo theo từng giờ tại các trạm, bảng thống kê sai số MSE, RMSE và hệ số tương quan r cho từng đợt mưa, cũng như bản đồ phân bố mưa dự báo và thực tế để minh họa khả năng mô phỏng vùng mưa.

Đề xuất và khuyến nghị

  1. Tăng cường tích hợp dữ liệu đa nguồn: Kết hợp dữ liệu radar thời tiết, định vị sét và ảnh vệ tinh để cải thiện độ chính xác dự báo mưa dông hạn cực ngắn, giảm thiểu sai số trong phân biệt và theo dõi mây đối lưu. Chủ thể thực hiện: Viện Khí tượng Thủy văn và Biến đổi khí hậu, trong vòng 1-2 năm.

  2. Nâng cao độ phân giải mô hình số trị WRF: Áp dụng mô hình với độ phân giải cao hơn (dưới 5 km) để mô phỏng chi tiết hơn các hình thế thời tiết phức tạp tại TPHCM, giúp dự báo chính xác hơn về vị trí và cường độ mưa dông. Chủ thể thực hiện: Trung tâm Dự báo Khí tượng Thủy văn Quốc gia, trong 2-3 năm tới.

  3. Phát triển thuật toán phân biệt mây đối lưu: Cải tiến thuật toán RDT-CW để xử lý tốt hơn các giai đoạn phát triển của mây dông, giảm cảnh báo sai và tăng khả năng nhận dạng các ổ mây nhỏ, đặc biệt trong điều kiện khí quyển bất ổn. Chủ thể thực hiện: Các nhóm nghiên cứu khí tượng học, trong 1 năm.

  4. Xây dựng hệ thống cảnh báo sớm và truyền thông hiệu quả: Thiết lập kênh cảnh báo mưa dông hạn cực ngắn đến người dân và các cơ quan quản lý đô thị, giao thông nhằm giảm thiểu thiệt hại do mưa dông gây ra. Chủ thể thực hiện: Sở Tài nguyên và Môi trường TPHCM phối hợp với Đài Khí tượng Thủy văn khu vực, trong 6 tháng đến 1 năm.

Đối tượng nên tham khảo luận văn

  1. Các nhà khí tượng học và chuyên gia dự báo thời tiết: Nghiên cứu cung cấp phương pháp và công cụ mới trong dự báo mưa dông hạn cực ngắn, giúp nâng cao chất lượng dự báo và cảnh báo.

  2. Cơ quan quản lý thiên tai và phòng chống lụt bão: Tham khảo để xây dựng hệ thống cảnh báo sớm, giảm thiểu thiệt hại do mưa dông gây ra tại các đô thị lớn như TPHCM.

  3. Các nhà nghiên cứu khoa học khí hậu và biến đổi khí hậu: Cung cấp dữ liệu và phân tích về ảnh hưởng của biến đổi khí hậu đến hiện tượng mưa dông cục bộ, hỗ trợ nghiên cứu sâu hơn về tác động khí hậu.

  4. Các đơn vị quản lý đô thị và giao thông: Sử dụng kết quả dự báo để điều phối giao thông, quản lý ngập úng và đảm bảo an toàn cho người dân trong các đợt mưa dông.

Câu hỏi thường gặp

  1. Công cụ RDT-CW dự báo mưa dông hạn cực ngắn như thế nào?
    RDT-CW sử dụng ảnh mây vệ tinh Himawari-8 kết hợp dữ liệu mô hình số trị và định vị sét để phát hiện, theo dõi và dự báo dịch chuyển các hệ thống mây đối lưu trong phạm vi 1-3 giờ. Thuật toán phân biệt mây đối lưu dựa trên nhiệt độ đỉnh mây và các chỉ số đối lưu, giúp cảnh báo sớm mưa dông.

  2. Mô hình WRF có vai trò gì trong nghiên cứu này?
    WRF là mô hình số trị khu vực giúp dự báo định lượng lượng mưa trong phạm vi 24 giờ với độ phân giải 9x9 km. Mô hình hỗ trợ mô phỏng hình thế khí quyển và phân bố mưa, được so sánh với dự báo từ RDT-CW để đánh giá độ chính xác.

  3. Sai số dự báo mưa dông tại TPHCM hiện nay là bao nhiêu?
    Theo kết quả nghiên cứu, hệ số tương quan giữa dự báo và mưa thực đo của mô hình WRF đạt khoảng 0.65, trong khi RDT-CW đạt khoảng 0.55. Sai số bình phương trung bình (MSE) và sai số bình phương gốc (RMSE) cho thấy còn tồn tại sai số do biến động khí quyển phức tạp và hạn chế dữ liệu quan trắc.

  4. Ảnh vệ tinh Himawari-8 có ưu điểm gì trong dự báo mưa dông?
    Himawari-8 cung cấp ảnh mây địa tĩnh với độ phân giải cao và tần suất cập nhật nhanh, giúp theo dõi sự phát triển và di chuyển của các hệ thống mây đối lưu theo thời gian thực, rất hữu ích cho dự báo hạn cực ngắn.

  5. Làm thế nào để cải thiện dự báo mưa dông tại các đô thị lớn?
    Cần tích hợp đa dạng nguồn dữ liệu (vệ tinh, radar, sét), nâng cao độ phân giải mô hình số trị, cải tiến thuật toán phân biệt mây đối lưu và xây dựng hệ thống cảnh báo sớm hiệu quả, đồng thời tăng cường truyền thông đến người dân và các cơ quan liên quan.

Kết luận

  • Nghiên cứu đã thử nghiệm thành công công cụ dự báo mưa dông hạn cực ngắn RDT-CW kết hợp ảnh mây vệ tinh Himawari-8 và mô hình số trị WRF cho khu vực TPHCM trong các đợt mưa 2019-2020.
  • Ảnh vệ tinh mô phỏng chính xác hướng di chuyển và sự phát triển của các vùng mây đối lưu, phù hợp với điều kiện gió mùa và hình thế thời tiết tại địa phương.
  • Mô hình WRF có độ chính xác cao hơn trong dự báo lượng mưa tổng thể, trong khi RDT-CW ưu thế trong dự báo hạn cực ngắn nhờ dữ liệu thời gian thực.
  • Sai số dự báo còn tồn tại do hạn chế về dữ liệu quan trắc và biến động khí quyển phức tạp, cần cải tiến thuật toán và tích hợp thêm dữ liệu radar, sét.
  • Đề xuất tăng cường tích hợp dữ liệu đa nguồn, nâng cao độ phân giải mô hình, cải tiến thuật toán phân biệt mây đối lưu và xây dựng hệ thống cảnh báo sớm nhằm nâng cao chất lượng dự báo mưa dông tại TPHCM trong tương lai.

Luận văn mở ra hướng nghiên cứu ứng dụng công nghệ viễn thám và mô hình số trị trong dự báo thời tiết cực ngắn hạn, góp phần giảm thiểu thiệt hại do thiên tai tại các đô thị lớn. Các nhà nghiên cứu và cơ quan quản lý có thể tiếp tục phát triển và ứng dụng các giải pháp này để nâng cao hiệu quả công tác dự báo và cảnh báo mưa dông.