Luận án Tiến sĩ: Đánh Giá Diễn Biến Năng Lượng Bão và Khả Năng Dự Báo Trên Biển Đông

Luận án tiến sĩ phân tích khí tương nghiên cứu đánh giá diễn biến năng lượng bão trên biển đông và khả năng dự báo, xây dựng cơ sở lý luận, kiểm chứng thực nghiệm, đóng góp tri

• Tác giả: Trịnh Hoàng Dương
• Người hướng dẫn: TS. Hoàng Đức Cường
• Trường học: Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu
• Chuyên ngành: Khí tượng và Khí hậu học
• Đề tài: Nghiên cứu đánh giá diễn biến năng lượng bão trên Biển Đông và khả năng dự báo
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH MỤC HÌNH
• DANH MỤC BẢNG
• DANH MỤC CHỮ VIẾT TẮT
• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN CÁC NGHIÊN CỨU VỀ NĂNG LƯỢNG BÃO
• 1.1. Diễn biến năng lượng bão trên các vùng biển và bão trên Biển Đông
• 1.1.1. Đặc điểm diễn biến năng lượng bão trên các vùng biển
• 1.1.2. Đặc điểm diễn biến của bão trên Biển Đông
• 1.2. Quan hệ giữa SST, dòng xiết cận nhiệt đới với bão ở TBTBD và bão trên Biển Đông
• 1.2.1. Quan hệ giữa SST, dòng xiết cận nhiệt đới với bão ở TBTBD
• 1.2.2. Quan hệ giữa SST, dòng xiết cận nhiệt đới với bão trên Biển Đông
• 1.3. Dự báo hạn mùa đối với bão và năng lượng bão
• 1.4. Tiểu kết chương 1
• 2. CHƯƠNG 2: SỐ LIỆU, PHƯƠNG PHÁP NGHIÊN CỨU DIỄN BIẾN VÀ DỰ BÁO NĂNG LƯỢNG BÃO
• 2.1. Số liệu quan trắc bão
• 2.2. Nhiệt độ mặt nước biển và số liệu tái phân tích
• 2.3. Số liệu của hệ thống dự báo khí hậu phiên bản 2 (CFSv2)
• 2.4. Số liệu về dự báo bão hạn mùa của một số Cơ quan nghiệp vụ
• 2.5. Phương pháp nghiên cứu
• 2.5.1. Phương pháp tính toán các chỉ số năng lượng bão
• 2.5.2. Phương pháp phân tích xu thế bão
• 2.5.3. Phương pháp phân tích tương quan và so sánh hai kỳ vọng
• 2.5.4. Phương pháp phân tích thành phần chính
• 2.5.5. Phương pháp dự báo hạn mùa về năng lượng bão
• 3. CHƯƠNG 3: DIỄN BIẾN NĂNG LƯỢNG BÃO VÀ MỐI QUAN HỆ VỚI NHIỆT ĐỘ MẶT NƯỚC BIỂN, VỚI DÒNG XIẾT CẬN NHIỆT ĐỚI
• 3.1. Đặc điểm diễn biến của bão dựa trên chỉ số năng lượng bão
• 3.1.1. Biến trình năm và diễn biến hàng năm của các chỉ số năng lượng bão
• 3.2. Đặc điểm diễn biến của ACE trên Biển Đông
• 3.3. Mối quan hệ giữa nhiệt độ mặt nước biển ở vùng biển phía Đông Nam Nhật Bản, cường độ dòng xiết cận nhiệt với ACE trên Biển Đông
• 3.3.1. Mối quan hệ giữa SST với ACE trên Biển Đông
• 3.3.2. Mối quan hệ giữa dòng xiết cận nhiệt đới với năng lượng bão tích lũy trên Biển Đông
• 3.4. Tiểu kết về chương 3
• 4. CHƯƠNG 4: KHẢ NĂNG ỨNG DỤNG SST Ở VÙNG BIỂN PHÍA ĐÔNG NAM NHẬT BẢN VÀ CƯỜNG ĐỘ DÒNG XIẾT CẬN NHIỆT ĐỚI ĐỂ DỰ BÁO NĂNG LƯỢNG BÃO TÍCH LŨY TRÊN BIỂN ĐÔNG
• 4.1. Đặt bài toán
• 4.2. Quan hệ giữa SST, U200mb được CFSv2 dự báo với quan trắc và ACE
• 4.2.1. Quan hệ giữa SST được CFSv2 dự báo với quan trắc và ACE
• 4.2.2. Quan hệ giữa U200mb được CFSv2 dự báo với quan trắc và ACE
• 4.3. Xây dựng phương trình dự báo ACE
• 4.3.1. Xây dựng phương trình dự báo ACE1
• 4.3.2. Xây dựng phương trình dự báo ACE2
• 4.4. Đánh giá sai số dự báo ACE dựa trên số liệu độc lập
• 4.4.1. Sai số dự báo ACE1
• 4.4.2. Sai số dự báo ACE2
• 4.5. Khả năng áp dụng nghiệp vụ về phương trình dự báo ACE
• 4.6. Tiểu kết về chương 4
• KẾT LUẬN VÀ KIẾN NGHỊ
• Các công trình đã công bố có liên quan đến luận án
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Năng lượng bão và diễn biến thời tiết trên Biển Đông

Luận án tập trung nghiên cứu năng lượng bão và diễn biến thời tiết trên Biển Đông, một khu vực chịu ảnh hưởng mạnh mẽ của bão và áp thấp nhiệt đới. Năng lượng bão được đo lường thông qua các chỉ số như ACE (Accumulated Cyclone Energy), phản ánh cường độ và tần suất của bão. Nghiên cứu chỉ ra rằng Biển Đông là khu vực có sự biến đổi mạnh về năng lượng bão do tác động của biến đổi khí hậu và các yếu tố môi trường khác. Các phân tích cho thấy mối quan hệ chặt chẽ giữa nhiệt độ mặt nước biển (SST) và năng lượng bão, đặc biệt là sự gia tăng SST dẫn đến tăng cường độ bão.

1.1. Đặc điểm diễn biến năng lượng bão

Nghiên cứu đã phân tích đặc điểm diễn biến năng lượng bão trên Biển Đông thông qua các chỉ số ACE và PDI (Power Dissipation Index). Kết quả cho thấy xu hướng gia tăng năng lượng bão trong những thập kỷ gần đây, đặc biệt là từ năm 1982 đến 2018. Sự gia tăng này có liên quan mật thiết đến sự ấm lên của nhiệt độ mặt nước biển và sự thay đổi trong hệ thống khí tượng. Các phân tích cũng chỉ ra rằng dòng xiết cận nhiệt đới có ảnh hưởng đáng kể đến sự hình thành và phát triển của bão trên Biển Đông.

1.2. Mối quan hệ giữa SST và năng lượng bão

Nghiên cứu đã xác định mối quan hệ giữa nhiệt độ mặt nước biển (SST) và năng lượng bão trên Biển Đông. Kết quả cho thấy SST cao hơn dẫn đến tăng cường độ và tần suất bão. Đặc biệt, SST ở vùng biển phía Đông Nam Nhật Bản có ảnh hưởng lớn đến năng lượng bão tích lũy trên Biển Đông. Các phân tích tương quan và hồi quy đã chứng minh rằng SST là một yếu tố quan trọng trong dự báo bão và đánh giá diễn biến thời tiết.

II. Dự báo thời tiết và mô hình dự báo bão

Luận án đề cập đến các phương pháp dự báo thời tiết và mô hình dự báo bão trên Biển Đông. Nghiên cứu sử dụng hệ thống dự báo khí hậu phiên bản 2 (CFSv2) để dự báo năng lượng bão và các yếu tố liên quan. Các kết quả cho thấy mô hình dự báo này có độ chính xác cao trong việc dự đoán năng lượng bão tích lũy, đặc biệt là khi kết hợp với các yếu tố như SST và dòng xiết cận nhiệt đới. Nghiên cứu cũng đề xuất các phương trình dự báo ACE dựa trên các nhân tố dự báo chính, giúp cải thiện độ chính xác của dự báo bão.

2.1. Phương pháp dự báo hạn mùa

Nghiên cứu đã phát triển các phương pháp dự báo hạn mùa đối với năng lượng bão trên Biển Đông. Các phương pháp này dựa trên phân tích tương quan giữa SST, dòng xiết cận nhiệt đới và các chỉ số bão. Kết quả cho thấy các phương trình dự báo ACE có độ tin cậy cao, đặc biệt khi sử dụng dữ liệu từ CFSv2. Các phương pháp này có tiềm năng ứng dụng trong dự báo thời tiết và quản lý rủi ro thiên tai.

2.2. Đánh giá sai số dự báo

Nghiên cứu đã đánh giá sai số dự báo của các phương trình dự báo ACE dựa trên dữ liệu độc lập. Kết quả cho thấy các phương trình dự báo có độ chính xác cao, với sai số nhỏ hơn so với các mô hình dự báo truyền thống. Điều này khẳng định tính hiệu quả của các phương pháp dự báo bão được đề xuất trong luận án, đồng thời mở ra hướng nghiên cứu mới trong việc cải thiện dự báo thời tiết trên Biển Đông.

III. Tác động môi trường và ứng dụng thực tiễn

Luận án không chỉ tập trung vào nghiên cứu lý thuyết mà còn đề cập đến tác động môi trường và ứng dụng thực tiễn của các kết quả nghiên cứu. Năng lượng bão và diễn biến thời tiết trên Biển Đông có ảnh hưởng lớn đến đời sống kinh tế - xã hội, đặc biệt là các ngành như nông nghiệp, giao thông và du lịch. Nghiên cứu đã đề xuất các giải pháp ứng phó với biến đổi khí hậu và cải thiện dự báo bão, giúp giảm thiểu thiệt hại do bão gây ra.

3.1. Ứng dụng trong quản lý rủi ro

Các kết quả nghiên cứu về năng lượng bão và dự báo thời tiết có thể được ứng dụng trong quản lý rủi ro thiên tai. Các phương pháp dự báo chính xác giúp các cơ quan chức năng đưa ra các biện pháp phòng ngừa và ứng phó kịp thời, giảm thiểu thiệt hại về người và tài sản. Đặc biệt, các phương trình dự báo ACE có thể được tích hợp vào các hệ thống cảnh báo sớm, nâng cao hiệu quả dự báo bão.

3.2. Tác động của biến đổi khí hậu

Nghiên cứu cũng phân tích tác động của biến đổi khí hậu đến năng lượng bão trên Biển Đông. Kết quả cho thấy sự gia tăng SST và thay đổi trong hệ thống khí tượng đang làm tăng cường độ và tần suất bão. Điều này đặt ra thách thức lớn cho công tác dự báo thời tiết và quản lý rủi ro thiên tai. Nghiên cứu đề xuất các giải pháp thích ứng với biến đổi khí hậu, bao gồm cải thiện mô hình dự báo và tăng cường hợp tác quốc tế trong nghiên cứu khí tượng.

Nội dung chính

Tổng quan luận án

Luận án tiến sĩ chuyên ngành Khí tượng và Khí hậu học (mã số 9440222) với đề tài "Nghiên cứu đánh giá diễn biến năng lượng bão trên Biển Đông và khả năng dự báo" do nghiên cứu sinh Trịnh Hoàng Dương thực hiện tại Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu (Bộ Tài nguyên và Môi trường), dưới sự hướng dẫn khoa học của TS. Hoàng Đức Cường và PGS. Dương Văn Khảm.

Tính cấp thiết và khoảng trống nghiên cứu

Trong các nghiên cứu và nghiệp vụ khí tượng truyền thống, việc giám sát và đánh giá hoạt động của bão thường tập trung chủ yếu vào số lượng cơn bão hoặc phân cấp cường độ gió tức thời. Tuy nhiên, số lượng bão đơn thuần không phản ánh đầy đủ thông tin về cường độ cực đại và thời gian duy trì của hệ thống bão trong suốt vòng đời. Một mùa bão có ít cơn nhưng xuất hiện các cơn bão mạnh với thời gian hoạt động kéo dài có thể gây ra tổng động năng và rủi ro thiệt hại lớn hơn nhiều so với một mùa có nhiều cơn bão yếu và tan nhanh.

Các chỉ số năng lượng bão—tiêu biểu là Năng lượng bão tích lũy (Accumulated Cyclone Energy - ACE)—đã được ứng dụng rộng rãi trên thế giới bởi Tổ chức Khí tượng Thế giới (WMO), Cơ quan Quản lý Khí quyển và Đại dương Quốc gia Hoa Kỳ (NOAA), Cục Khí tượng Nhật Bản (JMA), cũng như các tổ chức đánh giá rủi ro tài chính và bảo hiểm thiên tai quốc tế (như ARTEMIS, UNDRR). Tại Việt Nam, với bờ biển dài hơn 3.000 km, hoạt động của bão trên Biển Đông trực tiếp tác động đến kinh tế - xã hội. Mặc dù các nghiên cứu về xoáy thuận nhiệt đới đã được triển khai từ những năm 1960, các công trình đi sâu vào bản chất năng lượng bão cũng như bài toán dự báo hạn mùa chỉ số năng lượng bão trên Biển Đông vẫn còn khoảng trống lớn kể từ sau các nghiên cứu bước đầu vào đầu thập niên 1990.

Luận án đặt ra các vấn đề khoa học trọng tâm:

1. Diễn biến của các chỉ số năng lượng bão trên Biển Đông có quy luật như thế nào và có điểm gì tương đồng hoặc khác biệt so với toàn khu vực Tây Bắc Thái Bình Dương (TBTBD)?
2. Nhiệt độ mặt nước biển (SST) tại những khu vực đại dương nào và các hệ thống hoàn lưu quy mô lớn nào (đặc biệt là dòng xiết cận nhiệt đới Đông Á - Thái Bình Dương - APSJ) có mối quan hệ chi phối đối với năng lượng bão trên Biển Đông?
3. Khả năng ứng dụng các thông tin dự báo hoàn lưu quy mô lớn từ mô hình số trị khí hậu toàn cầu (CFSv2) để xây dựng phương trình dự báo thống kê hạn mùa chỉ số ACE trên Biển Đông trước 1 đến 2 tháng đạt độ tin cậy như thế nào?

Mục tiêu nghiên cứu

Luận án xác định hai mục tiêu cụ thể:

1. Làm rõ được đặc điểm diễn biến của năng lượng bão trên Biển Đông và mối quan hệ giữa năng lượng bão trên Biển Đông với nhiệt độ mặt nước biển, với dòng xiết cận nhiệt đới.
2. Xây dựng được mô hình thống kê dự báo năng lượng bão trên Biển Đông dựa trên thông tin nhiệt độ mặt nước biển và dòng xiết cận nhiệt đới.

Đối tượng và phạm vi nghiên cứu

• Đối tượng nghiên cứu: Bão và các chỉ số đánh giá năng lượng bão, trọng tâm là chỉ số Năng lượng bão tích lũy (ACE), cùng các đặc trưng thống kê liên quan như số lượng bão (C8), số lượng bão mạnh cấp 12 trở lên (C12), số ngày có bão (NCB), chỉ số tiêu tán năng lượng (PDI), năng lượng hiệu chỉnh (RACE, RPDI).
• Phạm vi không gian: Khu vực Biển Đông, giới hạn trong tọa độ từ 0°N đến 23°N và từ 100°E đến 120°E (có so sánh mở rộng với toàn vùng Tây Bắc Thái Bình Dương).
• Phạm vi thời gian: Chuỗi số liệu lịch sử quan trắc bão và tái phân tích khí hậu từ năm 1982 đến năm 2018 (trong đó giai đoạn 1982–2012 dùng để xây dựng phương trình và giai đoạn 2013–2018 dùng làm chuỗi độc lập để đánh giá sai số dự báo).

---

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu lý thuyết và chỉ số năng lượng bão trên thế giới

Tác giả đã hệ thống hóa các nền tảng lý thuyết nhiệt động lực học giải thích cơ chế hình thành và biến đổi năng lượng bão:

• Lý thuyết bất ổn định đối lưu loại 2 (CISK) do Charney và Eliassen đặt nền móng, giải thích sự phát triển của bão thông qua tương tác giữa hội tụ lớp biên ẩm, đối lưu mây tích và giải phóng ẩn nhiệt chuyển đổi thành động năng cơ học.
• Lý thuyết trao đổi nhiệt bề mặt do gió gây ra (WISHE) và mô hình lý tưởng hóa bão như một "động cơ nhiệt Carnot" của Emanuel (1986), xác định năng lượng cơ học của bão bắt nguồn từ sự mất cân bằng nhiệt động giữa bề mặt đại dương và khí quyển tầng đối lưu trên, với hiệu năng nhiệt động cực đại xấp xỉ bằng một phần ba.

Về phương pháp định lượng năng lượng bão, luận án điểm lại quá trình phát triển của các bộ chỉ số:

• Chỉ số ACE: Do Bell và ctv (2000) đề xuất tại NOAA, tính bằng tổng bình phương tốc độ gió cực đại quan trắc mỗi 6 giờ đối với các cơn bão có cường độ từ cấp nhiệt đới trở lên.
• Chỉ số PDI: Do Emanuel (2005, 2007) phát triển, tính theo hàm bậc ba của vận tốc gió nhằm tăng trọng số phản ánh sức tàn phá của các cơn bão có cường độ rất mạnh.
• Chỉ số RACE và RPDI: Do Yu và ctv (2009, 2012) đề xuất nhằm bổ sung thêm thông tin bán kính gió mạnh để hiệu chỉnh độ nhạy đối với các cơn bão cực mạnh tại vùng Tây Bắc Thái Bình Dương.
• Chỉ số IKE và TIKE: Do Kantha và ctv (2006), Powell và ctv (2007), Misra và ctv (2013) nghiên cứu tích hợp động năng theo trường gió 4 góc phần tư và tích lũy theo quỹ đạo bão.
• Chỉ số HSI: Do Hebert và ctv (2010) xây dựng thang điểm 50 dựa trên kết hợp cường độ gió cực đại và kích thước trường gió.

Các nghiên cứu thực nghiệm quốc tế về biến động khí hậu của ACE đã được tổng quan chi tiết: Murakami và ctv (2014) tại Bắc Đại Tây Dương; Deo và ctv (2013), Sahoo và ctv (2016) tại Ấn Độ Dương và vịnh Bengal; Kevin và ctv (2010) tại Tây Bắc Australia; Savin và ctv (2011) tại khu vực Fiji; Sobel và ctv (2005), Camargo và ctv (2005), Kim và ctv (2013), Zhan và ctv (2011, 2014, 2015) tại Tây Bắc Thái Bình Dương. Các nghiên cứu này chỉ rõ vai trò điều hòa của dao động quy mô lớn như El Niño - Dao động Nam (ENSO), Dao động Madden-Julian (MJO), Dao động thập kỷ Thái Bình Dương (PDO) và tương tác với nhiệt độ mặt nước biển (SST).

Các nghiên cứu về xoáy thuận nhiệt đới và bão trên Biển Đông

Tại Việt Nam, luận án tổng kết các giai đoạn nghiên cứu bão:

• Các nghiên cứu giai đoạn đầu thập niên 1990 của Lê Đình Quang và ctv (1988, 1991), Trần Duy Bình và ctv (1991) đã phân tích các tham số nhiệt động, năng lượng tĩnh (CpT, gz, Lq), động năng theo chiều thẳng đứng và dòng rối nhiệt ẩm khi áp thấp nhiệt đới mạnh lên thành bão.
• Các nghiên cứu thống kê khí hậu về tần số và xu thế bão của Nguyễn Đức Ngữ và Nguyễn Trọng Hiệu (2004), Nguyễn Văn Tuyên (2007, 2008), Nguyễn Đức Ngữ (2008), Đinh Văn Ưu và ctv (2010, 2011), Nguyễn Văn Thắng và ctv (2010), Phan Văn Tân và ctv (2010), Vũ Thanh Hằng và ctv (2010), Hoàng Lưu Thu Thủy (2015), Đinh Bá Duy và ctv (2016).
• Mối quan hệ giữa SST và hoàn lưu khí quyển với bão Biển Đông: Lee và ctv (2012), Richard và Zhou (2014), Ling và ctv (2014, 2015), Nguyễn Thị Thanh và ctv (2019, 2020), Trần Quang Đức và ctv (2020).

Khoảng trống luận án lựa chọn giải quyết

Mặc dù các nghiên cứu trước đã chỉ ra xu thế biến đổi về số lượng bão hoặc quan hệ giữa ENSO với bão Biển Đông, vẫn chưa có công trình nào đánh giá toàn diện chuỗi thời gian dài về năng lượng bão tích lũy (ACE) trên Biển Đông, làm rõ cơ chế tương tác biển - khí giữa SST vùng biển Đông Nam Nhật Bản và dòng xiết cận nhiệt đới APSJ với ACE Biển Đông, cũng như xây dựng mô hình dự báo hạn mùa ACE có kiểm nghiệm sai số độc lập.

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khái niệm

Luận án dựa trên lý thuyết tương tác nhiệt động đại dương - khí quyển và động lực học hoàn lưu quy mô lớn. Đại lượng cốt lõi được sử dụng là chỉ số Năng lượng bão tích lũy (ACE), được xác định theo công thức:

$$ACE = 10^{-4} \sum V_{max}^2$$

Trong đó $V_{max}$ là tốc độ gió bề mặt duy trì mạnh nhất ước lượng tại vùng tâm bão (tính bằng đơn vị knot hoặc m/s quy đổi tương ứng) tại các thời điểm quan trắc tiêu chuẩn cách nhau 6 giờ (00, 06, 12, 18 UTC) cho tất cả các xoáy thuận nhiệt đới đạt cấp bão (sức gió từ cấp 8 Beaufort trở lên, tức $V_{max} \ge 34\text{ knot}$).

Nguồn số liệu sử dụng

1. Số liệu quan trắc bão (1982–2018):
   • Dữ liệu bão tốt nhất (Best Track Data) từ Cục Khí tượng Nhật Bản (JMA) - Trung tâm Khí tượng Chuyên ngành Khu vực (RSMC Tokyo).
   • Dữ liệu từ Trung tâm Cảnh báo Bão Liên hợp của Hải quân Hoa Kỳ (JTWC).
2. Số liệu nhiệt độ bề mặt biển và tái phân tích khí quyển:
   • Dữ liệu SST tái phân tích mở rộng ERSSTv4 của NOAA, độ phân giải $2^\circ \times 2^\circ$.
   • Dữ liệu tái phân tích khí quyển NCEP/NCAR Reanalysis 1 của Hoa Kỳ, độ phân giải $2{,}5^\circ \times 2{,}5^\circ$ kinh vĩ (trường gió vĩ hướng $U$, kinh hướng $V$, độ cao địa thế vị $H$, tốc độ thẳng đứng $\omega$, xoáy tương đối, độ tán, độ đứt gió thẳng đứng giữa mực 200 mb và 850 mb).
   • Dữ liệu Bức xạ sóng dài thoát ra ngoài khí quyển (OLR) từ NOAA.
3. Số liệu mô hình dự báo khí hậu toàn cầu:
   • Dữ liệu dự báo hạn mùa của Hệ thống Dự báo Khí hậu phiên bản 2 (CFSv2 - Climate Forecast System Version 2) thuộc NCEP/NOAA, thu thập 24 dự báo đơn lẻ thực hiện tại các thời điểm từ tháng 2 đến tháng 6 hàng năm giai đoạn 1982–2018.

Phương pháp nghiên cứu thực tế

Luận án sử dụng phương pháp tiếp cận định lượng thống kê kết hợp phân tích cơ chế động lực khí tượng:

• Phương pháp phân tích xu thế và lọc chuỗi: Phân tích hồi quy tuyến tính, trung bình trượt 5 năm và 7 năm để đánh giá xu thế biến đổi dài hạn của các chuỗi thời gian năng lượng bão và số lượng bão.
• Phương pháp phân tích tương quan và kiểm định thống kê: Tính toán hệ số tương quan tuyến tính Pearson ($r$), tương quan hạng Spearman, kiểm định ý nghĩa thống kê bằng phân phối Student-$t$ ở các mức độ tin cậy 95% và 99%, kiểm định so sánh kỳ vọng hai mẫu cho các năm chỉ số cao và thấp.
• Phương pháp Hàm trực giao thực nghiệm (EOF/PCA): Áp dụng trên trường gió vĩ hướng mực 200 mb ($U_{200\text{mb}}$) mùa hè trên miền kinh vĩ $25^\circ\text{N} - 60^\circ\text{N}$, $80^\circ\text{E} - 150^\circ\text{E}$ nhằm trích xuất các thành phần không gian chính (EOF1, EOF2) và chuỗi biến thiên thời gian tương ứng (PC1, PC2) đặc trưng cho dao động của dòng xiết cận nhiệt đới APSJ.
• Phương pháp mô hình hóa dự báo thống kê: Xây dựng các phương trình hồi quy tuyến tính đơn biến và đa biến dự báo tổng năng lượng bão tích lũy cho cả mùa (ACE1: từ tháng 5 đến tháng 12) và cập nhật nửa cuối mùa (ACE2: từ tháng 8 đến tháng 12).
• Phương pháp đánh giá kỹ năng dự báo: Đánh giá trên chuỗi phụ thuộc (1982–2012) và chuỗi độc lập (2013–2018) qua các chỉ số sai số tuyệt đối trung bình (MAE), sai số căn bậc hai trung bình (RMSE), hệ số tương quan giữa dự báo và thực tế, đánh giá tỷ lệ phần trăm dự báo đúng theo phân loại 2 pha (cao/thấp hơn trung bình) và 3 pha (cao, xấp xỉ, thấp hơn bình thường).

---

Nội dung chính theo từng chương

Chương 1: Tổng quan các công trình nghiên cứu năng lượng bão

Chương 1 tổng thuật chi tiết toàn bộ các cơ sở lý thuyết nhiệt động lực, định nghĩa toán học và ý nghĩa vật lý của các chỉ số năng lượng bão (ACE, PDI, RACE, RPDI, IKE, TIKE, HSI). Tác giả phân tích các ưu điểm và hạn chế của từng chỉ số; trong đó chỉ số ACE được lựa chọn làm đối tượng nghiên cứu trọng tâm do tính liên tục, khả năng khái quát tốt cả ba yếu tố (số lượng, cường độ, thời gian tồn tại) và tính tương thích cao với các bộ dữ liệu quan trắc bão chuẩn quốc tế.

Chương này cũng tổng quan sâu sắc về đặc điểm hoạt động của bão trên Biển Đông và Tây Bắc Thái Bình Dương; vai trò của tương tác đại dương - khí quyển thông qua các chỉ số SST vùng biển nhiệt đới, bể ấm Tây Thái Bình Dương, vùng biển Ấn Độ Dương (ISST), vùng biển phía Tây Nam Thái Bình Dương (SSST) và vùng biển phía Đông Nam Nhật Bản (JSST). Đồng thời, chương 1 điểm lại các công trình nghiên cứu về hình thế sóng quy mô lớn (kiểu dao động Pacific - Japan / P-J) và hoàn lưu dòng xiết cận nhiệt đới tầng đối lưu trên (APSJ) đối với hoạt động bão, làm nền tảng lý thuyết để định hướng nghiên cứu cho các chương tiếp theo.

Chỉ số năng lượng bão	Tác giả đề xuất (Năm)	Biến số chính sử dụng	Mục đích / Đặc trưng chính
ACE	Bell và ctv (2000)	$V_{max}^2$	Tổng động năng gió tích lũy cho các xoáy thuận nhiệt đới từ cấp 8 trở lên.
PDI	Emanuel (2005, 2007)	$V_{max}^3$	Tích lũy công suất tiêu tán năng lượng, tăng trọng số cho các cơn bão cực mạnh.
RACE / RPDI	Yu và ctv (2009, 2012)	$V_{max}^2 \times R$, $V_{max}^3 \times R$	Hiệu chỉnh ACE và PDI bằng cách tích hợp thêm bán kính gió bão ($R$).
IKE / TIKE	Kantha (2006), Misra (2013)	Phân bố gió 4 góc phần tư	Động năng tích hợp theo diện tích trường gió thực tế và tích lũy theo quỹ đạo.
HSI	Hebert và ctv (2010)	Thang điểm 50 ($V_{max}$, kích thước)	Chỉ số nguy hiểm của bão kết hợp cường độ và trường gió.

Chương 2: Số liệu, phương pháp nghiên cứu diễn biến và dự báo năng lượng bão

Chương 2 mô tả chi tiết quy trình thu thập, xử lý và kiểm tra tính đồng nhất của các nguồn dữ liệu bão từ JMA và JTWC giai đoạn 1982–2018 trên khu vực Biển Đông ($0^\circ - 23^\circ\text{N}$, $100^\circ - 120^\circ\text{E}$). Tác giả thiết lập công thức tính toán đồng bộ cho các đại lượng: số cơn bão ($C8$), số cơn bão rất mạnh ($C12$), số ngày có bão ($NCB$), chỉ số ACE, PDI, RACE và RPDI.

Chương này trình bày chi tiết thuật toán phân tích EOF trường gió vĩ hướng tầng 200 mb trong mùa hè (tháng 6–8) trên khu vực Đông Á - Tây Bắc Thái Bình Dương ($25^\circ - 60^\circ\text{N}$, $80^\circ - 150^\circ\text{E}$). Hai dạng bài toán dự báo hạn mùa thống kê được thiết lập:

1. Bài toán dự báo ACE1: Dự báo tổng ACE từ tháng 5 đến tháng 12 trên Biển Đông, phát tin vào đầu mùa bão (dựa trên thông tin dự báo SST và gió $U_{200\text{mb}}$ thời kỳ tháng 6–10 hoặc tháng 6–8 phát đi từ các thời điểm tháng 2 đến tháng 6 của CFSv2).
2. Bài toán dự báo ACE2: Dự báo tổng ACE nửa cuối mùa từ tháng 8 đến tháng 12 trên Biển Đông, phát tin cập nhật trước tháng 8.

Chương 3: Diễn biến năng lượng bão và mối quan hệ với nhiệt độ mặt nước biển, với dòng xiết cận nhiệt đới

Chương 3 trình bày các kết quả thực nghiệm chi tiết về biến trình và xu thế của năng lượng bão trên Biển Đông:

• Biến trình mùa: Năng lượng bão tích lũy trên Biển Đông tập trung chủ yếu từ tháng 6 đến tháng 12 (chiếm trên 95% tổng lượng cả năm). Biến trình năm của ACE Biển Đông tương đồng với toàn vùng Tây Bắc Thái Bình Dương trong giai đoạn từ tháng 7 đến tháng 11, nhưng thời điểm đạt đỉnh cực đại của ACE trên Biển Đông lệch muộn hơn khoảng 1 tháng (tập trung cao điểm nhất vào tháng 9–11, trong khi Tây Bắc Thái Bình Dương đạt đỉnh vào tháng 8–10).
• Xu thế dài hạn (1982–2018): Cả hai bộ số liệu JMA và JTWC đều cho thấy xu thế tuyến tính của tổng ACE hàng năm trên Biển Đông có chiều hướng giảm nhẹ trong toàn thời kỳ 1982–2018 (hệ số dốc hồi quy âm, phù hợp với xu thế giảm của số ngày có bão $NCB$). Tuy nhiên, khi phân tách hai thập kỷ gần nhất (1999–2018), chỉ số ACE và số lượng bão mạnh ($C12$) trên Biển Đông lại thể hiện xu thế gia tăng trở lại.

Đặc trưng bão trên Biển Đông (1982–2018)	Số liệu JMA (Trung bình $\pm$ Độ lệch chuẩn)	Số liệu JTWC (Trung bình $\pm$ Độ lệch chuẩn)
Số cơn bão (C8) (cơn/năm)	$7{,}8 \pm 2{,}6$	$8{,}2 \pm 2{,}7$
Số bão mạnh cấp 12 trở lên (C12) (cơn/năm)	$2{,}6 \pm 1{,}5$	$3{,}1 \pm 1{,}6$
Số ngày có bão (NCB) (ngày/năm)	$22{,}4 \pm 9{,}2$	$23{,}8 \pm 9{,}5$
Năng lượng bão tích lũy (ACE) ($10^3\text{ m}^2\text{s}^{-2}$)	$18{,}2 \pm 10{,}1$	$21{,}4 \pm 11{,}3$
Chỉ số PDI ($10^5\text{ m}^3\text{s}^{-3}$)	$5{,}4 \pm 3{,}6$	$6{,}8 \pm 4{,}1$

• Mối quan hệ với SST: Phân tích tương quan không gian chỉ ra rằng ACE trên Biển Đông có mối tương quan thuận đạt mức ý nghĩa 95% và 99% với SST vùng biển phía Đông Nam Nhật Bản ($20^\circ - 35^\circ\text{N}$, $130^\circ - 160^\circ\text{E}$, ký hiệu là JSST và gradient JSSTG), trong khi tương quan nghịch với SST khu vực xích đạo Ấn Độ Dương (ISST) và vùng Tây Nam Thái Bình Dương (SSST). Khi JSSTG dương (ấm hơn bình thường so với bể ấm trung tâm), xoáy thuận mực thấp và đối lưu phát triển mạnh mẽ trên Biển Đông, tạo điều kiện thuận lợi duy trì cường độ bão.
• Mối quan hệ với dòng xiết cận nhiệt đới (APSJ): Phân tích EOF trường gió vĩ hướng tầng 200 mb xác định mode EOF2 (chiếm 17,2% tổng phương sai) phản ánh sự dịch chuyển vĩ hướng và biến thiên cường độ của trục APSJ. Thành phần chính PC2 có tương quan dương chặt chẽ với ACE Biển Đông ($r = 0{,}48$ đến $0{,}54$, đạt độ tin cậy 99%). Khi PC2 dương, trục dòng xiết dịch chuyển nhẹ lên phía Bắc, độ đứt gió thẳng đứng tầng 200–850 mb trên khu vực Biển Đông suy giảm, độ xoáy tương đối mực 850 mb tăng và chuyển động thẳng đứng đi lên ($\omega < 0$) mạnh hơn, thúc đẩy bão hoạt động kéo dài và tích lũy năng lượng cao.

Chương 4: Khả năng ứng dụng SST ở vùng biển phía Đông Nam Nhật Bản và cường độ dòng xiết cận nhiệt đới để dự báo năng lượng bão tích lũy trên Biển Đông

Chương 4 tập trung giải quyết bài toán dự báo hạn mùa thực nghiệm:

• Đánh giá sản phẩm dự báo CFSv2: Tác giả phân tích độ tin cậy của 24 dự báo thành phần của CFSv2 từ các thời điểm tháng 2 đến tháng 6 trong việc dự báo SSTA vùng Đông Nam Nhật Bản và gió $U_{200\text{mb}}$ Đông Á. Kết quả cho thấy trung bình tổ hợp 24 dự báo có tương quan cao với số liệu tái phân tích quan trắc thực tế ($r > 0{,}6$), chứng minh tính khả thi của việc dùng sản phẩm CFSv2 làm nhân tố dự báo (NTDB).
• Thiết lập các phương trình dự báo hồi quy:
  • Đối với ACE1 (mùa bão tháng 5–12): Xây dựng các phương trình đơn biến, 2 biến và 3 biến kết hợp giữa JSSTG dự báo và các chỉ số gió $U_{200\text{mb}}$/PC2 dự báo từ CFSv2.
  • Đối với ACE2 (nửa cuối mùa bão tháng 8–12): Tương tự, thiết lập các phương trình dự báo cập nhật trước tháng 8.
• Đánh giá sai số trên chuỗi độc lập (2013–2018): Các phương trình được kiểm nghiệm trên tập số liệu độc lập không dùng để huấn luyện. Phương trình kết hợp 2 nhân tố và 3 nhân tố cho kết quả dự báo vượt trội so với phương trình 1 nhân tố.

Phương trình dự báo	Dạng phương trình	Hệ số tương quan ($r$) chuỗi phụ thuộc (1982–2012)	Tỷ lệ dự báo đúng 2 pha (%) chuỗi độc lập (2013–2018)
Dự báo ACE1 (1 NTDB)	$\text{ACE1} = f(\text{JSSTG}_{\text{CFSv2}})$	$0{,}49$	$66{,}7%$
Dự báo ACE1 (2 NTDB)	$\text{ACE1} = f(\text{JSSTG}{\text{CFSv2}}, U{200\text{CFSv2}})$	$0{,}61$	$83{,}3%$
Dự báo ACE1 (3 NTDB)	$\text{ACE1} = f(\text{JSSTG}{\text{CFSv2}}, U{200\text{CFSv2}}, \text{PC2}_{\text{CFSv2}})$	$0{,}66$	$83{,}3%$
Dự báo ACE2 (1 NTDB)	$\text{ACE2} = f(\text{JSSTG}_{\text{CFSv2}})$	$0{,}52$	$66{,}7%$
Dự báo ACE2 (2 NTDB)	$\text{ACE2} = f(\text{JSSTG}{\text{CFSv2}}, U{200\text{CFSv2}})$	$0{,}64$	$83{,}3%$

Kết quả so sánh sai số dự báo ACE của luận án với các mô hình dự báo hạn mùa quốc tế (như mô hình của TSR cho Đại Tây Dương và Tây Bắc Thái Bình Dương) cho thấy sai số tương đối và độ tin cậy của phương trình hồi quy xây dựng trong luận án nằm ở mức tương đương với các chuẩn nghiệp vụ quốc tế.

---

Kết quả và những đóng góp mới

Những đóng góp mới của luận án

1. Về mặt quy luật khí hậu: Luận án đã xác định được diễn biến năng lượng bão tích lũy trên Biển Đông có sự tương đồng với khu vực Tây Bắc Thái Bình Dương trong các tháng 7 đến 11, nhưng thời gian tập trung cao điểm của năng lượng bão trên Biển Đông muộn hơn khoảng 1 tháng. Tổng năng lượng bão có xu thế giảm nhẹ trong toàn thời kỳ 1982–2018, nhưng gia tăng rõ rệt trong hai thập kỷ gần đây (1999–2018).
2. Về mặt cơ chế vật lý tương tác biển - khí: Đã xác định và lý giải được cơ chế chi phối của nhiệt độ mặt nước biển ở vùng biển phía Đông Nam Nhật Bản (JSST/JSSTG) và cường độ, vị trí dòng xiết cận nhiệt đới Đông Á (thông qua trường gió $U_{200\text{mb}}$ và thành phần chính PC2) đối với môi trường động lực và nhiệt động của bão trên Biển Đông (xoáy tương đối tầng thấp, chuyển động thẳng đứng, độ đứt gió thẳng đứng).
3. Về mặt phương pháp và công cụ dự báo: Xây dựng thành công các phương trình thống kê dự báo hạn mùa chỉ số ACE trên Biển Đông trước 1–2 tháng (cho cả mùa ACE1 và nửa cuối mùa ACE2) dựa trên tích hợp sản phẩm mô hình khí hậu toàn cầu CFSv2, đạt tỷ lệ dự báo đúng pha 83,3% trên chuỗi số liệu thử nghiệm độc lập.

Ý nghĩa khoa học và thực tiễn

• Ý nghĩa khoa học: Bổ sung hệ thống luận cứ khoa học định lượng về đặc trưng năng lượng bão nhiệt đới trên Biển Đông và cơ chế liên kết hoàn lưu quy mô lớn xa bờ (teleconnection), làm tài liệu tham khảo cho các nghiên cứu khí tượng động lực biển - khí.
• Ý nghĩa thực tiễn: Cung cấp công cụ tính toán bổ trợ cho các cơ quan khí tượng thủy văn nghiệp vụ tại Việt Nam trong các bản tin nhận định xu thế bão hạn mùa; đồng thời cung cấp thông tin định lượng hữu ích cho công tác lập kế hoạch phòng chống thiên tai và thẩm định rủi ro trong ngành bảo hiểm, tài chính hàng hải.

Kiến nghị

Tác giả kiến nghị tiếp tục thử nghiệm ứng dụng các phương trình dự báo ACE trong quy trình nghiệp vụ nhận định hạn mùa; đồng thời khai thác thêm các sản phẩm mô hình khí hậu toàn cầu khác (như ECMWF, UKMO) để nâng cao tính ổn định của mô hình dự báo tổ hợp.

---

Hạn chế và hướng nghiên cứu tiếp

Các hạn chế được luận án ghi nhận

• Luận án chủ yếu tập trung phân tích sâu chỉ số ACE, chưa có điều kiện đánh giá chi tiết toàn bộ các chỉ số năng lượng phức tạp khác (như RACE, RPDI, HSI, TIKE) do hạn chế về nguồn số liệu bán kính gió bão lịch sử kéo dài trên Biển Đông.
• Chưa thực hiện tách biệt phân tích độc lập giữa nhóm bão hình thành ngay trên Biển Đông và nhóm bão hình thành từ ngoài Tây Bắc Thái Bình Dương di chuyển vào Biển Đông.
• Phương trình dự báo mới chỉ xem xét hai nhóm nhân tố chính là SST vùng biển Đông Nam Nhật Bản và gió $U_{200\text{mb}}$ từ mô hình CFSv2, chưa xét đến tương tác chi tiết với dải hội tụ nhiệt đới (ITCZ), dòng xiết nhiệt đới tầng thấp hay ảnh hưởng trực tiếp của địa hình ven biển và các đảo.

Hướng nghiên cứu tiếp theo

• Nghiên cứu phân loại chi tiết cơ chế năng lượng cho hai nguồn gốc bão (nội sinh trên Biển Đông và ngoại sinh từ Thái Bình Dương).
• Mở rộng ứng dụng các chỉ số năng lượng có xét đến bán kính gió bão khi các bộ dữ liệu quan trắc viễn thám độ phân giải cao được hoàn thiện.
• Kết hợp đa mô hình khí hậu toàn cầu trong hệ thống dự báo tổ hợp để giảm thiểu sai số dự báo hạn mùa.

---

Giá trị tham khảo

Luận án là tài liệu tham khảo hữu ích cho các nhóm đối tượng:

• Nghiên cứu sinh, học viên cao học và giảng viên chuyên ngành Khí tượng, Khí hậu học, Hải dương học: Tham khảo khung phương pháp tính toán chỉ số năng lượng bão (ACE, PDI, RACE), kỹ thuật phân tích trường khí tượng bằng hàm trực giao thực nghiệm (EOF/PCA) và phương pháp xử lý dữ liệu mô hình toàn cầu CFSv2.
• Dự báo viên tại Trung tâm Dự báo Khí tượng Thủy văn Quốc gia và các Đài Khí tượng Thủy văn khu vực: Ứng dụng các phương trình hồi quy dự báo ACE1 và ACE2 bổ sung thông tin định lượng về mức độ khốc liệt của mùa bão bên cạnh dự báo số lượng cơn bão đơn thuần.
• Các nhà hoạch định chính sách phòng chống thiên tai và chuyên gia phân tích rủi ro bảo hiểm: Sử dụng thông tin phân bố và xu thế biến động của năng lượng bão để xây dựng kịch bản ứng phó rủi ro thiên tai và định phí bảo hiểm công trình biển, ven biển.

---

Câu hỏi thường gặp

1. Chỉ số Năng lượng bão tích lũy (ACE) khác biệt như thế nào so với số lượng cơn bão thông thường?

Số lượng bão chỉ ghi nhận tần suất xuất hiện của các xoáy thuận nhiệt đới mà không phân biệt được thời gian tồn tại và cường độ thực tế. Chỉ số ACE được tính bằng tổng bình phương vận tốc gió cực đại quan trắc mỗi 6 giờ ($ACE = 10^{-4} \sum V_{max}^2$), do đó khái quát được đồng thời cả ba yếu tố: số lượng, cường độ gió duy trì và thời gian hoạt động của bão trong suốt mùa.

2. Biến trình mùa của ACE trên Biển Đông có điểm gì khác biệt so với khu vực Tây Bắc Thái Bình Dương?

Mặc dù diễn biến ACE trên Biển Đông có sự tương đồng với khu vực Tây Bắc Thái Bình Dương từ tháng 7 đến tháng 11, thời gian tập trung cao điểm cực đại của năng lượng bão trên Biển Đông diễn ra muộn hơn khoảng 1 tháng (tập trung cao nhất vào các tháng 9, 10 và 11, so với tháng 8, 9 và 10 ở Tây Bắc Thái Bình Dương).

3. Vùng nhiệt độ mặt nước biển nào có mối tương quan thuận chặt chẽ nhất với ACE trên Biển Đông?

Nhiệt độ mặt nước biển ở vùng biển phía Đông Nam Nhật Bản ($20^\circ - 35^\circ\text{N}$, $130^\circ - 160^\circ\text{E}$, ký hiệu JSST và gradient JSSTG) có mối tương quan thuận đạt mức ý nghĩa thống kê 95% và 99% với chỉ số ACE trên Biển Đông, vượt trội so với tương quan tại các vùng biển lân cận khác.

4. Thành phần chính PC2 của dòng xiết cận nhiệt đới liên quan như thế nào đến điều kiện động lực bão trên Biển Đông?

Thành phần chính PC2 thu được từ phân tích EOF trường gió vĩ hướng mực 200 mb phản ánh sự dịch chuyển vĩ hướng của trục dòng xiết cận nhiệt đới APSJ. Khi PC2 dương, trục dòng xiết dịch nhẹ lên phía Bắc, làm giảm độ đứt gió thẳng đứng giữa tầng 200 mb và 850 mb trên Biển Đông, đồng thời tăng cường xoáy tương đối mực thấp và dòng thăng đối lưu, tạo điều kiện thuận lợi cho bão duy trì cường độ và làm tăng giá trị ACE.

5. Kết quả kiểm nghiệm phương trình dự báo ACE trên chuỗi số liệu độc lập 2013–2018 đạt độ chính xác ra sao?

Trên chuỗi số liệu độc lập 2013–2018, các phương trình hồi quy kết hợp 2 và 3 nhân tố dự báo (dựa trên JSSTG và gió $U_{200\text{mb}}$/PC2 dự báo từ mô hình CFSv2) đạt tỷ lệ dự báo đúng theo phân loại 2 pha (cao/thấp hơn trung bình) lên tới 83,3% cho cả bài toán ACE1 (cả mùa bão) và ACE2 (nửa cuối mùa bão).

---

Kết luận

Luận án tiến sĩ của Trịnh Hoàng Dương đã giải quyết bài toán đánh giá định lượng diễn biến năng lượng bão tích lũy (ACE) trên Biển Đông trong giai đoạn 1982–2018 dựa trên các bộ số liệu chuẩn quốc tế JMA và JTWC. Công trình đã làm rõ cơ chế tương tác nhiệt động và động lực học quy mô lớn, chứng minh vai trò chi phối của nhiệt độ mặt nước biển vùng Đông Nam Nhật Bản và dòng xiết cận nhiệt đới Đông Á đối với năng lượng bão Biển Đông. Trên cơ sở đó, luận án đã xây dựng thành công các phương trình thống kê dự báo hạn mùa chỉ số ACE trước 1 đến 2 tháng sử dụng sản phẩm mô hình CFSv2 với độ tin cậy cao, mang lại giá trị khoa học và khả năng ứng dụng thực tiễn trong công tác dự báo khí tượng và quản lý rủi ro thiên tai.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan các công trình nghiên cứu năng lượng bão Trong chương này trình bày về lý thuyết năng lượng bão, trên cơ sở đó giới hạn phạm vi tổng quan về năng lượng bão nhiệt đới. Tổng quan các công trình nghiên cứu về diễn biến của năng lượng bão, về quan hệ giữa hoạt động của bão với SST, với dòng xiết cận nhiệt đới và về dự báo hạn mùa đối với bão và năng lượng bão. Trên cơ sở tổng quan đưa ra các vấn đề cần nghiên cứu về năng lượng bão tích lũy trên Biển Đông. Chương 2: Số liệu, phương pháp nghiên cứu diễn biến và dự báo năng lượng bão Trong chương này trình bày về các số liệu được sử dụng trong nghiên cứu và các phương pháp phân tích thống kê trong đánh giá xu thế diễn biến năng lượng bão, mối quan hệ thống kê với các yếu tố môi trường và xây dựng phương trình dự báo chỉ số năng lượng bão trên Biển Đông.

Chương 3: Diễn biến năng lượng bão và mối quan hệ với nhiệt độ mặt nước biển, với dòng xiết cận nhiệt đới Trong chương này trình bày về đặc điểm diễn biến năng lượng bão dựa trên số liệu bão của JTWC và JMA. Trên cơ sở số liệu tái phân tích của NCEP/NCAR, SST và bức xạ sóng dài phân tích mối tương quan giữa năng 6 lượng bão tích lũy trên Biển Đông với SST và với dòng xiết cận nhiệt đới. Khả năng ứng dụng SST ở vùng biển phía Đông Nam Nhật Bản và cường độ dòng xiết cận nhiệt đới để dự báo năng lượng bão tích lũy trên Biển Đông Nội dung chính là ứng dụng các thông tin về SST ở biển phía Đông Nam Nhật Bản, gió vĩ hướng mực 200mb được CFSv2 dự báo để xây dựng các phương trình hồi quy tuyến tính dự báo chỉ số năng lượng bão tích lũy trên Biển Đông (tổng ACE từ tháng 5 đến tháng 12) và cập nhật vào nửa cuối mùa bão (tổng ACE từ tháng 8 đến tháng 12). Các kiểm nghiệm thống kê được thực hiện đầy đủ cho chuỗi số liệu phụ thuộc và độc lập, đồng thời đánh giá tính khả thi về việc áp dụng phương trình dự báo ACE trên Biển Đông trong nghiệp vụ.

TỔNG QUAN CÁC NGHIÊN CỨU VỀ NĂNG LƯỢNG BÃO 1.1 Năng lượng bão Các nhân tố quan trọng cho sự hình thành bão như lực Coriolis, sự tồn tại nhiễu động xoáy ban đầu, sự tăng cường xoáy tương đối mực thấp, độ ẩm cao ở tầng đối lưu giữa, SST,…(Gray 1979 [71]; Li C. Tuy nhiên, các nhân tố này chỉ là điều kiện cần mà không phải điều kiện đủ cho quá trình hình thành bão (Evans, 1993) [66]. Thực tế, hàng năm tồn tại rất nhiều nhiễu động xoáy trên khu vực biển nhiệt đới nhưng chỉ một phần rất nhỏ trong những nhiễu động này có thể phát triển thành bão (Nguyễn Thị Thanh, 2020 [23]). Nhiều nghiên cứu cho thấy SST là một trong những nhân tố quan trọng không chỉ ảnh hưởng trực tiếp mà còn gián tiếp thông qua hoàn lưu quy mô lớn đến sự hình thành và tăng cường của bão (Gray, 1979 [71]; Chan, 2000 [46]; Zuki và ctv, 2008 [150]; Wang.

Vấn đề năng lượng bão có thể được hiểu thông qua lý thuyết về điều kiện ổn định đối lưu loại 2 (CISK) và gió sát bề mặt bị ảnh hưởng bởi trao đổi thông lượng nhiệt bề mặt (WISHE) (Hình 1.1): - Quan điểm về CISK liên quan tới không khí hội tụ lớp biên, các quá trình trao đổi thông lượng nhiệt, đối lưu phát triển và ngưng kết được chuyển đổi thành năng lượng cơ học (gió của bão) (COMET, 2016) [56]. - Với quan điểm khác, Emanuel (1986) [61] đã lý tưởng hóa năng lượng bão như một "động cơ nhiệt Canot". Kết quả nghiên cứu cho thấy gió sát bề mặt bị ảnh hưởng bởi trao đổi thông lượng nhiệt tại bề mặt giữa đại dương – khí quyển, quá trình gia tăng năng lượng bề mặt làm tăng tốc độ gió bề mặt ở khu vực gần lõi bão, từ đó đề xuất lý thuyết WISHE.2 mô tả mô hình lý tưởng hóa theo Carnot đối với bão được đặc trưng bởi 4 giai đoạn là giãn nở đẳng nhiệt, giãn nở đoạn nhiệt, nén đẳng nhiệt và nén đoạn nhiệt: (1) giãn nở đẳng nhiệt của không khí gần bề mặt, không khí xoáy vào tâm, thu được entropy ở nhiệt độ không đổi (A-B); (2) giãn nở đoạn nhiệt từ B-C khi không khí thăng 8 lên trong thành mắt bão và thoát ra ở tầng đối lưu trên; và (3) dòng không khí truyền bức xạ hồng ngoại vào môi trường, không khí lạnh đẳng nhiệt và mất đi entropy đã thu được từ biển (C-D), (4) không khí lạnh đoạn nhiệt được giả định quay trở về môi trường bão (D-A). Theo quan điểm của Emanuel (1986) [61], bão mất cân bằng nhiệt động giữa đại dương và khí quyển với hiệu năng của động cơ nhiệt ở vùng nhiệt đới ước tính xấp xỉ bằng 1/3, điều này cho thấy ước tính khoảng một phần ba năng lượng nhiệt có thể được chuyển đổi thành năng 𝑇 −𝑇𝑜 300−200 1 lượng cơ học (𝜀 = 𝑠 = = , với Ts là SST, To là nhiệt độ lớp không 𝑇𝑠 300 3 khí tại dòng ra tầng đối lưu trên (COMET, 2016) [56].

Sơ đồ lý tưởng hóa theo CISK (a) và Canot đối với bão (b) (Nguồn: COMET, 2016 [56]) Mối quan hệ giữa năng lượng bão với cấu trúc và cường độ bão là vấn đề phức tạp đã được nhiều nhà khoa học quan tâm nghiên cứu. Đồng thời nhiều công trình nghiên cứu trên thế giới đã ứng dụng chỉ số năng lượng để đánh giá diễn biến cũng như dự báo hạn mùa về bão ở các ổ bão lớn và các tiểu vùng biển khác nhau trên đại dương. Do đó, luận án đặt mục tiêu là ứng dụng chỉ số năng lượng cho đánh giá diễn biến của bão trên Biển Đông và chủ yếu tổng quan các công trình nghiên cứu liên quan đến chỉ số năng lượng bão sau đây. Lý do để cộng đồng nghiên cứu đề xuất chỉ số năng lượng bão xuất phát 9 từ thực tế về hai cơn bão Ivan năm 2004 và Mitch 2005 ở Đại Tây Dương, nếu tính tổng tốc độ gió mạnh cho cả quá trình hoạt động của bão thì cơn bão Ivan (1,712.5 knot) cao hơn đáng kể so với cơn bão Mitch (1,208.

Cả hai cơn bão Mitch và Ivan đã được phân loại là cấp 5 theo cấp gió Saffir-Simpson, tuy nhiên diễn biến gió mạnh tại khu vực gần tâm bão của hai cơn bão tương đối khác nhau; cơn bão Mitch chỉ kéo dài một vài ngày gió mạnh cấp 5 nhưng cơn bão Ivan kéo dài khoảng mười ngày. Như vậy, nếu đánh giá và phân loại hai cơn bão là cấp 5, có thể đã làm mất các thông tin có giá trị. Điều này là một trong những lý do chỉ số năng lượng bão được đề xuất nhằm bổ sung thêm về đặc trưng cho đánh giá hoạt động của bão (Drews, 2007) [59]. Khái niệm chỉ số "năng lượng bão tích lũy" (ACE) được đề xuất đầu tiên bởi Bell và ctv (2000) [38], hay còn gọi là “động năng bão tích lũy” (Kim và ctv, 2013 [86]; Lu và ctv, 2018 [105]) hay “năng lượng gió bão” (NOAA).

Động năng tỷ lệ với bình phương vận tốc gió và động năng tích lũy bằng tổng các động năng trong một khoảng thời gian nhất định. Điều này cho thấy bão mạnh, thời gian kéo dài dẫn đến ACE cao. Cùng mục đích như ACE nhưng tăng thêm trọng số cho bão mạnh, Emanuel (2005, 2007) [62], [63] đã đề xuất chỉ số PDI và được biểu diễn bởi hàm bậc ba của vận tốc gió. Các chỉ số năng lượng bão này khái quát “tổng thể” về số lượng, cường độ và thời gian hoạt động của bão nhằm so sánh, đánh giá về mối nguy hiểm của bão giữa các thời kỳ, giữa các khu vực.

Điều này có thể thấy thông qua một ví dụ về mùa với “ba cơn bão”, tổng năng lượng của ba cơn bão là diện tích dưới đường cong theo thời gian tồn tại và cường độ của chúng như Hình 1. Tổng năng lượng của ba cơn bão trong Hình 1.2a cũng tương tự “ba cơn bão” có diện tích giống hệt nhau có cùng thời gian và cường độ như Hình 1.2b nhưng thời gian tồn tại là trung bình của bão và cường độ trung bình là trung bình của tất cả các quan trắc bão trong mùa đó (Camargo và ctv, 2005 [62], Drews, 2007 [59], Kim và ctv, 2013 [86], Murakami và ctv, 2014 [107], Villarini và ctv, 2013 [124], Zhan và ctv, 2015 [155]). Minh họa về chỉ số năng lượng bão (Nguồn:Drews, 2007[59]) Do ACE và PDI có trọng số cao đối với bão cường độ mạnh, Yu và ctv (2009, 2012) [145] [146] đã đề xuất hiệu chỉnh các chỉ số ACE và PDI bằng cách bổ sung thêm bán kính của bão và gọi là chỉ số RACE và RPDI. Nhóm tác giả đã so sánh và đánh giá mức độ phù hợp của các chỉ số năng lượng bão trên khu vực TBTBD dựa trên đặc điểm diễn biến không gian và thời gian của các chỉ số.

Kết quả nghiên cứu cho thấy mặc dù chỉ số RACE và RPDI đã được hiệu chỉnh giảm trọng số đối với bão cường độ mạnh nhưng có sự tương đồng cao về diễn biến với các chỉ số ACE và PDI. Tuy nhiên, kể từ năm 2009 chưa tìm thấy công trình nào nghiên cứu ứng dụng hai chỉ số RACE và RPDI trong đánh giá diễn biến bão được công bố. Theo hướng tiếp cận khác, Kantha và ctv (2006) [82] khi nghiên cứu hoạt động của bão trên khu vực Đại Tây Dương cho thấy mặc dù cơn bão Katrina (năm 2005) có cường độ yếu hơn cơn bão Camille (năm 1969) trước khi đổ độ nhưng cơn bão Katrina có thể gây ảnh hưởng nghiêm trọng hơn cơn bão Camille khi đổ bộ vào bờ. Cơn bão Irene (năm 2011), Isaac và Sandy (năm 2012) tương đối yếu nhưng đã gây ra thiệt hại đáng kể.

Do đó, Kantha và ctv (2006) [82], Powell và ctv (2007) [109] đã đề xuất chỉ số “động năng tích hợp của bão” (IKE) với mục đích hỗ trợ thêm thông tin cho phân cấp Saffir- Simpson. IKE được tính toán cho từng cơn bão dựa trên phân tích gió và bán kính theo 4 góc phần tư của bão từ dự án phân tích gió vệ tinh “H*Wind” của NOAA (có thể tính toán trực tiếp trên website), tuy nhiên khó khăn khi áp dụng 11 IKE ở khu vực TBTBD do nguồn số liệu không đầy đủ. Kết quả nghiên cứu cho thấy mối quan hệ giữa IKE với mức độ thiệt hại do bão gây ra và là thông tin hữu ích để tham khảo bổ sung cho nhận định cảnh báo bão. Cùng mục đích, Hebert và ctv (2010) [72] đã đề xuất chỉ số HSI (Chỉ số nguy hiểm của bão).