Tìm kiếm
Đang tải khung tìm kiếm
Kết quả 1 đến 1 của 1

    THẠC SĨ Xác định khách quan hình thế thời tiết trong các đợt mưa lớn trên khu vực miền trung từ số liệu tái phân tích JRA25

    Nhu Ely Nhu Ely Đang Ngoại tuyến (1771 tài liệu)
    .:: Bronze Member ::.
  1. Gửi tài liệu
  2. Bình luận
  3. Chia sẻ
  4. Thông tin
  5. Công cụ
  6. Xác định khách quan hình thế thời tiết trong các đợt mưa lớn trên khu vực miền trung từ số liệu tái phân tích JRA25

    LUẬN VĂN THẠC SĨ
    NĂM 2012


    ĐẶT VẤN ĐỀ
    Tình hình nghiên cứu mưa lớn ở Việt Nam và trên thế giới.
    Hiện tượng mưa lớn trên khu vực miền Trung luôn được ghi nhận hàng năm với tần xuất trung bình 10 đợt/năm kéo dài từ tháng 5 cho đến tháng 12, với mức độ thiệt hại rất lớn kèm theo. Cho đến nay đã có nhiều công trình nghiên cứu trong nước tập trung cho hiện tượng này từ các thống kê hình thế synop, mô tả cơ chế sinh mưa lớn hoặc mô phỏng hay dự báo dựa trên mô hình. Mặc dù các kết quả nghiên cứu nói trên đã ít nhiều mang lại hiệu quả cho dự báo mưa nghiệp vụ, nhưng các nghiên cứu này mới chỉ dừng lại ở dự báo định tính cho trường hoặc định lượng cho điểm.
    I.1.Tình hình nghiên cứu trên thế giới.
    Trên thế giới mưa lớn đã được nghiên cứu từ rất lâu, gần đây Cavazos T (1999) cũng đã nghiên cứu về tình hình mưa tuyết lớn ở khu vực Nam Mỹ; Nơi các cơn mưa tuyết lớn tại các khu vực miền núi thường có nguyên nhân trực tiếp là các trận tuyết lở. Các trạng thái khí quyển qui mô Synop đặc biệt là nguyên nhân của các hiện tượng mưa tuyết cực trị này, và điều này cũng đúng cho trường hợp của vùng Andorra, một nước nhỏ tại Pyrenees, nằm giữa Pháp và Tây Ban Nha. Trên cơ sở những ngày lượng tuyết có cường độ ít nhất là 30cm trong khoảng 24h, các nghiên cứu hiện tại sử dụng các phân tích thành phần chính (PCA) và các phép phân tích xếp nhóm để mô tả đặc điểm của các hình thế hoàn lưu qui mô synop cho những ngày này trong suốt thời kỳ mùa đông. Khu vực nghiên cứu nằm trong khoảng 30 - 60°N; 30°W - 15°E và khoảng thời gian là thời kỳ mùa đông các năm từ 1986 - 1987 tới 2000 - 2001. Phương pháp được đưa ra với mục đích bao gồm cả phương pháp xử lý trước có chứa cả các dữ liệu đạt chuẩn về không gian được sử dụng cho phép phân tích PCA, một phương pháp xấp xỉ luân phiên để quyết định trọng tâm và số lượng các nhóm cho việc xếp nhóm K-means và việc loại bỏ tính lặp đi lặp lại cho thuật toán này. Phương pháp này có thể phân loại hình thế synop cho các ngày có lượng mưa tuyết lớn và xây dựng các bản đồ cho khí áp mực biển, độ cao địa thế vị 500hPa, độ dày 1000-500m (các đường dòng 5270m, 5400m, 5520m). các kết quả đưa ra 7 hình thế hoàn lưu, hầu hết là về thành phần gió khu vực Đại Tây Dương, một số những hình thế khác với bình lưu khu vực Địa Trung Hải có thể được kết hợp với khí quyển lục địa lạnh. Các kết quả, như các bản đồ thời tiết, có thể trở thành một công cụ hữu ích trong việc giúp các mô hình khí tượng dự báo các cơn mưa tuyết lớn, và việc phân loại những ngày xảy ra hiện tượng này có thể mở ra một tương lai trong việc phân tích khí hậu và khí tượng một cách chi tiết.
    Còn với tác giả Koji Nishiyama và cộng sự (2007); Cũng đã tiến hành nghiên cứu các hệ thống Synop và mối liên hệ giữa các trường Synop và các trường hợp mưa lớn tại đảo Kyushu, thuộc tây nam Nhật Bản, trong suốt thời kỳ mùa mưa Baiu, các trường synop này đã được phân loại sử dụng bản đồ tự thiết lập (SOM – self-organizing map), để có thể biến đổi các đặc tính phi tuyến phức tạp thành các mối liên quan 2 chiều đơn giản. giả thiết rằng các hình thế synop có thể được biểu diễn một cách đơn giản bằng sự phân bố không gian của các thành phần gió ở mực 850hPa, mưa tiềm năng (PW) được định nghĩa là lượng hơi nước được chứa trong một cột thẳng đứng của khí quyển. bằng thuật toán SOM và phương pháp xếp nhóm của ma trận U (U-matrix) và K-means, các trường synop được chia thành 8 loại hình thế (nhóm). Một trong những nhóm có các đặc điểm không gian nổi bật được giới thiệu bởi lượng mưa tiềm năng (PW) đi kèm với các thành phần gió mạnh được gọi là dòng xiết mực thấp (LLJ). Các đặc tính của nhóm này chỉ ra một hình thế Synop điển hình thường gây ra lượng mưa lớn tại Kyushu trong suốt thời kỳ mùa mưa.

    Tài liệu tham khảo Tiếng Việt:
    1. Nguyễn Ngọc Thục. Phân loại các dạng hình thế Synop gây mưa lớn, đặc biệt lớn thuộc các tỉnh Nghệ An đến Thừa Thiên Huế. Phân tích và dự báo.
    2.Trần Gia Khánh. Phân tích và Dự báo quá trình mưa bão đổ bộ vào khu vực Quảng Ngãi – Đà Nẵng đến Quảng Ngãi trở vào có tác động của không khí lạnh ở phía Bắc. Dự án Mưa lũ miền Trung – Cục Dự báo KTTV tháng 9 -1993.
    3. Phạm Thanh Ngà. Phân tích một số trường hợp mưa lớn dựa trên các sản phẩm mô hình số (2007).
    4. Nguyễn Khanh Vân, Bùi Minh Tăng, 2003: Đặc điểm hình thế thời tiết gây mưa lũ, lụt lớn và đặc biệt lớn ở các tỉnh Quảng Bình, Quảng Trị, Thừa Thiên-Huế (giai đoạn 1997-2001), Tạp chí các Khoa học về Trái Đất, số đặc biệt kỷ niệm 10 năm thành lập Viện Địa lý, 25(4), tr 339-345.
    5. Nguyễn Khanh Vân, Bùi Minh Tăng, 2004: Đặc điểm hình thế thời tiết gây mưa lũ, lụt lớn ở các tỉnh Thanh Hóa, Nghệ An, Hà Tĩnh (thời kỳ 1997-2001), Tạp chí các Khoa học về Trái Đất, 26(1), tr 50-59.
    6. Kiều Thị Xin, 2005: Nghiên cứu dự báo mưa lớn diện rộng bằng công nghệ hiện đại phục vụ phòng chống lũ lụt ở Việt Nam. Báo cáo tổng kết đề tài khoa học công nghệ độc lập cấp nhà nước, tr.121-151.
    7. Phân loại hình thế Synop gây mưa lớn khu vực Quảng Nam – Đà Nẵng đến Khánh Hòa – K.S Trần Gia Khánh.
    9. Sơ bộ phân loại hình thế thời tiết ảnh hưởng đến Việt Nam – PTS. Đinh Văn Loan (1980).
    10. Những nhân tố gây ra mưa lớn, lũ ở các tỉnh miền Trung và Tây Nguyên; (Thuộc chương trình lũ miền Trung, Cục Dự báo 1994 ).
    11. Phạm Ngọc Toàn, Phan Tất Đắc (1993) – Khí hậu Việt Nam.
    12. Phan Văn Tân (Nhà xuất bản Đại học Quốc gia) – Các phương pháp thống kê trong khí hậu.
    65
    13.Hoàng Đức Cường và các cộng tác viên, 2008: Nghiên cứu thử nghiệm dự báo mưa lớn ở Việt Nam bằng mô hình MM5. Báo cáo tổng kết đề tài NCKH cấp Bộ, 190 tr.
    14. Vũ Thanh Hằng, Kiều Thị Xin, 2007: Dự báo mưa lớn khu vực Trung Bộ sử dụng sơ đồ tham số hóa đối lưu Heise trong mô hình HRM, Tạp chí Khí tượng Thủy văn, số 560, trang 49-54.
    15. Nguyễn Ngọc Thục, Lương Tuấn Minh, 1990: Các hình thế synop gây mưa lớn ở miền bắc Việt nam. Tuyển tập các báo cáo khoa học tại Hội nghị Khoa học về dự báo KTTV lần thứ III 1986-1990, tr. 110-120.
    16. Nguyễn Khanh Vân, Bùi Minh Tăng, 2003: Đặc điểm hình thế thời tiết gây mưa lũ, lụt lớn và đặc biệt lớn ở các tỉnh Quảng Bình, Quảng Trị, Thừa Thiên-Huế (giai đoạn 1997-2001), Tạp chí các Khoa học về Trái Đất, số đặc biệt kỷ niệm 10 năm thành lập Viện Địa lý, 25(4), tr 339-345.
    17. Kiều Thị Xin và các cộng tác viên, 2005: Nghiên cứu dự báo mưa lớn diện rộng bằng công nghệ hiện đại phục vụ phòng chống lũ lụt ở Việt Nam. Báo cáo kết quả thực hiện đề tài KHCN độc lập cấp Nhà nước, Mã số : ĐTĐL-02/2002, 317 tr.
    18. Đặc điểm Khí tượng thủy văn các năm 1994 đến 2010 (17 năm), Trung tâm Dự báo KTTV Trung ương.
    Tài liệu tham khảo Tiếng Anh:
    1. Cassano E. N., Lynch A. H., Cassano J. J., Koslow M. R., 2006: Classification of synoptic patterns in the western Arctic associated with extreme events at Barrow, Alaska, USA. Clim. Res., 30 83-97.
    2. Cavazos T (1999) Large-scale circulation anomalies conducive to extreme precipitationevents and derivation of daily rainfall in northeastern Mexico and southeasternTexas. J Clim 12: 1506-1523
    3. Esteban P, Jones PD, Martin-Vide J, Mases M (2005) Atmospheric circulation patternsrelated to heavy snowfall days in Andorra, Pyrenees. Int J Climatol 25: 319-329
    66
    4. Feldl, N., and G. H. Roe (2010), Synoptic weather patterns associated with intense ENSO rainfall in the southwest United States, Geophys. Res. Lett., 37, L23803, doi:10.1029/2010GL045439.
    5. Higgins, R. W., J.-K. E. Schemm, W. Shi, and A. Leetmaa, 2000: Extreme Precipitation Eventsin the Western United States related to Tropical Forcing, Journal of Climate, 13, 793-820.
    6. Nishiyama K., Endo S., Jinno K., Uvo C. B., Olsson J., Berndtsson R., 2007: Identification of typical synoptic patterns causing heavy rainfall in the rainy season in Japan by a self-organizing map. Atmos Res., 83 185-200.
    7. Seibert, P., Frank, A., and Formayer, H., 2007: Synoptic and regional patterns of heavy precipitation in Austria, Theor. Appl. Climatol., 87, 139–153,
    8. Teixeira, M. S. andP. Satyamurty, 2007: Dynamical and Synoptic Characteristics of Heavy Rainfall Episodes in Southern Brazil. Mon. Wea. Rev., 135, 598-617.
    9.http://en.wikipedia.org/wiki/Determining_the_number_of_clusters_in_a_data_set

    Xem Thêm: Xác định khách quan hình thế thời tiết trong các đợt mưa lớn trên khu vực miền trung từ số liệu tái phân tích JRA25
    Nội dung trên chỉ thể hiện một phần hoặc nhiều phần trích dẫn. Để có thể xem đầy đủ, chi tiết và đúng định dạng tài liệu, bạn vui lòng tải tài liệu. Hy vọng tài liệu Xác định khách quan hình thế thời tiết trong các đợt mưa lớn trên khu vực miền trung từ số liệu tái phân tích JRA25 sẽ giúp ích cho bạn.
    #1
  7. Đang tải dữ liệu...

    Chia sẻ link hay nhận ngay tiền thưởng
    Vui lòng Tải xuống để xem tài liệu đầy đủ.

    Gửi bình luận

    ♥ Tải tài liệu

social Thư Viện Tài Liệu
Tài liệu mới

Từ khóa được tìm kiếm

Nobody landed on this page from a search engine, yet!

Quyền viết bài

  • Bạn Không thể gửi Chủ đề mới
  • Bạn Không thể Gửi trả lời
  • Bạn Không thể Gửi file đính kèm
  • Bạn Không thể Sửa bài viết của mình
  •  
DMCA.com Protection Status