TextBody

, 02/12/2021

Huy chương 2

Đánh giá sản phẩm mưa dự báo tổ hợp từ các mô hình dự báo mưa số trị toàn cầu: Ứng dụng cho lưu vực sông Kone

28/10/2021

Sản phẩm mưa dự báo tổ hợp từ các mô hình số trị đã được sử dụng rộng rãi trong tác nghiệp dự báo lũ tại các trung tâm dự báo trên thế giới. Nghiên cứu này tập trung đánh giá chất lượng sản phẩm mưa dự báo tổ hợp thời đoạn 6h và thời gian dự báo lên tới 10 ngày của mô hình dự báo thời tiết số trị toàn cầu (NWP) với độ phân giải \small 0,5^{0}x\small 0,5^{0} đền từ 4 trung tâm khác nhau gồm trung tâm dự báo thời tiết hạn vừa của châu âu (ECMWF), Cơ quan khí tượng Nhật bản (JMA), Cơ quan khí tượng Hàn Quốc (KMA), và Trung tâm quốc gia về dự báo môi trường (NCEP). Đánh giá được tiến hành cho lưu vực sông Kone trong thời gian mùa lũ các năm từ 2014 đến 2018 sử dụng các chỉ số đánh giá dự báo tất định và chỉ số đánh giá dự báo xác suất. Kết quả đánh giá cho thấy các sản phầm mưa tổ hợp này có tiềm năng cao để cung cấp các giá trị dự báo xác suất, đặc biệt với thời gian dự báo lên tới 48h. Trong bốn mô hình số trị xem xét ở trên, mô hình ECMWF đều nhất quán cho kết quả dự báo mưa tốt nhất và mô hình NCEP cho ra kỹ năng dự báo mưa kém nhất theo các chỉ tiêu kiểm định dự báo tất định và xác suất được xem xét trong bài báo. Những kết quả đánh giá trong bài báo có ý nghĩa quan trọng khi xem xét sử dụng sản phẩm mưa dự báo tổ hợp của các mô hình số trị để kéo dài thời gian dự báo dòng chảy hỗ trợ kiểm soát lũ và vận hành hồ chứa theo thời gian thực.

1. ĐẶT VẤN ĐỀ

2. PHƯƠNG PHÁP NGHIÊN CỨU

2.1. Sản phầm mưa dự báo số trị

2.2. Dữ liệu mưa thực đo

2.3. Các chỉ số đánh giá sản phẩm mưa dự báo

2.3.1. Chỉ số đánh giá dự báo tất định (deterministic forecasts)

2.3.2. Chỉ số đánh giá dự báo xác suất (Probabilistic forecasts)

3. KẾT QUẢ ĐÁNH GIÁ

3.1. Kết quả đánh giá dự báo tất định

3.2. Kết quả đánh giá dự báo xác suất

4. KẾT LUẬN VÀ KIẾN NGHỊ

TÀI LIỆU THAM KHẢO

[1] Cai, C., Wang, J. and Li, Z. (2018) ‘Improving TIGGE Precipitation Forecasts Using an SVR Ensemble Approach in the Huaihe River Basin’, Advances in Meteorology, 2018, pp.1–15. doi: 10.1155/2018/7809302.

[2] Fan, F. M. et al. (2015) ‘Verification of inflow into hydropower reservoirs using ensemble forecasts of the TIGGE database for large scale basins in Brazil’, Journal of Hydrology: Regional Studies. Elsevier B.V., 4(PB), pp. 196–227. doi: 10.1016/j.ejrh.2015.05.012.

[3] Ganguly, A. R. (2002) ‘Forecasting Rainfall and Floods : Advances and Way Forward’, ACE 2002: International Conference on Advances in Civil Engineering.

[4] He, Y. et al. (2010) ‘Ensemble forecasting using TIGGE for the July-September 2008 floods in the Upper Huai catchment: a case study’, Atmospheric Science Letters, 11(2), pp.132–138. doi: 10.1002/asl.270.

[5] Jain, S. K. (Sharad K. and Singh, V. P. (Vijay P. . (2003) Water resources systems planning and management. Elsevier. Available at: https://www.sciencedirect.com/bookseries/developments-in-water-science/vol/51 (Accessed: 23 May 2019).

[6] Lettenmaier, D. P. et al. (2011) ‘Application of a Medium-Range Global Hydrologic Probabilistic Forecast Scheme to the Ohio River Basin’, Weather and Forecasting, 26(4), pp. 425–446. doi: 10.1175/waf-d-10-05032.1.

[7] Liu, L. et al. (2018) ‘Potential application of hydrological ensemble prediction in forecasting flood and its components over the Yarlung Zangbo River Basin, China’, Hydrology and Earth System Sciences Discussions, (April), pp. 1–33. doi: 10.5194/hess-2018-179.

[8] Nohara, D. (2018) ‘Real-Time Reservoir Operation for Flood Management Considering Ensemble Streamflow Prediction and Its Uncertainty Real-Time Reservoir Operation for Flood Management Considering Ensemble Stream fl ow Prediction and Its Uncertainty’, (April). doi: 10.1007/978-981-287-615-7.

[9] Park, Y., Buizza, R. and Leutbecher, M. (2008) ‘Comparing and Combining Ensembles’, (January).

[10] Sikder, M. S. and Hossain, F. (2018) ‘Improving operational flood forecasting in monsoon climates with bias-corrected quantitative forecasting of precipitation’, International Journal of River Basin Management. Taylor & Francis, 0(0), pp. 1–11. doi:10.1080/15715124.2018.1476368.

[11] Verkade, J. S. et al. (2013) ‘Post-processing ECMWF precipitation and temperature ensemble reforecasts for operational hydrologic forecasting at various spatial scales’, Journal of Hydrology. Elsevier B.V., 501, pp. 73–91. doi: 10.1016/j.jhydrol.2013.07.039.

[12] Wang, G. et al. (2016) ‘Evaluation and Correction of Quantitative Precipitation Forecast by Storm-Scale NWP Model in Jiangsu, China’, Advances in Meteorology, 2016. doi:10.1155/2016/8476720.

[13] Wilks, D. S. (2011) Statistical Methods in the Atmospheric Sciences. Academic Press.

[14] WWRP/WGNE (no date) Forecast Verification methods Across Time and Space Scales. Available at: https://www.cawcr.gov.au/projects/verification/# Methods_for_ foreasts_of_continuous_variables (Accessed: 10 June 2019).

_________________________________________________________________________________________________

Chi tiết bài báo xem tại đây: Đánh giá sản phẩm mưa dự báo tổ hợp từ các mô hình dự báo mưa số trị toàn cầu: Ứng dụng cho lưu vực sông Kone

Đỗ Anh Đức
Viện Thủy điện và Năng lượng tái tạo
Nguyễn Thị Thu Hà, Ngô Lê An
Trường Đại học Thuỷ lợi

TẠP CHÍ KH&CN THỦY LỢI