Luận án tiến sĩ: Nghiên cứu mô phỏng mưa đối lưu bằng mô hình RAMS cho khu vực Trung Bộ

Luận án tiến sĩ nghiên cứu mô phỏng mưa đối lưu bằng mô hình RAMS cho khu vực Trung Bộ, góp phần nâng cao hiểu biết về khí tượng học.

• Tác giả: Nguyễn Minh Trường
• Người hướng dẫn: GS. Trần Tân Tiến
• Trường học: Trường Đại Học Khoa Học Tự Nhiên
• Chuyên ngành: Khí tượng học
• Đề tài: Nghiên cứu mô phỏng mưa đối lưu bằng mô hình RAMS cho khu vực Trung Bộ
• Loại tài liệu: Luận án tiến sĩ
• Năm xuất bản: 2008
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• 1. CHƯƠNG 1: TỔNG QUAN VỀ DỰNG, MÂY VÀ MƯA TRÊN ĐỊA HÌNH NÓI
• 1.1. Dựng trên địa hình nói
• 1.1.1. Động lực học dựng trên nói đơn
• 1.2. Dựng trên dãy nói có dạng hình sin
• 1.3. Mưa trên địa hình nói
• 2. CHƯƠNG 2: MÔ HÌNH SỐ VỀ THAM SỐ HÓA ĐỐI LƯU DÙNG TRONG MÔ HÌNH QUI MÔ VỪA
• 2.1. Bài toán tham số hóa
• 2.2. Mô tả ví dụ về sự tham số hóa Fritsch-Chappell
• 2.3. Các phương trình qui mô lính
• 2.4. Mô tả ví dụ về sự tham số hóa Tiedtke
• 2.5. Mô hình số và kết quả nghiên cứu khác
• 3. CHƯƠNG 3: CẢI TIẾN SỰ SỐ KAIN-FRITSCH CHO MÔ HÌNH QUI MÔ VỪA RAMS
• 3.1. Giới thiệu về mô hình RAMS
• 3.2. Mô tả đặc trưng toàn lý của mô hình RAMS
• 3.3. Hệ các phương trình cơ bản
• 3.4. Sai phân thời gian
• 3.5. Tham số hóa các quá trình vật lý
• 3.6. Ban đầu hóa địa hình
• 3.7. Sự số Kain-Fritsch gốc
• 3.8. Hàm kích hoạt đối lưu
• 3.9. Dựng thẳng đối lưu ẩm
• 3.10. Dựng giáng đối lưu ẩm
• 3.11. Cải tiến sự số Kain-Fritsch
• 4. CHƯƠNG 4: MÔ SỐ KẾT QUẢ TÍNH TOÁN CHO KHU VỰC TRUNG BỘ
• 4.1. Mô phỏng lý tưởng hóa
• 4.2. Thực nghiệm số
• 4.3. Đặt năng đối lưu
• 4.4. Phân tích nhân tố
• 4.5. Thực nghiệm số mô phỏng sự kiện thực
• 4.6. Hình thái synép và số liệu đo đạc
• 4.7. Mô phỏng hoàn lưu qui mô lính
• 4.8. Mưa mô phỏng
• KẾT LUẬN
• DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về nghiên cứu mô phỏng mưa đối lưu bằng mô hình RAMS

Nghiên cứu mô phỏng mưa đối lưu bằng mô hình RAMS (Regional Atmospheric Modeling System) đã trở thành một lĩnh vực quan trọng trong khí tượng học, đặc biệt là tại khu vực Trung Bộ Việt Nam. Mô hình RAMS cho phép mô phỏng các hiện tượng thời tiết phức tạp, bao gồm mưa đối lưu, với độ chính xác cao. Khu vực Trung Bộ, với đặc điểm địa hình đa dạng và khí hậu biến đổi, là nơi mà các mô hình này có thể phát huy tối đa hiệu quả. Việc áp dụng mô hình RAMS không chỉ giúp cải thiện độ chính xác của dự báo thời tiết mà còn cung cấp thông tin quý giá cho các hoạt động quản lý thiên tai và phát triển bền vững.

1.1. Mô hình RAMS và ứng dụng trong nghiên cứu khí hậu

Mô hình RAMS là một công cụ mạnh mẽ trong nghiên cứu khí hậu, cho phép mô phỏng các quá trình khí quyển với độ phân giải cao. Mô hình này đã được áp dụng rộng rãi để nghiên cứu các hiện tượng thời tiết cực đoan, đặc biệt là mưa đối lưu. Việc sử dụng RAMS giúp các nhà nghiên cứu hiểu rõ hơn về cơ chế hình thành và phát triển của mưa đối lưu, từ đó cải thiện khả năng dự báo thời tiết.

1.2. Tầm quan trọng của nghiên cứu mưa đối lưu tại khu vực Trung Bộ

Khu vực Trung Bộ Việt Nam thường xuyên chịu ảnh hưởng của các hiện tượng thời tiết cực đoan, bao gồm mưa lớn và lũ lụt. Nghiên cứu mưa đối lưu không chỉ giúp dự báo chính xác hơn mà còn hỗ trợ trong việc lập kế hoạch ứng phó với thiên tai. Sự hiểu biết sâu sắc về mưa đối lưu sẽ giúp các cơ quan chức năng đưa ra các biện pháp phòng ngừa hiệu quả hơn.

II. Vấn đề và thách thức trong mô phỏng mưa đối lưu

Mô phỏng mưa đối lưu bằng mô hình RAMS gặp phải nhiều thách thức, bao gồm độ chính xác của dữ liệu đầu vào và khả năng tính toán của mô hình. Một trong những vấn đề lớn nhất là sự không đồng nhất của dữ liệu khí tượng trong khu vực Trung Bộ, nơi mà các trạm quan trắc không đủ dày đặc. Điều này dẫn đến việc mô hình hóa không chính xác các quá trình khí quyển. Hơn nữa, sự phức tạp của địa hình và các yếu tố khí hậu cũng làm tăng độ khó trong việc mô phỏng.

2.1. Độ chính xác của dữ liệu đầu vào

Độ chính xác của dữ liệu đầu vào là yếu tố quyết định đến chất lượng của mô hình RAMS. Việc thiếu hụt dữ liệu hoặc dữ liệu không chính xác có thể dẫn đến những sai lệch lớn trong kết quả mô phỏng. Do đó, việc cải thiện hệ thống quan trắc và thu thập dữ liệu là rất cần thiết.

2.2. Tác động của địa hình đến mô phỏng

Địa hình phức tạp của khu vực Trung Bộ có thể ảnh hưởng đến sự phát triển của mưa đối lưu. Các mô hình cần phải được điều chỉnh để phản ánh chính xác các đặc điểm địa hình, từ đó cải thiện khả năng dự đoán. Việc này đòi hỏi sự kết hợp giữa mô hình hóa và phân tích địa lý.

III. Phương pháp mô phỏng mưa đối lưu bằng mô hình RAMS

Để mô phỏng mưa đối lưu, mô hình RAMS sử dụng các phương pháp tính toán tiên tiến, bao gồm phương pháp Kain-Fritsch để mô phỏng sự phát triển của mưa. Phương pháp này cho phép mô hình hóa các quá trình vật lý phức tạp trong khí quyển, từ đó tạo ra các dự báo chính xác hơn về lượng mưa và thời gian xảy ra. Việc áp dụng các phương pháp này không chỉ giúp cải thiện độ chính xác mà còn tăng cường khả năng dự đoán các hiện tượng thời tiết cực đoan.

3.1. Phương pháp Kain Fritsch trong mô phỏng

Phương pháp Kain-Fritsch là một trong những phương pháp phổ biến nhất trong mô hình RAMS để mô phỏng mưa đối lưu. Phương pháp này cho phép mô hình hóa sự phát triển của các đám mây và mưa, từ đó cung cấp các dự báo chính xác về lượng mưa. Việc áp dụng phương pháp này đã cho thấy hiệu quả rõ rệt trong việc cải thiện độ chính xác của dự báo thời tiết.

3.2. Các yếu tố ảnh hưởng đến mô phỏng

Có nhiều yếu tố ảnh hưởng đến kết quả mô phỏng mưa đối lưu, bao gồm độ ẩm, nhiệt độ và áp suất. Việc hiểu rõ các yếu tố này sẽ giúp các nhà nghiên cứu điều chỉnh mô hình một cách hiệu quả hơn, từ đó nâng cao độ chính xác của dự báo.

IV. Ứng dụng thực tiễn của mô phỏng mưa đối lưu

Mô phỏng mưa đối lưu bằng mô hình RAMS không chỉ có giá trị trong nghiên cứu mà còn có nhiều ứng dụng thực tiễn. Các kết quả mô phỏng có thể được sử dụng để cải thiện hệ thống dự báo thời tiết, hỗ trợ trong việc lập kế hoạch ứng phó với thiên tai và quản lý tài nguyên nước. Hơn nữa, thông tin từ mô hình cũng có thể giúp các nhà hoạch định chính sách đưa ra các quyết định đúng đắn hơn trong việc phát triển kinh tế - xã hội tại khu vực Trung Bộ.

4.1. Cải thiện hệ thống dự báo thời tiết

Kết quả từ mô phỏng mưa đối lưu có thể được tích hợp vào hệ thống dự báo thời tiết, giúp nâng cao độ chính xác và độ tin cậy của các dự báo. Điều này đặc biệt quan trọng trong bối cảnh biến đổi khí hậu, khi mà các hiện tượng thời tiết ngày càng trở nên cực đoan hơn.

4.2. Hỗ trợ quản lý thiên tai

Thông tin từ mô hình RAMS có thể giúp các cơ quan chức năng lập kế hoạch ứng phó với thiên tai hiệu quả hơn. Việc dự đoán chính xác lượng mưa và thời gian xảy ra sẽ giúp giảm thiểu thiệt hại do lũ lụt và các hiện tượng thời tiết cực đoan khác.

V. Kết luận và tương lai của nghiên cứu mô phỏng mưa đối lưu

Nghiên cứu mô phỏng mưa đối lưu bằng mô hình RAMS đã mở ra nhiều cơ hội mới trong lĩnh vực khí tượng học. Tuy nhiên, vẫn còn nhiều thách thức cần phải vượt qua để nâng cao độ chính xác và khả năng dự đoán của mô hình. Tương lai của nghiên cứu này sẽ phụ thuộc vào việc cải thiện công nghệ mô hình hóa, cũng như việc tăng cường hợp tác giữa các nhà nghiên cứu và các cơ quan chức năng trong việc thu thập và chia sẻ dữ liệu.

5.1. Cải tiến công nghệ mô hình hóa

Để nâng cao độ chính xác của mô hình RAMS, cần phải đầu tư vào công nghệ mô hình hóa mới và cải tiến các phương pháp hiện có. Việc này sẽ giúp cải thiện khả năng dự đoán và ứng dụng của mô hình trong thực tiễn.

5.2. Tăng cường hợp tác nghiên cứu

Hợp tác giữa các nhà nghiên cứu và các cơ quan chức năng là rất quan trọng để nâng cao chất lượng dữ liệu và cải thiện độ chính xác của mô hình. Việc chia sẻ thông tin và kinh nghiệm sẽ giúp thúc đẩy nghiên cứu và ứng dụng mô hình RAMS trong tương lai.

Trích đoạn nội dung tài liệu

®¹i häc quèc gia hµ néi tr−êng ®¹i häc khoa häc tù nhiªn nguyÔn minh tr−êng nghiªn cøu m« pháng m−a ®èi l−u b»ng m« h×nh rams cho khu vùc trung bé luËn ¸n tiÕn sÜ ngµnh khÝ t−îng Hμ Néi - 2008 LUAN VAN CHAT LUONG download : add [e-mail] ®¹i häc quèc gia hµ néi tr−êng ®¹i häc khoa häc tù nhiªn -----***----- NguyÔn Minh Tr−êng nghiªn cøu m« pháng m−a ®èi l−u b»ng m« h×nh rams cho khu vùc trung bé Chuyªn ngµnh: KhÝ t−îng häc M· sè: 62.01 luËn ¸n tiÕn sÜ ngµnh khÝ t−îng ng−êi h−íng dÉn khoa häc GS. TrÇn T©n TiÕn Hµ Néi - 2008 LUAN VAN CHAT LUONG download : add [e-mail] môc lôc Trang Trang phô b×a 1 Lêi cam ®oan 2 Lêi c¶m ¬n 3 Môc lôc 4 Danh môc c¸c ký hiÖu vµ ch÷ viÕt t¾t 7 Danh môc c¸c b¶ng 9 Danh môc c¸c h×nh vÏ vµ ®å thÞ 10 Më ®Çu 15 Ch−¬ng i Tæng quan vÒ dßng, m©y vµ m−a trªn ®Þa 20 h×nh nói 1.1 Dßng trªn ®Þa h×nh nói 20 1.1 §éng lùc häc dßng trªn nói ®¬n 20 1.2 Dßng trªn d·y nói cã d¹ng h×nh sin 24 1.2 M−a trªn ®Þa h×nh nói 35 Ch−¬ng 2 Mét sè s¬ ®å tham sè ho¸ ®èi l−u dïng 46 trong m« h×nh qui m« võa 2.1 Bµi to¸n tham sè ho¸ 51 2.3 Mét vÝ dô vÒ s¬ ®å Fritsch-Chappell 59 2.1 C¸c ph−¬ng tr×nh qui m« lín 60 2.3 Mét vÝ dô vÒ s¬ ®å Tiedtke 66 4 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.4 Mét sè s¬ ®å vµ kÕt qu¶ nghiªn cøu kh¸c 67 Ch−¬ng 3 C¶i tiÕn s¬ ®å kain-fritsch cho m« h×nh qui 73 m« võa rams 3.1 Giíi thiÖu vÒ m« h×nh RAMS 73 3.2 Mét sè ®Æc tr−ng to¸n-lý cña m« h×nh RAMS 75 3.1 HÖ c¸c ph−¬ng tr×nh c¬ b¶n 75 3.2 Sai ph©n thêi gian 76 3.3 Tham sè ho¸ c¸c qu¸ tr×nh vËt lý 78 3.6 Ban ®Çu ho¸ ®Þa h×nh 83 3.3 S¬ ®å Kain-Fritsch gèc 85 3.1 Hµm kÝch ho¹t ®èi l−u 86 3.2 Dßng th¨ng ®èi l−u Èm 87 3.3 Dßng gi¸ng ®èi l−u Èm 88 3.4 C¶i tiÕn s¬ ®å Kain-Fritsch 90 Ch−¬ng 4 Mét sè kÕt qu¶ tÝnh to¸n cho khu vùc 99 trung bé 4.1 M« pháng lý t−ëng ho¸ 99 4.1 Thùc nghiÖm sè 99 4.3 §èt nãng ®èi l−u 103 4.4 Ph©n tÝch nh©n tè 105 4.2 Thùc nghiÖm sè m« pháng sù kiÖn thùc 106 4.3 H×nh thÕ synèp vµ sè liÖu ®o ®¹c 109 4.4 M« pháng hoµn l−u qui m« lín 115 4.5 M−a m« pháng 116 5 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.6 T−¬ng t¸c ®èi l−u-qui m« lín, nguyªn nh©n cña sù c¶i tiÕn 121 chÊt l−îng KÕt luËn 130 Danh môc c«ng tr×nh khoa häc cña t¸c gi¶ liªn quan 132 ®Õn luËn ¸n Tµi liÖu tham kh¶o 133 6 LUAN VAN CHAT LUONG download : add [e-mail] Danh môc c¸c ký hiÖu vμ ch÷ viÕt t¾t A DiÖn tÝch « l−íi Ad DiÖn tÝch dßng gi¸ng AE DiÖn tÝch m«i tr−êng cña m©y ®èi l−u Au DiÖn tÝch dßng th¨ng ABE N¨ng l−îng næi hiÖu dông ADV B×nh l−u AOR M−a ®o ®¹c tÝch luü B Lùc næi CAPE N¨ng l−îng ®èi l−u tiÒm n¨ng CASR M−a ®èi l−u tÝch luü m« pháng CIN N¨ng l−îng c¶n ®èi l−u CISK BÊt æn ®Þnh cã ®iÒu kiÖn lo¹i 2 CPS S¬ ®å tham sè ho¸ ®èi l−u CSU §¹i häc Tæng hîp bang Colorado CT §Ønh m©y D Dßng cuèn ra DMF Th«ng l−îng khèi l−îng dßng gi¸ng §TG §ång t¸c gi¶ E Dßng cuèn vµo ETL Mùc c©n b»ng nhiÖt ®é Fr Sè Froude GFU Dßng th¨ng front giã giËt k Sè sãng ngang hoÆc mùc m« h×nh l Tham sè Scorer LCL Mùc ng−ng kÕt n©ng LFC Mùc ®èi l−u tù do LFS Mùc gi¸ng tù do LLJ Dßng xiÕt mùc thÊp 7 LUAN VAN CHAT LUONG download : add [e-mail] M Th«ng l−îng khèi l−îng NASA C¬ quan Hµng kh«ng vµ Vò trô, Hoa Kú NCAR Trung t©m Quèc gia Nghiªn cøu KhÝ quyÓn, Hoa Kú NCEP Trung t©m Quèc gia Dù b¸o M«i tr−êng, Hoa Kú NG L−íi con NOAA C¬ quan qu¶n lý KhÝ quyÓn vµ §¹i d−¬ng, Hoa Kú Nw TÇn sè Brunt-Vaisala Èm ODEP Plume mét chiÒu cã dßng cuèn vµo PBE N¨ng l−îng næi tiÒm n¨ng PDB Tû sè gi÷a gradient th¼ng ®øng cña nhiÔu ®éng ¸p suÊt vµ lùc næi PG L−íi mÑ Q Tèc ®é ®èt nãng/lµm l¹nh RAMS HÖ thèng m« h×nh ho¸ khÝ quyÓn khu vùc RASR M−a qui m« l−íi tÝch luü m« pháng RH §é Èm t−¬ng ®èi SST NhiÖt ®é mÆt n−íc biÓn TAMEX Thùc nghiÖm qui m« võa khu vùc §µi Loan TASR M−a tÝch luü m« pháng TF Hµm kÝch ho¹t ®èi l−u TKE §éng n¨ng rèi TMI Sè liÖu m−a ®o b»ng vi sãng TRMM Ch−¬ng tr×nh ®o m−a nhiÖt ®íi Tu NhiÖt ®é dßng th¨ng U Tèc ®é dßng nÒn UMF Th«ng l−îng khèi l−îng dßng th¨ng USL Líp nguån ®èi l−u UTC HÖ täa ®é thêi gian phæ th«ng τc Qui m« thêi gian ®èi l−u 8 LUAN VAN CHAT LUONG download : add [e-mail] Danh môc c¸c b¶ng Trang B¶ng 2.1 Sai sè vµ bias cho c¸c tr−êng nhiÖt ®é vµ ®é Èm trung b×nh 69 trªn cao th¸ng 7/1999. C¸c gi¸ trÞ bias víi chØ sè KF, BMJ, Grell chØ ®é lÖch gi÷a c¸c bias trung b×nh cã ®é tin cËy thèng kª trªn 95% (Gochis vµ c¸c §TG 2002).1 Mét sè module vËt lý quan träng cña m« h×nh RAMS.1 Bèn thùc nghiÖm sè víi ®Þa h×nh lý t−ëng ho¸.2 Bèn thùc nghiÖm sè m« pháng sù kiÖn m−a lín ngµy 24- 106 26/11/2004. 9 LUAN VAN CHAT LUONG download : add [e-mail] Danh môc c¸c h×nh vÏ vμ ®å thÞ Trang H×nh 1.1 MÆt c¾t th¼ng ®øng cña tèc ®é giã ngang vÏ qua 4 m s-1 (tr¸i), 21 ®−êng dßng vµ xo¸y ngang (ph¶i) (Doyle vµ Durran, 2002).2 MÆt c¾t th¼ng ®øng cña ®−êng dßng, xo¸y ngang (vïng mµu) 22 cho líp ®øt giã tõ 4-7 km (a), vµ tõ 2-4 km (b) (Doyle vµ Durran, 2002).3 Sãng lan truyÒn vµo tÇng b×nh l−u (ph¶i) vµ c¸c vïng vì sãng 23 trong nöa d−íi tÇng ®èi l−u (tr¸i d−íi) vµ tÇng b×nh l−u (tr¸i trªn) thÓ hiÖn qua c¸c ®−êng ®¼ng trÞ cña nhiÖt ®é thÕ vÞ (Leutcher vµ Volkert, 2000).4 §−êng dßng trong dßng dõng v−ît qua nói h×nh sin dµi v« h¹n 25 khi (a) sè sãng ®Þa h×nh v−ît qu¸ tham sè Scorer (nói hÑp) vµ (b) sè sãng ®Þa h×nh nhá h¬n tham sè Scorer (nói réng) (Durran, 1986b).5 §−êng dßng cña dßng dõng trªn nói c« lËp h×nh chu«ng khi so 29 s¸nh t−¬ng ®èi víi tr¹ng th¸i cña dßng: (a) nói hÑp, (b) nói cã bÒ réng t−¬ng ®−¬ng víi tham sè Scorer, vµ (c) lµ nói réng, vïng tèi lµ n¬i m©y cã thÓ xuÊt hiÖn (Durran, 1986b).7 KÕt qu¶ m« pháng sè cho dßng hai chiÒu ®o¹n nhiÖt g©y ra 31 sãng biªn ®é lín.

BÇu khÝ quyÓn ®Æc tr−ng bëi mét líp kÐm æn ®Þnh phÝa trªn vµ mét líp æn ®Þnh h¬n phÝa d−íi sãng khuÊt nói bÞ "bÉy". C¸c ®−êng ®¼ng trÞ lµ nhiÖt ®é thÕ, vïng tèi lµ n¬i mµ 10 LUAN VAN CHAT LUONG download : add [e-mail] m©y cã thÓ h×nh thµnh nÕu kh«ng khÝ ®ñ Èm (Durran, 1986a).8 KÕt qu¶ m« pháng sè cho dßng hai chiÒu ®o¹n nhiÖt g©y ra 33 sãng biªn ®é lín. Trong tr−êng hîp nµy tr¹ng th¸i nÒn cã mét líp tíi h¹n vµ hiÖn t−îng vì sãng ®· x¶y ra. C¸c ®−êng ®¼ng trÞ lµ nhiÖt ®é thÕ, vïng tèi lµ n¬i mµ m©y cã thÓ h×nh thµnh nÕu kh«ng khÝ ®ñ Èm (Durran vµ Klemp, 1987).9 C¸c tr¹ng th¸i cña dßng n−íc n«ng v−ît ®Þa h×nh: (a) dßng trªn 34 tíi h¹n (supercritical) ë mäi n¬i; (b) dßng d−íi tíi h¹n (subcritical) ë mäi n¬i vµ (c) lµ dßng cã b−íc nh¶y thñy lùc (hydraulic jump) (Durran, 1986a).10 C¬ chÕ h×nh thµnh m−a ®Þa h×nh: (a) m−a s−ên ®ãn giã trong 36 khÝ quyÓn æn ®Þnh, (b) m−a ®Þa h×nh trong khÝ quyÓn bÊt æn ®Þnh, vµ (c) M−a ®Þa h×nh g©y ra bëi c¬ chÕ “m©y nu«i d−ìng” (Lin, 1993).11 M« h×nh t¸i sinh vµ lan truyÒn æ ®èi l−u.

Bao gåm bèn giai 37 ®o¹n: (a) h×nh thµnh vµ duy tr× dßng th¨ng trong front giã giËt- GFU, (b) b×nh l−u ë r×a cña GFU ®ang ph¸t triÓn, (c) æ ®èi l−u ®ang ph¸t triÓn c1 bÞ c¾t rêi khái GFU bëi dßng gi¸ng båi hoµn phÝa ng−îc dßng, vµ (d) t¸i sinh æ vµ cïng tån t¹i mode ph¸t triÓn (c2 vµ c3) vµ mode lan truyÒn (c1) (Lin vµ c¸c §TG, 1998).12 MÆt c¾t th¼ng ®øng cña nhiÖt ®é thÕ (®−êng liÒn m¶nh), tèc ®é 39 th¼ng ®øng (vïng mê), l−îng n−íc m−a (®−êng liÒn ®Ëm), vµ biªn cña dßng mËt ®é (®−êng chÊm ®Ëm) cho Fw = 0,208 vµ U = 2,5 m s-1 (Chu vµ Lin, 2000).13 MÆt c¾t th¼ng ®øng cña biªn m©y (®−êng liÒn ®Ëm), tèc ®é 41 th¼ng ®øng (®−êng m¶nh liÒn- tèc ®é d−¬ng, nÐt ®øt- tèc ®é ©m), l−îng n−íc m−a (vïng tèi), vµ biªn cña dßng mËt ®é (nÐt ®øt ®Ëm) sau 2 (a), 4 (b), 6 (c) vµ 8 (d) giê (Chu vµ Lin, 2000). 44 11 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.1 (a) C−êng ®é m−a qui m« lín (®−êng ®øt) vµ m−a ®èi l−u 59 (vïng mµu) vÏ qua 1, 5, 10, vµ 20 mm h-1 lóc 03 UTC 11/6/1985.2 (a) L−îng m−a ngµy lÊy trung b×nh tõ 1/6/1985 ®Õn 1/5/1986 67 sö dông s¬ ®å Tiedtke.3 (a) Tæng s¶n phÈm ng−ng kÕt (®−êng ®øt, vÏ qua 0.5 g kg-1) vµ 68 tèc ®é ®èt nãng ®èi l−u (®−êng liÒn vÏ qua 1 K h-1) tÝch luü theo chiÒu th¼ng ®øng lóc 03 UTC 11/6/1985.4 Tæng l−îng m−a tÝch luü th¸ng 7/1999 cho (a) s¬ ®å Betts- 69 Miller-J¹njic, (b) s¬ ®å Kain-Fritsch, (c) s¬ ®å Grell, vµ (d) sè liÖu m−a ®o ®¹c ph©n tÝch sö dông m¹ng thÇn kinh nh©n t¹o (Gochis vµ c¸c §TG 2002).5 HiÖu nhiÖt ®é m« pháng trung b×nh vµ quan tr¾c (trôc hoµnh, 70 0 K) trªn c¸c mÆt ®¼ng ¸p c¬ b¶n (trôc tung) cho c¸c tr¹m TUS (a), DRT (b), GYM (c), MCV (d), MZT (e), MAN (f) vµ GUD (g) (Gochis vµ c¸c §TG 2002).1 §Þnh nghÜa trung b×nh theo ph−¬ng ngang cña biÕn qui m« 94 l−íi dïng trong m« h×nh RAMS, theo Pielke (2001).1 Gi¶n ®å nhiÖt ®éng t¹i 16,0°N-108,2°E do RAMS néi suy tõ sè 100 liÖu t¸i ph©n tÝch NCEP-NCAR lóc 00 UTC ngµy 24/11/2004.2 Ph©n bè TASR 24 giê (mm) cho m« pháng lý t−ëng f0 (a), f2 101 (b), f1 (c), vµ f12 (d). §−êng ®¼ng trÞ vÏ c¸ch nhau 10 mm. Vïng t« ®Ëm lµ ®Þa h×nh (m).2, ngo¹i trõ vÏ cho RASR.

§−êng ®¼ng trÞ vÏ 102 12 LUAN VAN CHAT LUONG download : add [e-mail] c¸ch nhau 1,25 mm.4 MÆt c¾t th¼ng ®øng-vÜ h−íng ®i qua t©m miÒn tÝnh cho vector 103 giã vµ tèc ®é ®èt nãng ®èi l−u sau 4 (a), 8 (b), 12 (c), 16 (d), 20 (e), vµ 24 (f) giê tÝch ph©n cho tr−êng hîp f1. C¸c ®−êng ®¼ng trÞ vÏ qua 8x10-4 K s-1.4, ngo¹i trõ vÏ cho tr−êng hîp f12. §−êng ®¼ng trÞ vÏ c¸ch nhau 10 mm.7 CÊu h×nh miÒn tÝnh cho m« pháng sù kiÖn thùc.