Nghiên cứu khả năng ứng dụng mô hình khí hậu khu vực dự báo hạn mùa ở việt nam

Nghiên cứu khả ứng dụng mơ hình khí hậu khu vực dự báo hạn mùa Việt Nam Nguyễn Quang Trung Trường Đại học Khoa học Tự nhiên Luận văn Thạc sĩ ngành: Khí tượng khí hậu học; Mã số: 62 44 87 Người hướng dẫn: GS TS Phan Văn Tân Năm bảo vệ: 2011 Abstract: Khái quát sơ lược khái niệm dự báo hạn mùa sản phẩm dự báo hạn mùa Tìm hiểu nghiên cứu giới nước khả ứng dụng mơ hình khí hậu khu vực dự báo hạn mùa Trình bày sơ lược mơ hình khí hậu khu vực RegCM3 hệ thống mơ hình kết hợp CAM-SOM Đưa kết nhận xét: kết dự báo hạn mùa mơ hình RegCM3 với tùy chọn tham số hóa đối lưu khác nhau; đánh giá kết dự báo thử nghiệm Reg_CAMSOM Keywords: Khí tượng; Khí hậu học; Dự báo; Việt Nam Content MỞ ĐẦU Bài toán dự báo hạn mùa hiệnđang toán quan tâm giới khu vực ứng dụng thiết thực đời sống xã hội Cụ thể dự báo hạn mùa, phương pháp quan tâm nhiều phương pháp mơ hình động lực, thay cho phương pháp thống kê phát triển mạnh năm trướcđây Sự phát triển mơ hình dự báo số trị, khơng quy mơ tồn cầu mà cịn chi tiết hóa cho từngkhu vực,đã góp phần tạođiều kiện thuận lợi cho hướng nghiên cứu Ở Việt Nam, việcứng dụng thử nghiệm mơ hình khí hậu khu vực cho tốn dự báo khơng cịn mẻ cịn nhiều câu hỏi cần trả lời, đặc biệt dự báo hạn mùa Trong khuôn khổ luận văn này, tác giả thử nghiệm sử dụng mơ hình khí hậu khu vực, kết hợp vớisản phẩmđầu từ mô hình dự báo tồn cầu,đểđưa sản phẩm dự báo vàđánh giá cho khu vực Việt Nam Mơ hình khu vực sử dụng Mơ hình khí hậu khu vực RegCM phiên (RegCM3), với đầu vào từ hệ thống mơ hình kết hợp CAMSOM Trướcđó, khả mô RegCM3 với sơ đồ đối lưu khác đượcđánh giá với kết giai đoạn 10 năm Luận văn bố cục thành chương, mở đầu, kết luận tài liệu tham khảo sau: Chương 1: Tổng quan Chương 2: Phương pháp nghiên cứu Chương 3: Kết nhận xét Chƣơng TỔNG QUAN Chương trình bày tổng quan nghiên cứutrên giới nước dự báo hạn mùa, để có khái niệm vài nét phát triển dự báo hạn mùa Từ đó, mục tiêu ý nghĩa toán giải khuôn khổ luận văn rõ 1.1 Các nghiên cứu giới Nghiệp vụ dự báo có lớp tốn dự báo, bao gồm dự báo thời tiết, dự báo tháng dự báo mùa Đối với dự báo thời tiết, thông thường hạn dự báo khoảng 3–5 ngày tối đa khoảng 5–10 ngày Dự báo thời tiết cần phải trạng thái khí địa điểm cụ thể, vào thời điểm cụ thể (từng ngày, chí giờ) thời hạn dự báo Khác với dự báo thời tiết, dự báo mùa không trạng thái khí vào thời điểm cụ thể đến ngày, thay vào thơng tin chung điều kiện khí khoảng thời gian định (chẳng hạn tháng, mùa – batháng) thời hạn dự báo Dự báo hạn mùa tốn phức tạp mà thành cơng dự báo mùa phụ thuộc vào mức độ hiểu biết (chi tiết) mối quan hệ tương tác khí đại dương Hiện tại, với hiểu biết trình tương tác trên, với việc chi tiết hóa mơ hình giúp phát triển việc quan trắc đo đạc tạo tiến dự báo hạn mùa Trên quy mơ tồn cầu, ngun nhân quan trọng khiến đặc trưng khí hậu thay đổi từ năm qua năm khác biến đổi nhiệt độ mặt nước biển toàn cầu (SST).Dự báo tượng ENSO, theo quy mô tháng năm, cũngđã hỗ trợ tốt cho dự báo hạn mùa nhiều nơi giới.Bề mặt đất trái đất ảnh hưởng đến khí quy mơ mùa, độ ẩm đất đóng vai trò quan trọng, số nơi độ phủ tuyết Độ ẩm đất dao động từ năm qua năm khác biến đổi độ ẩm đất có khoảng thời gian quy mơ từ tháng đến năm Có hai cách tiếp cận dự báo hạn mùa dự báo phương pháp thống kê phương pháp mơ hình động lực Phương pháp thống kê làphương pháp đơn giản để dự báo dị thường yếu tố so với khí hậu trung bình, quy mơ tháng hay mùa, sử dụng nguyên tắc (bằng thống kê) liên kết hình tương lai với đặc tính khí hậu tại.Phương pháp mơ hình động lực cách tiếp cận có sở vật lý để dự báo mùa, sử dụng mơ hình hồn lưu chung khí Sự phát triển đáng kể tạo hệ thống tương tác đầy đủ thành phần đại dương, khí mặt đất mơ hình tương tác liên tục với tin dự báo đến vài tháng Hiện nay, WMO thiết lập nguồn cung cấp sản phẩm dự báo hạn dài Các trình dự báo hạn dài dựa tảng máy tính (quy mô từ 30 ngày đến năm) quy mô tồn cầu địi hỏi lượng lớn tài ngun máy tính với hiểu biết đặc biệt Vì lý này, có vài trung tâm giới cung cấp tin dự báo khí hậu hạn dài toàn cầu Những dịch vụ cung cấp trung tâm biết đến với tên gọi Trung tâm sản phẩm toàn cầu cho dự báo hạn dài (GPCs) đưa điều kiện cho dự báo khí hậu thời tiết quy mơ khu vực/địa phương sử dụng trung tâm dự báo khu vực địa phương Một số GPCs WMO là: Cục khí tượng Úc (Bureau of Meteorology, Australia); Cơ quan khí tượng Trung Quốc (China Meteorological Administration/Bejing Climate Center); Trung tâm dự báo khí hậu Mỹ (Climate Prediction Center, NOAA)… Bên cạnhđó, bật lên nay, quan tâm đến dự báo hạn mùa đáng lưu ý Hệ thống dự báo khí hậu CFS (Climate Forecast System) với hệ thống dự báo hạn mùa sử dụng mơ hình động lực kết hợp đầy đủ đại dương-đất-khí quyển, đưa vào nghiệp vụ NCEP từ tháng năm 2004 Gần đây, CFS phát triển phiên với dự báo tổ hợp Dự báo sử dụng điều kiện đầu vào 30 ngày gần thực chạy lần/1 ngày Dự báo tổ hợp đầu vào từ 40 thành phần với điều kiện ban đầu theo thời đoạn 10 ngày Ở Châu Âu, dựán khác đáng lưu ý DEMETER, dự án Liên minh Châu Âu tài trợ để tạo số liệu dự báo lại phương pháp tổ hợp đa mơ hình bao gồm mơ hình với thành phần tổ hợp mơ hình, đánh giá sử dụng số liệu tái phân tích ERA40 số liệu mưa GPCP 1.2 Các nghiên cứu nước Trong năm vừa qua, Viện Khoa học Khí tượng Thủy văn Mơi trường đưa vào hệ thống nghiệp vụ dự báo dị thường tổng lượng mưa mùa nhiệt độ trung bình sở phương pháp thống kê Kết biên tập thành “Thơng báo dự báo khí hậu” hàng tháng cập nhật thường xuyên lên website Viện (http://www.imh.ac.vn/) Năm 2009, Phan Văn Tân (cùng cs.) thử nghiệm bước đầu ứng dụng mô hình khí hậu khu vực RegCM3 để dự báo nhiệt độ trung bình tháng tổng lượng mưa tháng cho ba tháng mùa hè 6-8/1996 sử dụng sản phẩm kết xuất mơ hình khí hậu tồn cầu CAM làm điều kiện ban đầu điều kiện biên (RegCM-CAM) Các trường dự báo RegCM- CAM đánh giá cách so sánh với sản phẩm mô tương ứng RegCM3 với đầu vào số liệu tái phân tích ERA40 nhiệt độ mặt nước biển phân tích OISST (RegCM-ERA).Trướcđó, đề tài “Xây dựng số phương pháp dự báo hạn vừa, hạn dài nhiệt độ mùa đông mưa mùa hè khu vực phía bắc Việt Nam”, Phạm Đức Thi (cùng cs.) xây dựng phương pháp dự báo nhiệt độ trung bình tháng mùa mùa đơng Như vậy, qua tổng quan nghiên cứu nước tốn dự báo hạn mùa, cóthể nhận thấy2 điểmcần lưu ý Thứ nhất, mặt phương pháp, phương pháp mơ hìnhđộng lực tỏ cóưu vàđược phát triển ngày hoàn thiện Phương pháp thống kê, cóưu điểm khơng u cầu cao mặt tài ngun tính tốn, có nhiều nhượcđiểm Điểm thứ hai, so với phát triển giới dự báo hạn mùaở Việt Nam cịn “thô sơ”, với không nhiều nghiên cứu nghiệp vụ phụ thuộc nhiều vào phương pháp thống kê Trong đó, năm gần đây, có khơng mơ hình khí hậu khu vựcđãđược thử nghiệm cho khu vực Việt Nam Từđó, tác giả nhận thấy việc hướng đến nghiên cứu khả ứng dụng mô hình khí hậu khu vực vào tốn dự báo hạnmùaở Việt Nam hướngđi cóý nghĩa cần thiết Trước hết khai thác phương pháp mơ hìnhđộng lực cho toán dự báo mùaở Việt Nam, kết khả quan, có thểứng dụng tốt cho toán sau thống kê sản phẩm mơ hình hay dự báo tổ hợp Để giải hướng này, tác giả tập trung vào hai khía cạnh Đầu tiên khảo sátđược lực mơ hình khí hậu khu vực lựa chọn sử dụng, màởđây mơ hìnhMơ hình khí hậu khu vực RegCM phiên (RegCM3) Khi điều kiện đầu vào trường khí thực, coi trường “dự báo hoàn hảo”, đồng thời với tham số hóa đối lưu khác nhau, khả mơ RegCM3 nào? Tiếp theo, khai thác sử dụng đầu từ mơ hình dự báo toàn cầu làm điều kiện biên cho RegCM3 nhằmđưa sản phẩm dự báo bước đầu Mơ hình tồn cầu sử dụngởđây hệ thống mơ hình CAMSOM Các kết đượcđánh giá so sánh với số liệu quan trắc, quy mô lưới vàđiểm trạm Chƣơng PHƢƠNG PHÁP NGHIÊN CỨU Để cụ thể hóa tốn nghiên cứu khả ứng dụng mơ hình khí hậu khu vực dự báo hạn mùaở Việt Nam khn khổ luận văn này, chương trình bày việc thiết kế thí nghiệm thực Mơ hình khí hậu khu vực RegCM phiên hệ thống mơ hình kết hợp CAM-SOM hai cơng cụ sẽđược ứng dụng để mơ dự báo hạn mùa cho khu vực Việt Nam 2.1 Sơ lược mơ hình khí hậu khu vực RegCM3 Hiện nay, mơ hình khí hậu khu vực RegCM đãđượcứng dụngđể nghiên cứu khí hậu khứ, tương lai nhiều nơi khác giới, từ Châu Mỹ, Châu Âu đến Châu Á, Châu Phi Mơ hình RegCM3 sử dụng hệ tọa độ thẳng đứng thủy tĩnh theo địa hình, ký hiệu , định nghĩa   ( p  pt ) /( ps  pt ) p áp suất, p áp suất t đỉnh mô hình, p s áp suất bề mặt  đỉnh bề mặt Lưới ngang có dạng xen kẽ ArakawaB Hệ phương trình RegCM3 bao gồm phương trình động lượng ngang, phương trình liên tục, phương trình nhiệt động học, phương trình thủy tĩnh phương trình ẩm.Về tham số hóa đối lưu, mơ hình RegCM sử dụng ba tùy chọn sau để tính giáng thuỷ đối lưu: (1) Sơ đồ Kuo sửa đổi; (2) Sơ đồ MIT Emanuel; (3) Sơ đồ Grell Trong đó, sơ đồ Grell áp dụng với hai giả thiết khép kín: (1) khép kín Arakawa Schubert (2) khép kín Fritsch Chappell 2.2 Hệ thống mơ hình kết hợp CAM-SOM Mơ tính tốnđầy đủ đặc tính ba chiều hệ thống khí hậu mụcđích mơ hình khí hậu tồn cầu (GCM), có tínhđếnít hai thành phần quan trọng khí bề mặt bao gồm bề mặt đất đại dương Khi GCM có kết hợp đầy đủ thành phần khí – bề mặt đất đại dương gọi hệ thống mơ hình kết hợp khí – đại dương ký hiệu AOGCM.Một AOGCM đơn giản mơ hình thành phần đại dương đưa vào lớp nước mỏng phía (SOM – Slab Ocean Model) SOM cịn gọi mơ hình “lớp xáo trộn” “lớp mỏng” độ dày lớp tương đương với độ dày lớp xáo trộn đại dương CAM (Community Atmosphere Model) thành phần khí mơ hình hệ thống khí hậu CCSM (Community Climate System Model) kết hợp mơ hình khí với mơ hình bề mặt đất CLM (Community Land Model).CAM-SOM hệ thống kết hợp (couple) CAM SOM, AOGCM đơn giản ứng dụng luận văn  Mơ hình CAM 3.0 Trung tâm Quốc gia Nghiên cứu Khí Hoa Kỳ (NCAR) phát triển mơ hình khí tồn cầu ba chiều nghiên cứu tìm hiểu khí hậu Trái đất nhiều năm Mơ hình thiết kế để làm cơng cụ cộng đồng nên có tên Mơ hình Khí hậu Cộng đồng (CCM - Community Climate Model) CAM 3.0 đãlà hệ thứ mơ hình khí tồn cầu NCAR Mơ hình CAM 3.0 có ba dạng nhân động lực: (1) động lực Ơle, (2) động lực bán-Lagrangian, (3) động lực thể tích hữu hạn, hệ tọa độ thẳng đứng lai Hệ tọa độ thẳng đứng lai phát triển với mục đích cung cấp khung áp dụng chung cho trục tọa độ thẳng đứng, bám sát theo địa hình gần bề mặt Trái đất trở thành hệ tọa độ áp suất lớp  Mơ hình SOM Cấu hình mơ hình đại dương lớp mỏng SOM cho phép có q trình tương tác đầy đủ bề mặt với CAM 3.0 Biến dự báo cho đại dương nhiệt độ lớp xáo trộn T Lớp xáo trộn đại dương có nguồn nội nhiệt Q (cịn gọi thơng lượng Q), biểu diễn trao đổi nước sâu theo mùa vận chuyển nhiệt đại dương phương ngang Ví dụ, sử dụng nhiệt độ bề mặt phân bố băng biển cho trước, thông lượng lượng bề mặt mặt biển tính tốn để tính nguồn nhiệt Q Trao đổi thêm nhiệt xuất lớp xáo trộn mơ hình băng biển băng hình thành tan rã Có thể nhận gần 300 biến từ CAM-SOM biến giá trị tức thời, giá trị cực đại, giá trị cực tiểu, giá trị trung bình theo thời gian:Trung bình ngày, trung bình tháng, trung bình theo mùa, trung bình năm Một số biến dự báo quan trọng kết xuất từ mơ hình CAM-SOM làm đầu vào cho mơ hình khí hậu khu vực 2.3 Thiết kế thí nghiệm Có hai nhóm thí nghiệmđược thực sau:  TN1 Nghiên cứu khả dự báo hạn mùa mơ hình RegCM3 với tùy chọn tham số hóađối lƣu khác Mơ hình RegCM3 thiết kế chạy với sơđồ tham số hóađối lưu khác nhau, từ ngày 01 tháng 04 đến ngày 31 tháng 10 năm giai đoạn 1996-2005 với số liệuđầu vào số liệu tái phân tích NNRP2 Trung tâm quốc gia Dự báo Môi trườngcủa Mỹ NCEP vàbộ số liệu phân tích hàng tháng lưới độ nhiệt độ mặt biển ngoại suy tốiưu (OISST) từ Cơ quan quản lý biển khí quốcgia NOAA Các sơđồđối lưu sử dụng là: (1) Sơ đồ Kuo sửa đổi; (2) Sơ đồ MIT Emanuel (3) Sơ đồ Grell với giả thiết khép kín Arakawa Schubert Kí hiệu tương ứng với nhóm kết thí nghiệm là: Reg_Kuo, Reg_Emanuel vàReg_Grell Với điều kiện biên số liệu tái phân tích, điều kiện khí gần thực có, thí nghiệm nhằm đưa dự báo cho mùa hè (mở rộng từ tháng 04 đến tháng 10) giai đoạn 10 năm với sơ đồ đối lưu khác Thí nghiệm nhằm đánh giá khả RegCM3 trường đầu vào cho RegCM3 trường khí thực Kết quảđược so sánh với số liệu quan trắcđểđưa đánh giá chất lượng mô hạn mùa RegCM3 cho khu vực Việt Nam  TN2 Nghiên cứu khả kết nối mơ hình RegCM3 với CAM-SOM Kết nối vớiđầu từ hệ thống mơ hình kết hợp CAM-SOM, mơ hình RegCM3 đượcđặt chạy với trường hợp: a Từ ngày 01 tháng 04 đến ngày 01 tháng 10 năm giai đoạn 20002005, kết quảđược so sánh với kết chạy RegCM3 vớiđầu vào số liệu tái phân tích NNRP2 cho giai đoạn tương ứng, nhằm đánh giá khác biệt dự báo với đầu vào khác (kết dự báo CAM-SOM số liệu tái phân tích) mơ hình RegCM3 Kí hiệu tương ứng nhóm thí nghiệm làReg_CAMSOM vàReg_NNRP2 b Chạy tháng (leadtime từ tháng) bắtđầu từ ngày 01 tháng từ tháng 01 đến tháng 06, năm giai đoạn 2001-2005 Đây kết thử nghiệm dự báo hạn mùa, đặt chạy nối tiếpđể xétđến khác biệt kết với leadtime khác RegCM3 sử dụng sản phẩm dự báo CAMSOM Mô tả cách trực quan thí nghiệmđược minh họa hình 2.1 Theo chiều thẳng đứng mơ hình gồm 18 mực σ vớiđỉnh mực 50 mb Miền tính mơ hình gồm 144x105 điểm (theo hai chiềuđơng-tây nam-bắc tương ứng) với tâm tạiđiểm 11.5oN 108oE Độ phân giải ngang 36 km sử dụng phép chiếu Mercator Mộtđiểm lưu ýởđây sử dụngđầu từ hệ thống mơ hình CAMSOM làm đầu vào cho mơ hình RegCM3, cần phải sửa đổi trình tiền xử lý (chuẩn bị điều kiện biên) mơ hình RegCM3 Cụ thể chương trình cần chỉnh sửa module: o cam42.f: tạo tập tin này, chứa chương trình đọc biến tốcđộ gió kinh vĩ hướng, nhiệtđộ, độẩm riêng, nhiệtđộ bề mặt, độ cao địa vị khíáp bề mặt (U, V, T, Q, TS, Z3, PS) từđầu vào CAMSOM o CAM.f: chỉnh sửa từ CCSM.f ban đầu, gọi chương trình từ cam42.f kết hợp với việc đọc biếnđịa vị bề mặt (PHIS) từđầu vào CAMSOM o ICBC.f: chỉnh sửa để sử dụng chương trình tập tin TN1 T4 T10 T4 1996 TN2a T4 T10 T4 1997 T9 T4 2000 1998 ~ 2003 T9 2001 T4 T9 T4 2002 T10 T4 2004 T9 2003 T4 2004 T10 2005 T9 T4 T9 2005 T1 T2 T3 T4 T5 T6 T7 T8 T9 TN2b 2001 ~ 2005 Hình 2.1 Mơ tả thí nghiệm thực 2.4 Nguồn số liệu  Số liệu cho RegCM3: Tất nguồn số liệu đầu vào cần để cung cấp cho mơ hình RegCM3 (bao gồm số liệu độ cao địahình, loại bề mặt, nhiệt độ mặt nước biển số liệu tái phân tích làm điều kiệnban đầu điều kiện biên cập nhật theo thời gian) tải từ trang web http://www.ictp.trieste.it/pubregcm/RegCM3 Số liệuđầu hệ thống mơ hình CAM-SOM để sử dụng điều kiện ban đầu biên lấy từ tháng 01 đến tháng 09 năm giai đoạn 2000-2005 Nhưđãđề cập, số liệuđầu CAM-SOM cho dướiđịnh dạng netcdf với tên tập tin biến chứa tập tin tương ứng sau:  somYYYY_rmr.cam2.h0.YYYY-MM.nc (địa vị bề mặt)  somYYYY_rmr.cam2.h1.YYYY-12-01-21600.nc (tốc độ gió kinh, vĩ hướng)  somYYYY_rmr.cam2.h2.YYYY-12-01-21600.nc (độ ẩm tuyệtđối, nhiệtđộ mực nhiệt độ bề mặt)  somYYYY_rmr.cam2.h3.YYYY-12-01-21600.nc (khí áp bề mặt độ cao địa vị) Trong đó, YYYY năm (YYYY nhỏ YYYY năm) MM tháng số liệu chứa tập tin  Số liệu đánh giá:  Số liệuCRU: Số liệu tái phân tích Trung tâm nghiên cứu khí hậu Anh với độphân giải ngang 0,5 độ, lấy số liệu nhiệt độ bề mặt, lượng mưa trung bình tháng  Số liệu đầu vào: so sánh với số liệu đầu vào NNRP2 (NCEP) đểxem xét khả tái tạo trường gió, nhiệt ẩm mơ hình  Số liệu quan trắc thực tế Việt Nam: 48 trạm quan trắc khí tượng điển hình trải lãnh thổ Việt Nam Chƣơng KẾT QUẢ VÀ NHẬN XÉT Chương trình bày vàđánh giá kết theo thiết kế thí nghiệmđã nêu chương Cụ thể kết gồm hai phần tương ứng với thí nghiệm, (1) nghiên cứu khả dự báo hạn mùa mơ hình RegCM3 vớicác sơ đồ tham số hóađối lưu khác (2) nghiên cứu khả kết nối mơ hình RegCM3 với CAM-SOM 3.1 Kết dự báo hạn mùa mơ hình RegCM3 với tùy chọn tham số hóađối lưu khác 3.1.1 Thời tiết, khí hậu khu vực Đơng Nam Á giai đoạn 1996-2005 Trước đánh giá kết dự báo thử nghiệm từđầu mơ hình RegCM3, cần quan tâmđếnđiều kiện thời tiết, khí hậu khu vựcĐông Nam Á giai đoạn nghiên cứu (1996-2005) Hiện tượngENSO hoạtđộng bão hai nhân tốảnh hưởng mạnh mẽđến thời tiết, khí hậu khu vựcĐơng Nam Á giai đoạn Hiện tượng El Nino La Nina có ảnh hưởng đến thời tiết, khí hậu tồn cầuvới mức độ khác đa dạng Tuy nhiên, khu vực cụ thể, vẫncó thể xác định ảnh hưởng chủ yếu có tính đặc trưng hiệntượng nói Trong giai đoạn 1996-2005, đặc biệtđáng chúý làđợtEl Nino mạnh năm 1997-1998 (kéo dài khoảng 15 tháng, từ tháng năm 1997 đến tháng năm 1998) sau làđợt La Nina năm 1998-2000 (từ tháng năm 1998 đến tháng năm 2000) Những thời kỳ xảy ENSO mạnh ý phân tích kết mơ hồn lưu, nhiệt độ, độ ẩm lượng mưa mơ hình RegCM3 tiếp sau Về hoạtđộng bão, sốlượng bão Biển Đông tăng năm 1996, 1999 2001 (trung bình khoảng 15 bão/ năm) Bão Biển Đông bão hình thành Biển Đơng di chuyển từ ngồi khơi Tây Bắc Thái Bình Dương vào khu vực giới hạn kinh tuyến 100oE – 120oE vĩ tuyến 0oN – 23oN Trong đó, năm 1997 lại đánh dấu năm “ơn hịa” với bão 3.1.2 Hoàn lưu, nhiệt độ lượng mưa từđầu RegCM3 Trong mục này, sản phẩm đầu RegCM3 với thiết kế thí nghiệm (mục 2.3) sẽđược trình bày vàđánh giá với trường/biến Các kết quảđược chia thành nhóm so sánh với nhau, ứng với tùy chọn tham số hóađối lưu sử dụng chạy RegCM3, cụ thể Reg_Kuo, Reg_Emanuel Reg_Grell Trước tiên, trường độ cao địa vị, trường gió trường khíáp mực biển sẽđược so sánh với miền phân tích giới hạn từ 5oN đến 25oN 100oE đến 120oE Tiếp theo đó, trường nhiệtđộ mực 2m lượng mưa sẽđược phân tích khơng khu vực Việt Nam mà cònđượcđưa cácđiểm trạm Các trạm chia theo vùng khí hậu Việt Nam đểđánh giá theo dạngđồ thị tụđiểm Cuối cùng, profile thẳngđứng nhiệtđộ độẩm, với biểuđồ dạng Hovmollerđược sử dụngđể làm rõ sốđiểm khác biệt kết Trường vectơ gió trường độ cao địa vị mực 850, 500, 200 mb trung bình giai đoạn 1996-2005 tháng 4, 7, 10 từ đầu thí nghiệm so sánh với số liệu tái phân tích So sánh với trường tái phân tích, mộtđiều dễ nhận thấy mơ hình RegCM3, dùvới sơ đồ tham số hóa đối lưu nào, tái tạo tốt hình trường độ cao địa vị trường gió Sự sai khác tồn chủ yếu độ lớn trường độ cao, khoảng mb Xét chung mực đánh giá, Reg_Kuo cho trường “mạnh” Reg_Emanuel tái tạo trường “yếu” hơn, vậy, Reg_Grell với kết “vừa phải” cho kết tốt Trường gió diện miền phân tíchđược mơ tốt xét riêng cho khu vực Việt Nam có số trường hợp sai khác lớn hướng Reg_Kuo Reg_Grell Reg_Emanuel NNRP2 Hình 3.1 Trường vectơ gió vàđộ cao địa vị mực 850 mb trung bình tháng 10 thí nghiệm so sánh với số liệu NNRP2 10 Khi so sánh thí nghiệm, trường khíáp mực biển cho thấy mơ hạn mùa tốt RegCM3, đặc biệt Reg_Emanuel Nhìn chung, thí nghiệmđều mơ tốt hình phân bố khíáp mực biển tháng, giá trị lớn khoảng 2mb đa phần trường hợp Reg_Emanuel cho kết mô sát với số liệu tái phân tích vào tháng tháng 10 Trong đó, Reg_Kuo Reg_Grell cho giá trị khíáp lớn tồn miền phân tích tất trường hợp Bên cạnhđó, trường nhiệtđộ mực 2m lượng mưa trung bình tháng 5-10 giai đoạn 1996-2005 thí nghiệmđượcso sánh với số liệu CRU Mô nhiệtđộ mực 2m thí nghiệm nhìn chung nắm bắtđược phân bố nhiệtđộ khu vực Việt Nam cho giá trịcao số liệu CRU khoảng 1oC Điều thấy rõở vùng khí hậu B2, B4, N1 N3 Riêng vùng cóđịa hình cao B1 N2, nhiệtđộ mô Reg_Grell Reg_Emanuel cho kết tốt Reg_Kuo.Kết mô lượng mưa lại cho khác biệt lớn thí nghiệm, nhìn chung Reg_Grell mơ cho khu vực Việt Nam gần với số liệu CRU Bên cạnhđó, Reg_Kuo cho mơ khơ (thấp khoảng 50-100 mm) cịn Reg_Emanuel mô lượng mưa vượt nhiều (từ 100 đến 200 mm) Như vậy, nhiệtđộ mực 2m mơ hạn mùa tốtở thí nghiệm lượng mưa trung bìnhđánh dấu mơ sai khác nhiều so với số liệu CRU, xét tồn khu vực Việt Nam Reg_Grell có kết khả quan Để thấy rõ khả dự báo hạn mùa thí nghiệm, nhiệtđộ mực 2m lượng mưa trung bình tháng 5-10 giai đoạn 1996-2005 thí nghiệmđược nội suy trạm so sánh với số liệu quan trắc 48 trạm Một cách tổng quát, nhiệtđộ 2m mô thí nghiệmnhìn chung xấp xỉ thấp số liệu quan trắc trạm, từ 1oC đến 2oC Các trạm thuộc khu vực B1 B4 cho kết mô thấp quan trắc rõ rệt Bên cạnhđó trạmđặc biệt Sapa, Đà Lạt kết mô lại cao quan trắc, khoảng 2oC So sánh thí nghiệm, Reg_Kuo cho giá trị mơ cao thí nghiệm cịn lại vàReg_Grell cho mô thấp Khác với nhiệtđộ mực 2m, lượng mưa mô hạn mùa thí nghiệm so sánh với số liệu quan trắc cho thấy khác biệt lớn thay đổi việc sử dụng sơđồđối lưu Trong đó, Reg_Emanuel mơ dường gần với số liệu quan trắc nhất, cịn Reg_Kuo Reg_Grell cho mơ thấp hẳn, đặc biệt Reg_Kuo Đồ thị tụđiểmđược sử dụngđểđánh giá sai số mơ thí nghiệm so sánh với số liệu quan trắc 48 trạm với biến nhiệtđộ mực 2m lượng mưa Vớiđồ thị này, kết dự báo thấp so với quan trắc biến nhiệtđộ kết không tốt với biến lượng 11 mưa rõ nét Kết không cho khác biệt đáng kể so sánh trạm miền bắc miền nam Việt Nam a b Hình 3.2Đồ thị tụđiểmđánh giá sai số mô nhiệtđộ mực 2m (a) lượng mưa (b) so với số liệu quan trắc 48 trạm Kết hợp thông tin từ mựcđộ cao khác nhau, profile thẳngđứng nhiệtđộ vàđộẩm tuyệtđốicũng đượcđưa vàođánh giá Miền tính trung bình lấy từ 8oN đến 24oN 102oE đến 110oE, bao quanh vừa trọn vẹn khu vực Việt Nam Về bản, khác biệt vềđộẩm tuyệtđối thí nghiệm nhận thấy được, khác biệt nhiệtđộ không đáng kể Chênh lệch, nhỏ, chủ yếu Reg_Emanuel với trường hợp lại vàở mực 700 mb Ở mực300 mb, profile thí nghiệm dường nhưđồng Điều xảy vớiđộẩm tuyệtđối, 300 mb thí nghiệm gần trùng khít profile, 300 mb, frofile củađộẩm tuyệtđối có khác biệt lớn rõ rệt Nhìn chung, Reg_Emanuel cho độẩm tuyệtđối lớn thí nghiệm cịn lạiở tất mực, Reg_Grell thấp Biểuđồ dạng Hovmoller biểu diễn trung bình trượt ngày nhiệtđộ lượng mưa tiến triển theo tháng từ tháng đến tháng 10 cho thấy rõ khác biệt thí nghiệm Nhìn chung, Reg_Kuo Reg_Emanuel mô trường nhiệt phát triển qua tháng lớn so với Reg_Grell, rõ nét miền nam (vĩđộ 10oN) Sự khác biệt nhận thấy rõở khoảng vĩ độ 16oN-18oN 20oN-22oN Với lượng mưa, chênh lệch thí nghiệm rõ nét Trong Reg_Kuo cho thấy phát triển lượng mưa trung bình trượt ngày nhỏ (khoảng 5-10 mm) Reg_Grell thấy lớn chút (khoảng 15 mm) vào khoảng sau tháng 7, Reg_Emanuel cho thấy lượng mưa lớn từđầu tháng 12 Tóm lại, cách biểu diễn vàđánh giá khác cho trường dự báo hạn mùa từ sản phẩm RegCM3, ta nhận thấy tái tạo tốt RegCM3 với trường độ cao địa vị, trường gió trường nhiệt độ Sự khác biệt thí nghiệm (sử dụng sơđồđối lưu khác nhau) nhận thấy, đặc biệt trường nhiệt độ lượng mưa trung bình, biến độẩm Xét theo mực thẳngđứng khác nhau, xét theo tiến triển theo mùa dải vĩđộ Việt Nam, khác biệt vàđặc tính thí nghiệmđược làm rõ Trong đó, Reg_Grell cho dự báo hạn mùa với trạng thái “ơn hịa” vàđánh giá tổng quan chung tốt 3.2 Đánh giá kết dự báo thử nghiệm Reg_CAMSOM 3.2.1 Đánh giá trường đầu vào nhận từ CAMSOM Kết dự báo thử nghiệm RegCM3 vớiđầu vào CAM-SOM sẽđượcđánh giá với thí nghiệm nhỏ (Hình 2.1) Trước xem xét kết dự báo thử nghiệm RegCM3 vớiđầu vào từ mơ hình CAMSOM, ta cần đánh giá trườngđầu vào nhậnđược từ CAMSOM Trường vectơ gió vàđộ cao địa vị mực1000, 850 500 mb trung bình tháng 01, 04, 07 nhậnđược từ CAMSOM so sánh với số liệu tái phân tích NNRP2 Một cách tổng quan, trường đầu vào từ CAMSOM tương đồng với số liệu NNRP2, đặc biệt tháng Điều thấy rõở mực 1000 mb, CAMSOM tái tạo tương đồng với NNRP2 trườngđộ cao địa vị tái tạo tốt trường gió cho tháng Tuy vậy, trường gió tháng CAMSOM lại mơ nhỏ nhiều so với NNRP2, đặc biệt làở phía nam miền phân tích Điều CAMSOM mơ trung tâm áp cao rút phía bắc nhiều so với NNRP2 Trường gió tháng tháng khu vực Việt Nam CAMSOM có giá trị lớn Nếu xét hẹp khu vực Việt Nam hướng gió tháng có sai khác rõ rệt, miền bắc miền nam 3.2.2 So sánh Reg_CAMSOMvà Reg_NNRP2 Sau đánh giáđược tái tạo tốt CAMSOM, tạo trườngđầu vào hiệu cho RegCM3, ta tiến hành thêm thí nghiệmđểđánh giá khả dự báo RegCM3 với loạiđầu vào khác Kết quảđầu tiên thí nghiệm kết dự báo RegCM3 vớiđầu vào CAMSOM vớiđầu vào NNRP2 so sánh với (TN2a) Trường nhiệtđộ khơng khí trung bình mực 2m trường tổng lượng mưa tháng tháng 6, 7, mô RegCM3 theo số liệu CAMSOM theo số liệu NNRP2 so sánh với 13 Hình 3.3 Trường nhiệtđộ khơng khí trung bình mực 2m tháng mô RegCM3 theo số liệu CAMSOM (trái), NNRP2 (giữa) hiệu chúng (phải) Nhìn chung, tương đồng phân bố nhiệtđộ vùng, khác biệt hai kết dự báo RegCM3 với biến nhiệtđộ nhận thấy Tuy có khác biệt riêng, nhìn chung tháng, trường nhiệtđộ mô Reg_CAMSOM thấp so với Reg_NNRP2 miền bắc Việt Nam cao miền nam Nhiệtđộ chênh lệch khoảng 1oC Về lượng mưa, tháng, nhận thấy lớn đáng kể lượng mưa mô Reg_CAMSOM so với Reg_NNRP2 khu vực Tây Nguyên lượng mưa thấp nằm khu vực B1 B3 Sai số chênh lệch mô khoảng 50 đến 100 mm Để chi tiết hóa việc đánh giá, nguồn số liệu trạmđược sử dụngđể so sánh với sản phẩm dự báo Nhiệtđộ mực 2m lượng mưa tính trung bình cho tháng từ tháng đến tháng từ kết mô RegCM3 theo số liệu CAMSOM NNRP2 so sánh với số liệu quan trắc trạm Nhìn chung, kết mơ RegCM3 trường hợp vớiđầu vào từ CAMSOM từNNRP2 thấp so với giá trị quan trắc trạm Các vùng B2, B3, B4, N1 N3 thể rõ nétđiều Tuy vậy, phân bố nhiệtđộ tồn Việt Nam, mơ tốt.Lượng mưa mô RegCM với loạiđầu vào khác có sai khác khơng lớn vàđều thấp so với số liệu quan trắc Mơ tốt nhận thấy vài trường hợp riêng biệt, trạm ven biển Ninh Thuận Đáng chúý mô Reg_CAMSOM đặc biệt thấp khu vực B2 Đếnđây, rút nhận xét mơ thấp Reg_CAMSOM Reg_NNRP2 so với số liệu quan trắc nhiệtđộ lượng mưa, kết dự báo cho phân bố theo vùng tốt Kết dự báo Reg_CAMSOM Reg_NNRP2 tồn khác biệt nhận thấy, với tái tạo cao chút Reg_NNRP2 3.2.3 Đánh giá kết Reg_CAMSOM 14 Reg_CAMSOM sau đượcđánh giá chất lượng dự báo thí nghiệm trước sẽđược thiết lậpchạy thử nghiệm tựa nghiệp vụ với leadtime cao tháng (TN2b) cho giai đoạn 2001-2005 Theo thiết kế thí nghiệm chạy dự báo mơ hình RegCM3 vớiđầu vào CAMSOM, có tháng cóđầy đủ kết dự báo với leadtime khác từ leadtime=0 đến leadtime=3 Trước hết ta đánh giá kết dự báo nhiệtđộ trung bình mực 2m lượng mưa trung bình tháng tháng cách so sánh với số liệu CRU Sai số dự báo nhiệtđộ mực 2m lượng mưacủa Reg_CAMSOM so vớisố liệu CRU tháng 4, 5, đượcđánh giávới leadtime khác Hình 3.4 Sai số dự báo nhiệtđộ khơng khí trung bình mực 2m tháng với leadtime khác Sai số dự báo nhiệtđộ 2m tháng xét với leadtime khác cho xu thiên âm khu vực Việt Nam Vùng núi cóđịa hình cao thuộckhu vực B1 có sai số dự báo cao nhất, vùng đồng Bắc Bộ có sai số thấp Ở tháng 5, sai số dự báo giảm leadtime tăng từ tháng lên tháng Một cách hiểu đơn giản dự báo sớm cho kết sai số thấp hay việc tăng leadtime đến khoảng thời gian thích hợp cải thiện kết dự báo Cần nhiều đánh giá để kết luận điều Nhưng lưu ý nhiệt tháng làđồng khu vực Việt Nam so với tháng 15 Về dự báo lượng mưa, qua đánh giá dự báo lượng mưa cho tháng 4, 5, nhận thấy việc thay đổi leadtime khơng cải thiện hay khác biệt lớn việc dự báo lượng mưa Những khu vực có lượng mưa lớn có sai số dự báo lớn cả, điều lý giải việc mơ phỏngkhơ Reg_CAMSOM phân tích kết thí nghiệmTN2a Bên cạnh đó, kết dự báo lấy trung bình giai đoạn 2001-2005, mà chưa tách biệt để đánh giá năm chịu tác động đặc biệt tượng ENSO Đểđánh giá kĩ hơn, sử dụng nguồn số liệu quan trắc trạm ta tiến hành đánh giá sai số dự báo với leadtime khác tháng cần dự báo khác Các tiêu đánh giá sai số trung bình (ME), sai số trung bình tuyệtđối (MAE), sai số quân phương (RMSE) hệ số tương quan (CC) Các kết quảđược thể đồ thị với trục tung thể hiệnleadtime(từ đến tháng) trục hoành thể tháng cần dự báo Các kết xét tất trạm (48 trạm), đồng thời xét riêng cho trạm thuộc vùng B1, B2, B3, B4 (tạm gọi miền Bắc) trạm thuộc vùng N1, N2, N3 (tạm gọi miền Nam) ME MAE RMSE CC Hình 3.5Sai số dự báo nhiệt độ mực 2m 48 trạm Đối với dự báo nhiệt độ mực 2m, nhìn chung sai số dự báo giảm dự báo tháng mùa hè (tháng 6, 7, 8) so với dự báo cho tháng mùađông (tháng 1, 2) RMSE giảm từ 4oC xuống khoảng 2.5oC Nền nhiệt mùa hè cao, kết hợp với biên độ dao động nhiệt mùa hè thấp so với mùađơng ngun nhân chênh lệch sai số Trong dự báo tháng việc thay đổi leadtime khơng có khác biệt lớn sai số dự báo (chỉ chênh lệch khoảng 0.2oC) Dự báo thiên âm tất trường hợp, tương đồng với kết so sánh với số liệu CRU Hệ số tương quan cao nằm tháng mùađông (tháng 1, 2) với hệ 16 số khoảng 0.8.Khi xét riêng cho trạm miền Bắc, dự báo cho kết thấp so với quan trắc, khoảng 3oC Xu dự báo nhiệtđộ thiên âm tồn xét riêng trạm miền Nam giảm sai số dự báo leadtime tăng có thểđược nhận thấyở số trường hợp Các tháng cho thấy rõđiều sai số giảm khoảng 0.2oC từ leadtime đến Sai số dự báo lượng mưa cho giá trị thiên âm giống với biến nhiệtđộở tất tháng cần dự báo leadtime khác Nếu xét 48 trạm thay đổi leadtime khơng làm thay đổi nhiều sai số dự báo Có thể thấy điều rõ nét tháng 5, Sai số tháng từ tháng đến tháng lớn tháng từ đế Hệ số tương quan thấp nhiều so với biến nhiệtđộ, khoảng 0.2 Khi xét riêng cho miền Bắc miền Nam, xu sai số tương đồng với xét cho khu vực Việt Nam Sai số tháng từ tháng trởđi lớn sai số dự báo tháng trướcđó Như vậy, nhìn chung, hai biến nhiệtđộ lượng mưa, xu dự báo thiên âm rõ rệt thực cácđánh giá Bên cạnhđó, ảnh hưởng leadtime khác (theo thí nghiệm) khơng nhận thấy rõ nét Sai số dự báo lớn, hệ số tương quan tốtđối với biến nhiệtđộ kémđối với biến lượng mưa KẾT LUẬN Ý nghĩa khoa học thực tiễn toán dự báo hạn mùa ra, quy mơ tồn cầu Từ đó, luận văn hoàn thành nghiên cứu khả ứng dụng mơ hình RegCM3 dự báo hạn mùa khu vực Việt Nam Mục tiêu thử nghiệm sơ đồ tham số hóa khác RegCM3 việc mô hạn mùa khu vực Việt Nam đồng thời kết hợp đầu mô hình tồn cầu (ở hệ thống CAM-SOM) để thực dự báo hạn mùa Một số kết luận ban đầu là: + Mơ hình RegCM3 tái tạo tốt trường độ cao trường gió mùa hè (từ tháng đến tháng 10) giai đoạn nghiên cứu (1996-2005) Kết mô mực đánh giá chương điều + Mơ hình RegCM3 tái tạo tốt trường nhiệt độ 2m với sơ đồ tham số hóa đối lưu khác (phân bố nhiệt độ tương đồng với quan trắc, sai số xấp xỉ oC) Riêng biến lượng mưa, có khác biệt lớn thay đổi sơ đồ Trong đó, Reg_Grell cho kết 17 mơ “ơn hịa” gần với quan trắc cả, Reg_Emanuel lại cho lượng mưa q lớn + Mơ hình RegCM3 có khả kết hợp với hệ thống mơ hình CAMSOM Chương trình để đọc đầu CAMSOM tạo đầu vào cho RegCM3 phát triển Các kết mô so sánh với trường hợp đầu vào số liệu tái phân tích cho kết tốt + Với thiết kế dự báo ban đầu (chạy với leadtime từ đến tháng), kết chưa cho thấy rõ khác biệt rõ nét leadtime khác Xu dự báo thiên âm rõ rệt biến nhiệt độ lượng mưa Cần có hiệu chỉnh kết nghiên cứu kĩ sau References Tiếng Việt Nguyễn Đức Ngữ (2007), “Tác động ENSO đến thời tiết, khí hậu, mơi trường kinh tế xã hội Việt Nam”, Hội thảo chuyên đề Đa dạng sinh học Biến đổi khí hậu: Mối liên quan tới Đói nghèo Phát triển bền vững, Hà Nội, Ngày 22-23 tháng 5, 2007 Phan Văn Tân, Hồ Thị Minh Hà, Lương Mạnh Thắng, Trần Quang Đức (2009), “Về khả ứng dụng mơ hình RegCM vào dự báo hạn mùa trường khí hậu bề mặt Việt Nam”, Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên Công nghệ 25 (2009), tr 241-251 Phan Văn Tân (2010), “Nghiên cứu tác động biến đổi khí hậu tồn cầu đến yếu tố tượng khí hậu cực đoan Việt Nam, khả dự báo giải pháp chiến lược ứng phó”,Đề tài cấp Nhà nước, mã số KC08.29/06-10 Phạm Đức Thi (1987), “Xây dựng số phương pháp dự báo hạn vừa, hạn dài nhiệt độ mùa đông mưa mùa hè khu vực phía bắc Việt Nam”, Tổng cục KTTV Đề tài Chương trình 42 http://www.imh.ac.vn/ Tiếng Anh Baede, A P M., M Jarraud, and U Cubasch (1979),“Adiabatic formulation and organization of ECMWF's model”, Technical Report 15, ECMWF, Reading, U.K Bath, L M., M A Dias, D L Williamson, G S Williamson, and R J Wolski (1987),“User's Guide to NCAR CCM1”, Technical Report NCAR/TN-286+IA, National Center for Atmospheric Research, Boulder, CO, 173 pp Bath, L., J Rosinski, and J Olson (1992),“User's Guide to NCAR CCM2”, Technical Report NCAR/TN-379+IA, National Center for Atmospheric Research, Boulder, CO, 156 pp 18 Bergant K., Belda M., Halenka T (2007), “Systematic errors in the simulation of European climate (1961-2000) with RegCM3 driven by NCEP/NCAR reanalysis”, International Journal of Climatology Vol 27 (4), pp 455-472 10 Bourke, W., B McAvaney, K Puri, and R Thurling (1977),“Global modeling of atmospheric flow by spectral methods, in Methods in Computational Physics”, Vol 17, 267-324, Academic Press, New York 11 Briegleb, B P.(1992), “Delta-Eddington approximation for solar radiation in the NCAR Community Climate Model”, J Geophys Res., 97, 7603-7612 12 Cantelaube, P., Terres, J.M., (2005) “Seasonal weather forecasts for crop yield modelling in Europe”, Tellus Series a-Dyn Meteorol Ocea- nogr 57 (3), 476–487 13 Challinor, AJ; Slingo, JM; Wheeler, TR; Doblas-Reyes,FJ (2005) “Probabilistic simulations of crop yield over western India using the DEMETER seasonal hindcast ensembles”, TELLUS A, 57, pp.498-512 14 Collins, W D., P J Rasch, et al.(2004),“Description of the NCAR Community Atmosphere Model (CAM 3.0)”, NCAR Tech Note NCAR/TN-464+STR, National Center for Atmospheric Research, Boulder, CO 80307 15 David Lavers, Lifeng Luo, and Eric F Wood (2009), “A multiple model assessment of seasonal climate forecast skill for applications”, GEOPHYSICAL RESEARCH LETTERS, VOL 36, L23711 16 Dickinson R E., R M Errico, F Giorgi, and G T Bates (1989),“A regional climate model for the western united states”,Clim Change, 15, 383-422 17 Dickinson R.E., Henderson-Sellers A., Kennedy P.J (1993), “Biosphere-atmosphere transfer scheme (Bats) version 1e as coupled to the ncar community climate model”, Tech rep., National Center for Atmospheric Research 18 Giorgi, F and G T Bates, (1989),“The climatological skill of a regional model over complex terrain”,Mon Wea Rev., 117, 2325-2347 19 Giorgi Filippo, Maria Rosaria Marinucci, and Gary T Bates(1993ª),“Development of a Second-Generation Regional Climate Model (RegCM2) Part I: Boundary-Layer and Radiative Transfer Processes”, Mon Wea Rev., 121, 27912813 20 Giorgi, F., M.R Marinucci, G.T Bates, and G DeCanio (1993b),“Development of a second generation regional climate model (REGCM2) Part II: Convective processes and assimilation of lateral boundary conditions”,Monthly Weather Review, 121, 28142832 21 Giorgi, F and C Shields, (1999),“Tests of precipitation parameterizations available in the latest version of the NCAR regional climate model (RegCM) over the continental United States”,Journal of Geophysical Research, 104, 6353-6375 22 Hack, J J., B A Boville, B P Briegleb, J T Kiehl, P J Rasch, and D L Williamson (1993),“Description of the NCAR Community Climate Model (CCM2)”, Technical Report NCAR/TN-382+STR, National Center for Atmospheric Research, 120 pp 23 Hansen, J., A Lacis, D Rind, G Russell, P Stone, I Fung, R Ruedy, and J Lerner (1984),“Climate sensitivity: Analysis of feedback mechanisms, in Climate Processes and Climate Sensitivity”, edited by J E Hansen, and T Takahashi, 130-163, Amer Geophys Union, Washington, D.C 19 24 Holtslag A.A.M., Bruijn E.I.F., Pan H.-L (1990), “A high resolution air mass transformation model for short-range weather forecasting”, Mon Wea Rev Vol 118, pp 1561–1575 25 Kasahara, A (1974),“Various vertical coordinate systems used for numerical weather prediction”, Mon Wea Rev., 102, 509-522 26 Kiehl, J T., J Hack, G Bonan, B Boville, B Briegleb, D Williamson, and P Rasch, (1996),“Description of the NCAR Community Climate Model (CCM3)”, Technical Report NCAR/TN-420+STR, National Center for Atmospheric Research, Boulder, Colorado, 152 pp 27 Koster, Randal D., Max J Suarez, Ping Liu, Urszula Jambor, Aaron Berg, Michael Kistler, Rolf Reichle, Matthew Rodell, and Jay Famiglietti (2004), “Realistic Initialization of Land Surface States: Impacts on Subseasonal Forecast Skill”, J Hydrometeorology, 5(6), 1049 28 McAvaney, B J., W Bourke, and K Puri(1978)“A global spectral model for simulation of the general circulation”, J Atmos Sci., 35, 1557-1583 29 Nellie Elguindi, Xunqiang Bi, Filippo Giorgi, Badrinath Nagarajan, Jeremy Pal, and Fabien Solmon (2004),“RegCM Version 3.0 User's Guide”, Physics of Weather and Climate Group, International Centre for Theoretical Physics, MIRAMARE TRIESTE, February 2004 30 New Attachment II-9 to the Manual on the GDPS (WMO-No 485),Volume I, (2002), “Standardised Verification System (SVS) for Long-Range Forecasts(LRF) Version 3.0”, August 12 2002 SVS for LRF 31 Palmer, T N., Alessandri, A., Andersen, U., Cantelaube, P., Davey, M., D´el´ecluse, P., D´equ´e, M., D´ıez, E., Doblas-Reyes, F J., Feddersen, H., Graham, R., Gualdi, S., Gu´er´emy, J.-F., Hagedorn, R., Hoshen, M., Keenlyside, N., Latif, M., Lazar, A., Maisonnave, E., Marletto, V., Morse, A P., Orfila, B., Rogel, P., Terres, J.-M and Thomson, M C (2004) “Development of a European multimodel ensemble system for seasonal-to-interannual prediction (DEMETER)”,Bull Am Meteorol Soc., 85, 853–872 32 Saha, S., and Coauthors, (2006),“The NCEP Climate Forecast System”, J Climate, 19, 3483–3517 33 Simmons, A J., and R Strüfing(1981),“An energy and angular-momentum conserving finite-difference scheme, hybrid coordinates and medium-range weather prediction”, Technical Report ECMWF Report No 28, European Centre for Medium-Range Weather Forecasts, Reading, U.K., 68 pp 34 Singh G.P., Oh J., Kim J., Kim O (2006), “Sensitivity of Summer Monsoon Precipitation over East Asia to Convective Parameterization Schemes in RegCM3”, SOLA Vol (029-032) 35 Stockdale, T (2000), “An overview of techniques for seasonal forecasting”, Stochastic Environ Res Risk Assess., 14, 305–318 36 Sundqvist H., Berge E., Kristjansson J.E (1989), “Condensation and cloud parameterization studies with a mesoscale numerical weather prediction model”, Mon Wea Rev Vol 117, pp 1641-1657 37 Sylla M B & A T Gaye & J S Pal & G S Jenkins & X Q Bi, (2009),“Highresolution simulations of West African climate using regional climate model 20 (RegCM3) with different lateral boundary conditions”,Theor Appl Climatol 98:293– 314 38 Thomson, M.C., F.J Doblas-Reyes, S.J Mason, R Hagedorn, S.J Connor, T Phindela, A.P Morse and T.N Palmer (2006), “Malaria early warnings based on seasonal climate forecasts from multi-model ensembles”, Nature, 439, 576-579 39 Washington, W M.(1982),“Documentation for the Community Climate Model (CCM)”, Version Φ, Technical Report NTIS No PB82 194192, National Center for Atmospheric Research, Boulder, Colorado 40 Williamson, D L (1983),“Description of NCAR Community Climate Model (CCM0B)”, Technical Report NCAR/TN-210+STR, National Center for Atmospheric Research, Boulder, Colorado, NTIS No PB83 23106888, 88 pp 41 Williamson, D L., J T Kiehl, V Ramanathan, R E Dickinson, and J J Hack (1987),“Description of NCAR Community Climate Model (CCM1)”, Technical Report NCAR/TN-285+STR, National Center for Atmospheric Research, Boulder, Colorado, 112 pp 42 Williamson, G S., and D L Williamson (1987),“Circulation statistics from seasonal and perpetual January and July simulations with the NCAR Community Climate Model (CCM1): R15”, Technical Report NCAR/TN-302+STR, National Center for Atmospheric Research, Boulder, Colorado, 199 pp 43 Zeng X., Zhao M., Dickinson R.E (1998a), “Intercomparison of Bulk Aerodynamic Algorithm for the Computation of Sea Surface Fluxes Using TOGA COARE and TAO data”, Journal of Climate Vol 11, pp 2628-2644 44 http://www.wmo.int/pages/themes/climate/long_range_forecasting.php 21 ... nghiệm thực Mơ hình khí hậu khu vực RegCM phiên hệ thống mô hình kết hợp CAM-SOM hai cơng cụ sẽđược ứng dụng để mô dự báo hạn mùa cho khu vực Việt Nam 2.1 Sơ lược mơ hình khí hậu khu vực RegCM3 Hiện... với số liệu quan trắc, quy mô lưới vàđiểm trạm Chƣơng PHƢƠNG PHÁP NGHIÊN CỨU Để cụ thể hóa tốn nghiên cứu khả ứng dụng mơ hình khí hậu khu vực dự báo hạn mùa? ?? Việt Nam khu? ?n khổ luận văn này, chương... khu vực? ?ãđược thử nghiệm cho khu vực Việt Nam Từđó, tác giả nhận thấy việc hướng đến nghiên cứu khả ứng dụng mơ hình khí hậu khu vực vào toán dự báo hạnmùaở Việt Nam hướngđi cóý nghĩa cần thiết