BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  20,738,526
  • Công bố khoa học và công nghệ Việt Nam

87

Kỹ thuật thuỷ lợi

BB

Trần Anh Đức, Phùng Tiến Dũng, Đặng Đình Quân, Hoàng Gia Nam, Nguyễn Thị Như Quỳnh, Phạm Trường Gian1, Phạm Mỹ Linh, Mai Khánh Hưng(1), Dư Đức Tiến

Dự báo dòng chảy dựa vào mô hình toàn cầu và khu vực tổ hợp phân giải cao dự báo lũ trên lưu vực sông Thao giai đoạn 2022-2023

On the uses of input f-rom forecasts of high-resolution global and regional ensemble models for flow forecasting in the Thao river basin in the period 2022-2023

Khí tượng Thủy văn

2025

773

75-87

2525-2208

Dự báo, Dòng chảy, Mô hình toàn cầu, Phân giải cao, Dự báo lũ, Lưu vực sông Thao

Flow forecast, Thao river basin, Rainfall forecasts, Ensemble models.

Nghiên cứu áp dụng hệ thống đồng hóa tổ hợp dựa trên bộ lọc chuyển dạng địa phương Kalman (LETKF - Local Ensemble Transformation Kalman Filter) phát triển cho mô hình khu vực WRF-ARW và kết hợp với dự báo phân giải cao (1km × 1km, kí hiệu LETKF_WRF-1km) để tăng cường chất lượng dự báo mưa cho các lưu vực trên lãnh thổ Việt Nam. Nghiên cứu trình bày các kết quả dự báo dòng chảy bằng mô hình thủy văn cho lưu vực sông Thao với đầu vào từ số liệu dự báo của mô hình toàn cầu của Châu Âu (IFS), Mỹ (GFS), Nhật Bản (GSM) và phân giải cao (LETKF_WRF-1km) cho các đợt lũ điển hình trong năm 2022 và 2023.

This study employs the ensemble assimilation system based on the Local Ensemble Transform Kalman Filter (LETKF), which was developed for the WRF-ARW regional model. The system is integrated with its dynamic downscaling capabilities to generate high-resolution forecasts (1km x 1km, denoted LETKF_WRF-1km), with the objective of enhancing the accuracy of rainfall forecasts for Thao river basin in Vietnam. Subsequently, the hydrological model, named MIKE-NAM, was employed for flow forecasting in typical floods in 2022 and 2023, utilizing inputs derived f-rom forecast data of the ECMWF (IFS), NCEP (GFS), JMA (GSM) global models and high-resolution forecasts (LETKF_WRF-1km).The findings illustrate that the hydrological model utilizing the LETKF_WRF_1km model as an input displays enhanced performance in flow forecasting in comparison to the hydrological model employing the global models across all lead times, f-rom one to five days.
 

TTKHCNQG, CVt 39

Xem toàn văn