Bài giảng Thời tiết và khí hậu: Hoạt động của con người

Phần 5 - Hoạt động của con ng{ời Ch€ơng 13 Dự báo vˆ phân tích thời tiết Các nhân viên dự báo của Cơ quan Thời tiết Quốc gia (NWS) đã bỏ ra một phần lớn thời gian lm việc mỗi ngy để trả lời điện thoại với những câu hỏi về thời tiết sắp tới. Đôi khi ng‡ời ta muốn biết ván golf của mình có bị m‡a không hoặc l những cây cảnh ngoi trời của họ có thể bị tổn th‡ơng do s‡ơng muối ban đêm hay không. Nh‡ng những khía cạnh quan trọng nhất của công việc của một nhân viên dự báo không can dự đến những chuyện tiện nghi hay không đơn thuần, m l những câu hỏi liên quan tới những vấn đề sống sót hay chết. Đó l tr‡ờng hợp đối với Mark Moede, nh khí t‡ợng học với Phòng dự báo của NWS ở San Diego. Cuối tháng 8 năm 1998, phần lớn miền nam California đã bị đe dọa bởi những vụ cháy do hoạt động dông sét nặng bất th‡ờng phát sinh. Các nhân viên cứu hỏa chiến đấu với lửa đã nhận đ‡ợc những tin cập nhật liên tục về điều kiện thời tiết có thể ngăn chặn hoặc l khích lệ sự lây lan của đám cháy. Vo ngy 2 tháng 9 tình huống đã đạt tới giai doạn đỉnh điểm của nó. Pete Curran, nhân viên của Cục phòng hỏa quận Orange, đã duy trì liên lạc trực tiếp với Moede nhằm cập nhật liên tục về một loạt các trận lốc tố đang tới. Vấn đề l liệu lốc tố có tiếp tục mạnh lên hay không, hoặc l liệu lốc tố có đi qua những khu vực nơi những ng‡ời chữa cháy đang tác nghiệp hay không. Nếu gió bão đi theo đ‡ờng đó, thì gió mạnh, sấm sét nguy hiểm v m‡a ro mù mịt sẽ đ‡a các đội cứu hỏa của Curran vo thế nguy hiểm. Nhờ trợ giúp của rađa Doppler v thông tin từ các trạm thời tiết tự động, Moede đã có một cú thông báo điện thoại đúng đắn. Ông đã khuyên Curran rút các đội của mình khỏi tuyến đi xác suất cao của cơn bão, nơi gió trên 95 km/h tạo nên một trận bão lửa không thể kiểm soát nổi. Về sau, những ng‡ời chữa cháy đã báo cáo lại rằng tuyến ho ngăn lửa m họ sơ tán khỏi đã bị thiêu trụi hon ton. Nếu nh‡ cuộc gọi yêu cầu sơ tán không đ‡ợc thực hiện, thì rất có thể l một số lính chống cháy đã bị giết chết. Ch‡ơng ny thảo luận những ph‡ơng pháp m các nh dự báo sử dụng để thực hiện nhiệm vụ của họ. Đầu tiên chúng ta xem xét một số vấn đề quan trọng liên quan tới khái niệm chung về dự báo thời tiết v sau đó bn luận những ph‡ơng thức thu nhận v xử lý các dữ liệu cần thiết. Sau nữa, chúng ta nghiên cứu các loại bản đồ thời tiết khác nhau v chúng đ‡ợc dùng nh‡ thế no trong khi phân tích thời tiết. Vì sao dự báo thời tiết ch~a ho†n thiện Tất cả chúng ta đã từng có những kế hoạch tỉ mỉ bị phá vỡ bởi một dự báo thời tiết xấu v cũng rất nhanh nhạy tìm ra lỗi khi những điều kiện thực khác với dự báo. Nh‡ vậy, điều ẩn chứa bên trong thái độ phê phán nh‡ vậy chính l phải nhận thức đ‡ợc rằng các dự báo cần phải đúng đắn v rằng không có chuyện xin lỗi đối với một sai lầm. Vậy tại sao các dự báo th‡ờng hay sai? Mặc dù, với những máy tính rất mạnh, vệ tinh, rađa v mạng l‡ới thông tin ton cầu, có vẻ nh‡ lm một dự báo tốt phải rất dễ. Tuy nhiên, dù đa số công chúng có thể nghĩ nh‡ thế, song hon ton không phải nh‡ vậy - thật ra, việc dự báo thời tiết đúng l cực kỳ khó. Để thấy tại sao, hãy hình dung bạn muốn dự báo nhiệt độ ngy mai v suy ngẫm về một số nhân tố m bạn phải cân nhắc. Thứ nhất, hãy nhớ rằng cấu trúc nhiệt độ của khí quyển phụ thuộc một phần vo quá trình hấp thụ v phát xạ bức xạ (sóng ngắn v sóng di), tự chúng lại phụ thuộc vo phân bố thẳng đứng v ngang của các chất khí khí quyển, mây v nhiều thứ khác. Cho nên, để tính nhiệt độ tại một điểm, bạn phải bắt đầu với thông tin chi tiết về thnh phần của khí quyển trong ba chiều đo. Dĩ nhiên, với sự chuyển đổi không ngừng giữa các pha rắn, lỏng v hơi, thnh phần khí quyển khó m không đổi, cho nên bạn sẽ phải dự báo những biến đổi đó trong thời gian. Hãy nhớ thêm rằng khi n‡ớc thay đổi pha, nhiệt ẩn đ‡ợc thêm vo hoặc mất đi từ khí quyển; do đó, bạn sẽ phải luôn theo dõi chuyện đó v quá trình vận chuyển bức xạ. Nh‡ng những biến đổi pha bị ảnh h‡ởng bởi các dòng thăng v dòng giáng quy mô nhỏ, cho nên bạn sẽ phải dự báo nh‡ thế no đó về các chuyển động thẳng đứng nh‡ một phần của tất cả những nỗ lực của bạn. Ngoi ra, chuyển động ngang không thể không tính tới - bạn sẽ phải chấp nhận sự bình l‡u không khí nóng hay không khí lạnh (ch‡ơng 10). Về ph‡ơng diện gió, ở gần bề mặt, bạn đối mặt với những vấn đề dòng gió lân cận mặt đất phức tạp v đánh giá nh‡ thế no đó về các hiệu ứng ma sát giữa khí quyển v bề mặt. Bên trên lớp ma sát thì sự việc đỡ rắm rối hơn, nh‡ng cũng không l bao. Bi toán cơ bản l bi toán về sự t‡ơng tác liên tục: các chuyển động của khí quyển lm thay đổi những chuyển động phát triển tiếp sau đó. Nói khác đi, sau một thời gian ngắn, gió lm thay đổi gió. Cho nên, thậm chí dù bạn chỉ quan tâm tới nhiệt độ, bạn không thể bảo l gió không đổi, trái lại, bạn buộc phải can dự vo chuyện dự báo chuyển động khí quyển. Không may, đó l một việc rất khó khăn, bởi vì khí quyển bất ổn định động lực. Nói nh‡ thế chúng ta ám chỉ rằng những nhiễu động bé nhỏ th‡ờng lớn lên thnh các thnh tạo lớn dần dần áp đảo tr‡ờng chuyển động. Do đó, cho dù bạn có thể chỉ quan tâm về chuyển động ở quy mô lớn nhằm đáp ứng các mục đích về bình l‡u nhiệt, nh‡ng bạn phải cân nhắc các chuyển động cỡ nhỏ để m biết các hình thế quy mô lớn sẽ tiến hóa ra sao. Rõ rng, dự báo thời tiết can dự vo một tập những bi toán liên kết với nhau, mỗi bi toán khó m giải đ‡ợc một cách biệt lập, tách ra khỏi tập hợp. Trong bối cảnh tất cả những khó khăn nh‡ vậy, thật l đáng chú ý l dù sao thì các dự báo đang cho thấy một sự đúng đắn no đó. Chúng ta chắc chắn sẽ ngạc nhiên lm thế 466 no m các dự báo có thể thnh công, thay vì phân vân tại sao các dự báo bị sai! Công tác dự báo thời tiết do chính phủ Mỹ thực hiện đã bắt đầu vo những năm 1870, khi ấy Quốc hội thiết lập một Nha Thời tiết Quốc gia trực thuộc Cục Quân báo. Đến năm 1890, cơ quan ny đổi tên thnh Phòng Thời tiết Quốc gia (National Weather Bureau) v chuyển sang Bộ Nông nghiệp v ở đó cho đến năm 1942 thì chuyển sang trực thuộc Bộ Th‡ơng mại. Cơ quan Đại d€ơng vˆ Khí quyển Quốc gia (NOAA) đ‡ợc thnh lập năm 1970 để thống nhất một số cơ quan nghiên cứu môi tr‡ờng, kể cả Nha Thời tiết Quốc gia, cơ quan ny lấy lại tên gọi cũ của mình. Nha Khí t€ợng Canađa (Meteorological Service of Canada, MSC), đóng ở Downsview, Ontario, thực hiện tất cả các nhiệm vụ dự báo cho Canađa v đảm bảo các thông tin khí t‡ợng địa ph‡ơng v khu vực cho 14 trung tâm thời tiết khu vực của họ. Các ph~ơng pháp dự báo bão Không có một ph‡ơng pháp no l duy nhất “đúng” để dự báo thời tiết. Tùy thuộc vo độ di của dự báo, dạng thông tin đ‡ợc yêu cầu v trạng thái hiện tại của khí quyển đ‡ợc biết đến mức no m một ph‡ơng pháp no đó trong một loạt ph‡ơng pháp có thể đ‡ợc sử dụng. Ng‡ời ta thậm chí có thể cố gắng lm một dự báo ngay cả khi không có một dữ liệu no về tình hình thời tiết hiện tại, nếu nh‡ có đ‡ợc thông tin di hạn. Ví dụ, một dự báo các điều kiện nóng, ẩm với một khả năng giông buổi chiều ở Orlando, Florida vo giữa tháng 8 sẽ có cơ may đúng khá cao. Những dự báo ny dựa trên các giá trị trung bình di hạn, đ‡ợc gọi l các dự báo khí hậu. Rõ rng, độ tin cậy của một dự báo khí hậu phụ thuộc vo độ biến thiên năm tới năm của các điều kiện thời tiết đối với ngy dự báo. Do đó, một sự báo dựa trên khí hậu có thể có một khả năng đúng vừa phải đối với Orlando trong thời gian mùa hè, song chỉ có ai thực sự bạo gan mới m‡u tính dự báo nh‡ vậy cho Chicago vo tháng 4, khi m hầu nh‡ mọi kiểu thời tiết đều có thể xảy ra. Một kiểu dự báo khác, đ‡ợc gọi l dự báo quán tính, dựa hon ton vo điều kiện hiện tại, không tham chiếu tới khí hậu. Thực ra, một tr‡ờng hợp đặc biệt của dự báo quán tính đang đ‡ợc tất cả mọi ng‡ời chúng ta sử dụng trong đời sống hng ngy. Khi thấy bầu trời trong xanh v bỏ lại ô ở nh, chúng ta đang c‡ợc rằng các điều kiện hiện hnh sẽ tiếp diễn v chúng ta đang lm một dự báo ngắn hạn dựa trên quán tính. Ph‡ơng pháp đơn giản ny có thể tốt đối với một thời gian ngắn, nh‡ng cuối cùng sẽ không nắm bắt đ‡ợc những thay đổi của thời tiết. Một phiên bản phức tạp hơn có thể dùng độ giảm áp suất trong một số giờ đã qua để chỉ thị về một hệ thống áp thấp đang tới v độ phủ mây tăng lên gắn liền với nó. Nói cách khác, ta có thể chấp nhận rằng xu thế cũng có quán tính để lm một dự đoán về những biến đổi của thời tiết. Tuy nhiên, ở đây ta đã ngoại suy sự diễn biến hiện tại vo t‡ơng lai, với nhận thức rằng cách ny rồi cũng sẽ thất bại một khi sự diễn biến đó ngừng lại. Їơng nhiên, th‡ờng l chính những b‡ớc ngoặt đó so với diễn biến quá khứ mới l cái m chúng ta muốn dự báo; vậy một ph‡ơng pháp không đảm bảo đ‡ợc thông tin nh‡ vậy thì chẳng mấy hữu ích. 467 Cho đến những năm 1950, việc phân tích v dự báo thời thiết phụ thuộc hon ton vo kinh nghiệm của các nh khí t‡ợng học v sự lý giải của họ về tình hình thời tiết hiện tại v trong quá khứ gần. Anh ta hoặc chị ta (th‡ờng l anh ta ở thời ấy) sẽ sử dụng diễn biến quá khứ lm chỉ dẫn để xác định xem một hệ thống thời tiết hiện tại rồi sẽ diễn biến ra sao. Nói khác đi, nh khí t‡ợng học đã chủ yếu dựa vo sự đối chiếu tình huống hiện tại với những điều kiện t‡ơng tự đã gặp tr‡ớc đây (nh‡ng không nhất thiết phải l quá khứ gần nhất) để lm cơ sở cho một dự báo. Cách tiếp cận ny đã dẫn đến sự phát triển v sử dụng rất nhiều “qui tắc kinh nghiệm”, nhằm thâu tóm các hình thế có khả năng lặp lại v những mối liên hệ giữa các yếu tố thời tiết khác nhau. Ví dụ, giáng thủy vo mùa đông ở miền đông Hoa Kỳ v Canađa th‡ờng l tuyết ở về phía bắc của đ‡ờng đồng mức độ cao 4560 m đối với mực 500 mb v m‡a ở về phía nam của đ‡ờng ny. Trong ph‡ơng pháp đ‡ợc gọi l “loại suy” ny, ng‡ời ta cố gắng nhận dạng những nét t‡ơng tự giữa các điều kiện hiện tại với những hình thế t‡ơng tự v đã đ‡ợc nghiên cứu kỹ từ quá khứ. Ph‡ơng pháp loại suy có nhiều biến dạng khác nhau, một số mang tính chủ quan (tùy thuộc vo trình độ của dự báo viên), một số khác khách quan (dựa vo những quan hệ thống kê). Song tất cả đều chấp nhận l những gì đã từng xảy ra khi no đó trong quá khứ l một chìa khóa cho t‡ơng lai. Trong vi thập kỷ gần đây, dự báo thời tiết bằng ph‡ơng pháp số đã chiếm một vị trí quan trọng. Thuật ngữ ny hơi gây lầm lẫn, bởi vì tất cả các ph‡ơng pháp vừa nêu ở trên đều cho ra các dự báo số. Cái khác nhau l ở chỗ ph‡ơng pháp ny dựa trên các ch‡ơng trình máy tính cố gắng phỏng theo diễn biến thực của khí quyển. Tức l, các mô hình thời tiết số trực tiếp tính toán sự tiến hóa của gió, áp suất, nhiệt độ v các yếu tố khác trong thời gian. Bằng cách xem xét đầu ra ứng với một thời điểm đã định, ng‡ời ta có đ‡ợc một bức tranh về trạng thái ba chiều của khí quyển tại thời điểm đó. (Điều ny trái lại với việc dự báo các giá trị bề mặt cho một số yếu tố thời tiết, nh‡ các ph‡ơng pháp khác có thể lm). Những mô hình số điển hình sử dụng trong dự báo thời tiết rất lớn v chỉ có thể chạy trên các máy tính mạnh nhất, gọi l siêu máy tính. Để phản ánh tầm quan trọng của chúng trong dự báo hiện đại, các mô hình ny đ‡ợc trình by kỹ hơn ở mục “Các qui trình v sản phẩm dự báo”, v chi tiết hơn nữa, ở phụ lục của ch‡ơng 13. ở đây, chúng tôi chỉ muốn khái quát sự khác nhau giữa các ph‡ơng pháp khác v cách tiếp cận có cơ sở vật lí ny (ph‡ơng pháp số). Các kiểu dự báo Sản phẩm, hay kết quả của một ph‡ơng pháp dự báo có thể có nhiều hình thức khác nhau, chúng ta gọi l kiểu dự báo. Tất cả chúng ta khá quen thuộc với các dự báo định l€ợng, trong đó chỉ ra “giá trị” của biến dự báo. Ví dụ, một dự báo nói rằng “L‡ợng m‡a sẽ l 1 inch” l một dự báo l‡ợng. T‡ơng tự, các dự báo về nhiệt độ cao hay thấp l dự báo l‡ợng, vì nó đ‡a ra một trị số cho biến dự báo. Ng‡ợc lại, các dự báo định tính chỉ đ‡a ra một giá trị phân loại cho biến dự báo. Các ví dụ của kiểu dự báo ny l “m‡a hay không m‡a”, “có bão hay không có bão”, “trên hay 468 d‡ới chuẩn”, hoặc “có mây hay có mây một phần hay gần nh‡ quang mây”. Trong những ví dụ ny, các biến dự báo đ‡ợc gán vo một lớp, hay loại cụ thể; vậy đó l một dự báo định tính. Trong những ví dụ trên, các dự báo đ‡ợc đ‡a ra không kèm theo chỉ định giới hạn. Các dự báo xác suất l một kiểu khác, trong đó khả năng của một sự kiện no đó đ‡ợc nêu ra. Ví dụ, một dự báo phân loại bão có thể đ‡ợc biểu diễn thnh một xác suất, chứ không phải thnh một khẳng định. Dự báo xác suất có thể có nhiều dạng, phổ biến nhất có lẽ l dự báo xác suất của m‡a (dự báo PoP). Khi ng‡ời đ‡a tin nói “khả năng m‡a hôm ny l 70%” hay “có thể có m‡a ro buổi chiều với xác suất 60%”, thì đó một dự báo PoP. Chú ý rằng những dự báo ny không chỉ ra một l‡ợng m‡a. Trái lại, ý nghĩa của một dự báo PoP l ở chỗ một điểm chọn ngẫu nhiên trong vùng dự báo sẽ nhận đ‡ợc l‡ợng m‡a có thể đo đ‡ợc với xác suất nh‡ đã chỉ định. Ví dụ, một dự báo PoP 75% có nghĩa l khả năng có m‡a so với không m‡a l 3:1, hay một cách t‡ơng đ‡ơng, bạn chỉ có cơ may 1 trong 4 (25%) không bị ‡ớt trong suốt thời gian dự báo. Đánh giá dự báo Dù ph‡ơng pháp dự báo no đ‡ợc sử dụng, hay kiểu dự báo l gì, chúng ta đ‡ơng nhiên cần có một cách no đó khẳng định một dự báo có tốt không. Cần thiết những tiêu chí, ví dụ, để so sánh một ph‡ơng pháp dự báo với ph‡ơng pháp khác, hay để quyết định xem phải cân nhắc ra sao đối với một dự báo khi lên các kế hoạch. Quan trọng nhất, các chỉ số đánh giá rất cần thiết đối với những ng‡ời chịu trách nhiệm phát triển v điều hnh các ch‡ơng trình dự báo. Vì ng‡ời ta đang liên tục cố gắng cải tiến các quy trình thu thập dữ liệu v dự báo (với chi phí ngy cng tăng), cho nên cần có các ph‡ơng pháp phán xét giá trị của những cải tiến, điều tiết những chi phí t‡ơng lai v xác định lợi ích trong đầu t‡. Mặc dù với t‡ cách l ng‡ời sử dụng, chúng ta không đ‡ợc nghe nghiều về đánh giá dự báo, nh‡ng đó l một bộ phận hng ngy v không thể thiếu của công tác dự báo chuyên nghiệp. Qua nhiều năm, nhiều tiêu chí đánh giá v cách đánh giá dự báo đã đ‡ợc đề xuất, mỗi tiêu chí có những ‡u v nh‡ợc điểm riêng. Để phân loại các tiêu chí, chúng ta phải nghĩ ngay đến mục đích của việc đánh giá. Chúng ta muốn thông tin về chất l€ợng dự báo hay l giá trị dự báo? Chất l‡ợng dự báo căn cứ vo sự trùng khớp giữa dự báo v quan trắc, còn giá trị dự báo căn cứ vo hữu ích của dự báo. Những thứ ny nghe có vẻ giống nhau, nh‡ng hon ton khác nhau. Ví dụ, một dự báo m‡a có - không chất l‡ợng cao độ chính xác 100 % có thể có giá trị zero đối với công tác kế hoạch t‡ới ruộng, ở đó thông tin về l‡ợng m‡a l quan trọng. Do không có một quan hệ đơn giản giữa chất l‡ợng v giá trị dự báo, nên phải có các tiêu chí đánh giá riêng cho từng loại. Vấn đề thứ hai l kiểu dự báo: định l‡ợng hay định tính, xác suất hay không chỉ định giới hạn v.v... Rõ rng l, tiêu chí đánh giá thích hợp sẽ thay đổi theo kiểu của biến dự báo. Cuối cùng, có vấn đề l chúng ta muốn có một tiêu chí tuyệt đối của dự báo hay chúng ta chủ yếu chỉ quan tâm tới một tiêu chí t‡ơng đối, tiêu chí so sánh? 469 Giá trị dự báo nhất thiết phải phụ thuộc vo sự ứng dụng của một dự báo cho một bi toán hay một quyết định cụ thể. Phần lớn các tiêu chí về giá trị dựa trên các bảng tính mất/đoợc, nhằm cố gắng nắm bắt những rủi ro v lợi ích gắn liền với các dự báo khác nhau v những ứng phó đối với các dự báo đó. Ví dụ, nếu biết giá của một công việc cụ thể bị thất bại, số tiền thu đ‡ợc nếu công việc tốt đẹp v xác suất của một dự báo đúng, bạn có thể gán giá trị bằng tiền cho dự báo. Những tiêu chí liên quan tới xác suất l những khái niệm v‡ợt ra ngoi khuôn khổ một giáo trình nhập môn; cho nên, chúng tôi sẽ không bn thêm về giá trị dự báo, ngoi việc nhấn mạnh rằng một dự báo đơn lẻ có thể có giá trị rất khác nhau, tùy thuộc nó đ‡ợc sử dụng nh‡ thế no. Đối với chất loợng của một dự báo, một câu hỏi hiển nhiên đ‡ợc đặt ra l độ chính xác của dự báo. Tức l, về trung bình, giá trị dự báo gần với giá trị thực đến mức no? Có nhiều cách để trả lời câu hỏi đơn giản ny, mỗi cách dẫn đến một tiêu chí chính xác khác nhau. ở mức rộng nhất, chúng ta có thể muốn có thông tin về độ chệch của dự báo (bias), nó liên quan tới dự báo thiên cao hoặc thiên thấp một cách có hệ thống. Một ph‡ơng pháp dự báo bị chệch l ph‡ơng pháp m giá trị dự báo trung bình cao hơn hoặc thấp hơn giá trị trung bình thực. Ng‡ợc lại, một ph‡ơng pháp dự báo không bị chệch sẽ không thể hiện xu thế dự báo thiên cao hoặc thiên thấp. Tất nhiên, điều ny ch‡a nói lên đ‡ợc ph‡ơng pháp l hon hảo, nó chỉ có nghĩa l giá trị thiên cao trung bình đúng bằng giá trị thiên thấp trung bình, khiến cho sai số trung bình bằng 0. Ví dụ, nếu bạn muốn dự báo số chấm sau khi thả một con súc sắc, bạn có thể dự báo l 3,5 chấm trong mỗi lần thả. Sau nhiều lần thả (một con súc sắc tốt), giá trị trung bình của số chấm sẽ l 3,5, trùng khớp với các dự báo của bạn – vì thế các dự báo không bị chệch. Tất nhiên, ph‡ơng pháp ny không thể cho dù l chỉ một dự báo đúng. Rõ rng l, mặc dù độ chệch l một tiêu chí hữu ích, chúng ta còn cần các tiêu chí chính xác không cho phép các sai số d‡ơng vô hiệu hóa các sai số âm. Tiêu chí đơn giản nhất l sai số tuyệt đối trung bình (MAE), nó bỏ qua dấu (d‡ơng hoặc âm) của các sai số. Tức l, các dự báo thiên cao v thiên thấp đ‡ợc coi ngang hng nhau v đ‡ợc xử lí nh‡ nhau v chúng ta chỉ tìm sai số trung bình m không quan tâm tới dấu. Đối với những ng‡ời không chuyên nghiệp sử dụng một dự báo, độ chính xác có lẽ l vấn đề chất l‡ợng quan trọng nhất. Nh‡ng những ng‡ời chuyên nghiệp, những ng‡ời phát triển các ph‡ơng pháp dự báo thì th‡ờng quan tâm đến kỹ năng dự báo. Kỹ năng dự báo có thể đ‡ợc đo bằng nhiều cách khác nhau, song về đại thể, khái niệm ny đ‡ợc định nghĩa l sự tiến bộ của ph‡ơng pháp dự báo đó so với các kết quả dự báo bằng ph‡ơng pháp khí hậu, quán tính hay các ph‡ơng pháp đ‡ợc gọi l “không có kỹ năng” khác. Nếu nh‡ ph‡ơng pháp dự báo không tốt hơn việc dựa vo các giá trị khí hậu, kỹ năng dự báo của ph‡ơng pháp đó đ‡ợc cho l bằng 0 – một dự báo khí hậu không cần thiết các kiến thức đặc biệt về hoạt động của khí quyển v do đó không có kỹ năng dự báo. Ví dụ, ch‡a từng có một l‡ợng m‡a có thể đo đ‡ợc no đ‡ợc ghi nhận ở Jerusalem vo tháng 7 trong suốt 100 năm qua. Một ph‡ơng pháp bất kỳ đ‡a ra dự báo “không m‡a” vo tháng 7 chắc chắn l sẽ thuộc loại khá chính xác trong phần lớn các tr‡ờng hợp. Giống nh‡ vậy, nếu bạn dự báo 470 rằng sẽ có một cơn bão nhiệt đới hoạt động ở đâu đó trên Đại Tây D‡ơng vo ngy 10 tháng 9 tới, bạn sẽ có một xác suất thnh công 90% (sử dụng diễn biến quá khứ lm chỉ dẫn). Nh‡ng những dự báo ny không có kỹ năng, bởi vì chúng không nâng cao đ‡ợc xác suất đúng (so với khí hậu trong tr‡ờng hợp ny). Chỉ khi nếu các dự báo đúng nhiều hơn 90% số lần dự báo, chúng ta mới có thể nói ph‡ơng pháp có một kỹ năng no đó. Trong tr‡ờng hợp về nhiệt độ không khí, chúng ta có thể so sánh MAE của ph‡ơng pháp dự báo với MAE thu đ‡ợc dựa trên giá trị nhiệt độ trung bình nhiều năm. Nếu ph‡ơng pháp không khá hơn ph‡ơng pháp khí hậu, điểm kỹ năng sẽ bằng không. ý t‡ởng ở đây l một dự báo khí hậu không đòi hỏi hiểu biết đặc biệt gì về diễn biến của khí quyển v do đó không có một kỹ năng gì. Thu thập v† truyền phát số liệu Khởi điểm của hầu hết tất cả công việc dự báo thời tiết l thông tin hiện trạng của khí quyển. Để biết t‡ơng lai, chúng ta bắt đầu với thông tin về hiện tại. Nh‡ vậy, quá trình đầu tiên công tác dự báo thời tiết nghiệp vụ l thu thập số liệu cần thiết. Điều ny cần phải có những nỗ lực quốc tế, ngay cả khi chỉ lm dự báo cho những khu vực “nhỏ”, nh‡ l các n‡ớc riêng biệt; lý do sẽ trở nên rõ d‡ới đây. Tổ chức Khí t€ợng Thế giới (WMO), d‡ới sự bảo trợ của Liên hiệp Quốc, quản lí công tác thu thập số liệu thời tiết trên ton cầu từ 179 quốc gia thnh viên của nó. WMO thu thập số liệu từ khoảng 10 nghìn trạm quan trắc trên lục địa, 7000 trạm quan trắc trên tu biển, 300 trạm phao neo cố định v phao thả trôi với các đầu đo thời tiết tự động v một số vệ tinh thời tiết. WMO còn thu đ‡ợc số liệu cao không từ khoảng 1000 trạm cao không thả bóng thám không thời tiết hai lần một ngy v số liệu liên tục từ các dụng cụ đặt trên các máy bay dân dụng. Số liệu từ tất cả các n‡ớc trên thế giới đ‡ợc gửi tới ba Trung tâm Khí t‡ợng Thế giới ở Washington, Mỹ; Moskva, Nga v Melbourne, úc; các trung tâm ny, đến l‡ợt mình, truyền phát dữ liệu cho tất cả các n‡ớc thnh viên của WMO. Các quốc gia thnh viên của WMO đều duy trì các cơ quan khí t‡ợng của riêng họ để thu thập, xử lí dữ liệu v phát báo các dự báo khu vực v quốc gia. ở Mỹ, các Trung tâm Quốc gia Dự báo Môi tr‡ờng (NCEP) của Cơ quan Thời tiết Quốc gia (NWS) thực hiện các nhiệm vụ ny, còn ở Canađa - do Trung tâm Khí t‡ợng Canađa của Nha Môi tr‡ờng Khí quyển (AES) thực hiện. Không có gì ngạc nhiên, n‡ớc Mỹ có một mạng l‡ới trạm quan trắc khí t‡ợng mặt đất t‡ơng đối dy đặc. Trong khoảng 1000 vị trí các điều kiện thời tiết bề mặt đ‡ợc quan trắc thì có khoảng 120 trạm l ở các trụ sở của Cơ quan Thời tiết Quốc gia; số còn lại l ở các sân bay của Cơ quan Điều hnh Hng không Liên bang (FAA). AES của Canađa có khoảng 720 trạm đo mặt đất. Các trạm ny ghi lại nhiệt độ, độ ẩm, áp suất, tình trạng mây (bao gồm loại mây v độ cao chân mây v tỷ phần diện tích bầu trời bị mây che phủ), h‡ớng v vận tốc gió, tầm nhìn xa, sự xuất hiện các điều kiện thời tiết đặc biệt, nh‡ s‡ơng mù hoặc m‡a v l‡ợng m‡a tích lũy đo đ‡ợc tại mặt đất. Nh‡ một phần của ch‡ơng trình nâng cấp v hiện đại hóa hiện 471 nay (xem chuyên mục 13-1: Chuyên đề: Hiện đại hóa Cơ quan Thời tiết Quốc gia), FAA v NWS đã lắp đặt hơn 800 đầu thu tự động, đ‡ợc gọi l Hệ thống Quan trắc Mặt đất Tự động (viết tắt l ASOS) để đo đạc v ghi lại những yếu tố trên (hình 13.1). AES cũng đang cho hoạt động hơn 100 trạm quan trắc trên khắp n‡ớc Canađa, t‡ơng tự nh‡ hệ ASOS, v đ‡ợc gọi l Hệ thống Quan trắc Thời tiết Tự động (AWOS). Hình 13.1. Một trạm ASOS điển hình Ngoi các quan trắc mặt đất đ‡ợc thực hiện tại những trạm ny, NWS còn thả những bóng thám không, đ‡ợc bơm khí hyđrô, mang theo các bộ máy đo thời tiết, đ‡ợc gọi l máy thám sát vô tuyến (radiosonde) (hình 13.2) . Hai lần một ngy – vo các hạn 0000 v 12000 giờ UTC * (Thời gian Đồng bộ Toun cầu, Universal * Các thời gian ny t‡ơng ứng với 1900 (7:00 P.M.) v 0700 (7:00 A.M.) của Thời gian Miền đông Tiêu chuẩn của Mỹ. 472 Coordinated Time), có khoảng 750 bóng thám sát vô tuyến đ‡ợc thả lên khí quyển trên khắp thế giới, khoảng 80 ở trong phạm vi n‡ớc Mỹ v Canađa. Các máy thám sát vô tuyến liên tục quan trắc v truyền tới các trạm ghi ở mặt đất áp suất, nhiệt độ không khí v nhiệt độ bầu ‡ớt (từ đó xác định đ‡ợc nhiệt độ điểm s‡ơng). Một số máy thám sát vô tuyến đ‡ợc kiểm soát đ‡ờng đi bằng rađa khi chúng bay lên trong khí quyển, cho phép xác định tốc độ v h‡ớng gió của khí quyển tầng trung v tầng cao. Các máy thám sát vô tuyến đ‡ợc kiểm soát quỹ đạo bằng ra đa đ‡ợc gọi l rađa thám sát gió (rawinsonde). 13-1 Chuyên đề: Hiện đại hóa Cơ quan Thời tiết Quốc gia Trong mấy thập niên gần đây, tất cả các mặt của công tác dự báo thời tiết đã đ‡ợc cải thiện đáng kể. Những thnh tựu của việc phân tích thời tiết l nhờ một phần ở mạng l‡ới dữ liệu bề mặt đ‡ợc cải thiện v một phần nhờ nhận thức tốt hơn về các nguyên lý khí t‡ợng học. Song những cải thiện ấn t‡ợng nhất diễn ra trên ph‡ơng diện công nghệ. Những máy tính của những năm 1950 v 1960 có công suất không thể so sánh với các phiên bản ngy nay chỉ để chạy các mô hình thô sơ. Thậm chí kịch tính hơn, tr‡ớc khi phóng vệ tinh thời tiết TIROS I tháng 4 năm 1960 không có một quan trắc no đ‡ợc thực hiện từ vũ trụ v do đó có các khoảng trống về độ phủ không gian cả trên lục địa lẫn đại d‡ơng. Đến những năm 1970, sử dụng các máy tính tốc độ cao v các vệ tinh phức tạp đã trở thnh chuyện bình th‡ờng trong dự báo nghiệp vụ. Các vệ tinh địa tĩnh (vệ tinh quay quanh xích đạo một vòng trong một ngy v do đó giữ nguyên vị trí cố định bên trên mặt đất) v những phiên bản quỹ đạo cực của chúng (vệ tinh quay từ cực đến cực trong khi hnh tinh ở phía d‡ới xoay) không chỉ cung cấp ảnh nhìn thấy v ảnh hồng ngoại về mây, m còn xác định các đặc tr‡ng nhiệt độ v độ ẩm tại các độ cao của khí quyển. Sự kết hợp giữa quỹ dữ liệu tăng lên v năng lực xử lý dữ liệu hon thiện hơn bao giờ hết đã giúp các nh dự báo có thể tin t‡ởng dựa vo đầu ra của mô hình lm chỉ dẫn cho các dự báo của họ. Nh‡ng đến những năm 1980, ng‡ời ta đã quyết định rằng một cuộc cải tổ to lớn đố