TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN o0o PHẠM THỊ TUYẾT MÂY ĐÁNH GIÁ KẾT QUẢ DỰ BÁO NHIỆT ĐỘ VÀ LƢỢNG MƢA CỦA MỘT SỐ MÔ HÌNH DỰ BÁO THỜI TIẾT CHO KHU VỰC VIỆT NAM LUẬN VĂN THẠC SỸ KHOA HỌC HÀ NỘI, 2012 ii TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN o0o PHẠM THỊ TUYẾT MÂY ĐÁNH GIÁ KẾT QUẢ DỰ BÁO NHIỆT ĐỘ VÀ LƢỢNG MƢA CỦA MỘT SỐ MÔ HÌNH DỰ BÁO THỜI TIẾT CHO KHU VỰC VIỆT NAM Chuyên ngành : Khí tƣợng và Khí hậu học Mã số : 60 44 87 LUẬN VĂN THẠC SỸ KHOA HỌC NGƢỜI HƢỚNG DẪN KHOA HỌC: TS. VŨ THANH HẰNG HÀ NỘI, 2012 1 MỤC LỤC MỤC LỤC 1 CHƢƠNG 1. TỔNG QUAN VỀ BÀI TOÁN ĐÁNH GIÁ DỰ BÁO TRONG KHÍ TƢỢNG VÀ CÁC CHỈ SỐ ĐÁNH GIÁ 6 1.1. Bài toán đánh giá dự báo trong khí tƣợng 6 1.1.1. Mục đích và ý nghĩa của bài toán đánh giá 6 1.1.2. Mô hình chung cho đánh giá dự báo các yếu tố thời tiết 7 1.1.3. Sơ lược về tiêu chuẩn đánh giá 10 1.1.4. Các loại yếu tố dự báo 11 1.1.5. Các thuộc tính của một dự báo tốt 12 1.2. Một số phƣơng pháp và chỉ số đánh giá phổ biến 14 1.2.1. Sơ đồ chung đánh giá sản phẩm mô hình dự báo thời tiết số 14 1.2.2. Phương pháp đánh giá đối với biến liên tục 17 1.2.3. Phương pháp đánh giá đối với dự báo pha 21 1.3. Cơ sở lý thuyết của phƣơng pháp đánh giá fuzzy 24 1.4. Tình hình nghiên cứu chung liên quan đến đề tài trên thế giới và tại Việt Nam33 CHƢƠNG 2. KHÁI QUÁT VỀ CÁC MÔ HÌNH DỰ BÁO THỜI TIẾT SỐ HRM, MM5 VÀ NGUỒN SỐ LIỆU SỬ DỤNG 36 2.1. Giới thiệu về mô hình MM5 36 2.1.1. Giới thiệu mô hình 36 2.1.2. Cấu trúc mô hình 36 2.1.3. Hệ các phương trình thủy nhiệt động lực của MM5 37 2.1.4. Điều kiện biên 37 2.1.5. Các quá trình tham số hóa 38 2.2. Giới thiệu về mô hình HRM 40 2.2.1. Giới thiệu mô hình 40 2.2.2. Cấu trúc lưới và phương pháp số 40 2.2.3. Hệ các phương trình cơ bản 40 2.2.4. Các quá trình tham số hóa vật lý 41 2.3. Số liệu 42 CHƢƠNG 3. KẾT QUẢ ĐÁNH GIÁ NHIỆT ĐỘ VÀ LƢỢNG MƢA CỦA MÔ HÌNH MM5 VÀ HRM CHO KHU VỰC VIỆT NAM 45 3.1. Kết quả đánh giá nhiệt độ 45 3.2. Kết quả đánh giá lƣợng mƣa 51 3.3. Kết quả thử nghiệm đánh giá mƣa bằng phƣơng pháp fuzzy 66 3.3.1. Kết quả thử nghiệm với chuỗi số liệu mẫu 66 3.3.2. Thử nghiệm đánh giá kết quả dự báo mưa bằng phương pháp fuzzy cho Việt Nam 71 3.3.2.1. Thử nghiệm đánh giá cho dự báo mưa do bão gây ra 71 3.3.2.2. Thử nghiệm đánh giá cho dự báo mưa do không khí lạnh gây ra 75 KẾT LUẬN 79 TÀI LIỆU THAM KHẢO 81 Tiếng Việt: 81 Tiếng Anh: 81 2 DANH MỤC HÌNH VẼ Hình 1.1. Sơ đồ chung cho đánh giá các yếu tố thời tiết 8 Hình 1.2. Sơ (NWP) 16 Hình 1.3 . Toán đồ tụ điểm cho dự báo gió biển. Bên trái là trƣờng hợp dự báo 00 giờ, bên phải là trƣờng hợp dự báo 36 giờ (số liệu lấy từ trạm phao) 17 Hình 1.4. Sơ đồ biểu diễn các chỉ số phục vụ đánh giá chất lƣợng dự báo mƣa 21 Hình 1.5. a. Miền quan trắc; b. Đánh giá truyền thống (phải tƣơng thích cả về không gian và thời gian giữa dự báo và quan trắc); c. Đánh giá bằng phƣơng pháp fuzzy (vùng dự báo tính đến cả miền lân cận quanh điểm quan trắc). 24 Hình 1.6. Cửa sổ quan trắc và dự báo của phƣơng pháp đánh giá fuzzy 25 Hình 2.1. Sơ đồ lồng ghép hai miền tính cho MM5 39 Hình 2.2. Các trạm quan trắc trong miền tính 43 Hình 3.1. Nhiệt độ trung bình trong các tháng mùa hè tại các trạm. a) HRM1; b) OBS (128 trạm); c) HRM2; d) MM5; e) OBS (24 trạm) 46 Hình 3.2. Nhiệt độ trung bình trong các tháng mùa đông tại các trạm. a) HRM1; b) OBS (128 trạm); c) HRM2; d) MM5; e) OBS (24 trạm) 47 Hình 3.3. Sai số ME của nhiệt độ cho toàn Việt Nam và các khu vực trong mùa đông (a) và mùa hè (b) 48 Hình 3.4. Sai số MAE của nhiệt độ cho toàn Việt Nam và các khu vực trong mùa đông (a) và mùa hè (b) 49 Hình 3.5. Sai số RMSE của nhiệt độ cho toàn Việt Nam và các khu vực trong mùa đông (a) và mùa hè (b) 50 Hình 3.6. Hệ số tƣơng quan nhiệt độ của các mô hình cho toàn Việt Nam (a) và các khu vực (b, c, d) 51 Hình 3.7. Giá trị trung bình mƣa tích lũy 24 giờ trong các tháng mùa hè. a) HRM1; b) OBS (128 trạm); c) HRM2; d) MM5; e) OBS (24 trạm) 52 Hình 3.8. Giá trị trung bình mƣa tích lũy 24 giờ trong các tháng mùa đông. a) HRM1; b) OBS (128 trạm); c) HRM2; d) MM5; e) OBS (24 trạm) 53 Hình 3.9. Điểm số ME của mƣa cho toàn Việt Nam và các khu vực trong các tháng mùa đông (a) và mùa hè (b) 54 Hình 3.10. Điểm số MAE của mƣa cho toàn Việt Nam và các khu vực trong các tháng mùa đông (a) và mùa hè (b) 55 Hình 3.11. Chỉ số RMSE của mƣa cho Việt Nam và các khu vực trong mùa đông (a) và mùa hè (b) 56 Hình 3.12. Hệ số tƣơng quan của mƣa của các mô hình cho Việt Nam (a) và các khu vực (b, c, d) 58 Hình 3.13 . Chỉ số FBI cho Việt Nam và các khu vực trong thời kỳ mùa đông 59 Hình 3.14. Chỉ số FBI cho Việt Nam và các khu vực trong thời kỳ mùa hè 59 Hình 3.15. Chỉ số TS các khu vực theo các ngƣỡng mƣa trong mùa đông 61 Hình 3.16. Chỉ số TS các khu vực theo các ngƣỡng mƣa trong mùa hè 62 Hình 3.17. Chỉ số POD các khu vực theo các ngƣỡng mƣa trong mùa đông 63 Hình 3.18. Chỉ số POD các khu vực theo các ngƣỡng mƣa trong mùa hè 63 Hình 3.19. Chỉ số TSS các khu vực theo các ngƣỡng mƣa trong mùa đông 64 Hình 3.20. Chỉ số TSS các khu vực theo các ngƣỡng mƣa trong mùa hè 65 Hình 3.21. Vùng mƣa thám sát (trái) và vùng mƣa dự báo 3h (phải) (mm/h) lúc 15h UTC ngày 29/5/1999 66 3 Hình 3.22. Kết quả đánh giá bằng phƣơng pháp fuzzy cho hạn dự báo 03 giờ ngày 29/5/1999 68 Hình 3.23. Vùng mƣa thám sát (trái) và vùng mƣa dự báo mƣa tích lũy 24h (phải) (mm/ngày) ngày 6/7/2007 71 Hình 3.24. Kết quả đánh giá bằng phƣơng pháp fuzzy cho dự báo mƣa 24 giờ ngày 06/7/2007 72 Hình 3.25. Vùng mƣa thám sát (trái) và vùng mƣa dự báo 24h (phải) (mm/ngày) ngày 23/12/2007 (không khí lạnh) 75 Hình 3.26. Kết quả đánh giá bằng phƣơng pháp fuzzy cho hạn dự báo mƣa tích lũy 24 giờ ngày 23/12/2007 76 4 MỞ ĐẦU Nhƣ chúng ta đã biết, khí hậu nói chung và thời tiết nói riêng ảnh hƣởng đến mọi mặt đời sống kinh tế - xã hội của loài ngƣời. Vì vậy việc dự báo các yếu tố khí hậu cũng nhƣ thời tiết đang ngày càng quan trọng và cần thiết, trở thành mối quan tâm lớn của tất cả các quốc gia trên thế giới. Và giờ đây nó càng trở nên cấp bách hơn bao giờ hết khi ảnh hƣởng của các nƣớc trên thế giới trong đó Việt Nam cũng là một trong những quốc gia chịu ảnh hƣởng nặng nề của biến đổi khí hậu. s ở thử nghiệm nghiệp vụ hoặc nghiê văn Trung ƣơng, RAMS, HRM, WRF văn và , Trƣờng Khoa nhiên Môi . Mỗi mô hình số đều chứa đựng các sai số sinh ra do số liệu ban đầu, do các quá trình tham số hóa trong khí quyển chƣa đủ chính xác , cần phải tìm ra đƣợc những điểm mạnh của mô hình để khai thác và sử dụng đồng thời chỉ ra những điểm yếu để tìm cách khắc phục, đem lại hiệu quả cao hơn cho công tác dự báo. Bên cạnh đó, kết quả đánh giá còn có thể cho biết về sai số hệ thống của mô hình, là cơ sở cho việc hiệu chỉnh mô hình cho tốt hơn. Chính vì vậy, vấn đề đánh giá định lƣợng sản phẩm của các mô hình số là rất cần thiết và có ý nghĩa khoa học. Bài toán đánh giá dự báo là đánh giá mức độ chính xác của mô hình hoặc mức độ sai khác giữa các sản phẩm dự báo của mô hình với những kết quả quan trắc thực tế nhằm chỉ ra những ƣu điểm, nhƣợc điểm của mô hình, giúp cho các chuyên gia nghiên cứu tìm kiếm các giải pháp cải tiến, phát triển, nâng cao chất lƣợng dự báo của mô hình. Hơn nữa, kết quả đánh giá dự báo có thể đƣa ra những thông tin giúp các nhà quản lý quyết định có nên đầu tƣ cơ sở vật chất, trang thiết bị để phát triển mô hình hay không. và lƣợng mƣa và . Chính vì vậy, trong 5 khuôn khổ của luận văn tác giả tập trung vào việc đánh giá chất lƣợng dự báo 24h của nhiệt độ, lƣợng mƣa của hai mô hình dự báo thời tiết số đƣợc sử dụng phổ biến hiện nay ở Việt Nam là mô hình HRM và mô hình MM5. Ngoài phần Mở đầu, Kết luận và Tài liệu tham khảo, luận văn đƣợc bố cục cụ thể nhƣ sau: Chƣơng 1. Tổng quan về bài toán đánh giá dự báo trong khí tƣợng và các chỉ số đánh giá. Chƣơng 2. Khái quát về các mô hình dự báo thời tiết số HRM, MM5 và nguồn số liệu sử dụng. Chƣơng 3. Kết quả đánh giá nhiệt độ và lƣợng mƣa của mô hình MM5 và HRM cho khu vực Việt Nam. 6 CHƢƠNG 1. TỔNG QUAN VỀ BÀI TOÁN ĐÁNH GIÁ DỰ BÁO TRONG KHÍ TƢỢNG VÀ CÁC CHỈ SỐ ĐÁNH GIÁ 1.1. Bài toán đánh giá dự báo trong khí tƣợng 1.1.1. Mục đích và ý nghĩa của bài toán đánh giá Đánh giá chất lƣợng dự báo thời tiết nói chung là phƣơng pháp thẩm tra đánh giá và xác định định lƣợng mức độ chính xác của mô hình hoặc mức độ sai khác giữa các sản phẩm dự báo của mô hình với những kết quả quan trắc thực tế nhằm chỉ ra những ƣu điểm, nhƣợc điểm của mô hình, giúp cho các chuyên gia nghiên cứu tìm kiếm các giải pháp cải tiến, phát triển, nâng cao chất lƣợng dự báo của mô hình. Có ba lý do quan trọng nhất để đánh giá dự báo là: - Kiểm tra chất lƣợng dự báo – dự báo chính xác đến đâu và sẽ đƣợc cải tiến ra sao. - Nâng cao chất lƣợng dự báo: Bƣớc đầu tiên để tiến tới dự báo tốt hơn là việc tìm ra cái gì mà ngƣời làm dự báo đang làm sai. - So sánh chất lƣợng của các hệ thống dự báo khác nhau – đến mức độ nào thì một hệ thống dự báo đƣợc cho là dự báo tốt hơn so với những hệ thống dự báo khác và bằng cách nào mà hệ thống dự báo đó đem lại kết quả tốt hơn nhƣ vậy. Các hoạt động đánh giá chỉ hữu ích khi chúng đƣa ra đƣợc các quyết định về sản phẩm dự báo đang đƣợc đánh giá. Quyết định đó sẽ làm phát sinh những thay đổi trong sản phẩm dự báo hoặc cách thức dự báo đƣợc thực hiện sau đó, hoặc quyết định đó xác nhận và khẳng định sản phẩm dự báo thỏa mãn cho các mục đích của ngƣời sử dụng và của xã hội. Các sản phẩm dự báo đƣợc phổ biến rộng rãi trong công chúng thì phải đƣợc viết đủ khách quan để ngƣời sử dụng có thể kiểm tra, còn các số liệu quan trắc khí quyển thực tế phải đƣợc thể hiện một cách chính xác những gì diễn ra trong thực tế. Hơn nữa, một vài phƣơng pháp đánh giá còn đòi hỏi quan trắc tại một điểm cũng có thể đại diện một cách đầy đủ và khách quan các hiện tƣợng thời tiết xảy ra trong một khu vực. Chính tính cấp thiết trong các hoạt động đánh giá chất lƣợng dự báo thời tiết cho thấy mục đích đánh giá phải đƣợc thiết lập trƣớc khi hệ thống đánh giá 7 đƣợc xác lập. Từ đây các hoạt động đánh giá trong khí tƣợng cũng nhƣ trong các hoạt động dự báo thời tiết có thể đƣợc phân chia thành hai mục đích chính là đánh giá hành chính và đánh giá khoa học. Mục đích hành chính: Các thông tin đánh giá trong mục đích quản lý hành chính nhằm cung cấp thông tin cho việc mua sắm các trang thiết bị chính nhƣ các máy tính có cấu hình cao hơn, tốc độ xử lý nhanh hơn,… Xác định khi nào, hoặc có nên thay thế một sản phẩm đang đƣợc sử dụng bằng một sản phẩm dự báo mới hay không, và còn nhiều các quyết định khác để phát triển tối ƣu nguồn lực về con ngƣời cũng nhƣ các nguồn trang thiết bị khác phục vụ cho công tác phát hành một bản tin dự báo thời tiết. Mục đích khoa học: Đánh giá với mục đích khoa học là xác định một cách đầy đủ và chi tiết ƣu điểm cũng nhƣ nhƣợc điểm của một sản phẩm dự báo. Các hoạt động này giúp tìm ra các biện pháp thích hợp để cải thiện chất lƣợng dự báo phục vụ cũng nhƣ cung cấp các thông tin để hoạch định phƣơng hƣớng cho việc nghiên cứu và phát triển tiếp theo. Ngoài ra một số tác giả khác còn xét đến mục đích kinh tế nhƣng đó là vấn đề rất phức tạp nên trong giới hạn luận văn này không đƣợc đề cập đến. 1.1.2. Mô hình chung cho đánh giá dự báo các yếu tố thời tiết Hình 1.1 là một kiểu mô hình chung nhất để đánh giá dự báo các yếu tố thời tiết, ngoài ra có thể có các mô hình đánh giá khác nữa. Tuy nhiên đây là mô hình cho thấy bức tranh chi tiết nhất về quan hệ giữa đặc trƣng của phép đánh giá các đại lƣợng đo và các giải pháp khác nhau để có thể lựa chọn. Sơ đồ này sử dụng cho việc quyết định các bƣớc cần thiết phải đƣợc làm trƣớc khi lựa chọn các phƣơng pháp đánh giá cụ thể. Tất cả các phƣơng pháp đánh giá đều bắt đầu từ việc tập hợp các tập số liệu quan trắc và dự báo (hình bình hành ở trên cùng trong Hình 1.1). Bƣớc tiếp theo là xử lý số liệu, bƣớc này phụ thuộc vào việc quyết định của ngƣời sử dụng (hình thoi trong sơ đồ). Quan trọng nhất là việc quyết định của ngƣời sử dụng lựa chọn mục đích đánh giá hành chính hay khoa học nhƣ đã nêu ở trên. Khi mục đích đánh giá đã đƣợc xác định, tiến hành phân loại các tập số liệu mẫu theo mục đích đã định trƣớc. Phân loại nghĩa là chia nhỏ các phần tử trong tập mẫu ra thành hai hay nhiều nhóm theo một nguyên tắc đã định sẵn, sau đó thực hiện đánh giá cho từng nhóm một cách riêng biệt. Trên Hình 1.1 đã chỉ 8 ra hai kiểu phân loại là “Phân loại ngoại bộ” và “Phân loại nội bộ”. Phân loại ngoại bộ là kiểu phân loại mà nguyên tắc lựa chọn độc lập đối với các yếu tố đang cần đƣợc đánh giá. Kiểu phân loại ngoại bộ phổ biến nhất là cho phép xác định các biến đổi trong đánh giá theo thời gian trong ngày hoặc theo mùa. Phân loại ngoại bộ có thể tiến hành ở bất cứ thời điểm nào trong quá trình trƣớc khi tính toán các đánh giá thống kê thực tế, và có thể đƣợc làm cho cả mục đích hành chính hay mục đích khoa học. Hình 1.1. Sơ đồ chung cho đánh giá các yếu tố thời tiết Mục đích khoa học Các tập số liệu dùng để đánh giá Quản lý hành chính Phân loại ngoại bộ Phân loại ngoại bộ Phân loại nội bộ theo dự báo Hệ số phân tán Điểm Berier RPS Điểm kỹ năng Brier Bảng độ tin cậy Bảng liên hợp Phân loại nội bộ theo quan trắc Biến pha Biến liên tục Biến liên tục Biến pha Đồ thị điểm Bảng liên hợp Đồ thị điểm Nguyên lý phát hiện tín hiệu Độ lệch (BIAS) Phân loại nội bộ theo dự báo Biến pha Biến liên tục Sai số trung bình tuyệt đối Sai số bình phƣơng trung bình Độ giảm phƣơng sai [...]... các thuộc tính khác của dự báo cũng ảnh hƣởng mạnh đến giá trị dự báo 1.2 Một số phƣơng pháp và chỉ số đánh giá phổ biến 1.2.1 Sơ đồ chung đánh giá sản phẩm mô hình dự báo thời tiết số a Những nguyên nhân gây sai số trong mô hình dự báo số Để ứng dụng đƣợc một mô hình khu vực hạn chế vào trong nghiệp vụ dự báo thời tiết đòi hỏi trƣớc hết là phải đánh giá đƣợc sai số dự báo của mô hình so với thực tế... Việt Nam, kể từ sau khi đƣa vào áp dụng các mô hình dự báo số trị, cũng đã có một số nghiên cứu về đánh giá chất lƣợng dự báo mô hình số Tuy nhiên, các nghiên cứu này mới chỉ dừng lại ở việc đánh giá kỹ năng dự báo một số yếu tố khí tƣợng bề mặt nhƣ lƣợng mƣa, khí áp và nhiệt độ đối với một số mô hình đã chạy nghiệp vụ ở Việt Nam Các nghiên cứu đánh giá này mới chỉ áp dụng cho một số biến dự báo và một. .. trên cơ sở dự báo có lẽ có ích hơn cho hiểu biết về ý nghĩa thực của dự báo Thông tin chi tiết về ý nghĩa của dự báo cho các nhiệt độ khác nhau có thể nhận đƣợc từ một chuỗi phân bố có điều kiện cho mỗi nhiệt độ dự báo hoặc cho phạm vi của nhiệt độ 1.2.2.2 Các chỉ số đánh giá Trong các công thức dƣới đây, Fi và Oi tƣơng ứng là giá trị mô hình và giá trị quan trắc của một biến nào đó (nhiệt độ, lƣợng... thuộc vào bản chất dự báo đƣợc đánh giá Phụ thuộc vào mục đích đánh giá ngƣời ta chia ra thành hai dạng dự báo là: Dự báo các đại lƣợng liên tục 11 và dự báo pha * Yếu tố dự báo liên tục: Là các yếu tố đƣợc dự báo tại một giá trị nhất định hoặc trong một khoảng giá trị nào đó Trong số các yếu tố thời tiết thì nhiệt độ, áp suất, và gió là hay đƣợc dự báo theo cách này * Yếu tố dự báo pha: Là các yếu tố dự. .. những dao động lớn với nhiều tần số khác nhau trong yếu tố dự báo đang đƣợc đánh giá và dĩ nhiên việc dự báo sẽ khó khăn hơn Độ biến động của từng tập số liệu sẽ rất khác nhau và do đó, việc so sánh giữa các con số đánh giá thống kê của tập số liệu là hết sức mạo hiểm vì chúng thƣờng rất nhạy với độ biến động Theo truyền thống thì đánh giá dự báo tập trung nhấn mạnh vào độ chính xác và kỹ năng dự báo Nhƣng... trƣờng hợp kết quả của mô hình đều ngƣợc với quan trắc PC càng lớn độ chính xác mô phỏng, dự báo của mô hình càng cao 23 1.3 Cơ sở lý thuyết của phƣơng pháp đánh giá fuzzy Những dự báo có độ phân giải cao của các mô hình số trị có thể khá chính xác và cung cấp cho dự báo viên những thông tin rất hữu ích Tuy nhiên, khi đánh giá sử dụng các phƣơng pháp truyền thống chúng lại thƣờng có kết quả không tốt... đánh giá fuzzy cho kết quả là một ma trận (k x s) các điểm số đánh giá đối với các điểm số thay đổi tùy thuộc vào quy mô (s) và cƣờng độ (k) Bằng cách kiểm tra việc thực hiện dự báo theo cách này có thể quyết định đƣợc sự kết hợp quy mô, cƣờng độ tại dự báo với độ phân giải cao hữu ích Kết quả đánh giá fuzzy có thể đƣợc tập hợp theo dự báo tháng, dự báo mùa, hoặc các hiện tƣợng thời tiết tƣơng tự để... mây, nhiệt độ và độ ẩm tại 2m, tốc độ gió, hƣớng gió, và cƣờng độ gió giật Điểm lƣới gần điểm quan trắc nhất đƣợc sử dụng để đánh giá với các chỉ số BIAS, RMSE và các chỉ số đánh giá cho dự báo nhị phân Tại Cơ quan khí tƣợng Nhật Bản (JMA) chỉ đánh giá mƣa và nhiệt độ Số liệu quan trắc đƣợc biến đổi thành một lƣới số liệu đồng nhất độ phân giải 80 km, và số liệu dự báo đƣợc so sánh với số liệu quan... hệ thống đánh giá đƣợc thiết lập Đánh giá hành chính” trả lời câu hỏi về xu hƣớng trong kỹ năng và độ chính xác của mô hình và thƣờng đƣợc sử dụng để so sánh độ chính xác của hai mô hình khác nhau Tƣơng tự nhƣ đánh giá các yếu tố thời tiết cho những mục đích hành chính, có một khuynh hƣớng nhằm giảm thiểu các kết quả chỉ bằng một vài con số thông qua việc sử dụng các điểm số tổng kết Đánh giá khoa... thuộc tính của một dự báo tốt Do tính chất phức tạp của bài toán đánh giá, việc lựa chọn, sử dụng những chỉ số nào để phản ánh đƣợc tất cả các khía cạnh là vấn đề khó khăn Chẳng hạn, khi nói về đánh giá chất lƣợng dự báo (có thể là của một mô hình) Murphy (1993) đã đƣa ra 3 khái niệm để chỉ mức độ “tốt” của một dự báo là: 1) Độ chắc chắn (Consistency) của dự báo là mức độ phù hợp giữa dự báo và kiến thức . Số liệu 42 CHƢƠNG 3. KẾT QUẢ ĐÁNH GIÁ NHIỆT ĐỘ VÀ LƢỢNG MƢA CỦA MÔ HÌNH MM5 VÀ HRM CHO KHU VỰC VIỆT NAM 45 3.1. Kết quả đánh giá nhiệt độ 45 3.2. Kết quả đánh giá lƣợng mƣa 51 3.3. Kết quả. TUYẾT MÂY ĐÁNH GIÁ KẾT QUẢ DỰ BÁO NHIỆT ĐỘ VÀ LƢỢNG MƢA CỦA MỘT SỐ MÔ HÌNH DỰ BÁO THỜI TIẾT CHO KHU VỰC VIỆT NAM Chuyên ngành : Khí tƣợng và Khí hậu học Mã số : 60 44 87 . chung đánh giá sản phẩm mô hình dự báo thời tiết số a. Những nguyên nhân gây sai số trong mô hình dự báo số Để ứng dụng đƣợc một mô hình khu vực hạn chế vào trong nghiệp vụ dự báo thời tiết