Luận văn: Xác định hình thế thời tiết mưa lớn miền Trung từ số liệu JRA25

Luận văn thạc sĩ nghiên cứu xác định khách quan hình thế thời tiết trong các đợt mưa lớn trên khu vực miền trung từ số liệu tái, đánh giá hiện trạng, phân tích vấn đề, đề xuất

• Tác giả: Nguyễn Văn Hưởng
• Người hướng dẫn: TS. Lê Đức
• Trường học: Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội
• Chuyên ngành: Khí tượng và Khí hậu học
• Đề tài: Xác Định Khách Quan Hình Thế Thời Tiết Trong Các Đợt Mưa Lớn Trên Khu Vực Miền Trung Từ Số Liệu Tái Phân Tích JRA25
• Loại tài liệu: Luận văn Thạc sĩ Khoa học
• Năm xuất bản: 2012
• Địa điểm: Hà Nội

Tóm tắt

I. Khái niệm và Tầm quan trọng Hình thế Thời tiết Mưa lớn Miền Trung

Hình thế thời tiết đóng vai trò thiết yếu trong việc hiểu rõ các đợt mưa lớn ở miền Trung Việt Nam. Luận văn Thạc sĩ của Nguyễn Văn Hưởng (2012) từ Đại học Quốc gia Hà Nộ tập trung vào xác định khách quan các hình thế thời tiết trong những đợt mưa lớn từ dữ liệu tái phân tích JRA25. Các hình thế thời tiết khác nhau tạo ra những điều kiện khí tượng thuận lợi cho sự hình thành mưa lớn. Nghiên cứu này giúp dự báo chính xác hơn, từ đó có thể cảnh báo sớm và giảm thiểu thiệt hại do mưa lớn miền Trung gây ra. Việc phân tích chi tiết hình thế không khí lạnh, xoáy thuận nhiệt đới, rãnh thấp và các yếu tố khí hậu khác cung cấp nền tảng khoa học vững chắc cho công tác phòng chống thảm họa thiên nhiên.

1.1. Định nghĩa Hình thế Thời tiết

Hình thế thời tiết là các cấu trúc không khí đặc thù, bao gồm các trường khí áp, gió và nhiệt độ ở các mực khác nhau. Trong bối cảnh mưa lớn miền Trung, các hình thế thời tiết điển hình bao gồm không khí lạnh, xoáy thuận nhiệt đới, rãnh thấp trục Tây Bắc – Đông Nam và dải hội tụ nhiệt đới (ITCZ). Các hình thế này tương tác phức tạp, tạo ra điều kiện lý tưởng cho sự phát triển của các hệ thống mưa lớn.

1.2. Ý nghĩa Nghiên cứu Khoa học

Nghiên cứu xác định khách quan hình thế thời tiết trong các đợt mưa lớn trên khu vực miền Trung cung cấp cơ sở khoa học cho dự báo và cảnh báo. Sử dụng dữ liệu tái phân tích JRA25, các nhà nghiên cứu có thể phân tích chi tiết hình thế thời tiết ở các độ cao khác nhau (mực mặt đất, 850mb, 700mb, 500mb). Điều này giúp hiểu rõ cơ chế hình thành mưa lớn và nâng cao độ chính xác của các mô hình dự báo.

II. Các Hình thế Thời tiết Chính gây Mưa lớn Bắc Trung Bộ

Miền Trung Việt Nam trải qua nhiều hình thế thời tiết khác nhau trong mùa mưa. Luận văn tập trung phân tích các hình thế thời tiết phổ biến gây mưa lớn ở Bắc Trung Bộ từ năm 2001-2010. Không khí lạnh tương tác với xoáy thuận nhiệt đới phát triển lên độ cao khoảng 3000m trên biển Đông là một trong những hình thế quan trọng nhất. Rãnh thấp trục Tây Bắc – Đông Nam qua Bắc Trung Bộ cũng gây mưa lớn diện rộng. Ngoài ra, hội tụ gió kinh hướng, ITCZ và xoáy thuận nhiệt đới (XTNĐ) cũng đóng vai trò quan trọng. Mỗi hình thế có đặc điểm riêng về phân bố khí áp, trường gió và các yếu tố trên cao, dẫn tới những cơ chế mưa khác nhau.

2.1. Hình thế Không khí Lạnh tương tác Xoáy Thuận Nhiệt đới

Không khí lạnh tương tác với xoáy thuận nhiệt đới phát triển lên tới 3000m là hình thế gây mưa lớn phổ biến. Bản đồ trung bình khí áp mực mặt đất và mực 850mb cho thấy sự hình thành rõ nét của vùng xoáy lạnh trên biển Đông. Các trường trên cao ở mực 500mb hiển thị sự hội tụ gió mạnh, tạo điều kiện cho nâng cao khối không khí ẩm ướt.

2.2. Hình thế Rãnh Thấp Trục Tây Bắc Đông Nam

Rãnh thấp trục Tây Bắc – Đông Nam qua Bắc Trung Bộ tạo mưa lớn diện rộng. Hình thế này đặc trưng bởi dải áp thấp kéo dài từ Tây Bắc đến Đông Nam. Trường gió ở các mực khác nhau cho thấy sự hội tụ mạnh mẽ, đặc biệt là ở mực 850mb và 700mb, tạo điều kiện hoàn hảo cho mưa lớn.

III. Các Hình thế Thời tiết Mưa lớn Trung Trung Bộ và Nam Trung Bộ

Khu vực Trung Trung Bộ và Nam Trung Bộ chịu tác động của những hình thế thời tiết riêng biệt. Hình thế không khí lạnh tương tác với vùng xoáy thấp phát triển lên 3000m ở biển Trung Trung Bộ gây mưa lớn đáng kể. Không khí lạnh tương tác với gió Đông hoặc sóng Đông trên cao là hình thế phổ biến gây mưa cho Nam Trung Bộ. Các bản đồ khí áp mực mặt đất, 850mb và 700mb tiết lộ sự phân bố không đều của áp thấp và gió. ITCZ (Dải hội tụ nhiệt đới) đôi khi mở rộng đến khu vực này, tạo ra mưa lớn diện rộng. Sự khác biệt trong hình thế thời tiết giữa các khu vực phản ánh tính đa dạng của thời tiết và khí hậu miền Trung.

3.1. Hình thế Không khí Lạnh ở Trung Trung Bộ

Không khí lạnh tương tác với vùng xoáy thấp ở biển Trung Trung Bộ tạo ra mưa lớn có tính chất đặc thù. Bản đồ 700mb của hình thế này cho thấy sự phát triển của xoáy lạnh rõ nét. Khí áp và các trường trên cao chỉ ra cơ chế nâng cao không khí ẩm ướt mạnh mẽ.

3.2. Hình thế Sóng Lạnh và Gió Đông ở Nam Trung Bộ

Sóng lạnh phát sinh từ không khí lạnh ở trên cao kết hợp với gió Đông hoặc sóng Đông gây mưa lớn cho Nam Trung Bộ. Hình thế này đặc trưng bởi sự tách rời của sóng lạnh và độ co giãn của không khí. Bản đồ mực 850mb cho thấy gió Đông mạnh và dịch chuyển của sóng lạnh từ Bắc vào Nam.

IV. Ứng dụng và Hướng phát triển Nghiên cứu Hình thế Thời tiết Mưa lớn

Hiểu biết sâu sắc về các hình thế thời tiết gây mưa lớn miền Trung có ứng dụng thực tiễn lớn trong dự báo và cảnh báo. Các nhà khí tượng có thể nhận dạng hình thế thời tiết từ dữ liệu tái phân tích JRA25 hoặc các sản phẩm mô hình số hiện đại từ ECMWF, NCEP để dự báo chính xác. Phương pháp phân tích như PCA, CA (Composite Analysis) và SOM giúp phân loại các hình thế thời tiết tương tự. Trong tương lai, việc kết hợp dữ liệu vệ tinh, dữ liệu mặt đất với các hình thế thời tiết sẽ nâng cao độ chính xác của dự báo. Ngoài ra, nghiên cứu mối liên hệ giữa hình thế thời tiết và ENSO (El Niño-Southern Oscillation) có thể cải thiện dự báo hạn vừa.

4.1. Ứng dụng trong Dự báo Thời tiết

Xác định khách quan hình thế thời tiết từ dữ liệu tái phân tích cho phép các dự báo viên nhận dạng các hình thế nguy hiểm sớm hơn. Sử dụng phương pháp Composite Analysis, có thể tạo ra những bản đồ mẫu cho từng hình thế, từ đó cải thiện độ chính xác dự báo mưa lớn. Tích hợp dữ liệu thời gian thực với hình thế thời tiết hiện tại giúp cảnh báo sớm hiệu quả.

4.2. Hướng Phát triển và Công nghệ Mới

Nghiên cứu tương lai nên tập trung vào ứng dụng trí tuệ nhân tạo để phân loại hình thế thời tiết tự động. SOM (Self-Organizing Map) và các mạng nơ-ron có thể học cách nhận dạng hình thế phức tạp từ dữ liệu khí tượng. Kết hợp với dữ liệu vệ tinh độ phân giải cao, có thể theo dõi sự phát triển hình thế thời tiết chi tiết hơn và dự báo mưa lớn với độ chính xác cao.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan. Trong chương này sẽ trình bày về các công trình nghiên cứu trong nước và nước ngoài về mưa lớn, trên cơ sở các tài liệu tham khảo thu thập được. Chương 2: Số liệu và phương pháp. Trong chương này trình bày các khái niệm cơ bản và chỉ tiêu về mưa lớn, sử dụng số liệu quan trắc tại trạm.

Nguồn số liệu đo mưa từ các trạm đo khí tượng, nguồn số liệu tái phân tích JRA25. Chương 3: Kết quả và phân tích. Trong chương này học viên đưa ra các kết quả tính toán và phân tích K- mean, để phân loại các nhóm hình thế gây mưa lớn ở miền Trung và Tây Nguyên Việt Nam. 1 CHƢƠNG 1: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU MƢA LỚN Ở VIỆT NAM VÀ TRÊN THẾ GIỚI.

Hiện tượng mưa lớn trên khu vực miền Trung luôn được ghi nhận hàng năm với tần xuất trung bình 10 đợt/năm kéo dài từ tháng 5 cho đến tháng 12, với mức độ thiệt hại rất lớn kèm theo. Cho đến nay đã có nhiều công trình nghiên cứu trong nước tập trung cho hiện tượng này từ các thống kê hình thế synop, mô tả cơ chế sinh mưa lớn hoặc mô phỏng hay dự báo dựa trên mô hình. Mặc dù các kết quả nghiên cứu nói trên đã ít nhiều mang lại hiệu quả cho dự báo mưa nghiệp vụ, nhưng các nghiên cứu này mới chỉ dừng lại ở dự báo định tính cho trường hoặc định lượng cho điểm. Tình hình nghiên cứu trên thế giới.

Trên thế giới mưa lớn đã được nghiên cứu từ rất lâu, Cavazos T (1999) cũng đã nghiên cứu về tình hình mưa tuyết lớn ở khu vực Nam Mỹ. Nơi các cơn mưa tuyết lớn tại các khu vực miền núi thường gây ra các trận tuyết lở. Các trạng thái khí quyển qui mô Synop đặc biệt là nguyên nhân của các hiện tượng mưa tuyết cực trị này, và điều này cũng đúng cho trường hợp của vùng Andorra, một nước nhỏ tại Pyrenees, nằm giữa Pháp và Tây Ban Nha. Trên cơ sở những ngày lượng tuyết có cường độ ít nhất là 30cm trong khoảng 24h, các nghiên cứu hiện tại sử dụng các phân tích thành phần chính (Principal Component Analysis) và các phép phân tích xếp nhóm để mô tả đặc điểm của các hình thế hoàn lưu qui mô synop cho những ngày này trong suốt thời kỳ mùa đông.

Khu vực nghiên cứu nằm trong khoảng 30 - 60°N; 30°W - 15°E và khoảng thời gian là thời kỳ mùa đông các năm từ 1986 - 1987 tới 2000 - 2001. Phương pháp được đưa ra với mục đích bao gồm cả phương pháp xử lý trước có chứa cả các dữ liệu đạt chuẩn về không gian được sử dụng cho phép phân tích PCA, một phương pháp xấp xỉ luân phiên để quyết định trọng tâm và số lượng các nhóm cho việc xếp nhóm K-means và việc loại bỏ tính lặp đi lặp lại cho thuật toán này. Phương pháp này có thể phân loại hình thế synop cho các ngày có lượng mưa tuyết lớn và xây dựng các bản đồ cho khí áp mực biển, độ cao địa thế vị 500hPa, độ dày 1000-5000m (các đường dòng 5270m, 5400m, 5520m). Các kết quả đưa ra là những hình thế hoàn lưu, hầu hết là về thành phần gió khu vực Đại Tây Dương.

Các kết quả, như các bản đồ thời tiết, 1 có thể trở thành một công cụ hữu ích trong việc giúp các mô hình khí tượng dự báo các cơn mưa tuyết lớn, và việc phân loại những ngày xảy ra hiện tượng này có thể mở ra một tương lai trong việc phân tích khí hậu và khí tượng một cách chi tiết. Nishiyama K vcs (2007) cũng đã tiến hành nghiên cứu các hệ thống Synop và mối liên hệ giữa các trường Synop và các trường hợp mưa lớn tại đảo Kyushu, thuộc tây nam Nhật Bản, trong suốt thời kỳ mùa mưa Baiu, các trường synop này đã được phân loại sử dụng bản đồ tự thiết lập (SOM – self- organizing map), để có thể biến đổi các đặc tính phi tuyến phức tạp thành các mối liên quan 2 chiều đơn giản. Giả thiết rằng các hình thế synop có thể được biểu diễn một cách đơn giản bằng sự phân bố không gian của các thành phần gió ở mực 850hPa, mưa tiềm năng (PW) được định nghĩa là lượng hơi nước được chứa trong một cột thẳng đứng của khí quyển. Bằng thuật toán SOM và phương pháp xếp nhóm của ma trận U (U-matrix) và K-means, các trường synop được chia thành 8 loại hình thế (nhóm).

Một trong những nhóm có các đặc điểm không gian nổi bật được tính bởi lượng mưa tiềm năng (PW) đi kèm với các thành phần gió mạnh được gọi là dòng xiết mực thấp (LLJ). Các đặc tính của nhóm này chỉ ra một hình thế Synop điển hình thường gây ra lượng mưa lớn tại Kyushu trong suốt thời kỳ mùa mưa. Seibert vcs (2007), đã tiến hành nghiên cứu mô hình gây ra mưa lớn ở Áo, và đã xác định được 7 hình thế qui mô synop gây ra đợt giáng thủy lớn tại Áo được xác định với phương pháp chùm quĩ đạo. Quĩ đạo phản hồi (back tracjectories) ở các mực khác nhau, tại các thời điểm khác nhau trong mỗi ngày, và tại các vị trí khác nhau tại Áo được sử dụng cùng với một giá trị xoáy thế.

Thêm vào đó, 7 vùng tại Áo với lượng giáng thủy ngày tương tự nhau cũng được xác định. Mối quan hệ của lượng giáng thủy lớn tại mỗi vùng này với các hình thế synop cũng đã được nghiên cứu. Kết quả tương ứng các thực nghiệm về hình thế synop và phản ánh các tình hình khí tượng đã được biết đến. Các phân tích này dựa trên số liệu tái phân tích trong 15 năm của ECMWF (1979-1993), sử dụng để tính toán các quĩ đạo phản hồi (back trajectories) và tổng lượng giáng thủy ngày của 131 trạm khí tượng tại Áo.

Điều này đã mở đường cho các ứng dụng trong tương lai trong việc nghiên cứu về biến đổi khí hậu, các dữ liệu đầu vào cần thiết cũng có thể được sử 1 dụng từ các mô hình khí hậu toàn cầu. Cách tiếp cận xếp nhóm cũng đã được tiến hành với một phương pháp mới đầy hứa hẹn, sự phối hợp của nhóm theo thứ bậc và nhóm được lặp đi lặp lại (K-means). Đặc biệt, với lượng mưa lớn kỷ lục như lượng mưa tại Huế (Việt Nam) năm 1999, gần đây, hiện tượng này cũng bắt đầu nhận được quan tâm nghiên cứu của một số tác giả trên thế giới, Jun Matsumoto vcs (2008) đã tiến hành nghiên cứu về sóng lạnh và dị thường gió Nam tại khu vực giữa biển Đông kết hợp với một áp thấp nhiệt đới gây mưa lớn ở khu vực Trung Bộ; Với tác giả, khi nghiên cứu về mưa lớn miền Trung, Jun Matsumoto vcs đã sử dụng bộ số liệu tái phân tích và bộ số liệu về lượng giáng thủy bề mặt trong 24 năm (1972-2002). Cùng với đó là bộ số liệu với trường hoàn lưu khí quyển sử dụng trong nghiên cứu này là bộ số liệu tái phân tích trong 25 năm của Nhật Bản cung cấp bởi cơ quan khí tượng Nhật Bản (JMA) và trung tập nghiên cứu về công nghiệp điện năng (CRIEPI).

Độ phân giải theo phương ngang với kinh độ và vĩ độ là 1,25 độ, khoảng thời gian là 6h, với 12 mực tại tầng đối lưu (1000, 925, 850, 700, 600, 500, 400, 300, 250, 200, 150, và 100 hPa). Nghiên cứu này cũng sử dụng số liệu lượng mưa hàng ngày tại các trạm của khu vực phía đông miền Trung Việt Nam với số liệu được thu thập liên tục bởi phòng khí tượng thủy văn Lào (8 trạm), phòng khí tượng Campuchia (4 trạm) và Trung tâm khí tượng - Thủy văn quốc gia Việt Nam (52 trạm). Thêm vào đó, giá trị nội suy trung bình ngày của số liệu bức xạ sóng dài phát ra (OLR) được cung cấp bởi Trung tâm Khí quyển và Hải dương Quốc gia Hoa Kỳ (NOAA) và số liệu thám sát khí quyển được quan trắc liên tục bởi trạm khí tượng Hoàng Sa. Tác giả đã tìm thấy sự cùng tồn tại của sóng lạnh và áp thấp nhiệt đới là khá quan trọng đối với sự xuất hiện của mưa lớn tại miền trung Việt Nam.

Thêm vào đó, các quan trắc cho thấy các sóng lạnh không có áp thấp nhiệt đới không dẫn đến lượng mưa lớn. Tác giả tìm các nhiễu động qui mô synop và qui mô lớn gây ra những biến đổi về giáng thủy tại miền Trung trong suốt mùa gió mùa mùa hè với một khoảng thời gian dài từ vài ngày cho tới vài tuần. Các nhiễu động cũng đóng vai trò quan trọng đối với những biến đổi về giáng thủy tại các khu vực 1 ven biển phía đông trong suốt pha chuyển tiếp gió mùa có 2 dạng nhiễu động khí quyển đóng vai trò quan trong trong trận mưa lớn này. Thứ nhất: Sóng lạnh (Cold surge) dị thường gió phía bắc tại mực thấp của tầng đối lưu, hình thành tại bắc Trung Quốc gần 40 0N, lan truyền theo hướng nam tiến về phía bắc biển Đông và sau đó tĩnh lại tại đó trong khoảng 2 ngày, gây ra gió đông bắc mạnh thổi liên tục về phía bán đảo Đông Dương, bị cản lại bởi dãy Trường Sơn (Annam Range).

Thứ hai: Dị thường gió nam tại khu vực giữa biển Đông kết hợp với một áp thấp nhiệt đới (Tropical Depression – Type Disturbance), ở miền nam Việt Nam đã ngăn cản sóng lạnh lan truyền về phía nam. Tại phía bắc biển Đông, dị thường gió nam hình thành một hội tụ mạnh ở mực thấp kết hợp với dị thường gió đông bắc trong sóng lạnh, đã cung cấp một lượng không khí nhiệt đới ẩm, ấm. Các điều kiện này gây ra bởi sóng lạnh và áp thấp nhiệt đới khá thuận lợi cho việc xuất hiện lượng mưa lớn do địa hình tại miền trung Việt Nam. Áp thấp nhiệt đới có thể được xem là kết quả của sóng Rossby phản ứng lại dị thường đối lưu qui mô lớn tại khu vực bao gồm khu vực Đông Nam Á, Indonesia và Philippines, kết hợp với những biến đổi trong từng mùa khu vực xích đạo.

Chen vcs (2008) đã nghiên cứu mưa lớn miền Trung bằng cách xem xét ảnh hưởng của hiện tượng ENSO đến mưa ở miền Trung. Thông qua lượng mưa 29 năm (1979-2007) theo dạng lưới từ bộ số liệu tích hợp quan trắc phân giải cao Châu Á để đánh giá nguồn nước (APHRODITE) được sử dụng để mô tả khí hậu mưa ở Việt Nam.