Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 29, Số 1S (2013) 179-186
179
Thử nghiệmdựbáongàybùngnổgiómùamùahèkhuvực
Nam Bộnăm2012bằngmôhìnhRAMS
Nguyễn Minh Trường*, Bùi Minh Tuân
Khoa Khí tượng Thủy văn và Hải dương học, Trường Đại học Khoa học Tự nhiên, ĐHQGHN,
334 Nguyễn Trãi, Hà Nội, Việt Nam
Nhận ngày 01 tháng 4 năm 2013
Chấp nhận xuất bản ngày 29 tháng 4 năm 2013
Tóm tắt. Trong nghiên cứu này, môhìnhRAMS được sử dụng với số liệu GFS để thửnghiệmdự
báo ngàybùngnổgiómùamùahèkhuvựcNamBộnăm2012. Kết quả cho thấy RAMS đã dự
báo thành công những đặc trưng chính của quá trình bùngnổgiómùa ở khuvực này như sự xuất
hiện của hệ thống mưa quy mô lớn, sự xuất hiện sớm của gió tây nam nhiệt đới cũng như sự đảo
ngược của gradient nhiệt độ khí quyển mực cao. Tuy nhiên RAMS cho dựbáo lượng mưa thiên
cao so với giá trị quan trắc tại nhiều trạm và dựbáo giá trị gradient nhiệt độ mực cao thấp hơn so
với số liệutái phân tích. Điều này cho thấy kết quả dựbáo đã phản ánh sai số hệ thống dưới tác
động của dao động nam (ENSO) tới quá trình bùngnổgiómùatạiNam Bộ, giống như kết quả mô
phỏng được nói đến trong một bài báo khác được đăng trong cùng số.
Từ khóa: Bùngnổgió mùa, môhình RAMS, dựbáobùngnổgió mùa.
1. Mở đầu
Thời tiết và khí hậu khuvực Tây Nguyên và
Nam Bộ được phân hóa thành hai mùa là mùa
khô và mùamưa gắn liền với hoạt động của gió
mùa mùa hè. Đối với các hoạt động nông
nghiệp, nuôi trồng thủy sản, chống cháy rừng,
xâm nhập mặn … thì mưagiómùa có ý nghĩa
cực kỳ to lớn. Vì thế, dựbáongàybùngnổgió
mùa mùahè cho khuvực này có ý nghĩa thực
tiễn rất sâu sắc, nhất là với các hạn dựbáo dài.
Chi tiết về thời kỳ bùngnổgiómùakhuvực
Tây Nguyên và NamBộ có thể xem thêm trong
[1-3].
_______
Tác giả liên hệ. ĐT: 84-912075253
E-mail: truongnm@vnu.edu.vn
Hiện nay, các môhìnhdựbáo số có vai trò
không thể thiếu trong nghiên cứu, dựbáo thời
tiết nói chung và giómùa nói riêng. Ở các nước
Châu Á trong đó có Việt Nam - nơi thống trị
bởi khí hậu gió mùa, số liệu GFS (Global
Forecast System) và CFS (Climate Forecast
System) đã và đang trở thành hai nguồn số liệu
dự báo nghiệp vụ chính cung cấp thông tin và
làm đầu vào cho các môhìnhdựbáokhu vực.
Tuy nhiên, khả năng dựbáo sự hoạt động của
hệ thống giómùa của hai nguồn số liệu này
hiện vẫn chưa được nghiên cứu nhiều, ít nhất ở
các nước Đông Nam Á trong thời kỳ bùngnổ
gió mùamùa hè.
Năm 2008, nghiên cứu của Yang và Zhang
[4] chỉ ra rằng, số liệu CFS đã mô phỏng thành
N.M. Trường, B.M. Tuân. / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 29, Số 1S (2013) 179-186
180
công các khía cạnh chính của giómùamùahè
Châu Á, bao gồm các đặc trưng biến đổi mang
tính khí hậu và những thay đổi giữa các năm
của trường mưa và hệ thống hoàn lưu. Nghiên
cứu cũng cho thấy số liệu này thường cho dự
báo hoàn lưu giómùa yếu hơn so với quan trắc.
Tuy nhiên, trong các trường dự báo, việc dự
báo chính xác trường mưa, đặc biệt trong phạm
vi thời gian dài hơn vài ngày vẫn còn là một
thách thức rất lớn đối với các môhình số. Điều
này có nghĩa là khả năng dựbáongàybùngnổ
gió mùamùahè có thể sẽ rất thiếu chính xác
khi sử dụng trường gió cũng như là trường mưa
dự báo. Moron (2006) [5] cho rằng lí do của sự
dự báo rất kém của trường mưa là do các nhiễu
quy mô synốp trong trường ban đầu. Đối với
những biến dựbáo ở quy mô dài hơn (ví dụ như
dự báo lượng mưa trung bình tháng), môhình
có khả dựbáo tốt hơn do các nhiễu này có vai
trò kém quan trọng hơn trong các quá trình quy
trên mô lớn.
Có rất nhiều nghiên cứu chỉ ra rằng, bùng
nổ giómùamùahè Châu Á liên quan đến sự
tương tác của rất nhiều quá trình diễn ra ở các
quy mô khác nhau và cuối cùng dẫn đến sự
bùng phát đột ngột của đối lưu sâu và sự đảo
ngược mạnh mẽ của hoàn lưu khí quyển mô lớn
(Rao, 1976 [6]; Wang và LinHo 2002 [7];
Pearce và Mohanty 1984 [8]). Do đó, như đã đề
cập ở trên, tuy khả năng dựbáo chính xác
trường mưabùngnổgiómùa là rất thấp, tuy
nhiên môhình lại có khả năng dựbáocao hơn
đối với những sự chuyển tiếp của hoàn lưu gió
mùa do nhiễu quy mô synôp trong trường ban
đầu – yếu tố làm giảm khả năng dự báo, sẽ bị
lấn át bởi các quá trình quy mô lớn.
Để tăng cường độ chính xác của kết quả dự
báo, các môhìnhkhuvực với độ phân giải cao
hơn được đưa vào sử dụng. Ba biện pháp tăng
cường chất lượng dựbáo chính bao gồm các cải
tiến và áp dụng các cấu hình khác nhau cho
từng mô hình, tổ hợp nhiều mô hình, và tổ hợp
của nhiều điều kiện ban đầu. Do bùngnổgió
mùa là quá trình phức tạp, đa quy mô, đa cấu
trúc theo cả không gian và thời gian nên việc
tăng độ phân giải của môhình giúp tính toán tốt
hơn các quá trình nhiệt động lực ở quy mô
tương đối nhỏ đồng thời tăng cường được vai
trò của địa hình trong khuvực xem xét. Mặt
khác, tổ hợp kết quả của nhiều môhình từ nhiều
điều kiện ban đầu khác nhau giúp nắm bắt tốt
hơn các sai số cố hữu trong trường phân tích, ở
đây hướng tới các nhiễu quy mô synốp trong
trường ban đầu.
Kết quả dựbáo tổ hợp của môhình với 24
điều kiện ban đầu của Gowasmi và Gouda
(2010) [9] cho ngàybùngnổgiómùakhuvực
Ấn Độ cho thấy, mặc dù có rất nhiều giới hạn
cho việc dựbáomưa nhưng cũng có nhiều tín
hiệu mạnh và các quá trình giống với bùngnổ
gió mùa giúp làm tăng kĩ năng dự báo. Tuy
nhiên giới hạn của nghiên cứu này là tác giả chỉ
dự báongày xuất hiện mưa và coi rằng sự xuất
hiện của mưabùngnổgiómùa là do sự chuyển
tiếp của quá trình quy mô lớn, bỏ qua mối liên
hệ của mưa với các biến động quy mô synốp
(trong khi vấn đề này vẫn rất ít được nghiên
cứu). Kết quả dựbáongàybùngnổgiómùa
cho khuvực Ấn Độ của Gowasmi và Gouda
(2010) [9] cho sai số trung bình là 4 ngày và
đây có thể coi là một kết quả đáng khích lệ.
Ở Việt Nam, có thể nói là chưa có nghiên
cứu nào về dựbáongàybùngnổgiómùamùa
hè sử dụng môhình số. Vì vậy, để đưa ra những
nhận định bước đầu về khả năng dựbáo của mô
hình khuvực cho giai đoạn bùngnổgiómùa
mùa hètạiNam Bộ, nghiên cứu này tiến hành
thử nghiệmdựbáongàybùngnổgiómùa cho
năm 2012 với môhình RAMS. Mục 2 tiếp theo
sẽ trình bày về số liệu và cấu hình miền tính.
Mục 3 phân tích kết quả và cuối cùng là phần
kết luận.
N.M. Trường, B.M. Tuân. / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 29, Số 1S (2013) 179-186
181
2. Số liệu và cấu hình thực nghiệm
Trong nghiên cứu này, môhìnhRAMS
được sử dụng để dựbáongàybùngnổgiómùa
năm 2012 từ ngày 04/05/2012 đến ngày
10/05/2012. Đây là giai đoạn La Nina đang suy
yếu trở về trạng thái trung tính. Tâm miền tính
đặt tại 19
o
N – 95
o
E, sử dụng phép chiếu cực.
Cấu hình miền tính bao gồm 271 bước lưới theo
phương vĩ tuyến, 221 bước lưới theo phương
kinh tuyến và 30 mực theo phương thẳng đứng.
Khoảng cách giữa các điểm lưới phương ngang
là 45 km. Lớp dưới cùng dày 100 m, độ dày các
lớp tiếp theo bằng độ dày lớp ngay sát bên dưới
nhân với 1,15. Khi độ dày lớp thẳng đứng đạt
1200 m, các lớp tiếp theo đó sẽ được gán bằng
1200 m. Bước thời gian tích phân là 30 s, các sơ
đồ tham số hóa đối lưu (Kain-Fritsch) và sơ đồ
bức xạ được kích hoạt 5 phút một lần.
Hình 1. Lượng mưa quan trắc tại các trạm NamBộ từ 01/05 đến 15/05 năm 2012, đơn vị mm.ngày.
Mô hình được ban đầu hóa sử dụng số liệu
GFS với các trường được cho trên 26 mặt đẳng
áp với độ phân giải ngang 1 x 1
o
, bao gồm nhiệt
độ, độ ẩm, độ cao địa thế vị, và gió. Các điều
kiện biên trong quá trình tích phân được cập
nhật 6 h một lần cũng sử dụng các trường dự
báo này. Nhiệt độ mặt nước biển sử dụng cho
ban đầu hóa môhình là nhiệt độ mặt biển trung
bình tuần với độ phân giải 1 x 1
o
.
Hình 2. Lượng mưa tích lũy ngày trung bình từ (5
o
N – 15
o
N, 100
o
E – 110
o
E ), đơn vị mm.ngày.
Nguồn: CPC (Gauge – Based) Unified Precipitation.
http://www.cpc.ncep.noaa.gov/products/Global_Monsoons/Asian_Monsoons/
N.M. Trường, B.M. Tuân. / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 29, Số 1S (2013) 179-186
182
3. Kết quả và thảo luận
3.1. Mưa quan trắc giai đoạn bùngnổgiómùa
năm 2012
Giá trị mưa quan trắc của các trạm NamBộ
trong giai đoạn bùngnổgiómùamùahènăm
2012 được biểu diễn trong Hình 1. Có thể nhận
thấy là trước ngày 07 tháng Năm, mưa đã xuất
hiện tại một số trạm như Cà Mau, Bảo Lộc, Đà
Lạt, Buôn Ma Thuột, tuy nhiên chỉ đến ngày 07
tháng Năm, lượng mưa trên 5 mm.ngày
-1
mới
xuất hiện ở hầu hết các trạm tạiNam Bộ. Các
ngày tiếp theo, mưa được duy trì rõ ràng tại một
số trạm như Daknong, Phú Quốc, Rạch Giá, Cà
Mau, Cần Thơ, Bảo Lộc. Do đó dựa vào chỉ số
mưa quan trắc có thể nhận định ngày 07 tháng
Năm là ngàybùngnổgiómùamùahèkhuvực
Nam Bộnăm2012.
Hình 3. Trường mưadựbáo thời kì bùngnổgiómùamùahèkhuvựcNamBộ2012.
Để thấy rõ hơn xu hướng theo thời gian trên
một vùng rộng hơn, mưa CPC Unified
Precipitation của NOAA trung bình từ (5
o
N –
15
o
N, 100
o
E – 110
o
E) được tham khảo. Giá trị
mưa được biểu diễn trong Hình 2 cho thấy, từ
đầu tháng Tư tới giữa tháng Nămnăm2012 có
hai giai đoạn mưa lớn xuất hiện tại bán đảo
Đông Dương, giai đoạn thứ nhất bắt đầu từ
06/04 và giai đoạn thứ hai bắt đầu từ 06/05.
Tuy nhiên trong giai đoạn thứ nhất, mưa trên 5
mm.ngày
-1
chỉ được duy trì trong khoảng hai
ngày, sau đó mưa giảm hẳn, các ngày sau đó
N.M. Trường, B.M. Tuân. / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 29, Số 1S (2013) 179-186
183
lượng mưa gần như không đáng kể. Vì vậy có
thể nhận định mưa giai đoạn đầu tháng Tư này
không phải là mưagió mùa. Trong giai đoạn
thứ hai, lượng mưa bắt đầu vào ngày 07 tháng
Năm và được duy trì liên tục ngưỡng 5
mm.ngày
-1
trong 4 ngày liên tiếp. Đến ngày 15
tháng Năm, mưa tiếp tục xuất hiện lại với lượng
mưa đạt 5 mm.ngày
-1
. Do đó, ngày 07 tháng
Năm đã chính thức đánh dấu giai đoạn bắt đầu
mùa mưatại Đông Dương năm2012.
3.2. Trường mưa và trường hoàn lưu dựbáo
Trường mưadựbáo được biểu diễn trong
Hình 3 cho thấy từ ngày 04 tới ngày 07 tháng
Năm diễn ra sự di chuyển rất nhanh của dải
mưa quy mô lớn từ khuvựcnam Bengal lên
phía bắc. Ngày 04 tháng Năm, vị trí của dải
mưa vẫn ở Malaysia thì sang ngày 05 tháng
Năm, dải mưa đã bao phủ hầu khắp Thái Lan và
một phần bắc Lào. Ngày 06 tháng Năm cho
thấy rõ sự mở rộng của giómùamùahètại bán
đảo Đông Dương khi dải mưa đã bao phủ gần
như toàn bộ Malaysia, Thái Lan, Lào,
Campuchia và miền nam Việt Nam. Sang ngày
07 tháng Năm, mưa tiếp tục được duy trì cả về
diện và lượng ở khuvực này. Do đó nếu bắt đầu
tích phân dựbáo từ ngày 04 tháng Năm, mô
hình RAMS sẽ cho dựbáo định tính ngàybùng
nổ giómùatại bán đảo Đông Dương và Nam
Bộ đều là ngày 06 tháng Năm.
Hình 4. Trường hoàn lưu mực 850 hPa dựbáo cho thời kì bùngnổgiómùamùahèkhuvựcNamBộ2012.
N.M. Trường, B.M. Tuân. / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 29, Số 1S (2013) 179-186
184
Hình 5. Trung bình gió vĩ hướng mực 850 hPa khuvực (10
o
N – 15
o
N, 100
o
E – 110
o
E)
số liệudựbáo (trái) và số liệutái phân tích NCAR/NCEP (phải).
3.4. Chỉ số gió vĩ hướng dựbáo
Chỉ số gió tây cho ngàybùngnổgiómùa
mùa hèkhuvựcNamBộ được định nghĩa như
sau: Ngàybùngnổgiómùa là ngày giá trị trung
bình của trường gió vĩ hướng mực 850 hPa
trong miền (10
o
N – 15
o
N; 100
o
E – 110
o
E) đạt
trên 0,5 m.s
-1
và duy trì liên tục trong ít nhất ba
ngày tiếp theo. Giá trị trung bình gió vĩ hướng
mực 850 hPa khuvực (10
o
N – 15
o
N, 100
o
E –
110
o
E) được biểu diễn trong Hình 5 cho thấy,
về hình thế chung, chỉ số gió vĩ hướng dựbáo
đã nắm bắt tốt những thay đổi của trường gió
quy mô lớn với một cực đại vào ngày 05 tháng
Năm và một cực tiểu vào 06 tháng Năm. Các
ngày sau đó, chỉ số này cũng cho thấy những
nét tương đồng so với chỉ số gió vĩ hướng sử
dụng số liệutái phân tích NCAR/NCEP với một
xu thế tăng vào ngày 07 tháng Năm và giảm
vào đầu ngày 08 tháng Năm.
Với ngưỡng chỉ tiêu 0,5 m.s
-1
, cả hai chỉ số
gió vĩ hướng dựbáo và chỉ số gió vĩ hướng tái
phân tích đều cho ngàybùngnổgiómùakhu
vực NamBộnăm2012 xảy ra trước so với chỉ
số mưa quan trắc vài ngày, ngay từ khi bắt đầu
tích phân mô hình. Kết quả này cũng giống như
trường hợp năm La Nina đang suy yếu 2001
trong bài báo khác được đăng cùng số và cũng
giống với kết quả thu được của Phạm Thị
Thanh Hương và Trần Trung Trực (1999) [1],
đó là trong nhiều trường hợp gió tây thịnh hành
trong một thời gian khá dài trước khi mưagió
mùa diễn ra. Kết quả này cho thấy, chỉ số gió vĩ
hướng có thể chỉ thị khá chính xác ngàybùng
nổ gió mùa, ngoại trừ trong các năm La Nina
đang suy yếu.
Hình 6. Trung bình gió vĩ hướng mực 850 hPa khuvực (10
o
N – 15
o
N, 100
o
E –110
o
E) số liệudựbáo (trái)
và số liệutái phân tích NCAR/NCEP (phải).
N.M. Trường, B.M. Tuân. / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 29, Số 1S (2013) 179-186
185
3.5. Chỉ số gradient nhiệt độ
Chỉ số gradient nhiệt độ cho ngàybùngnổ
gió mùa được định nghĩa: Giá trị nhiệt độ trung
bình 500 hPa – 200 hPa tại hai khuvực (100
o
E
– 110
o
E; 15
o
N – 25
o
N) lớn hơn khuvực (100
o
E – 110
o
E; 5
o
S – 5
o
N). Mang đặc trưng của
một năm La Nina đang suy yếu, gradient nhiệt
độ trung bình mực cao khí quyển năm2012
cũng đảo ngược sớm ở cả số liệudựbáo và số
liệu tái phân tích. Hình 6 cho thấy nhiệt độ
trung bình mực caokhuvực phía bắc Việt Nam
đã lớn hơn so với nhiệt độ trung bình khuvực
phía nam Việt Namngay từ ngày bắt đầu tích
phân môhình (ngày 04 tháng Năm). Quy luật
này cũng được nhận thấy trong trường hợp năm
La Nina trong bài báo khác được đăng cùng số.
Nguyên nhân của sự đảo ngược sớm này có thể
không mang tính nhiệt lực địa phương và là
điều cần được nghiên cứu thêm để có thể đưa ra
những kết luận chính xác hơn. Do đó có thể
nhận định, chỉ số gradient nhiệt độ là một chỉ số
cảnh báo sớm tốt cho sự bùngnổgiómùamùa
hè tạiNam Bộ, nhưng có thể sẽ ít giá trị tham
khảo trong các năm La Nina, nhất là La Nina
mạnh.
4. Kết luận
Kết quả dựbáobằngmôhìnhRAMS sử
dụng số liệu phân tích và dựbáo GFS cho thấy
RAMS đã dựbáo tốt được sự xuất hiện của hệ
thống mưa quy mô lớn và các quá trình khí
quyển của giai đoạn bùngnổgiómùamùahè
khu vựcNam Bộ. Về diện mưa, RAMS cho
thấy một dải mưa lớn từ khuvực Malaysia di
chuyển rất nhanh tới bán đảo Đông Dương
trong giai đoạn bùng nổ. Đồng thời với sự di
chuyển của dải mưa này là sự phát triển của đới
gió tây nam từ vịnh Belgan thổi tới Việt Nam.
Sử dụng các chỉ số có được từ môhình
RAMS với số liệutái phân tích NCAR/NCEP
trong bài báo khác đăng cùng số cho thấy kết
quả nhất quán đó là: 1) chỉ số mưa trạm dựbáo
ngày bùngnổgiómùa sớm hơn 2 ngày so với
số liệu quan trắc trong năm La Nina đang suy
yếu. Đây là con số rất khả quan trong bối cảnh
dự báo nghiệp vụ, tuy nhiên RAMS cho mưadự
báo thiên cao ở nhiều trạm. 2) Các chỉ số gió
tây và gradient nhiệt độ dựbáo đều khá tương
đồng với số liệutái phân tích và đều cho ngày
bùng nổ sớm hơn so với chỉ số mưa trong năm
La Nina, tuy nhiên chỉ số gradient nhiệt độ
tương đối yếu hơn một chút so với số liệutái
phân tích.
Tuy nhiên, để có thể rút ra những qui luật
về sai số mang tính hệ thống thì cần có thêm
nhiều trường hợp nghiên cứu nữa. Ngoài ra,
cũng cần thửnghiệm cho dựbáo tổ hợp cũng
như dựbáo hạn dài hơn sử dụng số liệu CFS
với độ phân giải môhìnhcao hơn.
Tài liệu tham khảo
[1] Phạm Thị Thanh Hương và Trần Trung Trực
(1999), “Nghiên cứu mở đầu giómùamùahè trên
khu vực Tây Nguyên – Nambộ và quan hệ của nó
với hoạt động ENSO”, Báocáo tổng kết Đề tài
Khoa học, Tổng cục Khí tượng Thuỷ văn, 80
trang.
[2] Nguyễn Đức Ngữ và Nguyễn Thị Hiền Thuận, Đề
xuất chỉ số hoàn lưu giómùa để nghiên cứu tính
biến động của giómùamùahè ở Nam bộ. Tạp chí
Khí tượng Thuỷ văn, số 5, 2006 trang 1-10.
[3] Nguyễn Thị Hiền Thuận, Giómùa tây nam trong
thời kỳ đầu mùa ở Tây nguyên và Nam bộ. Tạp
chí Khí tượng Thuỷ văn, số 7, 2001, trang 1-7.
[4] Yang S. and Coauthors, “Simulations and
Seasonal Prediction of the Asian Summer
Monsoon in the NCEP Climate Forecast System”,
J. Climate, 21, 2008, 3755-3775.
[5] Moron V., A.W. Robertson, and M.N. Ward,
(2006), “Seasonal predictability and spatial
coherence of rainfall characteristics in the tropical
N.M. Trường, B.M. Tuân. / Tạp chí Khoa học ĐHQGHN, Khoa học Tự nhiên và Công nghệ 29, Số 1S (2013) 179-186
186
setting of Senegal”, Mon. Wea. Rev., 134, 3468-
3482.
[6] Wang B. and LinHo, “Rainy season of the Asian–
Pacific Summer Monsoon”, J. Climate, 15, 2002,
386-398.
[7] Pearce R. P., and U. C. Mohanthy, “Onsets of the
Asian summer monsoon 1979-82”, J. Atmos. Sci.,
41,1984, 1620-1639.
[8] Rao Y. P., (1976), “Southwest monsoon: Synoptic
meteorology”, Meteor. Monogr., No.1/1976, India
Meteorological Department, 367pp.
[9] Goswami P., and K. C. Gouda, (2010),
“Evaluation of a Dynamical Basis for Advance
Forecasting of the Date of Onset of Monsoon
Rainfall over India”, Mon. Wea. Rev., 138, 3120–
3141.
A case study on summer monsoon onset prediction for
southern Vietnam in 2012 using the RAMS model
Nguyen Minh Truong, Bui Minh TuanNguyễn Minh Trường, Bùi Minh Tuân
Faculty of Hydro-Meteorology and Oceanography, VNU University of Science,
334 Nguyen Trai, Thanh Xuan, Hanoi, Vietnam
In this study, the RAMS (the Regional Atmospheric ModelingModelling System) model is
implemented to predict the onset date of summer monsoon over southern Vietnam in 2012, using GFS
data. The results indicate that the model successfully forecasts major features of the Southeast Asia
monsoon onset, including the evolution of large-scale rainfall pattern, early establishing of tropical
westerly, and the reversal of upper-level temperature gradient. However, RAMS predicts the rainfall
intensity higher than observed data at almost all of stations and depicts the upper-level temperature
gradient lower than reanalysis data. These imply systematic errors in monsoon onset forecast by
RAMS under the effect of El Nino-Southern Oscillation (ENSO) to the whole onset process over
southern Vietnam, which is already illustrated in another article issued in the same volume.
Keywords: Monsoon onset, RAMS model, monsoon onset prediction.
. 29, Số 1S (2013) 179-186
179
Thử nghiệm dự báo ngày bùng nổ gió mùa mùa hè khu vực
Nam Bộ năm 2012 bằng mô hình RAMS
Nguyễn Minh Trường*, Bùi Minh.
3.4. Chỉ số gió vĩ hướng dự báo
Chỉ số gió tây cho ngày bùng nổ gió mùa
mùa hè khu vực Nam Bộ được định nghĩa như
sau: Ngày bùng nổ gió mùa là ngày giá