Luận văn thạc sĩ nghiên cứu dự báo xác suất mưa lớn ở bắc bộ sử dụng mô hình k điểm gần nhất 1

Luận văn thạc sĩ nghiên cứu dự báo xác suất mưa lớn ở Bắc Bộ bằng mô hình k điểm gần nhất, cung cấp phương pháp và kết quả chi tiết.

• Tác giả: Trịnh Thùy Nguyên
• Người hướng dẫn: PGS.TS Nguyễn Minh Trường
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Khí tượng và khí hậu học
• Đề tài: Dự báo xác suất mưa lớn ở Bắc Bộ bằng mô hình KNN
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Vấn đề dự báo mưa lớn ở Bắc Bộ
• 1.2. Định nghĩa, phân cấp mưa lớn trong nghiệp vụ
• 1.3. Những hình thế gây mưa lớn cho khu vực Bắc Bộ
• 2. CHƯƠNG 2: SỐ LIỆU VÀ PHƯƠNG PHÁP
• 2.1. Bộ số liệu sử dụng nghiên cứu
• 2.2. Các đặc trưng khí tượng được lựa chọn để nghiên cứu
• 2.3. Phương pháp
• 2.3.1. Xử lý số liệu và tính tổ hợp trễ
• 2.3.2. Phương pháp thống kê phi tham số K điểm gần nhất
• 3. CHƯƠNG 3: KẾT QUẢ VÀ NHẬN XÉT
• 3.1. Dị thường các trường khí tượng cho các cấp độ mưa lớn thời kỳ 3 ngày trước, trong ngày xảy ra mưa lớn và sau 3 ngày khi có mưa lớn
• 3.1.1. Hình thế thời tiết đối với những ngày xảy ra mưa vừa thời kỳ 2001-2015
• 3.1.2. Dị thường xoáy thế, gió u, v và trường áp thời kỳ trước, trong và sau khi xảy ra mưa vừa ở mực 3000m
• 3.1.3. Hình thế thời tiết đối với những ngày xảy ra mưa to thời kỳ 2001-2015
• 3.1.4. Hình thế thời tiết đối với những ngày xảy ra mưa rất to thời kỳ 2001-2015
• 3.2. Sử dụng mô hình k điểm gần nhất để dự báo xác suất xuất hiện mưa lớn tại khu vực Bắc Bộ
• 3.2.1. Xử lý số liệu trước khi đưa vào mô hình k điểm gần nhất
• 3.2.2. Tính khoảng cách
• 3.2.3. Lựa chọn giá trị trọng số k
• 3.2.4. Phân tích đánh giá khả năng sử dụng mô hình k điểm gần nhất thông qua một số ngày mưa lớn điển hình
• 3.2.4.1. Đợt mưa lớn ngày 23/05/2015
• KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về dự báo xác suất mưa lớn ở Bắc Bộ

Dự báo xác suất mưa lớn ở Bắc Bộ là một lĩnh vực nghiên cứu quan trọng trong khí tượng học. Mưa lớn không chỉ ảnh hưởng đến đời sống hàng ngày mà còn gây ra nhiều thiệt hại nghiêm trọng cho nông nghiệp và cơ sở hạ tầng. Việc áp dụng các mô hình dự báo hiện đại như mô hình KNN (K-Nearest Neighbor) giúp cải thiện độ chính xác trong dự báo mưa lớn. Mô hình này sử dụng dữ liệu khí tượng để phân tích và dự đoán xác suất xảy ra mưa lớn, từ đó cung cấp thông tin hữu ích cho công tác phòng chống thiên tai.

1.1. Vấn đề dự báo mưa lớn ở Bắc Bộ

Dự báo mưa lớn ở Bắc Bộ gặp nhiều thách thức do sự biến động của các yếu tố khí tượng. Các hiện tượng như lũ quét, sạt lở đất thường xảy ra trong mùa mưa lớn, gây thiệt hại nặng nề cho người dân. Việc dự báo chính xác mưa lớn là cần thiết để giảm thiểu thiệt hại và bảo vệ an toàn cho cộng đồng.

1.2. Các nghiên cứu liên quan đến dự báo mưa lớn

Nhiều nghiên cứu đã được thực hiện để cải thiện khả năng dự báo mưa lớn ở Bắc Bộ. Các nghiên cứu này thường tập trung vào việc phân tích dữ liệu khí tượng và áp dụng các mô hình thống kê để dự đoán xác suất mưa lớn. Mô hình KNN đã được chứng minh là một trong những phương pháp hiệu quả trong việc dự báo mưa lớn.

II. Thách thức trong dự báo xác suất mưa lớn ở Bắc Bộ

Dự báo xác suất mưa lớn ở Bắc Bộ đối mặt với nhiều thách thức, bao gồm sự phức tạp của các yếu tố khí tượng và địa hình. Các yếu tố như xoáy thuận nhiệt đới, rãnh áp thấp và hội tụ gió đều có thể ảnh hưởng đến lượng mưa. Việc xác định các hình thế thời tiết gây ra mưa lớn là rất quan trọng để cải thiện độ chính xác của dự báo.

2.1. Các yếu tố khí tượng ảnh hưởng đến mưa lớn

Các yếu tố khí tượng như nhiệt độ, độ ẩm, và áp suất không khí đều có ảnh hưởng lớn đến sự hình thành mưa lớn. Sự thay đổi đột ngột của các yếu tố này có thể dẫn đến những trận mưa lớn bất ngờ, gây khó khăn cho công tác dự báo.

2.2. Địa hình và tác động đến dự báo mưa

Địa hình Bắc Bộ với nhiều đồi núi và thung lũng cũng ảnh hưởng đến sự phân bố mưa. Các khu vực có địa hình phức tạp thường có lượng mưa không đồng đều, làm cho việc dự báo trở nên khó khăn hơn.

III. Phương pháp dự báo xác suất mưa lớn bằng mô hình KNN

Mô hình KNN là một trong những phương pháp thống kê phi tham số hiệu quả trong dự báo xác suất mưa lớn. Mô hình này sử dụng dữ liệu lịch sử để tìm ra các mẫu tương tự và dự đoán xác suất xảy ra mưa lớn trong tương lai. Việc lựa chọn giá trị k và xử lý dữ liệu là rất quan trọng để đạt được kết quả chính xác.

3.1. Cách thức hoạt động của mô hình KNN

Mô hình KNN hoạt động dựa trên nguyên tắc tìm kiếm k điểm gần nhất trong không gian dữ liệu. Khi có dữ liệu mới, mô hình sẽ so sánh với các điểm dữ liệu đã biết để đưa ra dự đoán về xác suất mưa lớn.

3.2. Xử lý dữ liệu trước khi áp dụng mô hình

Trước khi áp dụng mô hình KNN, dữ liệu khí tượng cần được xử lý để loại bỏ các nhiễu và đảm bảo tính chính xác. Việc chuẩn hóa dữ liệu cũng rất quan trọng để mô hình hoạt động hiệu quả.

IV. Ứng dụng thực tiễn của mô hình KNN trong dự báo mưa lớn

Mô hình KNN đã được áp dụng thành công trong nhiều nghiên cứu dự báo mưa lớn ở Bắc Bộ. Kết quả từ các nghiên cứu cho thấy mô hình này có khả năng dự đoán chính xác xác suất mưa lớn, từ đó giúp các cơ quan chức năng có kế hoạch ứng phó kịp thời.

4.1. Kết quả nghiên cứu từ mô hình KNN

Nghiên cứu cho thấy mô hình KNN có thể dự đoán chính xác xác suất mưa lớn trong nhiều trường hợp. Các kết quả này đã được so sánh với các phương pháp dự báo khác và cho thấy ưu thế của mô hình KNN.

4.2. Ứng dụng trong công tác phòng chống thiên tai

Thông tin dự báo từ mô hình KNN có thể được sử dụng để xây dựng các kế hoạch phòng chống thiên tai hiệu quả. Điều này giúp giảm thiểu thiệt hại do mưa lớn gây ra và bảo vệ an toàn cho cộng đồng.

V. Kết luận và triển vọng tương lai của dự báo mưa lớn

Dự báo xác suất mưa lớn ở Bắc Bộ bằng mô hình KNN đã cho thấy nhiều tiềm năng trong việc cải thiện độ chính xác của dự báo. Tuy nhiên, vẫn cần tiếp tục nghiên cứu và phát triển các phương pháp mới để nâng cao khả năng dự báo. Việc kết hợp giữa các mô hình khác nhau có thể mang lại kết quả tốt hơn trong tương lai.

5.1. Tầm quan trọng của nghiên cứu tiếp theo

Nghiên cứu tiếp theo cần tập trung vào việc cải thiện mô hình KNN và kết hợp với các phương pháp khác để nâng cao độ chính xác trong dự báo mưa lớn.

5.2. Hướng phát triển công nghệ trong dự báo thời tiết

Công nghệ mới như trí tuệ nhân tạo và học máy có thể được áp dụng để cải thiện khả năng dự báo mưa lớn. Việc áp dụng công nghệ này sẽ giúp nâng cao độ chính xác và hiệu quả trong công tác dự báo.

Nội dung chính

Tổng quan nghiên cứu

Mưa lớn là hiện tượng khí tượng có ảnh hưởng sâu rộng đến đời sống và kinh tế xã hội, đặc biệt tại khu vực Bắc Bộ Việt Nam, nơi thường xuyên chịu tác động của các đợt mưa lớn kéo dài từ 2 đến 9 ngày. Theo số liệu quan trắc trong giai đoạn 2001-2015, các đợt mưa lớn tại Bắc Bộ không chỉ gây ngập úng, sạt lở đất mà còn ảnh hưởng nghiêm trọng đến sản xuất nông nghiệp và an toàn con người. Mục tiêu nghiên cứu của luận văn là dự báo xác suất xuất hiện mưa lớn tại Bắc Bộ bằng mô hình K điểm gần nhất (KNN), dựa trên các đặc trưng khí tượng như dị thường xoáy thế và xoáy tương đối ở các tầng khí quyển. Phạm vi nghiên cứu tập trung vào khu vực Bắc Bộ trong 15 năm từ 2001 đến 2015, sử dụng bộ số liệu tái phân tích ECMWF và số liệu quan trắc thực tế. Việc dự báo xác suất mưa lớn có ý nghĩa quan trọng trong công tác phòng chống thiên tai, giúp các nhà quản lý và người dân chủ động ứng phó, giảm thiểu thiệt hại do mưa lớn gây ra. Nghiên cứu cũng góp phần nâng cao hiệu quả dự báo thời tiết ngắn hạn và trung hạn, đồng thời làm cơ sở khoa học cho các vùng miền khác trong cả nước.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: lý thuyết về xoáy thế (Potential Vorticity - PV) và xoáy tương đối trong khí quyển, cùng với mô hình thống kê phi tham số K điểm gần nhất (KNN). Xoáy thế là đại lượng bảo toàn trong môi trường đoạn nhiệt, không ma sát, giúp theo dõi chuyển động của các phần tử khí trên mặt đẳng nhiệt độ thế vị. Xoáy tương đối là độ xoắn của vận tốc gió, phản ánh sự quay của dòng khí. Các khái niệm chính bao gồm:

• Dị thường xoáy thế và xoáy tương đối tại các độ cao 1500m, 3000m và 5000m
• Khoảng cách Ơclit dùng để đo độ gần nhau giữa các điểm dữ liệu trong không gian đa chiều
• Phân cấp mưa lớn theo quy định kỹ thuật khí tượng Việt Nam: mưa vừa (8-25mm/12h), mưa to (25-50mm/12h), mưa rất to (>50mm/12h)

Mô hình KNN được sử dụng để dự báo xác suất xuất hiện mưa lớn dựa trên việc tìm kiếm k điểm gần nhất trong tập dữ liệu lịch sử có đặc trưng khí tượng tương tự.

Phương pháp nghiên cứu

Nguồn dữ liệu chính gồm:

• Bộ số liệu tái phân tích ECMWF trong 15 năm (2001-2015) với các biến khí tượng như trường gió, áp suất, nhiệt độ, độ ẩm, xoáy thế và xoáy tương đối
• Số liệu quan trắc mưa tại các trạm Bắc Bộ từ Trung tâm Dự báo Khí tượng Thủy văn Quốc gia

Phương pháp phân tích bao gồm:

• Tính toán dị thường các đặc trưng khí tượng bằng phương pháp tổ hợp trễ, lấy trung bình các giá trị tại các ngày có mưa lớn và so sánh với giá trị trung bình dài hạn
• Sử dụng mô hình KNN với khoảng cách Ơclit để dự báo xác suất mưa lớn, lựa chọn k tối ưu qua phương pháp kiểm chứng chéo
• Cỡ mẫu gồm 4748 ngày dữ liệu trong giai đoạn 2001-2013 dùng để xây dựng mô hình, 730 ngày trong 2014-2015 dùng để kiểm định
• Thời gian nghiên cứu tập trung vào các đợt mưa lớn kéo dài từ 1 đến 3 ngày trước, trong và sau khi có mưa lớn

Phương pháp thống kê phi tham số KNN không dựa trên mô hình toán học cố định mà sử dụng dữ liệu lịch sử để "nhớ lại" các trường hợp tương tự, phù hợp với tính biến động phức tạp của khí tượng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Dị thường xoáy thế và xoáy tương đối là nhân tố dự báo quan trọng
   Dị thường xoáy thế và xoáy tương đối tại các độ cao 1500m, 3000m và 5000m đều xuất hiện rõ rệt trong các ngày trước, trong và sau khi có mưa lớn tại Bắc Bộ. Ví dụ, dị thường xoáy thế tại độ cao 3000m tăng lên đến 0.26 PVU trong ngày có mưa vừa, và duy trì giá trị cao trong 1 ngày sau đó. Dị thường xoáy tương đối cũng có sự dịch chuyển vị trí theo thời gian, phản ánh sự phát triển và di chuyển của các hình thế khí quyển gây mưa.

2. Phân bố dị thường xoáy không đồng nhất theo độ cao và thời gian
   Vùng dị thường xoáy tương đối và xoáy thế có vị trí khác nhau ở các tầng khí quyển. Ở độ cao 1500m, dị thường xoáy tập trung gần khu vực Đông Bắc và Vịnh Bắc Bộ, trong khi ở 5000m, vùng dị thường dịch chuyển về phía nam và khu vực Trung Trung Bộ. Điều này cho thấy sự phức tạp trong cơ chế hình thành mưa lớn, liên quan đến tương tác đa tầng khí quyển.

3. Mô hình KNN dự báo xác suất mưa lớn hiệu quả với k=11
   Qua thử nghiệm với các giá trị k khác nhau, k=11 cho kết quả dự báo tốt nhất, cân bằng giữa độ chính xác và tính ổn định. Mô hình dự báo chính xác các đợt mưa lớn trong năm 2014 và 2015, bao gồm cả đợt mưa cực đoan tại Quảng Ninh năm 2015 với lượng mưa lên tới 1000-1500 mm.

4. So sánh với các nghiên cứu khác
   Kết quả phù hợp với các nghiên cứu quốc tế và trong nước về vai trò của xoáy thế và xoáy tương đối trong dự báo mưa lớn. Mô hình kết hợp EMD-KNN cũng đã được chứng minh giảm sai số dự báo gần 50% so với KNN đơn lẻ, cho thấy tiềm năng ứng dụng cao của phương pháp thống kê phi tham số.

Thảo luận kết quả

Nguyên nhân chính của mưa lớn tại Bắc Bộ là do sự tương tác phức tạp giữa các hình thế khí quyển quy mô lớn như xoáy thuận nhiệt đới, dải hội tụ nhiệt đới (ITCZ), rãnh áp thấp bị nén và rãnh gió tây trên cao. Dị thường xoáy thế và xoáy tương đối phản ánh sự biến đổi động lực học khí quyển, là chỉ số cảnh báo hiệu quả cho dự báo mưa lớn. Việc phân tích dị thường theo thời gian giúp nhận diện các giai đoạn tiền mưa, hỗ trợ dự báo ngắn hạn và trung hạn.

Mô hình KNN tận dụng dữ liệu lịch sử để dự báo xác suất mưa lớn, phù hợp với tính chất phi tuyến và biến động không theo quy luật của khí tượng. So với các mô hình động lực phức tạp, KNN có ưu điểm về tính đơn giản, chi phí thấp và khả năng xử lý dữ liệu lớn. Tuy nhiên, nhược điểm là không tạo ra giá trị mới mà chỉ dựa trên dữ liệu lịch sử, đòi hỏi bộ dữ liệu lớn và đa dạng để đảm bảo độ chính xác.

Dữ liệu có thể được trình bày qua các biểu đồ dị thường xoáy thế và xoáy tương đối theo thời gian, bản đồ phân bố dị thường tại các độ cao khác nhau, cũng như bảng so sánh kết quả dự báo với các giá trị thực tế để minh họa hiệu quả mô hình.

Đề xuất và khuyến nghị

1. Xây dựng hệ thống dự báo xác suất mưa lớn ứng dụng mô hình KNN
   Triển khai hệ thống dự báo tại Trung tâm Dự báo Khí tượng Thủy văn Quốc gia, tập trung vào khu vực Bắc Bộ với thời hạn dự báo ngắn hạn (1-3 ngày). Mục tiêu nâng cao độ chính xác dự báo xác suất mưa lớn trên 80% trong vòng 2 năm tới.

2. Mở rộng bộ dữ liệu và cập nhật liên tục
   Thu thập và tích hợp thêm số liệu quan trắc và tái phân tích mới nhất để tăng dung lượng mẫu, cải thiện khả năng dự báo. Chủ thể thực hiện là các cơ quan khí tượng phối hợp với các viện nghiên cứu trong vòng 1 năm.

3. Kết hợp mô hình KNN với các phương pháp dự báo động lực và thực nghiệm khác
   Phát triển mô hình kết hợp như EMD-KNN để giảm sai số dự báo, nâng cao độ tin cậy. Thời gian nghiên cứu và thử nghiệm dự kiến 2 năm, do các viện nghiên cứu khí tượng chủ trì.

4. Đào tạo và nâng cao năng lực cho đội ngũ dự báo viên
   Tổ chức các khóa đào tạo về phương pháp thống kê phi tham số và ứng dụng mô hình KNN trong dự báo mưa lớn, giúp nâng cao kỹ năng và hiểu biết chuyên môn. Thực hiện định kỳ hàng năm tại các trung tâm dự báo.

Đối tượng nên tham khảo luận văn

1. Các nhà khí tượng thủy văn và dự báo viên
   Hỗ trợ nâng cao kỹ năng dự báo mưa lớn, áp dụng mô hình KNN trong nghiệp vụ, cải thiện độ chính xác dự báo ngắn hạn và trung hạn.

2. Các nhà quản lý thiên tai và hoạch định chính sách
   Cung cấp cơ sở khoa học để xây dựng các kế hoạch phòng chống thiên tai, giảm thiểu thiệt hại do mưa lớn gây ra, đặc biệt tại khu vực Bắc Bộ.

3. Các nhà nghiên cứu và học viên chuyên ngành khí tượng và khí hậu học
   Tham khảo phương pháp nghiên cứu, mô hình thống kê phi tham số và ứng dụng thực tiễn trong dự báo mưa lớn, làm nền tảng cho các nghiên cứu tiếp theo.

4. Người dân và cộng đồng tại các vùng dễ bị ảnh hưởng bởi mưa lớn
   Nắm bắt thông tin dự báo chính xác để chủ động phòng tránh, giảm thiểu rủi ro trong sinh hoạt và sản xuất.

Câu hỏi thường gặp

1. Mô hình K điểm gần nhất (KNN) là gì và tại sao được chọn để dự báo mưa lớn?
   KNN là phương pháp thống kê phi tham số dựa trên việc tìm kiếm các điểm dữ liệu lịch sử gần nhất với điểm dự báo mới. Phương pháp này phù hợp với dữ liệu khí tượng biến động phức tạp, không theo quy luật rõ ràng, giúp dự báo xác suất mưa lớn hiệu quả mà không cần xây dựng mô hình toán học phức tạp.

2. Dữ liệu nào được sử dụng để xây dựng mô hình dự báo?
   Bộ số liệu tái phân tích ECMWF và số liệu quan trắc mưa tại Bắc Bộ trong 15 năm (2001-2015) được sử dụng. Dữ liệu bao gồm các biến khí tượng như xoáy thế, xoáy tương đối, áp suất, gió, nhiệt độ và độ ẩm với độ phân giải thời gian 6 giờ.

3. Làm thế nào để xác định giá trị k tối ưu trong mô hình KNN?
   Giá trị k được xác định bằng phương pháp kiểm chứng chéo trên tập dữ liệu huấn luyện. Trong nghiên cứu, k=11 được chọn vì cho kết quả dự báo chính xác và ổn định nhất, cân bằng giữa việc chọn đủ điểm gần và tránh nhiễu.

4. Mô hình có thể dự báo mưa lớn trong thời gian bao lâu?
   Mô hình dự báo xác suất mưa lớn chủ yếu cho thời hạn ngắn hạn và trung hạn, từ 1 đến 3 ngày trước khi mưa xảy ra, phù hợp với nhu cầu cảnh báo và phòng chống thiên tai tại Bắc Bộ.

5. Mô hình có thể áp dụng cho các khu vực khác ngoài Bắc Bộ không?
   Có thể áp dụng, tuy nhiên cần điều chỉnh và hiệu chỉnh dựa trên đặc trưng khí hậu và địa hình của từng khu vực. Việc mở rộng mô hình đòi hỏi thu thập dữ liệu đặc trưng và nghiên cứu bổ sung để đảm bảo độ chính xác.

Kết luận

• Dị thường xoáy thế và xoáy tương đối tại các tầng khí quyển là nhân tố dự báo quan trọng cho mưa lớn tại Bắc Bộ.
• Mô hình K điểm gần nhất với k=11 cho kết quả dự báo xác suất mưa lớn chính xác và ổn định trong giai đoạn 2001-2015.
• Phương pháp thống kê phi tham số KNN phù hợp với tính chất biến động phức tạp của khí tượng, giúp dự báo nhanh và hiệu quả.
• Kết quả nghiên cứu góp phần nâng cao năng lực dự báo mưa lớn, hỗ trợ công tác phòng chống thiên tai và hoạch định chính sách phát triển bền vững.
• Đề xuất triển khai hệ thống dự báo ứng dụng mô hình KNN, mở rộng dữ liệu và đào tạo chuyên môn cho đội ngũ dự báo viên trong thời gian tới.

Hành động tiếp theo là triển khai thử nghiệm mô hình trong thực tế dự báo tại Trung tâm Dự báo Khí tượng Thủy văn Quốc gia và mở rộng nghiên cứu cho các vùng miền khác. Để biết thêm chi tiết và ứng dụng mô hình, quý độc giả và chuyên gia có thể liên hệ với các đơn vị nghiên cứu khí tượng trong nước.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 - TỔNG QUAN 1.1Vấn đề dự báo mưa lớn ở Bắc Bộ Trong những năm gần đây, vấn đề dự báo mưa lớn thời đoạn ngắn, thời hạn vừa và thời hạn dài tại khu vực Bắc Bộ là một trong những bài toán được các nhà nghiên cứu cũng như những dự báo viên làm công tác nghiệp vụ đặc biệt quan tâm bởi tính ứng dụng thiết thực đối với đời sống xã hội. Thông tin về dự báo, cảnh báo mưa lớn thời hạn ngắn cho khu vực Bắc Bộ sẽ rất hữu ích cho các nhà hoạch định chính sách như việc chủ động ứng phó với các hiện tượng thiên tai như lũ quét, sạt lở đất, ngập úng, … thường hay xuất hiện trong những trận mưa lớn tại Bắc Bộ, đặc biệt là khu vực vùng núi nơi có địa hình hiểm trở, dốc lớn, lưu vực hẹp. Đối với thông tin dự báo mưa lớn trong dự báo hạn vừa và dự báo hạn dài cho khu vực Bắc Bộ sẽ là tiền đề cho các định hướng sản xuất dân sinh của người dân như trong việc hoạch định sản xuất vụ hè thu, vụ đông xuân nhất là với các tỉnh thuộc đồng bằng sông Hồng. Muốn dự báo mưa lớn, có hai vấn đề được quan tâm hàng đầu, đó là:  Định nghĩa, phân cấp mưa lớn  Những hình thế gây ra mưa lớn 1.1 Định nghĩa, phân cấp mưa lớn trong nghiệp vụ Trước khi nghiên cứu dự báo mưa lớn thì khái niệm mưa lớn cần được làm rõ.

Mưa lớn có thể đươc định nghĩa theo những cách khác nhau tùy thuộc vào khu vựcnghiên cứu và đặc điểm chế độ mưa của khu vực đó. Theo Hiệp hội khí tượng Mỹ, mưa lớn được định nghĩa là là đợt/ngày mưa có lượng mưa một giờ lớn hơn 0,76cm(tương đương với 18,24 mm/ngày). Năm 2000, theo nghiên cứu của Osborn và Hulme [14] về xu thế của các sự kiện mưa lớn trên khu vực nước Anh xác định sự kiện mưa lớn là mưa có cường độ lớn hơn 15mm/ngày. Bằng cách sử dụng ngưỡng phân vị thứ 90 và 95, năm 2005, Groisman và cộng sự[10] định nghĩa mưa lớn là mưa có lượng mưa ngày lớn hơn lượng mưa tương ứng với các ngưỡng phân vị.

Tại Việt Nam, mưa thường được phân thành các cấp khác nhau, trong thông tư 41/2017/TT-BTNMT ngày 23/10/2017 [1] về quy định kỹ thuật đánh giá chất lượng 9 TIEU LUAN MOI download : [e-mail] dự báo, cảnh báo khí tượng, phần phụ lục quy định thuật ngữ cấp mưa, mưa lớn không tính thời gian mưa xảy ra liên tục hay ngắt quãng (theo ký hiệu trong sổ AERO): - Mưa vừa: có lượng mưa trong 12h từ 8-25mm. - Mưa to: có lượng mưa trong 12h từ 25-50mm. - Mưa rất to: có lượng mưa trong 12h trên 50mm.2 Những hình thế gây mưa lớn cho khu vực Bắc Bộ Những đợt mưa lớn xảy ra trên diện rộng tại các tỉnh vùng núi Bắc Bộ thường bị ảnh hưởng nhiều từ điều kiện địa hình. Trong đó, những điểm mưa có lượng rất lớn thường xuất hiện trong thời gian ngắn.

Những đợt mưa lớn này thường kéo dài 2, 3 ngày. Tuy nhiên, có những đợt mưa lớn có thời gian kéo dài tới 8 đến 9 ngày nhưng thời gian có mưa không xuất hiện liên tục, đôi lúc ngắt quãng đan xen là các ngày có mưa với lượng ít hoặc những khoảng thời gian ngớt mưa.Các dạng hình thế quy mô lớn gây mưa lớn tương đối đa dạng. Các nguyên nhân gây ra mưa lớn đa phần là do chịu ảnh hưởng từ xoáy thuận nhiệt đới, xoáy thuận nhiệt đới kết hợp với gió đông nam, xoáy thuận nhiệt đới kết hợp với không khí lạnh, dải hội tụ nhiệt đới, dải hội tụ nhiệt đới kết hợp với không khí lạnh, không khí lạnh kết hợp với hội tụ gió tín phong, xoáy thấp lạnh hoặc dải áp thấp ở Nam Trung Quốc kết hợp với không khí lạnh; rãnh thấp nóng phía tây kết hợp với không khí lạnh, …Vào mùa hè, mưa lớn trên diện rộng tại khu vực Bắc Bộ chủ yếu do hoạt động của dải hội tụ nhiệt đới (ITCZ), nhất là trong tháng 6 khi ITCZ đã bắt đầu xuất hiện và có trục ở phía nam Trung Quốc và phía bắc Việt Nam có thể nối với một vùng xoáy thấp hoặc bão trên khu vực Biển Đông. Sang đến mùa đông, hình thế gây mưa lớn nhiều nơi tại khu vực Bắc Bộ thường do front lạnh, khối không khí lạnh phía Bắc… Năm 2007, theo nghiên cứukhoa học “Nghiên cứu tác động tham số hóa đối lưu đối với dự báo mưa lớn Bắc Bộ bằng mô hình HRM” của Vũ Thanh Hằng [4] đã chỉ ra rằng mưa trên lãnh thổ Việt Nam là kết quả tác động phức tạp của hoàn lưu nhiệt đới với địa hình đồi núi trên ¾ lãnh thổ Việt Nam.

Qua việc phân tích synốp trên cơ sở số liệu bản đồ thời tiết, nghiên cứu đã phân chia thành 5 loại hình thế synốp cơ 10 TIEU LUAN MOI download : [e-mail] bản gây mưa lớn diện rộng đối với khu vực Bắc Bộ chính là do xoáy thuận nhiệt đới, do rãnh áp thấp, do rãnh áp thấp bị nén, do rãnh gió tây và do sự hội tụ kinh hướng. Trong đó, mưa do xoáy thuận nhiệt đới là loại hình thế gây mưa lớn đặc trưng cho Đông Bằng Bắc Bộ nói riêng và cho toàn Bắc Bộ nói chung. Xoáy thuận nhiệt đới ở đây được hiểu là bao gồm bão, áp thấp nhiệt đới (ATNĐ), xoáy thấp phát triển từ tầng thấp đến khoảng 5000m. Xoáy thuận nhiệt đới ảnh hưởng trực tiếp đến Đồng Bằng Bắc Bộ thường gây mưa kéo dài vài ba ngày và tập trung vào hai ngày đầu.

Tuy nhiên mưa do bão, ATNĐ có cường độ gia tăng, thời gian kéo dài hơn, phạm vi rộng hơn nếu hoạt động của bão, ATNĐ kèm theo hoạt động của dải hộitụ nhiệt đới hoặc hoạt động của đới gió đông nam mạnh từ rìa áp cao cận nhiệt đới. Cần lưu ý rằng mưa do bão, ATNĐ đôi khi xảy ra không đồng nhất trong một khu vực hẹp do vai trò địa hình đã làm phân hóa khá rõ các nơi khác nhau trong một khu vực hẹp thậm chí hai khu vực liền kề. Mưa do bão, ATNĐ đối vớiBắc Bộ thường tập trung vào mùa bão là tháng 7 và tháng 8, đây là những tháng tần suất mưa xảy ra lớn hơn nên vai trò mưa do hoạt động xoáy thuận nói chung, bão, ATNĐ nói riêng có vị trí khá quan trọng trong các quá trình mưa gây lũ lụt lớn. Ngoài ra, một hình thế gây mưa khá đặc trưng cho khu vực đồng bằng Bắc Bộ là do dải hội tụ nhiệt đới (ITCZ) và rãnh áp thấp có trục Tây Bắc – Đông Nam.

ITCZ là một dải thời tiết xấu, nhiều mây kèm theo mưa bất ổn định gây ra bởi sự hội tụ giữa 2 luồng gió tín phong bắc bán cầu và tín phong nam bán cầu hoặc giữa tín phong bắc bán cầu và gió mùa mùa hè mà bản chất là do tín phong nam bán cầu đổi hướng khi vượt qua xích đạo (gió mùa Tây Nam trên khu vực đông nam Châu Á và biển Đông). ITCZ cho lượng mưa không lớn khoảng 30 –50mm và tập trung vào các tháng 7, 8 và 9. ITCZ chỉ có khả năng gây mưa lớn khi có tác động kết hợp với sự tăng cường lấn sâu về phía Tây của áp cao cận nhiệt đới với sự hoạt động của gió mùa đông nam dày và phát triển cao đến 5000m hoặc cao hơn. Ngoài ITCZ thông thường còn phát hiện được 1 loại đường hội tụ khác đó là rãnh áp thấp có trụcTây Bắc - Đông Nam.

Sự tồn tại của rãnh này do sự gặp gỡ của tín phong từ áp cao cận nhiệt đới Thái Bình Dương và gió mùa mùa hè thổi từ vịnh Belgan sang hoặc có sự 11 TIEU LUAN MOI download : [e-mail] xâm nhập lạnh trong những tháng mùa hè. Rãnh áp thấp Tây Bắc – Đông Nam gây mưa không nhiều và có thể quan sát rõ ở phần dưới tầng đối lưu vào khoảng thời gian đầu mùa hè và cuối mùa hè. Nguyên nhân của mưa theo dạng hình thế này là hậu quả của sự tranh chấp giữa các khối khí có nguồn gốc khác nhau tạo nên sự hội tụ mạnh mẽ trong khu vực mặt đệm nóng ẩm và bất ổn định lớn.Nhìn chung mưa do ITCZ và mưa do rãnh áp thấp có trục Tây Bắc – Đông Nam không lớn nhưng nó thường kèm theo dông và xảy ra chủ yếu vào ban ngày nhiều hơn ban đêm. Đó là sự hội tụ của hai hay nhiều khối khí có nguồn gốc khác nhau nên tính chất mưa từng đợt cũng có khác nhau song xảy ra mãnh liệt nhất về cường độ mưa, tổng lượng mưa, thời gian mưa liên tục kéo dài khi xuất hiện ITCZ bị nén do không khí lạnh hay sự lấn về phía Tây của áp cao cận nhiệt đới với tín phong đông nam mạnh phát triển lên độ cao 3000 – 5000m trên khu vực Bắc Bộ.

Một hình thế thời tiết thường hay xuất hiện trong các tháng chuyển tiếp là rãnh áp thấp bị nén cũng là một trong những tác nhân gây mưa lớn cho khu vực Bắc Bộ. Rãnh áp thấp bị nén thể hiện rõ sự cạnh tranh giữa các khối khí có đặc trưng nhiệt động lực khác nhau, trong đó áp thấp nóng phía Tây đóng vai trò rất quan trọng. Mưa thường xảy ra vào chiều tối và tối khi mà hai điều kiện nhiệt lực và động lực thuận lợi cho quá trình hình thành mây và mưa. Lượng mưa do hình thế này tùy thuộc vào vị trí của trục rãnh thấp, vị trí của vùng áp thấp trên trục rãnh thấp và mức độ nén do sự giao tranh của các hệ thống thời tiết liên quan.

Phân bố mưa tập trung vào phần phía Bắc trục rãnh nơi xảy ra hội tụ gió mãnh liệt nhất giữa hai khối khí. Khi trục rãnh có hướng Tây Bắc - Đông Nam thì cho lượng mưa trội hơn so với các hướng khác bởi lẽ trục rãnh quyết định một phần hướng gió hội tụ. Quá trình mưa chỉ kết thúc khi phần đông nam của vùng áp thấp phía Tây bị nén đầy hẳn lên và thay thế với loại hình thế khác như áp cao lạnh hoặc sự phát triển trở lại của vùng thấp hoàn chỉnh. Một hình thế gây mưa đặc trưng cho các tỉnh phía bắc nước ta là rãnh gió tây kết hợp với hoạt động của không khí lạnh (kèm theo front hay đường đứt).

Trong đó rãnh gió tây được hiểu là rãnh áp thấp trong dòng xiết gió tây trên cao. Rãnh gió 12 TIEU LUAN MOI download : skknchat@gmail.