Thử nghiệm dự báo tầm nhìn cho các sân bay miền Bắc bằng mô hình WRF

Luận văn thạc sĩ nghiên cứu hus thử nghiệm dự báo tầm nhìn cho các sân bay thuộc cụm cảng hàng không miền bắc bằng mô hình wrf, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện

• Tác giả: Nguyễn Văn Hồng
• Người hướng dẫn: Ts. Ngô Đức Thành
• Trường học: Trường Đại học Khoa học Tự nhiên
• Chuyên ngành: Khí tượng và Khí hậu học
• Đề tài: Thử nghiệm dự báo tầm nhìn cho các sân bay thuộc cụm cảng hàng không miền Bắc bằng mô hình WRF
• Loại tài liệu: Luận văn thạc sỹ
• Năm xuất bản: 2013
• Địa điểm: Hà Nội

Mục lục chi tiết

• PHẦN MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ DỰ BÁO SƯƠNG MÙ, MÂY THẤP VÀ TẦM NHÌN
• 1.1. Những khái niệm và định nghĩa
• 1.2. Tổng quan về dự báo sương mù, mây thấp và tầm nhìn
• 1.3. Kinh nghiệm dự báo trên thế giới
• 1.4. Kinh nghiệm dự báo trong nước
• 1.5. Các phương pháp dự báo tầm nhìn từ mô hình số trị
• 1.6. Phương pháp dự báo FSI
• 1.7. Phương pháp Steolinga và Warner (SW99)
• 1.8. Phương pháp RUC
• 1.9. Phương pháp dự báo FSL
• 1.10. Phương pháp kết hợp CVIS
• 1.11. Phương pháp RVIS
• 2. CHƯƠNG 2: MÔ HÌNH WRF VÀ ỨNG DỤNG DỰ BÁO
• 2.1. Giới thiệu mô hình dự báo thời tiết WRF
• 2.2. Cấu trúc chương trình WRF
• 2.3. Các bước chạy mô hình
• 2.4. Cấu hình miền tính, số liệu
• 2.5. Số liệu METAR
• 3. CHƯƠNG 3: KẾT QUẢ DỰ BÁO VÀ PHÂN TÍCH
• 3.1. Kết quả dự báo cho sân bay Nội Bài
• 3.2. Kết quả dự báo tầm nhìn cho sân bay Nội Bài
• 3.3. Kết quả dự báo trường nhiệt độ và nhiệt độ điểm sương sân bay Nội Bài
• 3.4. Kết quả dự báo cho sân bay Cát Bi
• 3.5. Kết quả dự báo tầm nhìn cho sân bay Cát Bi
• 3.6. Kết quả dự báo trường nhiệt độ và nhiệt độ điểm sương cho sân bay Cát Bi
• 3.7. Kết quả dự báo cho sân bay Vinh
• 3.8. Kết quả dự báo tầm nhìn cho sân bay Vinh
• 3.9. Kết quả dự báo trường nhiệt độ và nhiệt độ điểm sương cho sân bay Vinh
• KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về dự báo tầm nhìn cho sân bay miền Bắc

Dự báo tầm nhìn cho sân bay miền Bắc là một lĩnh vực quan trọng trong ngành khí tượng hàng không. Với sự phát triển của công nghệ và mô hình dự báo, việc áp dụng mô hình WRF (Weather Research and Forecast) đã mở ra nhiều cơ hội mới cho việc nâng cao chất lượng dự báo. Mô hình này cho phép dự báo chính xác hơn về các hiện tượng thời tiết như mù, sương mù và mây thấp, từ đó cải thiện tầm nhìn cho các chuyến bay. Việc dự báo tầm nhìn không chỉ giúp đảm bảo an toàn cho hành khách mà còn nâng cao hiệu quả kinh tế cho các hãng hàng không.

1.1. Khái niệm và tầm quan trọng của dự báo tầm nhìn

Dự báo tầm nhìn là quá trình ước lượng khả năng nhìn thấy trong điều kiện thời tiết cụ thể. Tầm nhìn thấp có thể gây ra nhiều vấn đề cho hoạt động hàng không, bao gồm việc hoãn chuyến bay và tăng chi phí. Việc hiểu rõ về các yếu tố ảnh hưởng đến tầm nhìn như độ ẩm, nhiệt độ và áp suất là rất cần thiết để cải thiện độ chính xác của dự báo.

1.2. Các yếu tố ảnh hưởng đến tầm nhìn tại sân bay miền Bắc

Tại miền Bắc Việt Nam, các yếu tố như khí hậu nhiệt đới gió mùa, sự thay đổi đột ngột của thời tiết và các hiện tượng như sương mù, mây thấp thường xuyên xảy ra. Những yếu tố này không chỉ ảnh hưởng đến tầm nhìn mà còn đến an toàn bay. Việc nắm bắt và phân tích các yếu tố này là rất quan trọng trong việc dự báo chính xác tầm nhìn.

II. Thách thức trong dự báo tầm nhìn cho sân bay miền Bắc

Dự báo tầm nhìn cho sân bay miền Bắc đối mặt với nhiều thách thức. Các hiện tượng thời tiết như sương mù và mây thấp thường xảy ra bất ngờ và khó dự đoán. Hơn nữa, sự biến đổi khí hậu cũng làm gia tăng tính không ổn định của thời tiết, gây khó khăn cho các mô hình dự báo. Việc áp dụng mô hình WRF giúp cải thiện độ chính xác nhưng vẫn cần phải đối mặt với những thách thức này.

2.1. Sự biến đổi khí hậu và ảnh hưởng đến dự báo

Biến đổi khí hậu đã làm thay đổi các mẫu thời tiết truyền thống, dẫn đến sự gia tăng tần suất và cường độ của các hiện tượng thời tiết cực đoan. Điều này gây khó khăn cho việc dự báo tầm nhìn, đặc biệt là trong các tháng mùa đông khi sương mù và mây thấp thường xuyên xảy ra.

2.2. Khó khăn trong việc thu thập dữ liệu khí tượng

Việc thu thập dữ liệu khí tượng chính xác là rất quan trọng cho dự báo tầm nhìn. Tuy nhiên, tại miền Bắc, nhiều khu vực vẫn thiếu các trạm quan trắc hiện đại, dẫn đến việc thiếu thông tin cần thiết để cải thiện độ chính xác của mô hình WRF.

III. Phương pháp dự báo tầm nhìn bằng mô hình WRF

Mô hình WRF là một trong những công cụ mạnh mẽ nhất hiện nay trong việc dự báo thời tiết. Với khả năng mô phỏng chi tiết các hiện tượng khí tượng, mô hình này đã được áp dụng thành công trong việc dự báo tầm nhìn cho các sân bay miền Bắc. Các bước triển khai mô hình bao gồm cấu hình miền tính, thu thập dữ liệu và chạy mô hình để đưa ra các dự báo chính xác.

3.1. Cấu hình mô hình WRF cho dự báo tầm nhìn

Cấu hình mô hình WRF bao gồm việc xác định miền tính, lựa chọn các tham số khí tượng và thiết lập các điều kiện biên. Việc cấu hình chính xác là rất quan trọng để đảm bảo mô hình hoạt động hiệu quả và cho ra kết quả dự báo chính xác.

3.2. Quy trình chạy mô hình và phân tích kết quả

Quy trình chạy mô hình WRF bao gồm việc nhập dữ liệu khí tượng, chạy mô hình và phân tích kết quả. Các kết quả dự báo sẽ được so sánh với dữ liệu quan trắc thực tế để đánh giá độ chính xác và hiệu quả của mô hình.

IV. Ứng dụng thực tiễn của dự báo tầm nhìn tại sân bay miền Bắc

Việc áp dụng mô hình WRF trong dự báo tầm nhìn đã mang lại nhiều lợi ích cho các sân bay miền Bắc. Các hãng hàng không có thể lập kế hoạch bay hiệu quả hơn, giảm thiểu rủi ro và tăng cường an toàn cho hành khách. Hơn nữa, việc dự báo chính xác cũng giúp giảm thiểu chi phí phát sinh do hoãn chuyến bay.

4.1. Cải thiện an toàn bay nhờ dự báo chính xác

Dự báo tầm nhìn chính xác giúp các phi công và nhân viên điều hành có thể đưa ra quyết định kịp thời về việc cất cánh và hạ cánh. Điều này không chỉ đảm bảo an toàn cho hành khách mà còn giúp giảm thiểu các sự cố không mong muốn.

4.2. Tăng cường hiệu quả kinh tế cho các hãng hàng không

Việc dự báo tầm nhìn chính xác giúp các hãng hàng không tối ưu hóa lịch trình bay, giảm thiểu chi phí phát sinh do hoãn chuyến bay. Điều này góp phần nâng cao hiệu quả kinh tế cho các hãng hàng không hoạt động tại miền Bắc.

V. Kết luận và triển vọng tương lai của dự báo tầm nhìn

Dự báo tầm nhìn cho sân bay miền Bắc bằng mô hình WRF đã chứng minh được tính hiệu quả và tiềm năng trong việc nâng cao chất lượng dự báo. Tuy nhiên, vẫn còn nhiều thách thức cần phải vượt qua. Việc tiếp tục nghiên cứu và cải tiến mô hình sẽ giúp nâng cao độ chính xác và khả năng ứng dụng của dự báo tầm nhìn trong tương lai.

5.1. Hướng phát triển mô hình WRF trong tương lai

Trong tương lai, việc phát triển và cải tiến mô hình WRF sẽ tập trung vào việc nâng cao độ chính xác của dự báo tầm nhìn. Các nghiên cứu mới sẽ được thực hiện để tối ưu hóa các tham số và điều kiện biên của mô hình.

5.2. Tích hợp công nghệ mới vào dự báo tầm nhìn

Việc tích hợp các công nghệ mới như trí tuệ nhân tạo và học máy vào mô hình WRF sẽ giúp cải thiện độ chính xác và khả năng dự đoán của mô hình. Điều này sẽ mở ra nhiều cơ hội mới cho việc dự báo tầm nhìn trong ngành hàng không.

Nội dung chính

Tổng quan nghiên cứu

Hoạt động hàng không dân dụng và quân sự tại khu vực miền Bắc Việt Nam thường xuyên phải đối mặt với những thách thức nghiêm trọng từ các hiện tượng thời tiết nguy hiểm trong mùa đông, đặc biệt là sương mù, mây thấp và mưa phùn làm suy giảm tầm nhìn ngang. Điển hình vào ngày 05/03/2012, sương mù dày đặc đã làm tê liệt hoạt động khai thác tại Sân bay Quốc tế Nội Bài, khiến ít nhất 26 chuyến bay quốc tế và nội địa không thể cất hoặc hạ cánh đúng lịch trình. Trước đó, vào ngày 15/02/2012, hiện tượng giảm tầm nhìn xuống dưới ngưỡng khai thác tối thiểu cũng buộc 6 chuyến bay phải chuyển hướng đến các sân bay dự bị, gây xáo trộn lịch trình của hàng chục chuyến bay khác và tạo ra thiệt hại kinh tế ước tính hàng tỷ đồng.

Vấn đề cốt lõi nảy sinh từ sự tương tác phức tạp giữa khối không khí lạnh lục địa biến tính lệch đông di chuyển qua vịnh Bắc Bộ với điều kiện địa hình đặc thù tại các tỉnh phía Bắc, khiến độ ẩm tương đối tăng cao trên 95% và tầm nhìn ngang giảm xuống dưới 1000m. Để giải quyết bài toán cấp bách này, luận văn thạc sĩ chuyên ngành Khí tượng và Khí hậu học đã triển khai đề tài nghiên cứu ứng dụng mô hình số trị thời tiết WRF kết hợp với các phương pháp chẩn đoán thực nghiệm nhằm thử nghiệm dự báo tầm nhìn với thời hạn 24 giờ. Phạm vi nghiên cứu tập trung vào 3 sân bay trọng điểm thuộc Cụm cảng Hàng không miền Bắc gồm Nội Bài (VVNB), Cát Bi (VVCI) và Vinh (VVVH) trong các giai đoạn mùa đông từ năm 2010 đến năm 2012. Ý nghĩa thực tiễn của công trình thể hiện ở việc nâng cao độ tin cậy của các bản tin cảnh báo thời tiết sân bay, hỗ trợ tổ bay và bộ phận điều hành bay ra quyết định chính xác, từ đó giảm thiểu trên 30% rủi ro phải bay chờ hoặc chuyển hướng, đồng thời tối ưu hóa an toàn khai thác bay theo các tiêu chuẩn khắt khe của ngành hàng không.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng của hệ thống mô hình dự báo thời tiết số trị WRF phiên bản 3.0 (Weather Research and Forecasting), một mô hình động lực học phi thủy tĩnh nén được tích hợp các phương trình khí quyển hiện đại. Mô hình sử dụng sơ đồ tham số hóa vi vật lý Thompson để mô phỏng sự hình thành giọt nước và tinh thể băng trong mây, sơ đồ đất bề mặt Noah 4 lớp nhằm mô phỏng chính xác quá trình trao đổi nhiệt ẩm giữa đất và khí quyển, sơ đồ lớp biên hành tinh YSU (Yonsei University), sơ đồ đối lưu Betts-Miller-Janjic và sơ đồ bức xạ sóng dài RRTM.

Về mặt chẩn đoán tầm nhìn khí tượng, luận văn áp dụng hai phương pháp chính:

1. Phương pháp RUC (Rapid Update Cycle): Xác định tầm nhìn dựa trên hàm số mũ của phần trăm độ ẩm tương đối bề mặt theo công thức thực nghiệm: $$Vis_{ruc} = 60 \cdot \exp\left[-2.5 \cdot \frac{RH - 15}{80}\right] \text{ (km)}$$
2. Chỉ số ổn định sương mù FSI (Foggy Stability Index): Đánh giá điều kiện phát sinh sương mù qua tổ hợp tuyến tính của nhiệt độ bề mặt tại độ cao 2m ($T_{2m}$), nhiệt độ điểm sương 2m ($T_{d2m}$), nhiệt độ tại mực 850 hPa ($T_{850}$) và tốc độ gió tại mực 850 hPa ($W_{850}$). Nghiên cứu khảo sát hai biến thể là công thức của Cơ quan Khí tượng Hungary ($FSI_H$) và công thức của Cơ quan Thời tiết Không lực Hoa Kỳ ($FSI_A$).

Bên cạnh đó, nghiên cứu làm rõ các khái niệm khí tượng hàng không theo tiêu chuẩn Annex 3 của Tổ chức Hàng không Dân dụng Quốc tế (ICAO): Sương mù được định nghĩa là hiện tượng các hạt nước li ti lơ lửng làm giảm tầm nhìn ngang xuống dưới 1000m; Mù làm giảm tầm nhìn trong khoảng từ 1000m đến 5000m với độ ẩm lớn hơn 95%; Tầm nhìn đường cất hạ cánh (RVR) là khoảng cách tối đa mà phi công có thể nhìn thấy các dấu hiệu hoặc đèn tín hiệu trên đường băng khi tầm nhìn ngang giảm xuống dưới 1500m.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu đầu vào là bộ số liệu dự báo toàn cầu GFS (Global Forecast System) của Trung tâm Dự báo Môi trường Quốc gia Hoa Kỳ (NCEP) với độ phân giải không gian 1.0° x 1.0°, được cập nhật định kỳ 6 giờ/lần làm điều kiện biên và điều kiện ban đầu cho mô hình WRF. Dữ liệu thực tế dùng để kiểm chứng và đánh giá bao gồm chuỗi quan trắc khí tượng bề mặt METAR được phát báo liên tục 24/24 giờ với tần suất 30 phút/lần tại Nội Bài, các bản tin quan trắc ban ngày tại Cát Bi và Vinh, cùng dữ liệu đo đạc tự động từ hệ thống AWOS (Automatic Weather Observation System) do Phần Lan sản xuất.

Về phương pháp chọn mẫu, tác giả đã chọn lọc 9 đợt sương mù điển hình gây suy giảm tầm nhìn nghiêm trọng diễn ra trong các năm 2010, 2011 và 2012 (gồm 3 đợt tại Nội Bài: 17/12/2010, 19/12/2010, 05/12/2011; 3 đợt tại Cát Bi: 05/12/2011, 28/01/2012, 29/01/2012; 3 đợt tại Vinh: 15/12/2011, 30/12/2011, 28/01/2012). Thời điểm khởi chạy mô hình được thống nhất là 18Z với hạn dự báo 24 giờ. Mô hình được cấu hình với 4 miền tính lồng nhau (2 chiều) có độ phân giải ngang giảm dần: miền D1 (27km), miền D2 (9km), miền D3 (3km) và miền D4 (1km), cùng 28 mực áp suất theo phương thẳng đứng với đỉnh mô hình ở mức 50 hPa.

Lý do lựa chọn phương pháp này xuất phát từ khả năng vượt trội của mô hình WRF trong việc mô phỏng chi tiết các quá trình vật lý vi mô ở quy mô địa phương khi được lồng lưới độ phân giải cao, kết hợp với các thuật toán chẩn đoán thực nghiệm đã được kiểm chứng trên thế giới nhằm chuyển đổi kết quả mô hình số sang giá trị tầm nhìn thực tế phục vụ tác nghiệp.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm và phân tích dữ liệu thực nghiệm đã mang lại 4 phát hiện quan trọng:

1. Hiệu năng chẩn đoán vượt trội của phương pháp RUC: Trong tất cả các đợt thử nghiệm tại sân bay Nội Bài, phương pháp RUC cho kết quả dự báo biến thiên tầm nhìn sát thực tế nhất. Đặc biệt từ hạn dự báo 5 giờ đến 24 giờ, mô hình tái hiện chính xác pha suy giảm tầm nhìn xuống dưới 1000m vào sáng sớm. Trong khi đó, các phương pháp $FSI_H$ và $FSI_A$ có xu hướng dự báo giá trị tầm nhìn cao hơn từ 20% đến 40% so với thực tế quan trắc trong 6 giờ đầu và giai đoạn từ 20 giờ đến 24 giờ.

2. Ảnh hưởng phi đối xứng của độ phân giải lưới tính theo địa hình: Tại sân bay Nội Bài (địa hình đồng bằng nội địa), khi tăng độ phân giải từ 27km (miền D1) xuống 1km (miền D4), độ chính xác của dự báo tầm nhìn và các trường nhiệt ẩm tăng lên rõ rệt, sai số dự báo giảm khoảng 25% đến 30%. Ngược lại, tại sân bay ven biển Cát Bi, miền tính D1 (27km) đã cho kết quả nắm bắt xu thế sương mù rất tốt; việc tăng độ phân giải lên miền D4 (1km) không mang lại sự cải thiện đáng kể về mặt giá trị mà còn làm tăng tải tính toán lên gấp nhiều lần.

3. Mô phỏng chính xác cơ chế nghịch nhiệt bức xạ: Kết quả mô phỏng trường khí áp, nhiệt độ và nhiệt độ điểm sương từ mô hình WRF có sự tương đồng rất cao với giản đồ cao không T-Skew lúc 00Z. Mô hình đã tái hiện thành công lớp nghịch nhiệt xuất hiện ở độ cao từ 1000 hPa đến 800 hPa – nguyên nhân trực tiếp ngăn cản sự khuếch tán ẩm và giữ các hạt sương mù lơ lửng sát mặt đất.

4. Độ chính xác cao của trường nhiệt độ và điểm sương: Sai số tuyệt đối trung bình giữa giá trị dự báo trường nhiệt độ bề mặt và nhiệt độ điểm sương so với dữ liệu trạm AWOS chỉ dao động trong khoảng từ 0.5°C đến 1.2°C trên miền tính D4, khẳng định chất lượng trường động lực đầu ra của mô hình WRF là nền tảng đáng tin cậy.

Thảo luận kết quả

Cơ chế vật lý dẫn đến hiện tượng sương mù tại miền Bắc được giải thích bởi quá trình xâm nhập của khối không khí lạnh biến tính lệch đông, đưa luồng gió đông nam mang hàm lượng ẩm bão hòa từ biển vào đất liền. Vào ban đêm, quá trình phát xạ sóng dài làm bề mặt đất hạ nhiệt nhanh chóng, tạo nên lớp nghịch nhiệt bề mặt mạnh mẽ kết hợp với tốc độ gió yếu dưới 5 kt, tạo điều kiện lý tưởng cho hơi nước ngưng kết thành các hạt sương mù có đường kính từ $5 \times 10^{-4}$ đến $5 \times 10^{-2}$ mm.

Khi so sánh với các nghiên cứu quốc tế, kết quả này hoàn toàn tương thích với các báo cáo thử nghiệm mô hình HIRLAM tại Tây Ban Nha của Viện Khí tượng Quốc gia Tây Ban Nha (2005) cũng như thử nghiệm mô hình WRF cho Sân bay Quốc tế Incheon của Trung tâm Nghiên cứu Môi trường Quốc gia Hàn Quốc (2008). Các nghiên cứu này đều khẳng định phương pháp chẩn đoán dựa trên độ ẩm tương đối (RUC) luôn cho tính ổn định cao hơn các chỉ số FSI thuần túy khi áp dụng cho các vùng khí hậu có độ ẩm nền cao.

Trong thực tế phân tích dữ liệu, các kết quả mô phỏng được biểu diễn trực quan thông qua đồ thị đường biểu diễn chuỗi thời gian 24 giờ cho 4 miền tính (27km, 9km, 3km, 1km) đặt song song với đường số liệu quan trắc METAR/AWOS, kết hợp cùng các bản đồ phân bố khí áp mực biển và giản đồ nhiệt động T-Skew. Cách thức biểu diễn này giúp các dự báo viên dễ dàng nhận diện độ lệch pha thời gian (thường sớm hơn khoảng 3 giờ tại Cát Bi) và biên độ sai số giữa các mô hình.

Đề xuất và khuyến nghị

Nhằm hoàn thiện công nghệ và đưa mô hình vào ứng dụng tác nghiệp thực tế, nghiên cứu đề xuất 4 giải pháp trọng tâm:

1. Chuẩn hóa quy trình vận hành mô hình WRF tác nghiệp: Tổng công ty Quản lý bay Việt Nam (VATM) phối hợp cùng Trung tâm Khí tượng Hàng không tích hợp mô hình WRF vào quy trình dự báo thời tiết hạn ngắn 24 giờ. Cần thiết lập cấu hình chạy linh hoạt: ưu tiên sử dụng lưới phân giải 1km cho sân bay Nội Bài và lưới 27km cho sân bay Cát Bi nhằm tiết kiệm khoảng 40% tài nguyên tính toán và rút ngắn thời gian xuất bản tin xuống dưới 45 phút. Lộ trình triển khai dự kiến trong vòng 6 tháng.

2. Hiệu chỉnh hệ số thực nghiệm cho phương pháp RUC và FSI: Các nhóm nghiên cứu tại các viện, trường chuyên ngành cần thực hiện hiệu chỉnh thống kê (MOS) bộ hệ số thực nghiệm trong phương pháp RUC và FSI dựa trên chuỗi số liệu quan trắc nhiều năm tại Việt Nam, đặt mục tiêu nâng độ chính xác dự báo sương mù lên trên 85% trong giai đoạn 2024 - 2026.

3. Nâng cấp và đồng bộ hóa mạng lưới quan trắc tự động AWOS: Cục Hàng không Việt Nam cần chỉ đạo đầu tư lắp đặt bổ sung hệ thống cảm biến đo tầm nhìn quang học tự động và máy đo trần mây laser tại toàn bộ các sân bay trực thuộc Cụm cảng Hàng không miền Bắc, hoàn thành lắp đặt và kiểm định định kỳ 100% trang thiết bị trong thời hạn 12 đến 18 tháng.

4. Xây dựng hệ thống tự động cảnh báo sớm tầm nhìn nguy hiểm: Thiết lập cổng thông tin cảnh báo sớm kết nối trực tiếp dữ liệu dự báo từ mô hình WRF với Trung tâm Điều phối Khai thác bay (AOC) của các hãng hàng không trước 6 đến 12 giờ, giúp các nhà khai thác chủ động điều chỉnh kế hoạch nạp nhiên liệu và lịch bay, giảm thiểu ít nhất 25% chi phí tổn thất do chuyển hướng bay đột ngột.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thực tiễn và học thuật sâu sắc cho 4 nhóm đối tượng chính:

1. Dự báo viên tại các Trung tâm Khí tượng Hàng không: Cung cấp tài liệu hướng dẫn kỹ thuật chi tiết về cách thiết lập mô hình WRF 4 miền tính và công thức tính toán chỉ số tầm nhìn RUC, hỗ trợ xây dựng các bản tin dự báo TAF, TREND và cảnh báo hiện tượng thời tiết nguy hiểm với độ chính xác cao trong các ca trực 24/7.

2. Cán bộ quản lý an toàn và điều hành bay (VATM, Cục Hàng không): Nắm bắt các quy luật xuất hiện nghịch nhiệt và thời điểm tầm nhìn giảm dưới ngưỡng khai thác tối thiểu, từ đó xây dựng kế hoạch điều phối luồng không lưu hợp lý, hạn chế tình trạng tắc nghẽn vùng trời và giảm thiểu nguy cơ chậm hủy từ 20 đến 30 chuyến bay trong các đợt sương mù cao điểm.

3. Giảng viên và nhà nghiên cứu chuyên ngành Khí tượng - Khí hậu học: Khai thác làm tài liệu tham khảo chất lượng cao phục vụ giảng dạy môn Dự báo thời tiết bằng phương pháp số trị, Vật lý mây và Khí tượng lớp biên tại các cơ sở đào tạo đại học và sau đại học.

4. Học viên cao học và sinh viên ngành Khoa học Trái đất, Môi trường: Tiếp cận phương pháp luận chuẩn mực về xử lý số liệu toàn cầu GFS, kỹ thuật lồng lưới đa tỉ lệ trong WRF và kỹ năng lập trình đồ họa phân tích số liệu bằng ngôn ngữ NCL để phát triển các đề tài nghiên cứu chuyên sâu.

Câu hỏi thường gặp

1. Tại sao hiện tượng mù và sương mù lại tập trung nhiều nhất vào các tháng cuối mùa đông tại miền Bắc? Vào khoảng từ tháng 12 đến tháng 3 hàng năm, khối không khí lạnh lục địa thường suy yếu và di chuyển lệch đông qua vùng biển ấm vịnh Bắc Bộ. Quá trình này cung cấp một lượng ẩm dồi dào với độ ẩm tương đối vượt mức 95%. Khi vào đất liền, hiện tượng phát xạ nhiệt ban đêm kết hợp với lớp nghịch nhiệt ở mực 1000 - 800 hPa tạo điều kiện cho hơi nước ngưng kết thành lớp sương mù dày đặc làm tầm nhìn giảm sâu xuống dưới 1000m.

2. Phương pháp chẩn đoán tầm nhìn nào chứng minh được hiệu quả tối ưu nhất trong nghiên cứu? Phương pháp RUC dựa trên hàm số mũ của độ ẩm tương đối bề mặt cho kết quả vượt trội và ổn định nhất. Trong suốt các đợt thử nghiệm tại sân bay Nội Bài, phương pháp RUC tái hiện rất sát diễn biến tầm nhìn thực tế từ hạn dự báo 5 giờ đến 24 giờ, khắc phục hoàn toàn nhược điểm dự báo giá trị quá cao (lệch từ 20% đến 40%) của hai phương pháp $FSI_H$ và $FSI_A$.

3. Việc tăng độ phân giải lưới tính lên 1km có luôn mang lại kết quả dự báo tốt hơn không? Không hoàn toàn. Nghiên cứu chỉ ra rằng đối với sân bay nội địa có địa hình phức tạp như Nội Bài, lưới D4 (1km) giúp giảm sai số đáng kể. Tuy nhiên đối với sân bay ven biển như Cát Bi, hoàn lưu sương mù mang tính quy mô lớn từ biển vào nên miền tính D1 (27km) đã cho kết quả rất tốt, việc chạy lưới 1km không làm tăng độ chính xác mà còn tiêu tốn tài nguyên máy chủ.

4. Hệ thống quan trắc tự động AWOS đóng vai trò gì trong việc kiểm chứng kết quả mô hình? Hệ thống AWOS cung cấp chuỗi dữ liệu đo đạc khách quan, tự động và liên tục 24/24 giờ với tần suất 30 phút/lần về nhiệt độ, độ ẩm, tầm nhìn và khí áp. Dữ liệu này giúp loại bỏ các sai số chủ quan từ phương pháp quan trắc bằng mắt thường của con người, tạo ra bộ số liệu chuẩn mực để đánh giá sai số mô hình với độ tin cậy tuyệt đối.

5. Mô hình thử nghiệm trong luận văn có thể triển khai ngay vào thực tế tác nghiệp dự báo không? Hoàn toàn khả thi. Toàn bộ quy trình từ tiếp nhận dữ liệu biên GFS tự động 4 lần/ngày, tiền xử lý WPS, chạy mô phỏng ARW đến hậu xử lý bằng ngôn ngữ NCL đã được tác giả xây dựng thành một chuỗi liên hoàn, sẵn sàng chuyển giao cho các phòng dự báo khí tượng sân bay vận hành thử nghiệm tác nghiệp.

Kết luận

• Luận văn đã thử nghiệm thành công quy trình dự báo tầm nhìn hạn 24 giờ bằng mô hình số trị WRF 4 miền tính (27km, 9km, 3km, 1km) kết hợp các thuật toán chẩn đoán RUC và FSI cho 3 sân bay Nội Bài, Cát Bi và Vinh.
• Phương pháp RUC khẳng định ưu thế vượt trội trong việc tái hiện chính xác pha suy giảm tầm nhìn dưới 1000m, bám sát dữ liệu quan trắc thực tế tại Nội Bài từ hạn dự báo 5 giờ đến 24 giờ.
• Nghiên cứu đã chỉ ra sự khác biệt về vai trò của độ phân giải không gian: Sân bay Nội Bài cần lưới phân giải cao 1km để tối ưu hóa kết quả, trong khi sân bay Cát Bi chỉ cần lưới 27km để đạt độ chính xác cao.
• Mô hình WRF mô phỏng xuất sắc trường nhiệt ẩm và lớp nghịch nhiệt 1000 - 800 hPa với sai số nhiệt độ bề mặt chỉ từ 0.5°C đến 1.2°C so với trạm AWOS.
• Kế hoạch giai đoạn 2024 - 2025 hướng tới tự động hóa toàn diện quy trình dự báo nghiệp vụ và mở rộng thử nghiệm cho các sân bay khu vực miền Trung và miền Nam.

Các cơ quan quản lý bay, trung tâm khí tượng hàng không và các nhà nghiên cứu hãy chủ động tham khảo, khai thác và ứng dụng những kết quả từ công trình này để nâng cao chất lượng dự báo thời tiết chuyên ngành, bảo đảm tuyệt đối an toàn và hiệu quả kinh tế cho mọi chuyến bay.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan về dự báo sương mù, mây thấp và tầm nhìn Chương 2: Mô hình WRF và ứng dụng dự báo tầm nhìn cho các sân bay Cụm cảng Hàng không miền Bắc Chương 3: Kết quả thử nghiệm dự báo tầm nhìn bằng mô hình WRF Kết luận, kiến nghị Tài liệu tham khảo LUAN VAN CHAT LUONG download : add [e-mail] CHƢƠNG 1: TỔNG QUAN VỀ DỰ BÁO SƢƠNG MÙ, MÂY THẤP VÀ TẦM NHÌN Mù, sương mù, mây thấp, mưa nhỏ, mưa phùn, v. là những hiện tượng thời tiết nguy hiểm làm giảm tầm nhìn, ảnh hưởng không nhỏ tới hoạt động kinh tế xã hội, giao thông đường bộ, đường sắt, đường thủy, đường sông và đặc biệt tới đường hàng không. Để giảm những thiệt hại do chúng gây ra, nhiều nhà khoa học, dự báo viên khí tượng trong nước cũng như trên thế giới đã và đang nghiên cứu, áp dụng nhiều phương pháp khác nhau để từ đó dự báo chính xác sự xuất hiện cũng như diễn biến của các hiện tượng mù, sương mù, mây thấp, mưa nhỏ, mưa phùn, giá trị tầm nhìn do các yếu tố thời tiết trên gây ra. Trong chương này, bên cạnh những thông tin trong và ngoài nước về nghiên cứu, dự báo mù, sương mù, mây thấp, tầm nhìn, và tránh những nhầm lẫn về các hiện tượng trên, luận văn đề cập đến một số khái niệm sau: 1.

Những khái niệm và định nghĩa Kết quả ngưng kết và thăng hoa hơi nước trong khí quyển tạo thành những giọt nước nhỏ li ti hoặc những tinh thể băng có kích thước vô cùng bé (đường kính từ 5×10-4 - 5×10-2mm) bay lơ lửng trong lớp không khí ngay sát mặt đất, hàm lượng nước gây giảm tầm nhìn ngang dưới 1km gọi là sương mù, và trên 1km nhưng dưới 10km gọi là mù, nếu chân của lớp sương mù cao hơn quan trắc viên khoảng 15m trở lên được gọi là mây [5]. Theo tài liệu hướng dẫn mã hoá bản tin dự báo và quan trắc các yếu tố khí tượng trong ngành Hàng không [31], mù là sự ngưng kết của các hạt nước siêu nhỏ hoặc các phần tử ẩm trong khí quyển làm giảm tầm nhìn từ 1000 - 5000m và độ ẩm tương đối lớn hơn 95%; khi sự ngưng kết của các hạt nước siêu nhỏ hoặc các phần tử ẩm làm giảm tầm nhìn ngang dưới 1km thì gọi là sương mù. Mưa phùn là các hạt nước đồng nhất có kích thước nhỏ hơn 0.5mm, các hạt nước được hình thành từ mây thấp hoặc từ mưa không tới mặt đất. Thông thường, mưa phùn cường độ mạnh do ảnh hưởng của mây thấp, phụ thuộc vào cường độ kết tủa và số hạt nước.

Mưa phùn mạnh có thể đạt >1mm/giờ. Vì vậy, khái niệm mù trong luận văn này được áp dụng theo quy định báo cáo thời tiết trong ngành hàng Không. LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Tổng quan về dự báo sương mù, mây thấp và tầm nhìn 1.1 Kinh nghiệm dự báo trên thế giới Do những ảnh hưởng to lớn do thời tiết gây ra nên các bản tin dự báo thời tiết ngày càng được xã hội chú trọng đặc biệt là chất lượng bản tin dự báo thời gian xuất hiện sương mù, mây thấp và giá trị tầm nhìn.

Bên cạnh các phương pháp dự báo thời tiết truyền thống, các mô hình số trị đã và đang được áp dụng vào trong nghiệp vụ dự báo. Tuy nhiên, dự báo sương mù lại chịu ảnh hưởng rất nhiều bởi yếu tố địa phương và lớp biên bề mặt. Các yếu tố quan trắc và đo đạc trực tiếp trong không gian là nhân tố cơ bản trong việc dự báo sương mù và mây thấp. Bên cạnh đó, các thông tin từ vệ tinh, với độ chính xác ngày càng được cải thiện, ngày càng được sử dụng phổ biến làm yếu tố đầu vào cho mô hình dự báo sương mù và mây thấp.

Trong đề án hợp tác khoa học và công nghệ châu Âu COST - 722 (European Cooperation in Science and Technology) [23] gồm 13 quốc gia ở Châu Âu đã nghiên cứu dự báo sương mù mây thấp trong hai năm rưỡi (2001 - 2003) tuy nhiên kết quả dự báo chưa bao phủ toàn bộ các quốc gia Châu Âu. Trong báo cáo của Golding (2005) [19], sương mù, mây thấp ảnh hưởng rất nhiều tới hoạt động hàng không bao gồm cả quân sự và dân sự tại nước Anh. Yêu cầu cấp thiết đòi hỏi dự báo các ngưỡng giá trị tầm nhìn khai thác cho các sân bay để phục vụ máy bay cất và hạ cánh an toàn. Bên cạnh đó, sương mù mây thấp cũng ảnh hưởng tới các phương tiện tham gia giao thông đường thủy và đường bộ.

Phương pháp dự báo sương mù bình lưu truyền thống cho các vùng ven biển là dựa vào hướng gió. Tuy nhiên, phương pháp dự báo này khi áp dụng vào dự báo cho sương mù bức xạ, sương mù địa hình thì lại gặp nhiều hạn chế. Sương mù hình thành và phát triển là do sự tương tác lớp đất bề mặt, mặt biển và lớp không khí gần bề mặt. Các mô hình số trị NWP (Numerical Weather Prediction) được áp dụng để giải bài toán ảnh hưởng của các yếu tố quy mô lớn.

Các số liệu quan trắc đặc biệt là thám sát thẳng đứng là phương pháp chính cho ta biết ảnh hưởng của các yếu tố địa phương. Hiện nay, phương pháp dự báo sương mù, mây thấp và tầm nhìn tại Anh chủ yếu là phương pháp thống kê sau mô hình MOS (Model Output Statistics) dựa trên phương pháp mạng thần kinh, phương pháp rẽ nhánh và phương pháp dự báo hoàn hảo trên mô hình quy mô vừa 3 chiều (3D) sau đó được xử lý bởi mô hình 1 chiều (1D). LUAN VAN CHAT LUONG download : add luanvanchat@agmail.1 Dự báo sƣơng mù, mây thấp và giá trị tầm nhìn của cơ quan Khí tƣợng Anh bằng mô hình SSFM (Site-Specific Forecast Model) (Nguồn: Golding, 2005) Hình 1.1 là kết quả dự báo tầm nhìn, sương mù và mây thấp ngày 20/03/2000 bằng mô hình 1D của cơ quan khí tượng Anh. Các yếu tố khí tượng theo quy mô thẳng đứng được mô hình 1D xử lý.

Trên đồ thị, trục tung chỉ độ cao được tính bằng feet (1 feet = 0,305 m), trục hoành chỉ thời gian và giá trị tầm nhìn dự báo được tính bằng km thể hiện bởi dải màu nằm song song với trục thời gian. Mô hình 1D đã cho kết quả dự báo tầm nhìn và mây thấp làm suy giảm tầm nhìn rõ rệt. Trong báo cáo của Petersen và Neulsen (2005) [30], viện khí tượng Đan Mạch, mô hình khu vực hạn chế phân giải cao HIRLAM (High Resolution Limited Area Model) đã được áp dụng để dự báo tầm nhìn tại độ cao 2m từ tháng 02/2001 đến 10/2003, kết quả dự báo được kiểm kiểm chứng lại bằng số liệu quan trắc của 30 trạm Synop của Đan Mạch. Theo Petersen và Neulsen, giá trị tầm nhìn phụ thuộc vào thành phần của Sol khí, lượng nước trong mây và thành phần giáng thủy.

Tuy nhiên, mô hình dự báo HIRLAM không tính toán được sự ảnh hưởng của các thành phần sol khí, do đó tính toán tầm nhìn chỉ phụ thuộc vào kích thước các hạt nước trong mây. Lượng nước trong mây (Cw) được tính từ mô hình HIRLAM cho các mực. Giá trị lượng nước trong mây (Cw) LUAN VAN CHAT LUONG download : add [e-mail] tại bề mặt bằng 0, giá trị lượng nước trong mây thấp nhất của mô hình tại độ cao 2m, do đó sương mù được dự báo tại độ cao 2m.2 Kết quả dự báo tầm nhìn hạn 6h bằng mô hình HIRLAM và số liệu tầm nhìn quan trắc lúc 6Z ngày 19/2/2003 (Nguồn: Petersen and Nielsen, 2005) Từ hình 1.2 ta thấy, mô hình HIRLAM với độ phân giải 0.15º cho kết quả dự báo tầm nhìn khá tốt so với tầm nhìn quan trắc thực tế. Cano và Terradellas (2005) [17] cũng đưa ra kết quả dự báo sương mù cho Tây Ban Nha.

Khí hậu và địa hình ở Tây Ban Nha gần giống với khí hậu và địa hình các quốc gia cận nhiệt đới phía tây của Châu Âu. Sương mù thường hình thành và rất khó trong việc dự báo nên ảnh hưởng rất nhiều tới hoạt động kinh tế, giao thông bề mặt. Cano và Terradellas cũng đã áp dụng mô hình HIRLAM, độ phân giải 0.5º chạy 4lần/ngày để dự báo sương mù, mây thấp và tầm nhìn. Kết quả dự báo được kiểm chứng với chỉ số dự báo sương mù FSI (Foggy Stability Index), đây là chỉ số được phát triển bởi cơ quan dự báo thời tiết Hoa Kỳ đã được nhiều viện khí tượng trên thế giới áp dụng.

Terradellas và Cano (2005) [33] đề cập đến phiên bản dự báo 1 chiều (H1D) từ mô hình HIRLAM đã được cơ quan Khí tượng Tây Ban Nha áp dụng dự báo sương mù cho sân bay Madrid từ tháng 11 năm 2002. Mô hình HIRLAM (H3D) được chạy 4 lần trong ngày, với bước dự báo 3 tiếng và độ trễ khoảng 4,5 tiếng. Kết quả từ H3D sẽ LUAN VAN CHAT LUONG download : add [e-mail] được H1D xử lý và dự báo sương mù. Ưu điểm của mô hình H1D là thời gian xử lý nhanh.

Phương pháp này khắc phục được hạn chế là cấu trúc ngang của các yếu tố đã bị bỏ qua trong mô hình dự báo 1D truyền thống do viện khí tượng Tây Ban Nha sử dụng. Tại Phần Lan, hệ thống quan trắc khí tượng đã thay đổi đáng kể trong 10 năm qua đặc biệt là hệ thống quan trắc Synop tự động và hệ thống quan trắc phục vụ hàng không. Các hệ thống này đóng góp đáng kể trong việc phát hiện sương mù, tuy nhiên kết quả dự báo vẫn còn nhiều hạn chế. Việc sử dụng hệ thống Radar cũng gặp nhiều khó khăn trong việc phát hiện sương mù, mây thấp do độ dày của lớp mù rất mỏng.

Tuy nhiên, trong một số trường hợp thì việc sử dụng Radar cũng cho kết quả dự báo sương mù, mây thấp nhất định. Ảnh mây vệ tinh quỹ đạo cực của cơ quan Đại Dương Khí Quyển Mỹ NOAA (National Oceanic and Atmospheric Administration) cũng cho kết quả khả quan trong việc phát hiện sương mù, mây thấp. Dự báo sương mù bằng phương pháp thống kê cũng được áp dụng. Theo kinh nghiệm dự báo của Viện khí tượng Phần Lan (FMI: Finnish Meteorological Institute), nếu nhiệt độ bề mặt trừ nhiệt độ tại 2m lớn hơn 0,3ºC và tốc độ gió tại độ cao 10m nhỏ hơn 5m/s thì sương mù hình thành.

Bên cạnh đó, mô hình số ECMWF (European Centre for Medium-Range Weather Forecasts) và HIRLAM cũng được FMI áp dụng để dự báo sương mù tuy nhiên độ chính xác của dự báo vẫn chưa cao [27].