- Bố cục của luận án CHƯƠNG 1: TỔNG QUAN VỀ CÁC MÔ HÌNH DỰ BÁO THÔNG SỐ KHÍ TƯỢNG . - Các mô hình dự báo thông số khí tượng được ứng dụng trên thế giới . - Mô hình số trị toàn cầu . - Mô hình số trị khu vực. - Các mô hình dự báo khí tượng được ứng dụng ở Việt Nam. - Mô hình HRM [1. - Mô hình ETA. - Mô hình WRF. - Mô hình RAMS. - Mô hình MM5. - Một số mô hình dự báo thông số khí tượng dùng mạng nơ rôn. - 21 Chương 2: MÔ HÌNH LAI VÀ ỨNG DỤNG TRONG CÁC VẤN ĐỀ MÔ HÌNH HÓA PHI TUYẾN. - Mô hình lai và ứng dụng trong mô hình phi tuyến. - Mục đích sử dụng mô hình lai. - Mô tả toán học của mô hình lai. - Phương pháp xây dựng mô hình lai từ các bộ số liệu mẫu. - Kết quả ước lượng bằng mô hình lai sử dụng SVM. - 54 Chương 3: XÂY DỰNG CÁC GIẢI PHÁP DỰ BÁO, ƯỚC LƯỢNG SỬ DỤNG MÔ HÌNH LAI. - Xây dựng mô hình lai cho bài toán dự báo. - Xây dựng khối phi tuyến của mô hình lai. - Xây dựng mô hình lai cho bài toán ước lượng. - Xác định các đầu vào cho mô hình ước lượng. - Đánh giá, lựa chọn đặc tính đầu vào cho các mô hình. - Kết quả xây dựng mô hình lai dự báo thông số khí tượng theo chuỗi thời gian ở thành phố Hải Dương. - Kết quả xây dựng mô hình lai ước lượng thông số khí tượng theo chuỗi thời gian. - Kết quả xây dựng mô hình lai dự báo thông số khí tượng theo mùa. - Kết quả xây dựng mô hình lai ước lượng thông số khí tượng theo mùa. - Kết quả xác định thành phần tuyến tính trong mô hình ước lượng thông số khí tượng tại thị xã Chí Linh. - Kết quả xác định thành phần tuyến tính theo mùa trong mô hình dự báo. - Kết quả xác định thành phần tuyến tính trong mô hình ước lượng thông số theo mùa tại thành phố Hải Dương. - Kết quả xác định thành phần tuyến tính trong mô hình ước lượng thông số theo mùa tại thị xã Chí Linh. - 50 Bảng 2.2: Kết quả sai số khi ước lượng bằng mô hình lai. - 53 Bảng 4.1: Tổng hợp kết quả sai số khi lựa chọn đặc tính cho mô hình dự báo Tmax/Tmin. - 112 Bảng PL.2.1: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho Tmax – Hải Dương. - 11 Bảng PL.2.2: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho Tmin - Hải Dương. - 15 Bảng PL.2.3: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho RHmax – Hải Dương. - 21 Bảng PL.2.5: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho Tmax – Chí Linh. - 24 Bảng PL.2.6: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho Tmin – Chí Linh. - 28 Bảng PL.2.7: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho RHmax – Chí Linh. - 31 Bảng PL.2.8: Kết quả sai số kiểm tra cho mô hình với các tổ hợp đầu vào khác nhau cho RHmin – Chí Linh. - 20 Hình 2.1: Cấu trúc của mô hình lai [5. - 57 Hình 4.1: Đồ thị sai số học và sai số kiểm tra khi khai triển thành phần tuyến tính cho mô hình dự báo Tmax. - 75 Hình 4.2: Đồ thị sai số học và sai số kiểm tra khi khai triển thành phần tuyến tính cho mô hình dự báo Tmin. - 83 Hình 4.7: Sai số học và sai số kiểm tra khi xác định thành phần phi tuyến dự báo Tmax trong mô hình lai. - 84 Hình 4.9: Sai số học và sai số kiểm tra khi xác định thành phần phi tuyến dự báo Tmin trong mô hình lai. - 88 Hình 4.13: Sai số học và sai số kiểm tra khi xác định thành phần phi tuyến dự báo RHmax trong mô hình lai. - 89 Hình 4.15: Đồ thị biểu diễn sai số tuyệt đối trung bình kiểm tra khi dự báo RHmin dùng mô hình Hybrid - SVM. - 91 Hình 4.16: Sai số học và sai số kiểm tra khi xác định thành phần phi tuyến dự báo RHmin trong mô hình lai. - 91 Hình 4.17: Kết quả sai số tuyệt đối trung bình kiểm tra khi dự báo các thông số khí tượng dùng mô hình Hybrid-SVM. - 110 Hình 4.32: Biểu đồ biểu diễn kết quả sai số kiểm tra thử nghiệm mô hình ước lượng thông số khí tượng theo mùa ở thành phố Hải Dương. - 111 Hình 4.33: Biểu đồ biểu diễn kết quả sai số kiểm tra thử nghiệm mô hình ước lượng thông số khí tượng theo mùa ở thị xã Chí Linh. - Mục đích nghiên cứu Nghiên cứu và giải quyết hai vấn đề trong mô hình xử lý và dự báo thông số khí tượng: 1. - Xây dựng mô hình dự báo ngắn hạn thông số khí tượng (thử nghiệm với hai thông số là nhiệt độ và độ ẩm) dựa trên các kết quả đo quá khứ, 2. - Xây dựng mô hình ước lượng thông số khí tượng dựa trên các kết quả đo cùng thời điểm tại các điểm đo lân cận. - Các mô hình dự báo hướng tới mục tiêu và đạt yêu cầu. - Làm chủ được công nghệ xây dựng mô hình dự báo và ước lượng thông số khí tượng. - Đối tượng nghiên cứu • Các mô hình ước lượng phi tuyến ứng dụng trong bài toán dự báo và bài toán ước lượng. - Phạm vi nghiên cứu • Nghiên cứu về lý thuyết và các mô hình dự báo thông số khí tượng. - các mô hình ứng dụng mạng nơ-rôn nhân tạo trong bài toán ước lượng, dự báo thông số khí tượng. - Xây dựng mô hình dự báo nhiệt độ, độ ẩm lớn nhất và nhỏ nhất dựa trên các kết quả đo trong quá khứ. - Sử dụng mô hình lai đề xuất để xây dựng giải pháp có độ chính xác cao cho bài toán dự báo thông số khí tượng dựa trên kết quả đo trong quá khứ. - Sử dụng mô hình lai đề xuất để xây dựng giải pháp có độ chính xác cao cho bài toán ước lượng thông số khí tượng dựa trên kết quả đo của các trạm quan trắc lân cận. - Bài toán dự báo: phân tích, lựa chọn các đặc tính đầu vào cho mô hình, xây dựng mô hình xác định thành phần tuyến tính và phi tuyến. - Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng - 7 - CHƯƠNG 1: TỔNG QUAN VỀ CÁC MÔ HÌNH DỰ BÁO THÔNG SỐ KHÍ TƯỢNG 1.1. - Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng - 9. - Mô hình số trị toàn cầu a. - Mô hình RHMC [95] Mô hình dự báo các trường số trị toàn cầu RHMC do cơ quan Khí tượng Thuỷ văn Liên bang Nga (RHMC) xây dựng và đưa vào dự báo nghiệp vụ với các hạn dự báo cách nhau 6h một lần từ 12h đến 240h (10 ngày). - Mô hình có ký hiệu T85L31. - Sản phẩm của mô hình là các trường dự báo của các yếu tố khí tượng sau. - Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng - 10 - b. - Mô hình GME của Đức [53] Mô hình GME (Global Model for Europe) được Cơ quan Khí tượng Cộng hòa Liên bang Đức (DWD) đưa vào dự báo nghiệp vụ từ cuối năm 1999 (có độ phân giải giữa các điểm lưới khoảng 60 km). - Mô hình AVN của NCEP (Mỹ) [92] AVN là mô hình phổ dự báo hạn ngắn toàn cầu của Trung tâm quốc gia Dự báo môi trường Mỹ (National Centers for Environmental Prediction - NCEP). - Hiện nay, NCEP thực hiện dự báo hạn vừa và dài (đến 384h hay 16 ngày) bằng mô hình MRF. - Mô hình được chạy hai lần trong ngày (00GMT và 12GMT). - Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng - 11 - e. - Mô hình GFS (Global Forecasting System) [92] GFS là mô hình phổ toàn cầu của Trung tâm Dự báo môi trường Mỹ (NCEP-National Centers for Environmental Predictions). - Mô hình GSM (Global Spectral Model) [93] GSM là mô hình phổ toàn cầu của cơ quan Khí tượng Nhật Bản (JMA). - Các sản phẩm của mô hình. - Mô hình số trị khu vực a. - Mô hình MM5 (5th generation Mesoscale Model) [40, 94] Mô hình khí tượng động lực quy mô vừa MM5 là một trong những mô hình thế hệ mới của NCAR và Trường Đại học Tổng hợp Pennsylvania Mỹ (PSU). - Kết quả cho thấy mô hình MM5 mô phỏng rất tốt vùng mưa lớn. - Mô hình ETA Mô hình ETA [91] phiên bản 2001 đã được nghiên cứu từ năm 2002 và được đưa vào chạy thử nghiệm nghiệp vụ tại Trung tâm Dự báo Khí tượng Thủy văn Trung ương (TTDBTƯ) từ tháng 5-2003. - Một số thông số dự báo của mô hình MM5. - Các mô hình được sử dụng tại Việt Nam như trên để dự báo các thông số khí tượng hiện nay còn một số tồn tại chung như sau. - Các ứng dụng trong mô hình phi tuyến nói chung và trong các bài toán dự báo thông số thời tiết, khí tượng, môi trường cũng rất phong phú. - Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng - 17 - Các tác giả của [38, 39] nghiên cứu ứng dụng mạng nơ rôn MLP dự báo ngắn hạn nhiệt độ ở thành phố Kermanshah phía Tây Iran. - Kết quả dự báo được so sánh với hệ thống dự báo của Box-Jenkins với độ chính xác Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng - 18 - tương đối được cải thiện tới 13,0%. - Bài báo [82] đề xuất mô hình dự báo thông số khí tượng bằng SVM. - Kết quả mô hình mạng LS-SVM (RMSE=0,54) cho kết quả tốt hơn ANN (0,87). - Sai số MAE của các mô hình đạt từ 1,18 đến 2,14m/s (với bộ số liệu ngắn như đã nêu). - Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng - 20 - Hải Dương được chia làm 2 vùng: vùng đồi núi và vùng đồng bằng. - Việc áp dụng các mô hình dự báo thông số khí tượng tiên tiến hiện nay không phù hợp với điều kiện ở Hải Dương do. - Xây dựng các mô hình ước lượng và dự báo phù hợp với thực tế tại Hải Dương. - Kết luận chương 1 Chương 1, luận án đã trình bày tổng quan về các mô hình dự báo thông số khí tượng hiện đang được ứng dụng trên thế giới và ở Việt Nam. - Sử dụng hệ thống “đóng” nên không có được đầy đủ các thông tin về giải Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng - 22 - pháp ứng dụng bên trong. - Chương 1: Tổng quan về các mô hình dự báo thông số khí tượng - 23. - Xây dựng được mô hình ước lượng và dự báo phù hợp với thực tế tại Hải Dương. - Giới thiệu mô hình lai và ứng dụng trong mô hình phi tuyến. - Mô hình lai và ứng dụng trong mô hình phi tuyến 2.2.1. - Lựa chọn đầu vào là một nhiệm vụ quan trọng trong việc xây dựng mô hình dự báo
Xem thử không khả dụng, vui lòng xem tại trang nguồn hoặc xem
Tóm tắt