Luận án tiến sĩ nghiên cứu mô phỏng mưa đối lưu bằng mô hình rams cho khu vực tr
Luận án tiến sĩ: Mô phỏng mưa đối lưu bằng mô hình. Nghiên cứu lý thuyết, phương pháp, kết quả thực nghiệm và ứng dụng trong khí tượng thủy văn.
Năm xuất bản
Số trang
142
Thời gian đọc
22 phút
Lượt xem
2
Lượt tải
0
Phí lưu trữ
40 Point
Tổng quan nhanh
- Chủ đề:
- Nghiên cứu mô phỏng mưa đối lưu: Tổng quan và Phương pháp
- Số trang:
- 142 trang
- Trường:
- Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội
- Chuyên ngành:
- Khí tượng học
- Tác giả:
- Nguyễn Minh Trường
- Năm:
- 2008
Tóm tắt nội dung luận án
I.Nghiên cứu mô phỏng mưa đối lưu Tổng quan và Phương pháp
Luận án này tập trung vào nghiên cứu mô phỏng mưa đối lưu. Hiện tượng mưa đối lưu gây ra nhiều tác động lớn, bao gồm lũ lụt và sạt lở đất. Mô hình thời tiết được sử dụng để dự báo các sự kiện này, nhằm giảm thiểu thiệt hại. Nhu cầu dự báo mưa chính xác ngày càng tăng, đặc biệt tại các khu vực phức tạp như Trung Bộ Việt Nam. Tài liệu này cung cấp cái nhìn tổng quan về các phương pháp và thách thức trong việc mô hình hóa. Mục tiêu là cải thiện chất lượng mô phỏng khí tượng và hiểu rõ hơn về động lực học khí quyển liên quan đến mưa. Việc này là nền tảng để phát triển các công cụ dự báo thời tiết số hiệu quả hơn. Nghiên cứu xác định các yếu tố chính ảnh hưởng đến mưa đối lưu. Nó đặt ra các vấn đề cần giải quyết trong vật lý mây và tương tác địa hình. Luận án nhấn mạnh tầm quan trọng của việc tích hợp lý thuyết và thực nghiệm số.
1.1. Dòng chảy khí quyển trên địa hình núi
Địa hình núi ảnh hưởng sâu sắc đến dòng chảy khí quyển. Gió tương tác với sườn núi, tạo ra sóng hấp dẫn và xoáy. Điều này kích thích sự hình thành mưa đối lưu ở các vị trí cụ thể. Các quá trình động lực học phức tạp diễn ra, bao gồm sự nâng và hạ của không khí. Chúng thay đổi cấu trúc nhiệt độ và độ ẩm của khí quyển. Hiểu rõ dòng chảy này là cơ sở cho mô phỏng khí tượng chính xác. Mô tả chính xác các tương tác địa hình-khí quyển là cần thiết. Nó giúp xác định các vùng có khả năng mưa cao. Nghiên cứu xem xét động lực học dòng trên núi đơn và dãy núi hình sin. Các lý thuyết này cung cấp khung nhìn cho mô hình hóa.
1.2. Đặc điểm mưa trên địa hình phức tạp
Mưa ở vùng núi có những đặc điểm riêng biệt. Lượng mưa thường lớn, phân bố không đồng đều theo địa hình. Hiện tượng mưa xối xả cục bộ rất phổ biến, gây ra các sự kiện lũ quét. Các yếu tố như độ dốc, hướng sườn và chiều cao núi tác động mạnh mẽ đến cường độ mưa. Dự báo mưa trong các khu vực này rất khó khăn do tính cục bộ và biến động cao. Đặc tính vật lý mây và quá trình ngưng tụ thay đổi theo độ cao. Nghiên cứu này xem xét những đặc điểm này để cải thiện khả năng của mô hình thời tiết. Nó phân tích cơ chế hình thành mưa do địa hình và đối lưu.
1.3. Khái niệm và thách thức mô phỏng mưa đối lưu
Mưa đối lưu là hiện tượng quy mô nhỏ, phát triển nhanh và thường cục bộ. Các quá trình vật lý hình thành mưa này xảy ra ở các quy mô dưới độ phân giải lưới của hầu hết mô hình thời tiết số. Điều này đặt ra thách thức lớn trong việc mô hình hóa trực tiếp. Do đó, tham số hóa đối lưu trở thành giải pháp bắt buộc. Mục tiêu của tham số hóa là đại diện được tác động tổng thể của đối lưu lên quy mô lớn hơn. Cần cải thiện độ chính xác trong dự báo mưa đối lưu. Thách thức còn nằm ở việc đánh giá vật lý mây và động lực học khí quyển phức tạp của đối lưu.
II.Tham số hóa đối lưu trong mô hình thời tiết số
Tham số hóa đối lưu là yếu tố then chốt trong mô hình thời tiết số. Nó giúp mô hình giải quyết các quá trình khí quyển ở quy mô nhỏ hơn độ phân giải lưới. Điều này đặc biệt quan trọng cho mưa đối lưu và các hệ thống mây phức tạp. Các phương pháp tham số hóa chuyển đổi tác động của đối lưu từ quy mô dưới lưới lên quy mô lưới. Chúng ảnh hưởng đến trường nhiệt độ, độ ẩm và sự phân bố mưa. Sự lựa chọn sơ đồ tham số hóa tác động trực tiếp đến chất lượng dự báo mưa. Nghiên cứu này khám phá các sơ đồ hiện có, bao gồm cả việc đánh giá ưu và nhược điểm. Mục tiêu là tối ưu hóa chúng cho mô phỏng khí tượng hiệu quả hơn. Các sơ đồ này đóng vai trò quyết định trong việc tái tạo vật lý mây và quá trình ngưng tụ.
2.1. Vai trò tham số hóa đối lưu
Tham số hóa đối lưu là cầu nối thiết yếu giữa các quy mô trong mô hình thời tiết. Các quá trình đối lưu nhỏ không thể giải trực tiếp bởi lưới mô hình. Chúng cần được biểu diễn dưới dạng các đại lượng trung bình lưới. Việc này quyết định khả năng dự báo mưa chính xác. Nó ảnh hưởng đến nhiệt độ, độ ẩm và sự phân bố không gian của mưa. Một sơ đồ tham số hóa tốt giúp mô hình thời tiết hoạt động hiệu quả hơn. Nó đảm bảo năng lượng và độ ẩm được phân bố hợp lý. Điều này là then chốt để tái tạo động lực học khí quyển một cách đáng tin cậy.
2.2. Các sơ đồ tham số hóa phổ biến
Nhiều sơ đồ tham số hóa đối lưu đã được phát triển trong nhiều thập kỷ. Mỗi sơ đồ có những giả định và ưu nhược điểm riêng. Các ví dụ bao gồm sơ đồ Fritsch-Chappell, Tiedtke và Kain-Fritsch. Chúng khác nhau về cách mô tả dòng thăng, dòng giáng và cơ chế kích hoạt đối lưu. Việc lựa chọn sơ đồ phù hợp rất quan trọng. Nó phụ thuộc vào quy mô mô hình, độ phân giải và loại hiện tượng cần mô phỏng khí tượng. Nghiên cứu đánh giá sự phù hợp của các sơ đồ này. Nó phân tích cách chúng ảnh hưởng đến dự báo mưa đối lưu ở các điều kiện khác nhau.
2.3. Giải pháp tham số hóa cho quy mô vừa
Mô hình thời tiết quy mô vừa (mesoscale) hoạt động ở độ phân giải tương đối cao. Ở những quy mô này, đối lưu có thể được giải quyết một phần hoặc vẫn cần tham số hóa. Việc tích hợp giữa giải quyết tường minh và tham số hóa là một thử thách. Sơ đồ tham số hóa đối lưu cần thích nghi với độ phân giải lưới. Chúng phải hiệu quả trong việc đại diện vật lý mây và động lực học khí quyển ở ranh giới giữa hai quy mô. Điều này cải thiện khả năng dự báo mưa đối lưu chi tiết. Luận án tìm kiếm giải pháp tối ưu cho mô hình RAMS.
III.Cải tiến mô hình RAMS dự báo mưa đối lưu hiệu quả
Mô hình RAMS (Regional Atmospheric Modeling System) là công cụ chính trong nghiên cứu này. Nó được sử dụng để mô phỏng mưa đối lưu cho khu vực Trung Bộ. Việc cải tiến các thành phần vật lý, đặc biệt là sơ đồ tham số hóa, là cần thiết. Mục tiêu là nâng cao khả năng dự báo mưa chính xác. Sơ đồ Kain-Fritsch được chọn để cải tiến do tính phổ biến và tiềm năng của nó. Các hạn chế của sơ đồ gốc được phân tích kỹ lưỡng. Đề xuất các thay đổi để phù hợp hơn với đặc điểm khí hậu và địa hình khu vực nghiên cứu. Điều này mang lại mô phỏng khí tượng đáng tin cậy hơn, đặc biệt trong việc tái tạo vật lý mây và động lực học khí quyển của mưa đối lưu. Luận án tập trung vào tối ưu hóa hiệu suất của mô hình.
3.1. Giới thiệu mô hình RAMS và vật lý cơ bản
Mô hình RAMS là một mô hình thời tiết linh hoạt và đa năng. Nó có khả năng mô phỏng các quá trình khí quyển ở nhiều quy mô, từ quy mô lớn đến quy mô nhỏ. Hệ phương trình cơ bản của mô hình, bao gồm các phương trình bảo toàn động lượng, năng lượng và khối lượng, được mô tả. Cách sai phân thời gian và không gian cũng được trình bày. Các tham số hóa quá trình vật lý khác như bức xạ, lớp biên khí quyển cũng được đề cập. Mô hình này hỗ trợ nghiên cứu khí quyển chuyên sâu, giúp tái tạo động lực học khí quyển và vật lý mây. Khả năng lồng lưới (nesting) của RAMS rất hữu ích cho các nghiên cứu khu vực.
3.2. Sơ đồ Kain Fritsch gốc và hạn chế
Sơ đồ Kain-Fritsch là một sơ đồ tham số hóa đối lưu phổ biến. Nó mô tả sự phát triển của dòng thăng và dòng giáng đối lưu. Hàm kích hoạt đối lưu xác định thời điểm đối lưu bắt đầu hoạt động. Nó dựa trên năng lượng đối lưu tiềm năng (CAPE). Tuy nhiên, sơ đồ gốc có thể chưa tối ưu trong mọi điều kiện. Hạn chế xuất hiện khi mô phỏng mưa đối lưu ở một số vùng khí hậu. Cần điều chỉnh để tăng cường dự báo mưa chính xác. Các giới hạn liên quan đến sự phân bố đối lưu và khả năng điều chỉnh sự bão hòa cũng được ghi nhận. Điều này ảnh hưởng đến việc tái tạo vật lý mây thực tế.
3.3. Đề xuất cải tiến sơ đồ Kain Fritsch
Các cải tiến được đề xuất cho sơ đồ Kain-Fritsch trong mô hình RAMS. Mục tiêu là nâng cao hiệu suất của sơ đồ, đặc biệt trong việc mô phỏng mưa đối lưu. Cải tiến tập trung vào hàm kích hoạt đối lưu và cơ chế phân bố nhiệt-ẩm trong cột khí. Điều này giúp mô hình nhạy hơn với các điều kiện vật lý mây cụ thể của khu vực Trung Bộ. Kết quả là khả năng dự báo mưa đối lưu được cải thiện đáng kể. Các điều chỉnh giúp phản ánh đúng hơn động lực học khí quyển địa phương và tương tác của chúng với địa hình. Những cải tiến này mang lại sự thay đổi đáng kể về chất lượng mô phỏng khí tượng.
IV.Mô phỏng mưa đối lưu tại Trung Bộ Kết quả và Phân tích
Các thử nghiệm mô phỏng mưa đối lưu đã được thực hiện rộng rãi. Khu vực Trung Bộ Việt Nam là trọng tâm chính của nghiên cứu này. Kết quả cho thấy khả năng của mô hình cải tiến trong việc tái tạo mưa. Nó giúp hiểu rõ hơn về cơ chế hình thành và phát triển của mưa đối lưu. Phân tích các yếu tố ảnh hưởng đến chất lượng dự báo mưa được tiến hành chi tiết. Đánh giá định lượng và định tính về chất lượng mô phỏng khí tượng được thực hiện. Các thí nghiệm bao gồm cả tình huống lý tưởng và mô phỏng các sự kiện mưa thực tế. Điều này khẳng định hiệu quả của các cải tiến đối với vật lý mây và động lực học khí quyển trong mô hình.
4.1. Thí nghiệm mô phỏng lý tưởng hóa mưa
Thí nghiệm lý tưởng hóa cung cấp cái nhìn cơ bản về phản ứng của mô hình. Chúng giúp kiểm tra tính nhạy và hiệu quả của các cải tiến. Mô phỏng mưa đối lưu trên địa hình lý tưởng hóa được thực hiện. Các điều kiện ban đầu được kiểm soát chặt chẽ để cô lập các yếu tố. Phân tích tác động của đốt nóng đối lưu và các yếu tố khác. Điều này giúp xác định các nhân tố chính trong vật lý mây và kích hoạt đối lưu. Các kết quả từ thí nghiệm này là cơ sở để hiểu các tương tác phức tạp. Nó củng cố độ tin cậy của mô hình thời tiết trong các kịch bản cơ bản.
4.2. Mô phỏng sự kiện mưa thực tế tại Trung Bộ
Các sự kiện mưa lớn có thật tại Trung Bộ được lựa chọn để mô phỏng. Mô hình RAMS với sơ đồ Kain-Fritsch cải tiến được áp dụng. So sánh mưa đối lưu mô phỏng với dữ liệu quan trắc từ trạm và vệ tinh. Đánh giá khả năng của mô hình trong tái tạo cường độ và phân bố mưa. Phân tích các hình thế synop và dữ liệu đo đạc chi tiết. Dự báo mưa cho các sự kiện này là một thước đo quan trọng về hiệu suất thực tế của mô hình. Kết quả chứng minh sự cải thiện đáng kể về độ chính xác so với sơ đồ gốc.
4.3. Đánh giá chất lượng và tương tác quy mô
Chất lượng dự báo mưa được đánh giá chi tiết bằng các chỉ số thống kê. Các sai số và độ lệch (bias) được phân tích kỹ lưỡng. Phân tích tương tác giữa đối lưu và hoàn lưu quy mô lớn được thực hiện. Điều này giải thích nguyên nhân của sự cải thiện chất lượng mô phỏng khí tượng. Các cải tiến trong tham số hóa đối lưu đóng vai trò quan trọng trong việc tăng cường tương tác này. Kết quả thể hiện khả năng vượt trội trong mô phỏng khí tượng vùng, cung cấp thông tin hữu ích cho dự báo thời tiết số. Việc này giúp nâng cao sự hiểu biết về động lực học khí quyển.
V.Ứng dụng mô hình khí tượng Nâng cao dự báo mưa đối lưu
Nghiên cứu này mang lại những đóng góp đáng kể cho lĩnh vực khí tượng. Nó cải thiện khả năng dự báo mưa đối lưu ở khu vực Trung Bộ Việt Nam. Mô hình khí tượng đã được tối ưu hóa để xử lý các thách thức đặc trưng của địa hình và khí hậu. Các kết quả có tiềm năng ứng dụng rộng rãi trong thực tiễn. Việc này hỗ trợ công tác phòng chống thiên tai và quản lý tài nguyên nước. Nó cũng mở ra hướng mới cho nghiên cứu khí quyển và phát triển các công nghệ dự báo thời tiết số. Mục tiêu cuối cùng là cung cấp thông tin dự báo mưa chính xác và kịp thời cho cộng đồng. Nghiên cứu đóng góp vào việc nâng cao an toàn và phát triển bền vững.
5.1. Tiềm năng ứng dụng kết quả nghiên cứu
Kết quả nghiên cứu có thể ứng dụng trực tiếp vào các hệ thống dự báo thời tiết số hiện có. Cải tiến mô hình thời tiết nâng cao khả năng dự báo mưa cục bộ. Điều này hữu ích cho các hoạt động nông nghiệp, thủy lợi và quy hoạch đô thị. Nó giúp cộng đồng chủ động hơn trước các hiện tượng mưa đối lưu cực đoan. Ứng dụng trong hệ thống cảnh báo sớm lũ lụt và sạt lở đất là khả thi. Việc này cung cấp dữ liệu đầu vào có giá trị cho các mô hình thủy văn. Giúp giảm thiểu thiệt hại do thiên tai gây ra.
5.2. Hướng phát triển trong dự báo thời tiết số
Tương lai của dự báo thời tiết số đòi hỏi các mô hình tiên tiến hơn và độ phân giải cao hơn. Việc tích hợp mô hình RAMS với các mô hình khác có thể được xem xét. Ví dụ, kết hợp với mô hình WRF để so sánh và học hỏi. Phát triển các sơ đồ tham số hóa đối lưu mới cũng là trọng tâm. Nâng cao độ phân giải không gian và thời gian cùng với cải thiện vật lý mây sẽ tiếp tục. Ứng dụng kỹ thuật học máy để tối ưu hóa tham số hóa là một hướng đi mới. Các cải tiến này hướng tới dự báo mưa với độ chi tiết và tin cậy cao hơn.
5.3. Đóng góp vào nghiên cứu khí quyển Việt Nam
Luận án này đóng góp quan trọng vào nghiên cứu khí quyển tại Việt Nam. Nó cung cấp một công cụ mạnh mẽ hơn để mô phỏng khí tượng khu vực. Hiểu biết sâu sắc hơn về mưa đối lưu và cơ chế của chúng trong điều kiện địa phương. Kết quả là nền tảng cho các nghiên cứu tiếp theo về khí tượng và thủy văn. Nó góp phần nâng cao năng lực dự báo mưa quốc gia. Việc này hỗ trợ các nhà khoa học và nhà quản lý trong việc đối phó với biến đổi khí hậu. Nghiên cứu này khuyến khích phát triển các công nghệ dự báo thời tiết số bản địa.
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (142 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộ®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 TIEU LUAN MOI download : skknchat@gmail.com ®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 TIEU LUAN MOI download : skknchat@gmail.com 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 TIEU LUAN MOI download : skknchat@gmail.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 TIEU LUAN MOI download : skknchat@gmail.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 TIEU LUAN MOI download : skknchat@gmail.com 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 TIEU LUAN MOI download : skknchat@gmail.com 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 TIEU LUAN MOI download : skknchat@gmail.com 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 TIEU LUAN MOI download : skknchat@gmail.com 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 TIEU LUAN MOI download : skknchat@gmail.com 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 TIEU LUAN MOI download : skknchat@gmail.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 TIEU LUAN MOI download : skknchat@gmail.com 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.8 ¸p suÊt mÆt biÓn vµ tr−êng giã mùc 1000 mb khu vùc ViÖt 108 Nam lóc 00 UTC ngµy 24/11/2004. Sè liÖu t¸i ph©n tÝch NCEP- NCAR.
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Nguyễn Minh Trường (2008). Luận án tiến sĩ nghiên cứu mô phỏng mưa đối lưu bằng mô hình [Luận án tiến sĩ, Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội]. LuanAn.net. https://luanan.net/khoa-hoc-trai-dat-moi-truong/khi-tuong-thuy-van/hoc62-44-87-01
Câu hỏi thường gặp
Luận án "Luận án tiến sĩ nghiên cứu mô phỏng mưa đối lưu bằng mô hình" nghiên cứu về vấn đề gì?
Luận án tiến sĩ: Mô phỏng mưa đối lưu bằng mô hình. Nghiên cứu lý thuyết, phương pháp, kết quả thực nghiệm và ứng dụng trong khí tượng thủy văn.
Luận án "Luận án tiến sĩ nghiên cứu mô phỏng mưa đối lưu bằng mô hình" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội. Năm bảo vệ: 2008.
Luận án "Luận án tiến sĩ nghiên cứu mô phỏng mưa đối lưu bằng mô hình" thuộc chuyên ngành gì?
Luận án "Luận án tiến sĩ nghiên cứu mô phỏng mưa đối lưu bằng mô hình" thuộc chuyên ngành Khí tượng học. Danh mục: Khí Tượng Thủy Văn.
Luận án "Luận án tiến sĩ nghiên cứu mô phỏng mưa đối lưu bằng mô hình" có bao nhiêu trang?
Luận án "Luận án tiến sĩ nghiên cứu mô phỏng mưa đối lưu bằng mô hình" có 142 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Luận án tiến sĩ nghiên cứu mô phỏng mưa đối lưu bằng mô hình" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.